ELEMENTI DI LOGICA PROBABILISTICA 29

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "ELEMENTI DI LOGICA PROBABILISTICA 29"

Transcript

1 ELEMENTI DI LOGICA PROBABILISTICA Lo schema delle scommesse di de Finetti. La nostra analisi della logica probabilistica si è fino a qui basata su due assunzioni. La prima è che la logica dei gradi di convinzione sia vincolata dalla (relazione di) conseguenza classica sugli eventi. Questo è del tutto ragionevole se riteniamo che il ragionamento in condizioni di certezza sia un caso particolare del ragionamento in condizioni di incertezza. E non ci sono motivi cogenti per dubitarne. Dobbiamo però precisare in che modo interpretiamo gli enunciati di EL come eventi Enunciati, fatti ed eventi. Nel nostro sviluppo della logica (proposizionale, classica) della certezza, abbiamo assunto che l insieme delle valutazioni proposizionali fosse abitato da funzioni totali. Insieme al principio di composizionalità questo implica una forma di onniscienza, da parte dei nostri agenti logici: ogni variabile proposizionale è decisa 21 da ogni valutazione, e di conseguenza lo è ogni enunciato in EL. Non sembra esserci molto spazio per l incertezza in questo quadro, che sembra chiaramente parlare di fatti e non di eventi. Anche questa volta le apparenze sono fuorvianti. Rammentiamo dalla Sezione 2.4 che l oggetto del nostro interesse sono entità che è comodo chiamare agenti logici. È certamente possibile, in tale contesto, contemplare la situazione in cui tutte le variabili proposizionali in L sono decise dalle valutazioni su L, ma senza che il nostro agente sappia come. È questa ignoranza che distingue gli eventi dai fatti. Definizione 3.5 (Eventi). Per un dato agente Ag, 2ELè u n evento se (1) Ag non conosce il valore di verità di (2) Ag conosce le condizioni di verifica di, cioè sa quali sono le condizioni sotto cui si potrà dire se si è verificato oppure no. Un analogia può aiutare la comprensione di questo punto importante e delicato. Pensiamo al mondo come a un film. Il montaggio è eseguito in modo tale che a ogni fotogramma venga decisa una (nuova) variabile proposizionale e che all ultimo fotogramma si decida l ultima variable proposizionale di L che ancora rimane da decidere. Supponete ora che 2ELsia una formula particolarmente complicata. Prima dell inizio del film non sapete quale sarà il valore di verità di, ma sapete che alla fine del film avrete tutte le informazioni necessarie per decidere se si è verificato oppure no. Si tratta dunque di un evento. 21 Cioè v(p) 2{0, 1}, perognip 2L.

2 30 HYKEL HOSNI Il rapporto logico tra fatti ed eventi è molto stretto. Per i nostri scopi possiamo addirittura spingerci fino a dire che sono i fatti che permettono di decidere se un certo evento si è verificato oppure no. Il seguente esempio, essenzialmente dovuto a Emile Borel, illustra il punto. Esempio 3.6 (Fatti ed eventi). Supponete di chiedere a un amica di lanciare una moneta da un euro lunedì pomeriggio alle 4 e di nasconderla sotto una tazza. Supponete che sia uscita testa. L enunciato è uscita testa è sicuramente un fatto. Martedì mattina l enunciato che sta per è uscita croce è certamente deciso da questo fatto, ma per voi è un evento fino a che non avrete modo di sollevare la tazza e verificarne l occorrenza. Esercizio 14. Sia la formalizzazione di l aereo da Londra a Pisa è in orario. Si tratta di un evento o di un fatto? Argomentare brevemente Incertezza e probabilità. La seconda assunzione che abbiamo fatto senza discussione è che l incertezza del nostro agente logico sia rappresentata formalmente dalla sua funzione di probabilità. Benché la probabilità nasca 22 come misura dell incertezza, non abbiamo alcuna garanzia, a meno di argomentare dettagliatamente, sul fatto che una funzione d insieme monotona, normalizzata e (finitamente) additiva, come quella della definizione 3.2 sia una misura adeguata dell incertezza del nostro agente. Un altro modo di formulare la domanda è questo: Perché (P1) e (P2) nella definizione 3.2 sono proprietà desiderabili dei gradi di convinzione razionale di un agente idealizzato? Il compito che a ronteremo nella parte rimanente di questa sezione è quindi giustificare la nostra scelta di formalizzare i gradi di convinzione attraverso funzioni di probabilità sull insieme degli eventi EL. Per farlo useremo lo schema delle scommesse introdotto da Bruno de Finetti intorno alla fine degli anni 20 del secolo scorso. 23 Esempio 3.7. Vi o rono 24 di scommettere su chi sarà il capo del prossimo governo della Repubblica italiana, cioè simultaneamente sugli eventi 1, 2, 3, 4 a cui assegnate le seguenti probabilità: 22 Con un travaglio di oltre un secolo tra la fine del 1500 e l inizio del De Finetti, B Sul Significato Soggettivo Della Probabilità. Fundamenta Mathematicae 17: L esempio non può sviluppare quello discusso durante la lezione del 21 gennaio Quando ho scritto quell esempio non contemplavo l ipotesi che Bersani potesse arrivare primo senza vincere. La logica classica è ovviamente inadeguata come modello degli eventi politici del Belpaese.

3 ELEMENTI DI LOGICA PROBABILISTICA 31 P ( 1 )=p 1 (governerà Berlusconi) P ( 2 )=p 2 (governerà Bersani) P ( 3 )=p 3 (governerà Grillo) P ( 4 )=p 4 (governerà un candidato che ha avuto più di un quarto dei voti) Nello schema delle scommesse che stiamo per sviluppare interpretiamo p i,i= 1, 2, 3, 4 come il prezzo di un biglietto che vi dà diritto a ricevere 1 se si verifica i e 0 altrimenti (con una perdita netta di p i.) Risulta chiaro che, sotto l ipotesi di essere obbligati a comprare tutti e quattro i biglietti simultaneamente, debba essere soddisfatta l equazione p 4 = p 1 + p 2 + p 3. (3.3) Se così non fosse vi esporreste a perdita certa causata dal fatto che sareste disposti a pagare due cifre diverse per biglietti logicamente equivalenti 25. Esporsi alla possibilità logica della perdita certa rappresenta un tipo di comportamento ovviamente irrazionale. Uno cioè che rivela opinioni incoerenti o gradi di convinzione inammissibili. Nell esempio precedente è facile vedere come l additività della funzione di probabilità (cioè P2) ci permetta di evitare la perdita sicura e costituisca quindi una condizione necessaria per la coerenza delle opinioni soggettive. Vedremo adesso come l interpretazione della probabilità come prezzo ci permetta di rendere questa conclusione matematicamente precisa ed estenderne notevolmente le conseguenze. Prima di entrare nel dettaglio dell argomento è utile anticiparne i due passi principali: (1) identificazione dei gradi di convinzione di un agente con la sua disposizione a compiere determinate scelte (scommettere a favore o contro certi eventi) (2) dimostrazione che la condizione necessaria e su ciente a nché l agente eviti di compiere scelte ovviamente irrazionali è che i suoi gradi di convinzione soddisfino (P1) e (P2). Il punto (1) consiste nella formalizzazione del problema (informale) di definire il concetto di scelta ovviamente irrazionale da cui concludiamo l incoerenza delle opinioni. Il punto di arrivo è un astrazione del problema originario che chiameremo il problema di de Finetti. All interno di quest ultimo possiamo a rontare il punto (2) in modo matematico. Dimostreremo cioè il teorema di coerenza di de Finetti. 25 Poiché uno e uno solo sarà il capo del governo, segue chiaramente che 4 W 3 i=1 i

4 32 HYKEL HOSNI Figura 3. Bruno de Finetti ( ). Osservazione 3.8. È opportuno tenere ben presente fin da ora che l identificazione a cui arriveremo dei gradi di convinzione razionale con i gradi di probabilità non vale in senso assoluto. Dipende invece dalle ipotesi che facciamo in (1) nella costruzione del modello e in particolare dall idealizzazione dell agente e dall astrazione del problema di scelta che introdurremo a breve. Si tratta, in altre parole, di un modello normativo che si applica soltanto a una classe specifica di problemi Il problema di scelta. Siano 2EL, p 2 [0, 1] e 2 R che assumiamo espresso in una qualche divisa, per esempio Euro. Una scommessa è una variable aleatoria a valori reali. Denotiamo le scommesse con F, G ecc., eventualmente con opportuni pedici. Il problema di scelta di de Finetti (o più semplicemente, il problema di scelta) che vogliamo costruire cattura l interazione tra due agenti Allibratore e Giocatrice le cui caratteristiche vedremo tra un attimo. Lo scopo del problema di scelta è quello di rendere analizzabile il comportamento di scelta di Allibratore in modo da permetterci di misurare i suoi gradi di convinzione. 26 In statistica, economia, intelligenza artificiale, filosofia della scienza, ecc., l ideologizzazione del dibattito sui fondamenti della probabilità raggiunge picchi imbarazzanti. È bene immunizzarsi subito.

5 ELEMENTI DI LOGICA PROBABILISTICA 33 Definizione 3.9. Uno schema di scommesse è una coppia (,!) dove EL è un insieme finito di eventi e! :! [0, 1] è un assegnamento. L intuizione è che un assegnamento corrisponda alla pubblicazione da parte di Allibratore delle sue quote di scommessa per gli eventi in. Le scommesse sono regolate da un contratto che ha le seguenti clausole: (C0) Il contratto è valido soltanto per eventi; (C1) Allibratore pubblica, per ogni evento i 2 le sue quote p i 2 [0, 1]; (C2) Giocatrice, ha facoltà di puntare una quantità 2 R a suo piacimento e di scegliere tra le variabili aleatorie F p ( ) ea p ( ) dove e F p ( ) = ( (1 p) se v( ) =1 p se v( ) =0, A p ( ) = ( p se v( ) =0 (1 p) se v( ) =1. Ne risulta che F p ( ) è il valore (monetario) che Giocatrice ottiene puntando unità su alla quota p. Analogamete A p ( ) è il ricavo che ottiene puntando unità contro alla quota p. Osservazione La scelta tra F p ( ) ea p ( ) si riduce e ettivamente alla scelta del segno di. Se Scommettitrice vuole scommmettere contro, deve moltiplicare il prezzo della scommessa per la puntata negativa. Questo è particolarmente chiaro da visualizzare se rappresentiamo il ricavo di Giocatrice con la matrice della figura 4. v( ) =1 v( ) =0 F p ( ) (1 p) p A p ( ) (1 p) p Figura 4. La matrice di ricavo di Giocatrice L astrazione del problema. (1) Il problema di scelta di de Finetti è quindi un gioco in forma estesa a somma zero. La prima mossa è di Allibratore, che sceglie, per ogni

6 34 HYKEL HOSNI i nello schema, un assegnamento p i. Successivamente Giocatrice ha la scelta tra pagare F p ( ) ea p ( ). Nel momento in cui Allibratore fa la sua scelta dei p i, sa che successivamente Giocatrice farà la propria, e potrà farla in numero illimitato di volte. Giocatrice può cioè scommettere un numero arbitrario di volte. (2) Poiché il valore combinato di F p ( ) e A p ( ) è 0, la scelta di un valore negativo di S equivale alla decisione unilaterale di Giocatrice di scambiare ruolo con Al. 27 (3) Per evitare distorsioni dovute al decremento dell utilità marginale si assume 28 che i valori in euro siano piccoli L idealizzazione degli agenti. Assumiamo che Allibratore e Giocatrice siano agenti idealizzati e in particolare che: (Id 1 ) siano logicamente onniscienti e infallibili (Id 2 ) siano immuni da limitazioni computazionali (Id 3 ) siano indi erenti rispetto al rischio (cioè no provino attrazione né repulsione a scommettere) (Id 4 ) abbiano a disposizione somme illimitate di denaro Gli agenti reali (io, voi, ecc) violano spesso le assunzioni (Id 1 ) (Id 4 ). Questo significa che l argomento che stiamo costruendo non ha valore descrittivo. Detto altrimenti, non spiega il comportamento di scelta che osserviamo (sperimentalmente) negli individui e non è questo l obiettivo. Siamo invece interessati a capire come dovrebbe scegliere nel problema di de Finetti un individuo che non si trovi ad essere limitato da tempo, denaro, disattenzione ecc. A queste idealizzazioni, si aggiunge la seguente assunzione fondamentale. Assunzione 3.11 (Desiderabilità delle vincite). Allibratore e Giocatrice preferiscono le vincite rispetto alle perdite. La discussione sull ipotesi di desiderabilità delle vincite è per certi aspetti molto debole, ma per altri ricca di insidie. Basti pensare ai fiumi di inchiostro che sono stati stampati sull idea di razionalità economica incarnata da homo economicus Questa è senza dubbio la principale astrazione del problema di de Finetti rispetto alla pratica reale delle scommesse. Nessun allibratore reale prenderebbe mai in considerazione l ipotesi di vendere una scommessa per una quantità negativa di denaro! 28 Un assunzione che de Finetti chiama ipotesi di rigidità. 29 Gli interessati possono farsi un idea sfogliando Camerer, C., and Fehr, E When Does Economic Man Dominate Social Behavior? Science 311 (5757):

7 ELEMENTI DI LOGICA PROBABILISTICA 35 Per noi si tratta di una discussione marginale. È infatti chiaro che sotto (Id 3 ) preferire la vincita (monetaria) rispetto alla perdita sia una condizione riassumibile nel fatto che gli agenti hanno un obiettivo. Le implicazioni morali della massimizzazione del valore monetario sono quindi del tutto irrilevanti. Ci possiamo facilmente spingere fino a dire che l unico vero ruolo delle controparti monetarie nello schema delle scommesse di de Finetti è quello di permetterci di fare i conti. Binmore, K Economic Man or Straw Man? Behavioral and Brain Sciences 28:

Teoria dei Giochi non Cooperativi

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

Dettagli

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado) L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello

Dettagli

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

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

Dettagli

Capitolo 4 Probabilità

Capitolo 4 Probabilità Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie numeriche e serie di potenze Sommare un numero finito di numeri reali è senza dubbio un operazione che non può riservare molte sorprese Cosa succede però se ne sommiamo un numero infinito? Prima

Dettagli

La teoria dell utilità attesa

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

Dettagli

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

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

Dettagli

La probabilità frequentista e la legge dei grandi numeri

La probabilità frequentista e la legge dei grandi numeri La probabilità frequentista e la legge dei grandi numeri La definizione di probabilità che abbiamo finora considerato è anche nota come probabilità a priori poiché permette di prevedere l'esito di un evento

Dettagli

Probabilità discreta

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

Dettagli

COME MASSIMIZZARE UNA FUNZIONE DI UTILITÀ

COME MASSIMIZZARE UNA FUNZIONE DI UTILITÀ icroeconomia Douglas Bernheim, ichael Whinston Copyright 009 The cgraw-hill Companies srl COE ASSIIZZARE UNA FUNZIONE DI UTILITÀ Supponiamo che il reddito mensile di Elena sia pari a Y e sia interamente

Dettagli

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Siamo 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

Dettagli

Laboratorio di dinamiche socio-economiche

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

Dettagli

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.

Statistica 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:

Dettagli

Capitolo 20: Scelta Intertemporale

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

Dettagli

Può la descrizione quantomeccanica della realtà fisica considerarsi completa?

Può la descrizione quantomeccanica della realtà fisica considerarsi completa? Può la descrizione quantomeccanica della realtà fisica considerarsi completa? A. Einstein, B. Podolsky, N. Rosen 25/03/1935 Abstract In una teoria completa c è un elemento corrispondente ad ogni elemento

Dettagli

Scelte in condizioni di rischio e incertezza

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

Dettagli

Lezioni di Matematica 1 - I modulo

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

Dettagli

TEORIA DELL UTILITÀ E DECISION PROCESS

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

Dettagli

1. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di 40, fra di esse vi sia un solo asso, di qualunque seme.

1. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di 40, fra di esse vi sia un solo asso, di qualunque seme. Esercizi difficili sul calcolo delle probabilità. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di, fra di esse vi sia un solo asso, di qualunque seme. Le parole a caso

Dettagli

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag.

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag. SOMMARIO CAPITOLO : I RADICALI. I radicali pag.. I radicali aritmetici pag.. Moltiplicazione e divisione fra radicali aritmetici pag.. Potenza di un radicale aritmetico pag.. Trasporto di un fattore esterno

Dettagli

Decisioni in condizioni di rischio. Roberto Cordone

Decisioni in condizioni di rischio. Roberto Cordone Decisioni in condizioni di rischio Roberto Cordone Decisioni in condizioni di rischio Rispetto ai problemi in condizioni di ignoranza, oltre all insieme Ω dei possibili scenari, è nota una funzione di

Dettagli

Non ho idea se è la prima volta che vedi un mio prodotto oppure se in passato le nostre strade si sono già incrociate, poco importa

Non ho idea se è la prima volta che vedi un mio prodotto oppure se in passato le nostre strade si sono già incrociate, poco importa Benvenuto/a o bentornato/a Non ho idea se è la prima volta che vedi un mio prodotto oppure se in passato le nostre strade si sono già incrociate, poco importa Non pensare di trovare 250 pagine da leggere,

Dettagli

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

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

Dettagli

Capitolo 23: Scelta in condizioni di incertezza

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

Dettagli

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

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

Dettagli

Scelte in condizione di incertezza

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

Dettagli

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

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

Dettagli

CAPITOLO 3 FONDAMENTI DI ANALISI DELLA STABILITA' DI SISTEMI NON LINEARI

CAPITOLO 3 FONDAMENTI DI ANALISI DELLA STABILITA' DI SISTEMI NON LINEARI 31 CAPITOLO 3 FONDAMENTI DI ANALISI DELLA STABILITA' DI SISTEMI NON LINEARI INTRODUZIONE L'obbiettivo di questo capitolo è quello di presentare in modo sintetico ma completo, la teoria della stabilità

Dettagli

risulta (x) = 1 se x < 0.

risulta (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

Dettagli

La scelta in condizioni di incertezza

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

Dettagli

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero

Dettagli

TEORIA DELLE DECISIONI. DOCENTE: JULIA MORTERA mortera@uniroma3.it

TEORIA DELLE DECISIONI. DOCENTE: JULIA MORTERA mortera@uniroma3.it TEORIA DELLE DECISIONI DOCENTE: JULIA MORTERA mortera@uniroma3.it 1 Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi, aziende, sindacati ecc. si trovano

Dettagli

Un modello matematico di investimento ottimale

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

Dettagli

Giochi e decisioni strategiche

Giochi 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

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI 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

Dettagli

Teoria dei Giochi. In generale è possibile distinguere i giochi in due classi principali:

Teoria dei Giochi. In generale è possibile distinguere i giochi in due classi principali: Teoria dei Giochi Dr. Giuseppe Rose (Ph.D., M.Sc., London) Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 1 1 Nozioni introduttive La teoria

Dettagli

Massimo A. De Francesco Dipartimento di Economia politica e statistica, Università di 1 Siena Introduzione

Massimo A. De Francesco Dipartimento di Economia politica e statistica, Università di 1 Siena Introduzione Valore dell impresa e decisioni di investimento. Irrilevanza della struttura patrimoniale in condizioni di certezza (prima versione, aprile 2013; versione aggiornata, aprile 2014) Massimo A. De Francesco

Dettagli

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da

f(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

Dettagli

Tasso di interesse e capitalizzazione

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

Dettagli

Teoria dei Giochi. Anna Torre

Teoria 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,

Dettagli

Introduzione. Margine di ampiezza... 2 Margine di fase... 5 Osservazione... 6 Margini di stabilità e diagrammi di Bode... 6

Introduzione. Margine di ampiezza... 2 Margine di fase... 5 Osservazione... 6 Margini di stabilità e diagrammi di Bode... 6 ppunti di Controlli utomatici Capitolo 7 parte II Margini di stabilità Introduzione... Margine di ampiezza... Margine di fase... 5 Osservazione... 6 Margini di stabilità e diagrammi di ode... 6 Introduzione

Dettagli

VINCERE AL BLACKJACK

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

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 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

Dettagli

Politecnico 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). 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.....................

Dettagli

Dall italiano al linguaggio della logica proposizionale

Dall italiano al linguaggio della logica proposizionale Dall italiano al linguaggio della logica proposizionale Dall italiano al linguaggio della logica proposizionale Enunciati atomici e congiunzione In questa lezione e nelle successive, vedremo come fare

Dettagli

CAPITOLO 18 L investimento

CAPITOLO 18 L investimento CAPITOLO 18 L investimento Domande di ripasso 1. Nel modello neoclassico dell investimento, le imprese traggono vantaggio dall aumentare la propria dotazione di capitale se la rendita reale del capitale

Dettagli

Test d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi

Test 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

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione

Dettagli

Capitolo 13: L offerta dell impresa e il surplus del produttore

Capitolo 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:

Dettagli

Modello probabilistico di un esperimento aleatorio. Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott.

Modello probabilistico di un esperimento aleatorio. Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott. Modello probabilistico di un esperimento aleatorio Psicometria 1 - Lezione 6 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek 1 Un esperimento è il processo attraverso il quale un osservazione

Dettagli

Lezione 3 - Probabilità totale, Bayes -Alberi PROBABILITÀ TOTALE TEOREMA DI BAYES ALBERI E GRAFI

Lezione 3 - Probabilità totale, Bayes -Alberi PROBABILITÀ TOTALE TEOREMA DI BAYES ALBERI E GRAFI Lezione 3 - robabilità totale, ayes -lberi ROILITÀ TOTLE TEOREM DI YES LERI E GRFI GRUO MT06 Dip. Matematica, Università di Milano - robabilità e Statistica per le Scuole Medie -SILSIS - 2007 Lezione 3

Dettagli

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

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

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli

Note di matematica per microeconomia

Note di matematica per microeconomia Note di matematica per microeconomia Luigi Balletta Funzioni di una variabile (richiami) Una funzione di variabile reale ha come insieme di partenza un sottoinsieme di R e come insieme di arrivo un sottoinsieme

Dettagli

Note su quicksort per ASD 2010-11 (DRAFT)

Note su quicksort per ASD 2010-11 (DRAFT) Note su quicksort per ASD 010-11 (DRAFT) Nicola Rebagliati 7 dicembre 010 1 Quicksort L algoritmo di quicksort è uno degli algoritmi più veloci in pratica per il riordinamento basato su confronti. L idea

Dettagli

Modelli di Ottimizzazione

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

Dettagli

Le preferenze e la scelta

Le preferenze e la scelta Capitolo 3: Teoria del consumo Le preferenze e la scelta 1 Argomenti trattati in questo capitolo Usiamo le preferenze dei consumatori per costruire la funzione di domanda individuale e di mercato Studiamo

Dettagli

Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10. Lecture 22: 1 Giugno 2010. Meccanismi Randomizzati

Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10. Lecture 22: 1 Giugno 2010. Meccanismi Randomizzati Strumenti della Teoria dei Giochi per l Informatica AA 2009/10 Lecture 22: 1 Giugno 2010 Meccanismi Randomizzati Docente Vincenzo Auletta Note redatte da: Davide Armidoro Abstract In questa lezione descriveremo

Dettagli

Il sistema monetario

Il 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

Dettagli

1.4 Risposte alle domande di ripasso

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

Dettagli

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

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

Dettagli

Teoria dei Giochi. Anna Torre

Teoria 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

Dettagli

Parte 2. Determinante e matrice inversa

Parte 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

Dettagli

Massimi e minimi vincolati di funzioni in due variabili

Massimi e minimi vincolati di funzioni in due variabili Massimi e minimi vincolati di funzioni in due variabili I risultati principali della teoria dell ottimizzazione, il Teorema di Fermat in due variabili e il Test dell hessiana, si applicano esclusivamente

Dettagli

Componenti di un sistema KNOWLEDGE-BASED

Componenti di un sistema KNOWLEDGE-BASED Componenti di un sistema KNOWLEDGE-BASED DYNAMIC DATABASE PROBLEM FORMALIZATION CONTROL STRATEGY IL DATABASE DESCRIVE LA SITUAZIONE CORRENTE NELLA DETERMINAZIONE DELLA SOLUZIONE AL PROBLEMA. LA FORMALIZZAZIONE

Dettagli

0. Piano cartesiano 1

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

Dettagli

Richiami di microeconomia

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

Dettagli

Serie numeriche. 1 Definizioni e proprietà elementari

Serie numeriche. 1 Definizioni e proprietà elementari Serie numeriche Definizioni e proprietà elementari Sia { } una successione, definita per ogni numero naturale n n. Per ogni n n, consideriamo la somma s n degli elementi della successione di posto d s

Dettagli

Uguali? Diversi! Addomesticare l infinito Varese, ottobre 2009 M. Dedò

Uguali? Diversi! Addomesticare l infinito Varese, ottobre 2009 M. Dedò Uguali? Diversi! Addomesticare l infinito Varese, ottobre 2009 M. Dedò Che cosa c entra l idea di uguali e diversi con l infinito? Tantissimi è uguale a infinito? Tutti gli infiniti sono uguali? O ci sono

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Fondamenti di calcolo booleano

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Fondamenti di calcolo booleano Breve introduzione storica Nel 1854, il prof. Boole pubblica un trattato ormai famosissimo: Le leggi del pensiero. Obiettivo finale del trattato è di far nascere la matematica dell intelletto umano, un

Dettagli

INTRODUZIONE I CICLI DI BORSA

INTRODUZIONE 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

Dettagli

LA SURROGA FACILE (Guida n.2)

LA SURROGA FACILE (Guida n.2) LA SURROGA FACILE (Guida n.2) KreditOnline Mediazione Creditizia Srl Iscrizione Oam M301 - Ivass E000585138 P.Iva 10471761006 Sede Legale: Via F. S. Correra, 11-80135 Napoli Sede Op.: Prima Trav. Paolo

Dettagli

Come misurare altruismo, reciprocità e fiducia.

Come misurare altruismo, reciprocità e fiducia. Come misurare altruismo, reciprocità e fiducia. Stefano Papa Università di Teramo 1. L altruismo: Il gioco del dittatore. Il gioco del dittatore è il modello utilizzato per determinare l altruismo. Si

Dettagli

ESERCITAZIONE 1. 15 novembre 2012

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

Dettagli

Capitolo 22: Lo scambio nel mercato dei capitali

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

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Introduzione Livelli di significatività Verifica di ipotesi sulla media di una popolazione normale Verifica di ipotesi sulla varianza di una popolazione normale Verifica di ipotesi

Dettagli

Esercizi di Ricerca Operativa II

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

Dettagli

Una ricetta per il calcolo dell asintoto obliquo. Se f(x) è asintotica a mx+q allora abbiamo f(x) mx q = o(1), da cui (dividendo per x) + o(1), m =

Una ricetta per il calcolo dell asintoto obliquo. Se f(x) è asintotica a mx+q allora abbiamo f(x) mx q = o(1), da cui (dividendo per x) + o(1), m = Una ricetta per il calcolo dell asintoto obliquo Se f() è asintotica a m+q allora abbiamo f() m q = o(1), da cui (dividendo per ) m = f() q + 1 f() o(1) = + o(1), mentre q = f() m = o(1). Dunque si ha

Dettagli

Insegnare relatività. nel XXI secolo

Insegnare relatività. nel XXI secolo Insegnare relatività nel XXI secolo L ' e s p e r i m e n t o d i H a f e l e e K e a t i n g È il primo dei nuovi esperimenti, realizzato nel 1971. Due orologi atomici sono stati montati su due aerei

Dettagli

Bruno de Finetti, probabilità e logica

Bruno de Finetti, probabilità e logica Bruno de Finetti, probabilità e logica Daniele Mundici Dipartimento di Matematica e Informatica Università di Firenze Viale Morgagni 67/a 50134 Firenze mundici@math.unifi.it Qual è la probabilità p che

Dettagli

Università di Siena Sede di Grosseto Secondo Semestre 2010-2011. Macroeconomia. Paolo Pin ( pin3@unisi.it ) Lezione 3 18 Aprile 2011

Università di Siena Sede di Grosseto Secondo Semestre 2010-2011. Macroeconomia. Paolo Pin ( pin3@unisi.it ) Lezione 3 18 Aprile 2011 Università di Siena Sede di Grosseto Secondo Semestre 2010-2011 Macroeconomia Paolo Pin ( pin3@unisi.it ) Lezione 3 18 Aprile 2011 Nuovo Orario Riassunto lezione precedente Definizione e misurazione: PIL

Dettagli

Studio di una funzione ad una variabile

Studio di una funzione ad una variabile Studio di una funzione ad una variabile Lo studio di una funzione ad una variabile ha come scopo ultimo quello di pervenire a un grafico della funzione assegnata. Questo grafico non dovrà essere preciso

Dettagli

DUE PROPOSTE ANALISI MATEMATICA. Lorenzo Orio

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

Dettagli

8 Elementi di Statistica

8 Elementi di Statistica 8 Elementi di Statistica La conoscenza di alcuni elementi di statistica e di analisi degli errori è importante quando si vogliano realizzare delle osservazioni sperimentali significative, ed anche per

Dettagli

Dato il Mercato, è possibile individuare il valore e la duration del portafoglio:

Dato il Mercato, è possibile individuare il valore e la duration del portafoglio: TEORIA DELL IMMUNIZZAZIONE FINANZIARIA Con il termine immunizzazione finanziaria si intende una metodologia matematica finalizzata a neutralizzare gli effetti della variazione del tasso di valutazione

Dettagli

Domanda e offerta di lavoro

Domanda e offerta di lavoro Domanda e offerta di lavoro 1. Assumere (e licenziare) lavoratori Anche la decisione di assumere o licenziare lavoratori dipende dai costi che si devono sostenere e dai ricavi che si possono ottenere.

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI 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....................................

Dettagli

Una percentuale di una certa importanza nel mondo economico è il tasso di interesse. Il tasso di

Una percentuale di una certa importanza nel mondo economico è il tasso di interesse. Il tasso di Capitalizzazione e attualizzazione finanziaria Una percentuale di una certa importanza nel mondo economico è il tasso di interesse. Il tasso di interesse rappresenta quella quota di una certa somma presa

Dettagli

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

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

Dettagli

2. Semantica proposizionale classica

2. Semantica proposizionale classica 20 1. LINGUAGGIO E SEMANTICA 2. Semantica proposizionale classica Ritorniamo un passo indietro all insieme dei connettivi proposizionali che abbiamo utilizzato nella definizione degli enunciati di L. L

Dettagli

Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri.

Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri. Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri. A partire da questa lezione, ci occuperemo di come si riescono a codificare con sequenze binarie, quindi con sequenze di 0 e 1,

Dettagli

Esercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:

Esercizio 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

Dettagli

Obiettivo Principale: Spiegare come la stessa cosa possa essere realizzata in molti modi diversi e come, a volte, ci siano modi migliori di altri.

Obiettivo Principale: Spiegare come la stessa cosa possa essere realizzata in molti modi diversi e come, a volte, ci siano modi migliori di altri. 6 LEZIONE: Algoritmi Tempo della lezione: 45-60 Minuti. Tempo di preparazione: 10-25 Minuti (a seconda che tu abbia dei Tangram disponibili o debba tagliarli a mano) Obiettivo Principale: Spiegare come

Dettagli

2 Progetto e realizzazione di funzioni ricorsive

2 Progetto e realizzazione di funzioni ricorsive 2 Progetto e realizzazione di funzioni ricorsive Il procedimento costruttivo dato dal teorema di ricorsione suggerisce due fatti importanti. Una buona definizione ricorsiva deve essere tale da garantire

Dettagli

La Massimizzazione del profitto

La Massimizzazione del profitto La Massimizzazione del profitto Studio del comportamento dell impresa, soggetto a vincoli quando si compiono scelte. Ora vedremo un modello per analizzare le scelte di quantità prodotta e come produrla.

Dettagli

LA 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 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,

Dettagli

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme

Per 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

Dettagli

Capitolo 2. Operazione di limite

Capitolo 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

Dettagli

Scheda n.5: variabili aleatorie e valori medi

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

Dettagli

1. Competenze trasversali

1. Competenze trasversali 1 ISTITUTO D ISTRUZIONE SUPERIORE G. CENA SEZIONE TECNICA ANNO SCOLASTICO 2015/2016 PROGRAMMAZIONE DIDATTICA DI MATEMATICA DOCENTI: PROF. ANGERA GIANFRANCO CLASSE V U TUR Secondo le linee guida, il corso

Dettagli