Teoria delle Decisioni. Lezioni 1 e 2 a.a J. Mortera, Università Roma Tre mortera@uniroma3.it
|
|
- Gilberta Romeo
- 8 anni fa
- Visualizzazioni
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.
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
DettagliPROBABILITA. 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
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliCapitolo 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.
DettagliMatematica Applicata. Probabilità e statistica
Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato
DettagliPROBABILITA CONDIZIONALE
Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliCapitolo 25: Lo scambio nel mercato delle assicurazioni
Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliPROBABILITA CONDIZIONALE
Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,
DettagliLa teoria dell utilità attesa
La teoria dell utilità attesa 1 La teoria dell utilità attesa In un contesto di certezza esiste un legame biunivoco tra azioni e conseguenze: ad ogni azione corrisponde una e una sola conseguenza, e viceversa.
DettagliVINCERE AL BLACKJACK
VINCERE AL BLACKJACK Il BlackJack è un gioco di abilità e fortuna in cui il banco non può nulla, deve seguire incondizionatamente le regole del gioco. Il giocatore è invece posto continuamente di fronte
DettagliViene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?
Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento
DettagliCorso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.
Corso di Matematica Corso di Laurea in Farmacia, Facoltà di Farmacia Università degli Studi di Pisa Maria Luisa Chiofalo Scheda 18 Esercizi svolti sul calcolo delle probabilità I testi degli esercizi sono
DettagliMacroeconomia, Esercitazione 2. 1 Esercizi. 1.1 Moneta/1. 1.2 Moneta/2. 1.3 Moneta/3. A cura di Giuseppe Gori (giuseppe.gori@unibo.
acroeconomia, Esercitazione 2. A cura di Giuseppe Gori (giuseppe.gori@unibo.it) 1 Esercizi. 1.1 oneta/1 Sapendo che il PIL reale nel 2008 è pari a 50.000 euro e nel 2009 a 60.000 euro, che dal 2008 al
DettagliAnalisi dei residui. Test Esatto di Fisher. Differenza fra proporzioni
Statistica Economica Materiale didattico a cura del docente Analisi dei residui Test Esatto di Fisher Differenza fra proporzioni 1 Analisi dei residui Il test statistico ed il suo p-valore riassumono la
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 26 marzo 2015 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2015.html COOPERAZIONE Esempio: strategie correlate e problema
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliLA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ
LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ In questa Appendice mostreremo come trovare la tariffa in due parti che massimizza i profitti di Clearvoice,
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliDomande a scelta multipla 1
Domande a scelta multipla Domande a scelta multipla 1 Rispondete alle domande seguenti, scegliendo tra le alternative proposte. Cercate di consultare i suggerimenti solo in caso di difficoltà. Dopo l elenco
DettagliEconomia Applicata ai sistemi produttivi. 06.05.05 Lezione II Maria Luisa Venuta 1
Economia Applicata ai sistemi produttivi 06.05.05 Lezione II Maria Luisa Venuta 1 Schema della lezione di oggi Argomento della lezione: il comportamento del consumatore. Gli economisti assumono che il
Dettagli(concetto classico di probabilità)
Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliNote 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
Dettaglib. Che cosa succede alla frazione di reddito nazionale che viene risparmiata?
Esercitazione 7 Domande 1. L investimento programmato è pari a 100. Le famiglie decidono di risparmiare una frazione maggiore del proprio reddito e la funzione del consumo passa da C = 0,8Y a C = 0,5Y.
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016. 1. Esercizi: lezione 24/11/2015
ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016 1. Esercizi: lezione 24/11/2015 Valutazioni di operazioni finanziarie Esercizio 1. Un operazione finanziaria
DettagliOttimizazione vincolata
Ottimizazione vincolata Ricordiamo alcuni risultati provati nella scheda sulla Teoria di Dini per una funzione F : R N+M R M di classe C 1 con (x 0, y 0 ) F 1 (a), a = (a 1,, a M ), punto in cui vale l
DettagliTasso di interesse e capitalizzazione
Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 14 marzo 2013 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2013.html IL PARI O DISPARI I II S T S (-1, 1) (1, -1)
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliLezione 27: L offerta di moneta e la LM
Corso di Economia Politica prof. S. Papa Lezione 27: L offerta di moneta e la LM Facoltà di Economia Università di Roma Sapienza Offerta di moneta Offerta di moneta. È la quantità di mezzi di pagamento
DettagliProof. 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
DettagliLEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE AREA TECNICO ASSISTENZIALI
DettagliLezione 10: Il problema del consumatore: Preferenze e scelta ottimale
Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Facoltà di Scienze della Comunicazione Università di Teramo Scelta
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliINTRODUZIONE I CICLI DI BORSA
www.previsioniborsa.net 1 lezione METODO CICLICO INTRODUZIONE Questo metodo e praticamente un riassunto in breve di anni di esperienza e di studi sull Analisi Tecnica di borsa con specializzazione in particolare
DettagliStatistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliPaperone e Rockerduck: a cosa serve l antitrust?
Paperone e Rockerduck: a cosa serve l antitrust? Paperone Anna Torre, Rockerduck Ludovico Pernazza 1-14 giugno 01 Università di Pavia, Dipartimento di Matematica Concorrenza Due imprese Pap e Rock operano
DettagliPer poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.
Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo
DettagliEsercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:
Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette
DettagliCapitolo 2. Operazione di limite
Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliCOMPLEMENTI SULLE LEGGI FINANZIARIE
COMPLEMENI SULLE LEGGI FINANZIARIE asso di rendimento di operazioni finanziarie in valuta estera La normativa vigente consente di effettuare operazioni finanziarie, sia di investimento che di finanziamento,
Dettagli1 Giochi a due, con informazione perfetta e somma zero
1 Giochi a due, con informazione perfetta e somma zero Nel gioco del Nim, se semplificato all estremo, ci sono due giocatori I, II e una pila di 6 pedine identiche In ogni turno di gioco I rimuove una
DettagliEsercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:
Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi
DettagliLezioni di Matematica 1 - I modulo
Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può
DettagliANALISI DI CORRELAZIONE
ANALISI DI CORRELAZIONE Esempio: Dati raccolti da n = 129 studenti di Pavia (A.A. 21/2) Altezza (cm) Peso (Kg) Voto Algebra e Geometria Voto Fisica I Valutare la correlazione delle seguenti coppie: Peso
DettagliEsercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
DettagliEsercitazione n.2 Inferenza su medie
Esercitazione n.2 Esercizio L ufficio del personale di una grande società intende stimare le spese mediche familiari dei suoi impiegati per valutare la possibilità di attuare un programma di assicurazione
DettagliIl principio di induzione e i numeri naturali.
Il principio di induzione e i numeri naturali. Il principio di induzione è un potente strumento di dimostrazione, al quale si ricorre ogni volta che si debba dimostrare una proprietà in un numero infinito
DettagliCorso 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
DettagliESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016. 1. Esercizi: lezione 03/11/2015
ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016 1. Esercizi: lezione 03/11/2015 Piani di ammortamento Esercizio 1. Un finanziamento pari a 100000e viene rimborsato
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
Dettagli= 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
DettagliPrimi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita
Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi
DettagliEconomia del Lavoro 2010
Economia del Lavoro 2010 Capitolo 1-3 Offerta di lavoro -Le preferenze del lavoratore 1 Offerta di lavoro Le preferenze del lavoratore Il comportamento dell offerta di lavoro è analizzato dagli economisti
DettagliEconomia Aperta. In questa lezione: Analizziamo i mercati dei beni e servizi in economia aperta. Analizziamo i mercati finanziari in economia aperta
Economia Aperta In questa lezione: Analizziamo i mercati dei beni e servizi in economia aperta Analizziamo i mercati finanziari in economia aperta 167 Economia aperta applicata ai mercati dei beni mercati
DettagliESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016. 1. Esercizi 4
ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2015/2016 1. Esercizi 4 Piani di ammortamento Esercizio 1. Un debito di 1000e viene rimborsato a tasso annuo i = 10%
DettagliVerifica di ipotesi e intervalli di confidenza nella regressione multipla
Verifica di ipotesi e intervalli di confidenza nella regressione multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Maggio 2014 Rossi MRLM Econometria - 2014 1 / 23 Sommario Variabili di controllo
DettagliCapitolo 26. Stabilizzare l economia: il ruolo della banca centrale. Principi di economia (seconda edizione) Robert H. Frank, Ben S.
Capitolo 26 Stabilizzare l economia: il ruolo della banca centrale In questa lezione Banca centrale Europea (BCE) e tassi di interesse: M D e sue determinanti; M S ed equilibrio del mercato monetario;
DettagliInteresse composto con Mathcad
Interesse composto con Mathcad Quando si depositano soldi su un conto in banca questi fruttano interessi: soldi che la banca paga per l'uso dei tuoi soldi in un periodo di tempo. Se si lasciano i soldi
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliEquivalenza economica
Equivalenza economica Calcolo dell equivalenza economica [Thuesen, Economia per ingegneri, capitolo 4] Negli studi tecnico-economici molti calcoli richiedono che le entrate e le uscite previste per due
DettagliALLINEARSI: IL DRIVER PER UNA INNOVAZIONE DI SUCCESSO!
ALLINEARSI: IL DRIVER PER UNA INNOVAZIONE DI SUCCESSO! L allineamento del team esecutivo è definibile come l accordo dei membri del team in merito a: 1. Allineamento personale -consapevolezza dell impatto
DettagliMICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza
MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare
Dettagli1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
DettagliEconomia Aperta. In questa lezione: Analizziamo i mercati dei beni e servizi in economia aperta. Analizziamo i mercati finanziari in economia aperta
Economia Aperta In questa lezione: Analizziamo i mercati dei beni e servizi in economia aperta Analizziamo i mercati finanziari in economia aperta 158 Economia aperta applicata ai mercati dei beni mercati
DettagliCapitolo Terzo Valore attuale e costo opportunità del capitale
Capitolo Terzo Valore attuale e costo opportunità del capitale 1. IL VALORE ATTUALE La logica di investimento aziendale è assolutamente identica a quella adottata per gli strumenti finanziari. Per poter
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliCorrispondenze e funzioni
Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliINTRODUZIONE AI CICLI
www.previsioniborsa.net INTRODUZIONE AI CICLI _COSA SONO E A COSA SERVONO I CICLI DI BORSA. Partiamo dalla definizione di ciclo economico visto l argomento che andremo a trattare. Che cos è un ciclo economico?
DettagliUlteriori problemi di fisica e matematica
Facoltà di Medicina e Chirurgia Università degli Studi di Firenze Agosto 2010 Ulteriori problemi di fisica e matematica Giovanni Romano Perché un raggio di luce proveniente dal Sole e fatto passare attraverso
DettagliEsercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno 2007-2008, Prof. Mortera
Esercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno 2007-2008, Prof. Mortera 1. Avete risparmiato 10 dollari che volete investire per un anno in azioni e/o buoni del tesoro
DettagliMacroeconomia, Esercitazione 6. 1 Esercizi. 1.1 Taylor rule e Domanda Aggregata Dinamica/1. 1.2 Taylor rule e Domanda Aggregata Dinamica/2
Macroeconomia, Esercitazione 6 A cura di Giuseppe Gori (giuseppe.gori@unibo.it) Esercizi. Taylor rule e Domanda Aggregata Dinamica/ Sapete che =0, 5, Y =0, 3 e che il tasso d interesse naturale è pari
DettagliIL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE.
IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. Lezione 5 Castellanza, 17 Ottobre 2007 2 Summary Il costo del capitale La relazione rischio/rendimento
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliGUIDA ALLA RILEVANZA
GUIDA ALLA RILEVANZA Posizionamento per Rilevanza Suggerimenti per una migliore visibilità su ebay www.egolden.it Vers. 1.1 Questa guida puo essere ridistribuita con l obbligo di non modificarne contenuto
Dettagli2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione
Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza
DettagliEsercizi di Ricerca Operativa II
Esercizi di Ricerca Operativa II Raffaele Pesenti January 12, 06 Domande su utilità 1. Determinare quale è l utilità che un giocatore di roulette assegna a 100,00 Euro, nel momento che gioca tale cifra
DettagliCapitolo V. I mercati dei beni e i mercati finanziari: il modello IS-LM
Capitolo V. I mercati dei beni e i mercati finanziari: il modello IS-LM 2 OBIETTIVO: Il modello IS-LM Fornire uno schema concettuale per analizzare la determinazione congiunta della produzione e del tasso
DettagliGRUPPO MY- social media solutions / Via G.Dottori 94, Perugia / PI 03078860545
Capitolo 3 - Dalla strategia al piano editoriale GRUPPO MY- social media solutions / Via G.Dottori 94, Perugia / PI 03078860545 Social Toolbox ed i contenuti presenti nel seguente documento (incluso a
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire
DettagliECONOMIA CLASSE IV prof.ssa Midolo L ASPETTO ECONOMICO DELLA GESTIONE. (lezione della prof.ssa Edi Dal Farra)
ECONOMIA CLASSE IV prof.ssa Midolo L ASPETTO ECONOMICO DELLA GESTIONE (lezione della prof.ssa Edi Dal Farra) La GESTIONE (operazioni che l azienda compie per raggiungere i suoi fini) può essere: ORDINARIA
DettagliI ricavi ed i costi di produzione
I ricavi ed i costi di produzione Supponiamo che le imprese cerchino di operare secondo comportamenti efficienti, cioè comportamenti che raggiungono i fini desiderati con mezzi minimi (o, che è la stessa
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliCalcolo del Valore Attuale Netto (VAN)
Calcolo del Valore Attuale Netto (VAN) Il calcolo del valore attuale netto (VAN) serve per determinare la redditività di un investimento. Si tratta di utilizzare un procedimento che può consentirci di
DettagliStatistica 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