Decisioni in condizioni di rischio. Roberto Cordone

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Decisioni in condizioni di rischio. Roberto Cordone"

Transcript

1 Decisioni in condizioni di rischio Roberto Cordone

2 Decisioni in condizioni di rischio Rispetto ai problemi in condizioni di ignoranza, oltre all insieme Ω dei possibili scenari, è nota una funzione di probabilità per i sottoinsiemi di scenari possibili (ovvero eventi). Come nel caso delle decisioni in condizioni di ignoranza, molti approcci consistono nel ricondurre il problema all ottimizzazione di una funzione ausiliaria u (x). Le prime indagini, compiute nel Seicento, proponevano il criterio del valore atteso, cioè di assumere come funzione ausiliaria da massimizzare il valore atteso dell impatto: u (x) = E [f (x, ω)] Infatti, l impatto associato ad ogni soluzione è una variabile aleatoria, dato che dipende dallo scenario ω. Il suo valore atteso è nel caso discreto: u (x) = E [f (x, ω)] = ω Ωπ ω f (x, ω) nel caso continuo: u (x) = E [f (x, ω)] = Ω π (ω)f (x, ω) dω Esempio Si consideri il seguente problema di decisione in condizioni di rischio: sono possibili quattro alternative e quattro scenari; le tabelle seguenti riportano le utilità associate ad ogni coppia alternativa-scenario e la probabilità che ciascuno scenario si realizzi. f (x, ω) ω 1 ω 2 ω 3 ω 4 x x x x ω 1 ω 2 ω 3 ω 4 p (ω) Se applichiamo il criterio del valore atteso, dobbiamo calcolare il valore atteso u (x) = E [f (x, ω)] per ciascun alternativa x. u (x 1 ) = = 3.25 u (x 2 ) = = 2.10 u (x 3 ) = = 2.05 u (x 4 ) = =

3 che porta a scegliere l alternativa x 4, più precisamente ordinando le alternative come segue: x 4, x 1, x 2, x 3. Studio di sensitività Le probabilità dei singoli scenari sono spesso stimate a partire da modelli, e quindi non sono note con assoluta perfezione. È spesso conveniente, quindi, valutare la dipendenza della soluzione dalle probabilità degli scenari, per capire se un eventuale errore può tradursi in una scelta sbagliata, e di quanto. Si tratta di individuare nello spazio delle probabilità { p ω : ω Ω p ω = 1, p ω 0, ω Ω } le regioni nelle quali ciascuna alternativa risulta ottima. Se l alternativa scelta in base alle probabilità stimate cade ben dentro la regione in cui rimane ottima, possiamo stare abbastanza tranquilli. Altrimenti, bisognerebbe prendere in considerazione per analisi ulteriori le altre soluzioni. 1 Non è detto che si debba studiare l intero spazio delle probabilità: è anche possibile analizzare la sensitività rispetto a una delle probabilità, tenendo le altre reciprocamente fisse (cioè modificandone la somma, ma conservando i loro rapporti). Ad esempio, valutiamo la sensitività dell esempio precedente rispetto alla probabilità dello scenario ω 3. Se p (ω 3 ) = α e le probabilità degli altri scenari conservano la loro dimensione reciproca, esse diventano p (ω 2 ) p (ω 1 ) = = 5 4 p (ω 2 ) = 5 p (ω 4 ) p (ω 1 ) = = 1 4 p (ω 1) p (ω 4 ) = p (ω 1) p (ω 1 ) + p (ω 2 ) + p (ω 4 ) = 1 α p (ω 1 ) + p (ω 2 ) + p (ω 4 ) = 1 α p (ω 1 ) p (ω 1) p (ω 1) = 1 α p (ω 1 ) = 4 (1 α) 10 p (ω 1 ) = 4 (1 α) 10 p (ω 2 ) = 5 (1 α) 10 p (ω 4 ) = 1 (1 α) 10 Ora possiamo applicare il criterio del valore atteso in modo parametrico, e osservare le prestazioni delle tre alternative al variare di α: u α (x 1 ) = (1 α) 1 + (1 α) 3 + α 4 + (1 α) 6 = α u α (x 2 ) = (1 α) 2 + (1 α) 2 + α 2 + (1 α) 4 = α u α (x 3 ) = (1 α) 3 + (1 α) 2 + α 1 + (1 α) 9 = α u α (x 4 ) = (1 α) 6 + (1 α) 6 + α 1 + (1 α) 3 = α A OCCHIO, SE LA GIOCANO x 1 (per bassi valori di α) e x 4 (per alti valori di α), mentre x 2 è dominata da x 1 (non rigorosamente, ma solo al variare di α). Probabilmente, x 3 non vince mai, ma questo è da verificare. 1 L ampiezza del supporto (probabilistico) di un alternativa potrebbe essere un buon criterio di robustezza per una decisione in condizioni di ignoranza 2

4 Svantaggi del criterio del valore atteso Si confrontino le seguenti 4 soluzioni: 1. lanciare un dado e guadagnare con certezza 100 euro 2. lanciare un dado e guadagnare 200 euro se escono 4, 5 o 6, nulla altrimenti 3. lanciare un dado e guadagnare 600 euro se esce 6, nulla se escono gli altri numeri 4. lanciare un dado e guadagnare 200 euro se escono 2, 3, 4, 5 o 6, perdere 400 euro se esce 1 Secondo il criterio del valore atteso, le quattro soluzioni sono indifferenti. Eppure, quasi nessun decisore le considererebbe tali. Questo mostra che il valore atteso non modella correttamente la relazione di preferenza del decisore dal punto di vista descrittivo. Anche dal punto di vista normativo, non sembra molto desiderabile che le quattro situazioni siano considerate indifferenti. Esempio: la scommessa di Pascal Un famosissimo esempio di applicazione del criterio del valore atteso è la scommessa di Pascal, che egli intendeva come argomento per dimostrare l esistenza di Dio, o meglio per sostenere la razionalità della fede. L argomento, notissimo, afferma quanto segue: ogni individuo deve scegliere se credere oppure no (possiamo modellare questa situazione con due alternative, x 1 e x 2 ). Inoltre, Dio esiste oppure non esiste (cioè vi sono due scenari ω 1 e ω 2 ). Se l individuo crede e Dio esiste, egli guadagna il paradiso, che possiamo vedere come un impatto a altissimo (al limite, infinito). I tre impatti associati al credere in un Dio che non esiste (e quindi perdere tempo, occasioni di godimento, ma anche vivere onestamente e serenamente, dice Pascal), al non credere in un Dio che esiste (e quindi essere forse punito) e non credere in un Dio che non esiste vengono indicati rispettivamente con b, c e d, e sono tutti valori piccoli in confronto ad a. f (x, ω) Dio Dio Credo a = + b Non credo c d Indichiamo con α la probabilità (incognita) che Dio esista. Il criterio del valore atteso indica come utilità del credere e del non credere: { u (x 1 ) = aα + b (1 α) + u (x 2 ) = cα + d (1 α) ( ) cα + (d b)(1 α) 1 Se a = c + (d b) α α 1, il criterio del valore atteso suggerisce l utilità di credere. Anche con una probabilità α molto piccola, una ricompensa a infinita suggerisce la razionalità della fede. Obiezioni all argomento furono avanzate immediatamente, oltre che sul piano della serietà etica, anche sul piano della validità matematica. Si attaccò il fatto che le opzioni fossero due (vi sono molti modi di credere e non credere, e molte cose in cui credere e non credere), che il concetto di probabilità in questa situazione non avesse senso (non si possono fare esperimenti casuali e vedere se al termine Dio esiste o no), ecc... Uno dei punti deboli dell argomento è il criterio del valore atteso. 3

5 Il paradosso di San Pietroburgo Nel 1730, Daniel Bernouilli propose il seguente problema. Si supponga di dover decidere se sborsare o no una cifra P per partecipare al seguente gioco d azzardo: si lancia una moneta finché non esce croce; se la prima croce esce dopo k teste (k 0), si vincono 2 k euro. Per quali valori di P conviene partecipare al gioco e per quali non conviene? Il problema consente due alternative: giocare o non giocare. Il guadagno associato alla prima è 2 k P, se k è il numero di teste che precedono la prima croce. Vi sono infiniti scenari possibili, corrispondenti a tutti gli esiti del gioco, ovvero al numero di teste consecutive. Il valore atteso del guadagno è quindi: E [v] = P + 2 k 2k = P + 1 = + k=0 k=0 Il guadagno associato alla seconda alternativa è sempre nullo. Quindi giocare è conveniente qualunque sia la cifra P. ovvero si sarebbe disposti a pagare qualsiasi cifra per partecipare al gioco. Non è chi non veda, però, che le due alternative non sono affatto equivalenti. Entra in gioco un potentissimo fattore che viene detto propensione al rischio e che dipende dall entità delle somme in gioco, dal reddito del giocatore, dal suo umore corrente, ecc... Teoria dell utilità stocastica La teoria dell utilità stocastica si propone di evitare le difficoltà del criterio del valore atteso. L idea è assumere che il decisore sia in grado di stabilire una relazione di preferenza Π fra coppie di impatti in F, anche quando gli impatti sono variabili aleatorie. Lotteria è una coppia di funzioni (f (ω),π (ω)) dove f (ω) : Ω F rappresenta l impatto di una fissata alternativa x ed è una variabile aleatoria, mentre π (ω) : Ω [0; 1] è la probabilità di ciascuno scenario in Ω (nel caso discreto), o la densità di probabilità (nel caso continuo). In particolare, indichiamo con (f 1, α, f 2 ) una lotteria a due scenari, con impatto f 1 nel primo scenario e f 2 nel secondo, e probabilità pari ad α per il primo scenario, 1 α per il secondo. È possibile definire anche lotterie composte i cui esiti non siano impatti deterministici, ma altre lotterie. Il criterio del valore atteso suggerirebbe di scegliere fra due lotterie sempre quella con il massimo valore atteso dell impatto: u f,π (x) = E [f (x, ω)] = ω Ωπ (ω)f (x, ω) ma il paradosso di San Pietroburgo e parecchi studi psicologici mostrano che non si tratta di un criterio corretto dal punto di vista descrittivo, e suggeriscono che non lo sia da quello normativo. La teoria dell utilità stocastica definisce gli assiomi che una relazione razionale di preferenza fra lotterie dovrebbe rispettare. Quindi, dimostra che solo una ben determinata famiglia di relazioni soddisfa tali assiomi. 1. la relazione di preferenza fra lotterie Π è un ordine debole (riflessiva, transitiva e completa); 2. monotonia: lotterie che assegnano probabilità più alte agli impatti migliori sono preferite; se f 1 f 2 (f 1, α, f 2 ) (f 1, β, f 2 ) α β 4

6 3. continuità (proprietà archimedea): variando in modo continuo le probabilità, variano in modo continuo le preferenze: f 1 f 2 f 3 α [0; 1] : f 2 (f 1, α, f 3 ) 4. indipendenza (o sostituzione): se due lotterie coincidono in parte, la preferenza dipende solo dalle parti diverse: f 1 f 2 (f 1, α, f 3 ) (f 2, α, f 3 ) α [0; 1] 5. riduzione: nelle lotterie composte, ai fini della scelta contano le probabilità totali degli impatti finali, e non il modo in cui le probabilità si formano. Utilità stocastica La relazione di preferenza Π è di ordine debole in quanto è possibile costruire una funzione u f,π (x) di utilità stocastica tale che una lotteria è meglio di un altra se e solo se ha utilità maggiore. Si tratta di costruire questa funzione a partire da f (x, ω) e π (ω), in modo tale da rispettare i cinque assiomi. Tale funzione non è unica. Infatti, si può dimostrare che due funzioni utilità u (x) e u (x) sono strategicamente equivalenti, cioè danno luogo allo stesso ordinamento su ogni lotteria se e solo se sono legate da una trasformazione lineare u = au + b con a > 0. Quindi, tutte le funzioni strategicamente equivalenti danno luogo alla stessa funzione normalizzata. Von Neumann e Morgenstern propongono di procedere come segue. Anzi tutto, assegnano valori di utilità 1 e 0 all impatto ottimo f max e pessimo f min. Quindi, costruiscono i valori di utilità dei singoli impatti sfruttando l assioma di continuità: ogni impatto f intermedio equivale infatti a una lotteria (f max, α, f min ) fra i risultati estremi, per un opportuno valore di α. Tale valore è unico per l assioma di monotonia: a valori strettamente più alti e più bassi, infatti, corrispondono impatti strettamente migliori e peggiori. Ogni impatto si può interpretare come una lotteria degenere (con un solo esito possibile) u f,1. Ora si devono assegnare valori di utilità a lotterie generiche (f ω, π ω ). Per l assioma di sostituzione, ogni impatto f può essere sostituito da una lotteria fra gli impatti estremi, con probabilità pari alla sua utilità stocastica α f = u f,1. Ciò determina una lotteria composta a due fasi: la prima fase fornisce non l impatto, ma un biglietto per partecipare alla seconda fase, nella quale sono possibili solo gli impatti estremi. L assioma di riduzione consente di ignorare le fasi intermedie e concentrarsi sugli impatti finali con le relative probabilità. Queste vengono fornite dai teoremi della probabilità totale e di quella composta: basta sommare per ciascuno scenario il prodotto della sua probabilità π ω per la sua utilità α f(ω). A questo punto, l intera lotteria è sostituita da una lotteria fra gli impatti estremi: ( f max, ) π (ω)u (f (x, ω)),f min ω Ω la cui utilità è pari alla probabilità di f max per l utilità di f max, e coincide col valore atteso dell utilità dell impatto: u f,π (x) = E [u (f (x, ω))] = ω Ωπ (ω)u(f (x, ω)) Una volta costruita la funzione di utilità, se ne ricava una relazione di preferenza affermando che lotterie con utilità superiore sono preferibili. Questo garantisce che la preferenza fra lotterie sia un ordine debole e garantisce anche l assioma di 5

7 monotonia, perché fra due lotterie con gli stessi impatti è preferita quella che fornisce l impatto migliore con probabilità più alta. Concludendo, la teoria dell utilità stocastica dimostra che definire come utilità di una lotteria il valore atteso dell utilità del suo esito consente di rispettare tutti gli assiomi. Avversione e propensione al rischio L ordinamento fra lotterie ottenuto con il criterio del valore atteso equivale a quello ottenuto normalizzando l impatto fra f min e f max e in generale è molto diverso da quello suggerito dall utilità stocastica. Questo perché il valore atteso dell impatto (anche se normalizzato) può differire molto dal valore atteso dell utilità dell impatto. Riportando su un diagramma (vedi Figura?? l andamento dell impatto normalizzato e dell utilità stocastica al variare dell impatto f, si ottengono due funzioni che crescono monotonicamente da 0 (in f min ) a 1 (in f max ). Si parla di: decisore avverso al rischio quando l utilità domina l impatto normalizzato: disporre con certezza di f è preferibile a giocare una lotteria fra f min e f max con valore atteso pari a f. Questo avviene quando la funzione di utilità è concava: u (αf max + (1 α)f min ) > αu (f max ) + (1 α)u(f min ) decisore propenso al rischio quando l utilità è inferiore all impatto normalizzato: è preferibile giocare una lotteria fra f min e f max con valore atteso pari a f piuttosto che avere f con certezza. Questo avviene quando la funzione di utilità è convessa: u (πf max + (1 π)f min ) < πu (f max ) + (1 π) u (f min ) Un decisore che non sia né avverso né propenso al rischio è neutrale rispetto al rischio e la sua relazione di preferenza coincide con il criterio del valore atteso. FIGURA DA FARE Figura 1: Profili di rischio di tre decisori: avverso al rischio (a), propenso al rischio (b) e neutrale rispetto al rischio (c) In generale, possono esservi decisori avversi al rischio per alcuni valori di impatto e propensi per altri: ad esempio, un decisore può considerare gratificante giocare piccole somme anche se il valore atteso della vincita è negativo, ma non voler giocare grandi somme anche quando potrebbe aspettarsi di vincere qualcosa. Un modo equivalente di descrivere il profilo di rischio di un decisore è è fissare un valore di utilità stocastica α e determinare l impatto corrispondente. Si dice equivalente certo di una lotteria l impatto sicuro che le equivale esattamente. per un decisore avverso al rischio ogni lotteria ha equivalente certo inferiore al valore atteso; per un decisore propenso al rischio ogni lotteria ha equivalente certo superiore al valore atteso. Solo per decisori neutrali al rischio, l equivalente certo coincide con il valore atteso. La teoria dell utilità stocastica ordina le lotterie per valori crescenti di equivalente certo. Si dice premio di rischio di una lotteria la differenza fra equivalente certo e valore atteso. 6

8 Esempio Supponiamo che l impatto di una decisione possa variare nell intervallo f [0; 1000] e che la funzione di utilità stocastica del decisore sia α (f) = Si debba scegliere fra una vincita sicura da 250 euro e una lotteria che fornisce 810 euro con probabilità pari al 10%, 360 euro con probabilità pari al 50% e 160 euro con probabilità pari al 40%. Quale alternativa si sceglierà? 250 L utilità della vincita sicura è u (f) = = 0.5. Quella della lotteria è 1000 π ω u (f (ω)) = 0.1 u (810)+0.5 u (360)+0.4 u (160) = = 0.55 ω Ω La seconda alternativa è preferibile. L equivalente certo della seconda lotteria è il valore f che avrebbe la stessa utilità della lotteria: f u (f) = = 0.55 f = Il premio di rischio è = 52.5, negativo, e quindi il decisore è avverso al rischio. Estensione al caso a molti attributi Quanto detto sopra si estende facilmente al caso in cui il problema ha molti attributi. Si tratta di ragionare definendo l impatto f come la funzione di utilità a molti attributi. In condizioni di rischio, non si può usare direttamente il suo valore, ma bisogna modularlo per tener conto dell atteggiamento del decisore verso la probabilità di ciascun valore. 7

Richiami di microeconomia

Richiami di microeconomia Capitolo 5 Richiami di microeconomia 5. Le preferenze e l utilità Nell analisi microeconomica si può decidere di descrivere ogni soggetto attraverso una funzione di utilità oppure attraverso le sue preferenze.

Dettagli

La teoria dell utilità attesa

La teoria dell utilità attesa La teoria dell utilità attesa 1 La teoria dell utilità attesa In un contesto di certezza esiste un legame biunivoco tra azioni e conseguenze: ad ogni azione corrisponde una e una sola conseguenza, e viceversa.

Dettagli

Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza

Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza ECONOMIA DELL INFORMAZIONE L informazione è un fattore importante nel processo decisionale di consumatori e imprese Nella realtà,

Dettagli

Scelte in condizioni di rischio e incertezza

Scelte in condizioni di rischio e incertezza CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni

Dettagli

Le scelte del consumatore in condizione di incertezza (cap.5)

Le scelte del consumatore in condizione di incertezza (cap.5) Le scelte del consumatore in condizione di incertezza (cap.5) Che cos è il rischio? Come possiamo indicare le preferenze del consumatore riguardo al rischio? C è chi acquista assicurazione (non ama il

Dettagli

Scelte in condizione di incertezza

Scelte in condizione di incertezza Scelte in condizione di incertezza Tutti i problemi di decisione che abbiamo considerato finora erano caratterizzati dal fatto che ogni possibile scelta dei decisori portava a un esito certo. In questo

Dettagli

TEORIA DELL UTILITÀ E DECISION PROCESS

TEORIA DELL UTILITÀ E DECISION PROCESS TEORIA DELL UTILITÀ E DECISION PROCESS 1 UTILITÀ Classicamente sinonimo di Desiderabilità Fisher (1930):... uno degli elementi che contribuiscono ad identificare la natura economica di un bene e sorge

Dettagli

Teoria dei Giochi non Cooperativi

Teoria dei Giochi non Cooperativi Politecnico di Milano Descrizione del gioco Egoismo Razionalità 1 L insieme dei giocatori 2 La situazione iniziale 3 Le sue possibili evoluzioni 4 I suoi esiti finali I Giochi della teoria Perché studiare

Dettagli

Esercizi di Ricerca Operativa II

Esercizi di Ricerca Operativa II Esercizi di Ricerca Operativa II Raffaele Pesenti January 12, 06 Domande su utilità 1. Determinare quale è l utilità che un giocatore di roulette assegna a 100,00 Euro, nel momento che gioca tale cifra

Dettagli

Giudizio, decisione e violazione degli assiomi di razionalità

Giudizio, decisione e violazione degli assiomi di razionalità - DPSS - Università degli Studi di Padova http://decision.psy.unipd.it/ Giudizio, decisione e violazione degli assiomi di razionalità Corso di Psicologia del Rischio e della Decisione Facoltà di Scienze

Dettagli

Utilità scontata (US) attiene alla scelta/allocazione tra oggi e domani (i.e. risparmio ottimo). Elemento psicologico: propensione alla parsimonia.

Utilità scontata (US) attiene alla scelta/allocazione tra oggi e domani (i.e. risparmio ottimo). Elemento psicologico: propensione alla parsimonia. Richiami essenziali: Utilità scontata (US) attiene alla scelta/allocazione tra oggi e domani (i.e. risparmio ottimo). Elemento psicologico: propensione alla parsimonia. Tasso di sconto intertemporale soggettivo

Dettagli

Università di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015

Università di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015 Università di Milano Bicocca Esercitazione 6 di Matematica per la Finanza 14 Maggio 2015 Esercizio 1 Un agente presenta una funzione di utilitá u(x) = ln(1 + 6x). Egli dispone di un progetto incerto che

Dettagli

L avversione al rischio e l utilità attesa

L avversione al rischio e l utilità attesa L avversione al rischio e l utilità attesa Kreps: "Microeconomia per manager" 1 ARGOMENTI DI QUESTA LEZIONE In questa lezione introdurremo il modello dell utilità attesa, che descrive le scelte individuali

Dettagli

La condivisione del rischio e la sua ripartizione su ampia scala

La condivisione del rischio e la sua ripartizione su ampia scala La condivisione del rischio e la sua ripartizione su ampia scala 1 ARGOMENTI DI QUESTA LEZIONE Questa lezione propone esplora due problemi fondamentali: Se esiste un rischio in una transazione chi lo deve

Dettagli

La scelta in condizioni di incertezza

La scelta in condizioni di incertezza La scelta in condizioni di incertezza 1 Stati di natura e utilità attesa. L approccio delle preferenza per gli stati Il problema posto dall incertezza riformulato (state-preference approach). L individuo

Dettagli

Una breve introduzione alla Teoria dei Giochi

Una breve introduzione alla Teoria dei Giochi Una breve introduzione alla Teoria Stefano GAGLIARDO Dipartimento di Matematica - Università degli studi di Genova Stage DIMA - 19/04/2011 (DIMA, UNIGE) 19/04/2011 1 / 74 Outline 1 Un po di storia 2 La

Dettagli

Incertezza, assicurazioni, deterrenza

Incertezza, assicurazioni, deterrenza Incertezza, assicurazioni, deterrenza (anche questo è adattato da altri pezzi per mancanza di tempo) Scelta sotto incertezza come scelta tra lotterie L esperienza ci insegna che in generale le conseguenze

Dettagli

Capitolo 23: Scelta in condizioni di incertezza

Capitolo 23: Scelta in condizioni di incertezza Capitolo 23: Scelta in condizioni di incertezza 23.1: Introduzione In questo capitolo studiamo la scelta ottima del consumatore in condizioni di incertezza, vale a dire in situazioni tali che il consumatore

Dettagli

Probabilità discreta

Probabilità discreta Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che

Dettagli

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it

Dettagli

ESERCITAZIONE 1. 15 novembre 2012

ESERCITAZIONE 1. 15 novembre 2012 ESERCITAZIONE 1 Economia dell Informazione e dei Mercati Finanziari C.d.L. in Economia degli Intermediari e dei Mercati Finanziari (8 C.F.U.) C.d.L. in Statistica per le decisioni finanziarie ed attuariali

Dettagli

Decisioni in condizioni di incertezza

Decisioni in condizioni di incertezza Decisioni in condizioni di incertezza Paolo Arcaini Roberto Cordone Programmazione in condizioni di incertezza La programmazione in condizioni di incertezza affronta problemi di decisione nei quali occorre

Dettagli

Laboratorio di dinamiche socio-economiche

Laboratorio di dinamiche socio-economiche Dipartimento di Matematica Università di Ferrara giacomo.albi@unife.it www.giacomoalbi.com 21 febbraio 2012 Seconda parte: Econofisica La probabilità e la statistica come strumento di analisi. Apparenti

Dettagli

Economia Pubblica Rischio e Incertezza

Economia Pubblica Rischio e Incertezza Economia Pubblica Rischio e Incertezza Giuseppe De Feo Università degli Studi di Pavia email: giuseppe.defeo@unipv.it Secondo Semestre 2011-12 Seconda parte del corso di Economia Pubblica I problemi dell

Dettagli

Teoria del Prospetto: avversione alle perdita, framing e status quo

Teoria del Prospetto: avversione alle perdita, framing e status quo - DPSS - Università degli Studi di Padova http://decision.psy.unipd.it/ Teoria del Prospetto: avversione alle perdita, framing e status quo Corso di Psicologia del Rischio e della Decisione Facoltà di

Dettagli

Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza

Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza ECONOMIA DELL INFORMAZIONE L informazione è un fattore importante nel processo decisionale di consumatori e imprese Nella realtà,

Dettagli

Modellazione delle preferenze

Modellazione delle preferenze Modellazione delle preferenze Roberto Cordone 1 1 Sono debitore delle dispense di B. Simeone e F. Patrone Sistemazione assiomatica Dato un insieme non vuoto di impatti F, esprimere una preferenza fra due

Dettagli

Capitolo 25: Lo scambio nel mercato delle assicurazioni

Capitolo 25: Lo scambio nel mercato delle assicurazioni Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel

Dettagli

Aspetti probabilistici del gioco d azzardo

Aspetti probabilistici del gioco d azzardo Università degli Studi di Genova Scuola di Scienze Sociali Dipartimento di Economia Perché il banco vince sempre? Aspetti probabilistici del gioco d azzardo Enrico di Bella (edibella@economia.unige.it)

Dettagli

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Preliminari di calcolo delle probabilità

Dettagli

Studia lo scambio di importi monetari aleatori, dunque di operazioni che comportano un RISCHIO FINANZIARIO.

Studia lo scambio di importi monetari aleatori, dunque di operazioni che comportano un RISCHIO FINANZIARIO. TEORIA MATEMATICA DEL PORTAFOGLIO FINANZIARIO ELEMENTI DI TEORIA DELL UTILITÀ Studia lo scambio di importi monetari aleatori, dunque di operazioni che comportano un RISCHIO FINANZIARIO. es. Generica operazione

Dettagli

Elementi di economia Economia dell informazione

Elementi di economia Economia dell informazione Elementi di economia Economia dell informazione Dott.ssa Michela Martinoia michela.martinoia@unimib.it Corso di laurea in Scienze del Turismo e Comunità Locale A.A. 2014/15 Informazione completa Significa

Dettagli

0. Piano cartesiano 1

0. Piano cartesiano 1 0. Piano cartesiano Per piano cartesiano si intende un piano dotato di due assi (che per ragioni pratiche possiamo scegliere ortogonali). Il punto in comune ai due assi è detto origine, e funziona da origine

Dettagli

Progetto costo I. O. I.A. A 5 9 4 B 8 15 9 C 4 3 3 D 9 7 1

Progetto costo I. O. I.A. A 5 9 4 B 8 15 9 C 4 3 3 D 9 7 1 Tecniche di Valutazione Economica Processo di aiuto alla decisione lezione 13.04.2005 Modello di valutazione Dobbiamo riuscire a mettere insieme valutazioni che sono espresse con dimensioni diverse. Abbiamo

Dettagli

Tasso di interesse e capitalizzazione

Tasso di interesse e capitalizzazione Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo

Dettagli

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -

Dettagli

Utilità Attesa (Cap. 24 Hey)

Utilità Attesa (Cap. 24 Hey) Utilità Attesa (Cap. 24 Hey) Solito preambolo: In Economia le scelte/decisioni vengono distinte in: 1. decisioni in situazioni di certezza 2. decisioni in situazioni di rischio 3. decisioni in situazioni

Dettagli

Teoria dei Giochi. Anna Torre. Almo Collegio Borromeo 6 marzo 2012

Teoria dei Giochi. Anna Torre. Almo Collegio Borromeo 6 marzo 2012 Teoria dei Giochi Anna Torre Almo Collegio Borromeo 6 marzo 2012 UN PO DI STORIA UN PO DI STORIA Von Neumann, Morgenstern Theory of Games and Economic Behavior (Princeton, 1944); UN PO DI STORIA Von Neumann,

Dettagli

Teoria dei Giochi. Anna Torre

Teoria dei Giochi. Anna Torre Teoria dei Giochi Anna Torre Almo Collegio Borromeo 3 marzo 2015 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2015.html MODALITÀ DI ESAME È previsto un appello alla fine

Dettagli

Analisi Decisionale. (Decision Analysis) Caratteristiche:

Analisi Decisionale. (Decision Analysis) Caratteristiche: Analisi Decisionale 1 Analisi Decisionale (Decision Analysis) Metodologia che si applica quando un decisore può scegliere tra varie azioni future il cui esito dipende da fattori esterni che non possono

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Calcolo delle probabilità Il Sig. Rossi abita nella città X e lavora nella città Y, poco distante.

Dettagli

Discuteremo di. Domanda individuale e domanda di mercato. Scelta razionale

Discuteremo di. Domanda individuale e domanda di mercato. Scelta razionale Discuteremo di. La determinazione dell insieme delle alternative all interno del quale sceglie il consumatore La descrizione e la rappresentazione delle sue preferenze Come si determina la scelta ottima

Dettagli

Economia dell Informazione. Cap. 12

Economia dell Informazione. Cap. 12 Economia dell Informazione Cap. 12 Informazione completa Significa che non esistono gap informativi rispetto a nessuna delle situazioni connesse agli scambi: sui beni disponibili, sui loro prezzi, sulla

Dettagli

1.4 Risposte alle domande di ripasso

1.4 Risposte alle domande di ripasso Pensare da economisti 1 1.4 Risposte alle domande di ripasso 1. Il costo opportunità di leggere un romanzo questa sera consiste nel non poter fare qualsiasi altra cosa avreste voluto fare in alternativa.

Dettagli

L azzardo morale e il modello principale-agente

L azzardo morale e il modello principale-agente L azzardo morale e il modello principale-agente L azzardo morale e il problema principale agente Il modello principale agente è uno strumento fondamentale per analizzare le relazioni economiche caratterizzate

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete. Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo

Dettagli

(concetto classico di probabilità)

(concetto classico di probabilità) Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi

Dettagli

Funzioni in due variabili Raccolta di FAQ by Andrea Prevete

Funzioni in due variabili Raccolta di FAQ by Andrea Prevete Funzioni in due variabili Raccolta di FAQ by Andrea Prevete 1) Cosa intendiamo, esattamente, quando parliamo di funzione reale di due variabili reali? Quando esiste una relazione fra tre variabili reali

Dettagli

Capitolo 20: Scelta Intertemporale

Capitolo 20: Scelta Intertemporale Capitolo 20: Scelta Intertemporale 20.1: Introduzione Gli elementi di teoria economica trattati finora possono essere applicati a vari contesti. Tra questi, due rivestono particolare importanza: la scelta

Dettagli

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

Dettagli

= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:

= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520: Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del

Dettagli

Limitazioni cognitive e comportamento del consumatore (Frank, Capitolo 8)

Limitazioni cognitive e comportamento del consumatore (Frank, Capitolo 8) Limitazioni cognitive e comportamento del consumatore (Frank, Capitolo 8) RAZIONALITÀ LIMITATA Secondo Herbert Simon, gli individui non sono in grado di comportarsi come i soggetti perfettamente razionali

Dettagli

Le operazioni di assicurazione e la teoria

Le operazioni di assicurazione e la teoria Capitolo 1 Le operazioni di assicurazione e la teoria dell utilità 1.1 Introduzione In questo capitolo si discutono alcuni aspetti di base della teoria delle assicurazioni. In particolare, si formalizza

Dettagli

Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria

Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria Esercizio 1 Ci sono 2000 individui ciascuno con funzione di utilità Von Neumann-Morgestern

Dettagli

Corso di POLITICA ECONOMICA

Corso di POLITICA ECONOMICA Corso di POLITICA ECONOMICA Giuseppe Croce Università La Sapienza - sede di Latina a.a. 2013-14 Queste slides non sostituiscono in alcun modo i testi consigliati per la preparazione dell esame ma intendono

Dettagli

Teoria della probabilità Assiomi e teoremi

Teoria della probabilità Assiomi e teoremi Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Assiomi e teoremi A.A. 2008-09 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento

Dettagli

DUE PROPOSTE ANALISI MATEMATICA. Lorenzo Orio

DUE PROPOSTE ANALISI MATEMATICA. Lorenzo Orio DUE PROPOSTE DI ANALISI MATEMATICA Lorenzo Orio Introduzione Il lavoro propone argomenti di analisi matematica trattati in maniera tale da privilegiare l intuizione e con accorgimenti nuovi. Il tratta

Dettagli

Modelli di Ottimizzazione

Modelli di Ottimizzazione Capitolo 2 Modelli di Ottimizzazione 2.1 Introduzione In questo capitolo ci occuperemo più nel dettaglio di quei particolari modelli matematici noti come Modelli di Ottimizzazione che rivestono un ruolo

Dettagli

Un gioco con tre dadi

Un gioco con tre dadi Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.

Dettagli

ESEMPI DI DOMANDE per la prova scritta dell esame di Microeconomia. Una sola delle cinque risposte fornite per ogni domanda è giusta.

ESEMPI DI DOMANDE per la prova scritta dell esame di Microeconomia. Una sola delle cinque risposte fornite per ogni domanda è giusta. ESEMPI DI DOMANDE per la prova scritta dell esame di Microeconomia. Una sola delle cinque risposte fornite per ogni domanda è giusta. TEORIA DEL CONSUMO prima parte (Varian, capp. 1-7) 1. Antonio compra

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

La probabilità nella vita quotidiana

La probabilità nella vita quotidiana La probabilità nella vita quotidiana Introduzione elementare ai modelli probabilistici Bruno Betrò bruno.betro@mi.imati.cnr.it CNR - IMATI San Pellegrino, 6/9/2011 p. 1/31 La probabilità fa parte della

Dettagli

Dispense di Microeconomia Avanzata (Mod. A) 2007-2008 Parte 2: Scelte in condizioni di incertezza Lezione 8-9: Utilità Attesa

Dispense di Microeconomia Avanzata (Mod. A) 2007-2008 Parte 2: Scelte in condizioni di incertezza Lezione 8-9: Utilità Attesa Dispense di Microeconomia Avanzata (Mod. A) 2007-2008 Parte 2: Scelte in condizioni di incertezza Lezione 8-9: Utilità Attesa Fabio Cerina, fcerina@unica.it Marzo 2008 1 Introduzione Nella teoria analizzata

Dettagli

Per il suo compleanno, il goloso Re di un lontano regno riceve in regalo da un altro sovrano un grande canestro contenente 4367 caramelle di tanti

Per il suo compleanno, il goloso Re di un lontano regno riceve in regalo da un altro sovrano un grande canestro contenente 4367 caramelle di tanti Per il suo compleanno, il goloso Re di un lontano regno riceve in regalo da un altro sovrano un grande canestro contenente 4367 caramelle di tanti colori, tra cui 382 rosse. Qualche tempo dopo il donatore

Dettagli

VINCERE AL BLACKJACK

VINCERE AL BLACKJACK VINCERE AL BLACKJACK Il BlackJack è un gioco di abilità e fortuna in cui il banco non può nulla, deve seguire incondizionatamente le regole del gioco. Il giocatore è invece posto continuamente di fronte

Dettagli

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe

Dettagli

Incertezza, assicurazioni, deterrenza

Incertezza, assicurazioni, deterrenza Incertezza, assicurazioni, deterrenza (anche questo è adattato da altri pezzi per mancanza di tempo) Scelta sotto incertezza come scelta tra lotterie L esperienza ci insegna che in generale le conseguenze

Dettagli

Modello di Stigliz e Weiss (1981)

Modello di Stigliz e Weiss (1981) Modello di Stigliz e Weiss (1981) Esposizione a cura di: Roberto Stefano Nicola Esistenza di un ampia varietà di modelli che portano alla definizione del razionamento del credito: TUTTI HANNO LO SCOPO

Dettagli

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare

Dettagli

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i

DISTRIBUZIONE di PROBABILITA. Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che può assumere i DISTRIBUZIONE di PROBABILITA Si dice variabile aleatoria (o casuale) discreta X una quantità variabile che uò assumere i valori: ; ;, n al verificarsi degli eventi incomatibili e comlementari: E ; E ;..;

Dettagli

Scelta sotto incertezza

Scelta sotto incertezza Scelta sotto incertezza 1. Introduzione Nei capitoli 1 e 2 della microeconomia standard si studia la scelta dei consumatori e dei produttori, che hanno un informazione perfetta sulle circostanze che caratterizzano

Dettagli

OFFERTA DI LAVORO [Borjas 1.1-1.7]

OFFERTA DI LAVORO [Borjas 1.1-1.7] OFFERTA DI LAVORO [Borjas 1.1-1.7] hi lavora nel mercato? dipende, offerta di lavoro varia tra tipi di persona (uomini/donne, giovani/adulti) tra Paesi (configurazioni diverse) nel tempo (al variare delle

Dettagli

l insieme delle misure effettuate costituisce il campione statistico

l insieme delle misure effettuate costituisce il campione statistico Statistica negli esperimenti reali si effettuano sempre un numero finito di misure, ( spesso molto limitato ) l insieme delle misure effettuate costituisce il campione statistico Statistica descrittiva

Dettagli

I mercati assicurativi

I mercati assicurativi I mercati NB: Questi lucidi presentano solo parzialmente gli argomenti trattati ttati in classe. In particolare non contengono i modelli economici per i quali si rinvia direttamente al libro di testo e

Dettagli

STATISTICA E PROBABILITá

STATISTICA E PROBABILITá STATISTICA E PROBABILITá Statistica La statistica è una branca della matematica, che descrive un qualsiasi fenomeno basandosi sulla raccolta di informazioni, sottoforma di dati. Questi ultimi risultano

Dettagli

ANALISI COSTI-BENEFICI

ANALISI COSTI-BENEFICI ANALISI COSTI-BENEFICI Valutazione di progetti pubblici Le politiche pubbliche correnti consistono nel realizzare progetti pubblici: il policy maker deve decidere quale progetto è da preferire tra le varie

Dettagli

MATEMATICA. Il termine MATEMATICA

MATEMATICA. Il termine MATEMATICA METODI MATEMATICI PER LE ASSICURAZIONI INDIVIDUALI SULLA DURATA DI VITA MATEMATICA ATTUARIALE Il termine MATEMATICA ATTUARIALE o matematica delle assicurazioni designa un insieme di modelli matematici

Dettagli

Elementi di Statistica descrittiva Parte I

Elementi di Statistica descrittiva Parte I Elementi di Statistica descrittiva Parte I Che cos è la statistica Metodo di studio di caratteri variabili, rilevabili su collettività. La statistica si occupa di caratteri (ossia aspetti osservabili)

Dettagli

Esercitazione Microeconomia (CLEC L-Z) 24.04.2013 Dr. Rezart Hoxhaj

Esercitazione Microeconomia (CLEC L-Z) 24.04.2013 Dr. Rezart Hoxhaj Esercitazione Microeconomia (CLEC L-Z) 24.04.2013 Dr. Rezart Hoxhaj Esercizi: Utilità attesa (Cap.6) Problema 11 (pagina 203, libro) Supponete di avere 10 000 euro da investire in Junk Bonds oppure titoli

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Il calcolo delle probabilità ha avuto origine nel Seicento in riferimento a questioni legate al gioco d azzardo e alle scommesse. Oggi trova tante applicazioni in ambiti anche

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Richiami di teoria della domanda di moneta

Richiami di teoria della domanda di moneta Richiami di teoria della domanda di moneta Parte seconda La teoria della preferenza della liquidità di Keynes Keynes distingue tre moventi principali per cui si detiene moneta. Transattivo Precauzionale

Dettagli

Test statistici di verifica di ipotesi

Test statistici di verifica di ipotesi Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall

Dettagli

Distribuzioni discrete

Distribuzioni discrete Distribuzioni discrete Esercitazione 4 novembre 003 Distribuzione binomiale Si fa un esperimento (o prova): può manifestarsi un certo evento A con probabilità p oppure no (con probabilità q = p). La distribuzione

Dettagli

Elementi di calcolo delle probabilità

Elementi di calcolo delle probabilità Elementi di calcolo delle probabilità Definizione di probabilità A) Qui davanti a me ho un urna contenente 2 palline bianche e 998 nere. Mi metto una benda sugli occhi, scuoto ripetutamente l urna ed estraggo

Dettagli

La condivisione del rischio e la sua ripartizione su ampia scala

La condivisione del rischio e la sua ripartizione su ampia scala La condivisione del rischio e la sua ripartizione su ampia scala Kreps: "Microeconomia per manager" 1 ARGOMENTI DI QUESTA LEZIONE Questa lezione fornisce la principale motivazione economica dell esistenza

Dettagli

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa. Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo

Dettagli

PROGRAMMAZIONE LINEARE:

PROGRAMMAZIONE LINEARE: PROGRAMMAZIONE LINEARE: Definizione:la programmazione lineare serve per determinare l'allocazione ottimale di risorse disponibili in quantità limitata, per ottimizzare il raggiungimento di un obiettivo

Dettagli

Esercizi d esame di Teoria dei Giochi

Esercizi d esame di Teoria dei Giochi Esercizi d esame di Teoria dei Giochi Dario Bauso Esempio Svolto Dato il seguente gioco a due giocatori a somma zero si calcolino P P 1 0-3 3 1. il loss ceiling J,. il gain floor J, 3. l equilibrio di

Dettagli

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 L4, Corso Integrato di Psicometria - Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Rev. 18/04/2011 Inferenza statistica Formulazione

Dettagli

Capitolo 22: Lo scambio nel mercato dei capitali

Capitolo 22: Lo scambio nel mercato dei capitali Capitolo 22: Lo scambio nel mercato dei capitali 22.1: Introduzione In questo capitolo analizziamo lo scambio nel mercato dei capitali, dove si incontrano la domanda di prestito e l offerta di credito.

Dettagli

Metodi e Modelli per le Decisioni

Metodi e Modelli per le Decisioni Metodi e Modelli per le Decisioni Corso di Laurea in Informatica e Corso di Laurea in Matematica Roberto Cordone DI - Università degli Studi di Milano Lezioni: Giovedì 13.30-15.30 Venerdì 15.30-17.30 Ricevimento:

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può

Dettagli

Corso di Analisi Matematica. Successioni e serie numeriche

Corso di Analisi Matematica. Successioni e serie numeriche a.a. 2011/12 Laurea triennale in Informatica Corso di Analisi Matematica Successioni e serie numeriche Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità

Dettagli

Scheda n.5: variabili aleatorie e valori medi

Scheda n.5: variabili aleatorie e valori medi Scheda n.5: variabili aleatorie e valori medi October 26, 2008 1 Variabili aleatorie Per la definizione rigorosa di variabile aleatoria rimandiamo ai testi di probabilità; essa è non del tutto immediata

Dettagli

Metodi quantitativi per la misurazione della performance dei fondi comuni di investimento

Metodi quantitativi per la misurazione della performance dei fondi comuni di investimento La performance dei fondi comuni 1 Metodi quantitativi per la misurazione della performance dei fondi comuni di investimento Paolo PIANCA Dipartimento di Matematica Applicata Università Ca Foscari di Venezia

Dettagli

Economia pubblica. Alberto Zanardi

Economia pubblica. Alberto Zanardi Università di Bologna Scuola di Economia, Management e Statistica Corso di laurea CLEF Economia pubblica a.a. 2013-14 14 (8 crediti, 60 ore insegnamento) Le asimmetrie informative Alberto Zanardi Carenze

Dettagli