Intanto…………Benvenuti !!

Presentazione sul tema: "Intanto…………Benvenuti !!"— Transcript della presentazione:

1 Intanto…………Benvenuti !!
Vorrei cominciare con una domanda diventata abbastanza famosa “La domanda della regina”

2

3 Quando la Regina chiede spiegazioni non si può far finta di niente
almeno in Gran Bretagna La British Academy (dopo lunghe discussioni) risponde così: “Quindi, in sintesi, Vostra Maestà, l’incapacità di prevedere i tempi, la grandezza e la gravità della crisi e di prevenirla, pur avendo molte cause, è stato principalmente un fallimento dell’immaginazione collettiva di molte persone brillanti, sia in questo paese e internazionale, per comprendere i rischi per il sistema nel suo complesso”.  Più esplicitamente un altro gruppo di economisti britannici sottolinea “che negli ultimi anni l’economia si è trasformata quasi in un ramo della matematica applicata, ed è diventata distaccata dalle istituzioni del mondo reale e dagli eventi”.

4 Solo in Gran Bretagna ???? NO

5 Solo la Regina ? NO Perché gli economisti hanno sbagliato tanto?
di Paul Krugman (Nobel Economia 2008 New York Times Magazine 2 settembre 2009 Pochi economisti avevano visto l’attuale crisi arrivare, ma questo fallimento nelle previsioni era il più piccolo dei problemi del settore. Più importante era stata la cecità degli addetti dinanzi alla effettiva possibilità di cadute catastrofiche nell’economia di mercato. Durante gli anni d’oro, gli economisti finanziari erano arrivati a credere che i mercati fossero intrinsecamente stabili; difatti, quei titoli e gli altri assets ricevevano sempre quotazioni del tutto corrette. Non c’era niente nei modelli prevalenti che alludesse alla possibilità di quel genere di collasso che ha avuto luogo l’anno passato. …… … la disciplina economica è uscita di strada perché gli economisti, nel loro complesso, hanno confuso la bellezza, rivestita delle apparenze di grande effetto della matematica, con la realtà. Sino alla Grande Depressione, molti economisti avevano abbracciato una concezione del capitalismo come un sistema perfetto o quasi perfetto.  gli economisti tornarono ad innamorarsi della vecchia, idealizzata concezione per la quale individui razionali interagiscono entro mercati perfetti, questa volta agghindata con equazioni assai decorative.

6 La rinnovata storia d’amore con il mercato idealizzato fu, si può esserne certi, in parte una risposta ai mutati venti della politica, in parte una risposta agli incentivi finanziari. Ma, sebbene gli anni sabbatici presso la Hoover Institution e le possibilità di incarichi a Wall Street non siano circostanze sulle quali si sputa sopra, la causa fondamentale del fallimento della professione dell’economista fu l’attrazione per un approccio onnicomprensivo ed intellettualmente elegante, che peraltro diede agli economisti la possibilità di dar mostra delle loro competenze matematiche. Sfortunatamente, questa visione dell’economia, in tal modo resa appassionante e liberata da ogni guasto, condusse gli economisti ad ignorare tutti gli aspetti che potevano andare storti. Essi si rifiutarono di vedere il limiti della razionalità umana che spesso provocano le bolle e le loro esplosioni; i problemi delle istituzioni che vanno fuori controllo; le imperfezioni dei mercati – specialmente di quelli finanziari – che possono portare i sistemi operativi dell’economia a subire improvvise ed imprevedibili rotture, (Quest’ultimo punto sarà affrontato nella seconda parte del corso)

7 Ma ci avevano creduto veramente?? Parrebbe di SI’ (2003)

8 Qualche piccolo dubbio …. 2007

9 Infine la dichiarazione più paradossale di tutte.
Una vera arrampicata sugli specchi….. The crisis was not predicted because economic theory predicts that such events cannot be predicted. (Robert Lucas, 2009)

10

11 Per hiudere in bellezza vediamo qualche connazionale (attenzione alle date):
Alberto Alesina sulla “Stampa” del 20 agosto 2007  scrive: “Quella in atto è una correzione, come ce ne sono state altre. No, non vedo in arrivo lo scoppio di una bolla come quella della New economy. Ultimamente si era esagerato un po’ a prestare denaro grazie a tassi di interesse troppo bassi, ora è in atto una forte correzione, tutto qui”. E ancora Alesina sul “Sole -24 Ore” del 7 settembre 2007 scrive: “Finora non è accaduto nulla di catastrofico, né a mio parere accadrà”. Esattamente nello stesso periodo, sul “Corriere della Sera” del 4 agosto 2007, Francesco Giavazzi scrive: “La crisi del mercato ipotecario americano è seria, ma difficilmente si trasformerà in una crisi finanziaria generalizzata. Nel mondo l’economia continua a crescere rapidamente. La crescita consente agli investitori di assorbire le perdite ed evita che il contagio si diffonda”.

12 Tutti così miopi? no solo i liberisti puri (più ascoltati) , qualcun altro fuori dal coro c’è:
(attenzione alle date) Marco Vitale su  “Finanza e Mercati” del 25 luglio 2006 scrive: “Via dall’America, prima che sia troppo tardi. La depressione immobiliare potrebbe causare una crisi dei consumi e un rallentamento di 2 punti della crescita attesa del Pil americano, con un crash landing dell’economia globale”. GiulioTremonti, in una intervista al “Corriere della Sera” del 12 novembre 2006 dal titolo “Come nel ’29: rischio crisi per l’America” afferma: “Oggi la crisi immobiliare negli Stati Uniti è molto forte; e questo si riflette sui grandi numeri dell’economia, che in un tempo molto breve è scesa da una crescita del 5% al 2%.”  Poi precisa: “Il 2% in America non è crescita, perché corrisponde in equilibrio solo all’immigrazione e all’incremento della forza lavoro. Anche qui le ipotesi sono due. La prima: il passaggio dal boom allo sboom non ha causato il collasso, perché il sistema finanziario è ben equilibrato, ha assorbito la crisi e può ripartire. La seconda è una crisi strutturale, tipo Io spero nella prima ipotesi, ma temo la seconda”.

13  Tremonti che sul “Corriere della Sera” dell’11 agosto 2007 dice:
“ In America si trovano il principio e la fine di una crisi potenzialmente globale. La crisi dell’economia finanziaria diventa sempre crisi dell’economia reale. La crisi dell’America diventa sempre crisi del mondo. La cosa positiva è che governi e autorità monetarie, se lo capiscono e se lo vogliono, possono ancora intervenire” Marco Vitale Sul mensile “Vita” del settembre 2007, scrive: “Sono preoccupato di qualcosa di cui si parla troppo poco e cioè della dimensione immensa che ha raggiunto il mercato dei derivati……Questa eccessiva finanziarizzazione dell’economia creerà ancora problemi”.

14 Ostinazione e pentimenti tardivi:
l 16 settembre 2008, dopo il fallimento della Lehman Brothers, Francesco Giavazzi è entusiasta (“Ieri è stata una buona giornata per il capitalismo”), sul sito internet La Voce.info scrive: ”Oggi la cintura di liquidità di cui ha bisogno Aig sarà anch’essa offerta dal mercato”. Previsione però smentita quasi in tempo reale, visto che di lì a poche ore il governo americano (e non il mercato) interveniva a salvare Aig, costringendo Giavazzi a una postilla di rettifica. Non è tutto. Nel loro ultimo volume, a pagina 49, Giavazzi e Alesina riconoscono a proposito del fallimento di Lehman Brothers che “ex-post è probabilmente stato un errore non salvare l’istituto”.  Vabbè meglio tardi che mai…………………..

15 Dunque qualcosa è andato storto NEI NOSTRI MODELLI…….
Ma noi siamo Statistici non economisti, questa cosa ci riguarda? Ho paura di sì Perché il lavoro che noi facciamo, la stima dei modelli (cioè dare contenuto quantitativo alle relazioni tra variabili) Ha molte ipotesi e assunzioni che derivano da quelle tipicamente “ecnomiche” Ad esempio le assunzioni sul comportamento degli individui.. (indipendenza, omoschedasticità, incorrelazione, agenti razionali etcc LI VEDREMO) MA PRIMA DOBBIAMO CAPIRE COS’E’ ESATTAMENTE UN “MODELLO” Cioè lo strumento con cui facciamo previsioni E dobbiamo partire dalla materia prima: I DATI

16 Science Magazine 11 febbraio 2011 The Economist 25 febbraio 2010

17 IBM (e non solo) stima che ogni giorno , l’umanità crea
2,5 x cioè 2,5 quintilioni di dati elementari (bytes) 2,5 miliardi di miliardi (circa 600 miliardi di DVD) Messi uno sull’altro (senza custodia) sarebbe una colonna di oltre KM 2volte la distanza terra-luna

18 Secondo le stime di Science (Hilbert & Lopez - 2010):
La quantità totale di informazioni archiviate nel mondo nel 2007 sarebbe stata pari a pari a: 2,95 x = 295 miliardi di miliardi Se la stima IBM è (anche approssimativamente) corretta nel 2012 dovremmo stimare miliardi di miliardi 200 volte il 2007 e circa il 50% accumulato negli ultimi 2 anni (l’incremento è esponenziale)

19 Praticamente ormai qualsiasi attività umana lascia traccia digitale archiviabile grazie ad una tecnologia PERVASIVA: (esempi mmmmolto parziali) Sensori del clima posts nei social media Foto e video digitali Registrazione di acquisti Segnali GPS Analisi del genoma umano Ricerche Internet Transazioni di borsa Esami Universitari Visite mediche …………..

20

21

22 Valori rappresentabili
Intanto abbiamo un problema di unità di misura (e si comincia con l’ABC della Statistica…) Nome Simbolo Multiplo Valori rappresentabili bit b 21 2 byte B 28 256 kilobyte kB 210 1.024 megabyte MB 220 gigabyte GB 230 terabyte TB 240 petabyte PB 250 exabyte EB 260 zettabyte ZB 270 yottabyte YB 280 miliardi di miliardi miliardi

23 Alcuni esempi: Bytes (8 bits) – 1 byte: un carattere; ad esempio una lettera - 3 bytes: 1 Pixel (punto sullo schermo) a 16 milioni di colori – 100 bytes: un SMS, un telegramma Kilobyte (1,000 Byte) – 2 Kilobytes: una pagina scritta Megabyte (1,000,000 Byte) - 4 Megabytes: Immagine a tutto schermo 1280 x 1024 – 5 Megabytes: Una canzone in mp3, tutte le opere di Shakespeare - 700 megabytes : Film in formato DVIX Gigabyte (1,000,000,000 Byte) – 4 Gigabyte: un film in qualità DVD - 21 gigabytes: Foto con Canon eos 600D

24 Altri esempi Terabyte (1,000,000,000,000 Byte) – 1 Terabyte: fogli di carta stampati ricavati da 50,000 alberi; da ogni albero si ricavano circa fogli 18,75 terabyte: Le informazioni contenute nella Biblioteca del Congresso di Washington Petabyte (1,000,000,000,000,000 Byte) – 200 Petabytes: tutto il materiale stampato finora Exabyte (1,000,000,000,000,000,000 Byte) – 5 Exabytes: tutte le parole dette dall’uomo finora

25 Tanto??? SI e NO 1022 bit bit; decine di triliardi di bit 1,8 × 1022 bit (2,25 zettabit) Informazioni che (se esistesse una tecnica per farlo) potrebbero essere contenute in un grammo di DNA.

26 Vabbè, ma tutta questa esplosione di informazioni ci riguarda??????
Ho paura di sì, perché l’effetto più impressionante è sullo studio e l’analisi dei fenomeni, o meglio sui dati a disposizione per “capire” il mondo Cioè il punto in cui si esercitano le capacità degli Statistici Oggi il tema fondamentale della conoscenza e del governo dei fenomeni è il trattamento della informazione Forse aveva ragione Hal Varian, chief economist at Google che nel 2009 diceva: “I keep saying that the sexy job in the next 10 years will be statisticians, and I’m not kidding.”

27 Effetti……alcuni Quando il progetto Sloan Digital Sky Survey (SDSS) ha iniziato a raccogliere dati astronomici nel 2000, ha accumulato più dati nelle sue prime settimane che in tutta la storia dell'astronomia. Continuando a una velocità di circa 200 GB per notte, SDSS ha accumulato più di 140 terabyte di informazioni. Quando il Large Telescope Synoptic Survey, successore di SDSS, sarà in linea nel 2016 si prevede di acquisire tutta la informazione fin qui raccolta da SDSS ogni cinque giorni.

28 Nel 2010 i 4 principali sensori del Large Hadron Collider (LHC) del CERN di Ginevra
hanno prodotto 13 petabytes (13,000 terabytes) di dati sulle particelle elementari costituenti la materia. Il Bosone di Higgs (la particella di Dio quello che giustifica il fatto che le cose materiali abbiano una massa) è stato “scoperto” scavando tra questi dati…..

29 Si stanno moltiplicando le analisi statistiche testuali sulle frasi postate nei social network e nei blogs L’obiettivo è determinare la relazione tra “mood” delle frasi e comportamenti dei soggetti economici: Alcune: Kevin Voigt (November 15, 2010). "Google searches predict stock market moves".  CNN. Paul Marks (April 5, 2012). "Online searches for future linked to economic success". New Scientist. Casey Johnston (April 6, 2012). "Google Trends reveals clues about the mentality of richer nations“ Nikolaos Askitas & Klaus F. Zimmermann, "Google Econometrics and Unemployment Forecasting," Applied Economics Quarterly, Duncker & Humblot, Berlin Simeon Vosen & Torsten Schmidt, "Forecasting private consumption: survey‐based indicators vs. Google trends," Journal of Forecasting, John Wiley & Sons, Ltd., Vanessa Fox (2012) Marketing in the Age of Google, Revised and Updated: Your Online Strategy IS Your Business Strategy

30 Nel 2012, l'amministrazione Obama ha annunciato il Big Data Project, una iniziativa di ricerca e sviluppo sulle modalità di utilizzo di grandi basi di dati come supporto alle decisioni di governo. Il progetto si compone di 84 diversi programmi di ricerca e coinvolge sei dipartimenti governatici. Circa 1 miliardo di dollari di finanziamento Il governo federale degli Stati Uniti sei dei dieci supercomputer più potenti al mondo.

31 Walmart la più grande catena del pianeta operante nella grande distribuzione organizzata. gestisce più di 1 milione di transazioni con i clienti ogni ora, dati che alimentano archivi da più di 2,5 petabyte L'equivalente di 200 volte le informazioni contenute in tutti i libri della Biblioteca del Congresso degli Stati Uniti Il Falcon Credit Card Fraud Detection System controlla più di 2 miliardi di carte di credito in tutto il mondo Sono dati in tempo reale sul comportamento di milioni di consumatori in tutto il mondo

32 E poi Internet “spontanea” : Ogni ora
di inviate (di cui 10 mil spam) materiali condivisi su facebook di Tweet foto caricate su facebook video visti su youtube video caricati su facebook nuove offerte su E-bay ore di video caricati su youtube Senza contare i messaggi immediati (SMS over phone or over Internet)

33 Generati da utenti internet utenti con mail utenti Internet Mobile utenti Facebook utenti Twitter

34 Che hanno scaricato di apps nella settimana di Natale 39 milioni in Italia di apps dall’apertuta dell’I-store di brani musicali scaricati illegalmente ogni giorno Inoltre tra chi ha internet, ha effettuato almeno 1 acquisto in rete: 80% in USA 89% in UK 87% in Francia In Italia 1 abitante su 3, circa il 50% di chi ha Internet

35 Alcune considerazioni specifiche:
Ricordate? Circa il 50% della informazione tecnico scientifica viene “rimpiazzata” ogni 2 anni Aggiungiamo che (Forbes e Ministero dell’Istruzione USA) I 10 lavori più ricercati nel 2010 NON esistevano nel 2004 Che conseguenza possiamo trarre … per noi?

36 1. Il 50% delle conoscenze TECNICHE SPECIFICHE acquisite nei primi anni di università diventano obsolete prima della laurea. 2. Dobbiamo attrezzarci a formare studenti per lavori che ancora non esistono che useranno tecnologie ancora da inventare per risolvere problemi che oggi non abbiamo ALLORA ATTENZIONE A QUANDO SI INVOCANO LAUREE “PROFESSIONALIZZANTI” AD ALTO CONTENUTO TECNICO APPLICATIVO!!

37 COME SI FA????? DIFFICILE PERO’ UNA COSA LA SAPPIAMO:
INTANTO BISOGNA FAR CAPIRE CHE IL PUNTO NON E’ SAPER RISOLVERE RISOLVERE OGNI SINGOLO PROBLEMA CIOE’ NON E’ CONOSCERE IL MAGGIOR NUMERO DI METODI Ma…. ADDESTRANDOSI SUI METODI, IMPARARE COME SI RISOLVONO I PROBLEMI Niente di nuovo….. Non avete imparato a contare imparando tutti i numeri……vi hanno insegnato un “meccanismo” un “trucchetto” che vi mette in grado di numerare qualsiasi insieme. MA A VOLTE CI SI DIMENTICA DI QUESTO

38 IO ci provo, Cercando di farvi capire in questo corso che le singole tecnologie statistiche che affronteremo sono parte di un metodo E che non esiste una casistica in cui “è meglio questo” o è “e meglio quello” E il termine “MODELLO” di cui mi occuperò tra poco è un termine che ha in sé questa generalizzazione Se, finito il corso, avrete anche una piccola idea di questo, allora mi sarò guadagnato lo stipendio! COMINCIAMO

39 INSOMMA….. UN OCEANO DI INFORMAZIONI
E tutti sono convintissimi che in quell’oceano ci sia una miniera d’oro favolosa! Facciamo 2 considerazioni: Per quanto enorme questa quantità è risibile di fronte alla complessità di alcuni fenomeni: ad esempio rappresenta appena l’1% delle informazioni codificate nel DNA delle cellule di un uomo Solo per leggere le informazioni fin qui accumulate un essere umano impiegherebbe circa miliardi di anni (non facendo altro). Cioè Più di volte l’età dell’Universo (a far data dal Big Bang) Certo non tutto è importante, ma come si fa a capire se una cosa è importante senza conoscerla???

40 E’ una situazione da “BIBLIOTECA DI BABELE” (J.L.Borges) si descrive un allucinante universo che essenzialmente è una biblioteca spazialmente infinita composta di sale esagonali, che raccoglie disordinatamente tutti i possibili libri di 410 pagine che contengono tutte le sequenze di caratteri senza ordine, in tutte le possibili combinazioni. Naturalmente molti libri sono sequenze di caratteri senza senso, però ci sono tutti i libri famosi già scritti e quelli ancora da scrivere, c’è anche il libro che dice la “VERITA’”

41 Ma come si trova un libro nella Biblioteca di Babele????
Semplice, si consulta il catalogo! Ma… Come è fatto il catalogo della Biblioteca di Babele ??? Poiché contiene tutte le possibili sequenze di caratteri che riempiono 410 pagine, vi sono libri che differiscono anche per un solo carattere. Come si distinguono libri diversi per una sola lettera??? Non c’è modo se non leggere tutto il libro!!! Il catalogo della Biblioteca di Babele è la biblioteca stessa!

42 Tutte le combinazioni, cioè la totale casualità, il massimo di entropia non consente di selezionare alcuna informazione, né di utilizzare conoscenza per definire strategie di comportamento. Tutto il processo evolutivo umano è una lotta per identificare un segnale in una marea di stimoli casuali. Come si fa??? Occorre trovare un mondo più semplice, una biblioteca meno “piena” E dove sta? Nella nostra testa! Probabilmente la nostra arma evolutiva vincente è stata la possibilità di semplificare mediante CONCETTI situazioni complicate. Ciò ci ha permesso di fissare situazioni ripetitive nella memoria e di scoprire REGOLARITA’

43 Una parola che rappresenta in sintesi questa operazione di semplificazione è sicuramente la
MODELLO

44 a consultare Google Immagini: ricercando la parola MODELLO
CHE COS’E’ UN MODELLO ??? Andremo a vedere sul vocabolario il significato della parola per proviamo a consultare Google Immagini: ricercando la parola MODELLO

45 Personaggio/ prototipo in cui identificarsi?

46 Personaggio/oggetto da imitare a cui tendere

47 Raffigurare cose invisibili……

48 O mai viste….……

49 Riproduzione su diversa «scala»

50 Criterio uniforme per la comunicazione

51 Libretto di istruzioni

52 Rappresentazioni del mondo

53 ?????????????

54

55 Le parole sono importanti !
Almeno 9 significati per la parola MODELLO: 1 ogni cosa o persona ritenuta esemplare e, come tale, degna di essere imitata:una donna che è stata un modello di saggezza; il Partenone è un modello di architettura classica  2 originale da riprodurre, a cui conformarsi: copiare, seguire un modello; prendere,avere, tenere, proporre a modello ' in partic., oggetto o persona che un artista, un artigiano intende riprodurre: lo scultore prese come modello un vecchio  3 uomo che per professione posa per pittori, scultori; uomo che posa per fotografie indossando capi di abbigliamento; indossatore  4 prototipo industriale; per estens., oggetto prodotto in serie che riproduce un prototipo industriale: inventare un nuovo modello di sedia pieghevole; produrre un nuovo modello di utilitaria; comprare l'ultimo modello di lavatrice  5 abito confezionato in un solo esemplare secondo un disegno originale; per estens., il disegno, la linea di un abito o d'un altro capo d'abbigliamento: sfilata di modelli; un modello esclusivo; un bel modello di scarpe  6 riproduzione tridimensionale in scala ridotta di un oggetto o di una struttura | realizzazione in scala ridotta di qualcosa che si intende costruire, nella realtà per lo più a scopo sperimentale o di studio; plastico: un modello in legno, in creta, in gesso. DIM. modellino  8 in logica matematica, ogni interpretazione che, assegnato un significato a ciascun simbolo di un linguaggio formale, rende vere tutte le formule del linguaggio  9 (scient.) schema teorico che descrive un fenomeno o un insieme di fenomeni mettendone in evidenza le caratteristiche strutturali ritenute più rilevanti: modello dell'atomo, del cervello; modello matematico, insieme di equazioni che descrivono in modo semplificato le relazioni ipotizzate tra una serie di fenomeni, allo scopo di spiegarne o prevederne lo svolgimento.

56 MODELLO: quante definizioni!
Oggetto proposto per essere copiato Persona o cosa esemplare da imitare Prototipo, oggetto da riprodurre in serie Stampo da fonderia Riproduzione bi-tridimensionale in scala ridotta Poi dagli oggetti ai concetti: Rappresentazione di situazioni reali (linguaggio) Sistema di idee legate da relazioni Ideale, archetipo, situazione ottimale Schema teorico concettuale relazionale COMUNE A TUTTI: rappresentazione, imitazione, generalizzazione

57 COMUNE A TUTTI I SIGNIFICATI (core semantico):
rappresentazione, imitazione, generalizzazione 3 caratteristiche (Stachowiak,1973): mapping feature: Un modello è bastato su un “originale” reduction feature: Un modello riflette solo una (rilevante) selezione delle caratteristiche (proprietà) dell’”originale” pragmatic feature: Un modello deve essere “usabile” al posto dell’originale rispetto a qualche fine NB: Una “copia” NON è un modello

58 MODELLO: L’origine: MODULUS diminutivo di MODUS = MISURA “Piccola misura” Riduzione di una situazione complessa e articolata ad una “misura” Controllabile, maneggevole, utilizzabile E’ la situazione in sé? NO è una semplificazione utile a dati scopi E’ CIO’ CHE RIMANE “REGOLARE, FISSO” ANCHE SE L’ASPETTO ESTERIORE CAMBIA QUINDI E’ UNA COSTRUZIONE MENTALE, NON UN DATO DI FATTO. UNA ASTRAZIONE CONCETTUALE NON UN OGGETTO

59 Cosa vi fa dire che questo sono….. Sedie????
E queste? E poi?

60 F F F F F F F F F F F F F F F F F F F F F
…..sono la stessa lettera? F F F F F F F F F F F F F F F F F F F F F ATTENZIONE PERO’…..sono la stessa lettera? No! ALFABETO EBRAICO

61 Ripassiamo alcuni MODELLI che conosciamo bene
Sottolineando gli aspetti di cui abbiamo parlato

62 PROBABILMENTE IL PRIMO MODELLO: IL LINGUAGGIO
SCOPO E’ LA COMUNICAZIONE Ovviamente, non potendo “ascoltare” i linguaggi antichi dobbiamo ragionare su ciò che possiamo vedere: la scrittura

63 Uno dei primi modelli E’ una scena di caccia, banale però alcuni elementi sono importanti: Perché gente affamata e in perenne lotta per il cibo perde tempo a disegnare queste cose????? E’ contenta per una caccia abbondante Ricorda a sé stessa e ad altri “come” è avvenuta la caccia “tanti cacciatori disposti con ordine possono uccidere un branco di animali più grossi più numerosi di loro” Non si tratta di “QUEL” branco si tratta di “QUALSIASI” branco!! E’ UN MODELLO

64 Ancora… governare / dirigere una mandria una battuta di caccia…..

65 Un altro modello…più cruento

66 Prima modelli di oggetti ……..4000 A.C
Significa….. IL FARAONE CONQUISTA IL POPOLO DEL DELTA

67 Prima modelli di oggetti ……..

68 Poi suoni………………la lingua non è più rappresentazione diretta di oggetti
E’ adesso capace di “rappresentare” un oggetto astratto…. Un nome Cioè un insieme di suoni legato ad una persona, non la persona

69 Nascono le “parole” insiemi di suoni che non rappresentano direttamente gli oggetti, ma evocano immagini dell’oggetto nella mente di chi le ascolta. Inizialmente si comunicano oggetti, descrizioni del mondo, situazioni Ma presto sono le parole che cominciano a inventare oggetti mondi e situazioni ATTENZIONE lo strumento che comunica il mondo vive anche di vita propria, CREA il mondo Questa caratteristica è tipica della concettualizzazione umana….. Cioè dei MODELLI

70 Chi e? Omero !!!! (forse) Che “crea” le motivazioni (false) della Guerra di Troia Il bello è che la ricostruzione “vera” si basa su Omero…

71 Altri mondi creati dalle parole…e dalle immagini

72 Come possono le parole creare le cose?
“Stratificando” nella mente, il passaggio da oggetti concreti a significati astratti Esempi: (Lo sport di capire come nascono le parole, è molto illuminante): Ipotenusa = upoteinousa da upoteinw upo (sotto) teinw (tendo a forza), ciò che sta sotto a chi è teso con forza Si riferisce alla corda “ben tesa” utilizzata per misurare i campi: quando tutto è ben teso, l’angolo tra i due cateti è retto. Il lato sotto l’angolo retto è chiamato, ovviamente, IPOTENUSA! Numero = Dalla radice sanscrita namas, cibo, porzione assegnata; in greco nemw, distribuisco, spartisco e quindi amministro, regolo, da cui nemesi, distribuzione, attribuzione a ciascuno del giusto e nomo, legge, uso, regola, costume, disposizione. In latino numesus che diventa numerus, ente che specifica la quantità.

73 Come possono le parole creare le cose?
“Stratificando”, nella mente significati. Un esempio La maggior parte delle parole “matematiche” è di origine greca: Matematica = maqhmatikh (thcnh)  maqhema  manqanw Arte dell’imparare: la matematica nasce coll’insegnamento cioè dalla teorizzazione dellle tecniche finalizzata alla trasmissione del sapere Dalla radice MA (lingue indoeuropee) che significa Misurare e Pensare, cioè “misurare con la mente”. Dall’azione di misurare alle tecniche di misura Sono i Greci che fanno il salto alla matematica….prima: Geometria = arte di misure la terra (Egiziani e mesopotamici – Nilo e Tasse) Aritmetica = ariqmhtikh (thcnh)  ariqmos Arte del contare, ma prima di conteggio significa “ordine, disposizione” Dalla radice AR (lingue arie) che significa Unire, disporre in ordine

74 UN SECONDO MODELLO PIU’ ASTRATTO: I NUMERI
Quanti sono gli oggetti nei cerchi ????

75 E qui? v Uhmm un po’ più complicato…….no?

76 Non è difficile dimostrare che è presente in ognuno di noi una percezione diretta del numero, una capacità immediata di distinguere insiemi con una quantità diversa di elementi, che però non è legata al contare. Primo caso Nel secondo caso, NON percepiamo direttamente i numeri, dobbiamo contare CONTARE Questo perché una percezione immediata della quantità esiste, ma non supera il numero quattro.

77 Esistono una miriade di esperimenti in proposito e altre prove derivano dai linguaggi ad esempio :
In latino solo i numeri da 1 a 4 hanno genere e declinazione, mentre da 5 in poi no. Inoltre i romani chiamavano i figli dal primo al quarto con nomi senza rapporto con i numerali; dal quinto in poi i nomi diventavano Quintus, Sextus, Septimius, Octavius etc. Stesso discorso per l’anno romano che, prima della riforma giuliana, era di 10 mesi: il primo era Martius, poi Aprilis, Maius e Iunius; dal quinto mese in poi troviamo non a caso Quintilis, Sextilis, September, October etc.

78 Questo tipo di percezione non è una vera e propria "struttura culturale", e nemmeno è una prerogativa umana: molti animali la hanno e la usano; il saper distinguere ad "occhio" le quantità di insiemi piccoli, non rende le nostre capacità aritmetiche superiori a quelle di un gatto o di una gallina. Anche qui molti esperimenti cito solo un aneddoto diventato famoso:

79 Un contadino voleva uccidere un corvo che aveva fatto il suo nido in cima a una torre, dentro ai suoi poderi. Ma ogni volta che si avvicinava, l’uccello volava via, fuori  dalla portata del suo fucile, finché non si allontanava. Solo allora il corvo ritornava nella torre, riprendendo le sue dannose incursioni sui terreni del contadino. Questi pensò allora di chiedere aiuto a un suo vicino. I due uomini armati entrarono insieme nella torre, ma poco dopo ne uscì soltanto uno. Il corvo però non si lasciò ingannare, e non ritornò al nido finché non fu uscito anche il secondo contadino. Per riuscire ad ingannarlo entrarono poi tre uomini e poi quattro e cinque. Ma il corvo ogni volta aspettava che fossero usciti tutti prima di far ritorno al nido. Soltanto in sei finalmente, i contadini ebbero la meglio, infatti il corvo aspettò che cinque di loro fossero usciti e quindi fiducioso rientrò sulla torre, dove il sesto contadino lo uccise. Quindi il corvo sapeva contare “solo” fino a 5 …

80 Se la percezione, il conteggio “innato” dei numeri arrivo fino a 4-5, significa che il resto è frutto di una astrazione concettuale, di un modello di conteggio Che NON prevede di percepire e conoscere “direttamente” e a memoria tutti i numeri, ma Di conoscere il il modo (modello) in cui i numeri si susseguono, cioè come si passa da un numero al successivo, QUALUNQUE SIA IL NUMERO DI PARTENZA…. Non si conoscono i numeri se si sanno tutti…. Si conoscono se si sa “COME COSTRUIRLI” !!! Questo NON è “CONTARE” è il “MODO (MODELLO) DI CONTARE”

81 Non sottovalutate il problema:
Il “MODO (MODELLO) DI CONTARE” Lo conosciamo bene e ci sembra naturale però….. Potrebbe essere descritto come segue: Se devi contare delle cose: Prima devi definire (capire) cosa accomuna quelle cose Poi per contarle devi definire (capire) cose le distingue Uno Statistico direbbe: Prima devi definire il collettivo di interesse Poi devi definire le unità statistiche di quel collettivo

82 BANALE E SEMPLICE??? UHM …. NON SEMPRE:
Definisco il collettivo arance: Non considero i limoni (perché non-arance) Distinguo due oggetti sferici nel collettivo CONTO 2 “arance” Idem per i limoni e conto 3 “limoni” MA se definisco il collettivo “AGRUMI”????? Nonostante le regole della maestra elementare (“non si possono sommare le pere con le mele!” CONTERO’ 5 “agrumi”

83 DUNQUE CONTARE NON E’ UNA OPERAZIONE COSI’ SEMPLICE COME L’ABITUDINE CI PORTA A PENSARE
INOLTRE C’E’ IL PROBLEMA CHE, UNA VOLTA CONTATI DEGLI OGGETTI, IL LORO NUMERO VA RAPPRESENTATO IN UN SIMBOLO…… PER: NON CONTARE DUE VOLTE RACCONTARLO AD ALTRI CONTROLLARE QUELLO CHE SI FA ETC… Nasce il linguaggio del modello dei numeri…. E ci abbiamo messo un sacco di tempo per inventarlo…..

84

85 Anche qui con un po’ (poca) immaginazione
Possiamo ricostruire come è successo che un MODELLO di conteggio sia diventato SIMBOLO E poi abbia generato l’oceano di manipolazioni che riaguardano prima numeri poi simboli numerici, poi solo simboli Che chiamiamo ARITMETICA MATEMATICA GEOMETRIA …STATISTICA…

86 Immaginiamo un pastore che non sappia «contare» e che sorvegli un gregge di pecore, che rinchiude ogni sera in una caverna. Le pecore, supponiamo, sono 55, ma il nostro uomo non sa che cosa sia «il numero cinquantacinque». Egli sa soltanto di avere «molte» pecore. Poiché ciò è impreciso, egli vorrebbe accertarsi, ogni sera, che tutte le pecore siano felicemente rientrate. Un giorno ha un’idea: si siede all’entrata della caverna e vi fa penetrare le pecore a una a una. Per ognuna che passa davanti a lui, fa un intaglio su un pezzo di osso (o di legno). Così, senza conoscere il vero significato aritmetico, egli ha praticato, al passaggio dell’ultimo animale, cinquantacinque intagli. Le sere seguenti, facendo rientrare le sue pecore, sempre una alla volta, passa progressivamente il dito sull’intaglio da una estremità all’altra dell’osso. Se il dito raggiunge l’ultima, il nostro pastore si sentirà tranquillo, poiché tutte le sue pecore sono al sicuro.

87 Il meccanismo è travolgente, se uno si stufa a fare tanti intagli o ha paura di sbagliarsi a contare tante tacche, si inventa un altro simbolo che ne riassume molti: Esempio: I Romani erano (in origine) soprattutto un popolo di pastori, e il conteggio delle pecore avveniva con l'intaglio di tacche su bastoni: per facilitare la lettura, ogni cinque tacche si faceva una tacca a forma di "V", ed ogni dieci una "X"; poi altre forme vennero introdotte per "50", "100" e così via:

88 Questo “spiega” anche alcune stranezze dei numeri romani, la notazione sottrattiva, che viene usata per indicare il quattro ed il nove (quaranta, novanta, novecento...): IV = 4 ; IX = 9 ; XIX = 19 ; XL=40 ;  XC= 90, CM = 900 La notazione sottrattiva è un residuo della pratica dell'intaglio vista sopra; la scrittura " IV " invece di "IIII" ricorda la posizione del quattro nella serie: " IIIIV ", come il nove si rappresenta "IX" dalla serie: IIIIVIIIIX (vedi la figura seguente). E’ un primo esempio di numerazione POSIZIONALE)

89 Ancora… il linguaggio i siboli usati prendono vita e creano
Nuovi concetti La cinquina, la decina Ma anche, implicitamente il concetto di somma e sottrazione Premessa della numerazione infinita cioè dei NUMERI NATURALI

90 Prima incisioni per contare il bestiame
Un altro esempio è costituito dai rituali religiosi, come il recitare un certo numero di preghiere: il fedele non ha bisogno di saper contare se è munito di uno strumento adatto: una collana di preghiera (un "rosario" per i cattolici).                                                                                                      Prima incisioni per contare il bestiame O “grani” per contare le preghiere….. Fig. 1: Un rosario cristiano (a sinistra) e una collana di grani di preghiera islamica (a destra). Usate per recitare un certo numero fissato di preghiere, queste collane hanno tutte il medesimo principio: il fedele le "sgrana" con le mani enunciando per ogni grano la preghiera dovuta. Non c'è così bisogno di saper contare.

91 Il principio chiave delle prime numerazioni
È il concetto di corrispondenza biunivoca Una semplice estensione della percezione fino a 4, che va d’accordissimo con le nostre dita visibili

92 Corrispondenza biunivoca, ancora oggi la usiamo
Facciamo un esempio: entriamo in un teatro, supponendo che tutti i posti siano occupati e che nessuno sia in piedi. A ogni poltrona corrisponde dunque uno e un solo spettatore (e viceversa). Noi riassumiamo questa situazione dicendo che vi sono «tanti» spettatori quanti sono i posti, o anche che i due insiemi comportano lo «stesso numero» di elementi o, ancora, che hanno la stessa «cardinalità». Così, grazie al processo di corrispondenza biunivoca, il senso comune ci permette di affermare (senza contare!) se i gruppi considerati hanno o meno eguale numero di elementi

93 Fig. 1: Le sei conchiglie lungo i fili indicano il numero 123
Ma che succede se si vuole contare arrivando a quantità piuttosto elevate?  La soluzione adottata è quella di dare valori diversi ai simboli usati; ad esempio un modo ancora in uso presso le tribù dell'Africa Occidentale per contare i capi delle loro mandrie, è quello di infilare conchiglie forate in cordicelle di diverso colore: quelle nella cordicella bianca rappresentano un'unità, quelle nella cordicella azzurra rappresentano dieci capi, e quelle nella cordicella rossa cento capi: Fig. 1: Le sei conchiglie lungo i fili indicano il numero 123

94 Ancora un modello modifica la realtà, inventa modi “nuovi” per trattare gli stessi oggetti reali da cui è stato originato Fig. 1: La figura mostra come usando le falangi delle due mani sia possibile contare fino a 28. Fig. 2: In alcune zone della Cina, tramite l'uso dei vari lati delle articolazioni delle dita (si usa ogni dito per le successive potenze del dieci), si contava fino a utilizzando una sola mano.

95 Alcune popolazioni neolitiche, ad esempio i
Gumulgal australiani contavano in base 2, ossia in sistema binario È già implicito il concetto di somma infinita……. Esempio 1 = urapon 2 = ukasar 3 = ukasar-urapon 4 = ukasar-ukasar 5 = ukasar-ukasar-urapon 6 = ukasar-ukasar-ukasar 7 = ukasar-ukasar-ukasar-urapon

96 Ma il linguaggio NON E’ MAI solo una rappresentazione di oggetti, idee e concetti
HA sempre una vita “propria”, ci si aspetta che alcune azioni svolte sugli elementi del linguaggio abbiano una corrispondenza anche nel modo degli oggetti In questo senso il linguaggio è un MODELLO Alcuni esempi: le altre operazioni

97 LA MOLTIPLICAZIONE egiziana Ad esempio, per fare 17x13=………
Per eseguire la moltiplicazione prendevano il primo fattore dell’operazione e continuavano a raddoppiarlo tenendo conto dei vari risultati. Poi addizionavano i vari moltiplicatori in modo che la loro somma risultasse il moltiplicatore di partenza. Quindi sommavano i risultati delle moltiplicazioni dove era stato utilizzato il moltiplicatore per formare la somma precedente, e quindi sommavano i relativi prodotti, ottenendo così il risultato finale. Ad esempio, per fare 17x13=………

98 LA MOLTIPLICAZIONE greca
Per i greci moltiplicare significava calcolare l’area di una figura piana  GEOMETRIA Un altro linguaggio….ad esempio 5x4 IDEALMENTE: costruisci un rettangolo con un lato da 5 (bastoncini, mattoni, corde…..UGUALI) e uno da 4 (….UGUALI) Conta quanti “quadratini” da 1x1 contiene il rattangolo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

99 I Greci fanno di questo linguaggio un’arte:
Noi scriviamo le relazioni matematiche con un linguaggio molto diverso: Un greco l’avrebbe disegnato così: x ax bx cx =x (a+b+c)x a b c a+b+c E scritto così Si prenda un segmento lo si divida in quanti parti si voglia, la somma delle aree dei rettangoli, di altezza data, costruiti sulle parti sarà uguale all’area del rettangolo di pari altezza costruito sull’intero segmento

100 Un altro esempio: a b ab b² b a a² ba a a b

101 Un altro esempio: a² a b² b b a-b a b a

102 Un altro esempio: b bx ab b x x x² ax x a

103 Anche le equazioni: ax=b esempio 3x=2
noi diremmo “quale altezza deve avere un rettangolo di base 3 affinchè la sua area sia uguale a 2?” Per loro il problema era: “come si costruisce una stanza di 2 metri quadri di superficie sapendo che una delle pareti è lunga 3 metri???” Come trovavano la soluzione? Vedevano una equazione come una bilancia a due piatti in equilibrio: se faccio le stesse operazioni sul piatto di destra e su quello di sinistra, la bilancia rimane in equilibrio. Allora manovravano i “pesi della bilancia” (a destra e sinistra) in modo da isolare il numero cercato (la x) Nel nostro caso dividevano per 3 il peso dei due piatti A destra rimane x, a sinistra 2/3, cioè la soluzione E la parete della stanza? Per i greci 2/3 significa: prendi una corda uguale alla parete di 2 metri, tagliala in 3 parti uguali e costrusci una parete lunga 2 pezzi di corda

104 Grattacapi per architetti:
Si sa che un tempio è “gradito agli dei” se la sua lunghezza è il doppio della sua larghezza (x). Sparta ha un tempio di 100 m² di superficie, io voglio per Atene un tempio che abbia una superficie doppia, costruiscilo! Come si fa? Bisogna sapere lunghezza e larghezza del tempio da costruire: Equazione x(2x)=200  2x²=200  x²=200/2  x²=100  x=10 Fatto! Il tempio deve essere largo 10 metri e lungo 20!! Bravo architetto!

105 Non va sempre così bene:
Al centro del tempio di Sparta c’è un altare quadrato cha ha una superficie di di 1 m² (cioè un lato di 1 metri), naturalmente l’altare del tempio di Atene deve essere il doppio di quello di Sparta. Come si fa? Sembra più facile, c’è solo da calcolare quanto deve essere il lato del quadrato per avere un’area di 2 m² Equazione x²=2  x= Come facevano ad estrarre la radice? Per tentativi (Erone) si prende un numero come ipotesi di radice e poi si migliora: N=2; X0=1 X1 = (X0 + N/X0)/2 X1= (1+ 2/1 )/2 = 3/2 Ma 3/2² = 9/4 = NON E’ 2 (chesarebbe 8/4) nel nostro linguaggio è 2,25 Proviamo ad andare avanti: X1= (3/2+ 2/(3/2))/2 = (3/2+4/3)/2=(17/6)/2=17/12 ( ….) Ma (17/12)²=289/144 = NON è 2 (2, …..) Meglio ma non ancora esatto! La domanda è: se andiamo avanti arriviamo alla soluzione perfetta?

106 Il problema è VERA MATEMATICA:
NON VOGLIO TROVARE UNA SOLUZIONE PARTICOLARE, VOGLIO CAPIRE SE ESISTE UNA SOLUZIONE. Tra l’altro ragionare in questo modo non ha nulla a che fare con I templi e con gli altari nè con Atene nè con Sparta ma riguarderà TUTTI I quadrati sia quelli esistenti sia quelli da costruire! PITAGORA CI RAGIONA SOPRA Come sempre un disegno: come si fa a costruire un quadrato di area doppia? Se raddoppio i lati, ottengo un’area quadrupla ! E’ il quadrato che ha come lato la diagonale che ha un’area doppia!

107 Sembra tutto risolto….. Basta calcolare la diagonale del quadrato che su vuole raddoppiare
Pitagora sa come si fa……..ricorda il suo teorema! “L’area del quadrato costruito sull’ipotenusa è uguale alla somma delle aree dei quadrati costruiti sui cateti” Consideriamo un triangolo isoscele rettangolo di cateti=1 Allora la diagonale sarà d=(1²+ 1²)= 2 ahi siamo daccapo! Ma pitagora vuole sapere se il problema ha una soluzione precisa! Cioè quanti bastoncini utilizzare per disegnare la diagonale

108

109

110 Cioè il nostro problema non ha soluzione
Cioè il nostro problema non ha soluzione! Per quanto facciamo avremo sempre una soluzione approssimata! Disastro! Si dice che Pitagora abbia fatto affogare il discepolo che ha trovato questa dimostrazione Questo apre il problema dell’infinito!!!!!! Il rapporto tra il lato e la diagonale di un quadrato è un numero che non finisce mai! Da quel momento se ne trovano in continuazione, il più famoso è il rapporto tra il raggio di un cerchio e la sua circonferenza, il famoso PI-greco “OGGETTI” SCOPERTI DA UN MODELLO, CHE ESISTONO SOLO NEL MODELLO

111

112 MODELLI SEMPRE PIU’ COMPLESSI
CON UTILIZZI DEL TUTTO INASPETTATI Qualcuno “giusto” (che vuol dire?), qualcuno no! Forse sarebbe meglio dire: qualcuno ha resistito, qualcuno no!

113 Per molto tempo abbiamo creduto che la terra fosse così:
E quindi ci aspettavamo questo……… Ci siamo ricreduti abbastanza presto Ma ammettere abitanti agli antipodi era considerata eresia fino a Galileo e oltre …… “come fanno a vivere a testa in giù???”

114 Modelli sbagliati ma non sempre, anzi:
Ci sono state ottime modellizzazioni……Eratostene (3000 a.c.)!

115 …e altre meno buone: Per più di 1000 anni abbiamo creduto che gli oggetti cadessero con una velocità proporzionale al loro peso (Aristotele 300 a.c.) NON E’ VERO!!!! La velocità dipende dall’altezza da cui cadono (Galileo? 1500)

116 Oppure Tolomeo……….100 A.C.

117 Questo funziona, ma sembra incredibile!
Quando siete seduti in poltrona, non siete veramente a contatto della poltrona, ma lievitate a un'altezza di 1 angstrom (1 centomilionesimo di centimetro) da essa, poiché i vostri elettroni e quelli della poltrona si oppongono con fermezza a qualsiasi ulteriore "intimità".

118 Anche la geometria ha i suoi problemi…..
Non è vero che la somma degli angoli interni di un triangolo è sempre di 180 gradi (Euclide)

119 Se prendiamo la terra e la “spianiamo” su un piano la linea più breve (ORTODROMIA) che congiunge due punti NON appare come una retta, ma come una spezzata Tracciando una retta sul piano di proiezione si ottiene sulla sfera una curva a spirale (LOSSODROMIA) Il problema sta nel fatto che solo la LOSSODROMIA ha una angolazione costante rispetto ai meridiani, cioè ai punti cardinali, quelli utili utili per la determinazione di una rotta Quindi si corregge in continuo una rotta LOSSODROMICA per tentare di seguire la spezzata ORTODROMICA

120 Prendiamo un modello apparentemente semplice che dovremmo conoscere bene:
(ci crediamo tanto profondamente da chiamarlo LEGGE) La legge dei grandi numeri, detta anche legge empirica del caso oppure teorema di Bernoulli  descrive il comportamento della media di una sequenza di n variabili casuali indipendenti e caratterizzate dalla stessa distribuzione di probabilità  (n misure della stessa grandezza, n lanci della stessa moneta ecc.) al tendere ad infinito della numerosità della sequenza stessa (n). In altre parole, grazie alla legge dei grandi numeri, possiamo fidarci che la media che calcoliamo a partire da un numero sufficiente di campioni sia sufficientemente vicina alla media vera. Questa è la spiegazione, in linguaggio naturale del modello…. Ma che vuol dire? E come si verifica (o falsifica il modello)????

121 In che senso il modello è Utile/utilizzabile????
Procediamo nel modo più tradizionale, lanciamo una moneta tante volte ( ) e misuriamo la frequenza di Croci man mano che procediamo: Sembra tutto a posto… almeno da lanci in avanti

122 Perché «SEMBRA»? L’impressione è che il numero di uscite tende ad adeguarsi alle aspettative NON E’ COSI’! Il numero di «croci» che manca per raggiungere la frequenza attesa, non diminuisca affatto Infatti se cambio la misura utilizzata per verificare la legge…..

123 Ma non basta, cambiamo metodo di osservazione/misura.
Lanciamo la moneta e definiamo una variabile a cui sommiamo +1 se viene testa o – 1 se viene croce. Questo è il risultato: Sounds strange. Isn’t it?

124 Siamo stati sfortunati
Siamo stati sfortunati?? No basta ripetere l’esperimento e si vede che cambiano i «cammini», ma rimangono irregolari File Excell Allora, qual è il problema??? Il punto è che NON sono le singole uscite ad adeguarsi al modello, quanto il fatto che aumenta il numero di lanci. In sostanza dato che «misuriamo» l’aderenza del modello mediante una frazione, la deviazione del numeratore rimane (relativamente) costante, mentre il denominatore cresce costantemente. Tra l’altro questo evidenzia il fatto che questa legge non è verificabile in senso deterministico (a quanti lanci formuliamo il nostro giudizio???) Esso è proprio una affermazione su un comportamento concettuale, una cosa molto vicina ad un postulato

125 Se volessimo ridefinire la legge in termini di somma (e non di frequenza relativa) Dovremmo dire così: La probabilità che in un numero infinito di lanci la somma di T (=1) e C (=-1) «passi» per lo 0 è pari a 1 Avete già incontrato un problema simile, definito in 2 dimensioni (come fossero due lanci di moneta) e lo conoscete sotto il nome di «random walk» Il grafico di un random walk (+1 o -1 su ascissa e ordinata) è ad esempio questo: File Excell Anche qui la probabilità di «passare per lo o in infiniti passi è=1

126 AH, allora il trucco è chiaro, in tutti i casi, cioè in tutte le dimensioni la probabilità di «passare» per 0 è uguale a 1 NOOOO ! Un’altra curiosità di questo (banale) modello: Un cammino tridimensionale come questo: Ha una probabilità di passare per O Pari a o,35 circa !!!!

127 In generale si dimostra che la probabilità decresce al crescere del numero di dimensioni:
Dimensione del random walk Probabilità di tornare all’origine dopo infiniti passi 1 2 3 4 5 6 7 8 Qui la dimostrazione

128 Utile??? Beh ad esempio giustifica il cosiddetto «Teorema della rovina del giocatore» In un gioco equo contro un banco con capitale (praticamente) illimitato un giocatore con capitale dato è destinato a perdere SEMPRE. Esempio roulette rosso/nero, punto sempre 1 € su un colore (nero): Basta che si verifichi una sequenza i rossi abbastanza lunga da esaurire gli € che ho a disposizione. Devo smettere di giocare e perdo tutto. Il gioco è equo, di per sé, ma lo è diversamente per i due giocatori, la probabilità che la sequenza di rossi superi il mio capitale è molto più alta di quella che la sequenza di neri superi il capitale del banco SEMPLICEMENTE perché il banco ha più capitale

129 Attenzione anche il «gioco al raddoppio»
non risolve il problema, lo attenua solamente Qui la dimostrazione

130 Tiriamo le somme: un modello per la costruzione di modelli?

131 In tutto questo processo il ruolo dei “dati” è centrale:
Come abbiamo visto negli esempi precedenti, la concettualizzazione del fenomeno “genera” il modo di raccogliere e interpretare i dati Un aspetto fondamentale del modello è la parte che descrive come le relazioni descritte diventano percepibili sotto forma di osservazioni Questa parte è denominato PROCESSO GENERATORE DEI DATI (GDP) Quando le osservazioni sono sistematiche e devono essere confrontabili prendono il nome di MISURE, se riguardano collettivi si tratta di MISURE STATISTICHE

132 E la statistica ????? Un esempio:
C= R C= R C= R C= R C= R Stessa “pendenza” diverse “intercette”!!!!

133 In altri termini la elasticità del consumo rispetto al reddito
sono le stesse per tutti gli individui, ciò che cambia è il “punto di partenza, cioè il consumo che corrisponde ad un reddito 0 I dati sezionali “nascondono” questo fatto: Sottostimano il “punto di partenza” (l’intercetta) Sovrastimano l’elasticità (la pendenza) Vi è Distorsione: essa distorsione si annulla solo se l’intercetta per ogni individuo è la STESSA Cioè una stima sezionale ipotizza un MODELLO di comportamento in cui la parte non spiegata della relazione (l’intercetta) è la stessa per tutti gli individui Cioè nega l’ETEROGENEITA’ tra individui

134 1) E’ venuta alla luce una ipotesi del modello che non era stata esplicitata: l’omogeneità tra le parti non osservate di ciascun individuo. 2) Solo una certa configurazione dei dati (osservazioni in più occasioni) consente di esplicitare ed affrontare l’eterogeneità 3) Il modo in cui rappresentiamo con dati (simboli) il fenomeno (modello) hanno una influenza diretta sulle leggi che regolano il linguaggio (la tecnica ) e quindi sulle conclusioni 4) Dobbiamo sempre occuparci del processo che ha generato i dati che può non essere neutrale per il modello

135 Casistica di non neutralità delle misure.
Consideriamo un collettivo di unità statistiche, il DGP ha tra le sue caratteristiche più importanti la relazione (se c’è) che lega le misure effettuate sulle diverse unità. La casistica possibile è ampia, tra le assunzioni più comuni: Indipendenza (nota e utile, tuttavia un DGP poco verosimile: ad es: imprese di uno stesso settore, pazienti di una stessa città….) Di solito misure ripetute relative ad una stessa unità sono più “simili” di quelle tra unità diverse Di solito misure vicine nel tempo e nello spazio tendono ad essere più simili di quelle più lontane

136 Il paradosso di Simpson:
Una indagine su 1000 persone ha dato i seguenti risultati: Calcoliamo i tassi specifici: Sia per i giovani che per gli anziani, il tasso di disoccupazione dei laureati è inferiore Forze di lavoro senza laurea con laurea Totale Giovani 80 320 400 Anziani 480 120 600 560 440 1000 Disoccupati 24 48 72 4 28 52 100 Tasso disocc. senza laurea con laurea Totale Giovani 30% 15% 18% Anziani 5% 3%

137 Esempio: Supponiamo di osservare il comportamento di acquisto di un gruppo di consumatori. Supponiamo che la probabilità che uno di essi acquisti un certo bene in una settimana sia = 0.5 Allora la probabilità di osservare 4 acquisti consecutivi sarà: 0.5 x 0.5 x 0.5 x 0.5 = = 6.25% Se però supponiamo che ci sia relazione temporale tra i comportamenti, ad es. la prob di acquisto in una settimana scende a 0.10 se c’è stato acquisto nella precedente, allora la proba di 4 acquisti consecutivi diventa: 0.5 x 0.1 x 0.1 x 0.1 = = 0.5% E’ evidente che nel secondo caso 4 acquisti consecutivi sono una eventualità molto più remota, e i nostri giudizi sull’adattamento del modello si modificano in maniera radicale.

138 Come contromisura a questa difficoltà di definizione delle misure, spesso ricorriamo a processi di selezione delle unità che hanno lo scopo di eliminare (minimizzare) le relazioni tra le misure. Gli strumenti sono Piano sperimentale e campionamento casuale semplice. Ciò che in una parola chiamiamo DISEGNO nel quale dobbiamo fronteggiare due obiettivi in conflitto: Le unità devono rappresentare un collettivo, anche la sua variabilità, quindi dovrebbero essere “diverse” (campionamento) Vogliamo eliminare l’effetto di variabili individuali di disturbo e quindi dovrebbero essere “uguali” (esperimento) Spesso siamo in presenza di misture dei due disegni, distinguiamo allora le variabili in: Sperimentali = controllate (assegnate) spesso casualmente(trattamenti) Campionarie = non controllabili, tipiche dell’unità, osservate come sono. N.B. il tempo è sempre non sperimentale

139 Nel caso di esperimenti la casualità è garanzie di indipendenza
Nel caso di campionamento il meccanismo di selezione garantisce la casualità solo parzialmente, ciò che viene controllato non è l’intensità della variabile, ma solo la scelta delle unità da osservare Cioè la indipendenza (o dipendenza) è una concettualizzazione da modello, non risiede nel meccanismo di selezione. Oltre a ciò in non pochi casi, è manifesto che la selezione delle unità non garantisce la indipendenza, ma suggerisce solo una forma controllata di dipendenza. Esempio osservazioni ripetute, immaginiamo che la osservazione nel tempo t possa dipendere da quella di t-1. Ovviamente questa è una assunzione resa apparente mente più “innocente” dal fatto che siamo portati ad ammettere che ciò che succede “dopo” è influenzato da ciò che succede “prima”. Ma è un modello Per es nel modello del “reddito permanente” non succede così.

140 Il paradosso di Simpson: MA….il tasso per l’intera popolazione????
Ha un andamento OPPOSTO! È più alto per i laureati ooopppps! Forze di lavoro senza laurea con laurea Totale Giovani 80 320 400 Anziani 480 120 600 560 440 1000 Disoccupati 24 48 72 4 28 52 100 Totale 9% 12% 10%

141 Il paradosso di Simpson:
Come mai? Questo paradosso è detto appunto di Simpson ed è dovuto al fatto che il tasso di disoccupazione è nettamente maggiore nel gruppo che ha una maggiore percentuale di laureati; trascurare l'esistenza di due relazioni fondamentali (quella tra disoccupazione e età, nonché quella tra età e titolo di studio) fa giungere a conclusioni errate. E’ un caso di selezione “INFORMATIVA” cioè NON IGNORABILE Naturalmente sono possibili esempi identici nei casi più disparati

142 I dati prodotti dal paradosso di Simpson chiaramente non sono sbagliati in sé, ma semplicemente devono tenere conto della interazione cioè devono essere letti in modo diverso di quanto non farebbe un lettore o analista superficiale: Sulla base dei dati possiamo dire che: In generale (marginale di riga), tra persone laureate ci sono più disoccupati che tra persone senza laurea Volendo usare concetti di causa effetto (spesso l'unico motivo per il quale si analizzano i dati), ma considerando tutti i dati, si può inoltre dire I giovani sono sei volte più soggetti alla disoccupazione rispetto agli anziani (marginale di colonna) ma sia tra i giovani che tra gli anziani avere una laurea riduce il "rischio disoccupazione" alla metà (celle della tavola)

143 Per gli amanti della formalizzazione, il problema è che
Dove X=disoccupato (SI/NO) L = Laureato (SI/NO) G = Giovane (SI/NO) e il segmento sulle lettere indica l’evento complementare Ovviamente il problema è che è sempre possibile immaginare una disaggregazione da cui ogni tabella può provenire…… PROBLEMA DELL’ETEROGENEITA’ NON OSSERVATA

144 Francois Bavaud e Patricia Roux, “The means inversion paradox: when the whole is inverted relatively to each of its parts” Casi concreti: il tasso di ammissione postgraduate all’università della California è più basso per le donne, ma in ogni singola facoltà la situazione è invertita (le donne scelgono facoltà meno permeabili) Il livello salariale aumenta con il grado accademico e con l’anzianità in America. Ma per una data facoltà si inverte la tendenza. Le università danno salari alti per attrarre nuovi venuti, ma possono limitarsi a piccoli aumenti per mantenere gli impiegati in servizio. Le condanne a morte sono leggermente più alte se ad essere difeso è un bianco rispetto a un nero. Ma se si guardano le vittime, vale il contrario. Le punizioni sono più severe se la vittima è un bianco, e gli omicidi sono intrarazziali.  In ogni regione della Francia, il consumo di patate è più alto tra i contadini, che tra i non-contadini, ma la tendenza è invertita nel complesso. Molti contadini vivono in regioni dove si mangiano poche patate. La mortalità infantile nel Nord della Francia è più alta nelle famiglie in cui la donna non ha un lavoro fuori casa, ma ogni categoria di impiegati ha comportamento inverso. Nelle ragioni di minatori la mortalità è alta, e tradizionalmente le mogli dei minatori non lavorano fuori casa.

145 Interessante è anche cercare di capire cosa sia meglio guardare: le sottocategorie o l’insieme dei dati? È abbastanza chiaro che le sottocategorie sono più chiare, anche se entrambe le scelte sono corrette. Bavaud e Roux sottolineano come non sia possibile trovare condizioni quadro tipiche che permettano di escludere questo paradosso: raccomandano quindi di fare sempre riferimento alle sottocategorie, quando queste sono disponibili. Tuttavia il paradosso di inversione può avere luogo anche con sotto-sottocategorie rispetto alle sottocategorie, e così di seguito. È chiaro che nessun ricercatore può frazionare indefinitamente i propri dati in sottocategorie. Inoltre al crescere delle sottocategorie, crescono le possibilità di inversione (se ci sono le categorie sesso, ceto sociale, e età, ognuna può presentare correlazioni con ogni altra variabile, e raddoppiare i sottogruppi significa una esplosione combinatoria di controlli da effettuare). Inoltre le variabili non esplicitamente recensite da uno studio possono presentare dei paradossi di inversione assolutamente non controllabili, nemmeno dal più zelante dei ricercatori. I modelli di selezione offrono uno strumento per affrontare (in parte) il paradosso

146 Altri esempi (non tutti di paradosso di Simpson):
la maggior parte degli incidenti automobilistici avvengono a velocità moderata e si verificano pochissimi incidenti a velocità superiori a 150 km/h.  (meglio correre?) la probabilità di morire in Marina durante il conflitto Ispano-americano era pari a 9/1000. Il tasso di mortalità nella città di New York in quel periodo era 16/1000 (Era più sicuro andare in guerra?) In un certo anno i mancini sono il 15 per cento di tutti i bambini americani alla nascita. Però la percentuale di mancini si riduce al 5 per cento fra i 50 enni e solo all'1 per cento tra gli ultra 80 enni.  (Il mancinismo è una causa di morte prematura?)

147 La maggior parte degli automobilisti guida a velocità moderate ed è naturale che la maggior parte degli incidenti si verifichi a queste velocità. I marinai sono giovani adulti in piena salute; la popolazione di New York ha una differente composizione della popolazione, che dovrebbe includere bambini, anziani, malati. Questa popolazione, nell'insieme ha una mortalità più elevata dei giovani adulti in salute. le persone che oggi hanno una cinquantina d'anni sono state forzate fin dall'infanzia, com'era d'uso allora, da insegnanti e famigliari, ad utilizzare la mano destra, così la percentuale di mancini ufficiali diminuisce con l'aumentare dell'età. Però, in conseguenza del fatto che non si cerca di "correggere" un problema inesistente.

148 Il paradosso del compleanno: qual è la probabilità che due persone su p persone presenti in una stanza compiano gli anni nello stesso giorno? Più alta di quanto potrebbe sembrare! Facciamo il ragionamento inverso: data una qualunque persona del gruppo vi sono 364 casi su 365 in cui il compleanno di una seconda persona avvenga in un giorno diverso; se si considera una terza persona, ci sono 363 casi su 365 in cui compie gli anni in un giorno diverso dalle prime due persone e via dicendo. Cioè Quindi la probabilità dell’evento complementare è:

149 Altri ragionamenti controintuitivi:
Il test clinico Il 2% della popolazione è ammalata:     P(M)= 0.02        P(S)= 0.98 Sappiamo che: il 95% dei malati viene trovato positivo ad un test:     PM(T+) = 0.95 il 5% dei sani viene trovato positivo ai test: PS(T+) = 0.05 La probabilità di essere sani dopo essere stati trovati positivi a un test è: PT+ (S)=  PS(T+) * P(S)   /   ( PS(T+) * P(S) +  PM(T+) * P(M)) = 0.72 Il secondo figlio (più ingenuo) Caso A: 2 figli almeno uno dei figli è maschio Casi possibili: MM, MF, FM P(MM)= 1/3 Caso B: il più vecchio è maschio Casi possibili: MM, MF P(MM)=1/2

150 Un gioco di carte prevede due giocatori e un mazzo di quattro carte: l'asso di picche (A♠), l'asso di cuori (A♥), il fante di quadri (J♦) e il due di fiori (2♣). Si mescolano le carte e il giocatore A prende due carte dal mazzo. Il giocatore A guarda le carte e dichiara: << Ho un asso >>. Qual è la probabilità che egli abbia anche l'altro asso? Consideriamo ora questa situazione: il giocatore A, dopo aver preso le carte, annunci di avere l'asso di picche. Qual è la probabilità che egli abbia il secondo asso? Perchè questa differenza nella conoscenza altera la probabilità nei due casi?

151 Il paradosso del secondo asso:
Caso A: ho un asso P (2° asso) = 5359 / P< 0.5 Caso B: ho l’asso di picche P(2° asso) = 11686/ P>0.5 Non siete convinti? Guardate un caso più semplice: 4 carte…..le coppie possibili sono: Caso A = 1 su 5 (5 coppie con almeno 1 asso) Caso A = 1 su 3 (3 coppie con asso di picche)

152 Roulette: strategie di gioco
DATI: 18 numeri neri, 18 rossi, 2 verdi.Capitale di partenza: 50€ = x Giocando solo sul rosso o sul nero, per raddoppiare a 100€ è conveniente: 1)Giocare 1 € alla volta? 2)Giocarsi tutto subito? (probabilità di vincita ogni puntata: p = 18/38, probabilità di perdita :q = 1-p = 20/38 Giocando 1 € alla volta: probabilità di vincere 100 €: 1-(q/p)x /1-(q/p)b = 0,0051 Giocando tutto in una volta: Probabilità di vincere 100 € = /38 = 0,474 >> 0,0051

153 Il paradosso delle buste:
In un ipotetico gioco a premi, al concorrente vengono presentate due buste chiuse, ciascuna contenente l'indicazione di un premio in denaro, che il concorrente riceverà, se la sceglie. È noto che il valore indicato in una busta è esattamente il doppio di quello dell'altra, ma non si sa quale delle due contenga il premio maggiore. Il concorrente può ottenere il premio di una sola busta, ma gli viene data la possibilità di effettuare la scelta definitiva anche dopo aver aperto a suo piacere una busta ed averne visto il valore. Dopo aver aperto la busta scelta per prima, vi conviene aprire e prendere l’altra o no? Sembrerebbe indifferente se prendere l’altra o no………PERO’

154 RAGIONIAMO: Supponiamo che nella busta aperta abbiate trovato 1000€ Se aprite l’altra: O perdete € O guadagnate € Poiché la probabilità che nella seconda busta ci siano 2000€ è pari a 0.5 Il guadagno atteso dal cambio sarà : 0.5 (1000€) – 0.5 (500€) = 250€ Vi conviene Cambiare!!!!! MA SIAMO SICURI ?

155 Il ragionamento si basa sulle due condizioni:
probabilità del 50% per il caso favorevole e altrettanto per quello contrario; conoscenza del valore del premio contenuto in una busta. Queste assunzioni sarebbero entrambe corrette di per sé, ma non lo sono contemporaneamente. Infatti si riferiscono a due casi ben distinti: Caso 1 - buste chiuse, nessun paradosso Chiamiamo X e Y (con Y=2X) i valori, non noti, distribuiti in modo equiprobabile tra le due buste. Ora, se si apre prima la busta con X, nel cambio si troverebbe Y=2X con un guadagno pari a X. Se si apre prima la busta con Y, nel cambio si troverebbe X, con un perdita netta pari a X. Cioè il guadagno e la perdita sono uguali ed equiprobabili, come intuitivamente doveva essere. Non si può applicare il ragionamento iniziale del paradosso, perché il valore A, trovato all'apertura della prima busta, varrebbe una volta X e una volta Y. Sarebbe sbagliato quindi dire che una perdita pari ad A/2 (quando si cambia dopo aver aperto prima la busta col valore maggiore, e A=Y=2X) sia diversa da un guadagno pari ad A (quando si cambia dopo aver aperto prima la busta col valore minore, e A=X).

156 3. 2. Caso 2 - una busta aperta chiamiamo A il valore trovato nella busta aperta. Stavolta la vincita può essere solo A e la perdita solo A/2. Ma non possiamo più affermare con certezza che la probabilità tra i due casi sia la stessa. Essa dipende fortemente dal valore di A, in relazione alla distribuzione di probabilità dei premi possibili. In altre parole, dipende dal criterio con cui sono stati scelti i premi da inserire nelle buste. Ad esempio: Premio massimo definito Supponiamo, ad esempio, che il premio maggiore nella buste sia stato scelto a caso (con uguale probabilità) tra zero e 2 milioni, come valore massimo. Di conseguenza il premio minore sarà compreso tra zero e un milione, con la stessa distribuzione di probabilità. In queste condizioni, se il valore A trovato nella prima busta è inferiore ad un milione abbiamo una buona probabilità di guadagnare nel cambio. Ma, ovviamente, avremmo la certezza di una perdita, se cambiassimo quando A è maggiore di un milione! Se poi decidessimo di cambiare in ogni caso, ci accorgeremmo che, a conti ben fatti, il valore atteso del guadagno sarebbe esattamente zero. Infatti, calcolando correttamente il valore della perdita per la probabilità di perdere, si trova esattamente un risultato uguale al valore del guadagno per la probabilità di vincere. Anche in questo caso il paradosso scompare. Il ragionamento iniziale non è applicabile, in quanto non teneva conto del limite massimo dei premi.

157 Il Paradosso di Condorcet
A, B e C rappresentano partiti o candidati 1, 2 e 3 sono gruppi, es. Sinistra, Destra e Centro. 1° scelta Cittadino 1 Partito A Cittadino 2 Partito B Cittadino 3 Partito C 2° scelta Partito B Partito C Partito A 3° scelta Partito C Partito A Partito B

158 Doppio turno C >> A A >> B B >> C.
Votazione a doppio turno: i due partiti che al primo turno hanno ottenuto più voti si scontrano fra loro (mentre il terzo partito viene eliminato dalla votazione). Eliminiamo A Cittadino 1 Partito B Partito C Cittadino 2 Partito B Partito C Cittadino 3 Partito C Partito B Eliminiamo B Cittadino 1 Partito A Partito C Cittadino 2 Partito C Partito A Cittadino 3 Partito C Partito A Eliminiamo C Cittadino 1 Partito A Partito B Cittadino 2 Partito B Partito A Cittadino 3 Partito A Partito B Non c’è transitività! B >> C. C >> A A >> B

159 esempio Al primo turno passano Menphis (42%) e Nashville (26%)
42% dei votanti 26% dei votanti 15% dei votanti 17% dei votanti 1. Memphis 1. Nashville 1. Chattanooga 1. Knoxville 2. Nashville 2. Chattanooga 2. Knoxville 3. Chattanooga 3. Knoxville 3. Nashville 4. Knoxville 4. Memphis Al primo turno passano Menphis (42%) e Nashville (26%) Ma la secondo turno Menphis riamne a 42% e Nashville passa a 58% Viene eletto Nashville che è la prima scelta di appena il 26% dei votanti Se non vi è venuto mal di testa potete andare avanti: