Modèles de choix discrets (III) Mirta B. Gordon Laboratoire Leibniz-IMAG Grenoble Dynamique des systèmes complexes et applications aux SHS : modèles, concepts.

Slides:



Advertisements
Présentations similaires
Corrélation Position du problème Définition covariance (X,Y) r =
Advertisements

CH-III. LA GESTION DES STOCKS ET DE L’APPROVISIONNEMENT
MEMOIRE M1 MIAGE APPRENTISSAGE IT Solutions and Services
Vers un outil d’aide à la conception des cannelures à flancs en développante de cercle La recherche effectuée lors de ma thèse a consisté à décrire le.
Les Tests dhypothèses. 1)Définition Un test cest une méthode qui permet de prendre une décision à partir des résultats dun échantillon.
Cosmos/Works Les chargements type PALIER
Cadre juridique et budgétaire
Gestion et Ingénierie des SystèmEs Hospitaliers 2010
PLAN Présentation de la SARL La Tour Magne a. Situation.
Le dispositif dévaluation des personnels de direction. Le diagnostic détablissement Groupe Inspection Établissements et Vie Scolaire P.C Janvier 2004.
Laboratoire Biométrie et Biologie Evolutive
Le plan des cours d’analyse ‘Etude des phénomènes variables’
Tableau de bord. Tableau de bord QCM personnalisés.
Primitives - Intégration
Analyse de la variance à un facteur
Loi de l’offre et de la demande
Section VII Programmation modulaire Algorithmes et résolution de problèmes FGE.
Optimisation.
High Frequency Trading Introduction. Séminaires de 30 minutes, une fois par semaine (8 en tout) Sujets abordés – Définition dun algorithme et introduction.
Plan Modèle en temps discret Le modèle binomial de Cox-Ross
La micro-économie de la consommation
1 Le déroulement dun projet et sa gestion. 2 Le déroulement dun projet: plan 1.Objectifs dapprentissage 2.Les intervenants principaux 3.Le découpage en.
07/23/
Courbes elliptiques.
21-23 Novembre 2012SIMC III1 La langue française à lheure du numérique The French Language in the Digital Age J. Mariani 1,2 P. Paroubek 1, G. Francopoulo.
CIA Pension Seminar Colloque sur les régimes de retraite April 16, 2007 Le 16 avril 2007 Toronto, Ontario Investment and longevity risks.
Protocole pour la phase terrain de lenquête sur la mobilité Modalité 1: Enquête quantitative puis qualitative Linformation sur la population mère Données.
Chapitre 9 :Lévolution et la spéciation p RA: Suite à cette présentation, vous devez être capable de définir et expliquer les termes suivants: Mutation.
Segmentation d’Images par Contours Actifs Tensoriels
Introduction en 2050, la Terre devrait compter 9,1 milliards de personnes mais la production devrait techniquement pouvoir sadapter le problème majeur.
Sciences et laboratoire: Projet libre sur thème imposé
Contrôle daccès et qualité de service dans les réseaux basés sur ATM Olivier Paul.
Thierry Karsenti Simon Collin Faculté des sciences de léducation Université de Montréal.
3.1 L’offre 3 Construire l'offre 3.1 L'offre 3.2 La valeur de l'offre
L’optimisation par essaims De particules
Animation de solides en contact par modèle physique
Programmes du cycle terminal
On-line resource materials for policy making Ex-Ante Carbon-balance Tool Food and Agriculture Organization of the United Nations, FAO Apprendre à utiliser.
Modèles de choix discrets ( I) Denis PHAN Ecole Thématique CNRS d Agay Roches Rouges mars 2004 version du 5 mars 2004 update :
Mirta B. Gordon Laboratoire Leibniz-IMAG Grenoble
Mirta B. Gordon Laboratoire Leibniz-IMAG Grenoble
2.1 Rappel des fondements de l’analyse microéconomique: la demande
Modèles de choix discrets (II)
Application des algorithmes génétiques
The Leading u-Payment Solutions Architect 2004 m2m group - All rights reserved - Any material copy is allowed if "Source: m2m Group" is mentioned La Biométrie.
Les modèles de marché 1. Concurrence pure et parfaite 2. Monopole
Modélisation et analyse de la variabilité dans une chaîne logistique par Laurence Morlet Promoteur : Philippe Chevalier Lecteurs : Laurence.
Mécanique Statistique
Présentation de la méthode des Eléments Finis
METISSE Méthodes Et Théories pour une Ingénierie des Systèmes Socio- Environnementaux.
Probabilités et Statistiques
Apprentissage (III) Mirta B. Gordon Laboratoire Leibniz-IMAG Grenoble Dynamique des systèmes complexes et applications aux SHS : modèles, concepts méthodes.
Modèles de choix discrets (IV) Mirta B. Gordon Laboratoire Leibniz-IMAG Grenoble Dynamique des systèmes complexes et applications aux SHS : modèles, concepts.
Frédéric Amblard*, Guillaume Deffuant**,
STATISTIQUES DESCRIPTIVES
Micro-intro aux stats.
20- Racine carrée Racine carré d’un nombre positif
Étude de l’écoulement moyen
Cours schématique: Semaine #3
Le marketing : comprendre le client
Contraception au cours du parcours de vie
Traitement de la turbulence
MENU 1 Modèles de choix.
1 THÈME 1 : LA CONCURRENCE IMPARFAITE Les principes de la concurrence pure et parfaite (rappels) 1.1. Les conditions de la concurrence pure et parfaite.
Processus ponctuels Caractéristiques et Modèles de répartitions spatiales.
L’objet de la science économique Science économique: étude des phénomènes sociaux observables spécifiquement économique : - production, - consommation,
FRACTIONS Calcul avec des fractions.
Préparez-vous.
Transcription de la présentation:

Modèles de choix discrets (III) Mirta B. Gordon Laboratoire Leibniz-IMAG Grenoble Dynamique des systèmes complexes et applications aux SHS : modèles, concepts méthodes

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III2 plan introduction modèles en physique modèles en sciences sociales encore un modèle de Schelling ! critical mass (p104) un modèle général modèle dun marché à bien unique modèle des acheteurs détermiation du prix par le monopoliste transitions de phases

modèle général dune population devant des choix discrets sous influence sociale

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III4 définitions de base N agents (i=1,2,…,N) i : choix de chaque agent :oui ( i = 1) non ( i =0) suivant le contexte, « oui » et « non » veulent dire : acheter ou pas, participer ou non, adopter un standard ou non,.... etc.

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III5 population inhomogène au lieu des seuils de Schelling : des préférences individuelles H i R : envie du « oui » chez lindividu i distribution (gelée) des H i dans la population H : valeur moyenne des H i dans la population : variance de la distribution f i : distribution des préférences autour de la moyenne support compact ou infini

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III6 influence sociale on peut traiter nimporte quel type de voisinage : réseau de conexions ocales, régulier ou non réseau aléatoire, petit monde réseau global la préférence de lindividu i est représentée par la somme poids attrtibué par i aux choix de ses « voisins » nombre de voisins de i voisinage de i choix du voisin k = 0 ou 1

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III7 choix chaque individu maximise son utilité ou surplus : où P est un seuil global, ou le prix dune unité (peut être nul) prix de réserve

hypothèses simplificatrices permettant des calculs analytiques

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III9 choisir « comme les autres » procure avantages ou plaisir : J ik > 0... et encore plus simple : terme social homogène (J ik =J) la préférence de lindividu i poids attrtibué aux choix des « voisins » nombre de voisins de i modèle dinteractions positives fraction des voisins de i qui achètent

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III10 voisinage global : « champ moyen » on peut traiter nimporte quel type de voisinage remarque : si fini : terme social très sensible au changement davis dun seul voisin voisinage global et N très grand : limite des grands nombres : insensible aux fluctuations : les agents ne peuvent pas influencer individuellement le terme de choix collectif J poids des « voisins » nombre de voisins de i

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III11 modèle de « consommateur » interactions homogènes positives : J ik =J voisinage global : préférence « privée » i tiré dune distribution f( i ) de moyenne nulle prix de réserve de lindividu i : maximisation individuelle du surplus si V i > P alors i =1 et le surplus est V i – P si V i < P alors i =0 et le surplus est 0 surplus de lindividu i :

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III12 commentaires comparaison avec les modèles de Schelling : P=0, J=1 i a un support borné (0 H i =H+ i 1) suivant le modèle : voisinage local (segregation) champ moyen (dying seminar, bounded neighbourhood) plus riche : préférences plus générales effet social pondéré par J en variant P on peut modéliser des effets externes (loffre, …)

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III13 méthode générale on suppose que chaque agent i connaît son i (information privée) et aussi (par apprentissage, expérimentation, des enquêtes,...) probabilité que i choisisse i =1 ou i =0 : loi des grands nombres

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III14 fraction dacheteurs fraction de voisins de i qui achètent : loi des grands nombres : il faut résoudre : -> équivalent à chercher les attracteurs dans le modèle du « dying seminar »

analyse du modèle : deux distributions des i

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III16 distribution uniforme distribution des préférences autour de la moyenne H

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III17 utilités des consomateurs rappel : Z=P-(H+J ) -a < H i < a si J<J B =2a : solution unique si J>J B =2a : solutions multiples pour a P-H J-a il y a deux solutions P>H+J P< H+J

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III18 diagramme de phases du consommateur représentation des résultats dans le plan P-H, J H < P H > P J> J B : deux solutions

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III19 distribution logistique distribution des préférences autour de la moyenne H

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III20 fraction dacheteurs en fonction de H-P, et J

mars - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets III21 diagramme de phases du consommateur H < P JBJB solution unique deux solutions H > P grand petit continue P=H

fin du deuxième cours