Με βάση τα παραπάνω ορίζουμε την αναμενόμενη χρησιμότητα (expected utility) EU(A) μιας επιλογής A ως εξής:

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Με βάση τα παραπάνω ορίζουμε την αναμενόμενη χρησιμότητα (expected utility) EU(A) μιας επιλογής A ως εξής:"

Transcript

1 ΚΟΙΝΩΝΙΚΗ ΕΠΙΛΟΓΗ Στην παρούσα ενότητα θα ασχοληθούμε με την περιγραφή και ανάλυση των μηχανισμών με τους οποίους κοινωνικές ομάδες μπορούν να επιλέγουν μεταξύ εναλλακτικών προτάσεων. Απόρροια κάθε τέτοιας επιλογής είναι η υιοθέτηση από την ομάδα συμπεριφορών και δράσεων συμβατών με την επιλογή τους. Οι συγκεκριμένοι μηχανισμοί βρίσκουν μεγάλη εφαρμογή σε ένα πλήθος περιπτώσεων κοινωνικής υπολογιστικής που περιλαμβάνουν ηλεκτρονικές ψηφοφορίες ή δημοσκοπήσεις, συστήματα παροχής συστάσεων (recommender systems) κλπ. Πριν ασχοληθούμε με τρόπους λήψης αποφάσεων σε ομάδες θα ασχοληθούμε γενικά με την περιγραφή του προβλήματος της λήψης αποφάσεων. Το Πρόβλημα της Απόφασης Το πρόβλημα της απόφασης (decision problem) ορίζεται ως εξής: Υπάρχουν μια σειρά από επιλογές Α 1, A 2,.., A n ανάμεσα στις οποίες πρέπει να επιλέξουμε μια. Υπάρχει ένα πλήθος Ο 1, Ο 2,.., Ο m από αμοιβαία αποκλειόμενα και εξαντλητικά αποτελέσματα των επιλογών μας δηλαδή οπωσδήποτε ένα και μόνο ένα από αυτά θα συμβεί ως αποτέλεσμα της επιλογής μας και τα Ο i καλύπτουν όλες τις δυνατές επιλογές. Αν επιλέξουμε μια εκ των Α τότε αυτή μπορεί να έχει ως αποτέλεσμα το Ο j με πιθανότητα P(Ο i ) και χρησιμότητα (utility) U(Ο i ) Με βάση τα παραπάνω ορίζουμε την αναμενόμενη χρησιμότητα (expected utility) EU(A) μιας επιλογής A ως εξής: EU (A k )= P(Οi) U (Οi) για ι=1, 2,..., m (1) Tο πιο διαδεδομένο μοντέλο λήψης αποφάσεων ορίζει ότι θα πρέπει να προτιμήσουμε την επιλογή A k η οποία μεγιστοποιεί την αναμενόμενη χρησιμότητα. Το συγκεκριμένο μοντέλο είναι απόρροια του ορθολογικού μοντέλου συμπεριφοράς. Για να μπορέσουμε να χρησιμοποιήσουμε τη σχέση (1) για την αναμενόμενη χρησιμότητα κάποιας επιλογής σε ένα υπολογιστικό περιβάλλον θα πρέπει να γνωρίζουμε τις πιθανότητες πραγματοποίησης των αποτελεσμάτων κάθε επιλογής. Επιπροσθέτως θα πρέπει να ποσοτικοποιήσουμε τη χρησιμότητα κάθε αποτελέσματος. Ο τρόπος ποσοτικοποίησης που χρησιμοποιείται προκύπτει από μια ακολουθία αξιωμάτων και ένα θεώρημα που έχουν προταθεί από τους von Neumann και Morgenstern και βασίζονται στην έννοια της κλήρωσης (lottery).. Ειδικότερα ορίζουμε ένα σύνολο από βραβεία X={ Α, Β, Γ,... } τα οποία μπορούμε να κερδίσουμε συμμετέχοντας σε μια κλήρωση για καθένα από αυτά. Οι κληρώσεις μπορεί να είναι και μικτές στις οποίες μπορούμε να κερδίσουμε ένα από κάποιο σύνολο βραβείων με διαφορετικές πιθανότητες. Για παράδειγμα, μπορούμε να συμμετάσχουμε σε μια μικτή κλήρωση ApB στην οποία μπορούμε να κερδίσουμε το βραβείο Α με πιθανότητα p και το B με πιθανότητα (1-p) (επομένως ApB=p*A+(1-p)*B). Ανάμεσα σε όλες τις πιθανές κληρώσεις μπορούμε να ορίσουμε σχέσεις προτίμησης ως εξής: Α Β, σημαίνει ότι προτιμούμε να συμμετάσχουμε στην κλήρωση Α από την Β Α ~ Β, σημαίνει ότι είμαστε αδιάφοροι ανάμεσα στις κληρώσεις Α και Β Οι von Neumann και Morgenstern όρισαν τέσσερα αξιώματα τα οποία αναφέρονται στις σχέσεις

2 προτίμησης σε κληρώσεις. Υποθέτοντας ότι το K είναι ένα σύνολο από κληρώσεις (μικτές ή όχι) τα μέλη του ικανοποιούν τα ακόλουθα αξιώματα: 1. Πληρότητα. Για κάθε Α, Β που ανήκουν στο K ισχύει ότι Α Β ή Β Α ή Α ~ Β. 2. Μεταβατικότητα. Για κάθε Α, Β, Γ που ανήκουν στο K ισχύει ότι αν Α Β και Β Γ τότε Α Γ 3. Συνέχεια. Για κάθε Α, Β, Γ που ανήκουν στο K ισχύει ότι αν Α Β Γ τότε υπάρχουν πιθανότητες p, q για τις οποίες ισχύει ότι ΑpΓ Β ΑqΓ 4. Ανεξαρτησία. Για κάθε Α, Β, Γ που ανήκουν στο K ισχύει ότι Α Β Γ αν και μόνο αν για κάθε πιθανότητα p ισχύει ότι ΑpΓ ΒpΓ Σύμφωνα με το θεώρημα της αναπαράστασης των von Neumann και Morgenstern, μια σχέση προτίμησης μεταξύ κληρώσεων ικανοποιεί τα ανωτέρω τέσσερα αξιώματα όταν και μόνο όταν υπάρχει μια συνάρτηση χρησιμότητας u τέτοια ώστε: 1. αν A B, τότε u(a) > u(b), 2. u(apb) = p u(a) + (1 - p) u(b), 3. για κάθε συνάρτηση u που ικανοποιεί τις σχέσεις (1) και (2) υπάρχουν αριθμοί a > 0 και b τέτοιοι ώστε u = a * u + b. Σύμφωνα με τα ανωτέρω η ανάθεση αριθμητικών τιμών για τη χρησιμότητα κάθε δυνατής κλήρωσης στο σύνολο K μπορεί να γίνει με τα ακόλουθα βήματα: Ανάθεσε τη τιμή 1 στην χρησιμότητα της κλήρωσης A i για την οποία ισχύει ότι A i A j για κάθε j διαφορετικό του ι όπου A i, A j ανήκουν στο K. Επομένως u(a i ) = 1. Η A i επομένως αντιστοιχεί στην περισσότερο προτιμητέα κλήρωση Ανάθεσε την τιμή 0 στην χρησιμότητα της κλήρωσης A k η για την οποία ισχύει ότι A j A k για κάθε j διαφορετικό του k όπου A k, A j ανήκουν στο K. Επομένως u(a k ) = 0. Η A k επομένως αντιστοιχεί στην λιγότερο προτιμητέα κλήρωση Για κάθε άλλη κλήρωση B διαφορετική από τις A i, A k όρισε την πιθανότητα p για την οποία ισχύει ότι A i pa k = B. Η πιθανότητα p εκφράζει τη χρησιμότητα της Β στο σύνολο K. Επομένως u(b)=p. Ο μηχανισμός υπολογισμού της χρησιμότητας μιάς επιλογής και η εφαρμογή της αρχής της μεγιστοποίησης της αναμενόμενης χρησιμότητας είναι χρήσιμα εργαλεία για την λήψη αποφάσεων κάτω από κίνδυνο (decision making under risk). Με τον όρο αυτό αναφερόμαστε σε περιπτώσεις στις οποίες οι πιθανότητες εμφάνισης των αποτελεσμάτων κάθε επιλογής είναι γνωστές. Υπάρχουν όμως αρκετές περιπτώσεις στις οποίες οι συγκεκριμένες πιθανότητες δεν είναι γνωστές. Στην περίπτωση αυτή μιλάμε για το πρόβλημα της λήψης αποφάσεων υπό αβεβαιότητα (decision making under uncertainty). Η αντιμετώπιση της κλάσης των προβλημάτων αυτών δεν είναι δυνατόν να χρησιμοποιήσει την ανάλυση των von Neumann και Morgenstern. Ακόμη όμως και σε περιπτώσεις στις οποίες μπορεί να εφαρμοστεί η ανάλυση των von Neumann και Morgenstern η εμπειρία διδάσκει ότι τα άτομα σε αρκετές περιπτώσεις δεν επιδεικνύουν την ορθολογική συμπεριφορά που προβλέπει η συγκεκριμένη ανάλυση. Υπάρχουν δύο κύρια παραδείγματα ανορθολογικής συμπεριφοράς στα οποία αξίζει να αναφερθούμε: το παράδοξο του Alais και το παράδοξο του Ellsberg. Στο παράδοξο του Alais καλούμαστε να επιλέξουμε μεταξύ δύο κληρώσεων Α και Β με τα ακόλουθα χαρακτηριστικά: 1. Στην κλήρωση Α υπάρχει μια πιθανότητα 100% να κερδίσουμε 100 ευρώ.

3 2. Στην κλήρωση Β υπάρχει μια πιθανότητα 1% να κερδίσουμε τίποτα, 10% πιθανότητα να κερδίσουμε 500 ευρώ και 89% πιθανότητα να κερδίσουμε 100 ευρώ. Αντιμέτωποι με το ανωτέρω δίλημμα η εμπειρία έχει δείξει ότι οι περισσότεροι από εμάς θα προτιμήσουν την κλήρωση Α επιλέγοντας τη σιγουριά των 100 ευρώ. Ας υποθέσουμε στη συνέχεια ότι έχουμε να επιλέξουμε μεταξύ των κληρώσεων Γ και Δ με τα ακόλουθα χαρακτηριστικά: 3. Στην κλήρωση Γ υπάρχει μια πιθανότητα 11% να κερδίσουμε 100 ευρώ και 89% πιθανότητα να κερδίσουμε τίποτα. 4. Στην κλήρωση Δ υπάρχει μια πιθανότητα 10% να κερδίσουμε 500 ευρώ και 90% πιθανότητα να κερδίσουμε τίποτα. Αντιμέτωποι με το ανωτέρω δίλημμα η εμπειρία έχει δείξει ότι οι περισσότεροι από εμάς θα προτιμήσουν την κλήρωση Δ. Μπορούμε εύκολα να αποδείξουμε ότι οι επιλογές Α και Δ που προτιμά η πλειοψηφία είναι ασύμβατες μεταξύ τους αν χρησιμοποιήσουμε την ανάλυση των von Neumann και Morgenstern. Σύμφωνα με την συγκεκριμένη ανάλυση οι χρησιμότητες για το καθένα από τα βραβεία στις ανωτέρω κληρώσεις είναι: u(500 )=1, u(0 )=0, u(100 )=x, όπου 0 < x < 1 ενω η αναμενόμενη χρησιμότητα καθεμίας από τις κληρώσεις υπολογίζεται ως εξής: u(a)=x u(b)= *x u(γ)=0.11*x u(δ)=0.1 Από τις ανωτέρω σχέσεις προκύπτει ότι: u(a) - u(b) = u(γ) - u(δ)= 0.11*x 0.1 και επομένως η επιλογή Γ θα πρέπει να είναι προτιμότερη από την Δ όπως η Α είναι προτιμότερη από την Β!! Στο παράδοξο του Ellsberg θεωρούμε ότι υπάρχει μαι κληρωτίδα που περιέχει 90 μπάλες 30 εκ των οποίων είναι κόκκινες και οι υπόλοιπες 60 μπορεί να είναι ένας οποιοσδήποτε συνδυασμός μπλε και κίτρινων μπαλών. Σε πρώτη φάση καλούμαστε να επιλέξουμε μεταξύ δύο κληρώσεων Α και Β με τα ακόλουθα χαρακτηριστικά: 5. Στην κλήρωση Α κερδίζουμε μια εβδομάδα πληρωμένες διακοπές στη Μύκονο αν τραβήξουμε από την κληρωτίδα μια κόκκινη μπάλα. 6. Στην κλήρωση Β κερδίζουμε μια εβδομάδα πληρωμένες διακοπές στη Μύκονο αν τραβήξουμε από την κληρωτίδα μια μπλε μπάλα. Αντιμέτωποι με το ανωτέρω δίλημμα η εμπειρία έχει δείξει ότι οι περισσότεροι από εμάς θα προτιμήσουν την κλήρωση Α. Ας υποθέσουμε στη συνέχεια ότι έχουμε να επιλέξουμε μεταξύ των κληρώσεων Γ και Δ με τα

4 ακόλουθα χαρακτηριστικά: 7. Στην κλήρωση Γ κερδίζουμε μια εβδομάδα πληρωμένες διακοπές στη Μύκονο αν τραβήξουμε από την κληρωτίδα μια κόκκινη ή κίτρινη μπάλα. 8. Στην κλήρωση Δ κερδίζουμε μια εβδομάδα πληρωμένες διακοπές στη Μύκονο αν τραβήξουμε από την κληρωτίδα μια μπλε ή κίτρινη μπάλα.. Αντιμέτωποι με το ανωτέρω δίλημμα η εμπειρία έχει δείξει ότι οι περισσότεροι από εμάς θα προτιμήσουν την κλήρωση Δ. Στην περίπτωση αυτή μπορούμε να αποδείξουμε ότι σύμφωνα με την ανάλυση των von Neumann και Morgenstern οι επιλογές Α και Β έχουν την ίδια αναμενόμενη χρησιμότητα και το ίδιο συμβαίνει με τις Γ και Δ. Επομένως σε καθεμία περίπτωση δεν θα πρέπει να εμφανιζόταν κάποια ιδιαίτερη προτίμηση μεταξύ των δύο κληρώσεων. Το γεγονός ότι εμπειρικά εμφανίζεται μια τέτοια διαφορά αποτελεί σαφή ένδειξη ότι η συγκεκριμένη ανάλυση δεν προβλέπει ικανοποιητικά την ανθρώπινη συμπεριφορά σε παρόμοιες περιπτώσεις. Ένα αρκετά διάσημο παράδοξο αποτελεί το πρόβλημα του Monty Hall το οποίο καταδεικνύει τη δυσκολία την οποία έχουμε να χειριστούμε δεσμευμένες πιθανότητες. Στο συγκεκριμένο παράδοξο φανταστείτε ότι λαμβάνετε μέρος σε ένα τηλεπαιχνίδι στο οποίο έχετε τη δυνατότητα να κερδίσετε ένα αυτοκίνητο ή μια κατσίκα. Ο παίκτης αρχικά γνωρίζει ότι υπάρχουν τρεις κλειστές πόρτες Α, Β, Γ πίσω απο τις οποίες υπάρχουν ένα αυτοκίνητο και δύο κατσίκες αλλά δεν γνωρίζει τι υπάρχει πίσω από κάθε πόρτα. Ο τηλεπαρουσιαστής ζητά από τον παίκτη να διαλέξει μια από τις τρεις πόρτες και έστω ότι αυτός επιλέγει την πόρτα Α. Στη συνέχεια ο τηλεπαρουσιαστής (ο οποίος γνωρίζει τι υπάρχει πίσω από κάθε πόρτα) έχει το δικαίωμα να ανοίξει οποιαδήποτε από τις άλλες 2 πόρτες αρκεί πίσω από την επιλογή του να υπάρχει μια κατσίκα. Έστω ότι ο τηλεπαρουσιαστής ανοίγει την πόρτα Γ. Στη συνέχεια ο τηελπαρουσιαστής ρωτά τον παίκτη αν θέλει να αλλάξει την αρχική του επιλογή και να επιλέξει την πόρτα Β αντί της Α. Το ερώτημα που ανακύπτει είναι αν ο χρήστης έχει μεγαλύτερη πιθανότητα να κερδίσει το αυτοκίνητο αν στο συγκεκριμένο σημείο αλλάξει γνώμη και επιλέξει την Β αντί της Α ή όχι. Όσο παράδοξο και αν φαίνεται ο παίκτης έχει μεγαλύτερη πιθανότητα να κερδίσει αν αλλάξει την αρχική του επιλογή και επιλέξει την πόρτα Β. Αυτό συμβαίνει γιατί η πιθανότητα το αυτοκίνητο να βρισκεται σε μια εκ των Β ή Γ είναι αρχικά 2/3 και παραμένει 2/3 μετά από το άνοιγμα της πόρτας Γ! Το άνοιγμα της πόρτας δεν επηρέασε τη πιθανότητα να είναι το αυτοκίνητο πίσω από την Α αλλά επηρέασε την πιθανότητα να είναι το αυτοκίνητο πίσω από την Β. Το Πρόβλημα της Απόφασης σε Ομάδες Στην προηγούμενη ενότητα αναλύσαμε το πρόβλημα της απόφασης στο επίπεδο του ατόμου. Αναφερθήκαμε στις συνθήκες τις οποίες ικανοποιούν οι ατομικές προτιμήσεις περιγράφοντας τέσσερα σχετικά αξιώματα. Αναφέραμε επίσης ότι τα συγκεκριμένα αξιώματα μας επιτρέπουν να ποσοτικοποιήσουμε τις ατομικές προτιμήσεις χρησιμοποιώντας τις συναρτήσεις χρησιμότητας. Στο επίπεδο της ομάδας υποθέτουμε ότι καθένα από τα μέλη της ομάδας συμπεριφέρεται ορθολογικά και επομένως, για ποράδειγμα, ότι οι προτιμήσεις του ικανοποιούν τη μεταβατικότητα και τα υπόλοιπα σχετικά αξιώματα. Ο σκοπός της ομάδας είναι να λάβει δίκαιες αποφάσεις. Προφανώς στην κατηγορία των δίκαιων αποφάσεων δεν συμπεριλαμβάνονται αποφάσεις οι οποίες ταυτίζονται πάντα με τις προτιμήσεις ενός συγκεκριμένου μέλους της ομάδας. Με άλλα λόγια δεν αναφερόμαστε σε αυταρχικές ομάδες. Υποθέτουμε επίσης ότι κάθε μέλος της ομάδας υποβάλλει ένα διατεταγμένο σύνολο προτιμήσεων το οποίο καλύπτει όλο το σύνολο των διαθέσιμων προτιμήσεων.

5 Για παράδειγμα, ας υποθέσουμε ότι μια παρέα τριών φίλων (Φ1, Φ2 και Φ3) θέλει να αποφασίσει πως θα περάσει το σαββατόβραδο της. Μετά από αρκετή σκέψη οι τρεις φίλοι καταλήγουν σε τρεις εναλλακτικές προτάσεις: 1. Κινηματογράφος 2. Ταβέρνα 3. Παιχνίδι στον Υπολογιστή Οι προτιμήσεις καθενός από αυτούς είναι: Φ1: Φ2: Φ3: Ποια είναι στην περίπτωση αυτή η βούληση της ομάδας; Όπως θα δούμε στη συνέχεια η βούληση της ομάδας εξαρτάται από τη συνάρτηση η οποία θα χρησιμοποιηθεί για να αντιστοιχίσει τα διατεταγμένα σύνολα προτιμήσεων των μελών της σε μια ομαδική (ή κοινωνική) διάταξη. Αναφερόμαστε στη συγκεκριμένη διαδικασία ως τη διαδικασία συνάθροισης (aggregation procedure) ή τη λειτουργία της κοινωνικής ευμάρειας (social welfare function). Μια συνάρτηση που αντιστοιχίζει σύνολα προτιμήσεων σε κοινωνικές προτιμήσεις αναφέρεται ως συνάρτηση κοινωνικής επιλογής (social choice function). Μια πιθανή διαδικασία συνάθροισης είναι γνωστή ως μέθοδος Condorcet και συγκρίνει ανά δυο όλες τις πιθανές αποφάσεις. Η απόφαση που υπερτερεί κατά πλειοψηφία έναντι όλων των άλλων σε αυτές τις διμερείς συγκρίσεις αποτελεί τη βούληση της ομάδας. Στο παράδειγμα μας παρατηρούμε ότι δύο φίλοι προτιμούν την 1 έναντι της 2 και ένας μόνο προτιμά την 2 έναντι της 1. Επομένως κατά πλειοψηφία η 1 υπερτερεί της 2. Επίσης, δύο φίλοι προτιμούν την 2 έναντι της 3 και ένας μόνο προτιμά την 3 έναντι της 2. Επομένως κατά πλειοψηφία η 2 υπερτερεί της 3. Τέλος, δύο φίλοι προτιμούν την 3 έναντι της 1 και ένας μόνο προτιμά την 1 έναντι της 3. Άρα κατά πλειοψηφία η 3 υπερτερεί της 1. Αν απεικονίσουμε τις επιμέρους διατάξεις σε μια ολική διάταξη καταλήγουμε ότι στο επίπεδο της ομάδας κατά πλειοψηφία ισχύει ότι: Δυστυχώς στο παράδειγμα μας η μέθοδος Condorcet δεν παράγει μια διατεταγμένη ακολουθία προτιμήσεων καθώς καταλήγει σε έναν κύκλο στον οποίο δεν ισχύει η μεταβατική ιδιότητα. Μια εναλλακτική διαδικασία συνάθροισης είναι γνωστή ως απαρίθμηση κατά Borda (Borda Count). Στη διαδικασία αυτή έστω ότι θέλουμε να επιλέξουμε μεταξύ m αποφάσεων. Κάθε μέλος της ομάδας βαθμολογεί με μηδέν (0) την λιγότερο επιθυμητή επιλογή, με 1 την δεύτερη λιγότερο επιθυμητή επιλογή του... και με m-1 την πρώτη επιλογή του. Στη συνέχεια υπολογίζεται το άθροισμα των βαθμών που πήρε συνολικά κάθε επιλογή από όλα τα μέλη της ομάδας. Η ομάδα αποφασίζει να ακολουθήσει την επιλογή που λαμβάνει τη μεγαλύτερη βαθμολογία. Στο παράδειγμα μας το άθροισμα κάθε επιλογής υπολογίζεται ως εξής: βαθμός(1)= =3 βαθμός(2)= =3 βαθμός(3)= =3 και επομένως η ομάδα είναι αδιάφορη ως προς ποια απόφαση θα υιοθετήσει (1 ~ 2 ~ 3) καθώς όλες λαμβάνουν την ίδια βαθμολογία. Σε μια τέτοια περίπτωση και υποθέτοντας ότι και οι τρεις

6 φίλοι προτιμούν να πάνε κάπου, έστω και στην τελευταία τους επιλογή, ένας πιθανός τρόπος απόφασης μπορεί να προέλθει από μια τυχαία διαδικασία όπως το ρίξιμο ενός ζαριού. Παρατηρούμε λοιπόν ότι η μέθοδος Condorcet δεν παράγει πάντα μια απόφαση για την ομάδα ενώ η μέθοδος του Borda καταλήγει πάντα σε κάποια απόφαση. Μια επίσης ενδιαφέρουσα παρατήρηση είναι ότι όταν η μέθοδος Condorcet καταλήγει σε κάποια απόφαση αυτή δεν είναι απαραίτητα ίδια με αυτήν της Borda όπως αποδεικνύει το ακόλουθο παράδειγμα. Έστω ότι σε μια ομάδα πέντε μέλη της επιλέγουν 1 2 3, ένα μέλος της επιλέγει 1 3 2, ενώ τέσσερα μέλη της επιλέγουν Κατά συνέπεια με μια πλειοψηφία 6 προς 4 η 1 υπερτερεί έναντι της 2, με μια πλειοψηφία 6 προς 4 η 1 υπερτερεί της 3 ενώ με πλειοψηφία 9 προς 1 η 2 υπερτερεί της 3. Επομένως η διάταξη των αποφάσεων που προκύπτει για την ομάδα από την εφαρμογή της μεθόδου Condorcet είναι Η απαρίθμηση κατα Borda στη συγκεκριμένη περίπτωση καταλήγει στην ακόλουθη βαθμολογία: βαθμός(1)= 5*2+1*2 =12 βαθμός(2)= 5*1+4*2 =13 βαθμός(1)= 1*1+4*1 =5 και επομένως η μέθοδος καταλήγει στη διάταξη Μια τρίτη εναλλακτική μέθοδος είναι η πλουραλιστική (plurality) μέθοδος στην οποία επιλέγεται η απόφαση η οποία θα βρεθεί στην πρώτη θέση των επιλογών του μεγαλύτερου πλήθους μελών της ομάδας από όλες τις υπόλοιπες. Σημειωτέον ότι δεν είναι απαραίτητο το μεγαλύτερο πλήθος να αποτελεί την πλειοψηφία των μελών της ομάδας. Στο παράδειγμα μας επειδή η 1 έρχεται στην πρώτη θέση σε έξι περιπτώσεις, η 2 σε τέσσερις και η 3 σε καμία αυτό σημαίνει ότι η 1 θα υιοθετηθεί ως επιλογή της ομάδας. Υπάρχουν αρκετές άλλες διαδικασίες συνάθροισης που μπορεί να εφαρμοστούν. Για την ακρίβεια προκύπτει ότι για κάθε πιθανή διάταξη επιλογών στο επίπεδο της ομάδας υπάρχει μια διαδικασία συνάθροισης η οποία μπορεί να καταλήξει στη συγκεκριμένη διάταξη. Πως λοιπόν μπορούμε να αξιολογήσουμε τις διαδικασίες συνάθροισης; Μια πιθανή μέθοδος είναι να καταλήξουμε σε μια σειρά από αξιώματα που μια τέτοια διαδικασία θα πρέπει να ικανοποιεί ώστε να γίνει αποδεκτή όπως κάναμε και στο ατομικό επίπεδο. Μια δεύτερη μέθοδος αξιολογεί κάθε διαδικασία συνάθροισης σε σχέση με τον σκοπό που υπηρετεί. Για παράδειγμα η διαδικασία με την οποία οι τρεις φίλοι επιλέγουν τον τρόπο διασκέδασης τους το σαββατόβραδο αποσκοπεί στη μεγιστοποίηση της ψυχαγωγίας τους ενώ η μέθοδος με την οποία ένα σώμα ενόρκων σε μια δίκη αποφασίζει για την αθωότητα ή όχι ενός κατηγορουμένου αποσκοπεί στην απονομή δικαιοσύνης. Σε αυτές τις περιπτώσεις οι διαδικασίες συνάθροισης μπορεί να είναι διαφορετικές. Ως ακόμα ένα παράδειγμα των διαδικασιών συνάθροισης και των αποτελεσμάτων τους σε μια ομάδα μπορούμε να θεωρήσουμε το πρόβλημα του διαμοιρασμού μίας τούρτας μεταξύ τριών ατόμων Α, Β και Γ. Υποθέτουμε ότι κάθε μέλος της ομάδας προτιμά όσο το δυνατόν μεγαλύτερο κομμάτι της τούρτας και ότι επικεντρώνεται μόνο στο πως θα μεγιστοποιήσει το δικό του κομμάτι (επομένως δεν υπεισέρχονται αλτρουιστικοί ή ανταγωνιστικοί παράγοντες στην επιλογή του). Έστω επίσης ότι υπάρχουν οι ακόλουθοι τέσσερις μοναδικοί τρόποι να μοιραστεί η τούρτα: 1. 1/2, 1/2, /2, 0, , 1/2, 1/2 4. 1/3, 1/3, 1/3 Με βάση τις ανωτέρω υποθέσεις η σειρά προτίμησης για καθένα από τα ενδεχόμενα για το κάθε

7 άτομο θα είναι: Α: (1, 2) 4 3 Β: (1,3) 4 2 Γ: (2, 3) 4 1 όπου η παρένθεση υποδηλώνει επιλογές που είναι ισοδύναμες για κάθε άτομο. Τα αποτελέσματα της εφαρμογής διαφόρων μεθόδων κοινωνικής επιλογής παράγουν τα ακόλουθα αποτελέσματα: Σύμφωνα με την πλουραλιστική μέθοδο οι επιλογές 1, 2 και 3 είναι κοινωνικά ισοδύναμες ενώ η 4 είναι κατώτερη όλων. Σύμφωνα με την απαρίθμηση κατά Borda καθεμία εκ των 1, 2, και 3 λαμβάνει βαθμό ίσο με 4 ενώ η επιλογή 4 λαμβάνει βαθμό ίσο με 3 και επομένως η συγκεκριμένη μέθοδος παράγει τα ίδια αποτελέσματα με την πλουραλιστική. Σε μια προσέγγιση που χρησιμοποιεί την ανταμοιβή U που λαμβάνει κάθε άτομο από την κατανάλωση της τούρτας μπορούμε να υποθέσουμε ότι η χρησιμότητα είναι γραμμική ως προς την ποσότητα της τούρτας που λαμβάνει το καθε άτομο. Με τον τρόπο αυτό U(1/2 τούρτα) = 1/2, U(1/3 τούρτα) = 1/3, U(0 τούρτα) = 0. Αν θεωρήσουμε ότι υπάρχει ένας αμερόληπτος και ηθικός παρατηρητής στη διαδικασία ο οποίος αποφασίζει ότι ο τελικός διαμοιρασμός της τούρτας θα είναι αυτός που πετυχαίνει τη μέγιστη σωρευτική χρησιμότητα για την ομάδα τότε δεδομένου ότι κάθε άτομο έχει την ίδια πιθανότητα να συμμετάσχει σε καθεμία από τις 4 επιλογές η αναμενόμενη χρησιμότητα τους EU υπολογίζεται ως εξής: EU(1) = 1/3*1/2+1/3*1/2+ 1/3*0 = 1/3 EU(2) = 1/3*1/2 + 1/3*0 + 1/3*1/2 = 1/3 EU(3) = 1/3*0 + 1/3*1/2 + 1/3*1/2 = 1/3 EU(4) = 1/3*1/3 + 1/3*1/3 + 1/3*1/3 = 1/3 Επομένως σε αυτή την περίπτωση οι τέσσερις τρόποι διαμοιρασμού είναι ισοδύναμοι Αν θελήσουμε να χρησιμοποιήσουμε μια μέθοδο επιλογής στην οποία θέλουμε να βελτιώσουμε την κατάσταση του περισσότερου αδικημένου τότε η επιλογή μας θα πρέπει να είναι η 4 δεδομένου ότι στις υπόλοιπες περιπτώσεις η χρησιμότητα που λαμβάνει ο περισσότερο αδικημένος είναι μηδενική. Μια εναλλακτική μέθοδος διαμοιρασμού θα ήταν αυτή που θα μεγιστοποιούσε το γινόμενο Ρ των χρησιμοτήτων που θα παρείχε στα μέλη της ομάδας. Σε μια τέτοια περίπτωση ισχύει ότι Ρ(1)=Ρ(2)=Ρ(3)=0 ενώ Ρ(4)=1/2&1/3*1/3=1/27. Επομένω με βάση τη συγκεκριμένη μέθοδο η επιλογή 4 είναι προτιμότερη. Αξιωματικές Μέθοδοι Στις αξιωματικές μεθόδους ορίζουμε ένα σύνολο από αξιώματα τα οποία θα πρέπει να ικανοποιούνται από μια διαδικασία συνάθροισης και στη συνέχεια ελέγχουμε ποιες διαδικασίες συνάθροισης ικανοποιούν όλα τα αξιώματα του συνόλου. Υπάρχουν δυο αρκετά ενδιαφέροντα θεωρήματα τα οποία προκύπτουν από τη χρήση τέτοιων μεθόδων. Θεώρημα του May Ορίζουμε τα εξής τρία αξιώματα τα οποία θα πρέπει να ικανοποιούνται από μια διαδικασία συνάθροισης: 1. Ανωνυμία (Anonymity). Αλλάζοντας αμοιβαία τις διατάξεις επιλογών δυο οποιωνδήποτε μελών της ομάδας δεν μεταβάλλει τη διάταξη στο επίπεδο της ομάδας. 2. Ουδετερότητα (Neutrality). Τα ονόματα των επιλογών δεν επηρεάζουν την τελική διάταξη

8 στο επίπεδο της ομάδας. Ειδικότερα, αν επιλέξουμε να κάνουμε μια ανταλλαγή δυο συγκεκριμένων επιλογών σε όλες τις ατομικές διατάξεις επιλογών των μελών της ομάδας, η τελική διάταξη στο επίπεδο της ομάδας θα αντικατοπτρίζει την καινούργια διάταξη των επιλογών που ανταλλάχθηκαν. 3. Θετική απόκριση (Positive Responsiveness). Αν η επιλογή Α ισοβαθμεί με κάποια άλλη επιλογή στην τελική κατάταξη της ομάδας και σε μια ατομική κατάταξη βελτιώσει τη θέση της κατά ένα βήμα τότε θα πρέπει να αναδειχθεί νικητής στην τελική κατάταξη για την ομάδα. Σύμφωνα με το θεώρημα του May μια διαδικασία συνάθροισης ανάμεσα σε δύο επιλογές ικανοποιεί τα τρία ανωτέρω αξιώματα όταν και μόνο όταν είναι η πλουραλιστική μέθοδος. Θεώρημα του Arrow Ορίζουμε τα εξής τέσσερα αξιώματα τα οποία θα πρέπει να ικανοποιούνται από μια διαδικασία συνάθροισης: 1. Αποδοτικότητα κατά Pareto (Pareto Efficiency). Αν σε όλες τις διατάξεις επιλογών των μελών της ομάδας η επιλογή Α εμφανίζεται σε υψηλότερη θέση από την επιλογή Β τότε το ίδιο θα πρέπει να ισχύει και στην τελική διάταξη στο επίπεδο της ομάδας. 2. Ανεξαρτησία έναντι άσχετων εναλλακτικών επιλογών (Independence of Irrelevant Alternatives). Η διάταξη μεταξύ δύο επιλογών στην τελική διάταξη της ομάδας θα πρέπει να εξαρτάται μόνο από τη διάταξη των δύο αυτών επιλογών στις ατομικές διατάξεις των μελών της ομάδας. 3. Δημοκρατικότητα (Non-Dictatorship). Η τελική διάταξη της ομάδας δεν θα πρέπει να συμπίπτει πάντα με την διάταξη ενός συγκεκριμένου μέλους της ομάδας. Με άλλα λόγια, η ομάδα δε θα πρέπει να περιέχει ένα δικτάτορα. Στην αντίθετη περίπτωση ορίζουμε ότι η διαδικασία συνάθροισης είναι δικτατορική. 4. Ολοκληρωτική Κάλυψη (Universal Domain). Η διαδικασία συνάθροισης θα πρέπει να λαμβάνει υπόψη της όλες τις ατομικές διατάξεις επιλογών και να παράγει πάντα μια τελική διάταξη στο επίπεδο της ομάδας. Το θεώρημα του Arrow ορίζει ότι σε ομάδες πεπερασμένου αριθμού μελών (>1) δεν υπάρχει διαδικασία συνάθροισης η οποία εξετάζει τρεις ή περισσότερες εναλλακτικές επιλογές και ικανοποιεί τα τέσσερα αξιώματα που αναφέραμε. Καμία από τις μεθόδους που εξετάσαμε μέχρι τώρα δεν ικανοποιεί τις προϋποθέσεις του συγκεκριμένου θεωρήματος. Η μέθοδος Condorcet δεν παράγει πάντα μια τελική διάταξη επομένως δεν παρέχει Ολοκληρωτική Κάλυψη. Η μέθοδος Borda δεν ικανοποιεί την Ανεξαρτησία έναντι άσχετων εναλλακτικών επιλογών όπως καταδεικνύει το ακόλουθο παράδειγμα. Έστω ότι ότι σε μια ομάδα τριών μελών έχουμε τις ακόλουθες διατάξεις επιλογών: Α: Β: Γ: Στην περίπτωση αυτή ισχύει ότι: βαθμός(1)= 2*2 =4 βαθμός(2)= 2+1 =3

9 και επομένως 1 2. Τώρα προσθέτουμε μια καινούργια επιλογή 4 χωρίς να μεταβάλλουμε τις σχετικές θέσεις των υπολοίπων επιλογών. Α: Β: Γ: Στην περίπτωση αυτή ισχύει ότι: βαθμός(1)= 2+3 =5 βαθμός(2)= =5 και επομένως 1 ~ 2. Άρα η εισαγωγή του 4 επηρέασε τη σχετική θέση των 1 και 2. Συνάθροιση Γνώμης Μερικές φορές μια ομάδα πρέπει να επιλέξει ένα σύνολο αποφάσεων από ένα σύνολο λογικά συνδεδεμένων εναλλακτικών επιλογών. Για παράδειγμα έστω ότι ένα δημοτικό συμβούλιο θα πρέπει να αποφασίσει αν θα επιτρέψει την εγκατάσταση ενός νέου εμπορικού κέντρου στα όρια της δικαιοδοσίας του. Το συμβούλιο καλείται να αποφασίσει με ένα ΝΑΙ ή ΟΧΙ για καθένα από τα ακόλουθα: 1. Η αίτηση για ένα νέο εμπορικό κέντρο θα πρέπει να εγκριθεί αν υπάρχει η ανάγκη για ένα νέο εμπορικό κέντρο το οποίο και θα εξυπηρετεί ανάγκες των δημοτών οι οποίες δεν καλύπτονται από την ήδη υπάρχουσα αγορά 2. Ο κυκλοφοριακός φόρτος ενός νέου εμπορικού κέντρου μπορεί να απορροφηθεί από τις υπάρχουσες υποδομές 3. Η εγκατάσταση ενός νέου εμπορικού κέντρου εγκρίνεται. Προφανώς οι προτάσεις 1-3 είναι λογικά συνδεδεμένες και μάλιστα ισχύει ότι (1 2) 3 (Σχέση Σ1). Έστω ότι το συμβούλιο είναι επταμελές και σε καθεμία από τις προτάσεις τα μέλη του ψηφίζουν ως ακολούθως: Μέλη\Πρόταση Α, Β, Γ ΝΑΙ ΝΑΙ ΝΑΙ Δ, Ε ΝΑΙ ΟΧΙ ΟΧΙ Ζ, Η ΟΧΙ ΝΑΙ ΟΧΙ Σε αυτή την περίπτωση τα καθένα από τα μέλη του συμβουλίου έχει ψηφίσει ορθολογικά επειδή ο τρόπος που ψήφισε ικανοποιεί την λογική σχέση Σ1 που προαναφέραμε. Ποια λοιπόν θα πρέπει να είναι η τελική απόφαση του συμβουλίου; Το πρόβλημα εμφανίζεται επειδή για καθεμία από τις προτάσεις 1 και 2 η πλειοψηφία των μελών είναι θετική το ίδιο όμως δεν συμβαίνει με την πρόταση 3 και επομένως μια πλειοψηφική απόρριψη της 3 δεν θα ικανοποιούσε στο επίπεδο της ομάδας τη λογική σχέση Σ1. Μια λύση θα είναι το συμβούλιο να είναι υποχρεωμένο να δεχθεί την πρόταση 3 επειδή ψήφισε θετικά στις προϋποθέσεις 1 και 2 για την 3. Μια δεύτερη λύση θα είναι το συμβούλιο να επικεντρωθεί στην πρόταση 3 και επομένως να την απορρίψει αγνοώντας τις προτάσεις 1 και 2. Στην περίπτωση αυτή λοιπόν

10 βρισκόμαστε σε ένα αδιέξοδο παρόμοιο με όσα περιγράψαμε στην προηγούμενη ενότητα όταν επιλέγαμε μεταξύ προτιμήσεων. Δυστυχώς και στην παρούσα περίπτωση δεν υπάρχει μια 'δίκαια' μέθοδος συνάθροισης που θα μπορούσε να αποφύγει τέτοιου είδους παράδοξα. Δεδομένου ότι δεν υπάρχουν μέθοδοι συνάθροισης που να ικανοποιούν ένα σύνολο επιθυμητών αξιωμάτων υπάρχει η δυνατότητα να επινοήσουμε μεθόδους συνάθροισης που ενώ δεν ικανοποιούν τα εν λόγω αξιώματα εντούτοις μεγιστοποιούν την πιθανότητα να καταλήξει η ομάδα σε μια σωστή απόφαση. Τέτοιες μέθοδοι βρίσκουν εφαρμογή σε περιπτώσεις κατά τις οποίες μια ομάδα θα πρέπει να αποφασίσει αν θα αποδεχτεί ή όχι ένα γεγονός που είναι αντικειμενικά σωστό. Γι παράδειγμα το γεγονός ότι θα πρέπει να επιβληθεί απαγόρευση του καπνίσματος σε δημόσιους χώρους δεν είναι προϊόν επιλογής αλλά βασίζεται στην ανάγκη προστασίας της δημόσιας υγείας. Τέτοιες μέθοδοι βασίζονται στο θεώρημα των ενόρκων του Condorcet. Το συγκεκριμένο θεώρημα υποθέτει ότι: 1. Υπάρχει μια ομάδα n ατόμων που θα πρέπει να αποφασίσει με ένα ΝΑΙ ή ένα ΟΧΙ αν μια πρόταση Π ισχύει. 2. Δεδομένης της αλήθειας ή όχι της Π η απόφαση οποιουδήποτε μέλους της ομάδας είναι ανεξάρτητη από την απόφαση οποιουδήποτε άλλου μέλους της ομάδας. 3. Κάθε μέλος της ομάδας έχει πιθανότητα μεγαλύτερη από 1/2 να αποφασίσει σωστά σχετικά με την Π. Σε περίπτωση που ισχύουν όλα τα ανωτέρω τότε σύμφωνα με το συγκεκριμένο θεώρημα η πιθανότητα να ψηφίσει σωστά η ομάδα αυξάνεται όσο αυξάνεται ο αριθμός των μελών της και η πιθανότητα αυτή αγγίζει την μονάδα όταν το n τείνει στο άπειρο. Το συγκεκριμένο θεώρημα μπορεί να χρησιμοποιηθεί ως επιβεβαίωση της αποτελεσματικότητας δημοκρατικών μεθόδων απόφασης που βασίζονται σε μαζικές ψηφοφορίες. Στην πράξη βέβαια υποθέσεις όπως οι 2 και 3 μπορεί να μη ισχύουν και στην περίπτωη αυτή η αποτελεσματικότητα διαφόρων μεθόδων συνάθροισης αποτελεί αντικείμενο έρευνας.

Κοινωνικά Δίκτυα Κοινωνική Επιλογή

Κοινωνικά Δίκτυα Κοινωνική Επιλογή Κοινωνικά Δίκτυα Κοινωνική Επιλογή Ν. Μ. Σγούρος Τμήμα Ψηφιακών Συστημάτων, Παν. Πειραιώς sgouros@unipi.gr Ατομική Απόφαση Το πρόβλημα της απόφασης (decision problem) ορίζεται ως εξής: Υπάρχουν μια σειρά

Διαβάστε περισσότερα

Με βάση τα παραπάνω ορίζουμε την αναμενόμενη χρησιμότητα (expected utility) EU(A) μιας επιλογής A ως εξής:

Με βάση τα παραπάνω ορίζουμε την αναμενόμενη χρησιμότητα (expected utility) EU(A) μιας επιλογής A ως εξής: ΚΟΙΝΩΝΙΚΗ ΕΠΙΛΟΓΗ Στην παρούσα ενότητα θα ασχοληθούμε με την περιγραφή και ανάλυση των μηχανισμών με τους οποίους κοινωνικές ομάδες μπορούν να επιλέγουν μεταξύ εναλλακτικών προτάσεων. Απόρροια κάθε τέτοιας

Διαβάστε περισσότερα

Condorcet winner. (1) Αν U j (x) > U j (y) τότε U i (x) > U i (y) και (2) Αν U i (y) > U i (x) τότε U j (y) > U j (x).

Condorcet winner. (1) Αν U j (x) > U j (y) τότε U i (x) > U i (y) και (2) Αν U i (y) > U i (x) τότε U j (y) > U j (x). Οικονοµικό Πανεπιστήµιο Αθηνών Άνοιξη 2012 Τµήµα Οικονοµικής Επιστήµης ηµόσια Οικονοµική ΙI Η διαδικασία της ψηφοφορίας Ως µεθόδου παροχής των δηµοσίων αγαθών (για τα ιδιωτικά αγαθά, ο µηχανισµός των τιµών).

Διαβάστε περισσότερα

Notes. Notes. Notes. Notes

Notes. Notes. Notes. Notes Θεωρία Καταναλωτή: Αβεβαιότητα Κώστας Ρουμανιάς Ο.Π.Α. Τμήμα Δ. Ε. Ο. Σ. 9 Οκτωβρίου 0 Κώστας Ρουμανιάς (Δ.Ε.Ο.Σ.) Θεωρία Καταναλωτή: Αβεβαιότητα 9 Οκτωβρίου 0 / 5 Ανάγκη θεωρίας επιλογής υπό αβεβαιότητα

Διαβάστε περισσότερα

Οικονομικά της Πολιτικής ή Δημόσια Επιλογή

Οικονομικά της Πολιτικής ή Δημόσια Επιλογή Οικονομικά της Πολιτικής ή Δημόσια Επιλογή Εφαρμογή των μεθόδων της οικονομικής επιστήμης για τη μελέτη της λειτουργίας των κυβερνήσεων Οι αγορές (ιδιωτική πρωτοβουλία) που αφήνονται ελεύθερες να λειτουργήσουν

Διαβάστε περισσότερα

Notes. Notes. Notes. Notes. A B C x y z y z x z x y

Notes. Notes. Notes. Notes. A B C x y z y z x z x y Κοινωνική επιλογή και Ευημερία Κώστας Ρουμανιάς Ο.Π.Α. Τμήμα Δ. Ε. Ο. Σ. 3 Δεκεμβρίου 01 Κώστας Ρουμανιάς (Δ.Ε.Ο.Σ.) Κοινωνική επιλογή και Ευημερία 3 Δεκεμβρίου 01 1 / 50 Κοινωνική επιλογή. Κοινωνική επιλογή.

Διαβάστε περισσότερα

ΜΙΚΡΟΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ ΙΙ

ΜΙΚΡΟΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ ΙΙ ΜΙΚΡΟΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ ΙΙ Παράδοση 7 ΕΠΙΛΟΓΗ ΣΕ ΣΥΝΘΗΚΕΣ ΚΙΝΔΥΝΟΥ Συνεπής επιλογή σε συνθήκες βεβαιότητας Αν οι προτιμήσεις ικανοποιούν Πληρότητα Αντανακλαστικότητα (Aυτοπάθεια) Μεταβατικότητα Συνέχεια

Διαβάστε περισσότερα

Λήψη απόφασης σε πολυπρακτορικό περιβάλλον. Θεωρία Παιγνίων

Λήψη απόφασης σε πολυπρακτορικό περιβάλλον. Θεωρία Παιγνίων Λήψη απόφασης σε πολυπρακτορικό περιβάλλον Θεωρία Παιγνίων Αβεβαιότητα παρουσία άλλου πράκτορα Μια άλλη πηγή αβεβαιότητας είναι η παρουσία άλλου πράκτορα στο περιβάλλον, ακόμα κι όταν ένας πράκτορας είναι

Διαβάστε περισσότερα

Ένα Γενικό Πρόβλημα Πολιτικής και Άμεση Δημοκρατία

Ένα Γενικό Πρόβλημα Πολιτικής και Άμεση Δημοκρατία Ένα Γενικό Πρόβλημα Πολιτικής και Άμεση Δημοκρατία Α. Ένα Γενικό Πρόβλημα Πολιτικής Ας υποθέσουμε μια κοινωνία που αποτελείται από n άτομα. Οι προτιμήσεις των ατόμων περιγράφονται από τη ακόλουθη συνάρτηση

Διαβάστε περισσότερα

Κεφάλαιο 34 Ευημερία

Κεφάλαιο 34 Ευημερία HAL R. VARIAN Μικροοικονομική Μια σύγχρονη προσέγγιση 3 η έκδοση Εκδόσεις Κριτική Κεφάλαιο 34 Ευημερία Ύλη για τη Μίκρο ΙΙ: όλο το κεφάλαιο Ευημερία Μέχρι τώρα μας απασχόλησαν ζητήματα αποτελεσματικότητας

Διαβάστε περισσότερα

Τμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος

Τμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος Τμήμα Λογιστικής και Χρηματοοικονομικής 1 Θεωρία Πιθανοτήτων Δρ. Αγγελίδης Π. Βασίλειος 2 Περιεχόμενα Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους 3 Πείραμα

Διαβάστε περισσότερα

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ Έστω ότι επιθυμούμε να μελετήσουμε ένα τυχαίο πείραμα με δειγματικό χώρο Ω και έστω η πιθανότητα να συμβεί ένα ενδεχόμενο Α Ω Υπάρχουν περιπτώσεις όπου ενώ δεν γνωρίζουμε

Διαβάστε περισσότερα

B A B A A 1 A 2 A N = A i, i=1. i=1

B A B A A 1 A 2 A N = A i, i=1. i=1 Κεφάλαιο 2 Χώρος πιθανότητας και ενδεχόμενα 2.1 Προκαταρκτικά Εστω ότι κάποιος μας προτείνει να του δώσουμε δυόμισι ευρώ για να παίξουμε το εξής παιχνίδι: Θα στρίβουμε ένα νόμισμα μέχρι την πρώτη φορά

Διαβάστε περισσότερα

10/3/17. Κεφάλαιο 34 Ευημερία. Μικροοικονομική. Άθροιση προτιµήσεων. Κοινωνική επιλογή. Bill Bertha Bob. Bill Bertha Bob. x y z. x y z. y z x.

10/3/17. Κεφάλαιο 34 Ευημερία. Μικροοικονομική. Άθροιση προτιµήσεων. Κοινωνική επιλογή. Bill Bertha Bob. Bill Bertha Bob. x y z. x y z. y z x. HAL R. VARIAN Μικροοικονομική Μια σύγχρονη προσέγγιση 3 η έκδοση Κεφάλαιο 34 Ευημερία Κοινωνική επιλογή Διαφορετικές οικονομικές καταστάσεις επιλέγονται από διαφορετικά άτομα. Πώς μπορούν να αθροιστούν

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τµήµα Οικονοµικών Επιστηµών Ακαδηµαϊκό έτος (διαβάζουμε κεφ. 4 από Μ. Χλέτσο και σημειώσεις στο eclass)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τµήµα Οικονοµικών Επιστηµών Ακαδηµαϊκό έτος (διαβάζουμε κεφ. 4 από Μ. Χλέτσο και σημειώσεις στο eclass) ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τµήµα Οικονοµικών Επιστηµών Ακαδηµαϊκό έτος 2016-17 ΠΟΛΙΤΙΚΗ ΟΙΚΟΝΟΜΙΑ ΤΗΣ ΚΟΙΝΩΝΙΚΗΣ ΠΟΛΙΤΙΚΗΣ (διαβάζουμε κεφ. 4 από Μ. Χλέτσο και σημειώσεις στο eclass) 1 ιάλεξη2 Ανταγωνισμός, οικονομική

Διαβάστε περισσότερα

Λήψη απλών αποφάσεων

Λήψη απλών αποφάσεων Λήψη απλών αποφάσεων ΧΡΗΣΙΜΟΤΗΤΑ Οι αποφάσεις / προτιμήσεις ενός agent (πράκτορα) μεταξύ των καταστάσεων του κόσμου αποτυπώνονται από μια συνάρτηση χρησιμότητας (utility function) U(S), η οποία αποδίδει

Διαβάστε περισσότερα

Οµάδες ψηφοφόρων Αρ. Μελών Οµάδων Προτιµήσεις Α 1 x > y > z Β 1 y > z >x Γ 1 z > x > y

Οµάδες ψηφοφόρων Αρ. Μελών Οµάδων Προτιµήσεις Α 1 x > y > z Β 1 y > z >x Γ 1 z > x > y 0. Mη Μεταβατικές Συλλογικές Προτιµήσεις Το αξίωµα της µεταβατικότητας στην περίπτωση των προτιµήσεων ενός µεµονωµένου φορέα αποφάσεων, επιτρέπει την επέκταση της ικανότητας σύγκρισης ζευγών επιλογών στο

Διαβάστε περισσότερα

Εισαγωγή. Αποτελεσματικότητα κατά Pareto. 1. ΑΝΤΑΓΩΝΙΣΜΟΣ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ (επεξεργασία σημειώσεων Β. Ράπανου)

Εισαγωγή. Αποτελεσματικότητα κατά Pareto. 1. ΑΝΤΑΓΩΝΙΣΜΟΣ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ (επεξεργασία σημειώσεων Β. Ράπανου) 1. ΑΝΤΑΓΩΝΙΣΜΟΣ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ (επεξεργασία σημειώσεων Β. Ράπανου) Εισαγωγή Μια από τις πιο βασικές διακρίσεις στην οικονομική θεωρία είναι μεταξύ των εννοιών της οικονομικής αποτελεσματικότητας

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015 Λύσεις 2η σειράς ασκήσεων Προθεσμία παράδοσης: 18 Μαίου 2015 Πρόβλημα 1. (14

Διαβάστε περισσότερα

Μικτές Στρατηγικές σε Παίγνια και σημεία Ισορροπίας Nash. Τµήµα Μηχανικών Πληροφορικής και Υπολογιστών 1

Μικτές Στρατηγικές σε Παίγνια και σημεία Ισορροπίας Nash. Τµήµα Μηχανικών Πληροφορικής και Υπολογιστών 1 Μικτές Στρατηγικές σε Παίγνια και σημεία Ισορροπίας Nash Τµήµα Μηχανικών Πληροφορικής και Υπολογιστών 1 Σημεία ισορροπίας Nash: Yπάρχουν πάντα; Έχουν όλα τα παίγνια σημείο ισορροπίας; - Ναι, στην εξιδανικευμένη

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ Τελικές Εξετάσεις 1 Φεβρουαρίου 26 ιάρκεια εξέτασης: 3 ώρες (15:-18:) ΘΕΜΑ 1 ο (2.5) Κάθε ένας

Διαβάστε περισσότερα

EMOJITO! 7 Δίσκοι Ψηφοφορίας. 100 Κάρτες Συναισθημάτων. 1 Ταμπλό. 7 Πιόνια παικτών. 2-7 Παίκτες

EMOJITO! 7 Δίσκοι Ψηφοφορίας. 100 Κάρτες Συναισθημάτων. 1 Ταμπλό. 7 Πιόνια παικτών. 2-7 Παίκτες o Emojito! είναι ένα παιχνίδι παρέας, για 2 έως 14 άτομα, όπου οι παίκτες προσπαθούν να εκφράσουν συναισθήματα που απεικονίζονται σε κάρτες, είτε χρησιμοποιώντας το πρόσωπό τους, είτε ήχους ή και τα 2.

Διαβάστε περισσότερα

Ηθικός Κίνδυνος. Το βασικό υπόδειγμα. Παρουσιάζεται ένα στοχαστικό πρόβλημα χρηματοδότησης όταν τα αντισυμβαλλόμενα μέρη έχουν συμμετρική πληροφόρηση.

Ηθικός Κίνδυνος. Το βασικό υπόδειγμα. Παρουσιάζεται ένα στοχαστικό πρόβλημα χρηματοδότησης όταν τα αντισυμβαλλόμενα μέρη έχουν συμμετρική πληροφόρηση. Ηθικός Κίνδυνος Παρουσιάζεται ένα στοχαστικό πρόβλημα χρηματοδότησης όταν τα αντισυμβαλλόμενα μέρη έχουν συμμετρική πληροφόρηση Το βασικό υπόδειγμα Θεωρείστε την περίπτωση κατά την οποία μια επιχείρηση

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Ακαδημαϊκό έτος Τμήμα Οικονομικών Επιστημών

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Ακαδημαϊκό έτος Τμήμα Οικονομικών Επιστημών ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Ακαδημαϊκό έτος 2016-2017 Τμήμα Οικονομικών Επιστημών Χειμώνας-Άνοιξη Μάθημα: Δημόσια Οικονομική Διδασκαλία: Γεωργία Καπλάνογλου 3 ο Πακέτο Ασκήσεων Ημερομηνία παράδοσης: Τρίτη 16 Μαΐου

Διαβάστε περισσότερα

Εισαγωγή στη Θεωρία Αποφάσεων. Λήψη απλών αποφάσεων για έναν πράκτορα

Εισαγωγή στη Θεωρία Αποφάσεων. Λήψη απλών αποφάσεων για έναν πράκτορα Εισαγωγή στη Θεωρία Αποφάσεων Λήψη απλών αποφάσεων για έναν πράκτορα Oρθολογικές αποφάσεις Ένας πράκτορας βασισμένος στη λογική Έχει ένα στόχο (μια κατάσταση περιβάλλοντος που θέλει να πετύχει) Καταστρώνει

Διαβάστε περισσότερα

HAL R. VARIAN. Μικροοικονομική. Μια σύγχρονη προσέγγιση. 3 η έκδοση

HAL R. VARIAN. Μικροοικονομική. Μια σύγχρονη προσέγγιση. 3 η έκδοση HAL R. VARIAN Μικροοικονομική Μια σύγχρονη προσέγγιση 3 η έκδοση Κεφάλαιο 34 Ευημερία Κοινωνική επιλογή Διαφορετικές οικονομικές καταστάσεις επιλέγονται από διαφορετικά άτομα. Πώς μπορούν να αθροιστούν

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015 Λύσεις 1ης σειράς ασκήσεων Προθεσμία παράδοσης: 22 Απριλίου 2015 Πρόβλημα 1.

Διαβάστε περισσότερα

Το παράδοξο του St. Petersburg Η θεωρία του καταναλωτή σε περιβάλλον αβεβαιότητας που εξετάσαμε μπόρεσε να δώσει απάντηση σε κάποια ερωτήματα που πριν

Το παράδοξο του St. Petersburg Η θεωρία του καταναλωτή σε περιβάλλον αβεβαιότητας που εξετάσαμε μπόρεσε να δώσει απάντηση σε κάποια ερωτήματα που πριν Θεωρία Καταναλωτή: Μια κριτική ματιά Κώστας Ρουμανιάς Ο.Π.Α. Τμήμα Δ. Ε. Ο. Σ. 24 Δεκεμβρίου 2012 Κώστας Ρουμανιάς (Δ.Ε.Ο.Σ.) Θεωρία Καταναλωτή: Μια κριτική ματιά 24 Δεκεμβρίου 2012 1 / 14 Το παράδοξο

Διαβάστε περισσότερα

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014 ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014 Περιεχόμενα 1 Εισαγωγή 2 2 Μεγιστικός τελέστης στην μπάλα 2 2.1 Βασικό θεώρημα........................ 2 2.2 Γενική περίπτωση μπάλας.................. 6 2.2.1 Στο

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ. Ενότητα 4: Η τραγωδία των κοινών. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ. Ενότητα 4: Η τραγωδία των κοινών. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής Ενότητα 4: Η τραγωδία των κοινών Ρεφανίδης Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου

Διαβάστε περισσότερα

Θεωρία Παιγνίων Δρ. Τασσόπουλος Ιωάννης

Θεωρία Παιγνίων Δρ. Τασσόπουλος Ιωάννης Θεωρία Παιγνίων Δρ. Τασσόπουλος Ιωάννης 1 η Διάλεξη Ορισμός Θεωρίας Παιγνίων και Παιγνίου Κατηγοριοποίηση παιγνίων Επίλυση παιγνίου Αξία (τιμή) παιγνίου Δίκαιο παίγνιο Αναπαράσταση Παιγνίου Με πίνακα Με

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας

Ανάκτηση Πληροφορίας Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #06 Πιθανοτικό Μοντέλο 1 Άδεια χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Θεωρία Λήψης Αποφάσεων

Θεωρία Λήψης Αποφάσεων Θεωρία Λήψης Αποφάσεων Ενότητα 10: Απλές Αποφάσεις Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.) Απλές Αποφάσεις

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

Περιεχόμενα 1 Πρωτοβάθμια Λογική Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων ) / 60

Περιεχόμενα 1 Πρωτοβάθμια Λογική Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων ) / 60 Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων

Διαβάστε περισσότερα

Ασκήσεις. Ιωάννα Καντζάβελου. Τµήµα Μηχανικών Πληροφορικής και Υπολογιστών 1

Ασκήσεις. Ιωάννα Καντζάβελου. Τµήµα Μηχανικών Πληροφορικής και Υπολογιστών 1 Ασκήσεις Ιωάννα Καντζάβελου Τµήµα Μηχανικών Πληροφορικής και Υπολογιστών 1 1. Επιλογή Διαδρομής 2. Παραλλαγή του Matching Pennies 3. Επίλυση Matching Pennies με Βέλτιστες Αποκρίσεις 4. Επίλυση BoS με Βέλτιστες

Διαβάστε περισσότερα

Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την

Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την Μαθηματικά Πληροφορικής 8ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε

Διαβάστε περισσότερα

Λύσεις 1ης Ομάδας Ασκήσεων

Λύσεις 1ης Ομάδας Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ. Ισότητα συνόλων Έστω C = A i= B i και D = i= A B i. Θα αποδείξουμε ότι τα C, D ταυτίζονται,

Διαβάστε περισσότερα

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ Πιθανότητες και Αρχές Στατιστικής (3η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 38 Περιεχόμενα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Φυσικής Σημειώσεις Ανάλυσης Ι (ανανεωμένο στις 5 Δεκεμβρίου 2012)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Φυσικής Σημειώσεις Ανάλυσης Ι (ανανεωμένο στις 5 Δεκεμβρίου 2012) ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Φυσικής Σημειώσεις Ανάλυσης Ι (ανανεωμένο στις 5 Δεκεμβρίου 2012) Τμήμα Θ. Αποστολάτου & Π. Ιωάννου 1 Σειρές O Ζήνων ο Ελεάτης (490-430 π.χ.) στη προσπάθειά του να υποστηρίξει

Διαβάστε περισσότερα

1 Εισαγωγή στις Συνδυαστικές Δημοπρασίες - Combinatorial Auctions

1 Εισαγωγή στις Συνδυαστικές Δημοπρασίες - Combinatorial Auctions ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015 Συμπληρωματικές σημειώσεις για τον μηχανισμό VCG 1 Εισαγωγή στις Συνδυαστικές

Διαβάστε περισσότερα

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ 3ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 3ο Μάθημα Πιθανότητες

Διαβάστε περισσότερα

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 4: Μεικτές Στρατηγικές. Ε. Μαρκάκης. Επικ. Καθηγητής

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 4: Μεικτές Στρατηγικές. Ε. Μαρκάκης. Επικ. Καθηγητής Θεωρία Παιγνίων και Αποφάσεων Ενότητα 4: Μεικτές Στρατηγικές Ε. Μαρκάκης Επικ. Καθηγητής Μεικτές στρατηγικές σε παίγνια 2 Σημεία ισορροπίας: Ύπαρξη Δεν έχουν όλα τα παίγνια σημείο ισορροπίας Π.χ. Το Matching

Διαβάστε περισσότερα

Μεταθέσεις και πίνακες μεταθέσεων

Μεταθέσεις και πίνακες μεταθέσεων Παράρτημα Α Μεταθέσεις και πίνακες μεταθέσεων Το παρόν παράρτημα βασίζεται στις σελίδες 671 8 του βιβλίου: Γ. Χ. Ψαλτάκης, Κβαντικά Συστήματα Πολλών Σωματιδίων (Πανεπιστημιακές Εκδόσεις Κρήτης, Ηράκλειο,

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Αριθμητική Παραγώγιση Εισαγωγή Ορισμός 7. Αν y f x είναι μια συνάρτηση ορισμένη σε ένα διάστημα

Διαβάστε περισσότερα

Κοινωνική επιλογή και Ευηµερία. Κοινωνική επιλογή. Κοινωνική επιλογή, το παράδοξο του Condorcet. Notes. Notes. Notes. Notes.

Κοινωνική επιλογή και Ευηµερία. Κοινωνική επιλογή. Κοινωνική επιλογή, το παράδοξο του Condorcet. Notes. Notes. Notes. Notes. Κοινωνική επιλογή και Ευηµερία Κώστας Ρουµανιάς Ο.Π.Α. Τµήµα. Ε. Ο. Σ. 19 Απριλίου 013 Κώστας Ρουµανιάς (.Ε.Ο.Σ.) Κοινωνική επιλογή και Ευηµερία 19 Απριλίου 013 1 / 51 Κοινωνική επιλογή. Κοινωνική επιλογή.

Διαβάστε περισσότερα

n ίδια n διαφορετικά n n 0 n n n 1 n n n n 0 4

n ίδια n διαφορετικά n n 0 n n n 1 n n n n 0 4 Διακριτά Μαθηματικά Ι Επαναληπτικό Μάθημα 1 Συνδυαστική 2 Μεταξύ 2n αντικειμένων, τα n είναι ίδια. Βρείτε τον αριθμό των επιλογών n αντικειμένων από αυτά τα 2n αντικείμενα. Μεταξύ 3n + 1 αντικειμένων τα

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] 1η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Οι απαντήσεις των ασκήσεων πρέπει να

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50]

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] 1η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Οι απαντήσεις των ασκήσεων πρέπει να

Διαβάστε περισσότερα

Γιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017.

Γιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017. HY118-Διακριτά Μαθηματικά Τρίτη, 02/05/2017 Θεωρία πιθανοτήτων Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 04-May-17 1 1 04-May-17 2 2 Γιατί πιθανότητες; Γιατί πιθανότητες; Στον προτασιακό και κατηγορηματικό

Διαβάστε περισσότερα

Β. Βασιλειάδης Αν. Καθηγητής. Επιχειρησιακή Ερευνα Διάλεξη 6 η - Θεωρεία Παιγνίων

Β. Βασιλειάδης Αν. Καθηγητής. Επιχειρησιακή Ερευνα Διάλεξη 6 η - Θεωρεία Παιγνίων Β. Βασιλειάδης Αν. Καθηγητής Επιχειρησιακή Ερευνα Διάλεξη 6 η - Θεωρεία Παιγνίων Περιεχόμενα Θεωρία Αποφάσεων o Αποφάσεις χωρίς πιθανότητα o Αποφάσεις με πιθανότητα Θεωρία Παιγνίων o Παίγνια Μηδενικού

Διαβάστε περισσότερα

Κεφάλαιο 5. Το Συμπτωτικό Πολυώνυμο

Κεφάλαιο 5. Το Συμπτωτικό Πολυώνυμο Κεφάλαιο 5. Το Συμπτωτικό Πολυώνυμο Σύνοψη Στο κεφάλαιο αυτό παρουσιάζεται η ιδέα του συμπτωτικού πολυωνύμου, του πολυωνύμου, δηλαδή, που είναι του μικρότερου δυνατού βαθμού και που, για συγκεκριμένες,

Διαβάστε περισσότερα

Έντυπο Yποβολής Αξιολόγησης ΓΕ

Έντυπο Yποβολής Αξιολόγησης ΓΕ Έντυπο Yποβολής Αξιολόγησης ΓΕ O φοιτητής συμπληρώνει την ενότητα «Υποβολή Εργασίας» και αποστέλλει το έντυπο σε δύο μη συρραμμένα αντίγραφα (ή ηλεκτρονικά) στον Καθηγητή-Σύμβουλο. Ο Καθηγητής-Σύμβουλος

Διαβάστε περισσότερα

0x2 = 2. = = δηλαδή η f δεν. = 2. Άρα η συνάρτηση f δεν είναι συνεχής στο [0,3]. Συνεπώς δεν. x 2. lim f (x) = lim (2x 1) = 3 και x 2 x 2

0x2 = 2. = = δηλαδή η f δεν. = 2. Άρα η συνάρτηση f δεν είναι συνεχής στο [0,3]. Συνεπώς δεν. x 2. lim f (x) = lim (2x 1) = 3 και x 2 x 2 ΚΕΦΑΛΑΙΟ ο: ΣΥΝΑΡΤΗΣΕΙΣ - ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 8: ΘΕΩΡΗΜΑ BOLZANO - ΠΡΟΣΗΜΟ ΣΥΝΑΡΤΗΣΗΣ - ΘΕΩΡΗΜΑ ΕΝΔΙΑΜΕΣΩΝ ΤΙΜΩΝ - ΘΕΩΡΗΜΑ ΜΕΓΙΣΤΗΣ ΚΑΙ ΕΛΑΧΙΣΤΗΣ ΤΙΜΗΣ - ΣΥΝΟΛΟ ΤΙΜΩΝ ΣΥΝΕΧΟΥΣ ΣΥΝΑΡΤΗΣΗΣ

Διαβάστε περισσότερα

- Παράδειγμα 2. Εκτέλεση Πέναλτι ή Κορώνα-Γράμματα (Heads or Tails) - Ένας ποδοσφαιριστής ετοιμάζεται να εκτελέσει ένα πέναλτι, το οποίο προσπαθεί να

- Παράδειγμα 2. Εκτέλεση Πέναλτι ή Κορώνα-Γράμματα (Heads or Tails) - Ένας ποδοσφαιριστής ετοιμάζεται να εκτελέσει ένα πέναλτι, το οποίο προσπαθεί να - Παράδειγμα. Εκτέλεση Πέναλτι ή Κορώνα-Γράμματα (Heads or Tails) - Ένας ποδοσφαιριστής ετοιμάζεται να εκτελέσει ένα πέναλτι, το οποίο προσπαθεί να αποκρούσει ένας τερματοφύλακας. - Αν οι δύο παίκτες επιλέξουν

Διαβάστε περισσότερα

Φ(s(n)) = s (Φ(n)). (i) Φ(1) = a.

Φ(s(n)) = s (Φ(n)). (i) Φ(1) = a. 1. Τα θεμελιώδη αριθμητικά συστήματα Με τον όρο θεμελιώδη αριθμητικά συστήματα εννοούμε τα σύνολα N των φυσικών αριθμών, Z των ακεραίων, Q των ρητών και R των πραγματικών. Από αυτά, το σύνολο N είναι πρωτογενές

Διαβάστε περισσότερα

Monitor Games BOWLING

Monitor Games BOWLING ΠΕΡΙΓΡΑΦΗ ΠΑΙΧΝΙΔΙΟΥ: BOWLING Αναπαράσταση παιχνιδιού Bowling με δύο εικονικούς παίκτες. Κάθε εικονικός παίκτης έχει δύο ευκαιρίες να ρίξει και τις 10 κορύνες ώστε να πετύχει τη μέγιστη βαθμολογία. Το

Διαβάστε περισσότερα

EukleÐdeiec emfuteôseic: ˆnw frˆgmata

EukleÐdeiec emfuteôseic: ˆnw frˆgmata EukleÐdeiec emfuteôseic: ˆnw frˆgmata Εστω f : X Y μια εμφύτευση του μετρικού χώρου (X, ρ) στο χώρο με νόρμα (Y, ). Η παραμόρφωση της f ορίζεται ως εξής: f(x) f(y) ρ(x, y) dist(f) = sup sup x y ρ(x, y)

Διαβάστε περισσότερα

Θεωρία Παιγνίων και Αποφάσεων

Θεωρία Παιγνίων και Αποφάσεων Θεωρία Παιγνίων και Αποφάσεων Ε. Μαρκάκης Επικ. Καθηγητής Τι είναι η Θεωρία Παιγνίων? Quote από το βιβλίο του Osborne: Game Theory aims to help us understand situawons in which decision makers interact

Διαβάστε περισσότερα

Στοχαστικές Στρατηγικές

Στοχαστικές Στρατηγικές Στοχαστικές Στρατηγικές 3 η ενότητα: Εισαγωγή στα στοχαστικά προβλήματα διαδρομής Τμήμα Μαθηματικών, ΑΠΘ Ακαδημαϊκό έτος 2018-2019 Χειμερινό Εξάμηνο Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & Πανεπιστήμιο

Διαβάστε περισσότερα

Υποθέσεις - - Θεωρήματα Υποθέσεις - Θεωρήματα Στα μαθηματικά και στις άλλες επιστήμες κάνουμε συχνά υποθέσεις. Οταν δείξουμε ότι μια υπόθεση είναι αλη

Υποθέσεις - - Θεωρήματα Υποθέσεις - Θεωρήματα Στα μαθηματικά και στις άλλες επιστήμες κάνουμε συχνά υποθέσεις. Οταν δείξουμε ότι μια υπόθεση είναι αλη Υποθέσεις - - Θεωρήματα Μαθηματικά Πληροφορικής 1ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Υποθέσεις - - Θεωρήματα Υποθέσεις - Θεωρήματα Στα μαθηματικά και στις άλλες επιστήμες

Διαβάστε περισσότερα

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 2: Έννοιες λύσεων σε παίγνια κανονικής μορφής. Ε. Μαρκάκης. Επικ. Καθηγητής

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 2: Έννοιες λύσεων σε παίγνια κανονικής μορφής. Ε. Μαρκάκης. Επικ. Καθηγητής Θεωρία Παιγνίων και Αποφάσεων Ενότητα 2: Έννοιες λύσεων σε παίγνια κανονικής μορφής Ε. Μαρκάκης Επικ. Καθηγητής Λύσεις παιγνίων 2 Επιλέγοντας στρατηγική... Δεδομένου ενός παιγνίου, τι στρατηγική πρέπει

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 5: ΘΕΩΡΗΜΑ ROLLE [Θεώρημα Rolle του κεφ.2.5 Μέρος Β του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ

ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 5: ΘΕΩΡΗΜΑ ROLLE [Θεώρημα Rolle του κεφ.2.5 Μέρος Β του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 5: ΘΕΩΡΗΜΑ ROLLE [Θεώρημα Rolle του κεφ..5 Μέρος Β του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β Παράδειγμα. Να εξετάσετε από τις παρακάτω συναρτήσεις ποιές ικανοποιούν

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Ακαδημαϊκό έτος 2012-2013 Τμήμα Οικονομικών Επιστημών Εξέταση στο μάθημα: Δημόσια Οικονομική Διδασκαλία: Γεωργία Καπλάνογλου

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Ακαδημαϊκό έτος 2012-2013 Τμήμα Οικονομικών Επιστημών Εξέταση στο μάθημα: Δημόσια Οικονομική Διδασκαλία: Γεωργία Καπλάνογλου ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Ακαδημαϊκό έτος 2012-2013 Τμήμα Οικονομικών Επιστημών Εξέταση στο μάθημα: Δημόσια Οικονομική Διδασκαλία: Γεωργία Καπλάνογλου Εξεταστική περίοδος Φεβρουαρίου Η εξέταση αποτελείται από

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Αριθμητική Ολοκλήρωση Εισαγωγή Έστω ότι η f είναι μία φραγμένη συνάρτηση στο πεπερασμένο

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 2 η : Δεσμευμένη Πιθανότητα. Ολική Πιθανότητα-Θεώρημα Bayes, Ανεξαρτησία και Συναφείς Έννοιες. Γεώργιος Ζιούτας Τμήμα

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΝΝΟΙΑ ΠΙΘΑΝΟΤΗΤΑΣ Μαθηματική περιγραφή συστημάτων με αβεβαιότητα Παραδείγματα από την οργάνωση παραγωγής Διάρκεια παραγωγής προϊόντων

Διαβάστε περισσότερα

Διάλεξη 6. Πολιτική οικονομία

Διάλεξη 6. Πολιτική οικονομία Διάλεξη 6 Πολιτική οικονομία 1 Άμεση Δημοκρατία Κανόνες Ομοφωνίας Μερίδιο Εύας (S E ) 0 S* D r E Μερίδιο Αδάμ (S A ) D r A 2 0 r* ΗδιαδικασίατουLindahl r ετησίως Είναι εφικτοί οι κανόνες ομοφωνίας; Πώς

Διαβάστε περισσότερα

Γνωστό: P (M) = 2 M = τρόποι επιλογής υποσυνόλου του M. Π.χ. M = {A, B, C} π. 1. Π.χ.

Γνωστό: P (M) = 2 M = τρόποι επιλογής υποσυνόλου του M. Π.χ. M = {A, B, C} π. 1. Π.χ. Παραδείγματα Απαρίθμησης Γνωστό: P (M 2 M τρόποι επιλογής υποσυνόλου του M Τεχνικές Απαρίθμησης Πχ M {A, B, C} P (M 2 3 8 #(Υποσυνόλων με 2 στοιχεία ( 3 2 3 #(Διατεταγμένων υποσυνόλων με 2 στοιχεία 3 2

Διαβάστε περισσότερα

β) 3 n < n!, n > 6 i i! = (n + 1)! 1, n 1 i=1

β) 3 n < n!, n > 6 i i! = (n + 1)! 1, n 1 i=1 Κεφάλαιο 2: Στοιχεία Λογικής - Μέθοδοι Απόδειξης 1. Να αποδειχθεί ότι οι λογικοί τύποι: (p ( (( p) q))) (p q) και p είναι λογικά ισοδύναμοι. Θέλουμε να αποδείξουμε ότι: (p ( (( p) q))) (p q) p, ή με άλλα

Διαβάστε περισσότερα

Υ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n..

Υ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n.. Μέτρα Κινδύνου για Δίτιμα Κατηγορικά Δεδομένα Σε αυτή την ενότητα θα ορίσουμε δείκτες μέτρησης του κινδύνου εμφάνισης μίας νόσου όταν έχουμε δίτιμες κατηγορικές μεταβλητές. Στην πιο απλή περίπτωση μας

Διαβάστε περισσότερα

Λύσεις των Θεμάτων του Διαγ/τος στην Τάξη και Σχόλια-Ιούνιος 2011

Λύσεις των Θεμάτων του Διαγ/τος στην Τάξη και Σχόλια-Ιούνιος 2011 Λύσεις των Θεμάτων του Διαγ/τος στην Τάξη και Σχόλια-Ιούνιος Θέμα (Σχόλιο: Οι ερωτήσεις (α και (β που είναι και η ουσία του Θέματος (το (γ αποτελεί εφαρμογή είχαν ξαναζητηθεί πριν τρία χρόνια στα πλαίσια

Διαβάστε περισσότερα

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΕΙ Δυτικής Μακεδονίας ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ 2015-2016 Τεχνητή Νοημοσύνη Αβεβαιότητα Διδάσκων: Τσίπουρας Μάρκος Εκπαιδευτικό Υλικό: Τσίπουρας Μάρκος http://ai.uom.gr/aima/ 2 Δράση υπό αβεβαιότητα

Διαβάστε περισσότερα

συγκέντρωση της ουσίας στον παραπόταμο είναι αυξημένη σε σχέση με τον ίδιο τον ποταμό;

συγκέντρωση της ουσίας στον παραπόταμο είναι αυξημένη σε σχέση με τον ίδιο τον ποταμό; Γραπτή Εξέταση Περιόδου Ιουνίου 008 στο Μάθημα Στατιστική /07/08. Η πιθανότητα να υπάρχει στο υπέδαφος μιας συγκεκριμένης περιοχής εκμεταλλεύσιμο κοίτασμα πετρελαίου είναι 50%. Μια εταιρεία, που πρόκειται

Διαβάστε περισσότερα

h(x, y) = card ({ 1 i n : x i y i

h(x, y) = card ({ 1 i n : x i y i Κεφάλαιο 1 Μετρικοί χώροι 1.1 Ορισμός και παραδείγματα Ορισμός 1.1.1 μετρική). Εστω X ένα μη κενό σύνολο. Μετρική στο X λέγεται κάθε συνάρτηση ρ : X X R με τις παρακάτω ιδιότητες: i) ρx, y) για κάθε x,

Διαβάστε περισσότερα

Η προσδοκώµενη χρησιµότητα του κέρδους όταν η πιθανότητα η τιµή του προϊόντος Ρ1 είναι ψ, χ το επίπεδο παραγωγής και c(x) η συνάρτηση κόστους, είναι

Η προσδοκώµενη χρησιµότητα του κέρδους όταν η πιθανότητα η τιµή του προϊόντος Ρ1 είναι ψ, χ το επίπεδο παραγωγής και c(x) η συνάρτηση κόστους, είναι 3. Θεωρία της Επιχείρησης 3. Η Ανταγωνιστική Επιχείρηση. Το τµήµα αυτό έχει δύο στόχους. Πρώτα να δείξει ότι αν υπάρχει ουδετερότητα απέναντι στον κίνδυνο, τότε η µέση αξία ενός αβέβαιου γεγονότος είναι

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

Θεωρία Χρησιμότητας (utility theory) Το κριτήριο της μέσης χρησιμότητας

Θεωρία Χρησιμότητας (utility theory) Το κριτήριο της μέσης χρησιμότητας Θεωρία Χρησιμότητας (utility theory) Το κριτήριο της μέσης χρησιμότητας Συνάρτηση χρησιμότητας Ο νέος τρόπος μοντελοποίησης των προτιμήσεων θα βασιστεί στην κατασκευή μιας συνάρτησης χρησιμότητας (utility

Διαβάστε περισσότερα

Δομή Επιλογής. 1. Αν ο σκύλος ακουμπήσει ένα κόκαλο τότε το κόκαλο εξαφανίζεται και ο παίκτης κερδίζει 10 πόντους.

Δομή Επιλογής. 1. Αν ο σκύλος ακουμπήσει ένα κόκαλο τότε το κόκαλο εξαφανίζεται και ο παίκτης κερδίζει 10 πόντους. Τάξη : Α Λυκείου Λογισμικό : Scratch Ενδεικτική Διάρκεια : 45 λεπτά Δομή Επιλογής Μία από τις πιο σημαντικές δομές που χρησιμοποιείται στον προγραμματισμό είναι η δομή επιλογής. Η δομή αυτή μας δίνει την

Διαβάστε περισσότερα

Βρέντζου Τίνα Φυσικός Μεταπτυχιακός τίτλος: «Σπουδές στην εκπαίδευση» ΜEd Email : stvrentzou@gmail.com

Βρέντζου Τίνα Φυσικός Μεταπτυχιακός τίτλος: «Σπουδές στην εκπαίδευση» ΜEd Email : stvrentzou@gmail.com Βρέντζου Τίνα Φυσικός Μεταπτυχιακός τίτλος: «Σπουδές στην εκπαίδευση» ΜEd Email : stvrentzou@gmail.com 1 1.Σύνολα Σύνολο είναι μια ολότητα από σαφώς καθορισμένα και διακεκριμένα αντικείμενα. Τα φωνήεντα

Διαβάστε περισσότερα

Διάλεξη 7. Θεωρία παιγνίων VA 28, 29

Διάλεξη 7. Θεωρία παιγνίων VA 28, 29 Διάλεξη 7 Θεωρία παιγνίων VA 28, 29 Θεωρία παιγνίων Στη θεωρία παιγνίων χρησιμοποιούμε υποδείγματα για τη στρατηγική συμπεριφορά των οικονομικών μονάδων που καταλαβαίνουν ότι οι ενέργειές τους επηρεάζουν

Διαβάστε περισσότερα

Άριστες κατά Pareto Κατανομές και το Πρώτο Θεώρημα Ευημερίας

Άριστες κατά Pareto Κατανομές και το Πρώτο Θεώρημα Ευημερίας Άριστες κατά Pareto Κατανομές και το Πρώτο Θεώρημα Ευημερίας - Υποθέτουμε μια οικονομία που αποτελείται από: Δύο καταναλωτές 1,. Μία επιχείρηση. Δύο αγαθά: τον ελεύθερο χρόνο Χ και το καταναλωτικό αγαθό

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ Τελικές Εξετάσεις Παρασκευή 16 Οκτωβρίου 2007 ιάρκεια εξέτασης: 3 ώρες (15:00-18:00) ΘΕΜΑ 1

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0

ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0 ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0 Η Θεωρία Πιθανοτήτων είναι ένας σχετικά νέος κλάδος των Μαθηματικών, ο οποίος παρουσιάζει πολλά ιδιαίτερα χαρακτηριστικά στοιχεία. Επειδή η ιδιαιτερότητα

Διαβάστε περισσότερα

a n = 3 n a n+1 = 3 a n, a 0 = 1

a n = 3 n a n+1 = 3 a n, a 0 = 1 Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 3: Πιθανότητες. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 3: Πιθανότητες. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 3: Πιθανότητες Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Ακαδημαϊκό έτος Τμήμα Οικονομικών Επιστημών

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Ακαδημαϊκό έτος Τμήμα Οικονομικών Επιστημών ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Ακαδημαϊκό έτος 2011-2012 Τμήμα Οικονομικών Επιστημών Χειμώνας- Άνοιξη Μάθημα: Δημόσια Οικονομική Διδασκαλία: Βασίλης Θ. Ράπανος Γεωργία Καπλάνογλου 3 ο Πακέτο Ασκήσεων, Απαντήσεις

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός Μέθοδος Simplex

Γραμμικός Προγραμματισμός Μέθοδος Simplex ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραμμικός Προγραμματισμός Μέθοδος Simplex Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Πρότυπη Μορφή ΓΠ 2. Πινακοποίηση

Διαβάστε περισσότερα

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων . Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων Tα διάφορα επιστημονικά μοντέλα ή πειράματα ή γενικότερα τα φυσικά φαινόμενα μπορεί να θεωρηθεί ότι εντάσσονται σε δύο μεγάλες κατηγορίες: τα προσδιοριστικά

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ. Ενότητα 9: Απείρως επαναλαμβανόμενα παίγνια. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ. Ενότητα 9: Απείρως επαναλαμβανόμενα παίγνια. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής Ενότητα 9: Απείρως επαναλαμβανόμενα παίγνια Ρεφανίδης Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Θεωρία Παιγνίων και Αποφάσεων Διδάσκων: Ε. Μαρκάκης, Εαρινό εξάμηνο 2015 Εξεταστική περίοδος Ιουνίου 2015 16 Ιουνίου 2015 Διάρκεια εξέτασης: 2,5 ώρες

Διαβάστε περισσότερα

Έστω η συνάρτηση ορισμένη σε μια σ-άλγεβρα με πεδίο τιμών το, δηλαδή

Έστω η συνάρτηση ορισμένη σε μια σ-άλγεβρα με πεδίο τιμών το, δηλαδή Τι εννοούμε με τον όρο «πιθανότητα»? Ο όρος πιθανότητα έχει δυο διαφορετικές πλην όμως σχετιζόμενες ερμηνείες. Η πρώτη είναι η καθαρά μαθηματική ερμηνεία του όρου πιθανότητα σύμφωνα με την οποία η πιθανότητα

Διαβάστε περισσότερα

i) Για να δείξουμε την επιθυμητή ισότητα, δείχνουμε πως A B {A x : x B} και πως {A x : x B} A B. Για τον πρώτο εγκλεισμό, έστω a A B, δηλάδη a A και a

i) Για να δείξουμε την επιθυμητή ισότητα, δείχνουμε πως A B {A x : x B} και πως {A x : x B} A B. Για τον πρώτο εγκλεισμό, έστω a A B, δηλάδη a A και a Θεωρία Συνόλων Χειμερινό Εξάμηνο 2016 2017 Λύσεις 1. Άσκηση 1.9 (σελ. 17), από τις σημειώσεις του Σκανδάλη. Εστω A, B δεδομένα σύνολα. Θα χρησιμοποιήσουμε τα αξιώματα αλλά αναφερόμενοι, αποκλειστικά, είτε

Διαβάστε περισσότερα

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης Επίλυση προβληµάτων Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης! Παιχνίδια δύο αντιπάλων Προβλήµατα ικανοποίησης περιορισµών Γενικά " Ντετερµινιστικά

Διαβάστε περισσότερα

Κοινωνικοοικονομική Αξιολόγηση Επενδύσεων Διάλεξη 6 η. Ανάλυση Κινδύνου και Κοινωνικό Προεξοφλητικό Επιτόκιο

Κοινωνικοοικονομική Αξιολόγηση Επενδύσεων Διάλεξη 6 η. Ανάλυση Κινδύνου και Κοινωνικό Προεξοφλητικό Επιτόκιο Κοινωνικοοικονομική Αξιολόγηση Επενδύσεων Διάλεξη 6 η Ανάλυση Κινδύνου και Κοινωνικό Προεξοφλητικό Επιτόκιο Ζητήματα που θα εξεταστούν: Πως ορίζεται η έννοια της αβεβαιότητας και του κινδύνου. Ποια είναι

Διαβάστε περισσότερα

να είναι παραγωγίσιμη Να ισχύει ότι f Αν μια από τις τρεις παραπάνω συνθήκες δεν ισχύουν τότε δεν ισχύει και το θεώρημα Rolle.

να είναι παραγωγίσιμη Να ισχύει ότι f Αν μια από τις τρεις παραπάνω συνθήκες δεν ισχύουν τότε δεν ισχύει και το θεώρημα Rolle. Κατηγορία η Συνθήκες θεωρήματος Rolle Τρόπος αντιμετώπισης:. Για να ισχύει το θεώρημα Rolle για μια συνάρτηση σε ένα διάστημα [, ] (δηλαδή για να υπάρχει ένα τουλάχιστον (, ) τέτοιο ώστε ( ) ) πρέπει:

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 1 η : Βασικές Έννοιες Πιθανότητας Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Α.Π.Θ. Άδειες

Διαβάστε περισσότερα

Θεωρία Παιγνίων Δρ. Τασσόπουλος Ιωάννης

Θεωρία Παιγνίων Δρ. Τασσόπουλος Ιωάννης Θεωρία Παιγνίων Δρ. Τασσόπουλος Ιωάννης 2 η Διάλεξη Παίγνια ελλιπούς πληροφόρησης Πληροφοριακά σύνολα Κανονική μορφή παιγνίου Ισοδύναμες στρατηγικές Παίγνια συνεργασίας και μη συνεργασίας Πεπερασμένα και

Διαβάστε περισσότερα

Κατακερματισμός (Hashing)

Κατακερματισμός (Hashing) Κατακερματισμός (Hashing) O κατακερματισμός είναι μια τεχνική οργάνωσης ενός αρχείου. Είναι αρκετά δημοφιλής μέθοδος για την οργάνωση αρχείων Βάσεων Δεδομένων, καθώς βοηθάει σημαντικά στην γρήγορη αναζήτηση

Διαβάστε περισσότερα