Upload
raulf-lamotte
View
102
Download
0
Embed Size (px)
Citation preview
Modèles de choix discrets (II)
Mirta B. GordonLaboratoire Leibniz-IMAG
Grenoble
Dynamique des systèmes complexes et applications aux SHS :modèles, concepts méthodes
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
2
plan
•introduction modèles en physique modèles en sciences sociales
•encore un modèle de Schelling ! critical mass (p104) un modèle général
•modèle d’un marché à bien unique modèle des acheteurs détermiation du prix par le monopoliste transitions de phases
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
3
modèles en physique
•ingrédients minimalistes (modèle « simple »)
•prédiction de propriétés observables expliquer comment des atomes « sans volonté » ni
« coordination » se rangent pour former un réseau cristallin expliquer comment des moments magnétiques microscopiques
s’ordonnent pour donner lieu à l’existence d’aimants macroscopiques
•description mathématique abstraite déduire des résultats non ambigus et non intuitifs à partir
d’hypothèses simples généralisable à d'autres systèmes
modèle d’Ising du ferromagnétisme (E=-½i,kJsisk)
ordre-désordre dans les alliages croissance cristalline sur un substrat
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
4
modèles en sciences humaines et sociales
•modèles deterministes équilibre général en microéconomie
• économie convexe (analogie avec la mécanique) -> solution unique• externalités -> pour introduire des non-convexités
•modèles probabilistes d’équilibre (mécanique statistique : beaucoup de degrés de liberté)
• agents hétérogènes• avec des interactions entre agents
• modèles de ségrégation et de masse critique de Schelling• modèle de choix discrets (Föllmer et plus récents)
dynamiques • statistiques -> trajectoires vers l’équilibre• d’auto-organisation
•exemple simple
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
5
"the dying seminar" (T. Schelling)
•situation des chercheurs doivent décider chaque samedi s’ils assistent
ou non au séminaire du département chacun a un seuil de "masse critique" : il n’assiste que si la
fraction de participants dépasse ce seuil
•questions combien de participants y aura-t-il les samedis successifs ?
si l’on connaît les seuils des autres parfaitement si on « apprend » à les connaître
• quelles observables utiliser pour « apprendre »?• combien de fois doit-on « échantillonner » pour répondre correctement?• …
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
6
formalisation
•N participants potentiels (i=1,2,…,N) au séminaire
• i : choix de chaque agent : assister (i = 1)
ne pas assister (i=0)
•seuil Hi : fraction de participants au dessous duquel l’agent i n’assiste pas au séminaire
•fraction de personnes qui assistent :
•décision individuelle :
N
1kkN
1
i
N
1kki
i
N
1kki
HN1
si1
HN1
si0
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
7
quel est le nombre d’assistants?
•on ordonne les individus par Hi croissants, et on représente l’histogramme du nombre de personnes pour chaque intervalle de seuils (H,H+H)
• lissons et normalisons (divisant par N) l’histogramme
densité de probabilité des seuils dans la population : f(H)
courbe plus ou moins en « cloche » autour de la moyenne
•distribution cumulative F(H) : fraction de chercheurs avec seuils inférieurs à H
fonction sigmoïdale
h
0
20
40
60
80
1000.0 0.2 0.4 0.6 0.8 1.0
0.0 0.2 0.4 0.6 0.8 1.00
20
40
60
80
100
Co
un
ts
Bin
Cu
mu
lative
Co
un
ts
uniform distribution
20
40
60
80
1000.0 0.2 0.4 0.6 0.8 1.0
0.0 0.2 0.4 0.6 0.8 1.00
20
40
60C
ou
nts
Bin
truncated normal
Cu
mu
lativ
e C
ou
nts
seuils = 0participants inconditionnels
seuils = 1
distributionuniforme
distributionnormale tronquée
fraction vs H
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
8
expérimentation
• Participation initiale : 15 personnes
• Participation initiale : 40 personnes
• Participation initiale : 8 personnes
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
9
0,0 0,2 0,4 0,6 0,8 1,00,0
0,2
0,4
0,6
0,8
H
act
ua
l att
en
da
nce
expected attendance
exemple 1
•les seuils se trouvent répartis entre 0 et 1 aucune personne a un seuil inférieur à 18% 20% des personnes ont un seuil = 1 : ils n’assistent que si tous
assistent
•la participation se stabilise autour de 58%
la distribution cumulative F(H) a une pente < 1 au point de croisement
espéré = réalisé : = F(H)
taux de participation espéré = F(H)
nombre de participants
;
F(H
)
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
10
0,0 0,2 0,4 0,6 0,8 1,00,0
0,2
0,4
0,6
0,8
H
act
ua
l att
en
da
nce
expected attendance
convergence vers l’équilibre
la distribution cumulative F(H) a une pente < 1 au point de croisement
espéré = réalisé : = F(H)
taux de participation espéré = F(H)
nombre de participants
;
F(H
)
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
11
0,0 0,2 0,4 0,6 0,8 1,0
0,0
0,2
0,4
0,6
0,8
1,0
actu
al a
tten
danc
e
expected attendance
selfconsistent solutions
exemple 2
•les seuils se trouvent répartis entre 0 et 1 18% des personnes ont un seuil = 0 : participants inconditionnels 20% des personnes ont un seuil = 1
•la participation se stabilise autour de 0 ou de 100%
espéré = réalisé : = F(H)
taux de participation espéré = F(H)
la distribution cumulative F(H) a une pente > 1 au point de croisement
nombre de participants
;
F(H
)
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
12
distribution logistique
xcosh2)x(p
2
x2exp11
)x(F
≈1/
≈ 1/
de paramètre3
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
13
dying seminar : distribution logistique
0,0 0,2 0,4 0,6 0,8 1,00,0
0,2
0,4
0,6
0,8
self-consistent solutions
M
m
H
logistic
actu
al a
ttend
ance
expected attendance
•deux solutions stables (extrêmes)
•une solution instable (au milieu)
•suivant la valeur moyenne et la variance de la distribution :
le séminaire meurt la participation est très forte les deux possibilités (courbe rouge)
laquelle sera réalisée?
problème de théorie des jeux
0,0 0,2 0,4 0,6 0,8 1,00,0
0,2
0,4
0,6
0,8
H
A B C
actu
al a
tten
danc
e
expected attendancenombre de participants
;
F(H
)
nombre de participants
;
F(H
)
modèle général d’une population ayant à faire des choix discrets
sous influence sociale
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
15
définitions de base
•N agents (i=1,2,…,N)
• i : choix de chaque agent : oui (i = 1)
non (i=0)
•la notation si ε {+1,-1} est équivalente il suffit de remplacer dans toutes les équations
•suivant le contexte, « oui » et « non » veulent dire : acheter ou pas, participer ou non, adopter un standard ou non, .... etc.
21si
i
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
16
population inhomogène
•au lieu des seuils de Schelling : des préférences individuelles
Hi : envie du « oui » chez l’individu i• distribution (gelée) des Hi dans la population
H : valeur moyenne des Hi
dans la population : variance de la distribution
•fi : distribution des préférences
autour de la moyenne
ii HH
0
20
40
60
80
100-4 -2 0 2 4
-4 -2 0 2 40
50
100
150
200
Cou
nts
Bin
Cum
ulat
ive
Cou
nts
normal distribution
support compact ou infini
mars 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
17
influence sociale
•on peut traiter n’importe quel type de voisinage : • réseau de conexions ocales, régulier ou non• réseau aléatoire, petit monde• réseau global
•la préférence de l’individu i est représentée par la somme
ik
kiki
ii J1
HV
ikkik
iJ
1
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 2004 [email protected] - Ecole CNRS Agay Systèmes Complexes SHS - choix discrets II
18
choix
•chaque individu maximise son utilité ou surplus :
•où P est un seuil global, ou le prix d’une unité (peut être nul)
0surplusi
prix de réserve
1PJ1
HVsi ik
kiki
iii
0PJ1
Hsurplusik
kiki
ii
0PJ1
HVsi ik
kiki
iii
fin du premier cours