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

Transcript

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

2 Decisioni in Condizioni di Incertezza Sia singoli individui che gruppi di individui (società, governi, aziende, sindacati ecc.) si trovano spesso in situazioni in cui debbono scegliere tra diverse azioni. Per esempio, il governo deve decidere tra diverse politiche economiche (regimi pensionistici). Decisioni personali, di imprenditori, politici... Producono CONSEGUENZE che possono coinvolgere altre persone o cose.

3 Si deve distinguere tra problemi di decisione per: singole unità (anche l intero corpo elettorale puo essere considerata una singola unità ) più unità in condizioni di conflitto (teoria dei giochi) Si propongono delle linee guida per decisori che consentono di SUDDIVIDERE COMPLESSI problemi decisionali in SOTTOPROBLEMI PIU SEMPLICI. Questi vengono analizzati e ricombinati per fornire la soluzione al problema più ampio. Si cerchera di individuare le CONDIZIONI DI COERENZA da rispettare in ogni processo decisionale.

4 Non sarà uno studio DESCRITTIVO ma NORMATIVO o PRESCRITTIVO Come prima cosa si deve costruire un elenco delle decisioni e/o azioni possibili. Quest elenco deve essere ESAUSTIVO e ESCLUSIVO. Una decisione deve essere presa e al massimo una di esse PUO essere presa. Le decisioni sono prese in condizioni di INCERTEZZA. Esempio: n. di articoli da ordinare nel nostro negozio. Dipende dalla domanda futura di diversi articoli, che NON E NOTA!!

5 Decisioni possibili L elenco delle decisioni possibili deve essere esaustiva ed esclusiva. Indichiamo l insieme (il vettore) delle decisioni possibili con: δ = (δ 1, δ 2,, δ m ) con insieme degli eventi incerti : θ = (θ 1, θ 2,, θ n ), dove il numero di eventi n non è neccessariamente uguale al numero di decisioni m. Il problema è di scegliere un singolo δ i, i = 1,, m senza sapere quale evento θ i si verifica.

6 RICHIAMI DI CALCOLO DELLE PROBABILITÀ Sia dato un evento A, ci si chiede: Cosa è la probabilità di un evento A? Cosa significa che P (A) = 1/6. Ci sono due interpretazioni della probabilità : l impostazione soggetivista l impostazione frequentista IMPOSTAZIONE SOGGETTIVA (B. de Finetti) La probabilità di un evento il grado di fiducia di un individuo nel verificarsi di un evento.

7 Ne consegue: non esistono probabiltà incognite individui diversi possono avere probabilità diverse sul verificarsi dell evento A. La probabilità di A per te rappresenta il tuo stato di informazione su A. La modalità operativa per quantificare la valutazione soggettiva della probabilità è basata sullo schema delle scomesse.

8 Quantificazione delle Probabilità Come assegnare/elicitare le probabilità? A. Criterio della Scommessa: Valutazioni di probabilità di un individuo vengono basate su scommesse ipotetiche. La tua probabilità di A è p se sei indifferente tra: a) ricevere p con certezza; b) scommettere e ricevere { 1 se A 0 se Ā La probabilità è quindi il prezzo equo di un evento incerto.

9 Il guadagno (aleatorio) è dato da { 1 p se A g = p se Ā B. Criterio della Penalizzazione: Sceglierai la tua probabilità di A, P (A) = p, sapendo che subirai una penalizzazione pari a: { (1 p) 2 se A p 2 se Ā (si tornerà in seguito sulle funzoni di perdita) (1)

10 Coerenza La scelta di p sia in 1) che in 2) deve essere coerente, cioè non deve produrre nè una vincita certa nè una perdita certa. Esercizio 1 Seguendo il principio di coerenza dimostrare che: a) p(a) 0 b) P (Ω) = 1 c) P (A B) = P (A) + P (B), per A B = *** esempio di Savage ***

11 Impostazione Frequentista ( Oggettiva ) La probabilità è definita come il limite delle frequenza osservate in un gran numero di prove ripetute dello stesso evento ( nelle medesime condizioni). Nè consegue che: i) P (A) è incognita perchè non si ripeterà mai infinite volte un esperimento (non è osservabile) ii) Solo eventi ai quali è possibile pensare di effettuare infinite prove ripetute sono probabilizzabili i) esiste una probabilità vera generalmente incognita che si cerca di stimare. ii) solo risultati di misure ripetute, estrazioni casuali, ecc. sono probabilizzabili.

12 In questa impostazione come possiamo assegnare la probabilità ad eventi come 1. La Roma vincerà la prossima partita 2. Il tasso di inflazione nel prossimo trimestre scenderà sotto il 2%

13 Assiomatizzazione La probabilità è una funzione di insieme definita sulla classe A di eventi e assume valori reali in [0, 1]. P : A [0, 1] Assiomi 1. A è un algebra di sottoinsiemi di Ω 2. 0 P (A) 1, A A 3. P (Ω) = 1, P ( ) = 0 4. P ( n i=1 A i) = n i=1 P (A i), se A i A j =, i j L assioma 1. significa che utilizzando le operazioni, e c (Ā) (unione, intersezione e complemento tra insiemi

14 (eventi)) su un numero finito di s.i. di A si ottengono ancora elementi di A. (Diremo anche che P d insieme) Assiomi aggiuntivi una misura di A, funzione additiva 1 A è una σ algebra di s.i. di A. (cioè contiene anche l unioni numerabili di propri elementi) 4 P ( i=1 A i) = i=1 P (A i), se A i A j =, i j Spazio di probabilità (Ω, A, P )

15 Richiami: probabilità condizionata P (A B) = P (A B)/P (B) se P (B) > 0 (2) Dipendenza e Indipendenza Stocastica Dati due eventi A ed B possono sussistere le seguenti relazioni a) P (A) < P (A B) (associazione positiva) b) P (A) > P (A B) (associazione negativa) c) P (A) = P (A B) e scriveremo A B Inoltre dalla (2) si ha che A B implica P (A B) = P (A)P (B)

16 Si dice che due eventi sono stocasticamente indipendenti se P (A B) = P (A)P (B) Inoltre l indipendenza è una proprietà simmetrica se A B allora B A. Esercizio 2. Dimostrare: Se A B allora A B, B Ā e Ā B. Diremo che n eventi E 1, E 2,, E n sono mutauamente indipendenti tra loro se susiste l independenza a due a due, a tre a tre,...ecc., cioè P (E 1 E k ) = P (E 1 ) P (E k ) per k = 2, 3, n (e per qualsiasi ordine dei fattori).

17 Indipendenza Condizionata Attenzione il concetto di indipendenza A B non si deve confondere con quello di indipendenza condizionata (condizionale) A B C P (A B C) = P (A C)P (B C) Esercizio 3: Monty Hall west/javahtml/letsmakeadeal

18 Teorema di Bayes Sia {H 1,, H k } una partizione di Ω. Per qualunque evento A Ω con P (A) > 0 si ha: P (H i A) = P (H i )P (A H i ) k j=1 P (H j)p (A H j ). Nel caso più semplice la partizione di Ω è H H e si ha P (H A) = P (H)P (A H) P (A) dove P (A) = P (A H)P (H) + P (A H)P ( H).

19 Esempio: Test Elisa per HIV+ T -Test positivo, T -Test negativo, M-malato P (T M) = 0.99 P ( T M) = 0.9 Popolazione USA 300 millioni e circa un millione sono HIV+ quindi P (M) =? Ora, se un individuo risulta positivo al test che probabilità ha di essere HIV+? Dobbiamo calcolare la probabilità a posteriori P (M T )? Applicando il teorema di Bayes abbiamo: P (M T ) = P (M)P (T M) P (T )

20 dove P (T ) = P (T M)P (M) + P (T M)P ( M) quindi P (M T ) = e P (M T ) =. Si è quindi passati da una probabilità a priori di essere HIV+ pari a P (M) = ad una probabilità a posteriori di essere HIV+ P (M T ) (condizionata all informazione di essere risultato positivo al test) pari a.

21 Esercizio 4. NSA (National Security Agency) ha un programma illegale di spionaggio domestico (DSP). La NSA valuta che se sei un terrorista DSP porta alla tua cattura (spesso violenta!) con alta probabilità pari a ; mentre se non sei un terrorista la probabilità di essere catturato è pari all 1%. Vi sembra che DSP è un programma efficace? Risulta che in un anno tra gli 31,000 sospettati catturati con DSP soltanto 0.32% erano realmente terroristi. Spiegare l accaduto? Il programma di spionaggio domestico vi sembra una strategia buona?

22 Esercizio 5. Pippo vuole investire in certe azioni e pensa che la probabilità con cui saliranno (S) nel prossimo mese è pari a P (S) = 0.6. Pippo deve decidere se consultare l agente di cambio Paperone. Paperone, dopo un compenso, puo consigliare di comperare C o non comperare C e Pippo valuta l affidabilità di Paperone come segue: P (C S) = 0.8 e P (C S) = 0.3. Basandovi sulla probabilità a posteriori che le azioni salgono quando Paperone consiglia di comperare e quando consiglia di non comperare (P (S C) e P (S C)) date un consiglio a Pippo.

23 ODDS-Ragione di scommessa Nell esempio 5., P (S) = 0.6 e quindi P ( S) = 1 P (S) = 0.4 e potremo dire che le azioni sono date 6:4, cioè con odds (a priori) a favore di S pari a O(S) = P (S)/(1 P (S)) = P (S)/P ( S) =. Inoltre, gli odds a favore di S a posteriori sono dati da O(S C) = P (S C) P ( S C). Possiamo dunque, riscrivere il teorema di Bayes in termini di odds come P (S C) P (S) P (C S) = P ( S C) P ( S) P (C S) ossia O(S C) = O(S) P (C S) P (C S), dove l ultimo termine è il rapporto di verosimiglianza (Likelihood ratio) Odds a Posteriori = Odds a Priori LR

24 La Scomessa Olandese- Dutch book Ricordiamo che P (A) + P (Ā) = 1. Supponiamo che agite in modo incoerente ed assegnate a P (A) = 0.2 ed a P (Ā) = 0.7. Questo significa che la ragione di scommessa (1 P (A)) (odds) contro A sono 4 : 1, poichè P (A) = 0.8/0.2), cioè per voi è equo pagare 4x a chi ne scommette x. Il vostro guadagno è : { 4x se A x se Ā Analogamente gli odds contro Ā sono di 3 : 7 quindi il vostro guadagno è : { 3/7y y se Ā se A

25 Calcolate il vostro guadagno/perdita complessiva con x = 2 e y = 7 Euro. Una combinazioni di scommesse che da una perdita certa viene detta scommessa olandese (Dutch book)

26 Paradosso di Simpson Esempio: 40 aziende adottano una nuova strategia di marketing M e 40 non l adottano M. Si registra se hanno incrementato le vendite I oppure no Ī. La tabella seguente indica i risultati per le 80 aziende: I Ī totale % incremento M % M % Mentre se esamino separatamente le tabelle per le aziende dell Italia Centrale C: I Ī totale % incremento M % M %

27 e quella delle aziende dell Italia Settentrionale, C: I Ī totale % incremento M % M % Dalla prima tabella si deduce che P (I M) = 0.5 e P (I M) = 0.4. Mentre risulta che: P (I M, C) = 0.6 e P (I M, C) = 0.7, P (I M, C) = 0.2 e P (I M, C) = 0.3 ma poichè dal teorema delle probabilità totali: P (I M) = P (I M, C)P (C M) + P (I M, C)P ( C M)

28 si ha dove P (C M) = p e inoltre 0.5 = 0.6p + 0.2(1 p) P (I M) = P (I M, C)P (C M) + P (I M, C)P ( C M) e pern P (C M) = r si ha: 0.40 = 0.7r + 0.3(1 r). Nel nostro esempio p = 30/40 = 0.75 e molto diverso da r = 0.25 e quindi l incremento di vendite nelle aziende che hanno aderito alla strategia di marketing risulta superiore quando queste vengono aggregate, mentre se condizioniamo alla zona geografica C e C la proporzione si roverscia. Se p e q fossero circa uguali la composizione sarebbe stata la stessa e il paradosso non sarebbe sorto.

29 Esempio Famoso: Florida murderers Le Sentenze in 4863 casi di assassinio in Florida dal Sentenza Assassino Morte Altro % Morte Nero % Bianco % Vi è una percentuale di condannati a morte leggermente più alta per i condannati bianchi rispetto a quelli neri.

30 Se controlliamo il colore della vittima Sentenza Vittima Assassino Morte Altro % Morte Nero Nero % Bianco % Bianco Nero % Bianco % Ora condizionatamente al colore della vittima le cose sono molto diverse. Da notare in particolare che tra 111 bianchi che hanno amazzato una vittima nera nessuno è stato condannato a morte! Condizionatamente al colore della vittima, colore dell assassino e sentenza SONO stocasticamente dipendenti.

31 Ammissione a Berkeley Dipartimento Sesso Ammesso? Si No % ammessi I Maschio % Femmina % II Maschio % Femmina % III Maschio % Femmina % IV Maschio % Femmina % V Maschio % Femmina % VI Maschio % Femmina % Per le tre variabili A: Ammesso?, S: Sesso, and D: Dipartmento è interessante vedere se vi è indipendenza tra due variabli mantenendo fissa una. Per esempio, l ammissione è indipende dal sesso per ogni dipartimento separatamente A S D? Graphicamente possiamo rappresentarlo come

32

33 Indipendenza marginale Consideriamo la tabella marginale Sesso Ammesso? Si No % Maschio % Femmina % Notate che nella tabella marginale le ammissioni sono molto più basse per le femmine. Se invece consideriamo i dipartimenti separatamente vi è una differenza solo per il dipartmento I, ed inoltre le ammissioni sono più alte per le femmine.! Cioè non è vero che A S.

34 Paradosso di Simpson Le due condizioni S A, S A D sono diverse e sono entrambe valide solo nel caso in cui una delle variabili è completamente indipendente da entrambe le altre due, cioè S (A, D) oppure (S, D) A. Questo fatto è noto come paradosso di Yule-Simpson.