Analisi Strategica per la Politica Economica
|
|
- Marina Pellegrini
- 7 anni fa
- Visualizzazioni
Transcript
1 9 Analisi Strategica per la Politica Economica Parte Nona Prof. Bruno Chiarini
2 GIOCHI BAYESIANI Beliefs (credenze ; congetture) Informazione completa ma imperfetta Informazione incompleta Teorema di Bayes Mossa della Natura (Stati del mondo) Giocatori Tipi Stati del mondo Equilibrio Bayesiano (di Nash) Equil. Bayesiano nei giochi statici Equil. Bayesiano Perfetto nei giochi dinamici
3 GIOCO DI CARTE Struttura del gioco: 1) Piatto con 2 euro 2) 2 Giocatori 3) Un mazzo di carte Rosse e Nere I estrae una carta, la osserva e decide Rilanciare Aggiunge 1 nel piatto I Passare Game Over Carta estratta rossa Carta estratta nera 1 (II lo perde) -1 (II lo vince)
4 II non osserva la carta, ma se I rilancia deve decidere Ritira I vince 1 e II lo perde II Vede Aggiunge 1 nel piatto I Vince 2 se la carta estratta è rossa (perde 2 se nera) II Vince 2 se la carta estratta è nera (perde 2 se rossa)
5 La prima mossa (azione) è casuale e riguarda colore della carta (non è effettuata dei giocatori) La mossa è effettuata dalla Natura (N) Con un mazzo di carte (metà rossemetà nere) la probabilità che I estragga rossa è (½) (nera è ½) Questa probab. è conoscenza comune. La Natura sceglie con prob. ½ carta rossa e con prob. ½ carta nera I osserva la mossa della Natura (rossa o nera) ma II non osserva la carta I ha una informormazione privata
6 I R v (2,-2) VEDE ½ N ROSSO p (1,-1) II r (1,-1) RITIRA ½ NERA v (-2,2) VEDE I p R r (1,-1) RITIRA (-1,11) Errore in Figura. Se I passa con carta nera: payoff (-1,1)
7 Gioco Bayesiano: introduzione di credenze (Beliefs) e Tipi di giocatori Ora I ha direttamente la carta. All inzio del gioco I ha un informazione privata Un informazione è privata se non è conosc. comune. Se si ha un informazione privata si ha un gioco con informazione incompleta Se all inizio del gioco almeno un giocatore ha un informazione privata il gioco è con informazione incompleta Il giocatore II per decidere se rilanciare o vedere dovrà avere delle congetture (credenze, opinioni) sulla strategia adottata da I e sul colore della carta Ad esempio, il colore può dipendere dal Tipo di giocatore. Es. 2 Tipi
8 Giocatore I Onesto Disonesto Prende una carta a caso dal mazzo Prende una carta rossa Se II ritiene probabile il Tipo disonesto si aspetta che I rilanci perchè la carta è rossa. vedere. In questo caso II non andrà a Se II ritiene I un Tipo onesto, potrebbe vedere
9 Le credenze hanno un ruolo cruciale sulla scelta dei giocatori Dal lato del giocatore I, questi può ritenere probabile che II ritenga probabile che egli sia disonesto. Quindi I rilancerà anche quando è onesto e possiede una carta nera e così via Il problema dell infinita gerarchia di credenze dei giocatori Harsanyi ( ): trasforma il gioco ad informazione incompleta in un gioco ad informazione imperfetta ma completa Idea è retrodatare l inizio del gioco e introdurre un giocatore fittizio (la Natura) che sceglie in base a probabilità che sono conoscenza comune
10 Natura Tipi Credenze a priori (Beliefs) Le credenze sono aggiornate mediante l applicazione della regola di Bayes Giochi con informazione incompleta, una volta trasformati con informazione completa (con la trasformazione di Harsanyi) sono detti Giochi Bayesiani
11 Gioco di carte N sceglie tipo di I p Onesto I Se Disonesto Se Onesto 1-p Disonesto Prende carta rossa N sceglie il colore con prob. ½ rossa, ½ nera N p 1-p Onesto Disonesto Carta Rossa Carta Nera
12 Regola di Bayes È il modo razionale di aggiornare le Beliefs I deve valutare la probalità di un evento e ha una Prior Belief P(A) P(A): probabilità soggettiva a priori dell evento A I osserva alcuni fatti (dati, accadimenti) Questi fatti osservati dovrebbero aiutarlo ad aggiornare la Posterior Belief P(A/B) P(A/B): probabilità soggettiva a posteriori dell evento A La regola di Bayes mostra come rivedere le credenze ex-ante alla luce di fatti, dati, accadimenti I usa 2 informazioni P(B/A) P(B/A N ) P(B/A): probabilità di constatare il fatto con l evento che si manifesta P(B/A N ): probabilità di constatare il fatto con l evento che non si manifesta
13 Se ci sono solo queste 2 alternative all evento., P(B) = probabilità marginale di osservare il fatto dopo il verificarsi uno o l altro dei possibili eventi P(B) = P(B/A)P(A) + P(B/A N )P(A N ) (1) La probabilità di constatare congiuntamente il fatto e l evento è: P(B A) = P(A/B)P(B) = P(B/A)P(A) (2) Dato che I è interessato a calcolare la P(A/B), riscriviamo la (2) P(A/B) = P(B/A)P(A) P(B) = P(B A) P(B) (3) I ha necessità di calcolare la sua nuova Belief (a posteriori) usando P(B) che egli calcola usando la (1): P(A/B) = P(B/A)P(A) P(B/A)P(A) + P(B/A N )P(A N )
14 La probabilità condizionale di A dato B è uguale alla probabilità che sia A che B si verifichino diviso la probabilità a priori che B si verifichi. La Probabilità che la causa del verificarsi l evento A sia il fatto o l evento B. P(B A) P(B)
15 Esempio P(A)=Probabilità di essere Sieropositivo P(A/B)= prob. Sieropositivo, dato l evento che assume droghe 2 statii del mondo: E sieropositivo (A) Non è sieropositivo (A N ) P C (sieropositivo-droga) P C (siero-droga)+p C (no-siero-droga) PC=Probabilità Congiunta P(A/B) = P(B/A)P(A) P(B/A)P(A) + P(B/A N )P(A N )
16 BELIEFS Nei giochi con inform. incompleta si inserisce un nuovo concetto le Beliefs (opinioni, credenze, stime, congetture) insieme alle strategie, per creare un idea più forte di equilibrio. Abbiamo incontrato il problema dei set informativi con nodi multipli: questi indicano l inabilità del giocatore di verificare dove si trova al momento della scelta. La domanda che si pone il giocatore è qual è la probabilità che mi trovi nel nodo alto in questo set informativo?
17 Queste probabilità condizionate sui nodi di un set informativo sono chimate Beliefs Sintetizzano la valutazione del giocatore su cosa è probabilmente accaduto fino a quel punto del gioco Le Beliefs di un giocatore riproducono le sue ipotesi sul comportamento degli altri giocatori prima che muova I giocatori usano l informazione disponibile per rivedere le loro Beliefs Questo processo è modellato con il Teorema di Bayes
18 GIOCHI BAYESIANI 2 Rappresentare l idea che ogni giocatore conosca la propria payoff ma è incerto sulle payoff degli altri giocatori: u i (a 1,,a n ; t i ) u i (a 1,,a n ) è il payoff del giocatore i quando i giocatori scelgono le strategie (a 1,,a n ) t i = Tipo del giocatore i, appartiene allo spazio dei Tipi T. Ad ogni diverso tipo t i corrisponde una diversa funzione di payoff che il giocatore i può assumere Se il giocatore i ha due tipi, t ia, t i2 allora: T i = t i1, t i2 con due funzioni dei payoff u i (a 1,,a n ; t i1 ) ; u i (a 1,,a n ; t i2 )
19 Ipotizzare che il giocatore i è incerto sulle funzioni di payoff degli altri equivale a dire che i è incerto sui tipi degli altri giocatori I tipi degli altri giocatori sono indicati t -i = (t 1,, t i-1, t t+1,, t n ) La distribuzione di probabilità P i (t -i /t) È la credenza (Belief) del giocatore i relativa ai tipi degli altri giocatori t -i data la conoscenza del giocatore i del proprio tipo La credenza P i (t -i /t) descrive l incertezza di i relativa ai possibili tipi degli antri n-1 giocatori t -1. Il gioco è indicato con: G = A 1,, A n ; T 1,, T n ; p 1,, p n ; u 1,, u n
20 Con Harsanyi (1967) si assume che la struttura temporale di un gioco sia: 1. La Natura estrae e rivela t i al giocatore i (e solo a lui) 2. I giocatori scelgono simultaneamente le azioni. 3. Si ricevono i payoff u i (a 1,,a n ; t i ) Introducendo la mossa fittizia della natura si è trasforma un gioco a informazione incompleta in un gioco a informazione imperfetta
21 Credenze P i (t -i /t i ) Quando Natura rivela t i al giocatore i, egli è in grado di calcolare le credenze P i (t -1 /t i ) utilizzando la regola di Bayes P(t P i (t -i /t i ) = -i t i ) = P(t i ) P(t -i t i ) Ʃ t-i P(t -i /t i ) ATTENZIONE: Regola di Bayes stabilisce: P(B A) = P(B A) P(B) La probabilità condizionale di A dato B è uguale alla probabilità che sia A che B si verifichino, diviso per la probabilità a priori che B si verifichi
22 Anche gli altri giocatori calcolano le credenze del giocatore i Se i tipi dei giocatori sono indipendenti, P i (t -i ) non dipende da t i, ma è derivato da una distribuzione a priori p(t). In questo caso, gli altri giocatori conoscono le congetture del giocatore i sui loro Tipi. Le credenze del giocatore i sono quindi indicate come P i (t -i )
Probabilità Condizionale - 1
Probabilità Condizionale - 1 Come varia la probabilità al variare della conoscenza, ovvero delle informazioni in possesso di chi la calcola? ESEMPIO - Calcolare la probabilità che in una estrazione della
DettagliScopo del Corso: Lezione 1. La Probabilità. Organizzazione del Corso e argomenti trattati: Prerequisiti:
Lezione 1 La Probabilità Scopo del Corso: Introduzione alla probabilità e alle procedure di inferenza statistica Introduzione ad alcune importanti tecniche di analisi multivariata dei dati Organizzazione
Dettagli1 Equilibri Correlati
Strumenti della Teoria dei Giochi per l Informatica A.A. 29/ Lecture 4: Ottobre 2 Equilibri Correlati, Bayesian Games Docente Prof. Vincenzo Auletta Note redatte da: Michele Nasti Equilibri Correlati Gli
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 10 maggio 2011 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2011.html Giochi a informazione incompleta Nel caso in
DettagliProbabilità esempi. Aiutiamoci con una rappresentazione grafica:
Probabilità esempi Paolo e Francesca giocano a dadi. Paolo scommette che, lanciando due dadi, si otterrà come somma 8 oppure 9. Francesca scommette che si otterrà come somma un numero minore o uguale a
DettagliINTRODUZIONE. TaleproceduravasottoilnomediteoremadiBayes.
INTRODUZIONE QUANDO CALCOLIAMO UNA PROBABILITA CONDIZIONATA USIAMO L INFORMAZIONE SUL VERIFICARSI DI UN EVENTO PER DETERMINARE LA PROBABILITA CHE UN ALTRO EVENTO SI VERIFICHI. Una estensione di questo
DettagliINTRODUZIONE ALLA TEORIA DEI GIOCHI
Corso di Identificazione dei Modelli e Controllo Ottimo Prof. Franco Garofalo INTRODUZIONE ALLA TEORIA DEI GIOCHI A cura di Elena Napoletano elena.napoletano@unina.it Teoria dei Giochi Disciplina che studia
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 15-La probabilità vers. 1.0a (26 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2014-2015
DettagliEconomia Pubblica Giochi con informazione incompleta e Selezione Avversa
Economia Pubblica Giochi con informazione incompleta e Selezione Avversa Giuseppe De Feo Università degli Studi di Pavia email: giuseppe.defeo@unipv.it Secondo Semestre 2014-15 Outline Giochi con informazione
Dettagli(2, 1) (0, 0) (0, 2) (0, 1) 1 \ 2 L R T M B
1 EQUIIRIO AYESIANO PERFEO 1 1 Equilibrio bayesiano perfetto E una semplificazione della nozione più generale di equilibrio sequenziale (Kreps-Wilson, 1982) che si adatta bene a classi particolari di giochi
DettagliEsercizi di riepilogo Lezioni
Esercizi di riepilogo Lezioni 16-17-18 1 Es1: Statistiche del secondo ordine [Pap, 9-2] Si ha un processo X con Determinare media, varianza, e covarianza delle v.a. Z=X(5) e W=X(8) Il processo X è stazionario?
DettagliIntroduzione alla Teoria dei Giochi
Introduzione alla Teoria dei Giochi Giochi a informazione incompleta Lorenzo Rocco Scuola Galileiana - Università di Padova 8 aprile 2010 Rocco (Padova) Giochi 8 aprile 2010 1 / 11 Il commitment - Un esempio
DettagliElementi di Teoria della Probabilità
Elementi di Teoria della Probabilità Alcune definizioni iniziali: Fenomeno casuale: fenomeno ripetibile (almeno in teoria) infinite volte che può manifestarsi in diverse modalità, imprevedibili singolarmente,
DettagliTEORIA DEI GIOCHI. Anna TORRE
MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it sito
DettagliCALCOLO DELLE PROBABILITA
CALCOLO DELLE PROBABILITA Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma Nella ricerca scientifica, così come nella vita, trionfa l incertezza Chi guiderà il prossimo governo? Quanto
DettagliGIUSTIFICARE LE RISPOSTE. Non scrivere la soluzione di esercizi diversi su uno stesso foglio.
eoria dei giochi applicata alle scienze sociali, esame 6 febbraio 8 foglio A aurea pecialistica in ngegneria Gestionale, Politecnico di M, 7/8 empo: ore e /; risolvere dei 4 esercizi proposti; le risposte
DettagliSoluzioni degli esercizi proposti
Soluzioni degli esercizi proposti.9 a La cardinalità dell insieme dei numeri,..., 0 n che sono multipli di 5 è 0n 5. Dunque, poiché siamo in una condizione di equiprobabilità, la probabilità richiesta
DettagliStatistica. Capitolo 4. Probabilità. Cap. 4-1
Statistica Capitolo 4 Probabilità Cap. 4-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare concetti e definizioni fondamentali della probabilità Usare il diagramma
DettagliProbabilità. Fulvio Bisi-Anna Torre
Probabilità Fulvio Bisi-Anna Torre FRATELLI E SORELLE Per la ricorrenza della festa della mamma, la sig.ra Luisa organizza una cena a casa sua, con le sue amiche che hanno almeno una figlia femmina. La
DettagliIL CALCOLO DELLE PROBABILITA
IL CALCOLO DELLE PROBABILITA INTRODUZIONE Già 3000 anni fa gli Egizi praticavano un antenato del gioco dei dadi, che si svolgeva lanciando una pietra. Il gioco dei dadi era diffuso anche nell antica Roma,
DettagliClassificazione Bayesiana
Classificazione Bayesiana Selezionare, dato un certo pattern x, la classe ci che ha, a posteriori, la massima probabilità rispetto al pattern: P(C=c i x)>p(c=c j x) j i Teorema di Bayes (TDB): P(A B) =
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 e ragionamento bayesiano. Unit 5 Corso di Logica e Teoria dell Argomentazione
Calcolo delle probabilità e ragionamento bayesiano Unit 5 Corso di Logica e Teoria dell Argomentazione Sommario Nozioni probabilistiche Probabilità condizionata Ragionamento bayesiano Applicazioni a giochi
DettagliElementi di Calcolo delle probabilità
Elementi di Calcolo delle probabilità Docente: Francesca Benanti 13 Dicembre 2007 1 Definizioni di Probabilità La teoria della probabilità è quella parte della matematica che, sulla base delle informazioni
DettagliIntroduzione teoria dei giochi pt. 2. Corso di Scienza Politica 10/11 Luca Pinto
Introduzione teoria dei giochi pt. 2 Corso di Scienza Politica 10/11 Luca Pinto Soluzioni es. 1 (2, 1), (B, A) Soluzioni es. 2 1, (A, A), (sx, dx) Es. 3: ordinamento preferenze Terroristi: violenza 3 negoziazione,
DettagliEsercitazione del 31/01/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 1/01/2012 Istituzioni di Calcolo delle Probabilità Esercizio 1 Vengono lanciati due dadi regolari a 6 facce. (a) Calcolare la probabilità che la somma dei valori ottenuti sia 9? (b) Calcolare
DettagliIntroduzione alle Reti Bayesiane
Introduzione alle Reti Bayesiane Giovedì, 18 Novembre 2004 Francesco Folino Riferimenti: Chapter 6, Mitchell A Tutorial on Learning with Bayesian Networks, Heckerman Bayesian Network Perchè ci interessano?
DettagliEconomia Pubblica Informazione incompleta e Azzardo morale
Economia Pubblica Informazione incompleta e Azzardo morale Giuseppe De Feo Università degli Studi di Pavia email: giuseppe.defeo@unipv.it Secondo Semestre 2011-12 Outline Asimmetrie Informative Giochi
DettagliESERCITAZIONE N. 4 corso di statistica
ESERCITAZIONE N. 4corso di statistica p. 1/15 ESERCITAZIONE N. 4 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 4corso di statistica p. 2/15 Introduzione Calcolo elementare delle
DettagliLa probabilità matematica
1 La probabilità matematica In generale parliamo di eventi probabili o improbabili quando non siamo sicuri se si verificheranno. DEFINIZIONE. Un evento (E) si dice casuale, o aleatorio, quando il suo verificarsi
Dettagli1 Definizione formale di gioco in forma estesa.
1 Definizione formale di gioco in forma estesa. Una game form in forma estesa, finita, è: - un insieme finito N (assumeremo N = {1,..., n}) - un albero finito T = (V, L) con radice v V. (Dove: V è un insieme
DettagliCalcolo delle probabilità
Calcolo delle probabilità Definizione di Spazio Campionario Definizioni di Probabilità Eventi mutuamente esclusivi Eventi indipendenti Principio della somma Principio del prodotto Eventi certi : è certo
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosiddette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
DettagliSia f la frequenza di un evento A e n sia la dimensione del campione. La probabilità dell'evento A è
Cenni di probabilità di Carlo Elce Definizioni Lo spazio campionario per un esperimento è l'insieme di tutti i suoi possibili esiti. Per esempio, se l'esperimento è il lancio di due di dadi e si rappresentano
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Elementi di calcolo delle probabilità CdL Infermieristica Pediatrica ed
DettagliCOMPITO n. 1. a) Determinare la distribuzione del numero X di palline nere presenti nell urna.
Università di Siena a.a. 28/9 Docente D. Papini COMPITO n. 1 a) Un dado non truccato viene lanciato due volte. Quant è la probabilità dell evento: al primo lancio esce un numero minore o uguale a 2 ed
DettagliMATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE
MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it Una
DettagliAnalisi Strategica per la Politica Economica
4 Analisi Strategica per la Politica Economica Parte Quarta Prof. Bruno Chiarini Utilità Attese e Forma Estesa Entrante out (0,2) 1 2 Monopolista ρ 1-ρ F A F A (-1,-1) (3,0) (-1,-1) (2,1) F : p (1 p) 1
DettagliEsercizi di Probabilità
Esercizi di Probabilità Grazia Corvaia, Patrizio Lattanzio, Alessandra Nardi February 0, 09 L urna colorata In un urna si trovano 0 palline, 5 viola e 5 arancioni. Calcolare la probabilità che, in due
DettagliGIUSTIFICARE LE RISPOSTE. Non scrivere la soluzione di esercizi diversi su uno stesso foglio.
Teoria dei giochi applicata alle scienze sociali, esame 20 luglio 2006, foglio A Laurea Specialistica in Ingegneria Gestionale, Politecnico di MI, 2005/06 Tempo: 2 ore e 1/2; risolvere 3 dei 4 esercizi
DettagliRichiami di probabilità. Decision Theory e Utilità. Richiami di probabilità. assumere certi valori in un insieme x 1, x 2, x n (dominio)
9 lezione Scaletta argomenti: Probabilità Richiami di probabilità Reti Bayesiane Decision Theory e Utilità 1 Richiami di probabilità - La formalizzazione deriva da Boole - Concetto di VARIABILE CASUALE
DettagliMATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE
MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it GIOCHI
DettagliP-P P-V V-P V-V AR-AR AR-RR RR-AR RR-RR
1) Il giocatore A ha in mano tre carte, due re ed un asso. Toglie una carta, senza farla vedere, e depone le altre due sul tavolo a faccia in giù. Se depone asso e re questa mano vale più dell altra di
DettagliStatistica e analisi dei dati Data: 07 marzo Lezione 5. Figura 1: Modello ad Urna
Statistica e analisi dei dati Data: 07 marzo 2016 Lezione 5 Docente: Prof. Giuseppe Boccignone Scriba: Alessandra Birlini 1 Il modello a urna Figura 1: Modello ad Urna Con questo tipo di modello posso
DettagliCP110 Probabilità: Esame 2 luglio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 2 luglio, 213 CP11 Probabilità: Esame 2 luglio 213 Testo e soluzione 1. (6 pts Due mazzi di carte francesi vengono uniti e mischiati.
DettagliUlteriori Conoscenze di Informatica e Statistica
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it Indici di forma Descrivono le
DettagliStatistica e informatica
Statistica e informatica Probabilità condizionate Francesco Pauli e Nicola Torelli A.A. 2017/2018 Indice Probabilità condizionate Probabilità totali Teorema di Bayes Francesco Pauli e Nicola Torelli Probabilità
DettagliErrori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio. M. Besozzi - IRCCS Istituto Auxologico Italiano
Errori cognitivi, probabilità e decisioni mediche nella diagnostica di laboratorio M. Besozzi - IRCCS Istituto Auxologico Italiano L argomento... Errori cognitivi Il problema gnoseologico Dati, informazione
DettagliAppunti di Calcolo delle Probabilità per il corso di Modelli Matematici per le Scienze Sociali
1 Calcolo combinatorio Appunti di Calcolo delle Probabilità per il corso di Modelli Matematici per le Scienze Sociali Si dice disposizione semplice di n oggetti di classe K (con k n) ogni allineamento
DettagliProbabilità: valutazione della possibilità che accada (o sia accaduto) r = 1 (c è un asso di cuori nel mazzo)
Probabilità: valutazione della possibilità che accada (o sia accaduto) un evento. Probabilità di un evento P = r/n dove r = frequenza dell evento N = Numero di possibili eventi Esempio: Evento = estrazione
DettagliNOZIONI DI CALCOLO DELLE PROBABILITÀ
NOZIONI DI CALCOLO DELLE PROBABILITÀ ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le ripetizioni, o occasioni
DettagliP (F E) = P (E) P (F E) = = 25
Regola del prodotto Conoscete la definizione di probabilità condizionata. Definizione 1. Siano E e F due eventi di uno spazio campionario S. Supponiamo P (F ) > 0. La probabilità condizionata dell evento
Dettagli29 maggio Distinzione importante: giochi simultanei giochi sequenziali: uno dei giocatori ha la prima mossa; l altro deve rispondere.
ESERCITAZIONE 8 29 maggio 204. Premessa. Trattando della teoria dei giochi, bisogna ricordare questi concetti: * strategia dominante: ogni giocatore dispone di una scelta strategica ottima, quale che sia
DettagliLa probabilità composta
La probabilità composta DEFINIZIONE. Un evento E si dice composto se il suo verificarsi è legato al verificarsi contemporaneo (o in successione) degli eventi E 1, E 2 che lo compongono. Consideriamo il
DettagliESERCIZI DI PROBABILITA
ESERCIZI DI PROBABILITA Sezione 1. Spazi di Probabilità e Indipendenza. Per convenienza dello studente si danno le risposte di alcuni esercizi. 1) Si consideri lo spazio di probabilità corrispondente alla
DettagliFoglio di esercizi 3-29 Marzo 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella
Foglio di esercizi 3-29 Marzo 209 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella Esercizio. Una compagnia aerea dispone di un aereo da 20 posti e di uno da 0 posti. Poiché si sa che
DettagliEconomia Industriale
Università del Piemonte Orientale Amedeo Avogadro Facoltà di Economia A.A. 2005/2006 Economia Industriale Dott. Massimiliano Piacenza Lezione 2 L impresa come rapporto principale-agente (cenni, Cabral
DettagliLaboratorio di dinamiche socio-economiche
Dipartimento di Matematica Università di Ferrara giacomo.albi@unife.it www.giacomoalbi.com 8 marzo 2012 Seconda parte: Econofisica La probabilità e la statistica come strumento di analisi. Apparenti paradossi
DettagliModelli tradizionali e statistici applicati alla percezione (2/2) Francesco Panerai
Modelli tradizionali e statistici applicati alla percezione (2/2) Francesco Panerai Modulo integrativo del corso di - Sistemi Intelligenti Naturali e Artificiali - 2002/2003 Elementi di statistica bayesiana
Dettaglip. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30 P50 29/01 14:30 Laboratorio (via Loredan) 03/02 14:30 P50 05/02 14:30 P50
p. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30 P50 29/01 14:30 Laboratorio (via Loredan) 03/02 14:30 P50 05/02 14:30 P50 p. 1/2 INFORMAZIONI Prossime lezioni Giorno Ora Dove 27/01 14:30
DettagliProbabilità. 2) Vengono estratte 5 carte; quale è la probabilità che ci siano esattamente 2 denari? ª 0,278. k fattori. n - k +1 ) k!
Definizione classica = P A Probabilità numero esiti favorevoli numero esiti possibili Esempi 1) Da un mazzo di 40 carte (bastoni, coppe, denari, spade) ne viene estratta una; quale è la probabilità che
DettagliSoluzione esercizi (quarta settimana)
Soluzione esercizi (quarta settimana) Marco Riani Esempio totocalcio Gioco la schedina mettendo a caso i segni 1 X 2 Qual è la prob. di fare 14? 1 Esempio Gioco la schedina mettendo a caso i segni (1 X
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato
DettagliCONOSCENZE 1. il significato di evento casuale. 2. il significato di eventi impossibili, complementari;
ARITMETICA ELEMENTIDICALCOLO DELLE PROBABILITAÁ PREREQUISITI l l l conoscere e costruire tabelle a doppia entrata conoscere il significato di frequenza statistica calcolare rapporti e percentuali CONOSCENZE.
DettagliProbabilità delle cause:
Probabilità delle cause: Probabilità condizionata 2 Teorema delle probabilità composte A B) A) B/A) 3 Teorema delle probabilità totali B )! 4 Teorema delle probabilità delle cause n i A! B ) A / B ) B
DettagliTraduzione e adattamento a cura di Gylas per Giochi Rari. Versione 1.1 Novembre
Traduzione e adattamento a cura di Gylas per Giochi Rari Versione 1.1 Novembre 2001 http://www.giochirari.it e-mail: giochirari@giochirari.it NOTA. La presente traduzione non sostituisce in alcun modo
DettagliDOMANDA 1: mettere una croce sulla affermazione esatta (90 89)
PROVA D ESAME - 0 marzo 00 nome: cognome: SSIS-INDIRIZZO MATEMATICA E MATEMATICA APPLICATA (primo anno MATEMATICA APPLICATA B: CALCOLO DELLE PROBABILITÀ Per le domande a risposta aperta il punteggio varia
DettagliUna prima distinzione nell ambito della teoria dei giochi è quella tra: Giochi cooperativi (si possono fare accordi vincolanti)
Una prima distinzione nell ambito della teoria dei giochi è quella tra: Giochi cooperativi (si possono fare accordi vincolanti) Giochi non cooperativi (non si possono fare accordi vincolanti) Ci occuperemo
DettagliES Calcolo elementare delle probabilità
ES 2.1 1 Calcolo elementare delle probabilità Un esperimento statistico è una prova il cui risultato è incerto. Gli esperimenti statistici elementari sono quelli associati ad un insieme Ω = {ω 1, ω 2,...
DettagliCorso di Politica Economica
Corso di Politica Economica Lezione 10: Introduzione alla Teoria dei Giochi (part 4) David Bartolini Università Politecnica delle Marche (Sede di S.Benedetto del Tronto) d.bartolini@univpm.it (email) http://utenti.dea.univpm.it/politica
DettagliMATEMATICA FINANZIARIA RISCHI: RAPPRESENTAZIONE E GESTIONE (CENNI)
Matematica Finanziaria, a.a. 2011/2012 p. 1/315 UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA MATEMATICA FINANZIARIA RISCHI: RAPPRESENTAZIONE E GESTIONE (CENNI) ANNAMARIA OLIVIERI a.a. 2011/2012
DettagliElementi di Teoria dei giochi
Elementi di Teoria dei giochi Teoria dei giochi Studio dei modelli matematici di cooperazione e conflitto tra individui intelligenti e razionali. Razionalità: ciascun individuo massimizza la sua utilità
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 16 marzo 2010 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2010.html GIOCHI RIPETUTI: COLLUSIONE GIOCHI RIPETUTI:
Dettagli3.1 La probabilità: eventi e variabili casuali
Capitolo 3 Elementi di teoria della probabilità Abbiamo già notato come, per la ineliminabile presenza degli errori di misura, quello che otteniamo come risultato della stima del valore di una grandezza
DettagliEsercizio 2 Si consideri l esperimento avente come risultati possibili i numeri 1, 2, 3, 4, 5 di probabilità rispettivamente 0.2, 0.4, 0.1, 0.1, 0.2.
Esercizio 2 Si consideri l esperimento avente come risultati possibili i numeri 1, 2, 3, 4, 5 di probabilità rispettivamente 0.2, 0.4, 0.1, 0.1, 0.2. a) Determinare l insieme di tutti i possibili sottoinsiemi
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 4 aprile 2017 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2017.html Giochi ripetuti GIOCHI RIPETUTI: COLLUSIONE Sorgere
DettagliFoglio di esercizi 2-14 Marzo 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella
Foglio di esercizi - 1 Marzo 019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella Esercizio 1. Un campione di studenti, che non contiene ripetizioni, è ottenuto da una popolazione di
DettagliECONOMIA DEI SISTEMI INDUSTRIALI
ECONOMIA DEI SISTEMI INDUSTRIALI Ing. Marco Greco Ing. Michele Grimaldi m.greco@unicas.it, m.grimaldi@unicas.it 0776/2994353 I LEZIONE 27/09/2012 Informazioni utili Ricevimento: Su appuntamento, previa
DettagliCapitolo 13 Concorrenza imperfetta: un approccio basato sulla teoria dei giochi
Capitolo 13 Concorrenza imperfetta: un approccio basato sulla teoria dei giochi INTRODUZIONE ALLA TEORIA DEI GIOCHI Gli elementi caratterizzanti un gioco sono: i giocatori partecipanti al gioco le strategie
DettagliEsercizi - Fascicolo III
Esercizi - Fascicolo III Esercizio 1 In una procedura di controllo di produzione, n processori prodotti da un processo industriale vengono sottoposti a controllo. Si assuma che ogni pezzo, indipendentemente
DettagliProbabilità. Qual è la probabilità di ottenere il numero 5?
Lancio un dado Probabilità Qual è la probabilità di ottenere il numero 5? Ho una prova ossia un esperimento = lancio dado Ho il risultato di tale prova = faccia contrassegnata dal numero 5 Il risultato
DettagliTest di ipotesi. Test
Test di ipotesi Test E una metodologia statistica che consente di prendere una decisione. Esempio: Un supermercato riceve dal proprio fornitore l assicurazione che non più del 5% delle mele di tipo A dell
Dettagli1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3.
Corso di Laurea INTERFACOLTÀ - Esercitazione di Statistica n 6 ESERCIZIO 1: 1. Descrivere gli spazi campionari dei seguenti esperimenti casuali: 1. lancio di un dado 2. lancio di due dadi 3. lancio di
DettagliLa probabilità. Monia Ranalli. Ranalli M. Probabilità Settimana # 5 1 / 20
La probabilità Monia Ranalli Ranalli M. Probabilità Settimana # 5 1 / 20 Sommario Concetti base Evento elementare, spazio campionario ed evento complementare Rappresentazioni dello spazio campionario Intersezione
DettagliLezione 1. La Statistica Inferenziale
Lezione 1 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione
DettagliValore atteso, mazzi di carte e Monte Carlo. Anna Torre-Fulvio Bisi
Valore atteso, mazzi di carte e Monte Carlo Anna Torre-Fulvio Bisi Eventi Indipendenti Due eventi A, B sono indipendenti se la probabilità che accadano entrambi è il prodotto della probabilità che accada
DettagliCorso di Statistica. Introduzione alla Probabilità. Prof.ssa T. Laureti a.a
Corso di Statistica Introduzione alla Probabilità Prof.ssa T. Laureti a.a. 2012-2013 1 Introduzione al concetto di probabilità nelle strategie aziendali L azienda che vende articoli di abbigliamento per
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 21 marzo 2019 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2019.html Giochi ripetuti Contesto istituzionale non cooperativo;
DettagliEsperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità
Esperimentazioni di Fisica 1 Elementi di Calcolo delle Probabilità Università Roma Tre - Dipartimento di Matematica e Fisica 3 novembre 2016 Introduzione La probabilità nel linguaggio comune I E probabile
DettagliESERCITAZIONE 5: PROBABILITÀ DISCRETA
ESERCITAZIONE 5: PROBABILITÀ DISCRETA e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: Martedi 16-18 Dipartimento di Matematica, piano terra, studio 126 6 Novembre 2012 Esercizi 1-2
DettagliCapitolo 1. Elementi di Statistica Descrittiva. 1.5 Esercizi proposti
Capitolo 1 Elementi di Statistica Descrittiva 1.5 Esercizi proposti Esercizio 1.5.1 In questo caso n = 24 e, dopo aver ordinato i dati (usando il metodo stem-and-leaf per esempio), 3 4 4 5 5 5 6 6 7 7
Dettagli+1 i j i = j i = j 1 1 i j 2 Il problema di PL associato alla scelta della migliore strategia per te è quindi il seguente: min z
Esercizio 1. Considera il seguente gioco. Tu e il tuo avversario potete scegliere un intero tra 1 e. Se il numero x che hai scelto è minore di quello y del tuo avversario, allora tu vinci un euro, a meno
DettagliLa Teoria (epistemica) della conferma bayesiana
La Teoria (epistemica) della conferma bayesiana La teoria della probabilità fornisce alcuni strumenti potenti anche in senso epistemico, per valutare argomentazioni e decisioni in cui sono usati dei metodi
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliDOMANDA 1: mettere una croce sulla affermazione esatta (90 89)
PROVA D ESAME - 0 marzo 00 nome: cognome: SSIS-INDIRIZZO MATEMATICA E MATEMATICA APPLICATA secondo anno MATEMATICA APPLICATA B: CALCOLO DELLE PROBABILITÀ Per le domande a risposta aperta il punteggio varia
DettagliTeoria delle Decisioni Bayesiana
Laurea Magistrale in Informatica Nicola Fanizzi Dipartimento di Informatica Università degli Studi di Bari 14 gennaio 2009 Sommario Introduzione Teoria delle decisioni Bayesiana - nel continuo Classificazione
DettagliDr. Marco Vicentini Anno Accademico Rev 02/04/2011
Università degli Studi di Padova Facoltà di Psicologia, L4, Psicometria, Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Anno Accademico 2010 2011 Rev 02/04/2011 Tabelle di contingenza Percentuali
DettagliCalcolo delle Probabilità 2013/14 Foglio di esercizi 3
Calcolo delle Probabilità 203/4 Foglio di esercizi 3 Probabilità condizionale e indipendenza. Esercizio. Per rilevare la presenza di una certa malattia, si effettua un test. Se la persona sottoposta al
Dettagli