Dynamiki rynków oligopolistycznych oczami fizyka

Podobne dokumenty
Wojny Coli - czyli siła reklamy na rynku oligopolicznym

Modelowanie oligopolu metodami fizyki statystycznej. Praca magisterska. Andrzej Pilarczyk. Wydział Fizyki i Astronomii Uniwersytet Wrocławski

Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić?

Co to jest model Isinga?

Prawdopodobieństwo i statystyka

A. Kowalska-Pyzalska, K. Maciejowska, P. Przybyła, K. Sznajd-Weron, R. Weron

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b]

Metody probabilistyczne

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Metody Obliczeniowe w Nauce i Technice

Sterowanie wielkością zamówienia w Excelu - cz. 3

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Wykład 9: Markov Chain Monte Carlo

Prawdopodobieństwo i statystyka

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Krytyczność, przejścia fazowe i symulacje Monte Carlo. Katarzyna Sznajd-Weron Physics of Complex System

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności

Raport o penetracji rynku telefonii ruchomej w Polsce

Testowanie hipotez statystycznych.

LABORATORIUM 6 ESTYMACJA cz. 2

Prawdopodobieństwo geometryczne

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Metoda momentów i kwantyli próbkowych. Wrocław, 7 listopada 2014

Metody probabilistyczne

Pobieranie prób i rozkład z próby

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

Rachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne.

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Hipotezy statystyczne

STATYSTYKA wykład 8. Wnioskowanie. Weryfikacja hipotez. Wanda Olech

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Hipotezą statystyczną nazywamy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy.

Obliczenia inspirowane Naturą

WERYFIKACJA HIPOTEZ STATYSTYCZNYCH

Zawansowane modele wyborów dyskretnych

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych

Statystyka w analizie i planowaniu eksperymentu

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

Zespół kanoniczny N,V, T. acc o n =min {1, exp [ U n U o ] }

Wykład 7 Testowanie zgodności z rozkładem normalnym

WYKŁAD 5 TEORIA ESTYMACJI II

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

Rachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne.

ESTYMACJA PRZEDZIAŁOWA WYBRANYCH PARAMETRÓW

Mikroekonometria 6. Mikołaj Czajkowski Wiktor Budziński

Plan dydaktyczny EKONOMIKA. Klasa IV nr programu 341[02]/MEN/ Rok szkolny... WYNIK FINANSOWY, SYSTEM FINANSOWY PODMIOTU GOSPODARCZEGO CD.

Statystyka. Wykład 2. Krzysztof Topolski. Wrocław, 11 października 2012

Przepływy finansowe Telekomunikacji Polskiej i operatorów MNO przy obecnych stawkach MTR oraz w wyniku ich obniżenia

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Nie do końca zaawansowane elementy programowania w pakiecie R. Tomasz Suchocki

Hipotezy statystyczne

Metody Statystyczne. Metody Statystyczne.

7. Zastosowanie wybranych modeli nieliniowych w badaniach ekonomicznych. 14. Decyzje produkcyjne i cenowe na rynku konkurencji doskonałej i monopolu

Estymacja punktowa i przedziałowa

Wykład 5 Estymatory nieobciążone z jednostajnie minimalną war

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów

Ilustracja metody Monte Carlo do obliczania pola obszaru D zawartego w kwadracie [a, b] [a, b].

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka

Program MC. Obliczyć radialną funkcję korelacji. Zrobić jej wykres. Odczytać z wykresu wartość radialnej funkcji korelacji w punkcie r=

1.1 Wstęp Literatura... 1

Statystyka w analizie i planowaniu eksperymentu

PAKIETY STATYSTYCZNE

Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów

Wydział Matematyki. Testy zgodności. Wykład 03

Estymacja parametrów rozkładu cechy

Całkowanie metodą Monte Carlo

Generowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport

Rozkład Gaussa i test χ2

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26

Modelowanie rynków finansowych z wykorzystaniem pakietu R

Wykładnicze grafy przypadkowe: teoria i przykłady zastosowań do analizy rzeczywistych sieci złożonych

Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova

1. Symulacje komputerowe Idea symulacji Przykład. 2. Metody próbkowania Jackknife Bootstrap. 3. Łańcuchy Markova. 4. Próbkowanie Gibbsa

Zadania ze statystyki cz.8. Zadanie 1.

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Statystyka matematyczna

166 Wstęp do statystyki matematycznej

Algorytm Metropolisa-Hastingsa

Statystyka. #6 Analiza wariancji. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2015/ / 14

Prawdopodobieństwo i statystyka

Komputerowa Analiza Danych Doświadczalnych

Ogólnopolska Konferencja Aktuarialna Zagadnienia aktuarialne teoria i praktyka Warszawa, IE SGH 2009

Pochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji.

Narzędzia marketingu internetowego (1): SEO, SEM, afiliacja, kampanie banerowe, marketing, inne.

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska

STATYSTYKA MATEMATYCZNA

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.

Symulacja w przedsiębiorstwie

Jak z ABM zrobić model analityczny? (Metoda pola średniego) Katarzyna Sznajd-Weron Physics of Complex System

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 3 ZADANIA - ZESTAW 3

1 Podstawy rachunku prawdopodobieństwa

Transkrypt:

KNF Migacz, Instytut Fizyki Teoretycznej, Uniwersytet Wrocławski 7-10 listopada 2008

1

1 2

1 2 3

1 2 3 4 Wprowadzenie reklamy

1 2 3 4 Wprowadzenie reklamy 5

1 2 3 4 Wprowadzenie reklamy 5 6

1 2 3 4 Wprowadzenie reklamy 5 6 7

oligos gr. kilka oligopol forma struktury rynkowej Konkurencja polega na: różnicowaniu produktów, wprowadzaniu nowości na rynek, różnicowanie cen, dogodnych warunkach sprzedaży oraz reklamie.

Reklama na rynku oligopolistycznym Reklama: podkreśla różnice między produktami - czasem tylko pozorne,

Reklama na rynku oligopolistycznym Reklama: podkreśla różnice między produktami - czasem tylko pozorne, ułatwia konsumentowi podejmowanie decyzji,

Reklama na rynku oligopolistycznym Reklama: podkreśla różnice między produktami - czasem tylko pozorne, ułatwia konsumentowi podejmowanie decyzji, jest środkiem do budowania wizerunku,

Reklama na rynku oligopolistycznym Reklama: podkreśla różnice między produktami - czasem tylko pozorne, ułatwia konsumentowi podejmowanie decyzji, jest środkiem do budowania wizerunku, jest konieczna przy wprowadzaniu na rynek nowego produktu.

Struktura rynku telefonii komórkowej w Polsce Trzy duże firmy (Polkomtel, PTK Centertel, Polska Telefonia Cyfrowa) i jedna mniejsza (P4).

Struktura rynku telefonii komórkowej w Polsce Trzy duże firmy (Polkomtel, PTK Centertel, Polska Telefonia Cyfrowa) i jedna mniejsza (P4). Udział w rynku (według liczby klientów) na koniec września: Polkomtel - ok. 33%, PTK Centertel - ok. 34%, PTC - ok. 32%, P4 - ok. 1%

Cechy rynku Kilku operatorów,

Cechy rynku Kilku operatorów, bariery wejścia,

Cechy rynku Kilku operatorów, bariery wejścia, podobne ceny,

Cechy rynku Kilku operatorów, bariery wejścia, podobne ceny, najsilniej reklamująca się branża.

Twórcą metody Monte Carlo jest Stanisław Ulam. Metoda ta jest stosowana do problemów zbyt złożonych aby można było je rozwiązać analitycznie. Istotą metody jest wybór zdarzeń lub wartości charakteryzujących zdarzenia jakie zachodzą w procesie przy pomocy liczb losowych ze znanym rozkładem.

Twórcą metody Monte Carlo jest Stanisław Ulam. Metoda ta jest stosowana do problemów zbyt złożonych aby można było je rozwiązać analitycznie. Istotą metody jest wybór zdarzeń lub wartości charakteryzujących zdarzenia jakie zachodzą w procesie przy pomocy liczb losowych ze znanym rozkładem. Ogólny algorytm Wygenerować M niezależnych wartości x i z rozkładu g(x) Obliczyć wielkość h i na podstawie wartości x i dla i = 1,..., M Obliczyć średnią arytmetyczną h i σ 2 Oszacować błąd statystyczny δ = M, gdzie σ2 jest wariancją h(x )

Twórcą metody Monte Carlo jest Stanisław Ulam. Metoda ta jest stosowana do problemów zbyt złożonych aby można było je rozwiązać analitycznie. Istotą metody jest wybór zdarzeń lub wartości charakteryzujących zdarzenia jakie zachodzą w procesie przy pomocy liczb losowych ze znanym rozkładem. Ogólny algorytm Wygenerować M niezależnych wartości x i z rozkładu g(x) Obliczyć wielkość h i na podstawie wartości x i dla i = 1,..., M Obliczyć średnią arytmetyczną h i σ 2 Oszacować błąd statystyczny δ = M, gdzie σ2 jest wariancją h(x ) Błąd można zredukować przez zwiększenie liczebności próby M.

Dynamika wypływu - oddziałuje na zewnątrz. siatka L L,

Dynamika wypływu - oddziałuje na zewnątrz. siatka L L, s i (1, 2, 3),

Dynamika wypływu - oddziałuje na zewnątrz. siatka L L, s i (1, 2, 3), wymiana opinii z otoczeniem grupy,

Dynamika wypływu - oddziałuje na zewnątrz. siatka L L, s i (1, 2, 3), wymiana opinii z otoczeniem grupy, przebieg symulacji; 1 wylosuj s i, 2 utwórz grupę G i, 3 wylicz opinię grupy s w 4 Jeśli G i jednomyślna to s j s w, gdzie s j NN(G i) 5 wróć do 1

Conformity and Advertising Parallel - CAP CAP CF Z prawdopodobieństwem p stosujemy konformizm. Z prawdopodobieństwem (1 p) działa reklama. Wybór operatora następuje proporcjonalnie do siły reklamy danego operatora.

Conformity First - CF CAP CF Jeśli grupa jest zgodna to stosujemy konformizm. W przypadku braku jedności konformizm nie działa. Wtedy z prawdopodobieństwem (1 p) działa reklama. Wybór operatora proporcjonalny do siły jego reklamy.

MFA Niech: N i (t) - liczba klientów i-tego operatora Ni (t) c i (t) = L - koncentracja klientów i-tego operatora 2 c i (t) = 1 (1) Jeden krok = L 2 zmian. Równanie bilansu: i N i (t + 1) N i (t) = L 2 ( i i ) (2)

MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 p)h 1 c 2 (t)

MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 p)h 1 c 2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 p)h 1 c 3 (t)

MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 p)h 1 c 2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 p)h 1 c 3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc 1 (t) 4 c 2 (t)

MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 p)h 1 c 2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 p)h 1 c 3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc 1 (t) 4 c 2 (t) 4 klient 3 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc 1 (t) 4 c 3 (t)

MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 p)h 1 c 2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 p)h 1 c 3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc 1 (t) 4 c 2 (t) 4 klient 3 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc 1 (t) 4 c 3 (t) 5 klient 1 posłuchał reklamy 2: pr = (1 p)h 2 c 1 (t)

MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 p)h 1 c 2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 p)h 1 c 3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc 1 (t) 4 c 2 (t) 4 klient 3 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc 1 (t) 4 c 3 (t) 5 klient 1 posłuchał reklamy 2: pr = (1 p)h 2 c 1 (t) 6 klient 1 posłuchał reklamy 3: pr = (1 p)h 3 c 1 (t)

MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 p)h 1 c 2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 p)h 1 c 3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc 1 (t) 4 c 2 (t) 4 klient 3 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc 1 (t) 4 c 3 (t) 5 klient 1 posłuchał reklamy 2: pr = (1 p)h 2 c 1 (t) 6 klient 1 posłuchał reklamy 3: pr = (1 p)h 3 c 1 (t) 7 klient 1 posłuchał swoich sąsiadów i przeszedł do 2: pr = pc 2 (t) 4 c 1 (t)

MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 p)h 1 c 2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 p)h 1 c 3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc 1 (t) 4 c 2 (t) 4 klient 3 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc 1 (t) 4 c 3 (t) 5 klient 1 posłuchał reklamy 2: pr = (1 p)h 2 c 1 (t) 6 klient 1 posłuchał reklamy 3: pr = (1 p)h 3 c 1 (t) 7 klient 1 posłuchał swoich sąsiadów i przeszedł do 2: pr = pc 2 (t) 4 c 1 (t) 8 klient 1 posłuchał swoich sąsiadów i przeszedł do 3: pr = pc 3 (t) 4 c 1 (t)

MFA - c.d. Równanie bilansu: N i (t + 1) N i (t) = L 2 [ (1 p)h 1 c 2 (t) + (1 p)h 1 c 3 (t) + pc 1 (t) 4 c 2 (t)+ +pc 1 (t) 4 c 3 (t) (1 p)h 2 c 1 (t) (1 p)h 3 c 1 (t) (3) +pc 2 (t) 4 c 1 (t) pc 3 (t) 4 c 1 (t)

MFA - oznaczenia i uproszczenia Niech c i = c i (t) oraz c i = c i (t + 1), i (1, 2, 3). Podzielmy też obustronnie przez L 2. Wówczas równanie bilansu ma postać: c 1 c 1 = (1 p)h 1 (c 2 + c 3 ) c 1 (1 p)(h 2 + h 3 )+ +pc 1 c 2 (c 3 1 c 3 2 ) + pc 1 c 3 (c 3 1 c 3 3 ) (4)

MFA - CAP Uwzględniając, że c 2 + c 3 = 1 c 1 oraz, że h 2 + h 3 = 1 h 1 mamy: c 1 [ c 1 = (1 p)(h 1 c 1 ) + pc 1 c2 (c1 3 c2 3 ) + c 3 (c1 3 c3 3 ) ], c 2 [ c 2 = (1 p)(h 2 c 2 ) + pc 2 c1 (c2 3 c1 3 ) + c 3 (c2 3 c3 3 ) ], (5) c 3 [ c 3 = (1 p)(h 3 c 3 ) + pc 3 c1 (c3 3 c1 3 ) + c 2 (c3 3 c2 3 ) ].

MFA - CF Korzystając z tych samych warunków normalizacji otrzymuję: c 1 [ c 1 = (1 p)(h 1 c 1 ) + c 1 c2 (c1 3 c2 3 ) + c 3 (c1 3 c3 3 ) ], c 2 [ c 2 = (1 p)(h 2 c 2 ) + c 2 c1 (c2 3 c1 3 ) + c 3 (c2 3 c3 3 ) ], (6) c 3 [ c 3 = (1 p)(h 3 c 3 ) + c 3 c1 (c3 3 c1 3 ) + c 2 (c3 3 c2 3 ) ].

symulacji symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p

symulacji - CAP symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p

symulacji - CF symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p

MFA - CAP symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p

MFA - CF symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p

MFA - CAP symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p

MFA - CF symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p

Na decyzje konsumenta wpływają czynniki lokalne (wpływ społeczny) i globalne (reklama - zewnętrzne pole).

Na decyzje konsumenta wpływają czynniki lokalne (wpływ społeczny) i globalne (reklama - zewnętrzne pole). Trzy parametry - c, h, p.

Na decyzje konsumenta wpływają czynniki lokalne (wpływ społeczny) i globalne (reklama - zewnętrzne pole). Trzy parametry - c, h, p. Zgodne wyniki symulacji i MFA dla CAP.

Na decyzje konsumenta wpływają czynniki lokalne (wpływ społeczny) i globalne (reklama - zewnętrzne pole). Trzy parametry - c, h, p. Zgodne wyniki symulacji i MFA dla CAP. Krytyczna siła reklamy w CF.

Bibliografia Katarzyna Sznajd-Weron, Rafał Weron, Maja Włoszczowska Outflow Dynamics in Modeling Oligopoly Markets: The Case of the Mobile Telecomunications Market in Poland, arxiv:0809.1534v1, (2008). Maja Włoszczowska, Wojny Coli (Cola wars) czyli siła reklamy na rynku oligopolicznym, praca magisterska, Politechnika Wrocławska, Wrocław 2008

Koniec Dziękuję za uwagę!