Teoria delle decisioni introduzione
|
|
- Teresa Spano
- 4 anni fa
- Visualizzazioni
Transcript
1 Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE Teoria delle decisioni introduzione DOCENTI Agostino Nuzzolo (nuzzolo@ing.uniroma2.it) Antonio Comi (comi@ing.uniroma2.it) 1
2 Decisione Scelta tra più azioni alternative ad ogni alternativa possono corrispondere più stati possibili ad ogni stato corrisponde una conseguenza in relazione agli obiettivi del decisore 2
3 Specificazione del problema decisionale Individuazione dell insieme delle azioni ( alternative), degli stati che possono realizzarsi per ogni azione, delle conseguenze di ogni stato per il decisore. Albero o tavola di decisione 3
4 Rappresentazione del processo decisionale A = insieme delle alternative (azioni) = {a 1,.. a m } Θ = insieme dei possibili stati = {q 1,.. q n } C = insieme delle conseguenze = {c 11,.. c mn } c ij = f (a i, q j ) 4
5 La decisione Esempio Scelta del percorso per andare da O a D : 4 possibili alternative (percorsi ): A, B, C, D 3 possibili stati( livelli di congestione della rete ): Basso, Medio, Alto Conseguenze: Tempo di viaggio (minuti) Livello di congestione Percorso Basso Medio Alto A 20,0 35,0 60,0 B 25,0 35,0 54,0 C 30,0 37,5 49,0 D 30,0 35,0 47,0 Quale percorso scegliere per minimizzare il tempo di viaggio? 5
6 Teoria delle decisioni razionali L individuo razionale considera le possibili azioni, associa ad ogni azione una utilità (o un costo) e sceglie l azione di massima utilità (o di minimo costo). Per poter individuare per via matematica quale è l azione ottima per il decisore, abbiamo bisogno di associare ad ogni conseguenza un valore numerico (utilità o disutilità) 6
7 Assiomi del comportamento razionale Assiomi di comportamento razionale (von Neumann and Morgenster, 1947) Confrontabilità date due conseguenze a e b, il decisore o preferisce debolmente l alternativa a oppure l alternativa b ad a Transitività date tre conseguenze a, b e c, se il decisore preferisce debolmente l alternativa a e preferisce debolmente l alternativa b a c, allora segue che preferisce debolmente l alternativa a a c Coerenza tra preferenza debole e indifferenza date due conseguenze a e b, se il decisore preferisce debolmente l alternativa a a b e l alternativa b ad a, allora l alternativa a e b forniscono al decisore lo stesso beneficio Coerenza tra preferenza debole e preferenza forte date due conseguenze a e b, se il decisore preferisce strettamente l alternativa a allora non preferirà debolmente b ad a 7
8 Funzione di utilità Si può dimostrare che se un decisore agisce conformandosi agli assiomi del comportamento razionale, allora esiste una funzione (funzione di utilità) a valori reali U( ), unica a meno di una trasformazione monotona crescente, definita sull insieme delle conseguenze C tale che : c a a U c U i k i k dove a i a k indica che per il decisore la scelta dell azione a i è più conveniente di a k (o quanto meno non peggiore) se il valore della utilità delle conseguenze dell azione a i è maggiore o eguale al valore dell utilità delle conseguenze di a k. 8
9 Teoria delle decisioni razionali Contesto decisionale: Deterministico: uno stato possibile per ogni azione ( e quindi conseguenze note per ogni alternativa) Di rischio: stati variabili aleatorie con legge probabilità oggettiva nota al decisore Di incertezza: stati variabili aleatorie con legge di probabilità soggettiva del decisore Di massima incertezza: stati variabili aleatorie con leggi di probabilità sconosciute 9
10 Decisioni in contesto deterministico Esempio Quale percorso scegliere per andare da O a D 4 possibili percorsi (azioni): A, B, C, D 1 stato di congestione della rete : Basso, Medio, Alto Perco rso A 20,0 STATI Livello di congestione e tempi in minuti Basso Medio Alto B 54,0 C 37,5 D 35,0 Viene scelto il percorso A 10
11 Decisioni in condizioni di rischio Il decisore conosce le probabilità oggettive degli stati (e quindi delle conseguenze delle azioni) 11
12 Teoria delle decisioni in condizioni di rischio Il decisore sceglie tra varie azioni, il cui esito dipende da fattori esterni e non può essere previsto con certezza. Il decisore ha conoscenza oggettiva delle probabilità di stato. 1. Comportamento normativo: come le decisioni dovrebbero essere prese per massimizzare oggettivamente l utilità 2. Comportamento descrittivo: come le decisioni sono effettivamente prese in contesti operativi (reali) 12
13 Decisioni normative in condizioni di rischio Esempio Quale percorso sceglie per andare da O a D 4 possibili percorsi (azioni): A, B, C, D 3 possibili livelli di congestione della rete (stati ): Basso, Medio, Alto con probabilità oggettive o soggettive STATI EVENTI ALEATORI Livello di congestione, probabilità e tempo viaggio Percorso Basso Medio Alto A 20,0 0,7 35,0 0,2 60,0 0,1 B 25,0 0,6 35,0 0,2 54,0 0,2 C 30,0 0,5 37,5 0,2 49,0 0,3 D 30,0 0,4 35,0 0,4 47,0 0,2 13
14 Criterio dell utilità attesa (expected utility) Il criterio ottimale per un decisore razionale in situazioni di rischio è quello della massimizzazione dell utilità attesa (EU; Expected Utility) 14
15 Utilità attesa (Expected utility) Si può dimostrare che se un decisore agisce conformandosi agli assiomi del comportamento razionale, allora esiste una funzione (funzione di utilità) a valori reali U( ), unica a meno di una trasformazione monotona crescente, definita sull insieme delle conseguenze C tale che: n q q a a P U c P U c i k j ij j kj j 1 j 1 dove a i a k indica che per il decisore la scelta dell azione a i è più conveniente di a k (o quanto meno non peggiore) se il valore atteso (expected) delle conseguenze dell azione a i è maggiore o eguale al valore atteso delle conseguenze di a k. n 15
16 Esempi di scelta in condizioni di rischio Esempio 1 Azione A: vincere 100 euro con probabilità p=1,0 Azione B: vincere 60 euro con probabilità p= 0,5 oppure 200 euro con probabilità p=0,5 16
17 Esempi di scelta in condizioni di rischio Esempio 1 Azione A: vincere 100 euro con probabilità p=1,0 Azione B: vincere 60 euro con probabilità p= 0,5 oppure 200 euro con probabilità p=0,5 L utilità attesa è: per l alternativa A, EU A = 100 per l alternativa B, EU B = 130 La teoria EU indica l alternativa B come alternativa da scegliere. 17
18 Decisioni in condizione di rischio su reti stocastiche Esempio (1/3) Dati tre percorsi A, B e C, l utente non sa con certezza quale sarà il tempo che sperimenterà utilizzando uno dei tre. I possibili valori di tempo di viaggio siano due, con assegnate probabilità di verificarsi T 1 (minuti) T 2 (minuti) Percorso A probabilità 0,70 0,30 Percorso B probabilità 0,80 0,20 Percorso C probabilità 0,40 0,60 18
19 Esempio (2/3) d OD = 100 veicoli/ora Generico utente i E 1 E 2 T 1 (minuti) T 2 (minuti) EU Percorso A probabilità Percorso B probabilità Percorso C probabilità EU i A = 30 * 0, * 0,3 = 33 EU i B = 20 * 0, * 0,2 = 26 i n i i k j1 jk X jk EU p (E ) U ( ) i i U ( X jk ) Xhjk 1.Con EU va scelta B EU i C = 25 * 0, * 0,6 = 37 19
20 Critiche all Expected Utility Esempio 1 Alternativa A: vincere 100 euro con probabilità p=1,0 Alternativa B: vincere 60 euro con probabilità p= 0,5 oppure 200 euro con probabilità p=0,5 Il criterio EU ci dà: per l alternativa A, EU A = 100 per l alternativa B, EU B = 130 Sebbene dovrebbe essere scelta l alternativa B, esperimenti indicano che un certo numero di persone scelgono A, dunque non vengono rispettate tutte le ipotesi della teoria dell EU. Per tener conto che ci sono dei condizionamenti che possono portare il decisore a non comportarsi in modo normativo, è stato proposto l approccio descrittivo del Revised Expected ( Non-expected) Utility 20
21 Propensione o avversione al rischio Atteggiamento del decisore nei confronti del rischio Utilità lineare con x Utilità convessa, fortemente crescente per valori alti di x Utilità concava, poco crescente per valori alti di x U(x) Avversione al rischio Indifferenza nei confronti del rischio Utilità concava Propensione al rischio Utilità lineare Utilità convessa Conseguenze, ad es. importi monetari x 21
22 Propensione o avversione al rischio L andamento che generalmente si riscontra nella realtà è una propensione al rischio (più o meno spiccata in dipendenza della condizione personale del decisore) per bassi valori delle conseguenze, e un avversione al rischio per valori elevati 22
23 Revised Expected Utility (1/2) Prospect theory (Kahneman e Tversky, 1979) Dato un fenomeno aleatorio rappresentato da una sequenza di coppie (x hjk, p hjk ), con x hjk l h-esimo risultato relativo all evento j all alternativa k e p jk la corrispondente probabilità, si assume che l utente 1. valuti il risultato delle alternative in termini di guadagni e perdite rispetto a delle situazioni di riferimento, con funzioni di utilità non lineari: i X se X 0 U X X hjk X se X 0 i i hjk hjk U (E jk ) U ( jk ) hjk hjk con X hjk > 1 in accordo al principio di avversione alle perdite; 1 la funzione è concava per i guadagni β 1 la funzione è convessa per le perdite 23
24 Revised Expected Utility (2/2) Prospect theory (Kahneman e Tversky, 1979) 2. usi una funzione di ponderazione della probabilità specifica per guadagni, w + (p jk ), e perdite, w - (p jk ): jk jk w p jk w 1 p jk 1 p jk 1 p jk p jk 1 p jk p p w - (p jk ) con = 0,69 24
25 Revised Expected Utility Rank-dependent expected utility (Quiggin, 1982; Schmeidler, 1989) Un modo corretto di utilizzare la funzione w(p jk ) è il rankdependent expected utility model: 1. i risultati dell evento sono ordinati in modo che 2. vengono calcolati i p i jk : X 1k X jk X nk p i jk = w + (p 1k +. + p nk ) w - (p 1k +. + p n-1,k ) ; h =2,, m con p i 1k = w (p 1k ) 3. L utilità attesa associata all alternativa k dall utente i, Y i k, diventa i n i i n i i k p j 1 jk jk p j1 jk X jk Y U (E ) U ( ) 25
26 Revised Expected Utility Differente percezione di guadagni e perdite Per tener conto dei guadagni e delle perdite, la nuova utilità associata all alternativa k, Y i jk, diventa: dove i r i i n i i k p j 1 jk X jk p jr1 jk Xjk Y U ( ) U ( ) X 1k,, X rk sono i guadagni (valori positivi) X r+1,, X njk sono le perdite (valori negativi) > 1 in accordo al principio di avversione alle perdite che porta ad avere sensitività maggiore alle perdite rispetto ai guadagni; dati sperimentali suggeriscono 2 26
27 Cumulative prospect theory (1/2) Esempio: utilità attesa rivista di percorso E 1 E 2 T 1 (minuti) T 2 (minuti) Percorso A probabilità 0,70 0,30 Percorso B probabilità 0,60 0,40 Percorso C probabilità 0,40 0,60 Solo perdite (solo disutilità di viaggio: tempo, costo monetario) i n i i k p j r 1 jk X jk Y U ( ) con i U (X jk ) X jk 27
28 Cumulative prospect theory (2/2) Esempio: utilità attesa rivista di percorso p jk w pjk 1 p jk 1 p jk p i jk = w - (p rk +. + p jk ) w - (p rk +. + p r-1,k ) con j =2,, n e p i r = w (p r ) E 1 E 2 T 1 (minuti) T 2 (minuti) Y k ( = -2) Percorso A ,2 probabilità 0,70 0,30 w(p) 0,59 w(p 1 +p 2 ) 1,00 p 0,59 0,41 Percorso B ,9 probabilità 0,60 0,40 w(p) 0,52 w(p 1 +p 2 ) 1,00 p 0,52 0,48 Percorso C ,3 probabilità 0,40 0,60 w(p) 0,39 w(p 1 +p 2 ) 1,00 p 0,39 0,61 = 0,69 L utente i sceglie A (e non B come si otterrebbe con l expected utility) 28
29 Regret theory ( teoria del rimpianto) 1 Esempio 1 Il decisore sceglie con il criterio di minimizzare il rimpianto. Il rimpianto può derivare dall aver scelto una azione che poteva avere come risultato un evento con gravi perdite, pur se poco probabile, e quell evento si è verificato. Es.: scelta percorso per aeroporto Percorso A: T1= 10 con P= 0,99; T2 =50 con P=0,01, da cui ET= 10,4 Percorso B: T1=20 con P=1,00, da cui ET=20 Preferisco scegliere B, perché se scelgo A e si realizza T=50, il biglietto. perdo il volo ed 29
30 Regret theory 2 Esempio 2 Il rimpianto può derivare dal non aver usato la possibilità di scegliere una alternativa con un possibile evento con grandissimi benefici, anche se poco probabile Esempio Azione A: vincita sicura euro Azione B: vincita 1 euro con P=0,99 e euro con P=0,01 (expected euro 4.000,99) Scelgo A e vinco sicuramente euro, ma poi rimpiangerò di non aver tentato di vincere euro. Situazione che può verificarsi soprattutto per decisioni non ripetitive sul lungo periodo. 30
31 Decisioni in condizioni di incertezza Il decisore usa probabilità soggettive degli stati possibili e quindi delle conseguenze delle azioni 31
32 Criterio dell utilità attesa soggettiva (subjective expected utility) Il criterio di scelta per un decisore razionale in situazioni di incertezza è quello della massimizzazione dell utilità attesa soggettiva (SEU - Subjective Expected Utility) 32
33 Decisioni in condizione di incertezza su reti stocastiche Esempio Dati tre percorsi A, B e C, l utente non sa con certezza quale sarà il tempo che sperimenterà utilizzando uno dei tre. I possibili valori di tempo di viaggio siano due, con valori e probabilità soggettive di verificarsi T 1 (minuti) T 2 (minuti) Percorso A probabilità 0,60 0,40 Percorso B probabilità 0,50 0,50 Percorso C probabilità 0,60 0,40 33
34 Esempio d OD = 100 veicoli/ora Generico utente i E 1 E 2 T 1 (minuti) T 2 (minuti) EU Percorso A probabilità Percorso B probabilità Percorso C probabilità SEU i A = 35 x 0, x 0,4 = 39 SEU i B = 25 x0, x 0,2 = 40 i n i i k j1 jk X jk EU p (E ) U ( ) i i U ( X jk ) Xhjk 1.Con SEU viene scelto C SEU i C = 25 x 0, x 0,6 = 28 34
35 Decisioni in condizioni di incertezza La azione scelta può non essere quella che verrebbe scelta conoscendo le probabilità oggettive (condizioni di rischio). Nell esempio il percorso C ha una utilità attesa oggettiva di 37 minuti; il percorso B oggettivamente ottimale ha utilità attesa oggettiva di 26 minuti. Dunque il sistema viene utilizzato in modo non efficiente con una perdita media di 11 minuti ad azione Un sistema di informazione può migliorare la precisione delle probabilità soggettive e dei valori degli stati oppure indicare direttamente il percorso oggettivamente ottimale (vedi altra lezione del corso) 35
36 Appendice DECISIONI IN SITUAZIONI DI ESTREMA INCERTEZZA 36
37 Decisioni in situazioni di estrema incertezza [1/2] Il decisore non è in grado di assegnare una distribuzione di probabilità agli stati. Criteri decisionali che possono essere utilizzati in questo caso sono: Criterio (del max-min) del pessimista. Il decisore confronta i benefici minimi e scegliendo l alternativa con il max di questi minimi a* = max i {min j c ij } Criterio (del max-max) dell ottimista. Il decisore è convinto che si realizzerà quello stato che gli permetterà di conseguire il beneficio massimo a* = max i {max j c ij } 37
38 Decisioni in situazioni di estrema incertezza [2/2] Criterio (del min-max) del rimpianto. Il decisore cerca di minimizzare i danni di una decisione errata r ij = max h c hj c ij a* = min i {max j r ij } Criterio della ragione insufficiente. Il decisore attribuisce implicitamente la stessa probabilità agli stati di natura a* = max i j y ij 38
39 Decisioni in situazioni di estrema incertezza Esempio 1 Introduzione di un nuovo prodotto 4 possibili nuovi modelli (azioni): A, B, C, D 3 possibili livelli di domanda (stati ): Basso, Medio, Alto D è dominata da C, pertanto è scartata Livello di domanda Modello Basso Medio Alto A B C
40 Decisioni in situazioni di estrema incertezza Esempio 1 MaxMin (o del pessimista) Criterio di Wald a* = max i {min j c ij } Livello di domanda Modello Basso Medio Alto m i = min j c ij A B C C È la azione migliore se si realizza bassa domanda 40
41 Decisioni in situazioni di estrema incertezza Esempio 1 MaxMax (o dell ottimista) a* = max i {max j c ij } Livello di domanda Modello Basso Medio Alto m i = max j c ij A B C A Punto al massimo 41
42 Decisioni in situazioni di estrema incertezza Esempio 1 MinMax (o del rimpianto) Criterio di Savage verificare a* = min i {max j r ij } r ij = max h c hj - c ij Livello di domanda Modello Basso Medio Alto A B C r ij Livello di domanda Modello Basso Medio Alto r i = max j r ij A B C B 42
43 Decisioni in situazioni di estrema incertezza Esempio 1 ragione insufficiente Criterio di Laplace Livello di domanda Modello Basso Medio Alto A B C i n a* max y j1 ij Livello di domanda Modello Basso Medio Alto y ij A B C C 43
44 Decisioni in condizione di estrema incertezza Esempio 2 Quale percorso sceglie per andare da O a D 4 possibili percorsi (decisioni): A, B, C, D 3 possibili livelli di congestione della rete (stati di natura): Basso, Medio, Alto Tempo di viaggio (minuti) Livello di congestione Percorso Basso Medio Alto A 20,0 35,0 60,0 B 25,0 35,0 54,0 C 30,0 37,5 49,0 D 30,0 35,0 47,0 C è dominata da D, pertanto è scartata 44
45 Decisioni in situazioni di estrema incertezza Esempio 2 MinMax (o del pessimista) Criterio di Wald a* = min i {max j c ij } i tempi sono delle perdite, mi garantisco dal non perdere troppo se si realizza alta congestione Livello di congestione Percorso Basso Medio Alto m i = max j c ij A 20,0 35,0 60,0 60,0 B 25,0 35,0 54,0 54,0 D 30,0 35,0 47,0 47,0 D 45
46 Decisioni in situazioni di estrema incertezza Esempio 2 MinMin (o dell ottimista) Criterio di Wald a* = min i {min j c ij } Punto alla situazione di massimo vantaggio Livello di congestione Percorso Basso Medio Alto m i = min j c ij A 20,0 35,0 60,0 20,0 B 25,0 35,0 54,0 25,0 D 30,0 35,0 47,0 30,0 A 46
47 Decisioni in situazioni di estrema incertezza Esempio 2 MinMax (o del rimpianto) Criterio di Savage a* = min i {max j r ij } Perdita se si avvera lo stato di congestione S j r ij = c ij - min h c hj Livello di congestione Percorso Basso Medio Alto A 20,0 35,0 60,0 B 25,0 35,0 54,0 C 30,0 35,0 47,0 r ij Livello di congestione Percorso Basso Medio Alto r i = max j r ij A 0,0 0,0 13,0 13,0 B 5,0 0,0 7,0 7,0 C 10,0 0,0 0,0 10,0 B 47
48 Decisioni in situazioni di estrema incertezza Esempio 2 ragione insufficiente Criterio di Laplace Livello di congestione Percorso Basso Medio Alto A 20,0 35,0 60,0 B 25,0 35,0 54,0 C 30,0 37,5 49,0 i n a* min y j1 ij Livello di congestione Percorso Basso Medio Alto y ij A 20,0 35,0 60,0 115,0 B 25,0 35,0 54,0 114,0 C 30,0 37,5 49,0 116,5 B 48
MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai processi di scelta discreta in condizioni di rischio
Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai processi di scelta discreta in condizioni di rischio DOCENTI
DettagliTeoria delle decisioni
A. A. 2017-2018 Teoria delle decisioni introduzione expected utility prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Teoria delle decisioni razionali Teoria
DettagliTeoria delle decisioni
A. A. 2015-2016 Teoria delle decisioni introduzione expected utility non expected utility prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Teoria delle decisioni
DettagliTeoria delle decisioni
A. A. 2017-2018 Teoria delle decisioni introduzione prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Introduzione Teoria delle decisioni: fornisce un insieme
DettagliTeoria delle decisioni
A. A. 2017-2018 Teoria delle decisioni non expected utility prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Critiche all'expected utility (2/2) Effetto contesto
DettagliTeoria delle decisioni
A. A. 2015-2016 Teoria delle decisioni Expected Utility vs Cumulative Prospect Theory Esempi applicativi prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Ambiguità
DettagliMODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: Fuzzy Utility Theory
Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: Fuzzy Utility Theory DOCENTI Agostino Nuzzolo (nuzzolo@ing.uniroma2.it)
DettagliMetodi Decisionali Multicriterio
Metodi Decisionali Multicriterio Decisore Si hanno individuano due proprietà di un decisore: -intelligenza possiede capacità logiche per individuare senza errori la scelta che gli assicura il miglior risultato
DettagliMODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai processi di scelta discreta in condizioni di incertezza
Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai processi di scelta discreta in condizioni di incertezza
DettagliCapitolo 6 Economia dell informazione e scelta in condizioni di incertezza
Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza COSA ABBIAMO FATTO FINORA Concetti introduttivi della microeconomia Teoria della scelta razionale del consumatore in condizioni
DettagliCorso di Matematica Applicata A.A
Corso di Matematica Applicata A.A. 2012-2013 Lotterie (II parte) Prof.ssa Bice Cavallo Criterio media- varianza Una misura di rischio insito in una lotteria non viene evidenziato dal solo criterio basato
DettagliEsercizi pre seconda prova in itinere
Esercizi re seconda rova in itinere 1 Scelta in condizioni di rischio ed incertezza Sono dati tre differenti ercorsi su di una rete multimodale che ermettono di andare dall origine O alla destinazione
DettagliAnalisi 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
DettagliUtilità attesa. Appunti per il corso di Economia dei mercati monetari e finanziari A.A. 2002/2003. Eduardo Rossi Università di Pavia
Utilità attesa Appunti per il corso di Economia dei mercati monetari e finanziari A.A. 2002/2003 Eduardo Rossi Università di Pavia 1 Elementi di teoria della probabilità Esperimento casuale: L esito non
DettagliMODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti
Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti DOCENTI Agostino
DettagliDomanda merci interregionale
Corso di LOGISTICA TERRITORIALE www.uniroma2.it/didattica/lot_2012 DOCENTE prof. ing. Agostino Nuzzolo Domanda merci interregionale Modelli Scelta di della scelta Modalità della modalità di Trasporto di
DettagliINTRODUZIONE ALLA TEORIA DEI GIOCHI
Corso di Identificazione dei Modelli e Controllo Ottimo Prof. Franco Garofalo INTRODUZIONE ALLA TEORIA DEI GIOCHI A cura di Elena Napoletano elena.napoletano@unina.it Teoria dei Giochi Disciplina che studia
DettagliProspect Theory. Il modello.
Prospect Theory. Il modello. andrea 3 marzo 2010 1 Obiettivo 2 Editing 3 Valutazione 4 Valore degli esiti 5 Pesi di decisione 6 Discussione Obiettivo Cerchiamo un modello descrittivo del comportamento
Dettaglimodelli di decisione per la gestione lezione 1
modelli di decisione per la gestione lezione 1 oggi informazioni generali concetti introduttivi per il corso docente Alessandro Rossi Dipartimento di Economia e Management ufficio 129 0461.28(2101) alessandro.rossi@unitn.it
DettagliAnalisi delle Istituzioni Politiche Lez. 2 Scelta individuale
Analisi delle Istituzioni Politiche Lez. 2 Scelta individuale 1 Scelta razionale e utilità Sapere stabilire un ordinamento di preferenza completo e transitivo equivale ad assegnare un numero/indice a ogni
DettagliIndice. Scelta in condizioni di incertezza. Lotterie monetarie. Lotterie monetarie. Corso di Microeconomia progredito. Parte III
Indice Scelta in condizioni di incertezza Corso di Microeconomia progredito 1 Lotterie monetarie 2 Avversione al rischio Parte III 3 Applicazioni 4 Misura dell avversione al rischio Corso di Microeconomia
DettagliMetodi e modelli per le decisioni
Metodi e modelli per le decisioni Roberto Cordone A. A. 2015-16 10.8 Esercizi Nota : Devo molti di questi esercizi a temi d esame del prof. Alberto Colorni. Nota : Gli esercizi e le soluzioni non sono
DettagliTeoria delle Decisioni
1 Teoria delle Decisioni Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova La teoria delle decisioni 2 L oggetto della Decision Theory è la decisione intesa come scelta tra alternative
DettagliLotterie. Scelta in condizioni di incertezza. Lotterie. Lotterie. Lotteria. Gli individui scelgono tra alternative che hanno esiti incerti.
Scelta in condizioni di incertezza Corso di Microeconomia progredito Parte I Gli individui scelgono tra alternative che hanno esiti incerti Esempi Un modo per rappresentare le alternative rischiose é la
DettagliFUNZIONI DI UTILITA HARA (Hyperbolic Absolute Risk Aversion)
FUNZIONI DI UTILITA HARA (Hyperbolic Absolute Risk Aversion) Le funzioni HARA sono funzioni di utilità GLOBALMENTE AVVERSE AL RISCHIO, in cui il coefficiente di avversione al rischio dipende in modo iperbolico
DettagliLe scelte di consumo, il vincolo di bilancio
Le scelte di consumo, il vincolo di bilancio 1 Le scelte di consumo Due assunzioni fondamentali: i consumatori ricevono soddisfazione dall acquisto di beni e servizi i consumatori si presentano sul mercato
DettagliCapitolo 6 Economia dell informazione e scelta in condizioni di incertezza
Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza SCELTA IN CONDIZIONI DI INCERTEZZA La maggior parte delle scelte viene effettuata in condizioni di incertezza, non consociamo
DettagliIndice della lezione. Incertezza e rischio: sinonimi? Le Ipotesi della Capital Market Theory UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA
UNIVERSIT DEGLI STUDI DI PRM FCOLT DI ECONOMI Indice della lezione Corso di Pianificazione Finanziaria Introduzione al rischio Rischio e rendimento per titoli singoli La Teoria di Portafoglio di Markowitz
DettagliDomanda merci interregionale Scelta della Modalità di Trasporto
Corso di LOGISTICA TERRITORIALE http://didattica.uniroma2.it DOCENTE prof. ing. Agostino Nuzzolo Domanda merci interregionale Scelta della Modalità di Trasporto Decisore Soggetto che sopporta i costi (franco
DettagliAPPUNTI. oppure o ancora. se e allora. , esiste un tale che
APPUNTI Impostazione Assiomatica 1) Completezza e coerenza. oppure o ancora. se e allora 2) Monotonicità se e solo se 3) Continuità, esiste un tale che 4) Indipendenza 5) Riduzione è la probabilità totale
DettagliFondamenti di Business Analytics M classi M2/M3 Michele Impedovo anno accademico
Fondamenti di Business Analytics 20486 M classi M2/M3 Michele Impedovo anno accademico 2016-2017 Lezione 5 L'avversione al rischio Il certo equivalente Le funzioni di utilità L'utilità con TreePlan Oltre
DettagliTEORIA DELLE DECISIONI
Capitolo 8 TEORIA DELLE DECISIONI 8.0 - Introduzione In taluni problemi di decisione, il decisore deve operare una scelta tra le diverse opzioni alternative disponibili, in presenza di informazioni incerte
DettagliTeoria del consumatore 2
Teoria del consumatore 2 Preferenze Mappa di indifferenza È un campione rappresentativo dell insieme delle curve di indifferenza del consumatore, usato come riassunto grafico dell ordinamento dei panieri
DettagliDalla teoria dell utilità attesa alle teorie alternative: analisi del comportamento degli individui nelle scelte di portafoglio in laboratorio
Corso di Laurea magistrale in Amministrazione, Finanza e Controllo Tesi di Laurea Dalla teoria dell utilità attesa alle teorie alternative: analisi del comportamento degli individui nelle scelte di portafoglio
DettagliCORSO DI LOGISTICA TERRITORIALE A. A
CORSO DI LOGISTICA TERRITORIALE A. A. 2015-16 COSTI LOGISTICI E SCELTA MODALITA DI TRASPORTO PROF. AGOSTINO NUZZOLO Decisioni di trasporto e logistica Si considerano decisioni nell ambito di politiche
DettagliModelli di scelta del percorso (cenni)
Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO (tutti i CCS tranne Civile e Gestionale) www.uniroma.it/didattica/pst_accs ing. Antonio Comi ottobre 006 Modelli di scelta del percorso (cenni) Il modello
DettagliPIANIFICAZIONE DEI TRASPORTI
Università di Cagliari DICAAR Dipartimento di Ingegneria Civile, Ambientale e architettura Sezione Trasporti PIANIFICAZIONE DEI TRASPORTI Esercitazione 6 Il modello di assegnazione A.A. 2016-2017 Ing.
DettagliEconomia dell Ambiente Francesca Sanna-Randaccio Lezione 2
Economia dell Ambiente Francesca Sanna-Randaccio Lezione 2 Domanda individuale (deriva dalla soluzione del problema del consumatore) 1) Oggetto della scelta del consumatore Panieri di beni Caso con due
DettagliTEORIA DEI GIOCHI SU RETI
TEORA DE GOCH SU RET Molti problemi reali di tipo tecnico-economico si risolvono mediante una ottimizzazione associata ai flussi su una rete. n queste lezioni vedremo una particolare forma di ottimizzazione,
Dettagli(versione del , modificata da Carlo Zappia su testo di Mauro Caminati)
Ripartizione e allocazione Pareto efficiente del rischio (versione del 20.12.2012, modificata da Carlo Zappia su testo di Mauro Caminati) Dall analisi delle scelte in condizioni di rischio svolta nel capitolo
DettagliMetodo di Lagrange. 12 March 2014 Maria Chiara D'Errico
Metodo di Lagrange Metodo per la risoluzione dei problemi di scelta dell agente economico. La scelta presuppone: 1. Alternative: L insieme delle possibili azioni analiticamente rappresentate dal Vincolo.
DettagliIntroduzione. Teoria della scelta del consumatore. Modello di scelta del consumatore
Introduzione Teoria della scelta del consumatore Modello di scelta del consumatore Come il consumatore formula i piani di scelta ottima di consumo? E come varia questa scelta al variare dei Prezzi e del
DettagliCorso di Scelte degli individui, strategie d impresa e strutture di mercato Facoltà di Giurisprudenza LIUC Prof.ssa Donatella Porrini - a.a.
Corso di Scelte degli individui, strategie d impresa e strutture di mercato Facoltà di Giurisprudenza LIUC Prof.ssa Donatella Porrini - a.a. 2014-2015 SECONDA LEZIONE 38 MARZO 2015 2016 L EQUILIBRIO DEL
DettagliEfficienza dei mercati e finanza comportamentale
Università degli Studi di Cagliari Dipartimento di Scienze economiche e aziendali Efficienza dei mercati e finanza comportamentale Efficienza, razionalità, bias distorsivi Economia dei Mercati Monetari
DettagliIndice della lezione. Incertezza e rischio: sinonimi? UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA
UNIVERSIT DEGLI STUDI DI PRM FCOLT DI ECONOMI Corso di Corporate anking a.a. 2010 2011 (Professor Eugenio Pavarani) Introduzione al rischio CPITOLO 9 1 Indice della lezione Rischio e rendimento per titoli
DettagliUtilità attesa. Scelta in condizioni di incertezza. Proposizione 1. L assioma di Indipendenza è alla base della teoria dell utilità attesa.
L assioma di Indipendenza è alla base della teoria dell utilità attesa. Scelta in condizioni di incertezza Corso di Microeconomia progredito Parte II La funzione di utilità U : L R ha la forma dell utilità
Dettagli3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI
3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:
DettagliDIFFERENZE INDIVIDUALI NEGLI EFFETTI DI CONTESTO: IL COGNITIVE REFLECTION TEST
Laurea specialistica in Marketing e Comunicazione Prova finale di Laurea DIFFERENZE INDIVIDUALI NEGLI EFFETTI DI CONTESTO: IL COGNITIVE REFLECTION TEST Relatore Ch.mo Prof. Massimo Warglien Correlatore
DettagliGriglie per la correzione e la valutazione della prova scritta di MATEMATICA
Griglie per la correzione e la valutazione della prova scritta di MATEMATICA Griglia n. L alunno/a risolve i problemi in Corretto, ordinato, con verifica della coerenza dei risultati RISOLUZIONE DI Incompleto
DettagliProgramma delle Lezioni 7-9 Marzo
Università degli Studi di Bologna Facoltà di Scienze Politiche Corso di Laurea in Scienze Politiche, Sociali e Internazionali Microeconomia (A-E) Matteo Alvisi Parte 2(a) LA SCELTA OTTIMALE EL CONSUMATORE
DettagliModelli di scelta del percorso Modelli di assegnazione
Corso di LOGISTICA TERRITORIALE www.uniroma.it/didattica/lt DOCENTE prof. ing. Agostino Nuzzolo Modelli di scelta del percorso Modelli di assegnazione Definizioni ed ipotesi Relazione tra costi d arco
DettagliCORSO DI LOGISTICA TERRITORIALE A. A ANALISI BENEFICI - COSTI PROF. AGOSTINO NUZZOLO
CORSO DI LOGISTICA TERRITORIALE A. A. 2015-16 ANALISI BENEFICI - COSTI PROF. AGOSTINO NUZZOLO La valutazione degli interventi Esame e confronto di interventi (progetti) alternativi sulla base dei loro
Dettagli1. TEORIA DEL CONSUMATORE
. TEORIA DEL CONSUMATORE ~ 9 ~ ~ 0 ~ Domande a risposta aperta D. Definire gli assiomi della teoria del consumatore. RD. Gli assiomi della teoria del consumatore sono: a) Completezza: un consumatore può
DettagliOrganizzazione aziendale Lezione 13 Organizzazione e Incentivi Cap. 8. Ing. Marco Greco Tel
Organizzazione aziendale Lezione 13 Organizzazione e Incentivi Cap. 8 Ing. Marco Greco m.greco@unicas.it Tel.0776.99.3641 Il rapporto principale - agente n principale delega ad un agente lo svolgimento
DettagliMetodi e modelli per le decisioni
Metodi e modelli per le decisioni Roberto Cordone A. A. 2015-16 5.5 Esercizi Nota : Devo molti di questi esercizi a temi d esame del prof. Alberto Colorni. Nota : Gli esercizi e le soluzioni non sono stati
Dettagli29 maggio Distinzione importante: giochi simultanei giochi sequenziali: uno dei giocatori ha la prima mossa; l altro deve rispondere.
ESERCITAZIONE 8 29 maggio 204. Premessa. Trattando della teoria dei giochi, bisogna ricordare questi concetti: * strategia dominante: ogni giocatore dispone di una scelta strategica ottima, quale che sia
DettagliIl ritorno sull investimento di sicurezza
Il ritorno sull investimento di sicurezza Return On Safety Investment ROSI Ing. Gianpaolo Natale Specialista in Sicurezza e Protezione Chi sono? - Appassionato di scienza della sicurezza - Consulente per
DettagliIstituto Universitario Architettura Venezia TR 285. Servizio Bibliografico Audiovisivo e di Documentazione
Istituto Universitario Architettura Venezia TR 285 Servizio Bibliografico Audiovisivo e di Documentazione ENNIO CASCETT A Professore ordinario di Teoria dei sistemi di trasporto Università di Napoli «Federico
DettagliDecisioni in condizioni di incertezza
Decisioni in condizioni di incertezza Nadia Burani Università di Bologna A.A. 2016/17 Nadia Burani (Università di Bologna) Incertezza A.A. 2016/17 1 / 35 In sintesi Le lotterie l ordinamento di preferenza
DettagliManagement Sanitario. Modulo di Ricerca Operativa
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa Prof. Laura Palagi http://www.dis.uniroma1.it/ palagi Dipartimento di
DettagliLezione 1: Università Mediterranea di Reggio Calabria Decisions Lab. Insiemi. La Probabilità Probabilità e Teoria degli Insiemi
Lezione 1: Probabilità e Teoria degli Università Mediterranea di Reggio Calabria Decisions Lab Gli insiemi Gli Un insieme S è una collezione di oggetti chiamati elementi dell insieme. - Se x è un elemento
DettagliMetodi & Modelli per le Scelte Economiche
Metodi & Modelli per le Scelte Economiche [domande di teoria utilizzate in passato per la prova scritta le soluzioni NON vengono fornite, occorrerà quindi verificare la esattezza delle diverse possibili
DettagliManagement Sanitario. Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento Prof. Laura Palagi http://www.dis.uniroma1.it/
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile e Ambientale - AA Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento
Dettagli1 Equilibri Correlati
Strumenti della Teoria dei Giochi per l Informatica A.A. 29/ Lecture 4: Ottobre 2 Equilibri Correlati, Bayesian Games Docente Prof. Vincenzo Auletta Note redatte da: Michele Nasti Equilibri Correlati Gli
DettagliIl Gioco dell'evasione Fiscale
Il Gioco dell'evasione Fiscale Laureando Matteo Galliani Relatore Raffaele Mosca Il ruolo della Teoria Dei Giochi Un gioco è una situazione in cui: 1)ogni individuo può scegliere un certo comportamento
DettagliLa scelta fra le alternative
La scelta fra le alternative I metodi analisi paretiana eliminazione delle alternative dominate come scegliere tra le alternative pareto efficienti? analisi a molti attributi classica analisi gerarchica
DettagliL analisi media-varianza
L analisi media-varianza Pierpaolo Montana Università di Roma I Consideriamo un agente con preferenze di tipo VNM e funzione di utilità quadratica u(x) = x b x. La corrispondente espressione dell utilità
DettagliCapitolo 3 La scelta razionale del consumatore
Capitolo 3 La scelta razionale del consumatore OBIETTIVI Comprendere il meccanismo decisionale che genera la domanda : Tracciare il vincolo di bilancio del consumatore Costruire la curva di indifferenza
DettagliLa Teoria Neoclassica del Consumatore
La Teoria Neoclassica del Consumatore Prof. Gianni Cicia Dipartimento di Agraria Università di Napoli Federico II cicia@unina.it Istituzioni di Economia e Gestione dell Impresa Agraria e Forestale La teoria
DettagliTest delle Ipotesi Parte I
Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test
DettagliCenni di ottimizzazione dinamica
Cenni di ottimizzazione dinamica Testi di riferimento: K. Dixit Optimization in Economic Theory. Second Edition, 1990, Oxford: Oxford University Press. A. C. Chiang Elements of Dynamic Optimization, 1992,
DettagliSCIENZA DELLE FINANZE
SCIENZA DELLE FINANZE Le politiche sanitarie Ludovico Carrino ludovico@unive.it ludovico.carrino@kcl.ac.uk Ludovico Carrino Le ragioni dell intervento pubblico in sanità Non ovvio: i servizi sanitari non
DettagliUNIVERSITÀ DEGLI STUDI DI BERGAMO Facoltà di Ingegneria. Corso di ECONOMIA INDUSTRIALE. Introduzione. Definizione del gioco
UNIVERSITÀ DEGLI STUDI DI BERGAMO Facoltà di Ingegneria Corso di ECONOMIA INDUSTRIALE Proff. Gianmaria Martini, Giuliano Masiero Lezione : Equilibrio di Nash in strategie miste Lu 8 Ott 004 Introduzione
DettagliDecisioni in condizioni di incertezza
Decisioni in condizioni di incertezza Nadia Burani Università di Bologna A.A. 2017/18 Nadia Burani (Università di Bologna) Incertezza A.A. 2017/18 1 / 38 In sintesi Le lotterie l ordinamento di preferenza
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile - AA 1112 Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento di
DettagliEconomia delle Decisioni A.A ESERCITAZIONE 2. Teoria dell utilità attesa
Economia delle Decisioni.. 27 28 ESERCITZIONE 2 Teoria dell utilità attesa Esercizio Si supponga Mario effettui le sue scelte in condizioni di rischio massimizzando l utilità attesa. Si assuma che la funzione
DettagliModelli Decisionali per la Stima della Domanda di Mobilità
Modelli Decisionali per la Stima della Domanda di Mobilità dambra@unina.it rodia@unina.it Schema Sintetico Sistema di Offerta Sistema di Trasporto Sistema di Domanda Modello di Offerta Modello di Domanda
DettagliEconomia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA
Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A. 2013-2014. Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA PRIMA SETTIMANA ALCUNE PREMESSE Cosa e la microeconomia? E la disciplina che studia
DettagliInterpretazione economica della dualità
Interpretazione economica della dualità Interpretazione economica delle variabili duali Interpretazione economica del problema duale nei problemi di allocazione risorse e miscelazione Applicazioni della
Dettagli4. MODELLI DI SCELTA DEL PERCORSO
4. MODELLI DI SCELTA DEL PERCORSO Il modello di scelta del percorso fornisce l aliquota p[/oshdm] degli spostamenti effettuati da utenti di categoria i, che utilizzano ciascun percorso relativo al modo
Dettagli{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( )
Università di Trento - Corsi di Laurea in Ingegneria Civile e in Ingegneria per l Ambiente e il Territorio - 2017/18 Analisi Matematica 1 - professore Alberto Valli 2 foglio di esercizi 25 settembre 2017
DettagliMATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE
MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it 1 SOLUZIONI:
DettagliECONOMIA Sanna-Randaccio (Lez 3) Scelta del Consumatore
ECONOMIA Sanna-Randaccio (Lez 3) Scelta del Consumatore ) Oggetto della scelta del consumatore Panieri di beni (caso con due beni) ) Quali sono le alternative disponibili Vincolo di bilancio, Retta di
DettagliModelli descrittivi, statistica e simulazione
Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Teoria della probabilità Cernusco S.N., mercoledì 8 marzo 2017 1 / 23 Teoria
DettagliECONOMIA Sanna-Randaccio (Lez 2) Scelta del Consumatore (continua)
ECONOMIA Sanna-Randaccio (Lez 2) Scelta del Consumatore (continua) 3) Quale è la migliore tra le alternative disponibili Ordinamento di preferenza del consumatore (assiomi sulle preferenze) 4) Funzione
DettagliLa Teoria dei Giochi. (Game Theory)
La Teoria dei Giochi. (Game Theory) Giochi simultanei, Giochi sequenziali, Giochi cooperativi. Mario Sportelli Dipartimento di Matematica Università degli Studi di Bari Via E. Orabona, 4 I-70125 Bari (Italy)
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa R.Cerulli M.Gentili - F. Carrabs Dipartimento di Matematica (DM) Università di Salerno LA RICERCA OPERATIVA Si occupa dello sviluppo e dell applicazione di metodi matematici
DettagliDEFINIZIONI. CORSA connessione spazio-temporale data da una sequenza di fermate con determinati orari di partenza/arrivo.
DEFINIZIONI Dato un sistema di trasporto collettivo: CORSA connessione spazio-temporale data da una sequenza di fermate con determinati orari di partenza/arrivo. LINEA insieme di corse con le stesse caratteristiche
DettagliRischio, assicurazione e asimmetrie informative. Scienza delle finanze- Lezione 6
Rischio, assicurazione e asimmetrie informative Scienza delle finanze- Lezione 6 RISCHIO Nei mercati reali non c è perfetta certezza e informazione La presenza di rischio modifica le condizioni di scelta
DettagliI metodi Electre. La scelta fra le alternative: i metodi Electre. Perché introdurre l incompletezza? I metodi Electre: elementi comuni
I metodi Electre La scelta fra le alternative: i metodi Electre Electre = ELimination Et Choix Traduisant la REalité scopo: mettere a punto un metodo decisionale il più aderente possibile alla realtà rifiutano
DettagliMetodi e modelli per le decisioni
Metodi e modelli per le decisioni Roberto Cordone A. A. 2017-18 Capitolo 13 Giochi a somma zero Nei giochi a somma zero a due giocatori, la vincita di uno uguaglia la perdita dell altro. Di conseguenza,
DettagliMicroeconomia Finanziaria
Sara Savastano Università di Roma Tor Vergata DEF a.a. 2014-2015 1 Teoria Microeconomica: Analisi del comportamento degli individui, degli agenti, e l aggregazione delle loro azioni in un contesto istituzionale
DettagliAppunti di Analisi Economica (V)
Appunti di Analisi Economica 2013-2014 (V) Scelta in condizioni di incertezza Alessandro Vaglio Università degli Studi di Bergamo Marzo 2014 Alessandro Vaglio (Institute) Appunti di Analisi Economica 2013-2014
Dettagli4. MODELLI DI SCELTA DEL PERCORSO
4. MODELLI DI SCELTA DEL PERCORSO Il modello di scelta del percorso fornisce l aliquota p[/oshdm] degli spostamenti effettuati da utenti di categoria i, che utilizzano ciascun percorso relativo al modo
DettagliFUNZIONE DI UTILITÀ CURVE DI INDIFFERENZA (Cap. 3)
FUNZIONE DI UTILITÀ CURVE DI INDIFFERENZA (Cap. 3) Consideriamo un agente che deve scegliere un paniere di consumo fra quelli economicamente ammissibili, posto che i beni di consumo disponibili sono solo
Dettagli