Giochi non cooperativi
|
|
- Berto Casini
- 8 anni fa
- Visualizzazioni
Transcript
1 Indice 1 Giochi non cooperativi 5 11 Teoria delle decisioni 5 12 Decisioni sotto stretta incertezza 8 13 Decisioni intertemporali Preferenze e funzioni di utilità Equilibri di Nash Giochi in forma estesa I Giochi in forma estesa II Raffinamenti degli equilibri di Nash Esempi di giochi con strategie dominate Evasione fiscale (Li-Calzi) Giochi con potenziale Giochi di contrattazione Corsa agli sportelli (gioco a due stadi) Dilemma del prigioniero ripetuto n volte Giochi ripetuti e automi finiti 87 2 Evolutionary Game Theory da Weibul Elementi della Teoria dei Giochi non cooperativi Criteri di stabilità evolutiva Dinamica del replicatore 115 3
2
3 Capitolo 1 Giochi non cooperativi 11 Teoria delle decisioni Esempio 11 Roulette russa Due persone della stessa età e della stessa salute hanno ciascuna una rivoltella Il primo tizio ha 3 proiettili nel tamburo della pistola a 6 colpi Il secondo tizio ha 1 proiettile nel tamburo della pistola a 6 colpi Ciascuno sta per ruotare il tamburo, puntare la pistola alla propria testa e premere il grilletto Questo è tutto ciò che sai Puoi togliere 1 solo proiettile da una delle pistole prima che essi premano il grilletto Da quale pistola toglieresti il proiettile? Cerchiamo di schematizzare il problema: ci sono 2 azioni: AZIONE 1: prendere 1 proiettile da quella che ne ha 3 AZIONE 2: prendere 1 proiettile da quella che ne ha 1 5
4 Vediamo di schematizzare con le probabilità dei possibili esiti: 0 MORTI 1 MORTO 2 MORTI AZIONE 1 20/36 14/36 2/36 AZIONE 2 1/2 1/2 0 Consideriamo una funzione perdita o misura di utilità negativa v(0) = 0 v(1) = l 0 < l < 1 v(2) = 1 Se non amo il rischio: la perdita attesa dal azione 1 (lotteria L 1 ) sarà minore della perdita attesa dall azione 2 (lotteria L 2 ) L 1 : MORTI 20/36 14/36 2/36 PROBABILITÀ L 2 : MORTI 1/2 1/2 0 PROBABILITÀ 6
5 Se non amo il rischio: εv(l 2 ) < εv(l 1 ) cioè v(0) v(1) v(2) 0 < v(0) + v(1) v(2) 2 36 v(1) 1 2 l 1 2 < v(1) v(2) 2 36 < l l > 1 l > 1 2 quale interpretazione possiamo dare? Naturalmente preferiamo l azione che limita il possibile numero di morti Rischiare 2 morti è più di due volte brutto che rischiarne uno 2l > 1, 2l < 1, v(2) > 2v(1) e questo è in accordo con ciò che la gente pensa usualmente In generale un singolo incidente che comporta più morti è considerato peggiore di più incidenti separati che conducono allo stesso numero di morti Questo problema si può confrontare con un altro reale a cui si trovano di fronte i medici: le risorse mediche sono limitate e non è possibile trattare tutti i pazienti che hanno bisogno di cure Consideriamo ad esempio un cardiologo che può curare solo 1 di 2 pazienti: 7
6 senza trattamento il I ha 1 2 probabilità di morire subito 1 2 probabilità di diventare vecchio con il trattamento il I ha 1 3 probabilità di morire per il II paziente: senza trattamento il II ha 1 6 probabilità di morire con il trattamento il II guararà cosa sceglierà il medico? Il problema è esattamente quelo di prima 12 Decisioni sotto stretta incertezza Possiamo dividere i problemi decisionali in 3 classi: 1 DECISIONI CON CERTEZZA 2 DECISIONI CON RISCHIO 3 DECISIONI CON STRETTA INCERTEZZA Raccontiamo un esempio dovuto a Savage (1972): Tua moglie ha appena rotto 5 uova buone in un tegame quando tu arrivi per fare l omelette Esiste un sesto uovo non rotto davanti al tegame, può essere usato per l omelette o per qualche cos altro Devi decidere cosa fare con questo, cioè hai 3 possibili azioni: 8
7 1 ROMPERLO NEL TEGAME CHE CONTIENE GLI ALTRI 5 2 ROMPERLO IN UN PIATTO PER ISPEZIONARLO 3 BUTTARLO VIA SENZA ISPEZIONARLO Dipendendo dallo stato delle uova, queste 3 azioni avranno delle conseguenze STATI BUONO: ϑ 1 CATTIVO: ϑ 2 ROMPERE OMELETTE DI NESSUNA OMELETTE NEL TEGAME 6 UOVA E 6 UOVA BUONE α 1 x 11 DISTRUTTE x 12 ROMPERE OMELETTE DI OMELETTE DI NEL PIATTO 6 UOVA + 5 UOVA α 2 1 PIATTO DA E 1 PIATTO DA LAVARE LAVARE x 21 x 22 BUTTARE OMELETTE DI OMELETTE DI VIA 5 UOVA E 1 5 UOVA α 3 BUON UOVO x 32 DISTRUTTO x 31 Le conseguenze x ij non sono numeri ma si può sempre associare un valore che misura x ij cioè intendiamo per misura del valore > preferenza del decisore v(x ij ) > v(x kl ) x ij > x kl I problemi decisionali sono stati classificati in accordo alle conoscenze del 9
8 decisore sugli stati della natura Le decisioni sotto stretta incertezza sono quelle per cui il decisore non può dire nulla circa il vero stato della natura Non solo egli è ignorante del vero stato, ma non può quantificare la sua incertezza in alcun modo Egli può solo dire che ciascun ϑ j descrive un possibile stato del mondo e ϑ 1, ϑ 2,, ϑ n è una lista esaustiva delle possibilità Come sceglie un decisore sotto stretta incertezza? Vediamo alcuni criteri: 1 WALD S MAX-MIN RETURN (1950) Con l azione a i la peggior conseguenza possibile per il decisore è: s i = min v ij j = 1,, n È chiamato livello di sicurezza di a i Se interpretiamo v ij come un valore finanziario, s i può essere interpretato notando che a i garantisce al decisore un ritorno di almeno s i Il criterio del max-min ritorno suggerito suggerito da WALD è: scegliere l azione a k : è un criterio molto pessimista s k = max {min (v ij )} i j 2 HURCHIWICZ-INDICE DI OTTIMISMO/PESSIMISMO Definiamo il livello di ottimismo di a i come σ i = max v ij j = 1,, n cioè il valore della miglior conseguenza che a i può dare Il criterio del max-min ritorno è m m n σ k = max {σ i } = max {max (v ij )} i = 1 i = 1 j = 1 10
9 Questo è una critica al criterio pessimista di WALD: perché è più razionale essere pessimisti che ottimisti? Un vecchio proverbio dice: IT IS BETTER TO BE SAFE THAN SORRY Il criterio di WALD è più prudente ma NOTHING VENTURED, NO- THING GAINED HURCHIWICZ (1951) suggerì che poche persone sono così pessimiste o così ottimiste come questi estremi possono portare, suggerì così una strada di mezzo: sostenne che un decisore dovrebbe scegliere le azioni in accordo ad una media pesata dei livelli di sicurezza e di ottimismo αs i + (1 α)σ i con 0 α 1 α è l indice di ottimismo/pessimismo HURCHIWICZ raccomanda per la regola di decisione di scegliere n a k : αs k + (1 α)σ k = max {αs i + (1 α)σ i } i = 1 3 SAVAGE MIN-MAX REGRET Savage (1951) osservò che nell usare i valori v ij per guidare una scelta, il decisore confronta il valore della conseguenza di un azione sotto uno stato di natura con i valori di tutte le altre conseguenze qualunque sia lo stato di natura Savage definisce il RIMPIANTO di una conseguenza come: m r ij = max {v ij } v ij i = 1 cioè è la differenza tra il valore che risulta dalla miglior azione dato ϑ j e il valore che risulta da a i sempre in ϑ j (stato del mondo) Ad ogni azione si deve assegnare l indice n ρ i = max {r ij } = massimo rimpianto che deriva dall azione a i j = 1 11
10 Allora si deve scegliere un azione che minimizza ρ i cioè scegliere a k : m m n ρ k = min {ρ i } = min {max (r ij )} i = 1 i = 1 j = 1 4 LAPLACE (1825) osservò che non sapere nulla circa gli stati della natura è lo stesso che tutti gli stati hanno uguale probabilità Se è scelta l azione a i e tutti gli stati hanno uguale probabilità, allora il decisore ha valore atteso da queste conseguenze incerte: ( ) n 1 v ij n j=1 e dovrebbe cercare di massimizzare il suo valore atteso di questa scelta cioè scegliere a k : n m { n 1 v n kj = max 1 v n ij j = 1 i = 1 j = 1 } 12
11 T ABLE 1 : ESEMP IO DI MILNOR ϑ 1 ϑ 2 ϑ 3 ϑ 4 s i σ i j ( 1 n )v ij a /4 a a a T ABLE 2 : RIMP IANT I P ER L ESEMP IO DI MILNOR ϑ 1 ϑ 2 ϑ 3 ϑ 4 ρ i a a a a Esempio per il calcolo: r 22 = max{2, 1, 4, 3} 1 = 4 1 = 3 13
12 - CRITERIO DI LAPLACE: a 1 - CRITERIO DI WALD: a 2 - CRITERIO DI HURCHIWICZ: assegna gli indici 2(1 α), 1, 4(1 α), 3(1 α) rispettivamente ad a 1, a 2, a 3, a 4 In quanto αs k + (1 α)σ k = max{αs i + (1 α)σ i } 0 α < 1 4(1 α) > 2(1 α) 4(1 α) > 3(1 α) se α < 3/4 4(1 α) > 1 così il criterio di Hurchiwicz sceglie a 3 per α < 3/4 - CRITERIO DI SAVAGE: a 4 Ogni criterio sceglie un azione differente SONO TUTTI BUONI CRITERI? 13 Decisioni intertemporali Molti problemi decisionali hanno a che vedere con progetti in cui i costi e i benefici crescono con un certo numero di anni Consideriamo solo casi in cui i costi e i benefici sono interamente monetari Vediamo ad esempio il flusso di cassa (CASH-FLOW) dato nei 6 progetti della tavola seguente: 14
13 ANNI A B C D E F 0-10 M -10 M -10 M -1 M -16 M -16 M 1 +5 M +5 M +2 M +05 M +16 M +32 M 2 +5 M +5 M +8 M +05 M +5 M +192 M M +5 M +05 M M +5 M +05 M 0 0 Consideriamo solo 2 tipi di decisione: 1) ACCETTARE O RIFIUTARE 2) CLASSIFICARE Nel caso 1) ciascun progetto è considerato indipendente da tutti gli altri Nel caso 2) tutti i progetti sono confrontati e classificati con l intenzione di adottare un singolo progetto: il più favorevole È importante includere un progetto nullo che rappresenta lo status quo In questo contesto studieremo solo le decisioni di tipo 2) ( classificare ) Discutiamo qui 4 regole decisionali, regole che aiutano il decisore a classificare i progetti che coinvolgono costi e benefici temporali La regola più semplice è confrontare progetti tenuto conto del tempo in cui chiudono in pareggio cioè tenendo conto del periodo di rimborso Questo viene chiamato PAYBACK-METHOD (o METODO DI RIMBOR- SO) Lo indicheremo con PM Il progetto A ha un periodo di rimborso di 2 anni, così anche B, C, D 15
14 Il progetto E ha un periodo di rimborso di 1 anno Il progetto F ha un periodo di rimborso di 2 anni Questo metodo considera il progetto E il più favorevole, ma non distingue tra i progetti A, B, C, D e F Questo metodo contiene un certo numero di errori, vediamone alcuni: i) In nessun conto è tenuto il profitto totale dopo il rimborso (confronta A e B) ii) In nessun conto è tenuta la misura dell investimento (confronta B e D) iii) In nessun conto è tenuta la distribuzione di entrata e uscita (reddito e spesa) confronta B e C iv) Il periodo di rimborso non è chiaramente definito se il progetto coinvolge investimenti di più anni ESEMPIO: INVESTIMENTI -10 M + 10 M +4 M -4 M +4 M ANNI Qual è il periodo di rimborso? 1 anno oppure 3 anni? Due parole in favore del metodo di rimborso (PM): 1 È molto semplice da capire e usare 2 Minimizzando il periodo di rimborso si minimizza il rischio, infatti, essendo il futuro incerto, un decisore dovrebbe minimizzare il tempo in cui un investimento è in sospeso Un altro metodo più opportuno di valutare lo scorrere del tempo è suggerito dal metodo ARR (=ACCOUNTING RATE OF RETURN = STIMA DELLA VELOCITÀ DEL GUADAGNO) ARR = PROFITTO MEDIO ANNO DI 1 PROGETTO SPESA DEL CAPITALE 100% 16
15 Allora indicando ARR(A) per calcolare ARR del progetto A, si ottiene: ARR(A) = ( )/ % = 0% ( )/4 ARR(B) = 100% = 25% 10 ( )/4 ARR(C) = 100% = 25% 10 ( )/4 ARR(D) = 100% = 25% 1 ( )/2 ARR(E) = 100% = 156% 16 ( )/2 ARR(F) = 100% = 20% 16 Con questo metodo l ordine di preferenza dei progetti è il seguente: B, C, D sono i migliori poi F, E, A Diversamente dal metodo di rimborso PM il criterio ARR tiene conto del profitto necessario dopo che un progetto chiude in pareggio (esempio B è meglio di A) Inoltre è sempre ben definito Tuttavia: i) non è presa in considerazione la misura dell investimento (confronta B e D); ii) non è presa in considerazione la distribuzione dei beni in entrata e in uscita (confronta B e C) Né il metodo PM né il metodo ARR coinvolgono fattori di sconto La maggior parte di noi preferirebbe avere 100 euro ora piuttosto che 100 euro tra un anno cioè in termini economici manifestiamo preferenze temporali sui consumi in periodi differenti Supponiamo che 1 euro ora sia equivalente a (1+r) euro r>0 in un anno allora 1 euro ricevuta in n anni è peggio di (1/(1 + r)) n euro ricevute ora 17
16 Usiamo questa idea per valutare la bontà di un progetto mediante il metodo: NPV=NET PRESENT VALUE=VALORE ATTUALE NETTO Allora calcoliamo NPV(A), NPV(B), ecc NPV(A) = 10M r M + 5 (1 + r) 2 M NPV(B) = 10M r M + 5 (1 + r) 2 M + 5 (1 + r) 3 M + 5 (1 + r) 4 M NPV(C) = 10M r M + 8 (1 + r) 2 M + 5 (1 + r) 3 M + 5 (1 + r) 4 M NPV(D) = 1M r M + 05 (1 + r) 2 M + 05 (1 + r) 3 M + 05 (1 + r) 4 M NPV(E) = 16M r M + 5 (1 + r) 2 M NPV(F) = 16M r M (1 + r) 2 M In generale r è noto come TASSO DI SCONTO (=DISCOUNT RATE) Ci sono varie controvesie circa il valore numerico da assegnare ad r ma qui non ne parleremo, per il nostro problema assumeremo Quindi: r = 01 NPV(A) = 1322M NPV(B) = 5850M NPV(C) = 5601M NPV(D) = 0585M NPV(E) = 2678M NPV(F) = 2777M Con questo metodo i progetti sono così ordinati come ordine di preferenze: 18
17 1 B 2 C 3 F 4 E 5 D 6 A Questo criterio non è soggetto a nessuna delle quattro critiche che erano state fatte per PM Tuttavia ci chiediamo: il metodo NPV tiene conto del fattore r di sconto in maniera corretta? r è lo stesso ogni anno? Stabilire un valore appropriato al fattore di sconto per un particolare problema è sempre una questione controversa Un metodo che supera, almeno in parte, questo problema è il criterio decisionale IRR=INTERNAL RATE OF RETURN = TASSO DI PROFITTO INTERNO IRR è definito essere il valore di r tale che NPV di un progetto è zero Per trovare IRR(A) dobbiamo risolvere 10M + 5M (1 + r) + 5M (1 + r) = 0 2 Pongo x = 1/(1 + r) e dividendo per 5M si ha: ed essendo x = 1/(1 + r) > 0 si ha 2 + x + x 2 = 0 x = 1 o x = r = 1 r = 0 19
18 Allora IRR(A) = 0% In modo analogo si calcola IRR degli altri 5 progetti: IRR(A) = 0% IRR(B) = 35% IRR(C) = 32% IRR(D) = 35% IRR(E) = 25% IRR(F) = 20% Allora i progetti migliori sono B e D e i rimanenti nell ordine: C, E, F, A Osserviamo che IRR diversamente da NPV tiene conto della misura dell investimento (confronta B e D) NPV classifica F sopra E IRR classifica E sopra F Si potrebbe discutere ancora a lungo su questa diversa classificazione (per approfondimenti cfr S French) ma fermiamoci qui: nessun metodo è completamente soddisfacente NPV sembra essere quello con meno inconvenienti ma potremmo discutere a lungo sulla sua applicabilità 14 Preferenze e funzioni di utilità Il modo più primitivo per descrivere delle preferenze è una relazione definita su un insieme Ω di esiti Affinché la relazione sia un PREORDINE TOTALE è necessario che: a b oppure b a a b e b c = a c a, b, c Ω (TOTALITÀ) (TRANSITIVITÀ) (segue la RIFLESSIVITÀ considerando b = a nella formula della totalità) 20
19 La transitività è una richiesta razionale La totalità ci assicura che un individuo può sempre esprimere una preferenza tra due esiti Perché una persona razionale deve avere preferenze transitive? (ved es money-pump ) La relazione di indifferenza è definita da: La relazione di stretta preferenza da: a b e b a a b a b e non a b a < b Il problema della decisione consiste nel trovare l esito ω (ω S Ω) che il decisore preferisce (Notiamo che tale ω potrebbe non esistere, ad esempio se S è infinito Esiste il numero più grande nell intervallo (0,1)? Nel nostro contesto evitiamo simili casi) In molte situazioni può essere difficile esprimere le preferenze allora le funzioni di utilità sono l espediente matematico per semplificare la situazione Una funzione u : Ω R è una funzione di utilità che rappresenta la relazione di preferenza se e solo se u(a) u(b) a b allora il problema di trovare il miglior ω S si riduce al più facile problema di trovare un valore di ω S per cui u(ω) = max u(s) s S 21
20 PARADOSSO DI S PIETROBURGO Consideriamo la lotteria illustrata in figura PREMIO $2 $4 $8 $16 $2 k SUCCESSIONE DI H TH TTH TTTH T TH MONETE ( PROBABILITÀ k 1 2) T = toss H = head (croce) (testa) Si può realizzare lanciando una moneta ripetutamente finché non mostra testa (H) La tabella va interpretata così: leggendo la 1 a colonna: leggendo la 2 a colonna: ecc vinco $2 se viene testa (H) al 1 o lancio e ciò può avvenire con probabilità 1 2 vinco $4 se viene testa (H) al 2 o lancio e ciò può avvenire con probabilità 1 4 Se la moneta mostra testa (H) al k-simo lancio vinco $2 k Quanto sareste disposti a pagare per partecipare a questa lotteria? Supponiamo che ciascun lancio della moneta sia indipendente, le probabilità sono calcolate come indicato in tabella Vediamo come esempio il caso k = 4 cioè la probabilità che esca testa al 4 lancio: 22
21 prob(ttth) = prob(t) prob(t) prob(t) prob(t) = Il valore atteso in dollari nella lotteria di S Pietroburgo è allora: ε(l) = 2 prob(h) + 4 prob(th) + 8 prob(tth) + = ( ) 4 1 = = = + il che significa che il valore atteso in dollari della lotteria è infinito Sareste quindi disposti a spendere il vostro intero patrimonio per comprare un biglietto per partecipare alla lotteria? Poca gente farebbe così soprattutto dopo aver notato che la probabilità di concludere con più di 8$ è solo 1 8 Non è sufficiente scegliere una lotteria che mi dà il più alto valore atteso in dollari per dire di aver fatto una scelta razionale, una teoria che dicesse ciò è insufficiente Quindi: per valutare un investimento richiesto, il guadagno atteso non è il criterio che la gente adotta, il criterio è L UTILITÀ ATTESA 15 Equilibri di Nash Definizione 12 GIOCO NON COOPERATIVO Un gioco non cooperativo a 2 giocatori è una quaterna Γ = (X, Y, f, g) dove X, Y sono gli insiemi delle strategie dei due giocatori, f, g sono le funzioni di utilità dei due giocatori f, g : X Y R Definizione 13 EQUILIBRIO DI NASH Diremo che una coppia di strategie (x, y) X Y è un equilibrio di Nash se f(x, y) f(x, y) x X g(x, y) g(x, y) y Y Riprendiamo alcuni esempi già noti in lezioni precedenti: 23
22 Esempio 14 MORRA CINESE II I S C F S C F S = sasso C = carta F = forbice non esistono equilibri di Nash Esempio 15 DILEMMA DEL PRIGIONIERO II I C NC C NC Due persone sono accusate di aver commesso un grave crimine 24
23 se ambedue confessano subiscono la pena di 8 anni di galera se non confessano non ci sono prove sufficienti a stabilire chi ha commesso il crimine, ma il giudice li condanna per un reato minore: 1 anno di galera se uno confessa la partecipazione di entrambi, per una legge speciale, è libero e l altro è condannato a 10 anni di galera La matrice associata è quella in figura C è un solo equilibrio di Nash (NE):(CC) (cioè entrambi confessano), ma il risultato è insoddisfacente per entrambi perché così faranno 8 anni di galera Se entrambi si mettessero d accordo di non confessare, farebbero meno anni di galera, ma l accordo è instabile perché se uno sa che l altro non confessa allora gli conviene confessare così sarà libero: è un dilemma L equilibrio di Nash è l unica soluzione accettabile però è poco soddisfacente Esempio 16 BATTAGLIA DEI SESSI II I L R T B esistono due equilibri di Nash: (T,L) e (BR) Esempio 17 GIOCO A 3 GIOCATORI Questo gioco coinvolge 3 giocatori: ciascun giocatore può prendere 1 oppure 2 monete nella sua mano 25
24 Se ogni giocatore ha un numero differente di monete dagli altri giocatori allora egli ottiene un payoff uguale al numero delle monete che ha in mano e gli altri non ottengono niente Chiamiamo I, II III i tre giocatori Spazio delle strategie del giocatore I: X = {1, 2} dove 1 indica una moneta e 2 indica due monete Y = {1, 2} (spazio delle strategie del giocatore II) Z = {1, 2} (spazio delle strategie del giocatore III) II I j=1 j=2 i= i= k = 1 II I j=1 j=2 i= i= gli equilibri di Nash sono: k = 2 (2, 1, 1), (1, 2, 1), (2, 2, 1) (1, 1, 2), (1, 2, 2), (2, 1, 2) 26
25 ESERCIZI PROPOSTI 1) Stabilire se esistono equilibri di Nash in strategie pure nel seguente gioco a 2 giocatori II I C D A B ) stessa domanda nel seguente gioco a 3 giocatori dove X = {U, D}, Y = {L, R}, Z = {A, B, C} A II I L R U D B II I L R U D
26 C II I L R U D ESTENSIONE MISTA DI UN GIOCO Sia dato un gioco (che per semplicità di notazione supporremo a 2 giocatori e per evitare difficoltà tecniche supporremo A I e A II, spazi delle strategie dei due giocatori, finiti) G = ({I, II}, A I, A II, u I, u II ) dicesi ESTENSIONE MISTA DI G il gioco G così definito G = ({I, II}, (A I ), (A II ), u I, u II) dove (A i ) è lo spazio delle distribuzioni di probabilità su A i Cioè se ad esempio A I = {x 1,, x m } A II = {y 1,, y n } allora (A I ) = {p R m, p h 0 h e m h=1 p h = 1} e (A II ) = {q R n, q k 0 k e n k=1 q k = 1} Risulta u i cioè: l estensione di u i da A I A II a (A I ) ( A II ) per bilinearità u i (p, q) = m h=1 k=1 n p h q k u i (x h, y k ) è importante il fatto che: L ESTENSIONE MISTA DI UN GIOCO FINITO HA SEMPRE UN EQUILIBRIO DI NASH (TEOREMA DI NASH 1950) (a volte si dice: ogni gioco finito ha equilibrio in strategie miste) 28
27 ESEMPIO Vediamo nell esempio della BATTAGLIA DEI SESSI di calcolare gli equilibri in strategie miste: q 1-q p p p, q [0, 1] Calcoliamo l utilità attesa del giocatore I u I (p, q) = 3pq + 0 p(1 q) + 0 (1 p)q + 1 (1 p)(1 q) = fissata q, consideriamo 3pq + 1 q p + pq = 4pq + 1 p q u I (p, q) = 4pq + 1 p q = p(4q 1) + 1 q u I (p,q) p = 4q 1 > 0 q > 1 4 argmax u I = 1 p = 0 q = 1 4 argmax u I = [0, 1] p < 0 q < 1 4 argmax u I = 0 p si ottiene così il seguente grafico 29
28 q q= p questo è il grafico della miglior risposta del giocatore I fissata la strategia del II; la indico con R I (q) Calcoliamo ora l utilità attesa del giocatore II u II (p, q) = 1 pq+0 p(1 q)+0 (1 p)q+3(1 p)(1 q) = pq+3(1 p)(1 q) = = pq + 3(1 q p + pq) = pq + 3 3q 3p + 3pq = 4pq 3p 3q + 3 u II (p, q) = (4p 3)q + 3(1 p) cerco q che rende massima u II (p, ) u II (p,q) q = 4p 3 > 0 p > 3 4 argmax u II(p, ) = 1 q = 0 p = 3 4 argmax u II(p, ) = [0, 1] q < 0 p < 3 4 argmax u II(p, ) = 0 q si ottiene così il grafico di R II (p) (cioè la miglior risposta del giocatore II fissata la strategia del giocatore I) 30
29 q 1 0 p= p da cui sovrapponendo i due grafici ridotti otteniamo i due equilibri di Nash in strategie miste e cioè (p, q) = (0, 0) (1, 1) ( ) 3 4, 1 4 (u I (0, 0), u II (0, 0)) = (1, 3) equilibrio in strategie pure (u I (1, 1), u II (1, 1)) = (3, 1) equilibrio in strategie pure ( ( )) ( ) 3 (u I ), 4, 1 3 u II 4 4, 1 3 = 4 4, 3 4 e questo è un nuovo equilibrio che trovo in strategie miste ESERCIZIO PROPOSTO: Provate a calcolare gli equilibri in strategie miste per il dilemma del prigioniero Definizione 18 Un gioco G a due giocatori dicesi a somma zero se u I (x, y) + u II (x, y) = 0 x X, y Y 31
30 ESERCIZIO: Si determinino gli equilibri di Nash in strategie miste del gioco a somma zero rappresentato dalla matrice: S D A 1 3 B 4 2 SOLUZIONE ESERCIZIO: X = {S, D} spazio delle strategie del I giocatore Y = {A, B} spazio delle strategie del II giocatore Questo gioco non ha equilibri in strategie pure ma per il Teorema di Nash sappiamo che ha almeno un equilibrio in strategie miste Calcoliamo l utilità attesa da I: u I (p, q) = pq 1 + p(1 q)3 + (1 p)q 4 + (1 p)(1 q) 2 = = p(1 4q) + 2(q + 1) u I (p, q) = p(1 4q) + 2(q + 1) u I (p,q) p = 1 4q > 0 q < 1 4 argmax u I = 1 p = 0 q = 1 4 argmax u I = [0, 1] p < 0 q > 1 4 argmax u I = 0 p 32
31 q q= p u II (p, q) = pq( 1) + p(1 q)( 3) + (1 p)q( 4) + (1 p)(1 q)( 2) = = 4pq p 2q 2 u II (p, q) = 2q(2p 1) (p + 2) u II (p,q) q = 2(2p 1) > 0 p > 1 2 argmax u II = 1 q = 0 p = 1 2 argmax u II = [0, 1] q < 0 p < 1 2 argmax u II = 0 q 33
32 q 1 0 p= p Si ottiene così un equilibrio in strategie miste dato da (p, q) = ( 1 2, 1 4 ) ( ( )) ( ) 1 (u I ), 2, 1 1 u II 4 2, 1 5 = 4 2, Giochi in forma estesa I Un qualunque gioco può essere rappresentato sia in forma normale che in forma estesa? Le due forme sono equivalenti? Per rispondere a queste domande classifichiamo i giochi che abbiamo incontrato in 4 classi: GIOCO STATICO è un gioco in cui i giocatori scelgono contemporaneamente le azioni GIOCO A INFORMAZIONE COMPLETA è un gioco in cui la funzione dei payoff di ogni giocatore è nota ad ogni giocatore (cioè è conoscenza comune) GIOCO DINAMICO è un gioco in cui i giocatori scelgono le azioni in modo sequenziale (il 2 osserva cosa fa il 1 e poi decide ) GIOCO A INFORMAZIONE PERFETTA è un gioco in cui in corrispondenza ad ogni mossa, il giocatore cui spetta muovere è a conoscenza dell intera 34
33 storia fino a quel momento o anche se ogni insieme di informazione contiene un solo nodo Osservazione 19 Un gioco statico può essere pensato come un gioco dinamico ad informazione imperfetta La rappresentazione in forma estesa di un gioco specifica: 1 i giocatori che prendono parte al gioco 2 quando i giocatori hanno diritto alla mossa 3 cosa possono fare i giocatori in ogni circostanza in cui hanno diritto a una mossa 4 cosa conosce ogni giocatore quando gli spetta muovere 5 i payoff ricevuti da ciascun giocatore in corrispondenza ad ogni combinazione di mosse che può essere scelta dai giocatori Esempio 110 Gioco a informazione completa e perfetta: I L R II II L R L R (3,1) (1,2) (2,1) (0,0) F ig1 35
34 1 il giocatore I sceglie un azione a 1 dall insieme ammissibile A 1 = {L, R} 2 il giocatore II osserva a 1 e poi sceglie un azione a 2 dall insieme A 2 = {L, R } 3 i payoff sono u 1 (a 1, a 2 ), u 2 (a 1, a 2 ) e sono indicati nell albero del gioco Questo albero del gioco comincia da un NODO DECISIONALE in cui I decide tra L oppure R, se il giocatore I sceglie L, viene raggiunto un nodo decisionale dal giocatore II che può scegliere tra L e R Analogamente se I sceglie R In seguito ad ogni scelta del giocatore II si giunge ad un nodo terminale (cioè il gioco finisce) e i payoff indicati sono ricevuti dai giocatori Vogliamo ora rappresentare il gioco in forma normale (o strategica) Nel gioco della Fig 1, il giocatore II ha due azioni e 4 strategie perché ci sono 2 diverse circostanze (cioè aver osservato il giocatore I e scegliere L oppure aver osservato il giocatore I e scegliere R) in cui II può trovarsi: ricordo che la STRATEGIA per un giocatore è un piano completo di azione cioè specifica un azione ammissibile del giocatore per ciascuna circostanza in cui il giocatore può essere chiamato ad agire Ritornando alla Fig 1, cerchiamo di stabilire le strategie del giocatore II: Strategia 1: se il giocatore I gioca L allora II gioca L, se il giocatore I gioca R allora II gioca L ; questa strategia è indicata con (L L ) Strategia 2: se il giocatore I gioca L allora II gioca L, se il giocatore I gioca R allora II gioca R (L R ) Strategia 3: se il giocatore I gioca L allora II gioca R, se il giocatore I gioca R allora II gioca L (R L ) Strategia 4: se il giocatore I gioca L allora II gioca R, se il giocatore I gioca R allora II gioca R (R R ) Anche il giocatore I ha 2 azioni ma solo due strategie: giocare L oppure 36
35 R (perché ha la prima mossa del gioco) quindi A 1 = {L, R} Il gioco in forma estesa della Fig 1 ha la seguente rappresentazione strategica: II I L L L R R L R R L R Fig2 Definizione 111 Un insieme d informazione (o insieme informativo) di un giocatore è un insieme di nodi decisionali che soddisfano le seguenti condizioni: i) in corrispondenza di ogni nodo dell insieme di informazione, il giocatore ha diritto alla mossa ii) quando lo svolgimento del gioco raggiunge un nodo dell insieme di informazione, il giocatore a cui spetta la mossa non sa quale nodo dell insieme di informazione è stato (oppure non è stato) raggiunto 37
36 ESEMPIO 1 I S D II II l r L R vince I pari vince I vince II Se tutti gli insiemi di informazione sono singleton abbiamo un gioco a INFORMAZIONE PERFETTA II I l L rl lr rr S D
37 ESEMPIO 2 I S D II II l r L R Le strategie di I sono: S, D, le strategie di II sono: ll,lr, rl, rr, dove ll indica che: II gioca l se I gioca S II gioca L se I gioca D lr indica che: II gioca l se I gioca S II gioca R se I gioca D 39
38 II I l L lr rl rr S D Infatti se I gioca S e II gioca ll l utilità attesa dal giocatore I è: e l utilità attesa di II è: Se I gioca S e II gioca rl eccetera εu I = = 3 2 εu II = = 3 2 εu I = = 13 3 εu II = = 1 40
39 ESERCIZIO Come si rappresenta il dilemma del prigioniero con un gioco in forma estesa? Risoluzione: I NC C II II NC C NC C ( 1, 1) ( 10,0) (0, 10) ( 8, 8) (confronta Esempio 15) Ricordo che un gioco statico può essere pensato come un gioco dinamico a informazione imperfetta 41
40 QUIZ È una buona rappresentazione di un gioco in forma estesa? I S D A B II (1,2) (2,1) (1,3) (0,1) (4,5) E la seguente? II L R I S D S D (1, 1) ( 1,1) (1, 1) ( 1,1) 42
41 TEST Che interpretazione puoi dare al seguente albero? I D A (1,2) II B (2,1) (1,0) (0,1) 43
42 QUIZ (QUIZ-MASTER) In un popolare quiz televisivo ai concorrenti è data l opportunità di scegliere una fra tre porte Una porta nasconde un premio, le altre non hanno niente La concorrente non ha motivo di pensare che una particolare porta sia privilegiata rispetto ad un altra Il conduttore del gioco (=quiz-master) sa quale porta nasconde il premio Dopo che la concorrente ha scelto provvisoriamente una porta, egli (il quizmaster) deve aprire una delle altre porte La concorrente ha allora l opportunità di cambiare idea circa la porta da scegliere Supponiamo che la concorrente desideri rendere massima la probabilità di ottenere il premio e che il quiz-master desideri renderla minima a) Descrivi una strategia ottimale del quiz-master e supponi che d ora in poi egli giochi in accordo con questa strategia b) Disegna l albero del gioco DOMANDE DI P ROBABILIT À c) Se la concorrente non cambia mai la sua scelta iniziale spiega perché la sua probabilità di vincere prima che il quiz-master apra la porta è 1 3 Perché la sua probabilità di vincere rimane 1 anche dopo che il quizmaster ha aperto la porta? 3 Perché una persona ingenua pensa che quest ultima sia 1? 2 d) Se la concorrente cambia sempre la sua scelta dopo che il quiz-master ha aperto una porta spiega perché la sua probabilità di vincere è 2 3 Supponi che il quiz-master e la concorrente giocano al meglio Perché una persona ingenua pensa che la probabilità sia 1 2? 44
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
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 9 marzo 2010 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2010.html TEOREMI DI ESISTENZA TEOREMI DI ESISTENZA Teorema
DettagliEquilibrio bayesiano perfetto. Giochi di segnalazione
Equilibrio bayesiano perfetto. Giochi di segnalazione Appunti a cura di Stefano Moretti, Silvia VILLA e Fioravante PATRONE versione del 26 maggio 2006 Indice 1 Equilibrio bayesiano perfetto 2 2 Giochi
DettagliGiochi e decisioni strategiche
Teoria dei Giochi Giochi e decisioni strategiche Strategie dominanti L equilibrio di Nash rivisitato Giochi ripetuti Giochi sequenziali Minacce impegni e credibilità Deterrenza all entrata 1 Giochi e decisioni
DettagliCapitolo 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
DettagliUn 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 Investimento per un singolo agente
DettagliLa 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.
DettagliTeoria dei giochi. 1. Introduzione ed esempi. Slides di Teoria dei Giochi, Vincenzo Cutello 1
Teoria dei giochi 1. Introduzione ed esempi Vincenzo Cutello 1 Cos è la teoria dei giochi? Da Wikipedia: La teoria dei giochi è la scienza matematica che analizza situazioni di conflitto e ne ricerca soluzioni
DettagliConcetti di soluzione in giochi dinamici a informazione perfetta in strategie pure (LEZIONE 4)
Economia Industriale (teoria dei giochi) Concetti di soluzione in giochi dinamici a informazione perfetta in strategie pure (LEZIONE 4) Valerio Sterzi Università di Bergamo Facoltà di ingegneria 1 Cosa
Dettagli1 Giochi a due, con informazione perfetta e somma zero
1 Giochi a due, con informazione perfetta e somma zero Nel gioco del Nim, se semplificato all estremo, ci sono due giocatori I, II e una pila di 6 pedine identiche In ogni turno di gioco I rimuove una
DettagliTeoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 2
Teoria dei Giochi Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 2 1 Concetti risolutivi per i giochi in forma normale I
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 14 marzo 2013 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2013.html IL PARI O DISPARI I II S T S (-1, 1) (1, -1)
DettagliFondamenti e didattica di Matematica Finanziaria
Fondamenti e didattica di Matematica Finanziaria Silvana Stefani Piazza dell Ateneo Nuovo 1-20126 MILANO U6-368 silvana.stefani@unimib.it 1 Unità 9 Contenuti della lezione Operazioni finanziarie, criterio
DettagliCapitolo Terzo Valore attuale e costo opportunità del capitale
Capitolo Terzo Valore attuale e costo opportunità del capitale 1. IL VALORE ATTUALE La logica di investimento aziendale è assolutamente identica a quella adottata per gli strumenti finanziari. Per poter
Dettagli1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
DettagliEsercizi 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
DettagliGIUSTIFICARE LE RISPOSTE. Non scrivere la soluzione di esercizi diversi su uno stesso foglio.
Teoria dei giochi applicata alle scienze sociali Laurea Specialistica in Ingegneria Gestionale, Politecnico di MI, 2006/07 I prova intermedia, 19 dicembre 2006, foglio A Tempo: 2 ore e 1/2; risolvere 3
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliLE 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
DettagliAPPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................
DettagliTraduzione e adattamento a cura di Gylas per Giochi Rari
Traduzione e adattamento a cura di Gylas per Giochi Rari Versione 1.0 Luglio 2001 NOTA. La presente traduzione non sostituisce in alcun modo il regolamento originale del gioco; il presente documento è
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliSequestro di persona a scopo di estorsione: una nuova teoria di gioco
www.xos.it : 2008 Osvaldo Duilio Rossi : SEQUESTRO DI PERSONA A SCOPO DI : 1 OSVALDO DUILIO ROSSI Sequestro di persona a scopo di estorsione: una nuova teoria di gioco Ho integrato con ulteriori riflessioni
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliDipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014
Dipartimento di Economia Aziendale e Studi Giusprivatistici Università degli Studi di Bari Aldo Moro Corso di Macroeconomia 2014 1. Assumete che = 10% e = 1. Usando la definizione di inflazione attesa
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliUn 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
Dettagli1 Estensione in strategia mista di un gioco
AVVERTENZA: Di seguito trovate alcuni appunti, poco ordinati e poco formali, che uso come traccia durante le lezioni. Non sono assolutamente da considerarsi sostitutivi del materiale didattico. Riferimenti:
DettagliScelte 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
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliCorrispondenze e funzioni
Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei
DettagliOttimizzazione Multi Obiettivo
Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali
DettagliEconomia Politica Microeconomia (ECN0006) 10 CFU a.a. 2012-2013. Eleonora Pierucci eleonora.pierucci@unibas.it
Economia Politica Microeconomia (ECN0006) 10 CFU a.a. 2012-2013 Eleonora Pierucci eleonora.pierucci@unibas.it Teoria dei giochi Cos è un gioco? Si definisce come gioco una situazione in cui ciascuno dei
DettagliLezione 10: Il problema del consumatore: Preferenze e scelta ottimale
Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Facoltà di Scienze della Comunicazione Università di Teramo Scelta
Dettagli( x) ( x) 0. Equazioni irrazionali
Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 26 marzo 2015 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2015.html COOPERAZIONE Esempio: strategie correlate e problema
DettagliTeoria dei Giochi. Teoria dei Giochi
Teoria dei Giochi E uno strumento decisionale, utile per operare previsioni sul risultato quando un decisore deve operare in concorrenza con altri decisori. L ipotesi principale su cui si basa la TdG è
DettagliELASTICITÀ. Sarebbe conveniente per il produttore aumentare ulteriormente il prezzo nella stessa misura del caso
Esercizio 1 Data la funzione di domanda: ELASTICITÀ Dire se partendo da un livello di prezzo p 1 = 1.5, al produttore converrà aumentare il prezzo fino al livello p 2 = 2. Sarebbe conveniente per il produttore
DettagliRichiami 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
DettagliLEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
DettagliIl sistema monetario
Il sistema monetario Premessa: in un sistema economico senza moneta il commercio richiede la doppia coincidenza dei desideri. L esistenza del denaro rende più facili gli scambi. Moneta: insieme di tutti
Dettagli1. Limite finito di una funzione in un punto
. Limite finito di una funzione in un punto Consideriamo la funzione: f ( ) = il cui dominio risulta essere R {}, e quindi il valore di f ( ) non è calcolabile in =. Quest affermazione tuttavia non esaurisce
DettagliScelte 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
DettagliEdited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only.
In un mercato del lavoro competitivo esistono due tipi di lavoratori, quelli con alta produttività L A, che producono per 30 $ l'ora, e quelli con bassa produttività, L B, che producono per 5 $ l'ora.
DettagliIl 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
DettagliLezioni 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
DettagliCAPITOLO 10 I SINDACATI
CAPITOLO 10 I SINDACATI 10-1. Fate l ipotesi che la curva di domanda di lavoro di una impresa sia data da: 20 0,01 E, dove è il salario orario e E il livello di occupazione. Ipotizzate inoltre che la funzione
DettagliCapitolo 2. Operazione di limite
Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A
DettagliESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016. 1. Esercizi: lezione 24/11/2015
ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016 1. Esercizi: lezione 24/11/2015 Valutazioni di operazioni finanziarie Esercizio 1. Un operazione finanziaria
DettagliCalcolo del Valore Attuale Netto (VAN)
Calcolo del Valore Attuale Netto (VAN) Il calcolo del valore attuale netto (VAN) serve per determinare la redditività di un investimento. Si tratta di utilizzare un procedimento che può consentirci di
DettagliLA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ
LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ In questa Appendice mostreremo come trovare la tariffa in due parti che massimizza i profitti di Clearvoice,
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliTasso 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
Dettagli5 Risparmio e investimento nel lungo periodo
5 Risparmio e investimento nel lungo periodo 5.1 Il ruolo del mercato finanziario Il ruolo macroeconomico del sistema finanziario è quello di far affluire i fondi risparmiati ai soggetti che li spendono.
DettagliIl mercato di monopolio
Il monopolio Il mercato di monopolio Il monopolio è una struttura di mercato caratterizzata da 1. Un unico venditore di un prodotto non sostituibile. Non ci sono altre imprese che possano competere con
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
Dettagli1 Applicazioni Lineari tra Spazi Vettoriali
1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!
DettagliGiochi ripetuti. Gianmaria Martini
Giochi ripetuti Gianmaria Martini INTRODUZIONE In molte situazioni strategiche l elemento temporale ha un ruolo rilevante, nel senso che le scelte vengono ripetute nel tempo. I giochi ripetuti studiano
DettagliEsercitazione 23 maggio 2016
Esercitazione 5 maggio 016 Esercitazione 3 maggio 016 In questa esercitazione, nei primi tre esercizi, analizzeremo il problema del moral hazard nel mercato. In questo caso prenderemo in considerazione
DettagliEsercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:
Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi
DettagliSommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.
Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell
DettagliLezione 9: Cambio di base
Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire
DettagliEsercizi su lineare indipendenza e generatori
Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v
DettagliMICROECONOMIA 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
DettagliCapitolo 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
DettagliMATEMATICA DEL DISCRETO elementi di teoria dei grafi. anno acc. 2009/2010
elementi di teoria dei grafi anno acc. 2009/2010 Grafi semplici Un grafo semplice G è una coppia ordinata (V(G), L(G)), ove V(G) è un insieme finito e non vuoto di elementi detti vertici o nodi di G, mentre
DettagliINTRODUZIONE I CICLI DI BORSA
www.previsioniborsa.net 1 lezione METODO CICLICO INTRODUZIONE Questo metodo e praticamente un riassunto in breve di anni di esperienza e di studi sull Analisi Tecnica di borsa con specializzazione in particolare
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliIL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE.
IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. Lezione 5 Castellanza, 17 Ottobre 2007 2 Summary Il costo del capitale La relazione rischio/rendimento
Dettagli10. Insiemi non misurabili secondo Lebesgue.
10. Insiemi non misurabili secondo Lebesgue. Lo scopo principale di questo capitolo è quello di far vedere che esistono sottoinsiemi di R h che non sono misurabili secondo Lebesgue. La costruzione di insiemi
DettagliPolitecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).
Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................
DettagliEpoca k Rata Rk Capitale Ck interessi Ik residuo Dk Ek 0 S 0 1 C1 Ik=i*S Dk=S-C1. n 0 S
L AMMORTAMENTO Gli ammortamenti sono un altra apllicazione delle rendite. Il prestito è un operazione finanziaria caratterizzata da un flusso di cassa positivo (mi prendo i soldi in prestito) seguito da
DettagliCapitolo 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
DettagliParte 2. Determinante e matrice inversa
Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice
DettagliAspettative, consumo e investimento
Aspettative, consumo e investimento In questa lezione: Studiamo come le aspettative di reddito e ricchezza futuro determinano le decisioni di consumo e investimento degli individui. Studiamo cosa determina
DettagliESERCITAZIONE 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
DettagliProbabilità 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
DettagliLe Scelte Finanziarie. S. Corsaro Matematica Finanziaria a.a. 2007/08
Le Scelte Finanziarie 1 Tasso Interno di Rendimento Consideriamo un operazione finanziaria (t 0 =0): 0 x 0 t 1 t 2 t m...... x 1 x 2 x m Posto: x = x0, x1,, xm { } si definisce tasso interno di rendimento
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliESERCIZI DI ALGEBRA LINEARE E GEOMETRIA
ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliSono casi particolari di MCF : SPT (cammini minimi) non vi sono vincoli di capacità superiore (solo x ij > 0) (i, j) A : c ij, costo di percorrenza
Il problema di flusso di costo minimo (MCF) Dati : grafo orientato G = ( N, A ) i N, deficit del nodo i : b i (i, j) A u ij, capacità superiore (max quantità di flusso che può transitare) c ij, costo di
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 8 marzo 2012 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2012.html DECISORI RAZIONALI INTERAGENTI di Fioravante Patrone,
DettagliPer 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
Dettaglida 2 a 5 giocatori, dai 10 anni in su, durata 30 minuti
da 2 a 5 giocatori, dai 10 anni in su, durata 30 minuti OBIETTIVO Il vincitore è colui che, dopo due round di gioco, delle sue 11 ordinazioni, ne ha consegnate il maggior numero. CONTENUTO DELLA SCATOLA
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
DettagliPer lo svolgimento del corso risulta particolarmente utile considerare l insieme
1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R
DettagliIniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:
Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione
DettagliPrimi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita
Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi
Dettagli4. Operazioni elementari per righe e colonne
4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:
DettagliLa Minimizzazione dei costi
La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione
DettagliCorso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo
Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Lezione 14 Equilibrio economico generale (efficienza nello scambio) e fallimenti del mercato Facoltà di Scienze della Comunicazione
DettagliESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016. 1. Esercizi 4
ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016 1. Esercizi 4 Piani di ammortamento Esercizio 1. Un debito di 1000e viene rimborsato a tasso annuo i = 10%
DettagliParte 3. Rango e teorema di Rouché-Capelli
Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici
DettagliAppunti sulla Macchina di Turing. Macchina di Turing
Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso
DettagliAPPLICAZIONI LINEARI
APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)
DettagliVINCERE 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
DettagliMatematica 1 - Corso di Laurea in Ingegneria Meccanica
Matematica 1 - Corso di Laurea in Ingegneria Meccanica Esercitazione su massimi e minimi vincolati 9 dicembre 005 Esercizio 1. Considerare l insieme C = {(x,y) R : (x + y ) = x } e dire se è una curva
Dettagli