Instytut Łączności. Praca statutowa nr

Wielkość: px
Rozpocząć pokaz od strony:

Download "Instytut Łączności. Praca statutowa nr"

Transkrypt

1 Instytut Łącznośc Praca statutowa nr Opracowane narzędz analtycznych do wspomagana decyzj dotyczących wysokośc opłat taryfkacyjnych stawek rozlczenowych na konkurencyjnym rynku telekomunkacyjnym Kontynuacja mgr nż. Sylwester Laskowsk Warszawa, grudzeń 2005.

2

3 Sps treśc 1 Jednokryteralne 2-osobowe gry o sume nezerowej na rynku telekomunkacyjnym Wprowadzene Gra o sume nezerowej na konkurencyjnym rynku usług telekomunkacyjnych Gry na rynkach detalcznych hurtowych Sekwencje ruchów graczy Gra podwójna gra pojedyncza Kolejność ruchów Problem decyzyjny Analza ger pojedynczych Gracz A rusza sę jako perwszy Wybór strateg gry Nejednoznaczność odpowedz gracza B Neefektywny wynk gry Stratege kooperacyjne Wybór strateg gry w sytuacj stnena rekomendowanych stawek rozlczenowych na rynku hurtowym różnej sle negocjacyjnej graczy Gracz A rusza sę jako drug Gracze ruszają sę równocześne Optymalna kolejność ruchów Rola nformacj na temat macerzy wypłat Wpływ nformacj posadanej przez gracza B na optymalną kolejność ruchów gracza A Wpływ nformacj posadanej przez gracza B na optymalną kolejność ruchów gracza B

4 2.5.3 Wpływ nformacj posadanej przez gracza B na wartość wypłaty gracza A Wpływ nformacj posadanej przez gracza B na wartość wypłaty gracza B Sprzedaż nformacj o macerzy wypłat gracza A Zakończene 97 Bblografa 101 v

5 Sps tabel 1.1 Ilustracja pojęć stratega wypłata Ilustracja przypadku, gdy graczow A opłaca sę ruszyć jako drug Ilustracja przypadku, gdy graczow A opłaca sę ruszyć jako perwszy Ilustracja przypadku, gdy kolejność ruchów ne wpływa na wartość wypłaty gracza A Ilustracja przypadku, gdy kolejność ruchów ne wpływa na wartość wypłaty żadnego z graczy Macerz wypłat operatorów A B Zestawene najlepszej z punktu wdzena gracza B odpowedz oraz wartośc wypłat obu graczy dla każdej strateg gracza A Macerz wypłat dla graczy A B Przekształcona macerz wypłat gracza A w grze przecwko naturze Macerz wypłat graczy A B Orygnalna macerz wypłat gracza A, defnująca grę przecwko naturze, jeśl ne uwzględna on potencjalnych odpowedz gracza B Macerz wypłat gracza A, defnująca grę przecwko naturze, reprezentujacej możlwe wartośc stablzacj Macerz wypłat graczy A B. Problem nejednoznacznośc odpowedz gracza B Zestawene najlepszej, z punktu wdzena gracza B odpowedz oraz wartośc wypłat obu graczy dla każdej strateg gracza A Macerz wypłat graczy A B. Ilustracja problemu nejednoznacznośc odpowedz gracza B w sytuacj neznajomośc charakteru jego kryterum Macerz wypłat gracza A w grze przecwko naturze, reprezentującej możlwe wartośc stablzacj Macerz wypłat gracza A w grze przecwko naturze, reprezentującej możlwe wartośc stablzacj, po założenu fukcj agregacj postac (2.13) v

6 2.13 Macerz wypłat gracza A w grze przecwko naturze, reprezentującej możlwe wartośc stablzacj, po założenu fukcj agregacj postac (2.14) Macerz wypłat gracza A w grze przecwko naturze, reprezentującej możlwe wartośc stablzacj, po założenu fukcj agregacj postac (2.14) Jeden efektywny wynk gry Każde rozwązane gry jest wynkem efektywnym Dylemat węźna. Ilustracja sytuacj, w której neefektywność wynka z samej konstrukcj macerzy wypłat Neefektywny ruch gracza A. Koszt neefektywnośc ponos gracz B Neefektywny ruch gracza A wynkający z neznajomośc macerzy wypłat gracza B Neefektywny ruch gracza A. Koszt neefektywnośc ponoszą obaj gracze Macerz sprzyjająca neefektywnemu ruchow gracza A w sytuacj antagonstycznych stosunków pomędzy graczam Macerz zachęcająca gracza A do wybrana strateg, prowadzącej do neefektywnego wynku w sytuacj antagonstycznych stosunków pomędzy graczam Neefektywna (wynkająca z nejednoznacznośc) odpowedź gracza B. Koszt neefektywnośc ponos wyłaczne gracz A Przykład macerzy wypłat, w której gracz B może odczuwać pokusę wyboru neefektywnej odpowedz b 2 (a 2 ) Przykład gry, w której przekazane graczow A nformacj o macerzy wypłat gracza B jest dla gracza B nekorzystne. Korzystne jest natomast wyelmnowane strateg gracza B prowadzącej do neefektywnego wynku Przykład gry, w której wyelmnowane strateg gracza A prowadzącej do neefektywnego wynku jest dla gracza B nekorzystne. Korzystne jest natomast przekazane nformacj o macerzy wypłat gracza B Przykład gry, w której ngerencja regulatora przynos obu graczom korzyść Przykład gry, w której wyelmnowane strateg gracza AB prowadzącej do neefektywnego wynku jest nekorzystne dla gracza A Przykład gry, w której ngerencja regulatora przynos obu graczom korzyść Przykład gry, w której równoczesna elmanacja strateg gracza A gracza B przynos obu graczom korzyść v

7 2.31 Macerz sprzyjająca neefektywnemu ruchow gracza A w sytuacj antagonstycznych stosunków pomędzy graczam. Wybór strateg a 2 motywowany może być zarówno chęcą pogorszena wypłaty gracza B, jak chęcą zapewnena sobe wypłaty mnmalnej równej Macerz sprzyjająca neefektywnemu ruchow gracza A w sytuacj antagonstycznych stosunków pomędzy graczam. Gracz B może składać obetncę wybrana strateg b 1 w odpowedz na strategę a 1 groźbę wyboru strateg b 2 w odpowedz na strategę a Macerz wypłat ze zmodyfkowanym wypłatam gracza B uwarygodnajacym składaną obetncę groźbę Macerz wypłat Przykład macerzy wypłat, w której współczynnk zachęty dla strateg najbardzej antagonstycznej ne przyjmuje wartośc najwększej Macerz wypłat graczy A B w grze, w której gracza A podejrzewa, ż gracz B zagra w sposób antagonstyczny Macerz wypłat gracza A w grze przecwko naturze reprezentującej antagonstyczne stratege gracza B Macerz żalu gracza A w grze przecwko naturze reprezentującej antagonstyczne stratege gracza B Macerz sprzyjająca neefektywnemu ruchow gracza A w sytuacj antagonstycznych stosunków pomędzy graczam Przykład gry, w której zastosowane przez gracza A strateg antagonstycznej, prowadz do wynku nnego nż oczekwano Trudność z ustalenem wynku nekooperacyjnego Przykład pozytywnego wpływu ntegracj BATNA na proces negocjacj Przykład wpływu stawek rekomendowanych na słę negocjacyjną graczy Ustalane wartośc strateg h l przez gracza A gracza B Trudność z odczytanem ntencj gracza B Ilustracja przypadku, gdy graczow A opłaca sę ruszyć jako drug, gdy gracz B zna jego macerz wypłat jako perwszy, gdy gracz B ne zna jego macerzy wypłat Ilustracja przypadku, gdy graczow A opłaca sę ruszyć jako perwszy, gdy gracz B zna jego macerz wypłat jako drug, gdy gracz B ne zna jego macerzy wypłat Ilustracja przypadku, gdy gracz A ruszając sę jako drug korzysta na newedzy gracza B v

8 v

9 Rozdzał 1 Jednokryteralne 2-osobowe gry o sume nezerowej na rynku telekomunkacyjnym 1.1 Wprowadzene Jednokryteralna 2-osobowa gra o sume nezerowej to gra, w której: Udzał berze 2-graczy: A B. Każdy z graczy ocena swoją decyzję (wybraną strategę) z punku wdzena jednego, znanego dla sebe kryterum (funkcja wypłaty). Każdy z graczy zna swój własny zbór potencjalnych strateg gry, jak równeż zbór potencjalnych strateg gry drugego gracza. Przynajmnej jeden z graczy zna funkcję wypłaty drugego gracza. Wartośc wypłat jednego z graczy ne da sę wyrazć jako przekształcene lnowe wypłat drugego gracza dla wszystkch kombnacj wybranych par strateg 1. Macerz wypłat jest uporządkowaną postacą reprezentacj wartośc wypłat (wartośc funkcj wypłaty) gracza dla wszystkch kombnacj wybranych strateg każdego z graczy [16, 23]. Powemy, ż gracz zna własną macerz wypłat, jeśl zna własną funkcję wypłaty oraz potencjalne stratege gry obu graczy oraz, ż gracz zna macerz wypłat nnego gracza, jeśl zna jego funkcję 1 Ten warunek jest stotny wyłączne z punku wdzena ścsłej defncj gry o sume nezerowej. W naszych rozważanach ne jest on jednak stotny. 1

10 2 ROZDZIAŁ 1. JEDNOKRYTERIALNE 2-OSOBOWE GRY O SUMIE NIEZEROWEJ NA RYNKU TELEKOMUNIKACYJNYM wypłaty oraz potencjalne stratege gry obu graczy. Tabela 1.1 lustruje macerz wypłat dla graczy A B. Gracze mają tu do wyboru po cztery stratege gracz A stratege a 1, a 2, a 3 a 4, gracz B natomast stratege b 1, b 2, b 3 b 4. Jeśl gracz A wyberze strategę a, a gracz B strategę b j, to otrzymają on w ten sposób wypłaty odpowedno V A j (a ) V B (b j ). Tabela 1.1: Ilustracja pojęć stratega wypłata. b 1 b 2 b 3 b 4 a 1. a [V A 3 (a 2), V B 2 (b 3)] a 3. a 4. Jeśl każdy z graczy zna zarówno swoją macerz wypłat, jak macerz wypłat drugego gracza, wówczas obaj grają 2 w jednokryteralną 2-osobową grę o sume nezerowej (krócej w grę o sume nezerowej). Jeśl jeden z nch ne zna macerzy wypłat drugego gracza, zna zaś swoją własną, wówczas gra on w grę przecwko naturze. Z punktu wdzena gracza A grającego w grę o sume nezerowej zachodzć mogą dwa przypadk: Obaj gracze A B grają w grę o sume nezerowej. Gracz A gra w grę u sume nezerowej, gracz B w grę przecwko naturze. 1.2 Gra o sume nezerowej na konkurencyjnym rynku usług telekomunkacyjnych Operając sę na założenach pracy [5], na konkurencyjnym rynku usług telekomunkacyjnych znajomość macerzy wypłat graczy konkurencyjnych w wyróżnonych grach na rynku telekomunkacyjnym oznacza w praktyce: znajomość modelu popytu, znajomość modelu kosztów śwadczena usług we własnej sec, 2 Mówmy, że gracz gra w daną grę jeśl jest zanteresowany wartoścą wypłaty z tej gry. Gracze mogą brać udzał w welu grach w tym sense, że wybrane przez nch stratege gry w danej grze mogą wpływać na wartośc funkcj wypłaty w nnych grach, którym on mogą już ne być zanteresowan [5, 7].

11 1.2. GRA O SUMIE NIEZEROWEJ NA KONKURENCYJNYM RYNKU USŁUG TELEKOMUNIKACYJNYCH 3 znajomość modelu kosztów śwadczena usług w secach nnych graczy, znajomość zboru potencjalnych strateg gry (zbórów jednostek usługowych odpowadających m dopuszczalnych pozomów cen), znajomość realzowanego przez nnych graczy strategcznego celu (optymalzowanej funkcj wypłaty). Elementem odróżnającym ten rodzaj ger od ger przecwko naturze jest tu fakt znajomośc modelu kosztów śwadczena usług w secach (sec) nnych graczy (drugego gracza) oraz znajomość ch strategcznego celu określającego funkcję wypłaty z gry, w którą grają [4]. W szczególnośc gram o sume nezerowej będą: Gry o zysk Gry o koszt na poszczególnych rynkach detalcznych hurtowych [5, 7]. Paradoksalne poszerzane obszaru wedzy na temat sytuacj graczy konkurencyjnych (poznawane ch model kosztów), pozwalając z jednej strony grać mądrzej, utrudna z drugej w sposób zdecydowany samą analzę sytuacj. Pokusa upraszczana problemu, poprzez gnorowane nformacj, sprowadzana go do prostego modelu gry przecwko naturze, może być w tej sytuacj znaczna, jednakże koszt takej gnorancj bywa ze wszech mar stotny [6] Gry na rynkach detalcznych hurtowych Gry na rynkach detalcznych hurtowych są ze sobą ścśle powązane [5, 7]. Welkość ruchu 3 generowanego w ramach sec jak równeż przenoszonego pomędzy secam zależy zarówno od wysokośc cen na rynkach detalcznych (ceny dla użytkownka końcowego) jak cen na rynkach hurtowych (stawk rozlczenowe). Analogczne węc jak w przypadku gry przecwko naturze, na wynk dowolnej 2-osobowej gry rynkowej wpływ zatem mają trzy procesy: A - proces ustalana cen na rynku detalcznym przez gracza A, B - proces ustalana cen na rynku detalcznym przez gracza B, H - proces negocjacj stawek rozlczenowych na rynku hurtowym mędzy graczam A B (ruch hpotetycznego gracza H). 3 Welkość generowanego ruchu (popyt na usług) wpływa bezpośredno na welkość ponoszonych kosztów jak na zysk ze sprzedaży usług.

12 4 ROZDZIAŁ 1. JEDNOKRYTERIALNE 2-OSOBOWE GRY O SUMIE NIEZEROWEJ NA RYNKU TELEKOMUNIKACYJNYM Sekwencje ruchów graczy W przypadku ger przecwko naturze uzasadnonym było założene rozłącznośc w czase każdego z procesów: A, B, H [9, 7]. Z racj na fakt, ż gracze ne znal nawzajem swoch macerzy wypłat, z punktu wdzena gracza A sytuacja jednoczesnego wyboru strateg w ramach dowolnej gry tożsama była z sytuacją, gdy gracz ten ruszał sę jako perwszy 4. W przypadku gry o sume nezerowej, założene to w ogólnośc ne jest słuszne. Rozpatrzena wymaga zatem sześć warantów sekwencj ruchów z rozłącznym procesam ustalana cen na poszczególnych rynkach: ABH, BAH, HAB, HBA, AHB BHA oraz sześć sekwencj ruchów z dwoma równoczesnym procesam ustalana cen: (AB)H, A(BH), (HA)B, H(AB), (BH)A B(HA). Procesy, których akronmy zostały ujęte w nawas przebegają tu równocześne, stąd (AB)H = (BA)H, A(BH) = A(HB), B(HA) = B(AH) td. Sytuacja, którą oznaczyć moglbyśmy jako (ABH) odzwercedla przypadek, gdy wszystke decyzje cenowe (dotyczące zarówno rynków detalcznych jak hurtowych) zapadają równocześne, co w praktyce oznacza: w trakce procesu negocjacj. Przypadek ten zakłada węc, że zarówno ceny na rynkach detalcznych poszczególnych graczy, jak ceny za połączena mędzysecowe stanową przedmot negocjacj. Ne jest to węc przypadek gry, a jedyne przypadek grupowego podejmowana decyzj [11, 21]. Sytuacje, w których równocześne zachodzą dwa procesy, a jednym z nch jest proces negocjacj stawek rozlczenowych H zachowują podobną właścwość: w trakce negocjacj, prócz ustalana cen hurtowych gracze negocjują równeż wysokość cen detalcznych jednego z graczy. Stąd też z punktu wdzena ogólnej klasyfkacj modelu gry przyjąć można następującą równoważność poszczególnych sekwencj: A(BH) = AH (HA)B = HB (BH)A = HA B(HA) = BH z załozenem, ż w sekwencjach z prawej strony powyższych zależnośc lczba strateg hpotetyczny gracz H I H, reprezentującego możlwe wynk negocjacj jest względem jego lczby strateg w sekwencjach z lewej strony I A lub I B razy wększa, w zależnośc od tego, czy równocześne z negocjacjam odbywa sę proces ustalana cen detalcznych na rynku gracza A czy B. Uzyskamy w ten sposób sytuacje growe z dwoma procesam ustalana cen. 4 Neznajomość macerzy wypłat gracza konkurencyjnego ne daje żadnych podstaw do przewdywana jego decyzj zarówno w sytuacj ruszana sę jako perwszy, jak w sytuacj, gdy gracze ruszają sę równocześne.

13 1.2. GRA O SUMIE NIEZEROWEJ NA KONKURENCYJNYM RYNKU USŁUG TELEKOMUNIKACYJNYCH Gra podwójna gra pojedyncza Wprowadźmy następującą klasyfkację ger: Defncja Gra podwójna to sytuacja growa, w której żaden z procesów ustalana cen ne został zakończony. W grze tej udzał berze trzech graczy A, B H. Defncja Gra pojedyncza to sytuacja growa, w której dokładne jeden proces ustalana cen został zakończony dokładne jeden gracz wykonał ruch. W grze tej berze udzał dwóch graczy. Sytuacja growa składa sę zatem z dwóch faz. W faze perwszej rozgrywana jest gra podwójna. W wynku jej rozegrana jeden z graczy: A, B lub H ustala ceny na odpowadającym sobe rynku (wybera strategę). W faze drugej rozgrywana jest gra pojedyncza pomędzy graczam, którzy w faze perwszej ne ustall cen. Wobec powyższej klasyfkacj, z punktu wdzena kształtowana metod analzy poszczególnych ger sekwencje: A(BH) = AH (HA)B = HB (BH)A = HA B(HA) = BH uznać można za gry, rozgrywane w drugej faze (gra pojedyncza) sytuacj growej, reprezentowanej przez odpowene sekwencje ruchów z rozłącznym procesam ustalana cen na poszczególnych rynkach. Stąd: A(BH) = AH jest grą z drugej fazy sytuacj growej reprezentowanej przez seksencję BAH (HA)B = HB jest grą z drugej fazy sytuacj growej reprezentowanej przez seksencję AHB (BH)A = HA jest grą z drugej fazy sytuacj growej reprezentowanej przez seksencję BHA B(HA) = BH jest grą z drugej fazy sytuacj growej reprezentowanej przez seksencję ABH Stąd też z sekwencj z dwoma równoczesnym procesam ustalana cen do osobnego rozpatrzena zostaną tylko (AB)H H(AB).

14 6 ROZDZIAŁ 1. JEDNOKRYTERIALNE 2-OSOBOWE GRY O SUMIE NIEZEROWEJ NA RYNKU TELEKOMUNIKACYJNYM Kolejność ruchów Kolejność ruchów poszczególnych graczy wpływa na wynk gry, na możlwość oddzaływana na jego wartość, jak równeż na sprawność procesu negocjacj [9, 7]. W przypadku modelu gry przecwko naturze z punktu wdzena wynku gry jak równeż możlwośc oddzaływana na jego wartość optymalną dla gracza A była sekwencja ruchów: BHA. Przystępując do negocjacj cen na rynku hurtowym (H), ceny na rynku detalcznym gracza B były już ustalone (B). Znając ch wartość gracz A przed przystąpenem do negocjacj dokonać mógł szeregu analz w celu wyłonena najkorzystnejszych warantów cen na rynku hurtowym obu graczy oraz odpowadających m cen na własnym rynku detalcznym. Posadane welu warantów cen na rynku hurtowym, które zaproponować mógł graczow B wzmacnało jego pozycję w negocjacjach [3, 13, 14, 17, 18, 19]. Po zakończenu negocjacj w zależnośc od przyjętego warantu cen na rynku hurtowym gracz A mał możlwość wybrana najkorzystnejszych dla sebe w tym przypadku cen na rynku detalcznym A. W przypadku gry przecwko naturze, gracz A neznajdował podstaw do tego, by uprzedzać decyzję gracza B 5, korzystnej było ruszać sę jako drug. W przypadku modelu gry o sume nezerowej, kedy to gracz A zna macerz wypłat gracza B taka sytuacja zachodzć może ale ne mus. Zlustrujemy to na przykładach. Dla uproszczena załóżmy, ż obaj gracze A B dążą do maksymalzacj własnej funkcj wypłaty. Dla macerzy wypłat jak w tabel 1.2 graczow A opłaca sę ruszać jako drug. Nezależne od decyzj gracza B może wówczas wybrać strategę, która zapewn mu wypłatę równą Vj A(a ) = 4 (a 1 jeśl B wybrał b 1 lub a 2 jeśl B wybrał b 2 ). Gdyby ruszył sę jako perwszy w wynku odpowedz gracza B, maksymalzujacego wypłatę V B (b j ) = 4 (b 2 jeśl A wybrał a 1 lub b 1 jeśl A wybrał a 2 ), otrzymałby wypłatę Vj A(a ) = 2. Tabela 1.2: Ilustracja przypadku, gdy graczow A opłaca sę ruszyć jako drug. b 1 b 2 a 1 [4,2] [2,4] a 2 [2,4] [4,2] Jeśl jednak macerz wypłat graczy będze jak w tabel 1.3, to graczow A opłaca sę ruszyć jako perwszy wybrać strategę a 2. Wówczas w wynku odpowedz gracza B, maksymalzujacego wypłatę V B (b j ) (B wyberze b 1 ), otrzyma najwększą z możlwych do osągnęca wypłatę 5 Jest to stwerdzene słuszne wyłączne w przypadku, gdy gracz A ne ponosł żadnych kosztów zwązanych z samych faktem zwlekana z podjęcem decyzj. Innym słowy, czas zwlekana z decyzją ne generował kosztów.

15 1.2. GRA O SUMIE NIEZEROWEJ NA KONKURENCYJNYM RYNKU USŁUG TELEKOMUNIKACYJNYCH 7 V A 1 (a 2) = 4. Tabela 1.3: Ilustracja przypadku, gdy graczow A opłaca sę ruszyć jako perwszy. b 1 b 2 a 1 [3,3] [2,4] a 2 [4,2] [1,1] Zachodzć może równeż sytuacja, kedy dla jednego lub dla obu graczy kolejność ruchów ne ma znaczena. Jest to sytuacja, kedy to nezależne od tego, czy gracz ruszyłby sę jako perwszy, czy też jako drug otrzyma tę samą wartość wypłaty. W przypadku gry z macerzą wypłat jak w tabel 1.4, dla gracza A kolejność ruchów ne ma znaczena. Ma ona jednakże dla gracza B gracz B wolałby ruszyć sę jako drug. W przypadku gry z macerzą wypłat jak w tabel 1.5, Tabela 1.4: Ilustracja przypadku, gdy kolejność ruchów ne wpływa na wartość wypłaty gracza A. b 1 b 2 a 1 [3,2] [3,4] a 2 [3,3] [3,1] zarówno dla gracza A jak dla gracza B kolejność ruchów ne ma znaczena. Tabela 1.5: Ilustracja przypadku, gdy kolejność ruchów ne wpływa na wartość wypłaty żadnego z graczy. b 1 b 2 a 1 [3,2] [3,2] a 2 [3,2] [3,2] Problem decyzyjny Z punktu wdzena gracza A, decyzja odnośne sposobu rozegrana gry dotyczy dwóch kwest: wyboru odpowenej kolejnośc ruchów graczy,

16 8 ROZDZIAŁ 1. JEDNOKRYTERIALNE 2-OSOBOWE GRY O SUMIE NIEZEROWEJ NA RYNKU TELEKOMUNIKACYJNYM wyboru odpowenej strateg (ustalene cen) w ramach ustalonej kolejnośc ruchów. Wybór kolejnośc ruchów uzależnony jest od decyzj gracza B to tak zarówno w kwest momentu ustalena cen na jego rynku detalcznym (proces B) jak w kwest zakończena negocjacj cen na rynku hurtowym (proces H). Z decyzją gracza B, gracz A lczyć sę równeż mus w kwest cen na rynku hurtowym (wybor odpowednej strateg gracza H). Całkowtą swobodę gracz A zachowuje w kwest ustalena cen na własnym rynku detalcznym (proces A). W nenejszej pracy uwaga skupona zostane na analze ger pojedynczych.

17 Rozdzał 2 Analza ger pojedynczych W przypadku gry pojedynczej mamy do czynena z sytuacją, gdy w wynku rozegrana gry podwójnej jeden z graczy: A, B lub H ustalł już swoje ceny. Rozgrywana jest teraz gra z udzałem wyłączne dwóch graczy. Do rozpatrzena mamy sedem różnych przypadków: 1. Przypadek AB odpowadający sytuacj, gdy w wynku rozegrana gry podwójnej ustalono ceny na rynku hurtowym (ustalono strategę gracza H), a w grze pojedynczej perwszy ustala ceny na rynku detalcznym gracz A. 2. Przypadek HB odpowadający sytuacjom: W wynku rozegrana gry podwójnej ustalone zostały ceny na rynku detalcznym gracza A. Analzowany jest przypadek (HA)B = (AH)B = HB. a w grze pojedynczej perwszym jest proces negocjacj stawek rozlczenowych na rynku hurtowym (ruch gracza H). 3. Przypadek AH odpowadający sytuacjom: W wynku rozegrana gry podwójnej ustalone zostały ceny na rynku detalcznym gracza B. Analzowany jest przypadek A(HB) = A(BH) = AH. a w grze pojedynczej perwszy ustala ceny na rynku detalcznym gracz A. 4. Przypadek BA odpowadający sytuacj, gdy wynku rozegrana gry podwójnej ustalono ceny na rynku hurtowym (ustalono strategę gracza H), a w grze pojedynczej perwszy ustala ceny na rynku detalcznym gracz B. 9

18 10 ROZDZIAŁ 2. ANALIZA GIER POJEDYNCZYCH 5. Przypadek BH odpowadający sytuacjom: W wynku rozegrana gry podwójnej ustalone zostały ceny na rynku detalcznym gracza A. Analzowany jest przypadek B(HA) = B(AH) = BH. a w grze pojedynczej perwszy ustala ceny na rynku detalcznym gracz B. 6. Przypadek HA odpowadający sytuacjom: W wynku rozegrana gry podwójnej ustalone zostały ceny na rynku detalcznym gracza B. Analzowany jest przypadek (HB)A = (BH)A = HA. a w grze pojedynczej perwszym jest proces negocjacj stawek rozlczenowych na rynku hurtowym (ruch gracza H). 7. Przypadek (AB) odpowadający sytuacj, gdy w wynku rozegrana gry podwójnej ustalono ceny na rynku hurtowym (ustalono strategę gracza H), a w grze pojedynczej gracze A B ruszają sę równocześne. Powyższe przypadk ogólne ująć można jako sytuacje, w których zachodz jedna z trzech możlwośc: Gracz A rusza sę jako perwszy. Odpowada to przypadkom AB, AH HB 1. Gracz A rusza sę jako drug. Odpowada to przypadkom BA, HA 2 BH. Gracze ruszają sę równocześne. Odpowada to przypadkow (AB). W dalszej częśc tekstu rozpatrzymy oddzelne powyższe przypadk. Uzględnmy równeż fakt, ż gracze mogą zabegać o zmanę kolejnośc ruchów. Rozpatrzymy także wpływ nformacj posadanej przez gracza B na optymalną kolejność ruchów uzyskwane wypłaty. 1 Przyjmujemy tu, że proces negocjacj H, jako element pozostający pod częścową kontrolą gracza A uznany jest za jego ruch. 2 Przyjmujemy tu, że proces negocjacj H, jako element pozostający pod częścową kontrolą gracza B uznany jest za jego ruch.

19 2.1. GRACZ A RUSZA SIĘ JAKO PIERWSZY Gracz A rusza sę jako perwszy Rozpatrujemy sytuację, w której rozegrano już grę podwójną (na jednym z rynków detalcznych albo na rynku hurtowym ustalono już ceny), zaś kolejność ruchów w grze pojedynczej jest zdetermnowana gracz A mus sę ruszyć jako perwszy. Mamy do rozpatrzena trzy przypadk: 1. Przypadek AB odpowadający sytuacj, gdy wynku rozegrana gry podwójnej ustalono ceny na rynku hurtowym (ustalono strategę gracza H). 2. Przypadek HB odpowadający sytuacjom: W wynku rozegrana gry podwójnej ustalone zostały ceny na rynku detalcznym gracza A. Analzowany jest przypadek (HA)B = (AH)B = HB. 3. Przypadek AH odpowadający sytuacjom: W wynku rozegrana gry podwójnej ustalone zostały ceny na rynku detalcznym gracza B. Analzowany jest przypadek A(HB) = A(BH) = AH Wybór strateg gry Funkcja wypłaty danego gracza jest określonym kryterum oceny podjętej przez nego decyzj. W szczególnym przypadku kryterum to może być maksymalzowane, mnmalzowane, lub stablzowane. Maksymalzacja, mnmalzacja stablzacja wyznaczają swosty kerunek optymalzacj kryterum, który nazwemy charakterem kryterum. Gracz A może lecz ne mus wedzeć a pror jak charakter ma dane kryterum dla gracza B. Innym słowy znajomość macerzy wypłat gracza B, a co za tym dze znajomość jego funkcj wypłaty ne wystarcza do precyzyjnego określena celu, jak on sobe wyznacza. Ne wystarczy zatem wedzeć, ż B np. gra o zysk, trzeba jeszcze wedzeć, czy ów zysk gracz B chce maksymalzować 3. Mamy tu zatem dwa przypadk: 3 Znajomość charakteru kryterum ne mus być wcale tak oczywsta, jak to sę z pozoru może wydawać. Powszechne przyjmuje sę, że gracze rynkow maksymalzują zysk udzał w rynku, mnmalzują zaś koszty. Reala rynków poddanych kontrol mogą być jednakże nne. I tak dla przykładu przedsęborstwo, które zblża sę do grancy, po przekroczenu której zostane uznane za posadające znaczącą pozycję rynkową na danym rynku może dążyć do ustablzowana swojej aktualnej pozycj (udzału w rynku, zysku). Przedsęborstwo, na które nałożono obowązek ustalana cen za usług w oparcu o ponoszone koszty może dążyć do (choćby w sposób sztuczny) zwększana (maksymalzowana) tychże kosztów. Ponadto, z racj na fakt, ż dany gracz rozpatruje ne tylko własne wartośc kryterów ale równeż wartośc kryterów konkurentów, może te ostatne traktować w sposób przecwny względem własnych dążąc do pogorszena sytuacj konkurenta.

20 12 ROZDZIAŁ 2. ANALIZA GIER POJEDYNCZYCH 1. Gracz A we jak charakter ma kryterum gracza B. 2. Gracz A ne we jak charakter ma kryterum gracza B. W przypadku perwszym problem jest prosty, jeśl kryterum gracza B jest maksymalzowane, lub mnmalzowane. W przypadku stablzacj kryterum problem jest o tyle skomplkowany, że gracz A ne mus wedzeć wokół jakej wartośc dokonuje sę ta stablzacja. Z punktu wdzena analzy tego typu ger dogodne jest zatem dokonać nnego podzału sytuacj decyzyjnej: 1. Gracz A we jak charakter ma kryterum gracza B jest to kryterum maksymalzowane, mnmalzowane albo stablzowane ze znaną dla A wartoścą, wokół której dokonuje sę stablzacja. 2. Gracz A ne we jak ma charakter kryterum gracza B, bądź we jest to kryterum stablzowane z tym, że A ne we wokół jakej wartośc. Przypadk powyższe określmy odpowedno jako: 1. Znany charakter kryterum konkurenta. 2. Neznany charakter kryterum konkurenta. Ponżej lustrujemy racjonalne sposoby rozgrywana tego typu ger przez gracza A w obu sytuacjach. Znany charakter kryterum konkurenta W sytuacj, gdy gracz A zna charakter kryterum 4 (funkcj wypłaty) gracza konkurencyjnego B, możlwym jest wyznaczene dla każdej potencjalne wybranej przez A strateg a najlepszej z punktu wdzena gracza B odpowedz ˆb(a ). I tak dla kryterów V B (b j ) maksymalzowanych otrzymamy: dla kryterów mnmalzowanych zaś dla kryterów stablzowanych ˆb(a ) = arg max V B (b j ) :, (2.1) j ˆb(a ) = arg mn V B (b j ) :, (2.2) j ˆb(a ) = arg max j 1 ˆV B V B (b j ) I rzecz jasna zna analtyczną postać tego kryterum, co jest tu domnemywane. :, (2.3)

21 2.1. GRACZ A RUSZA SIĘ JAKO PIERWSZY 13 gdze ˆV B jest pożądaną przez gracza B wartoścą jego funkcj wypłaty V B (b j ). Oznaczmy ndeks strateg ˆb(a ) przez ĵ. Wartość wypłaty gracza A w sytuacj, gdy wybrał on swoją strategę a, zaś gracz B w odpowedz wybrał najlepszą dla sebe strategę ˆb(a ), oznaczymy przez V A ĵ (a ) Zakładając, że kryterum gracza A jest maksymalzowane lub sprowadzone do takej postac, najlepszą strategę gry â gracz A otrzymuje w wynku rozwązana ponższego zadana optymalzacj: Przykład 2.1 â = arg max V A ĵ (a ). (2.4) Po lberalzacj rynku połączeń mędzynarodowych, dawny monopolsta operator A spodzewa sę w najblższym czase wejśca na rynek nowego operatora B. Operator A rozważa możlwość zmany struktury taryfowej za połączena mędzynarodowe jeszcze zanm operator B zaczne faktyczne funkcjonować tak, aby w etape przejścowym zatrzymać możlwe najwększą lczbę klentów (gra o lczbę użytkownków [5, 7]). Operator A rozważa cztery stratege gry: a 1 zachować aktualną strukturę taryfową. a 2 obnżyć o 5% ceny połączeń mędzynarodowych. a 3 obnżyć o 10% ceny połączeń mędzynarodowych. a 4 obnżyć o 15% ceny połączeń mędzynarodowych. Budowa nfrastruktury secowej zmusła operatora B do ponesena znacznych nakładów fnansowych zacągnęca dużych kredytów. Operator A przewduje, że z tego powodu podstawowym celem najblższej dzałalnośc operatora B będze szybk zwrot ponesonych kosztów spłata zacągnętych kredytów (gra o zysk maksymalzacja zysku). Operator A dobrze zna technologę wykorzystaną do budowy sec przez operatora B, a względne mała lczba punktów połączenowych z operatoram sec lokalnych oraz newelka lczba łączy wychodzących do sec krajów sąsadujących pozwala operatorow A dość dobrze określć strukturę kosztów operatora B. Operator A przypuszcza, że operator B rozważał będze cztery stratege cenowe: b 1 - zachować aktualną strukturę taryfową operatora A. b 2 - obnżyć o 5% ceny połączeń mędzynarodowych względem aktualnych cen operatora A. b 3 - obnżyć o 10% ceny połączeń mędzynarodowych względem aktualnych cen operatora A. b 4 - obnżyć o 15% ceny połączeń mędzynarodowych względem aktualnych cen operatora A.

22 14 ROZDZIAŁ 2. ANALIZA GIER POJEDYNCZYCH W oparcu o model popytu oraz model kosztów sec operatora B operator A przeprowadzł oblczena dla każdej kombnacj dopuszczalnych strateg gry obu graczy, wyznaczając odpowedno lczby użytkownków operatora A (w setkach tysęcy) oraz szacowaną welkość zysku operatora B (w mlonach złotych). Macerze wypłat operatorów A B zlustrowano w tabel 2.1. Tabela 2.1: Macerz wypłat operatorów A B. b 1 b 2 b 3 b 4 a 1 [6,6] [5,8] [4,7] [7,5] a 2 [8,5] [4,4] [3,5] [5,6] a 3 [7,4] [6,3] [3,3] [6,6] a 4 [5,6] [6,5] [6,6] [7,7] Aby wskazać najlepszą własną strategę gry, operator A określa dla każdej strateg a, najlepszą z punktu wdzena operatora B odpowedź ˆb(a ) (strategę b j dającą najwększą wartość wypłaty V B (b j )). Na tej podstawe dla każdej strateg a operator A określa wartość wypłaty, jaką otrzyma V A ĵ (a ) wybera strategę, która tę wypłatę maksymalzuje. W tabel 2.2 dokonano zestawena odpowednch wartośc dla poszczególnych strateg a. Którą strategę pownen wybrać operator A? Zgodne z zależnoścą (2.4) tę, która daje naj- Tabela 2.2: Zestawene najlepszej z punktu wdzena gracza B odpowedz oraz wartośc wypłat obu graczy dla każdej strateg gracza A. a ˆb(a ) V B (ˆb(a )) V A ĵ (a ) a 1 b a 2 b a 3 b a 4 b wększą wartość wypłaty V A ĵ (a ). Najwększą wypłatę V A 4 (a 4) = 7 zapewna operatoratorow A stratega a 4. Ona zatem pownna zostać wybrana.

23 2.1. GRACZ A RUSZA SIĘ JAKO PIERWSZY 15 Neznany charakter kryterum konkurenta Sytuacja neznajomośc charakteru kryterum konkurenta zdefnowana została jako zajśce jednego z dwóch przypadków: gracz A ne we jak ma charakter kryterum gracza B, gracza A we jak charakter ma kryterum gracza B jest to kryterum stablzowane z tym, że A ne we wokół jakej wartośc. Oba przypadk sprowadzć można do wspólnej, ogólnej postac zakładając, ż kryterum gracza B jest stablzowane wokół wartośc neznanej graczow A. Wynka to z faktu, ż krytera maksymalzowane traktować można jako krytera stablzowane względem najwększej z możlwych wartośc, zaś krytera mnmalzowane względem wartośc najmnejszej. Wspomagane gracza A w wyborze najkorzystnejszej strateg w tym przypadku oprzeć można na metodze opsanej w ponższych punktach. 1. Określamy zbór możlwych wartośc wokół których dokonywać sę będze stablzacja (np. zbór wszystkch wartośc lczbowych z macerzy wypłat) ˆV s B której dokonuje sę stablzacja). (s - ndeks wartośc wokół 2. Tworzymy nową macerz wypłat gracza A, w której strategam ˆb s gracza B będą wyżej opsane, możlwe wartośc stablzowane ˆV s B, zaś elementam macerzy Vŝ A(a ) wartośc wypłat Vj A(a ) gracza A jake otrzyma w sytuacj, gdy w odpowedz na jego strategę a gracz B wybera strategę b s (a ), dla której wartość V B (b j ) jest najblższa względem aktualne rozpatrywanej wartośc stablzowanej ˆV s B. Odległość defnować można jako wartość bezwględną z różncy pomędzy wartoścam ˆV s B V B (b j ). Im moduł różncy jest mnejszy, tym wartośc są sobe blższe. Innym słowy wyberana jest stratega dla której: b s (a ) = arg mn ˆV s B j V B (b j ) :. 3. Otrzymaną macerz traktujemy jako model gry przecwko naturze do jej analzy stosujemy właścwe dla tego typu ger metody [1, 4, 7, 8, 10, 12, 16, 23]. Przykład 2.2 Załóżmy, że macerz wypłat dla obu graczy przedstawa sę jak w tabel 2.3. Gracz A dąży do maksymalzacj swojej wypłaty, jednakże ne zna charakteru kryterum gracza B. Przyjmuje węc, ż gracz B stablzuje swoją wartość wypłaty wokół neznanej dla A wartośc.

24 16 ROZDZIAŁ 2. ANALIZA GIER POJEDYNCZYCH Tabela 2.3: Macerz wypłat dla graczy A B. b 1 b 2 b 3 b 4 a 1 [6,6] [5,8] [4,7] [7,5] a 2 [8,7] [4,4] [3,5] [5,6] a 3 [7,5] [6,4] [3,3] [6,6] a 4 [5,5] [6,4] [6,6] [7,7] Wartośc w macerzy wypłat gracza B zmenają sę od ˆV B = 3 do ˆV B = 8. Przekształcając z punktu wdzena problem do gry przecwko naturze uzyskamy grę, w której gracz B będze mał sześć strateg ˆb s : ˆb1 statega, odpowadająca stablzacj wokół wartośc ˆV 1 B = 3 ˆb2 statega, odpowadająca stablzacj wokół wartośc ˆV 2 B = 4 ˆb3 statega, odpowadająca stablzacj wokół wartośc ˆV 3 B = 5 ˆb4 statega, odpowadająca stablzacj wokół wartośc ˆV 4 B = 6 ˆb5 statega, odpowadająca stablzacj wokół wartośc ˆV 5 B = 7 ˆb6 statega, odpowadająca stablzacj wokół wartośc ˆV 6 B = 8 Elementy macerzy wypłat gracza A V A ŝ (a ) w grze przecwko naturze znajdujemy zgodne z następującym rozumowanem: Jeśl gracz B dąży do stablzacj wypłaty wokół wartośc ˆV B 1 = 3, to: Jeśl gracz A wyberze strategę a 1, gracz B w odpowedz wyberze strategę b 4, dajacą mu najblższą wartośc ˆV B 1 = 3 wypłatę V1 B(b 4) = 5. Gracz A otrzyma wówczas wypłatę V4 A(a 1) = Vˆ1 A(a 1) = 7 Jeśl gracz A wyberze strategę a 2, gracz B w odpowedz wyberze strategę b 2, dajacą mu najblższą wartośc ˆV B 1 = 3 wypłatę V2 B(b 2) = 4. Gracz A otrzyma wówczas wypłatę V2 A(a 2) = Vˆ1 A(a 2) = 4 Jeśl gracz A wyberze strategę a 3, gracz B w odpowedz wyberze strategę b 3, dajacą mu najblższą wartośc ˆV B 1 = 3 wypłatę V3 B(b 3) = 3. Gracz A otrzyma wówczas wypłatę V3 A(a 3) = Vˆ1 A(a 3) = 3 Jeśl gracz A wyberze strategę a 4, gracz B w odpowedz wyberze strategę b 2, dajacą mu najblższą wartośc ˆV B 1 = 3 wypłatę V4 B(b 2) = 4. Gracz A otrzyma wówczas wypłatę V2 A(a 4) = Vˆ1 A(a 4) = 6

25 2.1. GRACZ A RUSZA SIĘ JAKO PIERWSZY 17 Jeśl gracz B dąży do stablzacj wypłaty wokół wartośc ˆV B 2 = 4, to: Itd. Jeśl gracz A wyberze strategę a 1, gracz B w odpowedz wyberze strategę b 4, dajacą mu najblższą wartośc ˆV B 1 = 4 wypłatę V1 B(b 4) = 5. Gracz A otrzyma wówczas wypłatę V4 A(a 1) = Vˆ1 A(a 1) = 7 Jeśl gracz A wyberze strategę a 2, gracz B w odpowedz wyberze strategę b 2, dajacą mu najblższą wartośc ˆV B 1 = 4 wypłatę V2 B(b 2) = 4. Gracz A otrzyma wówczas wypłatę V2 A(a 2) = Vˆ1 A(a 2) = 4 Jeśl gracz A wyberze strategę a 3, gracz B w odpowedz wyberze strategę b 2, dajacą mu najblższą wartośc ˆV B 1 = 4 wypłatę V3 B(b 2) = 4. Gracz A otrzyma wówczas wypłatę V2 A(a 3) = Vˆ1 A(a 3) = 6 Jeśl gracz A wyberze strategę a 4, gracz B w odpowedz wyberze strategę b 2, dajacą mu najblższą wartośc ˆV B 1 = 4 wypłatę V4 B(b 2) = 4. Gracz A otrzyma wówczas wypłatę V2 A(a 4) = Vˆ1 A(a 4) = 6 W efekce przeprowadzonych przekszatałceń otrzymamy macerz wypłat dla gracza A w grze przecwko naturze postac 2.4. Tabela 2.4: Przekształcona macerz wypłat gracza A w grze przecwko naturze. ˆb1 ˆb2 ˆb3 ˆb4 ˆb5 ˆb6 a a a a Decyzję odnośne wyboru strateg gracz A może teraz oprzeć na którymś kryterów wyboru strateg w grach przecwko naturze [7, 8]. Jeśl dla przykładu kerował sę będze kryterum Walda postac: max{mn Vŝ A (a ) : I A }. (2.5) ŝ to pownen wybrać strategę a 4 dającą mu mnmalną wartość wypłaty równą V A ˆ3 (a 4) = 5. Na dentyczną strategę wskazuje kryterum Laplace a postac: max{ ŝ V A ŝ (a ) : I A }. (2.6)

26 18 ROZDZIAŁ 2. ANALIZA GIER POJEDYNCZYCH Jeśl jednak kerował sę będze kryterum optymstycznym postac: max{max Vŝ A (a ) : I A }. (2.7) ŝ to pownen wybrać strategę a 2, dla której nawększa wypłata wynos V A ˆ5 (a 2) = V A ˆ6 (a 2) = 8. Uprawnone jest równeż stosowane kryterów operujących na macerzy strat typu: Savage a, LNW tp [7, 8]. Należy wyraźne podkreślć, ż macerz wypłat gracza A w grze przecwko naturze, reprezentującej prawdopodobne punkty stablzacj ne posada tych samych właścwośc, co orygnalna macerz wypłat gracza A, tzn. orygnalna macerz wypłat gracza A (bez uwzględnana macerzy wypłat gracza B) defnuje nną grę przecwko naturze nż macerz, w której natura reprezentuje możlwe punkty stablzacj wartośc wypłaty gracza B. Rozważmy to na przykładze. Przykład 2.3 Macerz wypłat graczy: A B przedstawa sę jak w tabel 2.5. Zakładając, że gracz A ne uwzględna potencjalnych odpowedz gracza A, jego macerz wypłat (w tak powstałej grze przecwko naturze) przedstawa sę jak w tabel 2.6. Wdać, że stratega a 1 domnuje tu strategę a 2, a węc każde racjonalne kryterum wyboru strateg w grach przecwko naturze wskaże właśne na tę strategę. Co sę stane, jeśl uwzględnać będzemy potencjalne odpowedz gracza B, przy założenu neznajomośc charakteru kryterum defnującego jego funkcję wypłaty? Tabela 2.5: Macerz wypłat graczy A B. b 1 b 2 b 3 a 1 [2,1] [1,3] [2,1] a 2 [1,1] [1,1] [2,4] Zgodne z założenam zaprezentowanej metody neznajomość charakteru kryterum gracza B wyrazmy za pomocą stablzacj funkcj wypłaty wokół wszystkch wartośc z jego macerzy wypłat. Stąd otrzymamy: ˆb1 stratega odpowadająca stablzacj wokół wartośc ˆV 1 B = 1 ˆb2 stratega odpowadająca stablzacj wokół wartośc ˆV 2 B = 3 ˆb3 stratega odpowadająca stablzacj wokół wartośc ˆV 3 B = 4

27 2.1. GRACZ A RUSZA SIĘ JAKO PIERWSZY 19 Tabela 2.6: Orygnalna macerz wypłat gracza A, defnująca grę przecwko naturze, jeśl ne uwzględna on potencjalnych odpowedz gracza B. b 1 b 2 b 3 a a Prześledźmy jak kształtowały sę będą odpowedz gracza B na poszczególne stratege gracza A przy różnych wartoścach punktu stablzacj. Jeśl gracz B dąży do stablzacj wypłaty wokół wartośc ˆV B 1 = 1, to: Jeśl gracz A wyberze strategę a 1, gracz B w odpowedz wyberze albo strategę b 1 albo b 3 dajacą mu w obu przypadkach najblższą wartośc ˆV B 1 = 1 wypłatę V1 B(b 1) = V1 B(b 3) = 1. W obu przypadkach gracz A otrzyma wówczas wypłatę V1 A(a 1) = V3 A(a 1) = Vˆ1 A(a 1) = 2. Jeśl gracz A wyberze strategę a 2, gracz B w odpowedz wyberze albo strategę b 1 albo b 2 dajacą mu w obu przypadkach najblższą wartośc ˆV B 1 = 1 wypłatę V2 B(b 1) = V2 B(b 2) = 1. W obu przypadkach gracz A otrzyma wówczas wypłatę V1 A(a 2) = V2 A(a 2) = Vˆ1 A(a 2) = 1. Jeśl gracz B dąży do stablzacj wypłaty wokół wartośc ˆV B 2 = 3, to: Jeśl gracz A wyberze strategę a 1, gracz B w odpowedz wyberze strategę b 2 dajacą mu najblższą wartośc ˆV B 2 = 3 wypłatę V1 B(b 2) = 3. Gracz A otrzyma wówczas wypłatę V2 A(a 1) = Vˆ2 A(a 1) = 1. Jeśl gracz A wyberze strategę a 2, gracz B w odpowedz wyberze strategę b 3 dajacą mu najblższą wartośc ˆV B 2 = 3 wypłatę V2 B(b 3) = 4. Gracz A otrzyma wówczas wypłatę V3 A(a 2) = Vˆ2 A(a 2) = 2. Jeśl gracz B dąży do stablzacj wypłaty wokół wartośc ˆV B 3 = 4, to: Jeśl gracz A wyberze strategę a 1, gracz B w odpowedz wyberze strategę b 2 dajacą mu najblższą wartośc ˆV B 2 = 4 wypłatę V1 B(b 2) = 3. Gracz A otrzyma wówczas wypłatę V2 A(a 1) = Vˆ3 A(a 1) = 1.

28 20 ROZDZIAŁ 2. ANALIZA GIER POJEDYNCZYCH Jeśl gracz A wyberze strategę a 2, gracz B w odpowedz wyberze strategę b 3 dajacą mu najblższą wartośc ˆV B 2 = 4 wypłatę V2 B(b 3) = 4. Gracz A otrzyma wówczas wypłatę V3 A(a 2) = Vˆ3 A(a 2) = 2. Stąd macerz wypłat w grze przecwko naturze reprezentującej możlwe wartośc stablzacj, przedstawała sę będze jak w tabel 2.7. W macerzy tej tym razem to stratega a 2 (z dokładnoścą do uporządkowana wartośc) domnuję strategę a 1, a węc ona będze preferowana. Tabela 2.7: Macerz wypłat gracza A, defnująca grę przecwko naturze, reprezentujacej możlwe wartośc stablzacj. ˆb1 ˆb2 ˆb3 a a W zaprezentowanej metodze ne bez znaczena jest dobór potencjalnych punktów, wokół których dokonuje sę stablzacja. Dla przykładu powększane lczby punktów stablzacj powyżej najwększej wartośc w macerzy wypłat gracza B sztuczne zawyża wartość w sense kryterum Laplace a tych strateg gracza A, dla których w przekształconej macerzy wypłat znajduje sę wartość najwększa. W analogczny sposób zwększane lczby punktów stablzacj ponżej wartośc najmnejszej wartość owych kryterów w sense kryterum Laplace a zanża. Ogólne rzecz ujmując zmana lczby punktów stablzacj modyfkuje wartość strateg w sense kryterów nespełnających aksjomatu newrażlwośc na duplkację kolumny [16]. Rozsądnym zatem wydaje sę być założene, ż gracz B dokonuje stablzacj wyłączne wokół wartośc, które w jego macerzy wypłat sę znajdują Nejednoznaczność odpowedz gracza B W przykładze 2.3 dwukrotne zetknęlśmy sę z sytuacją nejednoznacznej odpowedz gracza B. W sytuacj gdy zakładalśmy, że dąży on do stablzacj wartośc funkcj wypłaty wokół ˆV B 1 = 1, na strategę a 1 gracz B mógł wybrać strategę b 1 lub b 3, a w odpowedz na strategę a 2 b 1 lub b 2. W obu przypadkach każda z odpowedz dawała graczow B taką samą wypłatę równą 1. Nejednoznaczność odpowedz gracza B ne mała tam jednakże wpływu na wartość wypłaty gracza A. W przypadku, gdy wybrał on strategę a 1 nezależne od tego, czy gracz B wybrał b 1 czy b 3 gracz A otrzymywał wypłatę równą V A 1 (a 1) = V A 3 (a 1) = 2. W przypadku wyboru

29 2.1. GRACZ A RUSZA SIĘ JAKO PIERWSZY 21 strateg a 2 nezależne od tego, czy gracz B wybrał b 1 czy b 2 gracz A otrzymywał wypłatę równą V A 1 (a 2) = V A 2 (a 2) = 1. W ogólnośc jednakże tak być ne mus stratege b j (a ), które graczow B dają jednakowe wartośc funkcj wypłaty, dla gracza A mogą meć różną wartość. Rozważmy to na przykładze. Przykład 2.4 Rozważmy grę z macerzą wypłat jak w tabel 2.8. Tabela 2.8: Macerz wypłat graczy A B. Problem nejednoznacznośc odpowedz gracza B. b 1 b 2 a 1 [2,1] [2,2] a 2 [1,2] [3,2] Załóżmy, ż gracz A zna charakter kryterum gracza B jest to kryterum maksymalzowane. Gracz A rusza sę jako perwszy. Aby wskazać najlepszą własną strategę gry, gracz A określa dla każdej strateg a, najlepszą z punktu wdzena gracza B odpowedź ˆb(a ) 5. Na tej podstawe dla każdej strateg a gracz A określa wartość wypłaty, jaką otrzyma V A ĵ (a ) wybera strategę, która tę wypłatę maksymalzuje. W tabel 2.9 dokonano zestawena odpowednch wartośc dla poszczególnych strateg a. Którą strategę pownen wybrać gracz A? Zgodne z zależnoścą (2.4) tę, która daje najwększą Tabela 2.9: Zestawene najlepszej, z punktu wdzena gracza B odpowedz oraz wartośc wypłat obu graczy dla każdej strateg gracza A. ˆb(a ) V B (ˆb(a )) V A ĵ (a ) a 1 b a 2 b 1 lub b lub 3 wartość wypłaty V A ĵ (a ). Nestety z tabel 2.9 ne można odczytać w sposób jednoznaczny, która to będze stratega. Wynka to z nejednoznacznośc odpowedz gracza B na strategę a 2. Jeśl gracz A będze mał pewność, ż jeśl wyberze strategę a 2, to w odpowedz gracz B wyberze 5 Strategę b j, dającą najwększą wartość wypłaty V B (b j).

30 22 ROZDZIAŁ 2. ANALIZA GIER POJEDYNCZYCH strategę b 1, wówczas najkorzystnej dla gracza A jest wybrać strategę a 1, co da mu wypłatę równą V A 2 (a 1) = 2 (wybrane strateg a 2 dałoby mu wypłatę równą V A 1 (a 2) = 1). Jeśl zaś gracz B będze mał pewność, że w odpowedz na strategę a 2 gracz B wyberze strategę b 2, wówczas najlepszą strategą gracza A jest stratega a 2, zapewnająca mu wypłatę równą V A 2 (a 2) = 3. Nejednoznaczność odpowedz gracza B jest źródłem nepewnośc dla gracza A. I w tym wąskm zakrese nejednoznacznośc odpowedz gracza B, gracz A może ( pownen) traktować decyzje gracza B jako stratege natury, której ruchów ne jest w stane przewdzeć. Wobec tego rozsądnym jest aby gracz A przy wyborze odpowednej strateg a ne kerował sę porównywanem odpowednch wypłat V A j (a ), zwązanych z potencjalnym odpowedzam gracza B b j (a ). Gracz A wnen porównywać odpowedne agregaty z wszelkch możlwych wartośc V A j (a ) jake może otrzymać w wynku wyboru strateg a. Rozważmy ponowne przypadk znanego neznanego charakteru kryterum gracza B. Znany charakter kryterum gracza B W przypadku, gdy znany jest charakter kryterum gracza B dla odpowednch strateg gracza A, gracz ten może odpowedzeć w sposób nejednoznaczny, procedura wyboru strateg realzowana przez gracza A przebegać może w sposób następujący: 1. Ustalene zboru ndeksów optymalnych strateg gracza B Dla każdej strateg a gracza A określ zbór ndeksów I ˆB optymalnych w sense charakteru jego kryterum 6 odpowedz gracza B ˆb j (a ). 2. Agregacja wartośc wypłat gracza A Dla każdej strateg a określ wartość funkcj agregującej wypłaty V A ĵ (a ) gracza A Υ(V A ĵ (a )) po zborze optymalnych odpowedz gracza B I ˆB. Funkcja agregacj odzwercedla subektywny stosunek gracza A do zwązanej z nejednoznacznoścą odpowedz gracza B nepewnoścą. W szczególnośc funkcja agregująca może przybrać postać: Jeśl zakładamy pesymzm odnośne odpowedz gracza B (kryterum Walda): Υ(V A ĵ (a )) = mn V A j I ĵ (a ) (2.8) ˆB Jeśl zakładamy optymzm odnośne odpowedz gracza B (kryterum optymstyczne): Υ(V A ĵ (a )) = max V A j I ĵ (a ) (2.9) ˆB 6 Maksymalzujacych, mnmalzujących lub stablzujących względem określonej wartośc.

31 2.1. GRACZ A RUSZA SIĘ JAKO PIERWSZY 23 Jeśl zakładamy względny optymzm odnośne odpowedz gracza B (kryterum Hurwcza): Υ(V A ĵ (a )) = α max V A j I ĵ (a ) + (1 α) mn V A ˆB j I ĵ (a ) (2.10) ˆB Jeśl ocenamy wartość średną (kryterum Laplace a): Υ(V A ĵ (a )) = 1 L ˆB gdze: L ˆB oznacza lczność zboru I ˆB. j I ˆB V A ĵ (a ) (2.11) Ne uprawnone wydaje sę odwoływane sę do agregacj bazujących na funkcj żalu (np. kryterum Savage a, LNW tp) [7, 8, 12, 16]. Wynka to z faktu, ż krytera te zakładają porównana różnych strateg gracza A przy ustalonej odpowedz gracza B, podczas gdy tu w ogólnośc mamy do czynena z sytuacją, gdy dla różnych strateg gracza A odpowedź gracza B może być różna. 3. Wybór strateg, dla której wartość funkcj agregującej jest najwększa Z uwględnenem stosunku do nepewnośc poprzez zastosowane odpowednej funkcj agregującej gracz A wybera strategę, która daje mu najwększą wartość fukcj agregującej: â = arg max Υ(V A ĵ (a )). (2.12) Stosując powyższe podejśce do przykładu 2.4 otrzymujemy następujące zbory ndeksów optymalnych strateg gracza B: I ˆB1 = {2}, I ˆB2 = {1, 2}. Przyjmmy, że gracz A wykazuje pesymzm odnośne odpowedz gracza B stąd jego fukcja agregacj przyjme postać (2.8). Stąd dla strateg a 1 funkcja agregacj przyjmuje wartość: a dla strateg a 2 Υ(V A ĵ (a 1)) = mn V A j I ĵ (a 1) = V2 A (a 1 ) = 2, ˆB1 Υ(V A ĵ (a 2)) = mn V A j I ĵ (a 2) = mn(v1 A (a 2 ), V2 A (a 2 )) = V1 A (a 2 ) = 1. ˆB2 Wykazując pesymzm odnośne odpowedz gracza B gracz A pownen wybrać strategę a 1 co zapewn mu wypłatę równą V A 2 (a 1) = 2. Gdyby gracz A wykazywał dla odmany optymzm odnośne odpowedz gracza B to sytuacja sę już radykalne zmen. Funkcja agregująca przyjme postać (2.9). Stąd dla strateg a 1 funkcja agregacj przyjmuje wartość: Υ(V A ĵ (a 1)) = max j I ˆB1 V A ĵ (a 1) = V A 2 (a 1 ) = 2,

32 24 ROZDZIAŁ 2. ANALIZA GIER POJEDYNCZYCH a dla strateg a 2 Υ(V A ĵ (a 2)) = max V A j I ĵ (a 2) = max(v1 A (a 2 ), V2 A (a 2 )) = V2 A (a 2 ) = 3. ˆB2 W tej sytuacj gracz A pownen wybrać strategę a 2, co w przypadku potwerdzena optymstycznych oczekwań da mu wypłatę równą V A 2 (a 2) = 3. Neznany charakter kryterum gracza B Problem nejednoznacznośc odpowedz gracza B w przypadku neznajomośc charakteru jego kryterum zlustrujemy na ponższym przykładze. Przykład 2.5 Macerz wypłat graczy przedstawa sę jak w tabel Gracz A ne zna charakteru kryterum gracza B. Tabela 2.10: Macerz wypłat graczy A B. Ilustracja problemu nejednoznacznośc odpowedz gracza B w sytuacj neznajomośc charakteru jego kryterum. b 1 b 2 a 1 [2,1] [1,2] a 2 [1,1] [3,1] Zgodne z założenam zaprezentowanej uprzedno metody podejśca do ger z neznajomoścą charakteru kryterum gracza B, przyjmujemy: ˆb1 stratega odpowadająca stablzacj wokół wartośc ˆV 1 B = 1 ˆb2 stratega odpowadająca stablzacj wokół wartośc ˆV 2 B = 2 Prześledźmy jak kształtowały sę będą odpowedz gracza B na poszczególne stratege gracza A przy różnych wartoścach punktu stablzacj. Jeśl gracz B dąży do stablzacj wypłaty wokół wartośc ˆV B 1 = 1, to: Jeśl gracz A wyberze strategę a 1, gracz B w odpowedz wyberze strategę b 1 dajacą mu najblższą wartośc ˆV B 1 = 1 wypłatę V1 B(b 1) = 1. Gracz A otrzyma wówczas wypłatę V1 A(a 1) = Vˆ1 A(a 1) = 2.

33 2.1. GRACZ A RUSZA SIĘ JAKO PIERWSZY 25 Jeśl gracz A wyberze strategę a 2, gracz B w odpowedz wyberze albo strategę b 1 albo b 2 dajacą mu w obu przypadkach najblższą wartośc ˆV 1 B = 1 wypłatę V2 B(b 1) = V2 B(b 2) = 1. W zależnośc od odpowedz gracza B, gracz A otrzyma wówczas wypłatę V1 A(a 2) = 1 lub V2 A(a 2) = 3. Jeśl gracz B dąży do stablzacj wypłaty wokół wartośc ˆV B 2 = 2, to: Jeśl gracz A wyberze strategę a 1, gracz B w odpowedz wyberze strategę b 2 dajacą mu najblższą wartośc ˆV B 2 = 2 wypłatę V B 1 (b 2) = 2. Gracz A otrzyma wówczas wypłatę V A 2 (a 1) = 1. Jeśl gracz A wyberze strategę a 2, gracz B w odpowedz wyberze albo strategę b 1 albo b 2 dajacą mu w obu przypadkach najblższą wartośc ˆV 2 B = 2 wypłatę V2 B(b 1) = V2 B(b 2) = 1. W zależnośc od odpowedz gracza B, gracz A otrzyma wówczas wypłatę V1 A(a 2) = 1 lub V2 A(a 2) = 3. Stąd macerz wypłat gracza A w grze przecwko naturze reprezentujacej możlwe wartośc stablzacj przedstawa sę jak w tabel Tabela 2.11: Macerz wypłat gracza A w grze przecwko naturze, reprezentującej możlwe wartośc stablzacj. ˆb1 ˆb2 a a 2 1 lub 3 1 lub 3 W przypadku strateg a 2 odpowedź gracza B ne jest jednoznaczna. Problem nejednoznacznośc odpowedz gracza B w przypadku neznajomośc charakteru jego kryterum rozwązać można w sposób analogczny, jak w przypadku znanego charakteru kryterum gracza B, dokonując odpowednej agregacj poszczególnych wartośc funkcj wypłaty. I tak jeśl w grze z przykładu 2.5 gracz A przyjme funkcję agregacj postac: Υ(V A ĵ (a )) = mn V A j I ĵ (a ), (2.13) ˆB to macerz wypłat w grze przecwko naturze reprezentującej możlwe wartośc stablzacj przyjme postać jak w tabel 2.12.

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

O metodzie wyboru strategii w konkurencyjnej grze podwójnej ze znanym celem konkurenta przypadki AH B i ABH

O metodzie wyboru strategii w konkurencyjnej grze podwójnej ze znanym celem konkurenta przypadki AH B i ABH Sylwester Laskowsk grze podwójnej ze znanym celem konkurenta przypadk AH B ABH Sylwester Laskowsk Zaprezentowano metodę wyboru strateg w dwuosobowej, sekwencyjnej grze rynkowej, w której gracze są zmuszen

Bardziej szczegółowo

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Stansław KOWALIK e-mal: skowalk@wsb.edu.pl Wyższa Szkoła Bznesu Dąbrowa Górncza RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Streszczene Praca dotyczy nekooperacynych sekwencynych ger dwuosobowych o sume

Bardziej szczegółowo

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej. /22/24 Dwuosobowe gry o sume zero DO NAUCZENIA I ZAPAMIĘTANIA: Defnca zaps ger o sume zero, adaptaca ogólnych defnc. Punkt sodłowy Twerdzena o zwązkach punktu sodłowego z koncepcam rozwązań PRZYPOMNIENIE:

Bardziej szczegółowo

Sekwencyjna dwuosobowa gra konkurencyjna o sumie niezerowej

Sekwencyjna dwuosobowa gra konkurencyjna o sumie niezerowej Sylwester Laskowski Rozważono sytuacje decyzyjne danego gracza, dla ustalonych kolejności ruchów graczy. Wskazano na problem nieznanego charakteru kryterium gracza konkurencyjnego i niejednoznaczności

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

Instytut Łączności. dr inż. Sylwester Laskowski. Praca statutowa nr 11.30.004.6. Warszawa, grudzień 2006. Kontynuacja

Instytut Łączności. dr inż. Sylwester Laskowski. Praca statutowa nr 11.30.004.6. Warszawa, grudzień 2006. Kontynuacja Instytut Łączności Praca statutowa nr 11.30.004.6 Opracowanie narzędzi analitycznych do wspomagania decyzji dotyczących wysokości opłat taryfikacyjnych i stawek rozliczeniowych na konkurencyjnym rynku

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

Diagonalizacja macierzy kwadratowej

Diagonalizacja macierzy kwadratowej Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an

Bardziej szczegółowo

WikiWS For Business Sharks

WikiWS For Business Sharks WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych dr nż. Zbgnew Tarapata: Optymalzacja decyzj nwestycyjnych, cz.ii 8. Optymalzacja decyzj nwestycyjnych W rozdzale 8, część I przedstawono elementarne nformacje dotyczące metod oceny decyzj nwestycyjnych.

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

5. OPTYMALIZACJA GRAFOWO-SIECIOWA . OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,

Bardziej szczegółowo

Diagnostyka układów kombinacyjnych

Diagnostyka układów kombinacyjnych Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5 MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając

Bardziej szczegółowo

-Macierz gęstości: stany czyste i mieszane (przykłady) -równanie ruchu dla macierzy gęstości -granica klasyczna rozkładów kwantowych

-Macierz gęstości: stany czyste i mieszane (przykłady) -równanie ruchu dla macierzy gęstości -granica klasyczna rozkładów kwantowych WYKŁAD 4 dla zanteresowanych -Macerz gęstośc: stany czyste meszane (przykłady) -równane ruchu dla macerzy gęstośc -granca klasyczna rozkładów kwantowych Macerz gęstośc (przypomnene z poprzednch wykładów)

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

ASPEKT SYTUACJI STATUS QUO WE WSPOMAGANIU WIELOKRYTERIALNEGO WYBORU BAZUJĄCEGO NA TEORII GIER

ASPEKT SYTUACJI STATUS QUO WE WSPOMAGANIU WIELOKRYTERIALNEGO WYBORU BAZUJĄCEGO NA TEORII GIER Macej Wolny ASPEKT SYTUACJI STATUS QUO WE WSPOMAGANIU WIELOKRYTERIALNEGO WYBORU BAZUJĄCEGO NA TEORII GIER Wprowadzene Zagadnena welokryteralne dotyczą sytuacj, w których rozpatruje sę elementy zboru dopuszczalnych

Bardziej szczegółowo

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Wprowadzene Nnejsza ulotka adresowana jest zarówno do osób dopero ubegających

Bardziej szczegółowo

A O n RZECZPOSPOLITA POLSKA. Gospodarki Narodowej. Warszawa, dnia2/stycznia 2014

A O n RZECZPOSPOLITA POLSKA. Gospodarki Narodowej. Warszawa, dnia2/stycznia 2014 Warszawa, dna2/styczna 2014 r, RZECZPOSPOLITA POLSKA MINISTERSTWO ADMINISTRACJI I CYFRYZACJI PODSEKRETARZ STANU Małgorzata Olsze wska BM-WP 005.6. 20 14 Pan Marek Zółkowsk Przewodnczący Komsj Gospodark

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

Model ISLM. Inwestycje - w modelu ISLM przyjmujemy, że inwestycje przyjmują postać funkcji liniowej:

Model ISLM. Inwestycje - w modelu ISLM przyjmujemy, że inwestycje przyjmują postać funkcji liniowej: dr Bartłomej Rokck Ćwczena z Makroekonom I Model ISLM Podstawowe założena modelu: penądz odgrywa ważną rolę przy determnowanu pozomu dochodu zatrudnena nwestycje ne mają charakteru autonomcznego, a ch

Bardziej szczegółowo

Podstawowym założeniem teorii gier jest racjonalne działanie wszystkich podmiotów decyzyjnych (graczy).

Podstawowym założeniem teorii gier jest racjonalne działanie wszystkich podmiotów decyzyjnych (graczy). Fdr Gra to dowolna sytuacja konflktowa, gracz natomast to dowolny jej uczestnk każda strona wybera pewną strategę postępowana, po czym zależne od strateg własnej oraz nnych uczestnków każdy gracz otrzymuje

Bardziej szczegółowo

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki Metody Planowana Eksperymentów Rozdzał 1. Strona 1 z 14 METODY PLANOWANIA EKSPERYMENTÓW dr hab. nż. Marusz B. Bogack Marusz.Bogack@put.poznan.pl www.fct.put.poznan.pl/cv23.htm Marusz B. Bogack 1 Metody

Bardziej szczegółowo

Wykład IX Optymalizacja i minimalizacja funkcji

Wykład IX Optymalizacja i minimalizacja funkcji Wykład IX Optymalzacja mnmalzacja funkcj Postawene zadana podstawowe dee jego rozwązana Proste metody mnmalzacj Metody teracj z wykorzystanem perwszej pochodnej Metody teracj z wykorzystanem drugej pochodnej

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Regulamin promocji 14 wiosna

Regulamin promocji 14 wiosna promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30

Bardziej szczegółowo

Klasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE POLITHNIKA RZSZOWSKA Katedra Podstaw lektronk Instrkcja Nr4 F 00/003 sem. letn TRANZYSTOR IPOLARNY HARAKTRYSTYKI STATYZN elem ćwczena jest pomar charakterystyk statycznych tranzystora bpolarnego npn lb

Bardziej szczegółowo

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja Modelowane oblczena technczne Metody numeryczne w modelowanu: Optymalzacja Zadane optymalzacj Optymalzacja to ulepszane lub poprawa jakośc danego rozwązana, projektu, opracowana. Celem optymalzacj jest

Bardziej szczegółowo

WPROWADZENIE DO TEORII DECYZJI STATYSTYCZNYCH

WPROWADZENIE DO TEORII DECYZJI STATYSTYCZNYCH Ćwczene nr 1 Statystyczne metody wspomagana decyzj Teora decyzj statystycznych WPROWADZENIE DO TEORII DECYZJI STATYSTYCZNYCH Problem decyzyjny decyzja pocągająca za sobą korzyść lub stratę. Proces decyzyjny

Bardziej szczegółowo

Zapytanie ofertowe nr 4/2016/Młodzi (dotyczy zamówienia na usługę ochrony)

Zapytanie ofertowe nr 4/2016/Młodzi (dotyczy zamówienia na usługę ochrony) Fundacja na Rzecz Rozwoju Młodzeży Młodz Młodym ul. Katedralna 4 50-328 Wrocław tel. 882 021 007 mlodzmlodym@archdecezja.wroc.pl, www.sdm2016.wroclaw.pl Wrocław, 24 maja 2016 r. Zapytane ofertowe nr 4/2016/Młodz

Bardziej szczegółowo

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak Ocena jakoścowo-cenowych strateg konkurowana w polskm handlu produktam rolno-spożywczym dr Iwona Szczepanak Ekonomczne, społeczne nstytucjonalne czynnk wzrostu w sektorze rolno-spożywczym w Europe Cechocnek,

Bardziej szczegółowo

ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ)

ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ) Załącznk nr 1C do Umowy nr.. z dna.2014 r. ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymane Systemu Kop Zapasowych (USKZ) 1 INFORMACJE DOTYCZĄCE USŁUGI 1.1 CEL USŁUGI: W ramach Usług Usługodawca zobowązany jest

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej

Bardziej szczegółowo

SYSTEM ZALICZEŃ ĆWICZEŃ

SYSTEM ZALICZEŃ ĆWICZEŃ AMI, zma 010/011 mgr Krzysztof Rykaczewsk System zalczeń Wydzał Matematyk Informatyk UMK SYSTEM ZALICZEŃ ĆWICZEŃ z Analzy Matematycznej I, 010/011 (na podst. L.G., K.L., J.M., K.R.) Nnejszy dokument dotyczy

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

4. OPTYMALIZACJA WIELOKRYTERIALNA

4. OPTYMALIZACJA WIELOKRYTERIALNA Wybrane zagadnena badań operacyjnych dr nż. Zbgnew Tarapata Wykład nr 4: Optymalzacja welokryteralna 4. OPTYMLIZCJ WIELORYTERIL Decyzje nwestycyjne mają często charakter złożony. Zdarza sę, że przy wyborze

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r. Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego

Bardziej szczegółowo

Zestaw przezbrojeniowy na inne rodzaje gazu. 1 Dysza 2 Podkładka 3 Uszczelka

Zestaw przezbrojeniowy na inne rodzaje gazu. 1 Dysza 2 Podkładka 3 Uszczelka Zestaw przezbrojenowy na nne rodzaje gazu 8 719 002 262 0 1 Dysza 2 Podkładka 3 Uszczelka PL (06.04) SM Sps treśc Sps treśc Wskazówk dotyczące bezpeczeństwa 3 Objaśnene symbol 3 1 Ustawena nstalacj gazowej

Bardziej szczegółowo

Regulamin promocji zimowa piętnastka

Regulamin promocji zimowa piętnastka zmowa pętnastka strona 1/5 Regulamn promocj zmowa pętnastka 1. Organzatorem promocj zmowa pętnastka, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 grudna

Bardziej szczegółowo

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Wykład 2: Uczenie nadzorowane sieci neuronowych - I Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za

Bardziej szczegółowo

Prawdziwa ortofotomapa

Prawdziwa ortofotomapa Prawdzwa ortofotomapa klasyczna a prawdzwa ortofotomapa mnmalzacja przesunęć obektów wystających martwych pól na klasycznej ortofotomape wpływ rodzaju modelu na wynk ortorektyfkacj budynków stratege opracowana

Bardziej szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

MINISTER EDUKACJI NARODOWEJ

MINISTER EDUKACJI NARODOWEJ 4 MINISTER EDUKACJI NARODOWEJ DWST WPZN 423189/BSZI13 Warszawa, 2013 -Q-4 Pan Marek Mchalak Rzecznk Praw Dzecka Szanowny Pane, w odpowedz na Pana wystąpene z dna 28 czerwca 2013 r. (znak: ZEW/500127-1/2013/MP),

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie. Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane

Bardziej szczegółowo

OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE

OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Warunk nabywana prawa do okresowej emerytury kaptałowej ze środków zgromadzonych w otwartym

Bardziej szczegółowo

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO 3. ŁUK ELEKTRYCZNY PRĄDU STŁEGO I PRZEMIENNEGO 3.1. Cel zakres ćwczena Celem ćwczena jest zapoznane sę z podstawowym właścwoścam łuku elektrycznego palącego sę swobodne, w powetrzu o cśnentmosferycznym.

Bardziej szczegółowo

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Grzegorz PRZEKOTA ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Zarys treśc: W pracy podjęto problem dentyfkacj cykl gełdowych.

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo

Regulamin promocji upalne lato 2014 2.0

Regulamin promocji upalne lato 2014 2.0 upalne lato 2014 2.0 strona 1/5 Regulamn promocj upalne lato 2014 2.0 1. Organzatorem promocj upalne lato 2014 2.0, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

OGŁOSZENIE TARYFA DLA ZBIOROWEGO ZAOPATRZENIA W WODĘ I ZBIOROWEGO ODPROWADZANIA ŚCIEKÓW. Taryfa obowiązuje od 01.01.2014 do 31.12.

OGŁOSZENIE TARYFA DLA ZBIOROWEGO ZAOPATRZENIA W WODĘ I ZBIOROWEGO ODPROWADZANIA ŚCIEKÓW. Taryfa obowiązuje od 01.01.2014 do 31.12. OGŁOSZENIE Zgodne z Uchwałą Nr XXXIII/421/2013 Rady Mejskej w Busku-Zdroju z dna 14 lstopada 2013 r. w sprawe zatwerdzena taryf za zborowe zaopatrzene w wodę zborowe odprowadzane śceków dla Mejskego Przedsęborstwa

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów

Bardziej szczegółowo

DUQUE DATA COLLECTION FOR DELIVERY PORODY - zbieranie danych w projekcie DUQuE

DUQUE DATA COLLECTION FOR DELIVERY PORODY - zbieranie danych w projekcie DUQuE Ne Incluson Defncje Poród Krytera włączena Urodzene dzecka. DUQUE DATA COLLECTION FOR PORODY - zberane danych w projekce DUQuE Pacjentk w weku 15 lat węcej z rozpoznanem podstawowym porodu według klasyfkacj

Bardziej szczegółowo

O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH

O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH Mateusz Baryła Unwersytet Ekonomczny w Krakowe O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH Wprowadzene

Bardziej szczegółowo

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności

Propozycja modyfikacji klasycznego podejścia do analizy gospodarności Jacek Batóg Unwersytet Szczecńsk Propozycja modyfkacj klasycznego podejśca do analzy gospodarnośc Przedsęborstwa dysponujące dentycznym zasobam czynnków produkcj oraz dzałające w dentycznych warunkach

Bardziej szczegółowo

TEORIA GIER W EKONOMII WYKŁAD 6: GRY DWUOSOBOWE KOOPERACYJNE O SUMIE DOWOLNEJ

TEORIA GIER W EKONOMII WYKŁAD 6: GRY DWUOSOBOWE KOOPERACYJNE O SUMIE DOWOLNEJ TEORIA GIER W EKONOMII WYKŁAD 6: GRY DWUOSOBOWE KOOPERACYJNE O SUMIE DOWOLNEJ dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Gry dwuosobowe z kooperacją Przedstawimy

Bardziej szczegółowo

3.1. ODZIAŁYWANIE DŹWIĘKÓW NA CZŁOWIEKA I OTOCZENIE

3.1. ODZIAŁYWANIE DŹWIĘKÓW NA CZŁOWIEKA I OTOCZENIE 3. KRYTERIA OCENY HAŁASU I DRGAŃ Hałas to każdy dźwęk nepożądany, przeszkadzający, nezależne od jego natury, kontekstu znaczena. Podobne rzecz sę ma z drganam. Oba te zjawska oddzałują nekorzystne na człoweka

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych

Bardziej szczegółowo

WYBRANE METODY TWORZENIA STRATEGII ZRÓWNOWAŻONEGO TRANSPORTU MIEJSKIEGO SELECTED METHODS FOR DEVELOPING SUSTAINABLE URBAN TRANS- PORT STRATEGIES

WYBRANE METODY TWORZENIA STRATEGII ZRÓWNOWAŻONEGO TRANSPORTU MIEJSKIEGO SELECTED METHODS FOR DEVELOPING SUSTAINABLE URBAN TRANS- PORT STRATEGIES Zbgnew SKROBACKI WYBRANE METODY TWORZENIA STRATEGII ZRÓWNOWAŻONEGO TRANSPORTU MIEJSKIEGO SELECTED METHODS FOR DEVELOPING SUSTAINABLE URBAN TRANS- PORT STRATEGIES W artykule przedstawone systemowe podejśce

Bardziej szczegółowo

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli) Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu

Bardziej szczegółowo

Nota 1. Polityka rachunkowości

Nota 1. Polityka rachunkowości Nota 1. Poltyka rachunkowośc Ops przyjętych zasad rachunkowośc a) Zasady ujawnana prezentacj nformacj w sprawozdanu fnansowym Sprawozdane fnansowe za okres od 01 styczna 2009 roku do 31 marca 2009 roku

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 15. ANALIZA DANYCH WYKRYWANIE OBSERWACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska

SYSTEMY UCZĄCE SIĘ WYKŁAD 15. ANALIZA DANYCH WYKRYWANIE OBSERWACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska SYSTEMY UCZĄCE SIĘ WYKŁAD 15. ANALIZA DANYCH WYKRYWANIE OBSERWACJI ODSTAJĄCYCH, UZUPEŁNIANIE BRAKUJĄCYCH DANYCH Częstochowa 2014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska WYKRYWANIE

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska. SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TWIERDZENIE BAYESA Wedza pozyskwana przez metody probablstyczne ma

Bardziej szczegółowo

OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE

OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Warunk nabywana prawa do okresowej emerytury kaptałowej ze środków zgromadzonych w otwartym

Bardziej szczegółowo

Metody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia,

Metody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia, Metody gradentowe... Metody gradentowe poszukwana ekstremum Korzystają z nformacj o wartośc funkcj oraz jej gradentu. Wykazując ch zbeŝność zakłada sę, Ŝe funkcja celu jest ogranczona od dołu funkcją wypukłą

Bardziej szczegółowo

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa

Bardziej szczegółowo

Ćwiczenie 10. Metody eksploracji danych

Ćwiczenie 10. Metody eksploracji danych Ćwczene 10. Metody eksploracj danych Grupowane (Clusterng) 1. Zadane grupowana Grupowane (ang. clusterng) oznacza grupowane rekordów, obserwacj lub przypadków w klasy podobnych obektów. Grupa (ang. cluster)

Bardziej szczegółowo

Regulamin promocji fiber xmas 2015

Regulamin promocji fiber xmas 2015 fber xmas 2015 strona 1/5 Regulamn promocj fber xmas 2015 1. Organzatorem promocj fber xmas 2015, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 grudna 2015

Bardziej szczegółowo

Nowoczesne technk nformatyczne - Ćwczene 2: PERCEPTRON str. 2 Potencjał membranowy u wyznaczany jest klasyczne: gdze: w waga -tego wejśca neuronu b ba

Nowoczesne technk nformatyczne - Ćwczene 2: PERCEPTRON str. 2 Potencjał membranowy u wyznaczany jest klasyczne: gdze: w waga -tego wejśca neuronu b ba Nowoczesne technk nformatyczne - Ćwczene 2: PERCEPTRON str. 1 Ćwczene 2: Perceptron WYMAGANIA 1. Sztuczne sec neuronowe budowa oraz ops matematyczny perceptronu (funkcje przejśca perceptronu), uczene perceptronu

Bardziej szczegółowo

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ   Autor: Joanna Wójcik Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA

Bardziej szczegółowo

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak Ćwczena z Makroekonom II Model IS-LM- Model IS-LM- jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak gospodarka taka zachowuje sę w krótkm okrese, w efekce dzałań podejmowanych w ramach

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

Sieci Neuronowe 1 Michał Bereta

Sieci Neuronowe 1 Michał Bereta Wprowadzene Zagadnena Sztucznej Intelgencj laboratorum Sec Neuronowe 1 Mchał Bereta Sztuczne sec neuronowe można postrzegać jako modele matematyczne, które swoje wzorce wywodzą z bolog obserwacj ludzkch

Bardziej szczegółowo

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa.   PARA ZMIENNYCH LOSOWYCH Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy

Bardziej szczegółowo

Zastosowanie symulatora ChemCad do modelowania złożonych układów reakcyjnych procesów petrochemicznych

Zastosowanie symulatora ChemCad do modelowania złożonych układów reakcyjnych procesów petrochemicznych NAFTA-GAZ styczeń 2011 ROK LXVII Anna Rembesa-Śmszek Instytut Nafty Gazu, Kraków Andrzej Wyczesany Poltechnka Krakowska, Kraków Zastosowane symulatora ChemCad do modelowana złożonych układów reakcyjnych

Bardziej szczegółowo