ELEMENTI DI LOGICA PROBABILISTICA 29

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:

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

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

F p ( ) A p ( ). F p 0( ) A p 0( ), (3.4)

F p ( ) A p ( ). F p 0( ) A p 0( ), (3.4) 36 HYKEL HOSNI 3.1.6. Opinioni rivelate. Siamo ora nella posizione di vedere come il problema di scelta di de Finetti ci permetta di definire in modo operativo i gradi di convizione di Allibratore, e successivamente

Dettagli

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee

Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Algoritmo euclideo, massimo comun divisore ed equazioni diofantee Se a e b sono numeri interi, si dice che a divide b, in simboli: a b, se e solo se esiste c Z tale che b = ac. Si può subito notare che:

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

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

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

= 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

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

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

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

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

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

Accesso Limitato al Credito e la Politica Monetaria: il Modello di Stiglitz e Weiss

Accesso Limitato al Credito e la Politica Monetaria: il Modello di Stiglitz e Weiss Accesso Limitato al Credito e la Politica Monetaria: il Modello di Stiglitz e Weiss Dr. Giuseppe Rose (Ph.D., M.Phil, M.Sc., London) Università degli Studi della Calabria Macroeconomia Applicata Prof.ssa

Dettagli

Dall italiano alla logica proposizionale

Dall italiano alla logica proposizionale Rappresentare l italiano in LP Dall italiano alla logica proposizionale Sandro Zucchi 2009-10 In questa lezione, vediamo come fare uso del linguaggio LP per rappresentare frasi dell italiano. Questo ci

Dettagli

Il cervello è un computer?

Il cervello è un computer? Corso di Intelligenza Artificiale a.a. 2012/13 Viola Schiaffonati Il cervello è un computer? Definire l obiettivo L obiettivo di queste due lezioni è di analizzare la domanda, apparentemente semplice,

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

L avversione al rischio e l utilità attesa

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

Dettagli

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

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

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

Dettagli

Giudizio, decisione e violazione degli assiomi di razionalità

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

Dettagli

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

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

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

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

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

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

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

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

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

I Modelli della Ricerca Operativa

I Modelli della Ricerca Operativa Capitolo 1 I Modelli della Ricerca Operativa 1.1 L approccio modellistico Il termine modello è di solito usato per indicare una costruzione artificiale realizzata per evidenziare proprietà specifiche di

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

OFFERTA DI LAVORO [Borjas 1.1-1.7]

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

Dettagli

1 Grafico di una funzione reale 1. 2 Funzioni elementari 2 2.1 Funzione potenza... 2 2.2 Funzione esponenziale... 3 2.3 Funzione logaritmica...

1 Grafico di una funzione reale 1. 2 Funzioni elementari 2 2.1 Funzione potenza... 2 2.2 Funzione esponenziale... 3 2.3 Funzione logaritmica... UNIVR Facoltà di Economia Sede di Vicenza Corso di Matematica Funzioni reali di variabile reale Indice Grafico di una funzione reale 2 Funzioni elementari 2 2. Funzione potenza................................................

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

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

Corso di Politica Economica Teoria delle votazioni

Corso di Politica Economica Teoria delle votazioni Corso di Politica Economica Teoria delle votazioni Prof. Paolo Buonanno Università degli Studi di Bergamo Funzione di Benessere Sociale Problema della scelta di un punto socialmente ottimale lungo la frontiera

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

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

Incertezza, assicurazioni, deterrenza

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

Dettagli

Ricerca Operativa 2. Introduzione al metodo del Simplesso

Ricerca Operativa 2. Introduzione al metodo del Simplesso Ricerca Operativa 2. Introduzione al metodo del Simplesso Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema di ottimizzazione vincolata è definito dalla massimizzazione

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

Iniziamo 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: 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

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

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

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

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

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

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

Imposte ed efficienza economica

Imposte ed efficienza economica Imposte ed efficienza economica Imposte ed efficienza economica Nell immediato, ogni aumento delle imposte fa diminuire il benessere dei contribuenti. Nel lungo periodo, tale diminuzione è compensata dai

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità à 1. Introduzione Calcolo delle Probabilità Il Calcolo delle Probabilità nasce dagli studi matematici sui giochi d azzardo. Il Calcolo delle Probabilità è lo strumento che permette all uomo di assumere

Dettagli

Le operazioni di assicurazione e la teoria

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

Dettagli

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

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE

ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE ALGEBRA: LEZIONI DAL 13 OTTOBRE AL 3 NOVEMBRE 1 DIPENDENZA E INDIPENDENZA LINEARE Se ho alcuni vettori v 1, v 2,, v n in uno spazio vettoriale V, il sottospazio 1 W = v 1,, v n di V da loro generato è

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

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

Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo

Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo Calcolo delle Probabilità A.A. 2013/2014 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo docente Giuseppe Sanfilippo http://www.unipa.it/sanfilippo giuseppe.sanfilippo@unipa.it

Dettagli

Tecniche di DM: Link analysis e Association discovery

Tecniche di DM: Link analysis e Association discovery Tecniche di DM: Link analysis e Association discovery Vincenzo Antonio Manganaro vincenzomang@virgilio.it, www.statistica.too.it Indice 1 Architettura di un generico algoritmo di DM. 2 2 Regole di associazione:

Dettagli

ECONOMIA POLITICA. R.H. Frank, B.S. Bernanke, M. McDowell e R. Thom, Principi di Economia, McGraw-Hill, Milano, Terza Edizione, 2010

ECONOMIA POLITICA. R.H. Frank, B.S. Bernanke, M. McDowell e R. Thom, Principi di Economia, McGraw-Hill, Milano, Terza Edizione, 2010 ECONOMIA POLITICA TESTO R.H. Frank, B.S. Bernanke, M. McDowell e R. Thom, Principi di Economia, McGraw-Hill, Milano, Terza Edizione, 2010 (capp. 2,3,4,5,6,7,8,9,12,13,14,16,17,20,23) introduzione alla

Dettagli

Lezione 15: Un po di cose in generale

Lezione 15: Un po di cose in generale Lezione 15: Un po di cose in generale Abbiamo visto come possiamo associare ad alcune forme del piano o dello spazio delle espressioni analitiche che le rappresentano. Come un equazione sia una relazione

Dettagli

Multiagent systems. Christian Schunck, Ph.D. UD 1.2: Esempi di Giochi

Multiagent systems. Christian Schunck, Ph.D. UD 1.2: Esempi di Giochi Multiagent systems Sistemi i di Agenti Christian Schunck, Ph.D. UD 1.2: Esempi di Giochi Christian Schunck,Ph.D. Multiagent Systems Sistemi di Agenti UD 1.1 30/03/2010 Dia 2 TIPOLOGIE DI GIOCHI SOMMA COSTANTE/NON

Dettagli

Scelte intertemporali e decisioni di risparmio

Scelte intertemporali e decisioni di risparmio CAPITOLO 4 Scelte intertemporali e decisioni di risparmio Esercizio 4.1. Tizio deve decidere la spesa per consumo corrente, c 0, e quella per consumo futuro,. Le sue preferenze sono rappresentate dalla

Dettagli

CHE RENDIMENTI È POSSIBILE OTTENERE?

CHE RENDIMENTI È POSSIBILE OTTENERE? CHE RENDIMENTI È POSSIBILE OTTENERE? Se metti in soldi in banca che tasso di interesse ti danno? Il 2% forse. Se compri obbligazioni quale rendimento ti puoi aspettare? Quelle buone e non troppo rischiose

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

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

Teoria delle Decisioni. Lezioni 1 e 2 a.a. 2006 2007. J. Mortera, Università Roma Tre mortera@uniroma3.it

Teoria delle Decisioni. Lezioni 1 e 2 a.a. 2006 2007. J. Mortera, Università Roma Tre mortera@uniroma3.it Teoria delle Decisioni Lezioni 1 e 2 a.a. 2006 2007 J. Mortera, Università Roma Tre mortera@uniroma3.it Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi,

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

Esercizi di Teoria dei Giochi

Esercizi di Teoria dei Giochi Esercizi di Teoria dei Giochi ultimo aggiornamento: 11 maggio 2010 1. Si consideri il gioco fra 2 giocatori rappresentato (con le notazioni standard) dalla seguente matrice: (3, 1) (5, 0) (1, 0) (2, 6)

Dettagli

Introduzione alle variabili aleatorie discrete e continue notevoli Lezione 22.01.09 (ore 11.00-13.00, 14.00-16.00)

Introduzione alle variabili aleatorie discrete e continue notevoli Lezione 22.01.09 (ore 11.00-13.00, 14.00-16.00) Introduzione alle variabili aleatorie discrete e continue notevoli Lezione 22.01.09 (ore 11.00-13.00, 14.00-16.00) Richiami di matematica pag. 2 Definizione (moderatamente) formale di variabile aleatoria

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

Funzioni. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara

Funzioni. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara Funzioni Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)

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

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

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

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

Economia Pubblica Rischio e Incertezza

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

Dettagli

Capitolo 33: Beni Pubblici

Capitolo 33: Beni Pubblici Capitolo 33: Beni Pubblici 33.1: Introduzione In questo capitolo discutiamo le problematiche connesse alla fornitura privata dei beni pubblici, concludendo per l opportunità dell intervento pubblico in

Dettagli

Educare al pensiero probabilistico a scuola Ines Marazzani N.R.D. Bologna

Educare al pensiero probabilistico a scuola Ines Marazzani N.R.D. Bologna Educare al pensiero probabilistico a scuola Ines Marazzani N..D. Bologna Questo articolo è stato oggetto di pubblicazione in: Marazzani I. (2002). Educare al pensiero probabilistico a scuola. In. D Amore

Dettagli

6. I numeri reali e complessi ( R e C ). x2 = 2. 6.1 I numeri reali R.

6. I numeri reali e complessi ( R e C ). x2 = 2. 6.1 I numeri reali R. 6. I numeri reali e complessi ( R e C ). 6.1 I numeri reali R. Non tratteremo in modo molto approfondito gli ulteriori ampliamenti che dai numeri razionali ci portano a quelli reali, all insieme, e R d

Dettagli

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Si tratta di problemi elementari, formulati nel linguaggio ordinario Quindi, per ogni problema la suluzione proposta è sempre

Dettagli

Corso di Politica Economica

Corso di Politica Economica Corso di Politica Economica Teoria delle Votazioni David Bartolini Università Politecnica delle Marche (Sede di S.Benedetto del Tronto) d.bartolini@univpm.it (email) http://utenti.dea.univpm.it/politica

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

FUNZIONI / ESERCIZI SVOLTI

FUNZIONI / ESERCIZI SVOLTI ANALISI MATEMATICA I - A.A. 0/0 FUNZIONI / ESERCIZI SVOLTI ESERCIZIO. Data la funzione f () = determinare l insieme f (( +)). Svolgimento. Poiché f (( +)) = { dom f : f () ( +)} = { dom f : f () > } si

Dettagli

la "macchina" universale di Turing

la macchina universale di Turing la "macchina" universale di Turing Nel 1854, il matematico britannico George Boole (1815-1864), elaborò una matematica algebrica che da lui prese il nome. Nell'algebra booleana le procedure di calcolo

Dettagli

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

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

Dettagli

1 Limiti e continuità per funzioni di una variabile

1 Limiti e continuità per funzioni di una variabile 1 Limiti e continuità per funzioni di una variabile Considerazioni introduttive Consideriamo la funzione f() = sin il cui dominio naturale è

Dettagli

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità Introduzione Il caso Il caso commesse e probabilità Il caso i chiama evento casuale quello che si verifica in una situazione in cui gli eventi possibili sono più d uno, ma non si sa a priori quale si verificherà.

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

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

19. Inclusioni tra spazi L p.

19. Inclusioni tra spazi L p. 19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p

Dettagli

Funzioni in due variabili Raccolta di FAQ by Andrea Prevete

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

Dettagli

Appunti di Probabilità

Appunti di Probabilità Appunti di Probabilità Bruno Betrò CNR-IMATI, Sezione di Milano bruno.betro@mi.imati.cnr.it www.mi.imati.cnr.it/ bruno Testi di riferimento: Dall Aglio G., Calcolo delle Probabilità, Zanichelli Scozzafava

Dettagli

Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10. Articolo 1: 5 luglio 2010. Sponsored Search Equilibrium for Conservative Bidders

Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/10. Articolo 1: 5 luglio 2010. Sponsored Search Equilibrium for Conservative Bidders Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/0 Articolo : 5 luglio 200 Sponsored Search Equilibrium for Conservative Bidders Docente Vincenzo Auletta Note redatte da: Filomena Carnevale

Dettagli

1 Insiemi in R n 1 1.1 Simmetrie degli insiemi... 5

1 Insiemi in R n 1 1.1 Simmetrie degli insiemi... 5 UNIVR Facoltà di Economia Sede di Vicenza Corso di Matematica Funzioni reali di più variabili Indice Insiemi in R n. Simmetrie degli insiemi............................................ 5 2 Funzioni da

Dettagli

Utilità Attesa (Cap. 24 Hey)

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

Dettagli

Ipotesi scientifiche ed evidenze osservative

Ipotesi scientifiche ed evidenze osservative Temi filosofici dell ingegneria e della scienza /Informatica B[1] Politecnico di Milano, II Facoltà di ingegneria, a.a. 2009-10 Ipotesi scientifiche ed evidenze osservative Viola Schiaffonati Dipartimento

Dettagli

Cenni di logica & algebra booleana

Cenni di logica & algebra booleana Cenni di algebra booleana e dei sistemi di numerazione Dr. Carlo Sansotta - 25 2 Parte Cenni di logica & algebra booleana 3 introduzione L elaboratore elettronico funziona secondo una logica a 2 stati:

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

Un gioco con tre dadi

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

Dettagli