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

Dimensione: px
Iniziare la visualizzazioe della pagina:

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

Transcript

1 36 HYKEL HOSNI 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 di identificare le condizioni sotto le quali questi non siano ovviamente irrazionali. Scopriremo che per questo è necessario e su ciente che soddisfino (P1) e (P2). Lo schema delle scommesse, in altre parole, ci fornirà una semantica per le misure di probabilità definite 3.2. A questo scopo dobbiamo innanzitutto mostrare che la disposizione di Giocatrice a scegliere e quindi la sua preferenza 30 traf p ( )ea p ( ) rappresenti adeguatamente, la sua opinione sulla realizzazione di. Sia, come al solito, p 2 [0, 1]. Abbreviamo l espressione Giocatrice preferisce scommettere su a scommettere contro alla quota p con F p ( ) A p ( ). Segue dalla matrice rappresentata nella figura 4 che se p = 0, scommettere su consegna a Giocatrice una vincita di 1 if v( ) = 1eunaperditadi0 altrimenti. Segue quindi dall assunzione 3.11 che F p ( ) A p ( ). Analogamente, se p = 1, Giocatrice non può fare meglio che scommettere contro, cioè A p ( ) F p ( ). Supponiamo ora che 0 apple p 0 <papple 1echeF p ( ) A p ( ). Chiaramente F p 0( ) A p 0( ), (3.4) dal momento che un decremento di p può solo aumentare il guadagno di Giocatrice nel caso in cui si verifichi, lasciandolo inalterato altrimenti. Da ciò segue che i valori di p per cui F p ( ) A p ( ) formano un taglio iniziale di [0, 1]. 31 Possiamo quindi definire p 2 [0, 1] come sup {p F p ( ) A p ( )}. (3.5) 30 Il passaggio ci è familiare dalla teoria della scelta razionale. L idea, in buona sostanza, è che le preferenze (inosservabili) di un agente idealizzato siano definibili attraverso il suo comportamento di scelta (osservabile) come segue: x y, x = C({x, y}), per ogni x, y in un certo dominio X edovec è una funzione di scelta definita sui sottoinsiemi di X. Una relazione di preferenza definita in questo modo si chiama, soprattutto in microeconomia, preferenza rivelata. 31 La proprietà rilevante per noi dei tagli iniziali (o dei sottoinsiemi chiusi all insù ) [l, u] [0, 1] è che non hanno buchi : se p 2 [l, u] allora per ogni q 2 [0, 1] vale che q<p) q 2 [l, u].

2 ELEMENTI DI LOGICA PROBABILISTICA 37 In altre parole, p è il massimo prezzo a cui Giocatrice è disposta a comprare una scommessa su. Per costruzione possiamo dire qualcosa di più. Se Giocatrice non fosse disposta a pagare p per ricevere (1 p )sev( ) = 1, sarebbe perché la trova svantaggiosa. Ma in tal caso non può che trovare vantaggiosa la scommessa che inverte le parti, e cioè A p ( ). 32 Questo ci porta naturalmente a dire che la preferenza di Giocatrice tra F p ( ) e A p ( ) rappresenta i suoi gradi di convinzione rispetto a. Infatti Giocatrice è sempre in grado di compiere la scelta tra F p ( ) ea p ( ). Questo permette ad Allibratore di prevedere 33 il suo comportamento poiché per Giocatrice varranno F p ( ) A p ( ) sep<p (3.6) A p ( ) F p ( ) sep <p. (3.7) Sotto l ipotesi che Giocatrice scelga unicamente sulla base delle sue preferenze (catturate da ( )) concludiamo che il suo comportamento di scelta rende descrivibili operativamente le sue opinioni sul verificarsi di. Siamo ora interessati a capire come questo debba vincolare il comportamento di scelta, e quindi i gradi di convinzione, di Allibratore Ammissibilità. L identificazione dei gradi di convinzione di un agente idealizzato (Giocatrice) con la sua propensione a comprare (o vendere!) scommesse da (a!) Allibratore, è stata fin qui discussa prendendo in considerazione (essenzialmente) un unico evento. La discussione sulle condizioni generali che i gradi di convinzione devono soddisfare per non essere ovviamente irrazionali, richiede la combinazione di più eventi distinti. Siamo dunque di nuovo al problema generale di considerare schemi di scommesse S =(,!). Il nostro obiettivo, alla luce della discussione precedente, è quello di definire il concetto di assegnamento ovviamente irrazionale per S. La natura del problema di de Finetti suggerisce 34 la seguente caratterizzazione. 32 Qui si fa leva fortemente sull astrazione (2) del problema che permette a Giocatrice di pagare la scommessa A p( ) con una quantità negativa di denaro. 33 Il ruolo delle idealizzazioni qui è evidente. Se Allibratore (o Giocatrice) fossero soggetti a limitazioni computazionali non avremmo modo di compiere questo passaggio fondamentale nella costruzione del modello. 34 Nei suoi primi lavori sull argomento, de Finetti usa il termine coerenza, spesso tradotto con consistency in inglese. Nello sviluppo del suo lavoro, e in particolare con il passaggio dallo schema di scommesse a quello delle cosiddette regole di penalizzazione appropriate, de Finetti privilegia il concetto e l espressione che usiamo qui.

3 38 HYKEL HOSNI Principio 3.12 (Ammissibilità). Allibratore compie scelte ovviamente irrazionali se pubblica uno schema di scommesse che lo porterà a un saldo negativo indipendentemente da come verranno decisi gli enunciati in. Diciamo che un assegnamento di questo genere è inammissibile. Chiamiamo ammissibile un assegnamento non inammissibile. Il passo successivo consiste nel rendere matematicamente preciso il concetto di (in)ammissibilità e dimostrare che P(1) e P(2) della definizione 3.2 sono proprietà necessarie e su cienti per evitare assegnamenti inammissibili. Esempio L idea che informa il concetto di ammissibilità è semplice da a errare. Supponete che la libreria Dutch Books venda tutte le novità con il 15% di sconto il lunedì e acquisti i libri usati da non più di un giorno al 90% del prezzo di copertina. 35 Digressione 3.14 (Ammissibilità in finanza). In finanza l idea di assicurarsi un profitto sicuro contro Allibratore si chiama arbitraggio ed è senza dubbio la pietra filosofale dei matematici finanziari. C è ovviamente una di erenza importante tra il nostro concetto di ammissibilità e quello di arbitraggio: nessun operatore finanziario soddisfa le condizioni di idealizzazione Id 1 Id 4. Questo significa che l assenza di arbitraggio non è una nozione logica, ma dipende dalla capacità delle Giocatrici di borsa di scoprire eventuali possibilità di profitto sicuro permesse dal mercato. Secondo un ipotesi largamente condivisa nell area, detta ipotesi di e cienza dei mercati, tali possibilità non esistono. Per rendere matematicamente precisa la nozione di ammissibilità, ricordiamo che v 2 V = {v v : EL! {0, 1} e che secondo la discussione (informale) sugli eventi della sezione 3.1.1, 2ELè un evento per Allibratore e Giocatrice se (1) Allibratore non conoscono, al momento della scommessa, il valore che assume v( ) ma (2) sono d accordo sul fatto che esiste una v 2 V, diciamo v, che al momento opportuno permetterà ad Allibratore e Giocatrice di decidere, senza ambiguità, se si è verificato oppure no. Sotto queste condizioni, il problema prevede che Allibratore assegni a ogni evento 1,... n in un prezzo p i 2 [0, 1]. Sia!( i )=p i come sopra. Sappiamo dalla discussione precedente che per p<p Giocatrice sceglierà un positivo e quindi pagherà ad Allibratore p per garantirsi il diritto di 35 Se una libreria del genere fosse possibile risolveremmo, in un colpo solo, la crisi economica e quella culturale!

4 ELEMENTI DI LOGICA PROBABILISTICA 39 ricevere (v( ) w( )). Se, d altra parte p>p, allora Giocatrice sceglierà un negativo con il quale si assicurerà di ricevere (v( )!( )). E questo chiaramente vale per ogni nello schema di scommesse 1..., m. Definizione 3.15 (Ammissibilità). Sia ={ 1,..., m }. Un assegnamento! in uno schema di scommesse S = (,!) è inammissibile se per ogni valutazione v mx i(v( i )!( i ) < 0, i=1 dove i 2 R, i 2,i=1,...m. Esempio Siano 2ELe '. Supponiamo ora che Allibratore dia 1:1 36 e ' 2:1. In altre parole Allibratore pubblica lo schema Individualmente, le due quote S = {p =1/2,p ' =1/3}. e ( F p ( ) = ( F p (') = (1 p) se v( ) =1 p se v( ) =0. '(1 p) se v( ) =0 'p se v( ) =1. sono ammissibili. Se però Giocatrice scommette su entrambi gli eventi, può condurre Allibratore a perdita sicura. Per esempio, siano = 2 and ' = 3. Dalla logica degli eventi segue che esattamente uno tra v( ) = 1ev( ) = 0 è vero. Nel primo caso, F p ( ) = 4(1/2) = 2 e F q (') = 3(1/3) = 1. Nel secondo F p ( ) = 2eF q (') = 3(2/3) = 2. Giocatrice può quindi assicurarsi il guadagno di 1 euro contro Allibratore indipendentemente da come saranno decisi e '. Digressione 3.17 (Giochi equi). Segue dalla definizione 3.15 che le scelte ammissibili per Allibratore coincidono con i prezzi equi di scommessa, quelli cioè che non favoriscono apriorinessuno dei giocatori. Questo concetto ha una tradizione lunghissima e di fondamentale importanza per lo sviluppo del ragionamento incerto, e in particolare del calcolo della probabilità Si legge uno a uno. 37 Un riferimento standard è Hacking, I. (1975). The emergence of probability. Cambridge University Press.

5 40 HYKEL HOSNI Larghissima parte dei problemi che hanno portato alla sistemazione matematica del concetto di probabilità si riferiva infatti alla determinazione dei prezzi equi di una grande varietà di giochi. Questo, che ha ben poco a che vedere con il costume di scommettere, lega in modo profondo l origine di quest area della matematica alla dottrina legale dei contratti. Tra i tanti esempi notevoli, pensiamo a Leibniz che apre il suo De incerti astimatione del 1678 definendo il concetto di gioco equo, e scrive: A game is fair if there is the same proportion of hope to fear on either side. In a fair game, the hope is worth as much as it has been bought for because it is fair that a thing should be bought for what it is worth, and the fear is as great as the price of the hope. 38 Infine un brevissimo commento sulla connessione profonda tra i concetti di equità e incertezza. Il problema di de Finetti può essere visto come un istanza di uno dei problemi centrali in tutte le scienze sociali, quello dell allocazione imparziale. 39 Supponete che Allibratore e Giocatrice abbiano una pizza da dividere e supponete che valga (un opportuna formulazione de) l Assunzione Allibratore ha il coltello e a lui spetta la scelta su come dividere la pizza, sotto la condizione che sarà Giocatrice a prenderne il primo pezzo. L unica scelta ammissibile per Allibratore è dividere la pizza a metà. L idea di de Finetti 40 di introdurre il problema di scelta illustrato in dettaglio nella sezione a onda dunque le radici in qualcosa di culturalmente molto profondo. E ci giustifica ad avanzare la seguente interpretazione del concetto di ammissibilità. Definizione 3.18 (Prezzo equo di scommessa). Diciamo che p è un prezzo equo di scommessa se F p ( ) A p ( ) e A p ( ) F p ( ) Possiamo a questo punto enunciare il risultato che sostiene matematicamente tutto l argomento delle scommesse e giustifica l identificazione dei gradi di convinzione razionale con i gradi di probabilità. Teorema 3.19 (de Finetti (1931)). Sia S =(,!) uno schema di scommesse come sopra. Allora 38 Leibniz, G. W. (2004). On Estimating the Uncertain. Leibniz Review, 14, Chi volesse farsi un idea può partire da division. 40 E indipendentemente, negli stessi anni di Frank Ramsey, di cui avremo modo di parlare la prossima volta.

6 ELEMENTI DI LOGICA PROBABILISTICA 41 (1) se! è ammissibile, allora! soddisfa (P1) e (P2) (2) se! soddisfa (P1) e (P2) allora è ammissibile. In altre parole, i gradi di convizione di Allibratore sono ammissibili (gli evitano l esposizione alla perdita sicura) esattamente quando sono conformi a valori di probabilità sugli eventi in. L argomento per l identificazione delle opinioni razionali con i gradi di probabilità di un agente idealizzato che a ronta un problema di scelta astratto è un esempio illuminante di cosa voglia dire a rontare matematicamente un problema filosofico Probabilità condizionata. Fino a ora ci siamo occupati soltanto dell aspetto statico del ragionamento in condizioni di incertezza. Questo, chiaramente, è solo il punto di partenza dal momento che l incertezza è spesso dovuta al fatto che le informazioni a nostra disposizione cambiano continuamente. Esempio Supponete di avere insieme al vostro bagaglio di conoscenze sul mondo, l informazione che Paola è stata eletta in Senato nelle liste del Movimento 5 Stelle ( ). Per comodità identificatevi con la relazione di conseguenza, definita come =, ma senza che valgano tutte le sue proprietà. Per tutto quello che sapete della questione è ragionevole pensare che siate disposti ad accettare le seguenti relazioni (1), ' (2), dove ' sta per Paola ha più di 25 anni e sta per Paola non sa cosa prevede la dodicesima disposizione transitoria della Costituzione. Supponete ora di ricevere una nuova informazione su Paola, e cioè che ha un dottorato in diritto costituzionale ( ). Senza dubbio vogliamo che (1) continui a essere accettabile, e cioè che valga,, '. D altra parte vogliamo che che ci permetta di rivedere la nostra posizione su (2). Il carattere nonmonotono della logica dei gradi di convinzione razionali è rappresenta formalmente dal concetto di probabilità condizionata, che introduciamo ora molto brevemente. Come passo preliminare dobbiamo introdurre la logica degli eventi condizionati, una logica a tre valori rappresentata nella tabella 5. L intuizione è chiara: una semantica che renda conto della logica degli eventi condizionati non può essere bivalente. Questo è legato a doppio filo con lo schema delle scommesse di de Finetti:

7 42 HYKEL HOSNI p q p p ^ q p _ q q! p p q i i Tabella 5. La semantica dei trieventi una scommessa su condizionata dall evento ' perde di senso nel caso in cui ' non si verifichi. Questa interpretazione è su ciente a farci scartare l ipotesi che l operatore sia un connettivo composizionale. Di conseguenza non potremo interpretare la probabilità di ' dato come la probabilità di (! '). Digressione È molto interessante notare come l intuizione semantica sulla logica degli eventi condizionati di de Finetti sia a ne all analisi dei condizionali proposta da W. Quine [An] a rmation of the form if p then q is commonly felt less as an a rmation of a conditional than as a conditional a rmation of the consequent. If, after we have made such an a rmation, the antecedent turns out true, then we consider ourselves committed to the consequent, and are ready to acknowledge error if it proves false. If, on the other hand, the antecedent turns out to have been false, our conditional a rmation is as if it had never been made. 41 Definizione 3.22 (Probabilità condizionata). pr(') pr( ') =pr( ^ '). Questa definizione ci permette di aprire una finestra sull aspetto massicciamente nonmonotono della logica dei gradi di convinzione. Il risultato (matematicamente elementare) conosciuto come Teorema di Bayes costituisce uno dei pilastri del ragionamento scientifico e intuitivamente prescrive il modo in cui dobbiamo cambiare idea all arrivo di nuove informazioni. Teorema 3.23 (Il teorema di Bayes). pr( ') = pr(' )pr( ). pr(') 41 W.V. Quine. Methods of Logic. Harvard University Press, Corsivo aggiunto

8 ELEMENTI DI LOGICA PROBABILISTICA 43 Figura 5. Thomas Bayes ( ). La memoria sul problema delle probabilità inverse che contiene la prima dimostrazione di quello che oggi chiamiamo teorema di Bayes, non è stata scritta da Bayes, ma dall amico Price. Dimostrazione. Poiché ^ ' è vero se e solo se ' ^ è vero: pr( ^ ') =pr( ')pr(') = pr(' )pr( ) Quindi pr(' )pr( ) =pr( ')pr(') L importanza del teorema di Bayes va molto oltre la teoria della probabilità. Un area (oggi di punta) della statistica prende il nome di Bayesiana, e i metodi Bayesiani costituiscono una cornice di lavoro che attraversa molte discipline, dall intelligenza artificiale al diritto della prova, dalla biomedicina alla teoria delle assicurazioni McGrayne, S.B The Theory That Would Not Die. Yale University Press, è un avvincente biografia del teorema.

VINCERE AL BLACKJACK

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

Dettagli

Capitolo 2. Operazione di limite

Capitolo 2. Operazione di limite Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A

Dettagli

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

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

Dettagli

Il principio di induzione e i numeri naturali.

Il 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

Dettagli

risulta (x) = 1 se x < 0.

risulta (x) = 1 se x < 0. Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente

Dettagli

Teoria dei Giochi. Anna Torre

Teoria dei Giochi. Anna Torre Teoria dei Giochi Anna Torre Almo Collegio Borromeo 26 marzo 2015 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2015.html COOPERAZIONE Esempio: strategie correlate e problema

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

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

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

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

1 Serie di Taylor di una funzione

1 Serie di Taylor di una funzione Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita

Dettagli

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

PROBABILITÀ - 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 -

Dettagli

Capitolo 25: Lo scambio nel mercato delle assicurazioni

Capitolo 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

Dettagli

1 Giochi a due, con informazione perfetta e somma zero

1 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

Dettagli

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe

Dettagli

ELEMENTI DI LOGICA PROBABILISTICA 29

ELEMENTI DI LOGICA PROBABILISTICA 29 ELEMENTI DI LOGICA PROBABILISTICA 29 3.1. 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

Dettagli

1 Applicazioni Lineari tra Spazi Vettoriali

1 Applicazioni Lineari tra Spazi Vettoriali 1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!

Dettagli

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0

4 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

Dettagli

APPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE

APPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE APPUNTI SU PROBLEMI CON CALCOLO PERCENTUALE 1. Proporzionalità diretta e proporzionalità inversa Analizziamo le seguenti formule Peso Lordo = Peso Netto + Tara Ricavo = Utile + Costo Rata = Importo + Interesse

Dettagli

Corrispondenze e funzioni

Corrispondenze 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

Dettagli

1 Estensione in strategia mista di un gioco

1 Estensione in strategia mista di un gioco AVVERTENZA: Di seguito trovate alcuni appunti, poco ordinati e poco formali, che uso come traccia durante le lezioni. Non sono assolutamente da considerarsi sostitutivi del materiale didattico. Riferimenti:

Dettagli

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

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

Dettagli

Teoria dei Giochi. Anna Torre

Teoria dei Giochi. Anna Torre Teoria dei Giochi Anna Torre Almo Collegio Borromeo 9 marzo 2010 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2010.html TEOREMI DI ESISTENZA TEOREMI DI ESISTENZA Teorema

Dettagli

Lezione 8. La macchina universale

Lezione 8. La macchina universale Lezione 8 Algoritmi La macchina universale Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni su i dati digitale= l informazione

Dettagli

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell

Dettagli

Il sistema monetario

Il sistema monetario Il sistema monetario Premessa: in un sistema economico senza moneta il commercio richiede la doppia coincidenza dei desideri. L esistenza del denaro rende più facili gli scambi. Moneta: insieme di tutti

Dettagli

Equilibrio bayesiano perfetto. Giochi di segnalazione

Equilibrio bayesiano perfetto. Giochi di segnalazione Equilibrio bayesiano perfetto. Giochi di segnalazione Appunti a cura di Stefano Moretti, Silvia VILLA e Fioravante PATRONE versione del 26 maggio 2006 Indice 1 Equilibrio bayesiano perfetto 2 2 Giochi

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

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

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede

Dettagli

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

Esercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che: Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi

Dettagli

Funzioni in C. Violetta Lonati

Funzioni in C. Violetta Lonati Università degli studi di Milano Dipartimento di Scienze dell Informazione Laboratorio di algoritmi e strutture dati Corso di laurea in Informatica Funzioni - in breve: Funzioni Definizione di funzioni

Dettagli

LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ

LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ In questa Appendice mostreremo come trovare la tariffa in due parti che massimizza i profitti di Clearvoice,

Dettagli

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

INTRODUZIONE AI CICLI

INTRODUZIONE 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?

Dettagli

10. Insiemi non misurabili secondo Lebesgue.

10. Insiemi non misurabili secondo Lebesgue. 10. Insiemi non misurabili secondo Lebesgue. Lo scopo principale di questo capitolo è quello di far vedere che esistono sottoinsiemi di R h che non sono misurabili secondo Lebesgue. La costruzione di insiemi

Dettagli

OSSERVAZIONI TEORICHE Lezione n. 4

OSSERVAZIONI 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

Dettagli

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

Capitolo 13: L offerta dell impresa e il surplus del produttore Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:

Dettagli

Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi.

Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi. E. Calabrese: Fondamenti di Informatica Problemi-1 Il sapere tende oggi a caratterizzarsi non più come un insieme di contenuti ma come un insieme di metodi e di strategie per risolvere problemi. L'informatica

Dettagli

Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria

Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria Esercizio 1 Ci sono 2000 individui ciascuno con funzione di utilità Von Neumann-Morgestern

Dettagli

( x) ( x) 0. Equazioni irrazionali

( x) ( x) 0. Equazioni irrazionali Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza

Dettagli

Calcolo delle Probabilità

Calcolo 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

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

Test statistici di verifica di ipotesi

Test 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

Dettagli

1. PRIME PROPRIETÀ 2

1. 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,

Dettagli

Matematica generale CTF

Matematica generale CTF Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione

Dettagli

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

Test d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se

Dettagli

Capitolo 4 Probabilità

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

Dettagli

Osservazioni sulla continuità per le funzioni reali di variabile reale

Osservazioni sulla continuità per le funzioni reali di variabile reale Corso di Matematica, I modulo, Università di Udine, Osservazioni sulla continuità Osservazioni sulla continuità per le funzioni reali di variabile reale Come è noto una funzione è continua in un punto

Dettagli

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

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi. Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:

Dettagli

INTRODUZIONE I CICLI DI BORSA

INTRODUZIONE I CICLI DI BORSA www.previsioniborsa.net 1 lezione METODO CICLICO INTRODUZIONE Questo metodo e praticamente un riassunto in breve di anni di esperienza e di studi sull Analisi Tecnica di borsa con specializzazione in particolare

Dettagli

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

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

Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale

Lezione 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

Dettagli

Come fare una scelta?

Come fare una scelta? Come fare una scelta? Don Alberto Abreu www.pietrscartata.com COME FARE UNA SCELTA? Osare scegliere Dio ha creato l uomo libero capace di decidere. In molti occasioni, senza renderci conto, effettuiamo

Dettagli

Gli strumenti di base della Finanza

Gli strumenti di base della Finanza 27 Gli strumenti di base della Finanza ECONOMIA FINANZIARIA L Economia Finanziaria studia le decisioni degli individui sulla allocazione delle risorse e la gestione del rischio VALORE ATTUALE Con il termine

Dettagli

Appunti sulla Macchina di Turing. Macchina di Turing

Appunti sulla Macchina di Turing. Macchina di Turing Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso

Dettagli

INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI

INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI Prima di riuscire a scrivere un programma, abbiamo bisogno di conoscere un metodo risolutivo, cioè un metodo che a partire dai dati di ingresso fornisce i risultati attesi.

Dettagli

Calcolo del Valore Attuale Netto (VAN)

Calcolo 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

Dettagli

Un modello matematico di investimento ottimale

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

Dettagli

Calcolo delle probabilità

Calcolo 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

Dettagli

b. Che cosa succede alla frazione di reddito nazionale che viene risparmiata?

b. 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.

Dettagli

SISTEMI INFORMATIVI AVANZATI -2010/2011 1. Introduzione

SISTEMI INFORMATIVI AVANZATI -2010/2011 1. Introduzione SISTEMI INFORMATIVI AVANZATI -2010/2011 1 Introduzione In queste dispense, dopo aver riportato una sintesi del concetto di Dipendenza Funzionale e di Normalizzazione estratti dal libro Progetto di Basi

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

1. Limite finito di una funzione in un punto

1. Limite finito di una funzione in un punto . Limite finito di una funzione in un punto Consideriamo la funzione: f ( ) = il cui dominio risulta essere R {}, e quindi il valore di f ( ) non è calcolabile in =. Quest affermazione tuttavia non esaurisce

Dettagli

Richiami di teoria della domanda di moneta

Richiami di teoria della domanda di moneta Richiami di teoria della domanda di moneta Parte seconda La teoria della preferenza della liquidità di Keynes Keynes distingue tre moventi principali per cui si detiene moneta. Transattivo Precauzionale

Dettagli

Database. Si ringrazia Marco Bertini per le slides

Database. Si ringrazia Marco Bertini per le slides Database Si ringrazia Marco Bertini per le slides Obiettivo Concetti base dati e informazioni cos è un database terminologia Modelli organizzativi flat file database relazionali Principi e linee guida

Dettagli

Indice. 1 Il monitoraggio del progetto formativo --------------------------------------------------------------- 3. 2 di 6

Indice. 1 Il monitoraggio del progetto formativo --------------------------------------------------------------- 3. 2 di 6 LEZIONE MONITORARE UN PROGETTO FORMATIVO. UNA TABELLA PROF. NICOLA PAPARELLA Indice 1 Il monitoraggio del progetto formativo --------------------------------------------------------------- 3 2 di 6 1 Il

Dettagli

Ascrizioni di credenza

Ascrizioni di credenza Ascrizioni di credenza Ascrizioni di credenza Introduzione Sandro Zucchi 2014-15 Le ascrizioni di credenza sono asserzioni del tipo in (1): Da un punto di vista filosofico, i problemi che pongono asserzioni

Dettagli

Correttezza. Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1. Dispensa 10. A. Miola Novembre 2007

Correttezza. Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1. Dispensa 10. A. Miola Novembre 2007 Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1 Dispensa 10 Correttezza A. Miola Novembre 2007 http://www.dia.uniroma3.it/~java/fondinf1/ Correttezza 1 Contenuti Introduzione alla correttezza

Dettagli

PLIDA Progetto Lingua Italiana Dante Alighieri Certificazione di competenza in lingua italiana

PLIDA Progetto Lingua Italiana Dante Alighieri Certificazione di competenza in lingua italiana PLIDA Progetto Lingua Italiana Dante Alighieri Certificazione di competenza in lingua italiana giugno 2011 PARLARE Livello MATERIALE PER L INTERVISTATORE 2 PLIDA Progetto Lingua Italiana Dante Alighieri

Dettagli

Può la descrizione quantomeccanica della realtà fisica considerarsi completa?

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

Dettagli

Logica Numerica Approfondimento 1. Minimo Comune Multiplo e Massimo Comun Divisore. Il concetto di multiplo e di divisore. Il Minimo Comune Multiplo

Logica Numerica Approfondimento 1. Minimo Comune Multiplo e Massimo Comun Divisore. Il concetto di multiplo e di divisore. Il Minimo Comune Multiplo Logica Numerica Approfondimento E. Barbuto Minimo Comune Multiplo e Massimo Comun Divisore Il concetto di multiplo e di divisore Considerato un numero intero n, se esso viene moltiplicato per un numero

Dettagli

analisi di sistemi retroazionati (2)

analisi di sistemi retroazionati (2) : analisi di sistemi retroazionati (2) Marco Lovera Dipartimento di Elettronica e Informazione Politecnico di Milano lovera@elet.polimi.it Indice Piccolo guadagno Stabilita ingresso-uscita Guadagno L 2

Dettagli

Lezione 1 Introduzione

Lezione 1 Introduzione Lezione 1 Introduzione Argomenti Cosa è l Economia politica I principi fondamentali dell Economia politica Cosa studia l Economia politica Perché studiare l Economia politica 1.1 COSA È L ECONOMIA POLITICA

Dettagli

SENZA PAROLE. Illustrazione di Matteo Pericoli 2001

SENZA PAROLE. Illustrazione di Matteo Pericoli 2001 SENZA PAROLE Illustrazione di Matteo Pericoli 2001 Agente di viaggio. Vedo che ha deciso per la Transiberiana. Ottima scelta. Un viaggio difficile, ma che le darà enormi soddisfazioni. Cliente. Mi preoccupa

Dettagli

I database relazionali sono il tipo di database attualmente piu diffuso. I motivi di questo successo sono fondamentalmente due:

I database relazionali sono il tipo di database attualmente piu diffuso. I motivi di questo successo sono fondamentalmente due: Il modello relazionale I database relazionali sono il tipo di database attualmente piu diffuso. I motivi di questo successo sono fondamentalmente due: 1. forniscono sistemi semplici ed efficienti per rappresentare

Dettagli

LEZIONE 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. 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

Dettagli

2. Leggi finanziarie di capitalizzazione

2. Leggi finanziarie di capitalizzazione 2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M

Dettagli

ISA 610 e ISA 620 L'utilizzo durante la revisione dei revisori interni e degli esperti. Corso di revisione legale dei conti progredito

ISA 610 e ISA 620 L'utilizzo durante la revisione dei revisori interni e degli esperti. Corso di revisione legale dei conti progredito ISA 610 e ISA 620 L'utilizzo durante la revisione dei revisori interni e degli esperti. Corso di revisione legale dei conti progredito 1 ISA 610 USING THE WORK OF INTERNAL AUDITORS Questo principio tratta

Dettagli

Ottimizazione vincolata

Ottimizazione 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

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

Dettagli

Cash flow stream ( Successione di Flussi di Cassa)

Cash flow stream ( Successione di Flussi di Cassa) Cash flow stream ( Successione di Flussi di Cassa) Investimento è definito come un impiego di risorse effettuato allo scopo di ottenere un guadagno più avanti nel tempo. Investimento monetario è l impiego

Dettagli

Prodotto libero di gruppi

Prodotto libero di gruppi Prodotto libero di gruppi 24 aprile 2014 Siano (A 1, +) e (A 2, +) gruppi abeliani. Sul prodotto cartesiano A 1 A 2 definiamo l operazione (x 1, y 1 ) + (x 2, y 2 ) := (x 1 + x 2, y 1 + y 2 ). Provvisto

Dettagli

Matematica generale CTF

Matematica generale CTF Equazioni differenziali 9 dicembre 2015 Si chiamano equazioni differenziali quelle equazioni le cui incognite non sono variabili reali ma funzioni di una o più variabili. Le equazioni differenziali possono

Dettagli

Uso di base delle funzioni in Microsoft Excel

Uso di base delle funzioni in Microsoft Excel Uso di base delle funzioni in Microsoft Excel Le funzioni Una funzione è un operatore che applicato a uno o più argomenti (valori, siano essi numeri con virgola, numeri interi, stringhe di caratteri) restituisce

Dettagli

Microeconomia per la Finanza - Esercitazione 3 Bayesian updating

Microeconomia per la Finanza - Esercitazione 3 Bayesian updating Microeconomia per la Finanza - Esercitazione 3 Bayesian updating pcrosetto@luiss.it 6 Maggio 2010 1. Che faremo? Dove trovare i materiali: http://docenti.luiss.it/crosetto/ 1 Ripasso di probabilità 2 Regola

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

Il Problem-Based Learning dalla pratica alla teoria

Il Problem-Based Learning dalla pratica alla teoria Il Problem-Based Learning dalla pratica alla teoria Il Problem-based learning (apprendimento basato su un problema) è un metodo di insegnamento in cui un problema costituisce il punto di inizio del processo

Dettagli

Paperone e Rockerduck: a cosa serve l antitrust?

Paperone 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

Dettagli

Funzioni. Parte prima. Daniele Serra

Funzioni. Parte prima. Daniele Serra Funzioni Parte prima Daniele Serra Nota: questi appunti non sostituiscono in alcun modo le lezioni del prof. Favilli, né alcun libro di testo. Sono piuttosto da intendersi a integrazione di entrambi. 1

Dettagli

Sui criteri di scelta per selezionare un consulente finanziario

Sui criteri di scelta per selezionare un consulente finanziario Sui criteri di scelta per selezionare un consulente finanziario Blog http://epsilon-intervallo-grande.blogspot.com/ Linked in http://www.linkedin.com/in/guidogiaume 1/11 Criteri per selezionare un consulente

Dettagli

Corso di Psicometria Progredito

Corso 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

Dettagli

MODELLO RELAZIONALE. Introduzione

MODELLO RELAZIONALE. Introduzione MODELLO RELAZIONALE Introduzione E' stato proposto agli inizi degli anni 70 da Codd finalizzato alla realizzazione dell indipendenza dei dati, unisce concetti derivati dalla teoria degli insiemi (relazioni)

Dettagli

Fondamenti e didattica di Matematica Finanziaria

Fondamenti e didattica di Matematica Finanziaria Fondamenti e didattica di Matematica Finanziaria Silvana Stefani Piazza dell Ateneo Nuovo 1-20126 MILANO U6-368 silvana.stefani@unimib.it 1 Unità 9 Contenuti della lezione Operazioni finanziarie, criterio

Dettagli

Esponenziali elogaritmi

Esponenziali elogaritmi Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.

Dettagli

Lezione 1. Gli Insiemi. La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme:

Lezione 1. Gli Insiemi. La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme: Lezione 1 Gli Insiemi La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme: degli iscritti ad un corso di laurea delle stelle in cielo dei punti di un piano

Dettagli

Corso di Fisica generale

Corso di Fisica generale Corso di Fisica generale Liceo Scientifico Righi, Cesena Anno Scolastico 2014/15 1C Introduzione alla Incertezza della Misura Sperimentale I Riccardo Fabbri 1 (Dispense ed esercizi su www.riccardofabbri.eu)

Dettagli

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1 Le funzioni continue A. Pisani Liceo Classico Dante Alighieri A.S. -3 A. Pisani, appunti di Matematica 1 Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato

Dettagli

3 GRAFICI DI FUNZIONI

3 GRAFICI DI FUNZIONI 3 GRAFICI DI FUNZIONI Particolari sottoinsiemi di R che noi studieremo sono i grafici di funzioni. Il grafico di una funzione f (se non è specificato il dominio di definizione) è dato da {(x, y) : x dom

Dettagli