• Non ci sono risultati.

(1)Teoria delle Decisioni ed Applicazioni, 2004/05 Fioravante Patronec 1 1 Stati di natura e probabilit`a soggettiva Abbiamo E insieme degli “esiti finali” (prizes), ed S insieme degli “stati di natura”

N/A
N/A
Protected

Academic year: 2021

Condividi "(1)Teoria delle Decisioni ed Applicazioni, 2004/05 Fioravante Patronec 1 1 Stati di natura e probabilit`a soggettiva Abbiamo E insieme degli “esiti finali” (prizes), ed S insieme degli “stati di natura”"

Copied!
4
0
0

Testo completo

(1)

Teoria delle Decisioni ed Applicazioni, 2004/05 Fioravante Patronec 1

1 Stati di natura e probabilit`a soggettiva

Abbiamo E insieme degli “esiti finali” (prizes), ed S insieme degli “stati di natura”.

Ogni s ∈ S “risolve” tutta l’incertezza.

Esempio 1 Lancio il dado. S `e l’insieme di tutte le possibili dinamiche.

Notiamo che le decisioni in condizioni di rischio sono un caso particolare delle decisioni in condizioni di incertezza.

Esempio 2 Taglio la vite ora o la prossima settimana? Ogni s rappresenta una possibile condizione atmosferica.

Nel contesto delle decisioni in condizioni di rischio, `e data p ∈ P , con P spazio delle probabilit`a a supporto finito su E (cio`e, una p ∈ P assegna probabilit`a strettamente positiva solo ad un numero finito di punti di E; nel caso parti- colare in cui E sia finito, P rappresenta l’insieme di tutte le probabilit`a su E).

Nelle decisioni in condizione di incertezza abbiamo k : S −→ E. Per ogni s ∈ S, abbiamo un esito ben determinato. Allora dobbiamo scegliere tra elementi di K = {k : S → E}

Per capire, ricordiamo che un decisore deve scegliere tra diverse AZIONI : abbiamo quindi un insieme delle azioni X, ma il decisore guarda solo le con- seguenze!

Consideriamo quindi E insieme degli esiti “finali”. Abbiamo allora h : X −→ E. Ma questo va bene solo in condizioni di certezza!

Se siamo in presenza di “probabilit`a oggettive”, abbiamo h : X −→ P, con P = ∆(E).

L’azione determina solo una distribuzione di probabilit`a su E.

E nel caso che interessa a noi, quello delle condizioni di incertezza?

L’esito finale `e determinato da h e dallo stato del mondo!

Abbiamo allora h : X −→ K = {k : S −→ E}.

NOTA: Posso considerare questa come la formula “generale” che ingloba le precedenti.

Fissiamo ¯x ∈ X. Cosa abbiamo? Dato ¯x, per ogni s ∈ S, ottengo un ben determinato esito e ∈ E.

Ho cio`e una funzione kx¯ : S −→ E.

Quindi scegliere tra ¯x e ¯x equivale a scegliere tra le due funzioni¯

(2)

Teoria delle Decisioni ed Applicazioni, 2004/05 Fioravante Patronec 2

kx¯, kx¯¯ : S −→ E.

Ecco da dove viene l’idea che gli oggetti di scelta siano le k ∈ K, con K = {k : S −→ E}.

Cerchiamo allora se esistono:

− una distribuzione di probabilit`a p su S

− una u : E −→ R



tali che:

k  k0 P

s∈Su(k(s))p(s) > P

s∈Su(k0(s))p(s)

(Assumiamo S finito. Nella teoria di Savage S `e (deve essere!) infinito).

Proviamo a modellizzare, cominciando con un modello sbagliato.

Esempio 3 Data la seguente tabella:

azioni \ stati del mondo Piover`a Non Piover`a Porto Ombrello non mi bagno non mi bagno Non Porto Ombrello mi bagno non mi bagno

E’ ovvio che preferisco portare l’ombrello, se le mie preferenze sono “nor- mali”!

E = {non mi bagno, mi bagno } = {e1, e2}, con e1  e2 (si noti che sto usando proprio qui l’assunzione fatta che le mie preferenze siano quelle di una persona “normale”, che preferisce non bagnarsi...).

Stati di natura: s1: piover`a, s2: non piover`a.

E k1 “mappa” l’azione “porto l’ombrello” in E.

Quindi

k1(s1) = e1 k1(s2) = e1 k2(s1) = e2 k2(s2) = e1 Qualunque sia la mia p su S, avr`o k1  k2;

ed anzi, a meno che non sia p(s1) = 0, avr`o k1  k2. Ma c’`e qualcosa che non va!

In realt`a la descrizione di E `e sballata!

Riproviamo con

E = {e1, e2, e3} dove

(3)

Teoria delle Decisioni ed Applicazioni, 2004/05 Fioravante Patronec 3

e1: non mi bagno e non ho ombrello, e2: non mi bagno e ho ombrello, e3: mi bagno (e non ho ombrello).

E’ ovvio che e1  e2  e3

azioni \ stati del mondo Piover`a Non Piover`a

Porto Ombrello non mi bagno e ho ombrello non mi bagno e ho ombrello Non Porto Ombrello mi bagno non mi bagno e non ho ombrello

k1(s1) = e2 k1(s2) = e2 k2(s1) = e3 k2(s2) = e1

Non `e pi`u “banale”: dipende da u e da p. Si noti: dipende anche da p, la probabilit`a che attribuisco ai vari stati del mondo.

Vi `e un’altra osservazione da fare:

l’utilit`a che attacchiamo ad x ∈ X `e INDIPENDENTE dallo stato di natura nel quale si verifica.

Per la teoria di Savage, rinvio ai testi standard. Qui mi limito ricordare la propriet`a pi`u importante richiesta da Savage.

Definizione 1 {SURE THING PRINCIPLE}

Siano k, ˆk : S −→ E.

supponiamo che k|T = ˆk|T su T ⊆ S e che k  ˆk.

Siano ora k0, ˆk0 tali che:  k0|S\T = k|S\T kˆ0|S\T = ˆk|S\T e sia k0|T = ˆk0|T.

Allora k0  ˆk0

(Insomma, “come” coincidono su T non importa!) Vediamo questo con tabella (qui T = {sr+1, . . . , sm}):

stati del mondo s1 . . . sr sr+1 . . . sm azioni mappa

x k a . . . z . . .

ˆ

x kˆ ˆa . . . zˆ . . .

x0 k0 a . . . z × . . . /

ˆ

x0 kˆ0 ˆa . . . zˆ × . . . /

(4)

Teoria delle Decisioni ed Applicazioni, 2004/05 Fioravante Patronec 4

C’`e anche una teoria dovuta ad Anscombe ed Aumann.

Il punto essenziale `e che invece di considerare K = {k : S −→ E},

come fa Savage, Anscombe ed Aumann considerano K= {k : S −→ ∆(E)}.

Chi fosse interessato pu`o consultare ad esempio Myerson.

Riferimenti

Documenti correlati

[r]

a) L’integranda ` e continua ed ha segno costante in [0, +∞), per cui la convergenza pu` o essere studiata mediante il criterio del confronto asintotico... esprimendole prima in

Esempio 1 (regola di Borda) Ad ogni elemento di C assegniamo un punteggio sulla base delle preferenze dei vari individui (ad esempio, k all’ele- mento preferito, k − 1 al successivo

[r]

Teoria dei Giochi, dottorato “STIC”, GE, 2004/05 Fioravante Patrone c 1.. Teoria

Simmetria ed effi- cienza sono sufficienti per determinare la soluzione di Nash del problema di contrattazione. Essa coincide con quella di Kalai

Trovare eventuali massimi ombra o strategie for- temente dominanti. Trovarne equilibri di Nash, se

Pertanto, le strategie a disposizione dei due giocatori sono date da tutte le sequenze di questo tipo e quindi sono 3 4. Esercizio 5 Trovare tutti gli equilibri correlati per il “pari