Сорокин Евгений Александрович Красноярский государственный университет e-mail: softjean@mail.ru Аннотация: В данной работе предлагается механизм, позволяющий.

Презентация:



Advertisements
Похожие презентации
Моделирование процессов потребления.. Моделирование процессов потребления 1.Система предпочтений потребителя. Повседневная жизнь человека связана с решением.
Advertisements

Построение графика функции, используя её свойства.
Функция полезности Неймана-Моргенштерна Студенты 245 группы Загляда В.А. Захаров Д.
График квадратичной функции. y= ax 2 +bx + c a,b,c числа а 0.
Управленческая экономика Выбор потребителя в условиях неопределенности и риска.
y X Построение графика функции, по графику 0 0 X = - 5 x = 7.
Метод обратной функции. Метод фон Неймана. Распределение Пуассона. Нормальное распределение. Почти линейное распределение. Двумерные распределения 2.3.
Теория выбора в условиях неопределенности - 1 Случайные величины, состояния мира, и множество исходов Лотереи как простейший объект выбора в условиях неопределенности.
Постановка задачи Описание алгоритма 1 Описание алгоритма 2 Математическая постановка задачи Сравнение алгоритмов Выбор оптимального алгоритма на примере.
МНОГОМЕРНЫЕ ЗАКОНЫ РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ. Совместное распределение термин, относящийся к распределению нескольких случайных величин, заданных на.
МЕТОДЫ ОПТИМИЗАЦИИ § 1. Основные понятия. Под оптимизацией понимают процесс выбора наилучшего варианта из всех возможных В процессе решения задачи оптимизации.
Лекция 7: Метод потенциальных функций Предположим, что требуется разделить два непересекающихся образа V1 и V2. Это значит, что в пространстве изображений.
Преобразование графика квадратичной функции. Квадратичной функцией называется функция, которую можно задать формулой вида у=ах 2 +вх+с, где х - независимая.
Кафедра математики и моделирования Старший преподаватель Е.Г. Гусев Курс «Высшая математика» Лекция 22. Тема: Моделирование потребительского поведения.
1 Стандартная задача Матричная форма записи § 1.4. Специальные виды задач ЛП максимизацииминимизации Обозначения.
Ввести правило нахождения наибольшего и наименьшего значения функции; Рассмотреть примеры; Уметь применять правила при решении заданий, правильно их оформлять.
Отдел Управления динамическими системами. АНАЛИЗ ДИССИПАТИВНОСТИ И ШУМОСТАБИЛЬНОСТИ НЕЛИНЕЙНЫХ ДИСКРЕТНЫХ ДИНАМИЧЕСКИХ СИСТЕМ М.М.Лычак Институт космических.
Постановка задачи Описание алгоритма 1 Описание алгоритма 2 Математическая постановка задачи Сравнение алгоритмов Выбор оптимального алгоритма на примере.
Правило большинства: нормативная характеристика. Теорема Мэя о правиле большинства Пусть функция группового принятия решений выглядит так: Где n – число.
Александров А.Г ИТО Методы теории планирования экспериментов 2. Стратегическое планирование машинных экспериментов с моделями систем 3. Тактическое.
Транксрипт:

Сорокин Евгений Александрович Красноярский государственный университет Аннотация: В данной работе предлагается механизм, позволяющий построить систему предпочтений индивидуума и определить его функцию полезности, опираясь на сравнение индивидуумом лишь некоторых пар доступных ему вариантов, а также на ряд свойств, характеризующих индивидуума. Ключевые слова: предпочтения, функция полезности, ожидаемая полезность.

Пространство вариантов Рассматривая индивидуума, будем считать, что индивидуум имеет систему предпочтений на пространстве вероятностных распределений (вариантов) То есть P1P1 P2P2 P3P3 Крайние варианты: P 1, P 2, P 3 Произвольный вариант: P = P 1 + (1 – )P * P * = P 2 + (1 – )P 3 (0, 1); (0, 1) P*P* P

Функция полезности Ожидаемая полезность Функция полезности Ожидаемая полезность Утверждение 1. Если выполнена система аксиом фон Неймана – Моргенштерна [1], то можно ввести вещественнозначную функцию U называемую функцией полезности. Причем такую, что для произвольных вариантов P 1, P 2 соотношение P 1 P 2 эквивалентно где C 1, C 2 – случайные элементы с распределениями P 1, P 2, соответственно. Более того, функция U единственна с точностью до положительного аффинного преобразования. Утверждение 2. Утверждение 1 позволяет в качестве средства для сравнения распределений по предпочтительности использовать их ожидаемую полезность где C – случайный элемент с распределением P. EU(C 1 ) > EU(C 2 ) u(P) = EU(C)

Метод построения системы предпочтений Рассмотрим бесконечномерный симплекс, с крайними вариантами P, где [0, 1]. Пусть, для определённости, индивидуум считает более предпочтительными крайние варианты с большими. То есть: 1, 2 [0, 1] : 1 < 2 u(P 1 ) < u(P 1 ) u(P 0 ) = min u(P) = 0 P u(P 1 ) = max u(P) = 1 P

Квадратичный класс функций полезности U( ) = a a 1 + a 0 U( ) = a (1 a 2 ) = max ( max U( ) max U( ) ) a 2 a = 0.5 P P 0 + (1 )P 1, где (0, 1), (0, 1) a 2 [ 1, 1]

Два способа генерирования вопросов: 1) выбор Два способа генерирования вопросов: 1) выбор U( ) = a (1 a 2 ) < U(0.5) < 0.75 ½ P 0 + ½ P 1 P 0.5 ¼ P 0 + ¾ P 1 P 0.5 ? P 0 + P 1

Два способа генерирования вопросов: 2) выбор Два способа генерирования вопросов: 2) выбор U( ) = a (1 a 2 ) 0.5 = P ? ½ P 0 + ½ P 1 ½ P 0 + ½ P

Реализация алгоритма Вопрос 1

Сужение множества возможных функций полезности Вопрос 2-а

Изменение формулировки вопросов Вопрос 2-б

Уточнение множества возможных функций полезности Вопрос 3-б

Конец