Doprovodn´e texty ke kurzu Teorie her
Martin Hrub´y Fakulta informaˇcn´ıch technologi´ı Vysok´e uˇcen´ı technick´e v Brnˇe
zimn´ı semestr, akad. rok 2010/11
1
Contents 1
Pˇredmluva 1.1 Pˇredmˇet Teorie her na FIT VUT v Brnˇe . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Pˇrehled pˇredn´asˇek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3 Opakov´an´ı matematick´ych pojm˚u . . . . . . . . . . . . . . . . . . . . . . . . . . .
2
´ Uvod do hern´ıch pojmu˚ ´ 2.1 Uvod do Teorie volby (Theory of Choice) 2.2 Teorie uˇzitku . . . . . . . . . . . . . . . 2.2.1 Uˇzitek ze zisku . . . . . . . . . . 2.3 D˚uleˇzit´e poznatky . . . . . . . . . . . . .
2
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
3 3 4 6 10 10 14 15 16
Chapter 1 Pˇredmluva 1.1
Pˇredmˇet Teorie her na FIT VUT v Brnˇe
Pˇredmˇet Teorie her byl otevˇren a poprv´e pˇredn´asˇen na FIT VUT v Brnˇe v akademick´em roce 2009/10. V prvn´ım roce si pˇredmˇet zapsalo cca 110 student˚u a absolvovala pˇribliˇznˇe polovina. Z toho lze soudit re´alnou kapacitu pˇredmˇetu a poˇcet z´ajemc˚u o hernˇe-teoretickou problematiku. Pˇredmˇet byl od poˇca´ tku orientov´an na magistersk´e studenty, kde lze oˇcek´avat jiˇz jistou teoretickou pˇr´ıpravu, zkuˇsenosti a nadhled. Pro dalˇs´ı akademick´e roky je pˇredmˇet Teorie her r˚uznˇe charakterizov´an v r˚uzn´ych magistersk´ych oborech: pˇredmˇet je povinn´y v oborech Bioinformatika a biocomputing a Matematick´e metody v informaˇcn´ıch technologi´ıch. Povinnˇe voliteln´y je v oborech Inteligentn´ı syst´emy a Poˇc´ıtaˇcov´e s´ıtˇe a komunikace. V ostatn´ıch oborech magistersk´eho studia je nab´ızen jako voliteln´y. Na zaˇca´ tek si zodpovˇezme dvˇe ot´azky: co je Teorie her a co studium Teorie her pˇrinese informatikovi? Teorie her je znaˇcnˇe multi-disciplin´arn´ı vˇeda, kter´a zkoum´a a matematicky popisuje situace, kdy se skupina inteligentn´ıch jedinc˚u mus´ı nˇejak rozhodnout, jejich rozhodnut´ı vede k nˇejak´ym d˚usledk˚um, kter´e tyto jedince zaj´ımaj´ı a jedinci maj´ı z´ajem dos´ahnout d˚usledk˚u, kter´e se z jejich pohledu jev´ı jako nejlepˇs´ı. Existuje spousta definic Teorie her a spousta n´azor˚u, jak na tuto teorii nahl´ızˇ et. Je kaˇzdop´adnˇe jist´e, zˇ e Teorie her n´am pˇr´ımo neˇr´ık´a, co konkr´etnˇe jedinci v jejich situaci opravdu udˇelaj´ı, a uˇz v˚ubec n´am negarantuje jistotu takov´e predikce. To v podstatˇe nikdo ani nechce. Teorie her n´am umoˇzn´ı jejich situaci form´alnˇe popsat, analyzovat, pochopit a vyvodit pro sebe nˇejak´y z´avˇer o situaci. V r´amci studia her budeme zkoumat individu´aln´ı racionalitu jedinc˚u pˇri rozhodov´an´ı, jejich moˇznosti, preference a uˇzitek dosaˇzen´y ve hˇre. Kdyˇz se na Teorii her pod´ıv´a informatik, tak m˚uzˇ e ˇr´ıct, zˇ e Teorie her je varianta umˇel´e inteligence nebo vˇseobecnˇe metod modelov´an´ı. Budeme pracovat s modely a mnohdy budeme cht´ıt tyto modely 3
poˇc´ıtaˇcovˇe zpracov´avat do formy simulaˇcn´ıch model˚u. D´ale m˚uzˇ e informatika zaujmout algoritmick´a n´aroˇcnost nˇekter´ych probl´em˚u a t´ım i hled´an´ı pro nˇe efektivn´ıho algoritmick´eho ˇreˇsen´ı. Samozˇrejmˇe se nab´ız´ı souvislost matematick´e teorie her a poˇc´ıtaˇcov´ych her (nˇekter´e se dokonce naz´yvaj´ı strategick´e). Je dobr´e si hned na poˇca´ tku pˇriznat, zˇ e pˇredmˇet Teorie her (THE) nen´ı kurzem tvorby poˇc´ıtaˇcov´ych her. Ovˇsem poˇc´ıtaˇcov´e hry v sobˇe obsahuj´ı prvky umˇel´e inteligence a ty jsou zaloˇzeny na zde zkouman´ych teori´ıch. Obecnˇe vzato m˚uzˇ e b´yt studium her pˇr´ınosn´e pro kaˇzd´eho cˇ lovˇeka, protoˇze pozn´a modely mnoha kaˇzdodenn´ıch lidsk´ych situac´ı, pochop´ı, proˇc svˇet funguje zrovna t´ımto zp˚usobem a to rozhodnˇe nen´ı k zahozen´ı.
1.2
Pˇrehled pˇredn´asˇek
Program pˇredn´asˇek v Teorii her na FITu m´a jako sv˚uj c´ıl podat co moˇzn´a nejˇsirˇs´ı z´abˇer pˇres vˇsechny probl´emy, kter´e Teorie her ˇreˇs´ı. V kaˇzd´e kapitole jsou diskutov´any z´aklady a nejd˚uleˇzitˇejˇs´ı modely. Lze oˇcek´avat, zˇ e se v budoucnu program pˇredn´asˇek dopln´ı o jednu aˇz dvˇe nov´e kapitoly, jist´e vˇsak je, zˇ e v pˇredn´asˇk´ach rozhodnˇe zazn´ı tato t´emata: ´ 1. Uvod do matematick´eho rozhodov´an´ı – u´ vodn´ı kapitola zavede pojmy strategie, zisk, uˇzitek, preference a teorie optim´aln´ı volby. D˚uleˇzit´e je zejm´ena pochopen´ı pojmu preference a preferenˇcn´ı relace. 2. Hry v norm´aln´ı formˇe s nenulov´ym souˇctem – tento typ her je naprost´ym z´akladem pro ch´ap´an´ı strategick´ych interaktivn´ıch situac´ı. Zavede se vˇetˇsina nezbytn´ych pojm˚u jako je strategie, hr´acˇ , hra, best-response, dominance strategi´ı, ekvilibrium a dalˇs´ı. Pochopen´ı t´eto kapitoly je kl´ıcˇ ov´e pro studium her. 3. Hry v norm´aln´ı formˇe s nulov´ym souˇctem – speci´aln´ım pˇr´ıpadem her s nenulov´ym souˇctem jsou hry s nulov´ym souˇctem, ke kter´ym lze pˇristupovat m´ırnˇe odliˇsn´ym zp˚usobem. Budou zavedeny z´akladn´ı metody anal´yzy tˇechto her. Jako vedlejˇs´ı produkt t´eto kapitoly bude vysvˇetlena metoda Line´arn´ıho programov´an´ı, kter´e je pro teorii her z´akladn´ım matematick´ym apar´atem. 4. Algoritmy pro rˇeˇsen´ı strategick´ych her – kapitola pˇrinese naprosto stˇezˇ ejn´ı modely oligopolu dle Cournota a Bertranda, kter´e st´aly na poˇca´ tku u´ vah o podobˇe ekvilibria ve hr´ach s nenulov´ym souˇctem. Bude diskutov´an probl´em existence ekvilibria ve hr´ach s nenulov´ym souˇctem a proveden d˚ukaz existence ekvilibria v koneˇcn´ych hr´ach. Souˇcasnˇe s t´ımto budou zavedeny hry ve sm´ısˇen´ych strategi´ıch. V z´avˇeru budou pˇredvedny z´akladn´ı postupy v´ypoˇctu Nashova ekvilibria ve sm´ısˇen´ych strategi´ıch. 5. Hry v rozˇs´ırˇen´e formˇe – hry v rozˇs´ırˇen´e formˇe se tak´e naz´yvaj´ı sekvenˇcn´ı nebo dynamick´e hry. V tˇechto hr´ach se hr´acˇ i stˇr´ıdaj´ı v taz´ıch a hra je obecnˇe provedena ve v´ıce akc´ıch. Uvid´ıme
4
souvislost mezi sekvenˇcn´ı hrou a hrou v norm´aln´ı formˇe. Budou diskutov´any probl´emy Stackelbergova ekvilibria, prvek d˚uvˇeryhodn´e/ned˚uvˇeryhodn´e hrozby v hern´ıch situac´ıch a forma ekvilibria ve hr´ach v rozˇs´ıˇren´e formˇe – tak zvan´e Sub-game Perfect Nash Equilibrium (SPNE). 6. Vyjedn´av´an´ı a kooperativn´ı hry – v druh´e cˇ a´ sti semestru pˇripust´ıme, zˇ e hr´acˇ i ve hˇre mohou spolu komunikovat a vyjedn´avat o volbˇe spoleˇcn´e strategie, pˇr´ıpadnˇe tvoˇrit koalice. Kooperativn´ı hry studuj´ı pˇredpoklady, za jak´ych okolnost´ı hr´acˇ i mohou kooperovat a jak´e zlepˇsen´ı zisku jim to pˇrinese. 7. Opakovan´e hry – bude dok´az´ano, zˇ e pˇri opakov´an´ı strategick´e interaktivn´ı situace lze oˇcek´avat u hr´acˇ u˚ tendence ke kooperativn´ımu jedn´an´ı. Dokonce, pokud m´a hra nekoneˇcn´y poˇcet opakov´an´ı (tj. hr´acˇ i neznaj´ı okamˇzik posledn´ıho opakov´an´ı hry), pak je jejich racion´aln´ı volbou kooperovat. 8. Korelovan´e ekvilibrium ve strategick´ych hr´ach s nenulov´ym souˇctem – korelovan´e ekvilibrium tvoˇr´ı alternativu pro Nashovo ekvilibrium ve sm´ısˇen´ych strategi´ıch. Prozkoum´ame jeho interpretaci a algoritmus v´ypoˇctu. 9. Mechanism design – obt´ızˇ nˇe pˇreloˇziteln´y pojem, kter´y lze interpretovat jako n´avrh pravidel ve strategick´ych interaktivn´ıch situac´ıch. Mechanism design b´yv´a obˇcas prezentov´an jako teorie her naruby. Jedn´a se o n´avrh pravidel hry takov´y, aby racion´aln´ım chov´an´ım hr´acˇ u˚ bylo chovat se tak, jak si n´avrh´aˇr hry pˇreje. Obvykle je c´ılem dos´ahnout stavu, kdy hr´acˇ i chtˇej´ı dobrovolnˇe prezentovat svou pravdivou preferenci o situaci. Jako nejtypiˇctˇejˇs´ı pˇr´ıklady tˇechto situac´ı si pˇredvedeme Teorii veˇrejn´e volby a Teorii aukc´ı. 10. Teorie aukc´ı – u´ vodn´ı kapitola do Teorie aukc´ı bude form´alnˇe definovat z´akladn´ı aukˇcn´ı principy a poznatky o ekvivalenci mezi nˇekter´ymi aukcemi. Aukce jsou velmi v´yznamnou sloˇzkou re´aln´eho zˇ ivota. Proto je velmi praktick´e rozumˇet chov´an´ı v aukc´ıch, napˇr´ıklad pro situace, kdy mus´ıme nˇejakou aukci sami organizovat. 11. Evoluˇcn´ı biologie – evoluˇcn´ı biologie je pˇrekvapiv´a aplikace teorie her do zkoum´an´ı v´yvoje zˇ ivoˇciˇsn´ych druh˚u a modelov´an´ı jejich vz´ajemn´ych interakc´ı. Kapitola bude vych´azet z pˇrevratn´eho cˇ l´anku J. M. Smithse, kter´y poprv´e pouˇzil pojmy teorie her pro vysvˇetlen´ı r˚uzn´ych fenotyp˚u chov´an´ı jedinc˚u a zavedl kl´ıcˇ ov´y pojem evoluˇcnˇe stabiln´ı strategie. 12. Theory of Moves – m´ırnˇe alternativn´ı teorie tah˚u od Stevena Bramse. 13. Rozbor pˇr´ıpadov´e studie simulaˇcn´ıho modelu zaloˇzen´eho na teorii her. Tato kapitola nebude souˇca´ st´ı skript. Jedn´a se o demonstraci teorie her v simulaˇcn´ım modelov´an´ı elektroˇ energetick´ych trh˚u v Cesk´ e republice, kter´ym se autor po l´eta zab´yv´a.
5
1.3
Opakov´an´ı matematick´ych pojmu˚
Pˇredmˇet THE od posluchaˇcu˚ nevyˇzaduje specializovan´e znalosti matematiky, ale pouze z´aklady a pˇredevˇs´ım schopnost d˚ukladnˇe studovat pˇredloˇzen´e definice, vˇety a d˚ukazy. Pˇredpokl´ad´a se pˇrehledov´a znalost z oblasti diskr´etn´ı matematiky, algebry, matematick´e anal´yzy, teorie pravdˇepodobnosti a statistiky. Pˇresto se hod´ı znovu vysvˇetlit z´akladn´ı pojmy, na kter´ych bude stavˇeno. Z´akladn´ım pojmem je pojem mnoˇziny. Bez potˇreby hloubˇeji zkoumat teorii mnoˇzin a r˚uznˇe abstraktn´ı definice pojmu mnoˇzina lze mnoˇzinu vysvˇetlit jako matematick´y objekt A, pro kter´y plat´ı, zˇ e jsme schopni pro kaˇzd´y (∀) libovoln´y objekt o jednoznaˇcnˇe urˇcit, zda-li objekt o je nebo nen´ı prvkem A. Mnoˇzinu tedy urˇcuje vztah b´yt prvkem mnoˇziny, coˇz p´ısˇeme: o∈A a cˇ teme ”objekt o je prvkem mnoˇziny A” (patˇr´ı do mnoˇziny) nebo naopak o ∈ / A – ”objekt o ˇ nen´ı prvkem mnoˇziny A” (nepatˇr´ı do mnoˇziny). Zavedme jako dohodu (notaci) mnoˇziny zapisovat s velk´ym poˇca´ teˇcn´ım p´ısmenem (nebo slovem zaˇc´ınaj´ıc´ım velk´ym p´ısmenem) a jejich prvky mal´ym p´ısmenem. Pro informatiky je d˚uleˇzit´e zd˚uraznit, zˇe mnoˇzina nen´ı seznam. Pokud prvek patˇr´ı do mnoˇziny, pak je v mnoˇzinˇe pouze jednou1 . Co je d´ale d˚uleˇzit´e, je sdˇelen´ı, zˇ e prvky v mnoˇzinˇe nemaj´ı poˇrad´ı (nejsou seˇrazeny). Proto by nikdy nemˇelo zazn´ıt ”Prvn´ım prvkem mnoˇziny napˇr. A je ...”. Mnoˇziny cˇ asto zapisujeme v´ycˇ tem prvk˚u: A = {a1 , a2 , ..., ax } Pr´azdnou mnoˇzinu pak symbolem ∅. Z´apisem |A| budeme znaˇcit poˇcet prvk˚u mnoˇziny (kardinalitu mnoˇziny). Tedy, |A| = x, kde x ∈ N+ ∪ {0}. Ust´alen´e mnoˇziny cˇ´ısel budeme zapisovat zdvojen´ym p´ısmem – N pro z´apis mnoˇziny pˇrirozen´ych cˇ´ısel, tedy integers (d´ale N+ , N− , N0 ) a R pro z´apis mnoˇziny re´aln´ych cˇ´ısel, tedy floats. Mnoˇzinu cˇ asto zapisujeme nˇejakou podm´ınkou, kter´a plat´ı pro jej´ı prvky, obecnˇe B = {a ∈ A|condition(a)} Pˇred svislou cˇ arou je z´apis mnoˇziny, ze kter´e se vyb´ır´a (FROM, mnoˇzina A) a za svislou cˇ arou je dan´y ”SELECT”. Pojem podmnoˇziny je jistˇe zn´am´y. Rozliˇsujeme ostrou podmoˇzinu A ⊂ B (tedy |A| < |B|) a neostrou ⊆ (tedy A = B ∨ A ⊂ B). 1
...na rozd´ıl od multi-mnoˇziny, ovˇsem multi-mnoˇzinu lze zapsat formou mnoˇziny dvojic (o, i) kde i znaˇc´ı poˇcet opakov´an´ı prvku o v mnoˇzinˇe
6
D˚uleˇzitou mnoˇzinou je tak zvan´a poteˇcn´ı mnoˇzina. Mˇejme napˇr´ıklad mnoˇzinu A. Poteˇcn´ı mnoˇzina mnoˇziny A se zapisuje v´yrazem 2A a obsahuje jako sv´e prvky vˇsechny moˇzn´e podmnoˇziny mnoˇziny A vˇcetnˇe pr´azdn´a mnoˇziny. Plat´ı |2A | = |2|A| . Zopakujme form´aln´ı definice mnoˇzinov´ych operac´ı sjednocen´ı (∪), pr˚uniku (∩) a mnoˇzinov´eho rozd´ılu (\). Definice 1. Mˇejme dvˇe mnoˇziny A a B. Operace nad mnoˇzinami sjednocen´ı (∪), pr˚unik (∩) a mnoˇzinov´eho rozd´ıl (\) definujeme takto: • C = A ∪ B ⇔ ∀c ∈ C : c ∈ A ∨ c ∈ B • C = A ∩ B ⇔ ∀c ∈ C : c ∈ A ∧ c ∈ B • C = A \ B ⇔ ∀c ∈ C : c ∈ A ∧ c ∈ / B resp. C = {c ∈ A|c ∈ / B} V mnoha z´apisech budeme oper´atory ∪, ∩,
P
pouˇz´ıvat s iteraˇcn´ı promˇennou:
C=
[
f un(i)
i∈N
pokud je N mnoˇzinou. I=
N X
f un(i)
i=1
pokud je N pˇrirozen´e cˇ´ıslo a iterace prob´ıh´a od i = 1 do i = N vˇcetnˇe, s krokem jedna. Pokud jsou tyto dvˇe alternativy cˇ ten´aˇri zˇrejm´e, lze zkracovat na, jako napˇr.: I=
N X
f un(i)
i
Kart´ezsk´y souˇcin (angl. product), relace Kart´ezsk´y souˇcin (znaˇc´ıme oper´atorem ×) mnoˇzin A a B je definov´an jako mnoˇzina vˇsech uspoˇra´ dan´ych dvojic C = A × B = {(a, b)|a ∈ A ∧ b ∈ B} Podstatn´e tedy je, zˇ e se jedn´a o mnoˇzinu a jej´ımi prvky jsou uspoˇra´ dan´e dvojice. Uspoˇra´ dan´a N-tice je vektor prvk˚u, kde tedy jiˇz na poˇrad´ı z´aleˇz´ı, t.j. (a, b) je jin´y objekt neˇz (b, a). Kart´ezsk´y souˇcin m˚uzˇ e b´yt libovoln´e dimenze, napˇr´ıklad definujeme CC = A × B × C × ... × Z 7
S kart´ezsk´ym souˇcinem souvis´ı pojem relace. Toto lidsk´e slovo m´a opravdu hodnˇe v´yznam˚u, ovˇsem pro matematiku je bin´arn´ı relace na mnoˇzin´ach A a B podmnoˇzinou kart´ezsk´eho souˇcinu mnoˇzin A a B (tzn. je to mnoˇzina uspoˇra´ dan´ych dvojic). R⊆A×B N´asleduj´ıc´ı dva z´apisy jsou ekvivalentn´ı: R ⊆ A × A, R ⊆ A2 . Pro relace se ust´alila n´asleduj´ıc´ı notace. Pokud je x ∈ R a x = (a, b), pak obˇcas p´ısˇeme aRb. Definujeme i n-´arn´ı relace R ⊆ A × B × C × ... × Z. Pˇr´ıklad: A = {1, 2, 3}; B = {x, y} A × B = {(1, x), (1, y), (2, x), (2, y), (3, x), (3, y)} R ⊆ A × B napˇr. R = {(1, x), (1, y)} Nad relacemi definujeme nˇekolik charakteristik, kter´e n´am ulehˇcuj´ı vyjadˇrov´an´ı o r˚uzn´ych vlastnostech naˇsich popisovan´ych jev˚u. Jsou to vlastnosti (prov´ad´ıme v´ybˇer vlastnost´ı podstatn´ych pro THE): ˇ Definice 2. Mˇejme relaci R ⊆ A × A. Rekneme, zˇe relace R je: • u´ pln´a, pokud ∀a, b ∈ A : aRb ∨ bRa nebo oboje. • reflexivn´ı, pokud ∀a ∈ A : aRa. • symetrick´a, pokud ∀a, b ∈ A : aRb ⇒ bRa. • antisymetrick´a, pokud ∀a, b ∈ A : aRb ∧ bRa ⇒ a = b, tzn. a i b jsou shodn´e prvky. • tranzitivn´ı, pokud aRb ∧ bRc ⇒ aRc. D˚uleˇzit´y je fakt, zˇ e relace m˚uzˇ e m´ıt nˇekolik v´ysˇe zm´ınˇen´ych vlastnost´ı souˇcasnˇe. Kombinace tˇechto vlastnost´ı vede k pojmenov´an´ı sloˇzen´ych vlastnost´ı relac´ı, jako jsou kvazi-uspoˇra´ d´an´ı, u´ pln´e uspoˇra´ d´an´ı, ekvivalence a podobnˇe. Dalˇs´ı matematick´e znalosti Pˇredmˇet THE nevyˇzaduje u student˚u znalosti matematiky, kter´e by pˇrekraˇcovaly r´amec bˇezˇ n´eho informatick´eho studia. Bylo by vˇsak dobr´e umˇet/ch´apat: • Pˇreˇc´ıst/pochopit matematick´y z´apis – a pˇredevˇs´ım ch´apat, zˇ e matematick´y z´apis n´am zjednoduˇsuje inˇzen´yrskou komunikaci a vede k jednoznaˇcn´emu vyj´adˇren´ı naˇsich myˇslenek. ´ • Upravy algebraick´ych v´yraz˚u (odvozov´an´ı, zjednoduˇsov´an´ı) – u´ pravy algebraick´ych v´yraz˚u jsou umˇen´ım, kter´e je tˇreba st´ale pˇestovat a rozv´ıjet. 8
• Vyˇreˇsen´ı line´arn´ı, kvadratick´e a jednoduch´e diferenci´aln´ı rovnice. Z´akladn´ı ˇreˇsen´ı soustav line´arn´ıch rovnic. • Derivovat funkce v´ıce promˇenn´ych a hledat extr´emy funkc´ı – matematick´a anal´yza by pro inˇzen´yra mˇela b´yt samozˇrejmost´ı. V r´amci studia THE bude probr´ana (moˇzn´a) nov´a matematick´a metoda a t´ım je line´arn´ı programov´an´ı. Line´arn´ı programov´an´ı je soubor metod ˇreˇsen´ı optimalizaˇcn´ıch u´ loh s line´arn´ımi omezuj´ıc´ımi podm´ınkami a line´arn´ı hodnot´ıc´ı funkc´ı. Je to z´aklad ˇreˇsen´ı mnoha hernˇe-teoretick´ych probl´em˚u.
9
Chapter 2 ´ Uvod do hern´ıch pojmu˚ V t´eto kapitole naznaˇc´ıme z´akladn´ı probl´em rozhodov´an´ı a t´ım je volba jedn´e alternativy z mnoˇziny dostupn´ych alternativ. V umˇel´e inteligenci a v THE se budeme snaˇzit modelovat tyto okamˇziky, kdy se inteligentn´ı jedinec m˚uzˇ e nebo mus´ı nˇejak rozhodnout. Z´akladem rozhodov´an´ı je pochopen´ı a pozn´an´ı moˇzn´ych alternativ (”... m˚uzˇ eˇs si vybrat to nebo to...”). Souˇca´ st´ı naˇseho modelu bude pˇredevˇs´ım pak ten v´ycˇ et alternativ. Nem˚uzˇ eme zat´ım poˇc´ıtat s t´ım, zˇ e by si poˇc´ıtaˇcov´y model inteligentn´ıho tvora s´am tento v´ycˇ et sestavil. Kaˇzd´a akce m´a vˇsak reakci. Volba alternativy m´a sv˚uj d˚usledek (pozdˇeji budeme mluvit o uˇzitku). Budeme cht´ıt modelovat, zda-li si jedinec tento fakt uvˇedomuje a jak´ym zp˚usobem si ho uvˇedomuje. Budeme zkoumat, zda-li je schopen porovnat dva dosaˇziteln´e d˚usledky a rozhodnout se, kter´y on povaˇzuje za lepˇs´ı. Jinak ˇreˇceno, zda-li je schopen nˇejak´y d˚usledek preferovat pˇred jin´ym. Za jist´ych okolnost´ı lze zamˇenit zkoum´an´ı preferenc´ı nad d˚usledky se zkoum´an´ı preferenc´ı nad alternativami. Jako v´ysledek t´eto kapitoly definujeme okolnosti, za kter´ych je jedinec schopen prov´est racion´aln´ı rozhodnut´ı nad mnoˇzinou alternativ, tedy rozhodnut´ı, kter´e mu pˇrinese nejlepˇs´ı dosaˇziteln´y d˚usledek. Pozdˇeji uvid´ıme, zˇ e to nemus´ı b´yt nutnˇe absolutnˇe nejvyˇssˇ´ı d˚usledek (uˇzitek), ale budeme sp´ısˇe mluvit o optim´aln´ım uˇzitku.
2.1
´ Uvod do Teorie volby (Theory of Choice)
V Teorii volby i v Teorii interaktivn´ıho strategick´eho rozhodov´an´ı (Teorie her) jedinec prov´ad´ı rozhodnut´ı, coˇz je jaksi zd˚uvodniteln´a volba jedn´e z jeho moˇzn´ych voleb (akc´ı, tah˚u, strategi´ı). M˚uzˇ eme zkoumat, zda-li jedinec dojde ke sv´emu rozhodnut´ı pomoc´ı nˇejak´e racion´aln´ı u´ vahy nebo vol´ı-li sv˚uj tah n´ahodnˇe. Jedinec vol´ıc´ı sv˚uj tah n´ahodnˇe je v TH naz´yv´an pˇr´ıroda (angl. the nature). Hry s takov´ym hr´acˇ em jsou pak naz´yv´any ”hry proti pˇr´ırodˇe”. T´ımto aspektem her se vˇsak budeme zab´yvat pouze velmi okrajovˇe. V Teorii her se budeme z vˇetˇs´ı cˇ a´ sti zab´yvat hr´acˇ i, kteˇr´ı pro sv´e rozhodnut´ı maj´ı nˇejak´y d˚uvod a ke sv´emu rozhodnut´ı dojdou nˇejakou matematicky podloˇzitelnou u´ vahou. Takov´e hr´acˇ e budeme naz´yvat 10
racion´aln´ımi. Pojem racionality je pro TH kl´ıcˇ ov´y a bude mu vˇenov´ana pozornost v n´asleduj´ıc´ı kapitole. Z´akladem pro racion´aln´ı u´ vahu je pochopen´ı faktu, zˇ e kaˇzd´e rozhodnut´ı m´a sv˚uj d˚usledek. D˚usledek rozhodnut´ı je v TH podobnˇe d˚uleˇzit´y fenom´en jako samotn´a racionalita a velmi u´ zce spolu souvis´ı. D˚usledek je vyj´adˇren formou nˇejak´eho kvantifikovateln´eho uˇzitku nebo tak´e zisku. V THE budeme pojmy uˇzitek a zisk obvykle smˇesˇovat, pouze v nˇekter´ych kapitol´ach budeme odliˇsovat objektivn´ı zisk a vn´ım´an´ı uˇzitku ze zisku (napˇr´ıklad v prvn´ı pˇredn´asˇce, v r´amci kapitoly o Teorii uˇzitku). V anglick´e literatuˇre b´yvaj´ı tyto pojmy oznaˇcov´any jako payoff nebo utility.
Nyn´ı si form´alnˇe definujeme r´amec rozhodov´an´ı jedince. Mˇejme jedince prov´adˇej´ıc´ıho rozhodnut´ı o volbˇe sv´e akce z mnoˇziny akc´ı A = {a1 , a2 , ..., ak }. Pˇredpokl´adejme, zˇ e jedinec m´a dostatek informac´ı o dan´e situaci takov´y, zˇ e je schopen definovat mnoˇzinu veˇsker´ych d˚usledk˚u sv´ych rozhodnut´ı X = {x1 , x2 , ..., xn }. Jedinec je d´ale schopen jednoznaˇcnˇe pˇriˇradit kaˇzd´e sv´e volbˇe a ∈ A pr´avˇe jeden d˚usledek x ∈ X. Matematicky tento fakt modelujeme funkc´ı (napˇr´ıklad naz´yvanou funkc´ı uˇzitku), kter´a pˇriˇrazuje akc´ım a ∈ A pr´avˇe jeden d˚usledek z mnoˇziny X u:A→X M´ame tedy mnoˇzinu moˇzn´ych akc´ı A, mnoˇzinu moˇzn´ych d˚usledk˚u X a nyn´ı potˇrebujeme vod´ıtko pro volbu, kterou budeme ch´apat jako racion´aln´ı. Racionalita m´a nˇekolik definic. Jedna z nich ˇr´ık´a, zˇ e racion´alnˇe chovaj´ıc´ı se jedinec vol´ı svou akci po d˚ukladn´em zv´azˇ en´ı veˇsker´ych d˚usledk˚u. Dalˇs´ı ˇr´ık´a, zˇ e racion´aln´ı jedinec maximalizuje sv˚uj zisk. Zisk ch´apame obvykle jako cˇ´ıseln´e vyj´adˇren´ı napˇr´ıklad formou penˇez. U takov´eho vyj´adˇren´ı kaˇzd´y jedinec sezn´amen´y s penˇezi ch´ape, zˇ e 100 Kˇc je v´ıc neˇz 10 Kˇc. Ch´ape to proto, zˇ e je schopen obˇe hodnoty porovnat. Schopnost porovn´av´an´ı dvou moˇzn´ych v´ysledk˚u proto bude z´aklad pro racion´aln´ı rozhodov´an´ı. Dodejme, zˇ e pokud je funkce u bijektivn´ı (vz´ajemnˇe jednoznaˇcn´e zobrazen´ı), coˇz znaˇc´ı, zˇ e u je jednoznaˇcn´e (pro kaˇzd´e a ∈ A existuje pr´avˇe jedno x ∈ X, zˇ e u(a) = x) a souˇcasnˇe ”na mnoˇzinu” (pro kaˇzd´e x ∈ X existuje pr´avˇe jedno a ∈ A, zˇ e u(a) = x), pak je jedno, zda-li mluv´ıme o zkoum´an´ı optima na mnoˇzinˇe d˚usledk˚u nebo na mnoˇzinˇe alternativ. Je to jednoduch´e, pokud by existovaly dvˇe alternativy vedouc´ı ke stejn´emu d˚usledku, jsou pro jedince v z´asadˇe totoˇzn´e. Vˇenujme se proto, zat´ım, zkoum´an´ı preferenc´ı na mnoˇzinˇe alternativ. Dˇr´ıve, neˇz zavedeme pojem maxima (tzn. cestu k maximalizaci zisku), budeme definovat pojem ˇ jedincovy preference. V obecn´e mluvˇe ch´apeme preferenci jako nˇejakou formu priority. Rekneme, zˇ e obyvatel Vyˇskova preferuje vyˇskovsk´e pivo, ale m´ın´ıme t´ım, zˇ e Vyˇskovan konfrontov´an s volbou vyˇskovsk´e versus kter´ekoliv jin´e pivo vˇzdy vol´ı svou dom´ac´ı znaˇcku. V tomto vyj´adˇren´ı implicitnˇe 11
ch´apeme v´ysledek pˇr´ıpadn´ych konfrontac´ı, ale matematicky toto mus´ıme zd˚uraznit. Zd˚urazˇnujeme to zaveden´ım preferenˇcn´ı bin´arn´ı relace nad mnoˇzinou alternativ. Preferenˇcn´ı relace R ⊆ A × A je tedy mnoˇzina dvojic (a1 , a2 ), kter´e interpretujeme tak, zˇ e ˇ a1 je preferov´ano nad (pˇred) a2 . Rekneme rovnou, zˇ e v teorii volby a v TH obecnˇe se pro lepˇs´ı obecnost zav´ad´ı tak zvan´a slab´a preference (angl. weak preference), kter´a se interpretuje tak, zˇ e je-li (a1 , a2 ) ∈ R, coˇz tak´e p´ısˇeme a1 Ra2 , pak jedinec nepreferuje a2 nad a1 , nebo-li v kladn´e mluvˇe ˇreˇceno, ch´ape a1 jako lepˇs´ı nebo stejnˇe dobrou akci jako a2 . Pro lepˇs´ı pˇredstavu srovnejme slabou preferenci s matematick´ym oper´atorem ≥ nad cˇ´ısly (coˇz je opˇet relace a dokonce relace se stejn´ymi vlastnostmi jako slab´a preference). V TH je tak´e cˇ asto t´ımto oper´atorem slab´a preference zapisov´ana. Pokud by n´am chybˇela silnˇejˇs´ı/radik´alnˇejˇs´ı forma preference, m˚uzˇ eme zav´est relaci striktn´ı preference (budeme ji oznaˇcovat P ). ˇ Definice 3. Mˇejme hr´acˇ e s mnoˇzinou alternativ A a relac´ı slab´e preference R ⊆ A × A. Rekneme, zˇe jedinec striktnˇe preferuje a1 nad a2 (tedy a1 P a2 ), pokud plat´ı a1 Ra2 ∧ ¬a2 Ra1 Jinak ˇreˇceno, pokud (a1 , a2 ) ∈ P , pak (a1 , a2 ) ∈ R a souˇcasnˇe (a2 , a1 ) ∈ / R. Podobnˇe zavedeme relaci indiference I (doslova – nerozliˇsitelnosti), tedy: ˇ Definice 4. Mˇejme hr´acˇ e s mnoˇzinou alternativ A a relac´ı slab´e preference R ⊆ A × A. Rekneme, zˇe jedinec je indiferentn´ı mezi dvˇema r˚uzn´ymi a1 a a2 (tedy a1 Ia2 ), pokud plat´ı a1 Ra2 ∧ a2 Ra1 Jak´e mus´ı m´ıt relace slab´e preference vlastnosti, aby dala jedinci n´avod k racion´aln´ı volbˇe? St´ale pˇredpokl´ad´ame, zˇ e jedinec pl´anuje zvolit akci, kter´a bude nejlepˇs´ı ze vˇsech moˇzn´ych, tedy nebude existovat jin´a akce, kterou by striknˇe preferoval nad svoj´ı volbou. Chceme totiˇz naj´ıt nˇejak´e maximum. Definice 5. Pro relaci slab´e preference R a mnoˇzinu alternativ A definujeme maxim´aln´ı mnoˇzinu M (R, A) ⊂ A tak, zˇe M (R, A) = {x ∈ A|xRy; ∀y ∈ A} Maxim´aln´ı mnoˇzina M (R, A) je tedy tvoˇrena takov´ymi prvky ⊆ A, zˇ e neexistuje prvek y ∈ A \ M (R, A) takov´y, zˇ e by byl preferov´an nad nˇejak´ym prvkem z M (R, A). Existuje pro jedincovu rozhodovac´ı situaci vˇzdy maxim´aln´ı mnoˇzina? Jak´e vlastnosti mus´ı splˇnovat jedincova preferenˇcn´ı relace, aby maxim´aln´ı mnoˇzina existovala? Maxim´aln´ı mnoˇzina je n´avod pro hled´an´ı maxima na mnoˇzinˇe alternativ, ale existuje pouze tehdy pokud preferenˇcn´ı relace tvoˇr´ı uspoˇra´ d´an´ı na mnoˇzinˇe alternativ, je tedy u´ pln´a, reflexivn´ı a tranzitivn´ı. Pro to, aby preferenˇcn´ı relace mˇela maxim´aln´ı mnoˇzinu jsou nejd˚uleˇzitˇejˇs´ı jej´ı vlastnosti u´ plnost ´ a tranzitivita. Uplnost relace je vlastnost ˇr´ıkaj´ıc´ı, zˇ e pro kaˇzd´e dvˇe r˚uzn´e alternativy a1 , a2 ∈ A plat´ı 12
budˇ a1 Ra2 nebo a2 Ra1 nebo plat´ı oboje souˇcasnˇe. Z hlediska interpretace t´eto vlastnosti t´ım m´ın´ıme stav, kdy hr´acˇ m´a n´azor na preferenci nad vˇsemi sv´ymi alternativami. Tento fakt se m˚uzˇ e jevit jako naprosto pˇrirozen´y, ale spousta psycholog˚u zde nam´ıt´a, zˇ e tento poˇzadavek nen´ı aˇz tak samozˇrejm´y. Zkusme si vzpomenout, kdy v nˇekter´ych situac´ıch ˇr´ık´ame ”nev´ım” nebo ”na toto nem´am n´azor” nebo ”nem˚uzˇ u si vybrat z tˇechto variant”. Pokud hr´acˇ ova preferenˇcn´ı relace splˇnuje u´ plnost, pak jeˇstˇe nav´ıc mus´ı m´ıt urˇcitou vnitˇrn´ı logickou konzistenci. Ta je vyj´adˇrena poˇzadavkem tranzitivity relace, kter´a ˇr´ık´a, zˇ e pokud m´ame a1 Ra2 a souˇcasnˇe a2 Ra3 , pak rozhodnˇe mus´ı b´yt dvojice (a1 , a3 ) prvkem preferenˇcn´ı relace. Pokud tedy jedinec preferuje Plzeˇn nad Radegastem, a Radegast nad Starobrnem, rozhodnˇe by nemˇel pochybovat o preferenci Plznˇe nad Starobrnem. Pokud pˇresto (Starobrno, P lzen) ∈ R, pak jedinec nem´a sˇanci prov´est rozhodnut´ı, neboˇt se mu preference zacykl´ı P lzen ≥ Radegast ≥ Starobrno ≥ P lzen. Tyto vlastnosti (´uplnost, reflexivita, tranzitivita) u preferenˇcn´ı relace dˇelaj´ı z preferenˇcn´ı relace u´ pln´e neostr´e uspoˇra´ d´an´ı (angl. weak ordering). Definice 6. Mˇejme relaci R ⊆ A × A. Pokud je R u´ pln´a, tranzitivn´ı a reflexivn´ı, pak tvoˇr´ı u´ pln´e neostr´e uspoˇra´ d´an´ı na mnoˇzinˇe A. Vˇeta 1. Je-li A koneˇcn´a nepr´azdn´a mnoˇzina a R u´ pln´e neostr´e uspoˇra´ d´an´ı na A, pak M (R, A) 6= ∅. Proof. Nechˇt A je koneˇcn´a mnoˇzina a R je u´ pln´a, reflexivn´ı a tranzitivn´ı relace. D˚ukaz bude proveden matematickou indukc´ı. Krok 1: Je-li A jednoprvkov´a mnoˇzina, tedy A = {a}, pak z reflexivity plyne aRa a proto M (R, A) = {a}. Krok 2: Uk´azˇ eme, zˇ e je-li tvrzen´ı pravdiv´e pro A0 s n prvky a relaci R0 na A0 , pak mus´ı b´yt pravdiv´e i pro libovolnou A s n + 1 prvky a uspoˇra´ d´an´ı R. ˚ Dukaz kroku 2: Budeme pracovat s mnoˇzinami A a A0 , kde A = A0 ∪ {a}. Na mnoˇzin´ach A a A0 jsou definov´any uspoˇra´ d´an´ı R a R0 tak, zˇ e R0 je R omezen´a na A0 , tedy R0 = R ∩ (A0 × A0 ). Dle naˇsich pˇredpoklad˚u (a dle postupu matematick´e indukce) je M (R0 , A0 ) 6= ∅. Pak z pˇredpoklad˚u u´ plnosti preferenˇcn´ı relace plyne, zˇ e pro libovoln´e y ∈ M (R0 , A0 ) plat´ı budˇ yRa nebo aRy nebo plat´ı oboje. Budeme proto zkoumat dvˇe varianty preferenc´ı y a novˇe pˇridan´e alternativy a: 1. Plat´ı yRa neboli prvky maxima na A0 jsou preferov´any nad nov´ym prvkem a. Pak tedy yRz pro vˇsecny z ∈ A0 ∪ {a} (z definice maxim´aln´ı mnoˇziny) a proto y ∈ M (R, A). A t´ım dokazujeme krok 2. 2. Plat´ı aRy. Pokud tedy y ∈ M (R0 , A0 ), pak yRz pro libovoln´e z ∈ A0 . Vych´az´ıme z aRy a v´ıme, zˇ e yRz pro vˇsechny z ∈ A0 . Z tranzitivity R plyne aRz pro vˇsechny z ∈ A0 . Obecnˇe to implikuje aRw pro vˇsechny w ∈ A0 a proto a ∈ M (R, A) a to opˇet dokazuje krok 2. Principem matematick´e indukce jsme dok´azali tuto vˇetu pomoc´ı krok˚u 1 a 2.
13
2.2
Teorie uˇzitku
Pokud d˚usledek nˇejak´e akce ch´apeme jako zisk, pak je nutno zkoumat, jak´y n´am ten zisk pˇrinese uˇzitek. Je jasn´e, zˇ e zisk tis´ıce CZK je pro kaˇzd´eho cˇ lovˇeka stejn´y zisk tis´ıce CZK. Chud´emu cˇ lovˇeku vˇsak tento zisk pˇrinese vˇetˇs´ı uˇzitek neˇz miliard´aˇri. Uˇzitek je v ekonomii ch´ap´an jako subjektivn´ı m´ıra uspokojen´ı plynouc´ı ze spotˇreby statk˚u. Neˇz zaˇcneme zkoumat zisk a uˇzitek, zavedeme si dva zp˚usoby zkoum´an´ı dvou odliˇsn´ych d˚usledk˚u x a y: • Ordinalistick´y pˇr´ıstup – pozn´ame, zˇ e x je lepˇs´ı neˇz y nebo naopak nebo jsou oba stejn´e. Takto jsme schopni porovn´avat alternativy. • Kardinalistick´y pˇr´ıstup – kromˇe prost´eho porovn´an´ı x a y, kde je napˇr. x lepˇs´ı neˇz y, jsme nav´ıc schopni vyˇc´ıslit, kolikr´at je x lepˇs´ı neˇz y. Jsme tedy schopni kvantifikovanˇe vyj´adˇrit rozd´ıl |x − y|. ˇ Rekli jsme, zˇ e za pˇredpokladu bijektivnosti uˇzitkov´e funkce u : A → X si m˚uzˇ eme zvolit, zdaˇ li budeme hledat maximum na alternativ´ach nebo d˚usledc´ıch. Pro poˇra´ dek si zavedme relaci slab´e preference na d˚usledc´ıch: Definice 7. Mˇejme mnoˇzinu alternativ A, mnoˇzinu d˚usledk˚u X, uˇzitkovou funkci u z A na X a relaci slab´e preference R ⊆ A × A. Nechtˇ potom: • u(x) ≥ u(y) ⇔ xRy • u(x) > u(y) ⇔ xP y • u(x) = u(y) ⇔ xIy A d´ale: ˇ Definice 8. Mˇejme mnoˇzinu alternativ A a preferenˇcn´ı relaci R ⊆ A2 . Rekneme, zˇe uˇzitkov´a funkce u : A → R reprezentuje R, pokud pro vˇsechny x, y ∈ A : u(x) ≥ u(y) ⇔ xRy. Pˇrechod od zkoum´an´ı preferenc´ı nad alternativami ke zkoum´an´ı nad d˚usledky jeˇstˇe s´am o sobˇe neumoˇznˇ uje kardinalistick´y pˇr´ıstup, tedy vyhodnocen´ı rozd´ılu |u(x)−u(y)|, ∀x, y ∈ A. Proto budeme obvykle kl´ast X = R, tedy u : A → R a formulovat d˚usledky (nyn´ı jiˇz zisky) re´aln´ymi cˇ´ısly. Dodejme, zˇ e n´asleduj´ıc´ı algoritmy teorie her pr´avˇe zkoumaj´ı m´ıru rozd´ılu zisku mezi dvˇema alternativami. Maxim´aln´ı mnoˇzinu lze jiˇz pak definovat velmi intuitivnˇe, a sice jako:
14
M (u, A) = arg max[u(a)] a∈A
Pˇrechodem od ordinalistick´eho zkoum´an´ı preferenc´ı nad alternativami ke kardinalistick´emu zkoum´an´ı nad cˇ´ıseln´ymi zisky se algoritmy rozhodov´an´ı sice zjednoduˇsuj´ı, ale probl´em modelov´an´ı situace se pˇresouv´a k validn´ımu ohodnocen´ı d˚usledku volby jedince tak, aby ohodnocen´ı bylo sjednocuj´ıc´ı pro vˇsechny hr´acˇ e ve hˇre. To je ovˇsem uˇz probl´em samotn´eho modelov´an´ı rozhodovac´ıch situac´ı a pro u´ vodn´ı studium her je tato pozn´ama znaˇcnˇe pˇredˇcasn´a.
2.2.1
Uˇzitek ze zisku
Jako demonstraci zkoum´an´ı vztahu mezi ziskem a uˇzitkem si uk´azˇ eme tak zvan´y St. Petersbourg paradox vysloven´y Danielem Bernoullim v roce 1738. Mˇejme hru mezi u´ cˇ astn´ıkem a bank´eˇrem, kde u´ cˇ astn´ık zaplat´ı vstupn´ı poplatek c a pak h´azˇ e minc´ı tak dlouho, dokud nepadne hlava. Bank´eˇr souhlas´ı, zˇ e mu zaplat´ı 1 duk´at, pokud padne v prvn´ım hodu, 2 duk´aty v druh´em hodu, 4 v tˇret´ım hodu, atd. Oˇcek´avan´y zisk hr´acˇ e tedy mus´ı b´yt nekoneˇcn´y: ∞
X1 1 1 1 1 1 1 1 1 =∞ E = (−c) + 1 + 2 + 4 + 8 + ...+ = + + + + ... = 2 4 8 16 2 2 2 2 2 k=1 Probl´em je, zˇ e s t´ımto vˇetˇsina re´aln´ych lid´ı nesouhlas´ı a za svou u´ cˇ ast by nezaplatili v´ıce neˇz 20 duk´at˚u, dokonce by radostnˇe prodali svou u´ cˇ ast ve hˇre za 20 duk´at˚u. Jak je toto moˇzn´e? Proˇc vˇetˇsina lid´ı preferuje jistotu dvaceti duk´at˚u pˇred teoreticky nekoneˇcn´ym ziskem? St. Petersbourg paradox vyvolal diskuzi, jak´y je vlastnˇe uˇzitek z pˇrijet´ı nˇejak´eho (napˇr. finanˇcn´ıho) vstupu. Gabriel Cramer pˇri korespondenci s D. Bernoullim prohl´asil, zˇ e lid´e hodnot´ı finanˇcn´ı cˇ a´ stky podle uˇzitku, kter´y jim pˇrinesou. Doplnil n´asleduj´ıc´ı pˇredpoklad: jak´akoliv cˇ a´ stka pˇresahuj´ıc´ı 224 duk´at˚u cˇ lovˇeku pˇripad´a stejn´a jako 224 duk´at˚u. Pak je oˇcek´avan´y uˇzitek hry: 1 1 1 1 1 1 1 + 2 + 4 + ... + 24 223 + 25 224 + 26 224 + ...+ = 2 4 8 2 2 2 1 1 1 1 1 + + ... + + + + ... = 12 + 1 = 13 2 2 2 4 8 Potom je realisticky oˇcek´avan´y uˇzitek ze hry 13 duk´at˚u. Daniel Bernoulli pokraˇcoval ve sv´e u´ vaze d´ale. Definoval poˇcet jednotek uˇzitku u(x) z vlastnictv´ı cˇ a´ stky x. Podle nˇej, pˇri nav´ysˇen´ı majetku z x na x + dx je pˇr´ırustek uˇzitku du(x) pˇr´ımo u´ mˇern´y pˇr´ırustku dx a nepˇr´ımo u´ mˇern´y dosavadn´ımu majetku x (d´ale bude α znaˇcit poˇca´ teˇcn´ı majetek a b ∈ R+ berme jako nˇejak´y subjektivn´ı koeficient vn´ım´an´ı pˇr´ırustku). Podotknˇenme, zˇ e tento zp˚usob =
15
vn´ım´an´ı uˇzitku se naz´yv´a Logoritmick´y uˇzitek. du(x) =
b dx x
Po integraci cel´e rovnice obdrˇz´ıme: u(x) = b ln x + c; c ∈ R Integraˇcn´ı konstantu c vyj´adˇr´ıme jako vn´ım´an´ı poˇca´ teˇcn´ıho majetku α a formulujeme stejn´ym zp˚usobem jako pˇr´ırustek majetku. x α coˇz obecnˇe vyjadˇruje uˇzitek ln(po akci) − ln(pˇred akc´ı). Kdyˇz nyn´ı vyj´adˇr´ıme oˇcek´avan´y uˇzitek ze hry pomoc´ı logaritmick´eho uˇzitku, dost´av´ame (ovˇsem bez pˇripom´ınky G. Cramera o hraniˇcn´ım majetku): u(x) = b ln x − b ln α = b ln
∞ X α + 2n−1 1 b ln = E= n 2 α n=1 1
1
1
= b ln [(α + 1) 2 (α + 2) 4 (α + 4) 8 ...] − b ln α ˇ astka D, jej´ızˇ pˇrid´an´ı k poˇca´ teˇcn´ımu Kolik tedy mus´ı hr´acˇ vyhr´at, aby jeho uˇzitek byl kladn´y? C´ majetku pˇrinese stejn´y uˇzitek jako uˇzitek z v´yhry ve hˇre je d´ana vztahem, kde na lev´e stranˇe rovnice m´ame uˇzitek z pˇr´ırustku D a na prav´e uˇzitek z v´yhry: i h 1 1 1 α+D 2 4 8 b ln = b ln (α + 1) (α + 2) (α + 4) ... − b ln α α z toho plyne, zˇ e takov´e D je: h i 1 1 1 D = (α + 1) 2 (α + 2) 4 (α + 4) 8 ... − α √ √ √ Pro nulov´e α = 0 poˇca´ teˇcn´ı jmˇen´ı je D = 2 1 · 4 2 · 8 4 · · · = 2. M´ıt nulov´y poˇca´ teˇcn´ı majetek, tak nezaplat´ım za uˇcast ve hˇre v´ıc neˇz dva duk´aty. Promyslete si, jak´y uˇzitek pˇrinese hra hr´acˇ i s nenulov´ym poˇca´ teˇcn´ım majetem α.
2.3
˚ zit´e poznatky Duleˇ
Provedeme v´ycˇ et d˚uleˇzit´ych poznatk˚u na z´avˇer kapitoly o volbˇe a uˇzitku: • Jedinec se rozhoduje nad volbou jedn´e z mnoˇziny alternativ A. 16
• Pokud m´a b´yt jedincova volba racion´aln´ı, mus´ı nad mnoˇzinou alternativ A definovat relaci slab´e (neostr´e) preference R, kter´a mus´ı b´yt u´ pln´a, reflexivn´ı a tranzitivn´ı. • Pokud preferenˇcn´ı relace splˇnuje tyto tˇri vlastnosti, existuje na n´ı maxim´aln´ı mnoˇzina M (R, A), kter´a obsahuje pro jedince optim´aln´ı volby. • Alternativnˇe m˚uzˇ eme kaˇzd´e volbˇe alternativy pˇrisoudit kvantifikovateln´y d˚usledek (zisk, uˇzitek) formou uˇzitkov´e funkce u : A → R. Vˇetˇs´ı cˇ a´ st THE pracuje s uˇzitkov´ymi funkcemi, kde jsou preference evidentn´ı. • Nˇekdy chceme zkoumat subjektivn´ı uˇzitek z nˇejak´eho objektivn´ıho zisku.
17