Decisione ottimale

A volte, in situazioni finanziarie, dove l'utilità viene definita in termini di risultato economico, si considera il problema di minimizzare la perdita.

 

Il termine "utilità", in questo contesto, viene utilizzato in modo arbitrario in riferimento al grado di desiderabilità del risultato e non secondo il suo significato comune. Per esempio, per qualcuno può rappresentare una decisione ottimale acquistare un'auto sportiva invece di una station wagon, anche se il costo relativo è maggiore e la versatilità minore, poiché il criterio di valutazione per la decisione può essere diverso (es. effetto sull'immagine personale).

Il problema dell'identificazione della decisione ottimale è un problema di ottimizzazione. In pratica, poche persone verificano che la loro decisione sia stata quella ottimale, ma utilizzano il metodo euristico per arrivare a decisioni che sono "abbastanza buone", cioè soddisfacenti.

Se la decisione è sufficientemente importante, si può ricorrere ad un approccio più formale, soprattutto per motivare il tempo speso per analizzarla o quando, dato l'alto numero di possibilità decisionali, è troppo complessa per poter giungere alla scelta con un semplice approccio intuitivo.

Ogni decisione ${\displaystyle d}$  in un set ${\displaystyle D}$  di decisioni disponibili porterà ad un esito ${\displaystyle o=f(d)}$ . Tutti i possibili esiti formano il set ${\displaystyle O}$ . Assegnando l'utilità ${\displaystyle U_{O}(o)}$  ad ogni esito, possiamo definire l'utilità di una certa decisione ${\displaystyle d}$  come: ${\displaystyle U_{D}(d)\ =\ U_{O}(f(d))\,}$ 

Una decisione ottimale ${\displaystyle d_{\mathrm {opt} }}$  è quindi quella che massimizza ${\displaystyle U_{D}(d)}$  :

${\displaystyle d_{\mathrm {opt} }=\arg \max \limits _{d\in D}U_{D}(d)\,}$ 

La soluzione del problema può essere perciò divisa in tre passaggi:

1. predizione dell'esito ${\displaystyle o}$  per ogni decisione ${\displaystyle d}$ 
2. assegnazione dell'utilità ${\displaystyle U_{O}(o)}$  a ogni esito ${\displaystyle o}$ 
3. identificazione della decisione ${\displaystyle d}$  che massimizza ${\displaystyle U_{D}(d)}$ 

Se non è possibile predire con certezza l'esito di una particolare decisione, è necessario un approccio probabilistico, che si può esprimere, nella maggior parte dei casi, in questo modo:

Per una decisione data ${\displaystyle d}$ , conosciamo la distribuzione probabile per i possibili esiti, descritta dalla distribuzione condizionata ${\displaystyle p(o|d)}$ . Possiamo ora calcolare l'utilità attesa della decisione ${\displaystyle d}$  come

${\displaystyle U_{D}(d)=\int {p(o|d)U(o)do}\,}$    dove l'integrale prende il posto dell'intero set ${\displaystyle O}$  (DeGroot, pp 121)

Una decisione ottimale ${\displaystyle d_{\mathrm {opt} }}$  è quindi quella che rende massimo ${\displaystyle U_{D}(d)}$ , proprio come mostrato sopra ${\displaystyle d_{\mathrm {opt} }=\arg \max \limits _{d\in D}U_{D}(d)\,}$ 

Il Problema di Monty Hall.

• Morris DeGroot Optimal Statistical Decisions. McGraw-Hill. New York. 1970. ISBN 0-07-016242-5.
• James O. Berger Statistical Decision Theory and Bayesian Analysis. Second Edition. 1980. Springer Series in Statistics. ISBN 0-387-96098-8.

• Decisione

  Portale Matematica: accedi alle voci di Wikipedia che trattano di matematica