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: Στην κλήρωση Α υπάρχει μια πιθανότητα 100% να κερδίσουμε 100 ευρώ.

3 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: Στην κλήρωση Γ υπάρχει μια πιθανότητα 11% να κερδίσουμε 100 ευρώ και 89% πιθανότητα να κερδίσουμε τίποτα. 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: Στην κλήρωση Α κερδίζουμε μια εβδομάδα πληρωμένες διακοπές στη Μύκονο αν τραβήξουμε από την κληρωτίδα μια κόκκινη μπάλα. 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: Στην κλήρωση Γ κερδίζουμε μια εβδομάδα πληρωμένες διακοπές στη Μύκονο αν τραβήξουμε από την κληρωτίδα μια κόκκινη ή κίτρινη μπάλα. 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. 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. 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

5 συνάρτηση που αντιστοιχίζει σύνολα προτιμήσεων σε μια τελική λίστα από διατεταγμένες προτιμήσεις αναφέρεται ως συνάρτηση κοινωνικής επιλογής (social choice function). Διαδικασίες συνάθροισης Μέθοδος Condorcet 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 τέτοια περίπτωση είναι γνωστή ως το παράδοξο του Condorcet. Απαρίθμηση κατά Borda 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 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:

6 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 Πλουραλιστική μέθοδος 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. Το σύστημα του Hare Το σύστημα του Hare βασίζεται στην ιδέα της διαμόρφωσης μιας τελικής λίστας προτιμήσεων μέσα από διαδοχικές διαγραφές επιλογών ο οποίες δεν είναι ιδιαίτερα επιθυμητές. Κατά τη διαδικασία αυτή αρχικά εντοπίζουμε την (τις) επιλογή (-ές) η οποία εμφανίζεται στην κορυφή του μικρότερου αριθμού λιστών από προτιμήσεις και την διαγράφουμε από όλες τις λίστες. Αυτή η επιλογή αποτελεί και την λιγότερο επιθυμητή επιλογή. Η διαδικασία συνεχίζεται με τον εντοπισμό στο καινούργιο σύνολο από λίστες της (των) επιλογών που εμφανίζονται στην κορυφή του μικρότερου αριθμού λιστών και την διαγραφή τους από αυτές κ.ο.κ. μέχρις ότου καταλήξουμε σε λίστες που περιέχουν μια μοναδική επιλογή ή μια ομάδα ισόβαθμων επιλογών η οποία και ανακηρύσσεται νικητής. Αν σε οποιοδήποτε βήμα διαπιστώσουμε ότι υπάρχει μια επιλογή η οποία εμφανίζεται πρώτη στις περισσότερες από τις μισές λίστες τότε δε χρειάζεται να συνεχίσουμε αφού αυτή η επιλογή θα ανακηρυχθεί νικητής. Για παράδειγμα έστω ότι έχουμε 7 εκλογείς και πέντε ενδεχόμενα a, b, c, d, e. Έστω επίσης ότι έχουμε το ακόλουθο αποτέλεσμα της ψηφοφορίας: a a a c c b e b d d b d c c c b b d b d d d e e e a a b e c c a e e a Αρχικά διαγράφουμε την επιλογή d επειδή δεν εμφανίζεται πρώτη σε καμία λίστα επιλογών. Οι λίστες μας τώρα γίνονται: a a a c c b e b b b b b c c c e e e a a b e c c a e e a Στη συνέχεια διαγράφουμε τις επιλογές b, e οι οποίες εμφανίζονται πρώτες μία μόνο φορά. Οι λίστες μας τώρα γίνονται:

7 a a a c c c c c c c a a a a Στο σημείο αυτό παρατηρούμε ότι η επιλογή c εμφανίζεται πρώτη στις περισσότερες από τις μισές λίστες επιλογών και για τον λόγο αυτό ανακηρύσσεται νικητής. Ακολουθιακή ψηφοφορία ανά ζεύγη με καθορισμένη ατζέντα Η μέθοδος της ακολουθιακής ψηφοφορίας ανά ζεύγη με καθορισμένη ατζέντα (sequential pairwise voting with a fixed fgenda) χρησιμοποιεί μια καθορισμένη εκ των προτέρων ατζέντα (σειρά) με την οποία θα εξεταστούν οι πιθανές προτιμήσεις σε ζεύγη. Αρχικά η πρώτη επιλογή στην ατζέντα συγκρίνεται με τη δεύτερη και επιλέγεται αυτή που υπερτερεί μεταξύ τους όπως θα γινόταν και στη μέθοδο Condorcet. Στη συνέχεια η επιλογή που επικρατεί συγκρίνεται με την τρίτη επιλογή στην ατζέντα κ.ο,κ, Σε καθε γύρο οι επιλογές που χάνουν διαγράφονται από τις λίστες επιλογών. Νικητής ανακηρύσσεται η επιλογή που θα υπερτερήσει όταν θα συγκριθεί με το τελευταίο στοιχείο της ατζέντας (ή η ομάδα πιλογών σε περίπτωση ισοβαθμίας). Αν εφαρμόσουμε τη συγκεκριμένη μέθοδο στο προηγούμενο παράδειγμα του συστήματος Hare χρησιμοποιώντας την ατζέντα a, b, c, d, e. Συγκρίνοντας τα πρώτα δύο μέλη της ατζέντας a και b παρατηρούμε ότι η επιλογή b εμφανίζεται σε υψηλότερη θέση από την a σε τέσσερις από τις επτά συνολικά λίστες και επομένως η a υπερισχύει της b και η b διαγράφεται από όλες τις λίστες. Στη συνέχεια συγκρίνουμε την a με την c που αποτελεί το τρίτο μέλος της ατζέντας. Πάλι η b υπερισχύει. Στη συνέχεια την συγκρινουμε με την d από την οποία ηττείται και τελικά συγκρίνεται η d με την e και υπερισχύει η d η οποία και ανακηρύσσεται νικητής. Δικτατορική μέθοδος Η δικατορική μέθοδος είναι αρκετά απλή. Διάλεξε έναν από τους εκλογείς και ονόμασε τον δικτάτορα. Δοθέτων των λιστών προτίμησης αγνόησε όλες τις υπόλοιπες λίστες εκτός από αυτήν του δικτάτορα. Η επιλογή που βρίσκεται στην κορυφή της δικτατορικής λίστας ανακηρύσσεται νικητής. Υπάρχουν αρκετές άλλες διαδικασίες συνάθροισης που μπορεί να εφαρμοστούν. Για παράδειγμα στη μέθοδο της ψηφοφορίας αποδοχής (approval voting), οι ψηφοφόροι υποβάλουν μια μη διατεταγμένη λίστα με επιλογές τις οποίες θεωροιύν ως κατάλληλες. Νικητής αναδεικνύεται η επιλογή με τη μεγαλύτερη συχνότητα εμφάνισης σε όλες τις λίστες. Η μέθοδος χρησιμοποιείται στην εκλογή του Γενικού Γραμματέα του ΟΗΕ και σε διάφορες εκλογές στην Ευρώπη και στις ΗΠΑ. 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. 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

8 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 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:

9 Α: Β: Γ: Στην περίπτωση αυτή ισχύει ότι: βαθμός(1)= 2*2 =4 βαθμός(2)= 2+1 =3 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. Μονοτονικότητα Μια ακόμα ιδιότητα των μεθόδων συνάθροισης που είναι ενδιαφέρουσα είναι η μονοτονικότητα (monotonicity). Αν υποθέσουμε ότι x είναι η νικήτρια επιλογή μίας μεθόδου συνάθροισης, τότε η συγκεκριμένη μέθοδος είναι μονοτονική όταν μετακινώντας την x κατά ένα βήμα ψηλότερα σε μια οποιαδήποτε από τις λίστες επιλογών (δηλ. ανταλάσσοντας την θέση της x με την επιλογή ακριβώς από πάνω της) διατηρεί την x ως νικήτρια επιλογή. Προφανώς κάποια μέθοδος συνάθροισης που δεν είναι μονοτονική είναι ιδιαίτερα παράδοξη. Δημοψηφίσματα Τα δημοψηφίσματα αποτελούν μια ιδιαίτερη κατηγορία μεθόδων επιλογής σε ομάδες κατά την οποία οι εκλογείς δεν υποβάλουν μια λίστα με επιθυμητές επιλογές αλλά απαντούν με ένα ΝΑΙ ή ένα ΟΧΙ σε μια συγκεκριμένη ερώτηση. Σε ένα τέτοιο σύστημα ένα σύνολο ψηφοφόρων που διαλέγει την ίδια απάντηση αποτελεί έναν συνασπισμό (coalition). Συνασπισμοί ικανοί να επιβάλλουν την απόφαση τους στα πλαίσια του συστήματος ονομάζονται νικηφόροι. Συνήθως τα δημοψηφικά συστήματα είναι μονοτονικά. Υπάρχουν τρεις εναλλακτικοί τρόποι να περιγραφεί ένα δημοψηφικό σύστημα: Με τον ορισμό του αριθμού των ψήφων που κάθε εκλογέας διαθέτει και τον ορισμό του πλήθους των ψήφων που απαιτούνται για να περάσει μια πρόταση. Πιο γενικά, μπορούμε να κατασκευάσουμε ένα δημοφηψικό σύστημα αναθέτοντας συντελεστές βαρύτητας σε κάθε ψηφοφόρο (οι συντελεστές είναι πραγματικοί αριθμοί) και ορίζοντας ένα συγκεκριμένο αριθμό q ως το ελάχιστο όριο ψήφων που θα πρέπει να συγκεντρωθούν ώστε να εγκριθεί μια πρόταση. Ο αριθμός q είναι γνωστός ως ποσόστωση (quota). Ένα σύστημα το οποίο περιγράφεται πλήρως από τους συντελεστές βαρύτητας των ψηφοφόρων και την ποσόστωση ονομάζεται διαβαθμισμένο (weighted). Με την απαρίθμηση όλων των νικηφόρων συνασπισμών Με ένα συνδυασμό των δυο αννωτέρω που καλύπτει κα περιπτώσεις με ειδκές ρήτρες η μη τη δυνατότητα βέτο.

10 Πολιτική Ισχύς Η έννοια της ισχύος που μας ενδιαφέρει στο συγκεκριμένο σημείο αφορά στη δυνατότητα κάποιου ψηφοφόρου να επηρεάσει αποφασιστικά με τη ψήφο του την επιλογή της ομάδας. Υπάρχουν δύο κύριοι δείκτες που αποτιμούν ένα τέτοιο είδος ισχύος: ο δείκτης Shapley-Subik και ο δείκτης Banzhaf. Για να κατανοήσουμε τον τρόπο λειτουργίας των καθενός απο τους ανωτέρω δείκτες εισάγουμε την έννοια του κεντρικού (pivotal) ψηφοφόρου. Κεντρικός ψηφοφόρος σε μια διάταξη ψηφοφόρων είναι αυτός που η προσχώρηση του στη διάταξη την μετατρέπει σε νικηφόρα. Για παράδειγμα ας υποθέσουμε ότι X = {p 1,..., p 7 } είναι ένα σύνολο ψηφοφόρων στο οποίο κάθε ψηφοφόρος έχει από μια ψήφο εκτός από τον p4 ο οποίος έχει τρείς ψήφους. Έστω ότι η ποσόστωη ορίζεται στο πέντε, επομένως για να περάσει μια πρόταση απαιτούνται πέντε ψήφοι. Ας εξετάσουμε την διάταξη η οποία σχηματίζεται από την ακολουθία ψηφοφόρων: p7, p3, p5, p4, p2, p1, p6. Επειδή ο συνασπισμός {p7, p3, p5 } δεν είναι νικηφόρος αλλά ο συνασπισμός {p7, p3, p5, p4} είναι νικηφόρος συμπεραίνουμε ότι ο p4 είναι ο κεντρικός ψηφοφόρος στη συγκεκριμένη διάταξη. Ο δείκτης Shapley-Subik (SSI) για έναν ψηφοφόρο p ορίζεται ως ο λόγος των διατάξεων στις οποίες ο p αποτελεί τον κεντρικό ψηφοφόρο προς το πλήθος των πιθανών διατάξεων στο συνολο των ψηφοφόρων. Αν το πλήθος των ψηφοφόρων είναι n τότε ο παρανόμαστής του δείκτη θα είναι ίσος με n!. Για παράδειγμα έστω ότι έχουμε ένα σύνολο τριών ψηφοφόρων {p1, p2, p3} στους οποίους ο p1 έχει 50 ψήφους ο p1 έχει 49 ψήφους και ο p3 έχει μια ψήφο. Έστω επίσης ότι η ποσόστωη έχει οριστεί στους 51 ψήφους. Οι έξι πιθανές διατάξεις (3! = = 6) περιγράφονται παρακάτων με τον κεντρικό ψηφοφόρο υπογραμμισμένο σε καθεμία: p1 p2 p3 p1 p3 p2 p2 p1 p3 p2 p3 p1 p3 p1 p2 p3 p2 p1 Επειδή ο p1 είναι κρίσιμος σε τέσσερις διατάξειος, SSI( p1 ) = 4/6 = 2/3. Επειδή ο p2 είναι κρίσιμος σε μια διάταξη, SSI( p2 ) = 1/6. Επειδή ο p3 είναι κρίσιμος σε μια διάταξη, SSI( p3 ) = 1/6. Παρατηρήστε ότι παρόλο που ο p2 έχει 49 φορές περισσότερες ψήφους από τον p3 και οι δύο έχουν τη ίδια πολιτική ισχύ σε σχέση με τον SSI. Για έναν ψηφοφόρο p σε ένα δημοψηφικό σύστημα ορίζουμε τον δεικτη Banzhaf (ΤΒP) ως το πλήθος των συνασπισμών C που ικανοποιούν τις παρακάτω τρεις προϋποθέσεις: Ο p είναι μέλος του C. Ο C είναι νικηφόρος. Αν ο p αποχωρήσει απο τον C, ο συνασπισμός που προκύπτει δεν είναι νικηφόρος. Σε αυτήν την περίπτωση χαρακτηρίζουμε τον p ως κρίσιμο για τον C. Χρησιμοποιώντας το προηγούμενο παράδειγμα υπολογίζουμε τους νικηφόρους συνασπισμούς ως: 1. C1 = {p1, p2, p3 }

11 2. C2 = {p1, p2 } 3. C3 = {p1, p3 } Για τον TBP(p1), παρατηρούμε ότι ο p1 περιλαμβάνεται σε καθένα από τους νικηφόρουυς συνδυασμούς και επομένως κια κρίσιμος για καθένα από αυτούς. Ο p2 είναι κρίσιμος για τον C2 και ο p3 για τον C3. Επομένως: TBP(p1) = 3 TBP(p2) = 1 TBP(p3) = 1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

(n + r 1)! (n 1)! (n 1)!

(n + r 1)! (n 1)! (n 1)! Στοιχειώδης συνδυαστική Διανομή αντικειμένων σε υποδοχές Διανομή Αντικειμένων σε Υποδοχές Με πόσους τρόπους μπορούμε να διανείμουμε r αντικείμενα (διακεκριμένα ή όχι) σε n υποδοχές. Διακρίνουμε περιπτώσεις:

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

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

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

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

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

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

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

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

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

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

Εισαγωγή στη Διαδικασία Ιεραρχικής Ανάλυσης. Ρόκου Έλενα Μεταδιδακτορική Ερευνήτρια ΕΜΠ Κηρυττόπουλος Κωνσταντίνος Επ.

Εισαγωγή στη Διαδικασία Ιεραρχικής Ανάλυσης. Ρόκου Έλενα Μεταδιδακτορική Ερευνήτρια ΕΜΠ Κηρυττόπουλος Κωνσταντίνος Επ. Εισαγωγή στη Διαδικασία Ιεραρχικής Ανάλυσης Ρόκου Έλενα Μεταδιδακτορική Ερευνήτρια ΕΜΠ Κηρυττόπουλος Κωνσταντίνος Επ. Καθηγητής ΕΜΠ Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β.

Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β. Η έννοια της ακολουθίας Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β. Δηλαδή: f : A B Η ακολουθία είναι συνάρτηση.

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

Αλγόριθμοι για αυτόματα

Αλγόριθμοι για αυτόματα Κεφάλαιο 8 Αλγόριθμοι για αυτόματα Κύρια βιβλιογραφική αναφορά για αυτό το Κεφάλαιο είναι η Hopcroft, Motwani, and Ullman 2007. 8.1 Πότε ένα DFA αναγνωρίζει κενή ή άπειρη γλώσσα Δοθέντος ενός DFA M καλούμαστε

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

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

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

1. Στοιχεία Προβλημάτων Απόφασης

1. Στοιχεία Προβλημάτων Απόφασης 1. Στοιχεία Προβλημάτων Απόφασης Θεωρούμε ότι αντιμετωπίζουμε ένα πρόβλημα απόφασης όταν, από ένα σύνολο δυνατών εναλλακτικών προτάσεων (λύσεων, πορειών) καλούμαστε να επιλέξουμε μια «τη βέλτιστη» Παρελθόν

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

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά 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

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 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

Συνάρτηση χρησιμότητας (utility function): u(x)

Συνάρτηση χρησιμότητας (utility function): u(x) Συνάρτηση χρησιμότητας (utility function): u(x) είναι ένας τρόπος να δώσουμε έναν αριθμό σε κάθε δυνατό συνδυασμό κατανάλωσης, τέτοιο ώστε να δίνονται μεγαλύτεροι αριθμοί στους πλέον προτιμώμενους συνδυασμούς

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

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

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

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

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

Μαθηματικά Πληροφορικής Πιθανοτικά Εργαλεία. Υποπροσθετικότητα. Η Πιθανοτική Μέθοδος (The Probabilistic Method)

Μαθηματικά Πληροφορικής Πιθανοτικά Εργαλεία. Υποπροσθετικότητα. Η Πιθανοτική Μέθοδος (The Probabilistic Method) Μαθηματικά Πληροφορικής Πιθανοτικά Εργαλεία Δύο βασικά εργαλεία από τη Θεωρία Πιθανοτήτων. 1 Υποπροσθετικότητα (Union Bound). 2 Γραμμικότητα Αναμενόμενης Τιμής (Linearity of Expectation). Τμήμα Πληροφορικής

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

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

Κατανεμημένα Συστήματα Ι

Κατανεμημένα Συστήματα Ι Συναίνεση χωρίς την παρουσία σφαλμάτων Κατανεμημένα Συστήματα Ι 4η Διάλεξη 27 Οκτωβρίου 2016 Παναγιώτα Παναγοπούλου Κατανεμημένα Συστήματα Ι 4η Διάλεξη 1 Συναίνεση χωρίς την παρουσία σφαλμάτων Προηγούμενη

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

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

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

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία Υπεύθυνος: Δρ. Κολιός Σταύρος Θεωρία Συνόλων Σύνολο: Το σύνολο εκφράζει μία συλλογή διακριτών μονάδων οποιασδήποτε φύσης.

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

Αξιολόγηση και επιλογή δράσης (έργου)

Αξιολόγηση και επιλογή δράσης (έργου) Αξιολόγηση και επιλογή δράσης (έργου) Η διαδικασία για αξιολόγηση ξεχωριστών δράσεων, έργων ή ομάδων έργων και η επιλογή υλοποίησης μερικών από αυτών, για την επίτευξη του αντικειμενικού σκοπού της επιχείρησης.

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

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

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

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

Συνδυαστική Απαρίθμηση

Συνδυαστική Απαρίθμηση Παραδείγματα Συνδυαστική Απαρίθμηση Διδάσκοντες: Φ. Αφράτη, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο n θρανία στη σειρά

Διαβάστε περισσότερα

ΦΡΟΝΤΙΣΤΗΡΙΟ ΕΡΕΥΝΑ ΝΕΟ ΣΥΣΤΗΜΑ ΕΙΣΑΓΩΓΗΣ

ΦΡΟΝΤΙΣΤΗΡΙΟ ΕΡΕΥΝΑ ΝΕΟ ΣΥΣΤΗΜΑ ΕΙΣΑΓΩΓΗΣ 27+1 Ερωτήσεις για το Νέο σύστημα εισαγωγής 1. Από πότε θα ισχύσει το νέο σύστημα πρόσβασης στα ΑΕΙ Οι αλλαγές θα ισχύσουν από το 2019 2020. Δηλαδή το νέο σύστημα θα το εγκαινιάσουν οι μαθητές που φοιτούν

Διαβάστε περισσότερα

Αβεβαιότητα (Uncertainty)

Αβεβαιότητα (Uncertainty) Αβεβαιότητα (Uncertainty) Παράδειγμα κατασκευής μοντέλου προβλήματος στο Excel και διαχείρισης της αβεβαιότητας που το ίδιο το πρόβλημα εμπεριέχει. Ανάλυση προβλήματος Βήμα 1: Καθορισμός του προβλήματος

Διαβάστε περισσότερα

Πολυκριτηριακά Συστήματα Υποστήριξης Αποφάσεων

Πολυκριτηριακά Συστήματα Υποστήριξης Αποφάσεων Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Τομέας Ηλ. Βιομηχανικών Διατάξεων & Συστημάτων Αποφάσεων Πολυκριτηριακά Συστήματα Υποστήριξης Αποφάσεων Ε07 Η μέθοδος ELECTRE

Διαβάστε περισσότερα

Αριθμητική Ανάλυση & Εφαρμογές

Αριθμητική Ανάλυση & Εφαρμογές Αριθμητική Ανάλυση & Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2017-2018 Υπολογισμοί και Σφάλματα Παράσταση Πραγματικών Αριθμών Συστήματα Αριθμών Παράσταση Ακέραιου

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

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

ε. Το μέλος δεν έχει επιλέξει κανένα από τα δύο προγράμματα. Το μέλος έχει επιλέξει αυστηρά ένα μόνο από τα δύο προγράμματα.

ε. Το μέλος δεν έχει επιλέξει κανένα από τα δύο προγράμματα. Το μέλος έχει επιλέξει αυστηρά ένα μόνο από τα δύο προγράμματα. 1. Τα μέλη ενός Γυμναστηρίου έχουν τη δυνατότητα να επιλέξουν προγράμματα αεροβικής ή γυμναστικής με βάρη. Θεωρούμε τα ενδεχόμενα: Α = Ένα μέλος έχει επιλέξει πρόγραμμα αεροβικής. Β = Ένα μέλος έχει επιλέξει

Διαβάστε περισσότερα

Συνδυαστική Απαρίθμηση

Συνδυαστική Απαρίθμηση Συνδυαστική Απαρίθμηση ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συνδυαστική Απαρίθμηση Υπολογισμός

Διαβάστε περισσότερα

Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων

Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων Άσκηση 1 α) Η δομή σταθμισμένης ένωσης με συμπίεση διαδρομής μπορεί να τροποποιηθεί πολύ εύκολα ώστε να υποστηρίζει τις

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

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

Συνδυαστική Απαρίθμηση

Συνδυαστική Απαρίθμηση Συνδυαστική Απαρίθμηση ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συνδυαστική Απαρίθμηση

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

Διάλεξη 4: Θεωρία Γραφημάτων Γραφέας: Σ. Κ. Διδάσκων: Σταύρος Κολλιόπουλος συνεκτικά γραφήματα (συνέχεια) Πρόταση 4.1 Δύο μπλοκ ενός

Διάλεξη 4: Θεωρία Γραφημάτων Γραφέας: Σ. Κ. Διδάσκων: Σταύρος Κολλιόπουλος συνεκτικά γραφήματα (συνέχεια) Πρόταση 4.1 Δύο μπλοκ ενός Διάλεξη 4: 20.10.2016 Θεωρία Γραφημάτων Γραφέας: Σ. Κ. Διδάσκων: Σταύρος Κολλιόπουλος 4.1 2-συνεκτικά γραφήματα (συνέχεια) Πρόταση 4.1 Δύο μπλοκ ενός γραφήματος G μοιράζονται το πολύ μία κορυφή. Απόδειξη:

Διαβάστε περισσότερα

Gutenberg

Gutenberg Διακριτά Μαθηματικά * Διδάσκων: Χ. Μπούρας (bouras@cti.gr) Φροντιστήριο: Α. Κόλλια (akollia@ceid.upatras.gr) * Οι διαφάνειες (πλην αυτών για τις σχέσεις αναδρομής) έχουν παραχθεί από τη Δρ. Ε. Παπαϊωάννου,

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ

ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ 3.1 Τυχαίοι αριθμοί Στην προσομοίωση διακριτών γεγονότων γίνεται χρήση ακολουθίας τυχαίων αριθμών στις περιπτώσεις που απαιτείται η δημιουργία στοχαστικών

Διαβάστε περισσότερα

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων Ελλιπή δεδομένα Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 75 ατόμων Εδώ έχουμε δ 75,0 75 5 Ηλικία Συχνότητες f 5-4 70 5-34 50 35-44 30 45-54 465 55-64 335 Δεν δήλωσαν 5 Σύνολο 75 Μπορεί

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ ΚΕΦΑΛΑΙΟ ΔΙΑΤΑΞΕΙΣ ΜΕΤΑΘΕΣΕΙΣ ΣΥΝΔΥΑΣΜΟΙ Εισαγωγή. Οι σχηματισμοί που προκύπτουν με την επιλογή ενός συγκεκριμένου αριθμού στοιχείων από το ίδιο σύνολο καλούνται διατάξεις αν μας ενδιαφέρει η σειρά καταγραφή

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

Πολυκριτηριακός Γραμμικός Προγραμματισμός. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

Πολυκριτηριακός Γραμμικός Προγραμματισμός. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης Πολυκριτηριακός Γραμμικός Προγραμματισμός Πολλαπλά κριτήρια στη λήψη απόφασης Λήψη Αποφάσεων με Πολλαπλά Κριτήρια Διακριτό σύνολο επιλογών Συνεχές σύνολο επιλογών Πολυκριτηριακή Ανάλυση (ELECTRE, Promethee,

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων και Στατιστική

Θεωρία Πιθανοτήτων και Στατιστική Θεωρία Πιθανοτήτων και Στατιστική 2 ο Εξάμηνο Ασκήσεις Πράξης 1 Θεωρία Συνόλων - Δειγματικός Χώρος Άσκηση 1: Να βρεθούν και να γραφούν με συμβολισμούς της Θεωρίας Συνόλων οι δειγματοχώροι των τυχαίων πειραμάτων:

Διαβάστε περισσότερα

To 2 ο Θεμελιώδες Θεώρημα Ευημερίας

To 2 ο Θεμελιώδες Θεώρημα Ευημερίας o 2 ο Θεμελιώδες Θεώρημα Ευημερίας - Το 1 ο Θεώρημα Ευημερίας (FW) εξασφαλίζει ότι η ανταγωνιστική ισορροπία είναι άριστη κατά Pareto αλλά δεν εξασφαλίζει μια ίση διανομή των οικονομικών οφελών μεταξύ

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

Διατάξεις με επανάληψη: Με πόσους τρόπους μπορώ να διατάξω r από n αντικείμενα όταν επιτρέπονται επαναληπτικές εμφανίσεις των αντικειμένων; Στην αρχή

Διατάξεις με επανάληψη: Με πόσους τρόπους μπορώ να διατάξω r από n αντικείμενα όταν επιτρέπονται επαναληπτικές εμφανίσεις των αντικειμένων; Στην αρχή Στοιχειώδης συνδυαστική Συνδυασμοί και διατάξεις με επανάληψη Διατάξεις με επανάληψη: Με πόσους τρόπους μπορώ να διατάξω r από n αντικείμενα όταν επιτρέπονται επαναληπτικές εμφανίσεις των αντικειμένων;

Διαβάστε περισσότερα

Διάλεξη 4: Απόδειξη: Για την κατεύθυνση, παρατηρούμε ότι διαγράφοντας μια κορυφή δεν μπορούμε να διαχωρίσουμε τα u και v. Αποδεικνύουμε

Διάλεξη 4: Απόδειξη: Για την κατεύθυνση, παρατηρούμε ότι διαγράφοντας μια κορυφή δεν μπορούμε να διαχωρίσουμε τα u και v. Αποδεικνύουμε Διάλεξη 4: 20.10.2016 Θεωρία Γραφημάτων Γραφέας: Σ. Κ. Διδάσκων: Σταύρος Κολλιόπουλος 4.1 2-συνεκτικά γραφήματα (συνέχεια) Πρόταση 4.1 Δύο μπλοκ ενός γραφήματος G μοιράζονται το πολύ μία κορυφή. Απόδειξη:

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

ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Εισαγωγή Ο Δυναμικός Προγραμματισμός (ΔΠ) είναι μία υπολογιστική μέθοδος η οποία εφαρμόζεται όταν πρόκειται να ληφθεί μία σύνθετη απόφαση η οποία προκύπτει από τη σύνθεση επιμέρους

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

1.2 Δραστηριότητα: Εισαγωγή στο όριο ακολουθίας

1.2 Δραστηριότητα: Εισαγωγή στο όριο ακολουθίας .2 Δραστηριότητα: Εισαγωγή στο όριο ακολουθίας Θέμα της δραστηριότητας Αυτή η δραστηριότητα εισάγει στην έννοια του Ορίου Ακολουθίας. Δυο φύλλα εργασίας οδηγούν τους μαθητές στον ορισμό της σύγκλισης μηδενικής

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

ΕΛΛΗΝΙΚΗ ΦΙΛΑΘΛΟΣ ΟΜΟΣΠΟΝΔΙΑ (ΕΦΟΑ) ΔΙΑΣΥΛΛΟΓΙΚΟ ΠΡΩΤΑΘΛΗΜΑ Α και Β ΕΘΝΙΚΗΣ ΑΝΔΡΩΝ ΓΥΝΑΙΚΩΝ 2017

ΕΛΛΗΝΙΚΗ ΦΙΛΑΘΛΟΣ ΟΜΟΣΠΟΝΔΙΑ (ΕΦΟΑ) ΔΙΑΣΥΛΛΟΓΙΚΟ ΠΡΩΤΑΘΛΗΜΑ Α και Β ΕΘΝΙΚΗΣ ΑΝΔΡΩΝ ΓΥΝΑΙΚΩΝ 2017 ΕΛΛΗΝΙΚΗ ΦΙΛΑΘΛΟΣ ΟΜΟΣΠΟΝΔΙΑ (ΕΦΟΑ) ΔΙΑΣΥΛΛΟΓΙΚΟ ΠΡΩΤΑΘΛΗΜΑ Α και Β ΕΘΝΙΚΗΣ ΑΝΔΡΩΝ ΓΥΝΑΙΚΩΝ 2017 Α ΕΘΝΙΚΗ ΚΑΤΗΓΟΡΙΑ Στο Πρωτάθλημα της Α Εθνικής συμμετέχουν 12 ομάδες της προηγούμενης χρονιάς και 4 ομάδες

Διαβάστε περισσότερα

Δειγματοληψία στην Ερευνα. Ετος

Δειγματοληψία στην Ερευνα. Ετος ΓΕΩΠΟΝΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Αγροτικής Οικονομίας & Ανάπτυξης Μέθοδοι Γεωργοοικονομικής και Κοινωνιολογικής Ερευνας Δειγματοληψία στην Έρευνα (Μέθοδοι Δειγματοληψίας - Τρόποι Επιλογής Τυχαίου Δείγματος)

Διαβάστε περισσότερα

δημιουργία: http://macedonia.uom.gr/~acg επεξεργασία: Ν.Τσάντας

δημιουργία: http://macedonia.uom.gr/~acg επεξεργασία: Ν.Τσάντας Θεωρία Παιγνίων Μελέτη στοιχείων που χαρακτηρίζουν καταστάσεις ανταγωνιστικής άλληλεξάρτησης με έμφαση στη διαδικασία λήψης αποφάσεων περισσοτέρων από ένα ληπτών απόφασης (αντιπάλων). Παίγνια δύο παικτών

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 Πεπερασμένες και Διαιρεμένες Διαφορές Εισαγωγή Θα εισάγουμε την έννοια των διαφορών με ένα

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