Essere d accordo di non essere d accordo

Documenti analoghi
GIOCHI, STRATEGIE DOMINATE e CONOSCENZA COMUNE

1 IL LINGUAGGIO MATEMATICO

Esercizi sulla conversione tra unità di misura

LEZIONE 4. { x + y + z = 1 x y + 2z = 3

PNI QUESITO 1 QUESITO 2

STATISTICA A K (63 ore) Marco Riani

1 Giochi ad informazione incompleta.

ESERCIZI SULLA PROBABILITA

Normalizzazione. Definizione

Un convertitore D/A o digitale/analogico è un dispositivo che ha lo scopo di

WARRI. Presentazione. Il Gioco

Matematica con elementi di statistica ESERCIZI: probabilità

SISTEMI LINEARI. x 2y 2z = 0. Svolgimento. Procediamo con operazioni elementari di riga sulla matrice del primo sistema: R 2 R 2 3R

1 Definizione di sistema lineare omogeneo.

La PROBABILITA è un numero che si associa ad un evento E ed esprime il grado di aspettativa circa il suo verificarsi.

ESERCITAZIONE 3 : PERCENTUALI

Somma di numeri floating point. Algoritmi di moltiplicazione e divisione per numeri interi

INDICAZIONI PER LA RICERCA DEGLI ASINTOTI VERTICALI

La probabilità composta

Matematica e-learning - Corso Zero di Matematica. Gli Insiemi. Prof. Erasmo Modica A.A.

Test di Matematica di base

Risoluzione dei triangoli rettangoli

FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti

Come realizzare dei bozzelli di pezzo di Franco Fissore

Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio

Variabili aleatorie Parte I

UNIVERSITÀ di ROMA TOR VERGATA

ESPERIMENTO DEL LANCIO DEI DADI

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.

PROGRAMMAZIONE STRUTTURATA

ESERCITAZIONE 20 : VARIABILI ALEATORIE DISCRETE

La funzione di Hilbert e i numeri di Betti tra Algebra e Geometria

4 0 = 4 2 = 4 4 = 4 6 = 0.

Variabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1

Per capire qual è l altezza media degli italiani è stato intervistato un campione di 1523 cittadini. La media campionaria dell altezza risulta essere:

Codice Gray. (versione Marzo 2007)

= 300mA. Applicando la legge di Ohm su R4 si calcola facilmente V4: V4 = R4

Probabilità. Ing. Ivano Coccorullo

MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE

Da E. Severino, La filosofia moderna, Rizzoli, pag

L'algebra Booleana. Generalità. Definizioni

Chi non risolve esercizi non impara la matematica.

( x) Definizione: si definisce dominio (o campo di esistenza) di una funzione f ( x) l insieme dei valori

Disequazioni - ulteriori esercizi proposti 1

Andamento e periodo delle funzioni goniometriche

APPUNTI DI MATEMATICA ALGEBRA \ CALCOLO LETTERALE \ MONOMI (1)

Esercizi sulle percentuali

PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE

Costruttore di numeri della WebDewey

Lezione 39: la legge di Ohm e i circuiti elettrici

EQUAZIONE DELLA RETTA

SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n

Proprietà della varianza

Anno 3. Funzioni esponenziali e logaritmi: le 4 operazioni

Corso di Laurea in Matematica per l Informatica e la Comunicazione Scientifica

Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1

Introduzione alla probabilità

Elezioni comunali Esempi di attribuzione dei seggi

Prontuario degli argomenti di Algebra

Strutture di accesso ai dati: B + -tree

Esempi di attribuzione dei seggi

Diagrammi a blocchi 1

ESPONENZIALI E LOGARITMI. chiameremo logaritmica (e si legge il logaritmo in base a di c è uguale a b ).

Gli insiemi numerici

Le imprese nei mercati concorrenziali

TEST DI INGRESSO. Al seguente indirizzo puoi trovare il test di matematica di base per scienze biotecnologiche

LA VARIANTE PER I PRINCIPIANTI Cocotaki è un gioco pazzo. Quando si gioca per la prima volta, in particolare con bambini piccoli, è bene iniziare con

Metodo di Gauss-Jordan 1

x 2 + (x+4) 2 = 20 Alle equazioni di secondo grado si possono applicare i PRINCIPI di EQUIVALENZA utilizzati per le EQUAZIONI di PRIMO GRADO.

Anno 3 Equazione dell'ellisse

Statistica 1 A.A. 2015/2016

Il Teorema di Kakutani

Proprietà delle relazioni 1

Questo paragrafo e quello successivo trattano gli stessi argomenti del capitolo B6 relativo alla soluzione grafica dei sistemi di primo grado.

Disequazioni in una incognita. La rappresentazione delle soluzioni

Il metodo delle proporzioni crescenti

TEOREMA DEL RESTO E REGOLA DI RUFFINI

IL LINGUAGGIO DEGLI INSIEMI Conoscenze

4) 8 g di idrogeno reagiscono esattamente con 64 g di ossigeno secondo la seguente reazione:

IL CALCOLO DELLE PROBABILITA

TRASFORMATORI PER LE NOSTRE ANTENNE E ANTENNA DEFINITIVA

Modelli descrittivi, statistica e simulazione

WooCommerce: come configurare le categorie e i tag dei prodotti

Espressioni ed Equazioni

CORSO DI LAUREA IN MATEMATICA

Equazioni lineari con due o più incognite

METODI E TECNOLOGIE PER L INSEGNAMENTO DELLA MATEMATICA. Lezione n

Risultati esperienza sul lancio di dadi Ho ottenuto ad esempio:

MONOMI. Donatella Candelo 13/11/2004 1

Fiscal News N Unico: acconto per i contribuenti forfettari. La circolare di aggiornamento professionale Premessa

Le equazioni di I grado

2.1) Ogni pietra avversaria catturata vale un punto.

Incertezza di Misura: Concetti di Base

AREA LOGICO - MATEMATICA TEMA PARI E DISPARI

Statistica descrittiva e statistica inferenziale

Teorema del limite centrale TCL

Corso di Valutazione Economica dei Progetti e dei Piani

Potenze - Monomi - Polinomi - Operazioni tra Polinomi - Quadrato e Cubo del Binomio - Quadrato del Trinomio

Insegnare relatività. nel XXI secolo

ARROTONDANDO FIGURE CON TRIANGOLI EQUILATERI

Transcript:

Essere d accordo di non essere d accordo Fioravante PATRONE Dipartimento di Ingegneria della Produzione, Termoenergetica e Modelli Matematici P.le Kennedy - Pad D 16129 Genova - ITALY patrone@diptem.unige.it http://www.diptem.unige.it/patrone http://tdg.dima.unige.it http://www.citg.unige.it/citg.htm http://www.scallywag.it homepage web teaching web server CITG web page del gruppo Scaλλywag 1 Concetti di base Il (giustamente) famoso risultato di Aumann (Robert J. Aumann [1976]: Agreeing to Disagree, Annals of Statistics, 4, 1236-1239) può essere descritto semi discorsivamente nel modo seguente. Abbiamo un evento E, sottoinsieme di un dato insieme di eventi elementari Ω. Possiamo anche assumere, senza togliere nulla di essenziale, che Ω sia un insieme finito e che gli eventi elementari, ovvero gli elementi di Ω, siano equibrobabili. Ad esempio, potremmo avere due dadi, uno giallo ed uno verde. Che, come è lecito aspettarsi, lanceremo... Allora un modello molto naturale per rappresentare questa situazione è dato dall insieme Ω che contiene tutte le possibile coppie ordinate di numeri da 1 a 6. Cioè: Ω = {(1, 1), (1, 2),..., (1, 6), (2, 1),..., (2, 6),..., (6, 1),..., (6, 6)} (per fissare le idee, assumerò la convenzione che il primo numero indichi il risultato del dado giallo ed il secondo quello del dado verde). Sempre per restare su questo esempio, potrebbe essere E = {(1, 1), (2, 3), (2, 6), (3, 1)}. Vista la semplicità dell esempio, se abbiamo due individui con un minimo di sale in zucca possiamo ritenere scontato che essi assegnino probabilità 4/36, ovvero 1/9 al fatto che l evento E si verifichi (più precisamente, al fatto che dal lancio dei due dadi venga una coppia di numeri che appartiene ad E). Nel gergo di chi si occupa di queste cose, questa probabilità viene di solito indicata come la prior dei due individui. Supponiamo che i dadi vengano lanciati. Se questi due individui non sono in grado di osservare il lancio dei dadi, essi continueranno ad attribuire probabilità pari ad 1/9 al fatto che si sia verificato l evento E. Se invece possono osservare il risultato, molto banalmente essi attribuiranno probabilità 1 oppure 0 all evento E a

2 Fioravante Patrone - - - Dadi rossi e verdi seconda che il risultato appartenga oppure no ad E. Ad esempio, se il risultato del dado giallo è 2 e quello del dado verde è 6, la probabilità assegnata all evento E è pari ad 1. Le cose cominciano a farsi più interessanti se assumiamo che i due individui possano fare una osservazione parziale del risultato. Ad esempio, che il primo individuo possa osservare il risultato del dado giallo ed il secondo quello del dado verde. Per far prima, d ora in poi farò riferimento all individuo R ed all individuo B (devo dire cosa intendo?). Allora, se il risultato è stato (2, 6), l individuo R assegnerà probabilità 1/3 ad E, mentre per l individuo B la probabilità che l evento E si sia verificato sarà stimata pari a 1/6. Perché? Vediamo il caso di R. Egli, avendo osservato 2 dall uscita del dado giallo, sa che l evento elementare che si è verificato è uno fra {(2, 1), (2, 2),..., (2, 6)}. Visto che 2 elementi di E sono contenuti in questo insieme, il rapporto fra casi favorevoli e casi possibili è 2/6 = 1/3. Da qui la sua stima. Si noti, per chi sappia di queste cose, che non abbiamo fatto altro che calcolare la probabilità condizionata (all osservazione fatta) dell evento E. Come si vede, le stime dei due individui (quelle che in gergo vengono dette le posterior ) sono diverse. Niente di strano. Hanno ricevuto dei segnali che convogliano una informazione parziale e diversa rispetto a quale sia l evento elementare che si è verificato. Cosa succede se i due individui, dopo avere fatto queste osservazioni parziali, possono parlarsi? Se entrambi hanno interesse al fatto che la stima di ciascuno di loro sia la più accurata possibile, è evidente che hanno tutto l interesse a mettere in comune l informazione parziale che ciascuno di loro ha ricevuto. Tra l altro, in questo caso, mettendo assieme le due informazioni parziali ottengono una descrizione completa dell evento elementare che si è verificato. Quindi, di fronte a questa completa libertà di comunicazione, il caso ridiventa banale. Supponiamo allora che le possibilità di comunicare siano anch esse ristrette (come ristrette sono le capacità di osservazione di entrambi). Più precisamente, supponiamo che i due tizi possano solo comunicarsi la loro stima delle probabilità, ovvero le loro posterior. Ebbene, il risultato di Aumann ci garantisce che questa informazione addizionale avrà l effetto (miracoloso?) di rendere uguali le loro posterior. Dopo, s intende, un processo di revisione che presuppone intelligenza da parte dei due individui. E, se necessario, la condivisione delle revisioni parziali cui saranno giunti. Insomma, è impossibile, per i due individui, essere d accordo sul fatto di avere stime discordanti della probabilità dell evento E. Si noti, però, che per ottenere questo risultato è essenziale che sia conoscenza comune fra i due individui il fatto che R osserva il dado giallo e B quello verde. Cioè, il signor R non solo sa che lui stesso osserva il dado giallo, ma sa anche che B osserva quello verde, e sa anche che B sa entrambi i fatti, e sa anche che B sa che lui sa che... Insomma, ogni affermazione di questo genere deve essere vera.

Omaggio ad Aumann 3 Dedicherò il paragrafo seguente ad illustrare vari casi, sempre riferentesi a questo esempiuccio di due dadi. Prima, però, un cenno ad una conseguenza interessante di questo risultato. Come abbiamo visto sopra, con E = {(1, 1), (2, 3), (2, 6), (3, 1)}, se il risultato è (2, 6), la posterior per R è 1/3 e per B è 1/6. Ma allora sia R che B potrebbero accettare una scommessa in cui R dà 1 euro a B se l evento E è falso e riceve (sempre da B) 3 se E è vero. Ovvio: il guadagno atteso per R è pari a: 2/3 ( 1) + 1/3 (3) > 0 e lo stesso fatto vale per B (il suo guadagno atteso è 5/6 (1) + 1/6 ( 3) > 0). Noto come le somme coinvolte siano piccole, per cui è abbastanza plausibile che entrambi i giocatori adottino il criterio del guadagno atteso per valutare la vantaggiosità o meno di una scommessa. Ma se B propone ad R questa scommessa, ed è conoscenza comune il fatto che R osserva il dado giallo e B quello verde, l intelligenza di R dovrebbe indurlo a riflettere! Questa è l essenza di un famoso risultato (il no trade theorem di Milgrom e Stokey), che è conseguenza diretta del teorema di Aumann. 2 Dadi gialli e dadi verdi Ribadisco che in tutti gli esempi che seguono ci occupiamo del lancio di due dadi, uno giallo ed uno verde. Abbiamo un decisore che vede l esito del dado giallo (e solo di quello) ed un altro che vede l esito del dado verde (e solo quello). E ciò si assume sia conoscenza comune fra i due decisori. E anche sempre individuato un sottoinsieme E di {1,..., 6} {1,..., 6}, che nei disegni viene evidenziato con i pallini neri. Si assume che sia conoscenza comune fra i due decisori anche chi sia E. Esempio 1 Lo stato vero di natura sia (3, 2) (cioè, il risultato del lancio dei due dadi sia (3, 2)). La prior di entrambi, cioè la probabilità che entrambi assegnano al fatto che lo stato

4 Fioravante Patrone - - - Dadi rossi e verdi vero sia in E, è 6/36 = 1/6. Il decisore R osserva il dado giallo e la sua posterior sarà 1/6 (si noti che è identica alla prior, d altronde è ovvio che qualunque informazione lui avesse ricevuto dal lancio del dado giallo non gli sarebbe stato di alcuna utilità). Il decisore B aggiorna a 1/3. Le posterior vengono rese conoscenza comune. Allora R, sapendo la posterior di B, capisce che ciò che ha osservato B non può essere altro che 2 e quindi deduce che lo stato vero di natura è (3, 2) e quindi assegna probabilità 1 ad E. B invece non effettua nessun aggiornamento, rimanendo con la stessa posterior 1/3 che aveva prima. Le nuove posterior vengono rese conoscenza comune. R non modifica la sua posterior, che resta 1. Invece B capisce che lo stato vero di natura deve essere uno fra (2, 2) e (3, 2), entrambi comunque appartenenti ad E, quindi aggiorna la sua posterior a 1. Le nuove posterior vengono rese conoscenza comune. Nessuno ha ragione per modificare la sua posterior. Quindi restano entrambe uguali ad 1. Si noti che R sa chi è il vero stato di natura, mentre B non lo sa. Nota 1 Vedere cosa avviene se lo stato vero di natura è (1, 1). Altro esempio: Esempio 2 L evento è: La prior di entrambi è 8/36. Lo stato vero di natura sia (5, 3). Il decisore R osserva il dado giallo e aggiorna la sua prior a 2/3. Il decisore B aggiorna a 1/3.

Omaggio ad Aumann 5 Le posterior vengono rese CK (cioè, common knowledge, ovvero conoscenza comune ). R, sapendo la posterior di B, capisce che lo stato vero di natura non può essere né (5, 1), né (5, 2), perché altrimenti la posterior di B sarebbe stata 0. Allora R rivede la sua posterior e assegna (correttamente) probabilità 1 all evento dato dagli 8 pallini. Discorso analogo per B. Esempio 3 La prior di entrambi è 12/36. Supponiamo che lo stato di natura vero sia di nuovo (5, 3). Allora la posterior di R è di nuovo 2/3, mentre la posterior di B è 1/3, come prima. Vengono rese CK Naturalmente, questa volta il fatto che la posterior di B sia 1/3 non dice nulla a R, che non ha ragione di rivedere la sua posterior. Invece B sa che dal dado verde è uscito 3 e quindi capisce che quindi dal dado giallo deve essere uscito 4 oppure 5 (sennò la posterior di R non potrebbe essere 2/3). E quindi la sua posterior diventa 1. Le nuove posterior vengono rese CK. Ora R, sapendo che B ha modificato la sua posterior e che questa è diventata 1, ne deduce che B non può avere osservato altro che un numero fra 3, 4, 5, 6. E quindi anche lui assegna probabilità 1 al fatto che lo stato vero di natura stia in E. Notare che, alla fine, R sa che lo stato vero di natura è uno fra (5, 3), (5, 4), (5, 5), (5, 6), mentre B sa che è uno fra (5, 3) e (6, 3) Ancora un altro paio di esempi:

6 Fioravante Patrone - - - Dadi rossi e verdi Esempio 4 La prior di entrambi è 1/36. Supponiamo che lo stato di natura vero sia (1, 1). Allora la posterior di R è 1/6, mentre la posterior di B è 1/6 anch essa. Nel momento in cui le posterior vengono rese conoscenza comune, deducono entrambi che lo stato di natura vero è (1, 1) e quindi attribuiscono probabilità 1 all evento E Esempio 5 La prior di entrambi è 1/6. Supponiamo di nuovo che lo stato vero di natura sia (1, 1). Naturalmente, questa volta l osservazione del loro dado non dice nulla ai due decisori, che quindi restano con le loro posterior inalterate, identiche alle prior. Si noti che se potessero mettere in comune le informazioni parziali che hanno, dedurrebbero che la probabilità dell evento è 1 (nello stato di natura dato).