Chiara Mocenni – Analisi delle Decisioni – a.a. 2009-2010 Analisi delle Decisioni Decisioni sequenziali Chiara Mocenni.

Slides:



Advertisements
Presentazioni simili
Concetti base della finanza
Advertisements

può essere scaricato dalla mia web page:
Analisi di casi: calcoli finanziari
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 6 Chiara Mocenni Corso di laurea L1.
Economia dei gruppi delle imprese turistiche
1 MeDeC - Centro Demoscopico Metropolitano Provincia di Bologna - per Valutazione su alcuni servizi erogati nel.
Chiara Mocenni – Analisi delle Decisioni a.a Analisi delle Decisioni Probabilita condizionate e Teorema di Bayes Chiara Mocenni.
ZAMPAS TEAMWORK PRESENTS: Progetto educazione alla cittadinanza Per passare da una diapositiva allaltra fare click. Dalla terza in poi, fare click una.
ECONOMIA POLITICA E-I ESERCITAZIONE 29 ottobre 2007.
Consumatori, produttori ed efficienza dei mercati
Ministero della Salute - DGFDM
Marika Arena - Economia e Organizzazione Aziendale B - A.A. 2008/ Lanalisi di investimento.
Chiara Mocenni – Analisi delle Decisioni – a.a Analisi delle Decisioni Atteggiamenti rispetto al rischio Chiara Mocenni.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 3 Chiara Mocenni Corso di laurea L1.
Analisi delle Decisioni Esistenza della funzione di utilita’
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 1 Chiara Mocenni Corso di laurea L1.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 3 Chiara Mocenni Corso di laurea L1.
Chiara Mocenni – Analisi delle Decisioni a.a Analisi delle Decisioni Preferenze, decisioni e incertezza Chiara Mocenni.
Analisi delle Decisioni Funzioni di utilita’ e lotterie
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 2 Chiara Mocenni Corso di laurea L1.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 2 Chiara Mocenni Corso di laurea L1.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Lezione 4 Chiara Mocenni Corso di laurea L1.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Scelte di consumo Chiara Mocenni Corso di laurea.
Chiara Mocenni – Analisi delle Decisioni – a.a Analisi delle Decisioni Probabilita condizionate Chiara Mocenni.
Chiara Mocenni – Analisi delle Decisioni a.a Analisi delle Decisioni Conoscenza incerta e probabilita Chiara Mocenni.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Esercizi e test Chiara Mocenni.
IST. ECONOMIA POLITICA 1 – A.A. 2012/13 – LEZIONE 3 Docente Marco Ziliotti.
IST. ECONOMIA POLITICA 1 – A.A. 2012/13 – ES. CAP. 14 Docente – Marco Ziliotti.
Gestione degli Intermediari Finanziari 10 dicembre 2010
Lezione 11 INFORMAZIONE ASIMMETRICA.
CORSO DI ISTITUZIONI DI ECONOMIA AZIENDALE
T0t0 t1t1 t2t2 t.... tntn Rt = ricavi (t 0 _ t n ) - costi (t 0 _ t n ) reddito totale reddito di periodo Rp = ricavi (t 1 _ t 2 ) - costi (t 1 _ t 2 )
La valutazione degli investimenti
Credito d’imposta per attività di ricerca e sviluppo
EIE 06/07 II / 1 Strumenti delle politiche agricole in economia aperta equilibrio di mercato in economia aperta politiche di un paese importatore politiche.
1 Perugia, 16 giugno 2005 ~ X Consumo nei due mesi ~ Spesa in euro: Avvertenza: i testi qui proposti sono, talvolta, modificati rispetto alla formulazione.
ELEZIONI REGIONALI 2010 PRIMI RISULTATI E SCENARI 14 aprile 2010.
Canale A. Prof.Ciapetti AA2003/04
CAPITOLO 20 Lutilità attesa come strumento decisionale normativo Una giustificazione della procedura del modello dellutilità attesa Quale tipo di comportamento.
C APITOLO XXVII G LI S TRUMENTI DI BASE DELLA FINANZA.
CAPITOLO 19 L’avversione al rischio e l’utilità attesa
Università di Torino - Facoltà di Economia A. A
Microeconomia Corso D John Hey. Questa settimana Martedì: Capitoli 23 e 24 Giovedì: Capitolo 25 Esercitazione 6.
Microeconomia Corso D John Hey. Giovedì 15 maggio 2008 Esercitazione 8 con la Bella Anna. Il resto del Capitolo 24. Capitolo settimane rimangano.
I lavoratori italiani e la formazione UNA RICERCA QUANTITATIVA SVOLTA DA ASTRA, IN COLLABORAZIONE CON DOXA, PER ANES (febbraio 2005)
COMPLETAMENTI Mil.Tslc All
LEZIONE 7 FALLIMENTI DI MERCATO: ASIMMETRIE INFORMATIVE E
Cos’è un problema?.
Gli italiani e il marketing di relazione: promozioni, direct marketing, digital marketing UNA RICERCA QUANTITATIVA SVOLTA DA ASTRA RICERCHE PER ASSOCOMUNICAZIONE.
PARTE XIII INFORMAZIONE ASIMMETRICA.
Giulio Tagliavini Università di Parma
Le scelte del consumatore
CHARGE PUMP Principio di Funzionamento
Relazioni dirette e inverse Calcoli percentuali Sopra e sotto cento
Mercati Azionari, Obbligazionari e Derivati A.A. 2006/ II semestre Docente: Massimo Pinna Università degli Studi di Cagliari Facoltà di Economia.
ORDINE DI CHIAMATA a 1minuto e 2 minuti PRINCIPALI TEMPI DELLA COMPETIZIONE ORDINE DI CHIAMATA a 1minuto e 2 minuti PRINCIPALI TEMPI DELLA COMPETIZIONE.
ESERCITAZIONI DI FINANZA AZIENDALE
Introduzione all’economia dell’informazione
ISTITUTO COMPRENSIVO “G. BATTAGLINI” MARTINA FRANCA (TA)
Intelligenza Artificiale
Corso di Analisi e Contabilità dei Costi
Un trucchetto di Moltiplicazione per il calcolo mentale
Bus, mon amour! Autobus e Investimenti
Esempi risolti mediante immagini (e con excel)
Strategie inventate o algoritmi tradizionali?
NO WASTE Progetto continuità scuola primaria scuola secondaria Salorno a.s. 2013_
DETERMINAZIONE DEL PREZZO
Assicurazione vita e mercato del risparmio gestito
L’effetto delle asimmetrie informative sul mercato del credito Fausto Panunzi.
Sistemi di Supporto alle Decisioni I Lezione 6
Transcript della presentazione:

Chiara Mocenni – Analisi delle Decisioni – a.a Analisi delle Decisioni Decisioni sequenziali Chiara Mocenni

Chiara Mocenni – Analisi delle Decisioni – a.a Problemi decisionali sequenziali Una lotteria modella una situazione di rischio relativa a un singolo evento In realtà il problema può riguardare una successione di decisioni Alberi di decisione

Chiara Mocenni – Analisi delle Decisioni – a.a Esempio: organizzazione di un concerto Avi deve organizzare un concerto estivo, e deve decidere se organizzarlo: –A allAperto, in un parco –C al Chiuso, in un teatro –P sotto il Portico di una villa

Chiara Mocenni – Analisi delle Decisioni – a.a Il concerto La riuscita e lincasso dipenderanno dal luogo ma anche dal tempo che farà, che potrà essere: –S Sereno –R Pioggia

Chiara Mocenni – Analisi delle Decisioni – a.a I possibili risultati 10,000 aperto, sereno 9,000 portico, sereno 0 aperto, pioggia 2,000 portico, pioggia 4,000 chiuso, sereno 5,000 chiuso, pioggia Profitto attesoRisultato

Chiara Mocenni – Analisi delle Decisioni – a.a Assessment dellutilità Col procedimento visto prima si può stabilire lutilità (per Avi) dei vari risultati u(10,000) = 1 u(9,000) = 0.95 u(5,000) = 0.67 u(4,000) = 0.57 u(2,000) = 0.32 u(0) = 0

Chiara Mocenni – Analisi delle Decisioni – a.a

Chiara Mocenni – Analisi delle Decisioni – a.a Bollettino meteorologico Il bollettino meteorologico dà: –40% probabilità di sereno –60% probabilità di pioggia Il tempo di domani può vedersi come una lotteria i cui premi dipendono dalla decisione presa

Chiara Mocenni – Analisi delle Decisioni – a.a aperto chiuso portico sereno (0.4) pioggia (0.6)

Chiara Mocenni – Analisi delle Decisioni – a.a Utilità attesa dei tre casi U[ aperto ] = 0.4 * * 0 = 0.4 U[ chiuso ] = 0.4 * * 0.67= 0.63 U[ portico ] = 0.4 * * 0.32= 0.57

Chiara Mocenni – Analisi delle Decisioni – a.a aperto chiuso portico sereno (0.4) pioggia (0.6)

Chiara Mocenni – Analisi delle Decisioni – a.a (K)

Chiara Mocenni – Analisi delle Decisioni – a.a Utilità attesa Lutilità attesa della decisione è pari alla massima utilità attesa delle lotterie tra le quali avviene la scelta In questo caso, lutilità attesa è 0.63 e lequivalente certo della decisione è 4,600 (ossia il decisore è indifferente tra partecipare alla lotteria, cioè organizzare il concerto al chiuso, e ricevere 4600 euro sicuri. )

Chiara Mocenni – Analisi delle Decisioni – a.a Decisioni e informazioni Fin qui lunica informazione è la probabilità di tempo sereno (0.4), e in base a questo Avi prende la decisione Come cambia la situazione se è possibile accedere ad altre fonti di informazione?

Chiara Mocenni – Analisi delle Decisioni – a.a Informazione perfetta Supponiamo esista un oracolo che, in modo infallibile, è in grado di prevedere il tempo Loracolo chiede un compenso in denaro Qual è la massima cifra che ha senso pagare per avere linformazione?

Chiara Mocenni – Analisi delle Decisioni – a.a Informazione perfetta (II) Supponiamo che loracolo chieda 1,500 euro Qual è la nuova utilità attesa?

Chiara Mocenni – Analisi delle Decisioni – a.a sereno (1) 0.86 aperto chiuso sereno (1) pioggia (0) portico Loracolo prevede sereno (0.4) Loracolo prevede pioggia (0.6) aperto chiuso sereno (0) pioggia (1) portico

Chiara Mocenni – Analisi delle Decisioni – a.a Informazione perfetta (II) La nuova utilità attesa è 0.67, corrispondente a un equivalente certo di 5,000 Poiché 5,000 > 4,600, la nuova situazione è più conveniente Per Avi, è conveniente spendere 1,500 per linformazione

Chiara Mocenni – Analisi delle Decisioni – a.a Decisioni sequenziali Se linformazione avesse avuto un prezzo superiore, poteva non essere più conveniente consultare loracolo Il problema diviene sequenziale: Consultare o no loracolo? Dove tenere il concerto?

Chiara Mocenni – Analisi delle Decisioni – a.a Il valore dellinformazione La massima cifra che ha senso pagare per avere linformazione rappresenta il valore dellinformazione (perfetta) per un determinato decisore Come si determina il valore dellinformazione?

Chiara Mocenni – Analisi delle Decisioni – a.a Il valore dellinformazione (II) Per una classe abbastanza ampia di decisori, il valore dellinformazione può calcolarsi come differenza tra: equivalente certo della decisione con informazione gratuita e equivalente certo della decisione in assenza di informazione

Chiara Mocenni – Analisi delle Decisioni – a.a aperto chiuso sereno (1) pioggia (0) portico aperto chiuso sereno (0) pioggia (1) portico Loracolo prevede sereno (0.4) Loracolo prevede pioggia (0.6) Informazione gratuita

Chiara Mocenni – Analisi delle Decisioni – a.a (K)

Chiara Mocenni – Analisi delle Decisioni – a.a aperto chiuso sereno (1) pioggia (0) portico aperto chiuso sereno (0) pioggia (1) portico Loracolo prevede sereno (0.4) Loracolo prevede pioggia (0.6) ,600 Informazione gratuita

Chiara Mocenni – Analisi delle Decisioni – a.a Il valore dellinformazione Quindi il valore dellinformazione è: equivalente certo della decisione con informazione gratuita: 6,600 - equivalente certo della decisione in assenza di informazione: 4,600 = 2,000

Chiara Mocenni – Analisi delle Decisioni – a.a Un decisore alternativo: Inat Supponiamo che per Inat: u(10,000) = 1 u(9,000) = 0.9 u(5,000) = 0.5 u(4,000) = 0.4 u(2,000) = 0.2 u(0) = 0

Chiara Mocenni – Analisi delle Decisioni – a.a

Chiara Mocenni – Analisi delle Decisioni – a.a aperto chiuso portico sereno (0.4) pioggia (0.6) Assenza di informazione 4,

Chiara Mocenni – Analisi delle Decisioni – a.a aperto chiuso sereno (1) pioggia (0) portico aperto chiuso sereno (0) pioggia (1) portico Loracolo prevede sereno (0.4) Loracolo prevede pioggia (0.6) ,000 Informazione gratuita

Chiara Mocenni – Analisi delle Decisioni – a.a Il valore dellinformazione Quindi il valore dellinformazione per Inat è: equivalente certo della decisione con informazione gratuita: 7,000 - equivalente certo della decisione in assenza di informazione: 4,800 = 2,200

Chiara Mocenni – Analisi delle Decisioni – a.a Il valore dellinformazione Dunque per Avi (avverso al rischio) il valore dellinformazione è inferiore al valore che ha per Inat (indifferente al rischio) Non sempre è così...

Chiara Mocenni – Analisi delle Decisioni – a.a aperto chiuso portico sereno (p) pioggia (1-p) Avi Inat

Chiara Mocenni – Analisi delle Decisioni – a.a Confronto tra decisori (p=0.4) Quando p=0.4, Avi (avverso al rischio) deciderebbe di svolgere il concerto al chiuso, Inat (indifferente al rischio) sotto il portico Il valore dellinformazione perfetta è: V AVI = 2,000 V INAT = 2,200

Chiara Mocenni – Analisi delle Decisioni – a.a Confronto tra decisori (p=0.5) Consideriamo ora lo stesso problema, ma con una maggiore probabilità di tempo sereno, p=0.5

Chiara Mocenni – Analisi delle Decisioni – a.a aperto chiuso portico sereno (0.5) pioggia (0.5) Avi Inat 0.5 / / / 0.64 Assenza di informazione

Chiara Mocenni – Analisi delle Decisioni – a.a Confronto tra decisori (p=0.5) Stavolta ambedue i decisori sceglierebbero il portico Lequivalente certo in assenza di informazione è: x AVI = 4,700 x INAT = 5,500

Chiara Mocenni – Analisi delle Decisioni – a.a aperto chiuso sereno (1) pioggia (0) 1 1 portico aperto chiuso sereno (0) pioggia (1) 0.67 portico Loracolo prevede sereno (0.5) Loracolo prevede pioggia (0.5) ,100 Informazione gratuita: Avi

Chiara Mocenni – Analisi delle Decisioni – a.a aperto chiuso sereno (1) pioggia (0) 1 1 portico aperto chiuso sereno (0) pioggia (1) 0.5 portico Loracolo prevede sereno (0.5) Loracolo prevede pioggia (0.5) ,500 Informazione gratuita: Inat 0 0.4

Chiara Mocenni – Analisi delle Decisioni – a.a Il valore dellinformazione: Avi Equivalente certo della decisione con informazione gratuita: 7,100 - Equivalente certo della decisione in assenza di informazione: 4,700 = 2,400

Chiara Mocenni – Analisi delle Decisioni – a.a Il valore dellinformazione: Inat Equivalente certo della decisione con informazione gratuita: 7,500 - Equivalente certo della decisione in assenza di informazione: 5,500 = 2,000

Chiara Mocenni – Analisi delle Decisioni – a.a Confronto tra decisori (p=0.5) Il valore dellinformazione perfetta è: V AVI = 2,400 V INAT = 2,000 Poiché i due decisori fanno la stessa scelta, Avi è disposto a pagare di più linformazione rispetto a Inat

Chiara Mocenni – Analisi delle Decisioni – a.a Inat deve acquistare titoli... Xassicurano un guadagno di 250 Ycon probabilità 0.3, un guadagno di 275, con probabilità 0.7 un guadagno di 107; in questultimo caso può scambiarli con Z Z con probabilità 0.5 il guadagno può essere 375 o 100

Chiara Mocenni – Analisi delle Decisioni – a.a Acquistare Y Scambiare Acquistare X Z guadagna 0.5 Tenere Y Z crolla Assenza di informazione Y guadagna Y perde

Chiara Mocenni – Analisi delle Decisioni – a.a Acquistare Y Scambiare Acquistare X Informazione gratuita sui titoli Z prima della dec. su X Acquistare Y Tenere Y Acquistare X Z guadagna Z crolla

Chiara Mocenni – Analisi delle Decisioni – a.a Il valore dellinformazione su Z Lutilità attesa della lotteria nel nodo radice è di In assenza di informazione, lutilità attesa è di 250 Il valore dellinformazione su Z prima di decidere su X è di: = 47.50

Chiara Mocenni – Analisi delle Decisioni – a.a Acquistare Y Scambiare Informazione gratuita sui titoli Z dopo aver deciso su X Acquistare X Y guadagna Y perde Tenere Y 0.5 Loracolo prevede che Z guadagnerà Loracolo prevede che Z perderà

Chiara Mocenni – Analisi delle Decisioni – a.a Il valore dellinformazione su Z Lutilità attesa della lotteria nel nodo radice è di In assenza di informazione, lutilità attesa è di 250 Il valore dellinformazione su Z dopo avere già deciso su X è di: = 1.20

Chiara Mocenni – Analisi delle Decisioni – a.a Acquistare Y Informazione gratuita sui titoli Y prima della dec. su X Acquistare X Loracolo prevede che Y guadagnerà Tenere Y 275 Loracolo prevede che Y perderà 250 Acquistare X

Chiara Mocenni – Analisi delle Decisioni – a.a Il valore dellinformazione su Y Lutilità attesa della lotteria nel nodo radice è di In assenza di informazione, lutilità attesa è di 250 Il valore dellinformazione su Y prima di decidere su X è di: = 7.50