SlideShare a Scribd company logo
1 of 79
Download to read offline
Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
          Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ




             Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ



                             Ñåðãåé Íèêîëåíêî



  Òåîðèÿ ýêîíîìè÷åñêèõ ìåõàíèçìîâ  ÈÒÌÎ, âåñíà 2008




                      Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
      Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                                Ïðèíöèï âûÿâëåíèÿ
                Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                                Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Outline




  1    Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
         Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
         Ïðèíöèï âûÿâëåíèÿ
         Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ

  2    Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
         Ìèíè-ëèêáåç
         Êàêèå áûâàþò àóêöèîíû
         Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû




                            Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ìåõàíèçìû




      Âñïîìíèì îïðåäåëåíèå ìåõàíèçìà.

 Îïðåäåëåíèå
 Ìåõàíèçì M = (Σ1 , . . . , ΣN , g ) ñîñòîèò èç íàáîðà ñòðàòåãèé Σi
 äëÿ êàæäîãî àãåíòà è ôóíêöèè èñõîäîâ g : Σ1 × . . . × ΣN → O,
 êîòîðàÿ îïðåäåëÿåò èñõîä, ïðåäóñìîòðåííûé ìåõàíèçìîì äëÿ
 äàííîãî ïðîôèëÿ ñòðàòåãèé s = (s1 , . . . , sN ).




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ìåõàíèçì




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ìåõàíèçìû â êîíòåêñòå àóêöèîíîâ: ñòàâêè




      Â êîíòåêñòå àóêöèîíîâ ìîæíî êîíêðåòèçèðîâàòü îáùèå
      ïîíÿòèÿ ñòðàòåãèè è ôóíêöèè èñõîäîâ .
      Òåïåðü ó àãåíòîâ áóäóò âìåñòî ìíîæåñòâ ñòðàòåãèé Σi
      ìíîæåñòâà âîçìîæíûõ ñòàâîê Bi .
      Êàæäûé àãåíò äîëæåí ñäåëàòü ñòàâêó bi ∈ Bi ; èòîãî
      ïîëó÷èòñÿ âåêòîð ñòàâîê
      b = (b1 , . . . , bN ) ∈ B = B1 × . . . × BN .




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ìåõàíèçìû â êîíòåêñòå àóêöèîíîâ: ðàçìåùåíèå è
ïëàòåæè




      Ìîæíî êîíêðåòèçèðîâàòü è ïîíÿòèå ôóíêöèè èñõîäîâ . Îíà
      ðàçäåëèòñÿ íà äâå ôóíêöèè.
      Ïðàâèëî ðàçìåùåíèÿ (allocation rule) π : B → ∆
      îïðåäåëÿåò, êîìó äîñòàíåòñÿ ïðåäìåò (∆  ìíîæåñòâî
      ðàñïðåäåëåíèé âåðîÿòíîñòåé íàä ìíîæåñòâîì àãåíòîâ).
      πi (b )  âåðîÿòíîñòü òîãî, ÷òî i -é àãåíò ïðè òàêèõ ñòàâêàõ
      ïîëó÷èò ïðåäìåò.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ìåõàíèçìû â êîíòåêñòå àóêöèîíîâ: ðàçìåùåíèå è
ïëàòåæè




      Ìîæíî êîíêðåòèçèðîâàòü è ïîíÿòèå ôóíêöèè èñõîäîâ . Îíà
      ðàçäåëèòñÿ íà äâå ôóíêöèè.
      Ïðàâèëî ïëàòåæåé (payment rule) µ : B → RN îïðåäåëÿåò,
      ñêîëüêî êàæäûé àãåíò äîëæåí áóäåò çàïëàòèòü.
      µi (b )  öåíà, êîòîðóþ äîëæåí çàïëàòèòü i -é àãåíò ïî
      èòîãàì àóêöèîíà.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ìåõàíèçìû â êîíòåêñòå àóêöèîíîâ: ðàçìåùåíèå è
ïëàòåæè


      Íàïðèìåð, äëÿ rst-price àóêöèîíà

                       bi ,                            åñëè bi  maxj =i bj ,
          µi (b ) =
                       0, â ïðîòèâíîì ñëó÷àå.

      À äëÿ second-price

                       maxj =i bj ,                    åñëè bi  maxj =i bj ,
          µi (b ) =
                       0, â ïðîòèâíîì ñëó÷àå.

      Ïðàâèëî ðàçìåùåíèÿ áóäåò îäèíàêîâûì: πi (b ) = 1, åñëè
      bi  maxj =i bj , è 0 â ïðîòèâíîì ñëó÷àå (ñ òî÷íîñòüþ äî
      íè÷üèõ).
                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ìåõàíèçìû â êîíòåêñòå àóêöèîíîâ: ðàçìåùåíèå è
ïëàòåæè


      Ñòðàòåãèè â ýòîì êîíòåêñòå òîæå íåìíîãî
      êîíêðåòèçèðóþòñÿ; òåïåðü ñòðàòåãèè  ýòî ôóíêöèè
      βi : [0, ωi ] → Bi , ãäå ωi  ìàêñèìàëüíàÿ âîçìîæíàÿ äëÿ
      i -ãî àãåíòà ñòîèìîñòü (âîçìîæíî, ωi = ∞).
      Ðàâíîâåñèå ñòðàòåãèé (β1 , . . . , βN ) äîñòèãàåòñÿ, åñëè äëÿ
      êàæäîãî i è êàæäîãî xi îòêëîíåíèå îò ñòðàòåãèè βi
      óìåíüøàåò îæèäàåìûé âûèãðûø i -ãî àãåíòà:

                            E [m(βi (xi ))] ≤ E [m(βi (xi ))],
      ãäå âåðîÿòíîñòü áåð¼òñÿ ïî ðàñïðåäåëåíèÿì Xj äðóãèõ
      àãåíòîâ, ïðèäåðæèâàþùèõñÿ ñòðàòåãèè βj .

                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ïðÿìûå ìåõàíèçìû




      Ìû íèêàê íå îãðàíè÷èâàëè ìíîæåñòâî ñòðàòåãèé Σ (äëÿ
      àóêöèîíîâ  ìíîæåñòâî ñòàâîê B ): â ïðèíöèïå, ïðîòîêîë
      ìîã áû áûòü äîâîëüíî ñëîæíûì.
      Îäíàêî âïîëíå äîñòàòî÷íî ðàññìàòðèâàòü ïðÿìûå (direct,
      direct revelation) ìåõàíèçìû, â êîòîðûõ ó êàæäîãî àãåíòà
      ïðîñòî ñïðàøèâàþò åãî òèï, ò.å. Σi = θi (â ñëó÷àå
      àóêöèîíîâ  åãî èñòèííóþ ñòîèìîñòü xi ).
      Íî, êàê ìû óæå âûÿñíÿëè, àãåíòû ìîãóò íàì âðàòü.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
    Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                              Ïðèíöèï âûÿâëåíèÿ
              Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                              Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû



       Âñïîìíèì îïðåäåëåíèå òîãî, ÷òî ìåõàíèçì ðåàëèçóåò
       ñîöèàëüíóþ ôóíêöèþ.

  Îïðåäåëåíèå
  Ìåõàíèçì M = (Σ1 , . . . , ΣN , g ) ðåàëèçóåò ôóíêöèþ
  ñîöèàëüíîãî âûáîðà f (θ), åñëè äëÿ âñåõ
  θ = (θ1 , . . . , θN ) ∈ Θ1 × . . . × ΘN

                         g (s1 (θ1 ), . . . , sN (θN )) = f (θ),
                             ∗                 ∗


  ãäå ïðîôèëü ñòðàòåãèé (s1 , . . . , sN ) íàõîäèòñÿ â ðàâíîâåñèè ïî
                          ∗            ∗

  îòíîøåíèþ ê èãðå, èíäóöèðîâàííîé M.


                          Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
    Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                              Ïðèíöèï âûÿâëåíèÿ
              Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                              Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû



       Òåïåðü ìîäèôèöèðóåì åãî òàê, ÷òîáû ìåõàíèçì áûë
       ïðàâäèâûì.

  Îïðåäåëåíèå
  Ïðÿìîé ìåõàíèçì M = (θ1 , . . . , θN , g ) ðåàëèçóåò ôóíêöèþ
  ñîöèàëüíîãî âûáîðà f (θ), åñëè äëÿ âñåõ
  θ = (θ1 , . . . , θN ) ∈ Θ1 × . . . × ΘN

                              g (θ1 , . . . , θN ) = f (θ),

  ãäå ïðîôèëü ñòðàòåãèé (θ1 , . . . , θN ) íàõîäèòñÿ â ðàâíîâåñèè ïî
  îòíîøåíèþ ê èãðå, èíäóöèðîâàííîé M.


                          Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
    Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                              Ïðèíöèï âûÿâëåíèÿ
              Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                              Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ðåàëèçàöèÿ ïðàâäèâûì ìåõàíèçìîì




       Ìîæíî è åù¼ ïðîùå, òàì âåäü ïðîñòî ïîëó÷àëîñü, ÷òî
       g =f.

  Îïðåäåëåíèå
  Ôóíêöèÿ ñîöèàëüíîãî âûáîðà f (θ) ïðàâäèâî ðåàëèçóåìà
  (truthfully implementable, incentive compatible), åñëè ïðîôèëü
  ñòðàòåãèé (s1 , . . . , sN ), ãäå si∗ (θi ) = θi , íàõîäèòñÿ â ðàâíîâåñèè
                 ∗          ∗

  â èãðå, èíäóöèðîâàííîé ïðÿìûì ìåõàíèçìîì
  M = (θ1 , . . . , θN , f ).




                          Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ïðàâäèâûå ìåõàíèçìû




      Êîíå÷íî, áûëî áû çäîðîâî, ÷òîáû ìîæíî áûëî
      ðåàëèçîâûâàòü âñ¼ íà ñâåòå ïðàâäèâûìè ìåõàíèçìàìè.
      Òîãäà àãåíòàì íå íàäî áûëî áû äóìàòü, à ¾öåíòð¿ ìîã áû
      òâ¼ðäî óçíàòü èõ òèïû.
      Äà è ïðîñòî îãðàíè÷èòüñÿ ïðàâäèâûìè ìåõàíèçìàìè â
      àíàëèçå áûëî áû î÷åíü çàìàí÷èâî, âåäü ýòî ãîðàçäî áîëåå
      óçêèé êëàññ.
      (Íà ñàìîì äåëå äóìàòü âñ¼ ðàâíî íàäî: àãåíòû äîëæíû
      ïîíèìàòü, ÷òî ìåõàíèçì ïðàâäèâûé.)



                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ïðèíöèï âûÿâëåíèÿ




      Ê ñ÷àñòüþ, âñ¼ òàê è åñòü!
      Ìàéåðñîí äîêàçàë ïðèíöèï âûÿâëåíèÿ , êîòîðûé
      ãàðàíòèðóåò, ÷òî åñëè êàêóþ-òî ñîöèàëüíóþ ôóíêöèþ
      ìîæíî ðåàëèçîâàòü, å¼ ìîæíî è ïðàâäèâî ðåàëèçîâàòü.
      Êàê âû äóìàåòå, êàê ýòî ìîæíî äîêàçàòü?
      Hint: ýòî î÷åíü ïðîñòî. :)




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                              Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                              Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Âñïîìíèì îïðåäåëåíèÿ




  Îïðåäåëåíèå
  Ñòðàòåãèÿ si íàçûâàåòñÿ äîìèíàíòíîé, åñëè îíà (ñëàáî)
  ìàêñèìèçèðóåò îæèäàåìóþ ïðèáûëü àãåíòà äëÿ âñåõ
  âîçìîæíûõ ñòðàòåãèé äðóãèõ àãåíòîâ:

          ∀si = si , s −i ∈ Σ−i       ui (si , s −i , θi ) ≥ ui (si , s −i , θi ).




                         Ñåðãåé Íèêîëåíêî     Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Âñïîìíèì îïðåäåëåíèÿ




  Îïðåäåëåíèå
  Ìåõàíèçì M = (Σ1 , . . . , ΣN , g ) ðåàëèçóåò ôóíêöèþ
  ñîöèàëüíîãî âûáîðà f (θ) â äîìèíàíòíûõ ñòðàòåãèÿõ, åñëè äëÿ
  âñåõ θ = (θ1 , . . . , θN ) ∈ Θ1 × . . . × ΘN

                        g (s1 (θ1 ), . . . , sN (θN )) = f (θ),
                            ∗                 ∗


  è êàæäàÿ èç ñòðàòåãèé si∗ ÿâëÿåòñÿ äîìèíàíòíîé äëÿ àãåíòà i.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                              Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                              Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Âñïîìíèì îïðåäåëåíèÿ


      Ìîæíî åù¼ ñîâìåñòèòü îïðåäåëåíèÿ ïðàâäèâîé
      ðåàëèçóåìîñòè è äîìèíàíòíûõ ñòðàòåãèé.

  Îïðåäåëåíèå
  Ôóíêöèÿ ñîöèàëüíîãî âûáîðà f (θ) ïðàâäèâî ðåàëèçóåìà â
  äîìèíàíòíûõ ñòðàòåãèÿõ (truthfully implementable in dominant
  strategies, dominant strategy incentive compatible, strategy-proof,
  straightforward), åñëè ïðîôèëü ñòðàòåãèé (s1 , . . . , sN ), ãäå
                                                        ∗    ∗

  si i
   ∗ (θ ) = θ , íàõîäèòñÿ â ðàâíîâåñèè äîìèíàíòíûõ ñòðàòåãèé â
              i
  èãðå, èíäóöèðîâàííîé ïðÿìûì ìåõàíèçìîì
  M = (θ1 , . . . , θN , f ), ò.å. ∀θi , θi ∈ θi , θ−i ∈ Θ−i

                   ui (f (θi , θ−i ), θi ) ≥ ui (f (θi , θ−i ), θi ).

                         Ñåðãåé Íèêîëåíêî     Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


×åì õîðîøè äîìèíàíòíûå ñòðàòåãèè




      Âî-ïåðâûõ, ìîæíî áûòü áîëååìåíåå óâåðåííûì, ÷òî àãåíò
      èçáåð¼ò äîìèíàíòíóþ ñòðàòåãèþ: îíà íå çàâèñèò îò åãî
      ïðîãíîçîâ íà äåéñòâèÿ äðóãèõ àãåíòîâ.
      Âî-âòîðûõ, ïî ýòîé æå ïðè÷èíå ìîæíî îòêàçàòüñÿ îò
      ïðåäïîëîæåíèé íà ðàñïðåäåëåíèå òèïîâ ó àãåíòîâ
      (ïîìíèòå, áûëî ó íàñ F (θ)?) è âîîáùå ýòî ñàìîå F (θ) íå
      ðàññìàòðèâàòü. ×òî ïðèÿòíî.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ïðèíöèï âûÿâëåíèÿ äëÿ äîìèíàíòíûõ ñòðàòåãèé




  Òåîðåìà
  Ïóñòü äëÿ äàííîé ñîöèàëüíîé ôóíêöèè f ñóùåñòâóåò ìåõàíèçì
  M = (Σ1 , . . . , ΣN , g ), êîòîðûé å¼ ðåàëèçóåò â äîìèíàíòíûõ
  ñòðàòåãèÿõ. Òîãäà f ïðàâäèâî ðåàëèçóåìà â äîìèíàíòíûõ
  ñòðàòåãèÿõ.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                                 Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                                 Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Äîêàçàòåëüñòâî


      M = (Σ1 , . . . , ΣN , g ) ðåàëèçóåò f , çíà÷èò, åñòü ïðîôèëü
      ñòðàòåãèé s ∗ = (s1 , . . . , sn ), äëÿ êîòîðîãî ∀θ
                            ∗         ∗

      g (si∗ (θ)) = f (θ), è ∀i , θi , si , s −i

                    ui (g (si∗ (θi ), s −i ), θi ) ≥ ui (g (si , s −i ), θi ).

       ÷àñòíîñòè (ïîäñòàâèì êîíêðåòíîå s è                        s −i ), ∀i , θi
              ui (g (si∗ (θi ), s ∗ i ), θi ) ≥ ui (g (si∗ (θi ), s ∗ i (θ−i )), θi ).
                                  −                                 −

      Íî ýòî çíà÷èò, ÷òî (ò.ê. g (si∗ (θ)) = f (θ)) ∀i , θi

                       ui (f (θi , θ−i ), θi ) ≥ ui (f (θi , θ−i ), θi ).

      À ýòî â òî÷íîñòè îïðåäåëåíèå ïðàâäèâîé ðåàëèçóåìîñòè.
                          Ñåðãåé Íèêîëåíêî       Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Èíòóèöèÿ




      Èíòóèòèâíî ýòî î÷åíü ïðîñòàÿ êîíñòðóêöèÿ.
      Ïóñòü åñòü ìåõàíèçì, â êîòîðîì àãåíòû íàõîäÿòñÿ â
      ðàâíîâåñèè, íî ïðè ýòîì âðóò  ïîêàçûâàþò íå ñâîè òèïû,
      à äðóãèå, si∗ (θi ).
      Äàâàéòå òîãäà ðàññìîòðèì òàêîé æå ìåõàíèçì, íî ñ
      äîïîëíèòåëüíûìè ¾ïîñðåäíèêàìè¿ äëÿ êàæäîãî àãåíòà.
      Ìîë, òû ìíå ñâîé òèï θi ñêàæåøü, à ÿ çà òåáÿ â ïðîøëîì
      ìåõàíèçìå ñòàâêó ñäåëàþ íà si∗ (θi ).
      Î÷åâèäíî, â òàêîé ñèòóàöèè âðàòü âûãîäíî óæå áûòü íå
      ìîæåò.


                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ïðèíöèï âûÿâëåíèÿ




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


 äðóãèõ êîíòåêñòàõ




      Êîíå÷íî, ýòà òåîðåìà âåðíà íå òîëüêî äëÿ äîìèíàíòíûõ
      ñòðàòåãèé.
      Ñîâåðøåííî òî æå ðàññóæäåíèå òàê æå ðàáîòàåò è äëÿ
      ðàâíîâåñèé Íýøà, è äëÿ ðàâíîâåñèé ïî Áàéåñó-Íýøó.
      Ìû áóäåì èì ïîëüçîâàòüñÿ, êîãäà äîéä¼ò äåëî äî òåõ
      êîíòåêñòîâ.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                               Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                               Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Íåðàâåíñòâà




      Âñïîìíèì îïðåäåëåíèå ïðàâäèâîé ðåàëèçóåìîñòè:

                       ui (f (θi , θ−i ), θi ) ≥ ui (f (θi , θ−i ), θi ).

      Ðàññìîòðèì àãåíòà i è ëþáóþ ïàðó âîçìîæíûõ òèïîâ θi è
      θi . Åñëè ïðàâäèâîñòü  äîìèíàíòíàÿ ñòðàòåãèÿ, òî
      ∀θ−i ∈ Θ−i

                     ui (f (θi , θ−i ), θi ) ≥ ui (f (θi , θ−i ), θi ) è

                     ui (f (θi , θ−i ), θi ) ≥ ui (f (θi , θ−i ), θi ).



                          Ñåðãåé Íèêîëåíêî     Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ñâîéñòâî ñëàáîãî îáðàùåíèÿ ïðåôåðåíöèé




      Ò.å. ïðåäïî÷òåíèÿ àãåíòà i â ñìûñëå ðàíæèðîâàíèÿ
      f (θi , θ−i ) è f (θi , θ−i ) äîëæíû èçìåíèòüñÿ, êîãäà åãî òèï
      ìåíÿåòñÿ ñ θ íà θ èëè îáðàòíî.
      Ýòî íàçûâàåòñÿ ñâîéñòâî ñëàáîãî îáðàùåíèÿ ïðåôåðåíöèé
      (weak preference reversal property).




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ñâîéñòâî ñëàáîãî îáðàùåíèÿ ïðåôåðåíöèé




      Âåðíî è îáðàòíîå: åñëè ñâîéñòâî ñëàáîãî îáðàùåíèÿ
      ïðåôåðåíöèé âûïîëíÿåòñÿ äëÿ âñåõ θ−i ∈ Θ−i è äëÿ âñåõ
      ïàð θ , θ ∈ Θi , òî ãîâîðèòü ïðàâäó  äîìèíàíòíàÿ
      ñòðàòåãèÿ äëÿ àãåíòà i .

  Óïðàæíåíèå.        Äîêàæèòå ýòî.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ìíîæåñòâà íèæíèõ êîíòóðîâ




      Âñ¼ ýòî ìîæíî ïåðåôîðìóëèðîâàòü â òåðìèíàõ òàê
      íàçûâàåìûõ ìíîæåñòâ íèæíèõ êîíòóðîâ.
      Ìíîæåñòâî íèæíåãî êîíòóðà (lower contour set)
      âîçìîæíîãî èñõîäà o ïðè àãåíòå i òèïà θi  ýòî

                   Li (o , θi ) = {o ∈ O : ui (o , θi ) ≥ ui (o , θi )}.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Ïðèíöèï âûÿâëåíèÿ
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ


Ìíîæåñòâà íèæíèõ êîíòóðîâ




  Òåîðåìà
  Ñîöèàëüíàÿ ôóíêöèÿ f ïðàâäèâî ðåàëèçóåìà â äîìèíàíòíûõ
  ñòðàòåãèÿõ òîãäà è òîëüêî òîãäà, êîãäà äëÿ âñåõ i, âñåõ
  θ−i ∈ Θ−i è âñåõ ïàð òèïîâ àãåíòà i θ , θ ∈ Θi âåðíî

  f (θi , θ−i ) ∈ Li (f (θi , θ−i ), θi ),   f (θi , θ−i ) ∈ Li (f (θi , θ−i ), θi ).




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
      Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                                Êàêèå áûâàþò àóêöèîíû
                Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                                Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Outline




  1    Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
         Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû
         Ïðèíöèï âûÿâëåíèÿ
         Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ

  2    Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
         Ìèíè-ëèêáåç
         Êàêèå áûâàþò àóêöèîíû
         Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû




                            Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ìèíè-ëèêáåç




      Íà âñÿêèé ñëó÷àé ïðîâåä¼ì ìèíè-ëèêáåç ïî íåïðåðûâíîé
      òåîðèè âåðîÿòíîñòåé.
      Ó ñëó÷àéíîé âåëè÷èíû X åñòü ôóíêöèÿ ðàñïðåäåëåíèÿ

                                   F (x ) = Pr[X ≤ x ].

      F (x )  íåóáûâàþùàÿ ôóíêöèÿ, F (0) = 0, F (ω) = 1.
      Áóäåì ïðåäïîëàãàòü, ÷òî F íåïðåðûâíî äèôôåðåíöèðóåìà.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                                Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                                Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ìèíè-ëèêáåç




      Òîãäà ìîæíî îïðåäåëèòü ïëîòíîñòü

                                                d
                                     f (x ) =      F (x ).
                                                dx
      Ìàòåìàòè÷åñêîå îæèäàíèå ñëó÷àéíîé âåëè÷èíû X  ýòî
                                                ω
                                  E [X ] =          xf (x )dx .
                                                0




                         Ñåðãåé Íèêîëåíêî       Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                               Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                               Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ìèíè-ëèêáåç




      Ìàòåìàòè÷åñêîå îæèäàíèå íåêîòîðîé ôóíêöèè γ(X )  ýòî
                                   ω                       ω
                  E [γ(X )] =          γ(x )f (x )dx =         γ(x )dF (x ).
                                  0                        0

      Óñëîâíîå îæèäàíèå âåëè÷èíû X ïðè óñëîâèè X  x  ýòî
                                                 1    x
                          E [X |X      x] =            tf (t )dt .
                                               F (x ) 0




                         Ñåðãåé Íèêîëåíêî      Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ìèíè-ëèêáåç



      Åñëè X è Y  äâå ñëó÷àéíûå âåëè÷èíû, òî ó íèõ åñòü
      ñîâìåñòíàÿ ïëîòíîñòü f : [0, ωX ] × [0, ωY ] → R+ , åñëè äëÿ
      âñÿêèõ x  x è y  y
                                                          y        x
          Pr[x    ≤X ≤x ∧y ≤Y ≤y ]=                                    f (x , y )dxdy .
                                                          y    x

      Òîãäà ìàðãèíàëüíàÿ ïëîòíîñòü ïîëó÷àåòñÿ ïðîåêöèåé:
                                             ωY
                              fX (x ) =           f (x , y )dy ,
                                             0
                                             ωX
                             fY (x ) =            f (x , y )dx .
                                             0


                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                                 Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                                 Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ìèíè-ëèêáåç



      Ñëó÷àéíûå âåëè÷èíû íåçàâèñèìû , åñëè

                               f (x , y ) = fX (x ) × fY (y ).

      Óñëîâíàÿ ïëîòíîñòü Y ïðè óñëîâèè X = x :
                                                       f (x , y )
                               fY (y | X = x ) =                  .
                                                        fX (x )
      Óñëîâíîå îæèäàíèå Y ïðè óñëîâèè X = x :
                                             ωY
                     E [Y | X    = x] =            yfY (y | X = x )dy .
                                             0



                         Ñåðãåé Íèêîëåíêî        Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ââåäåíèå




      Ñåé÷àñ ìû ïðîâåä¼ì (áîëüøå äëÿ ïðèìåðà) ïîäðîáíûé
      àíàëèç äâóõ ìîäåëåé àóêöèîíîâ, êîòîðûõ ìû óæå ðàíüøå
      êàñàëèñü.
      Çàîäíî ïîéì¼ì, ÷òî íå âñ¼ òàê î÷åâèäíî â ýòîé íàóêå, êàê
      äîêàçàòåëüñòâî ïðàâäèâîñòè àóêöèîíà Âèêðè. :)




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Àóêöèîíû ñ îòêðûòûìè ñòàâêàìè




      Êîíå÷íî, ïåðâîé íà óì ïðèõîäèò ìîäåëü, êîãäà â çàëå
      ñèäÿò ëþäè è íàáàâëÿþò öåíó.
      Êîãäà î÷åðåäíóþ öåíó íåêîìó ïåðåáèòü, ëîò óõîäèò òîìó,
      êòî å¼ ïðåäëîæèë.
      Òàêîé àóêöèîí íàçûâàåòñÿ àíãëèéñêèì .
      Íà ñàìîì æå äåëå, êîíå÷íî, ðàçëè÷íûõ ìîäåëåé àóêöèîíîâ
      ãîðàçäî áîëüøå.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ãîëëàíäñêèé àóêöèîí




      Äðóãàÿ êëàññè÷åñêàÿ ìîäåëü  òàê íàçûâàåìûé
      ãîëëàíäñêèé àóêöèîí .
      Ïî ýòîé ìîäåëè ïðîâîäÿòñÿ êëàññè÷åñêèå ãîëëàíäñêèå
      àóêöèîíû, íà êîòîðûõ ïðîäàþò öâåòû.
      Àóêöèîíåð íà÷èíàåò òîðãè ñ çàâåäîìî ñëèøêîì âûñîêîé
      öåíû, ïîñëå ÷åãî ïîíèæàåò å¼ äî òåõ ïîð, ïîêà íå
      ïîäíèìåòñÿ ïåðâàÿ ðóêà (òî åñòü ïîêà ïåðâûé àãåíò íå
      çàõî÷åò êóïèòü ëîò ïî îáúÿâëåííîé öåíå).
      Ëîò óõîäèò òîìó, êòî çàõîòåë åãî ïðèîáðåñòè, è ïî òîé
      öåíå, êîòîðàÿ áûëà îáúÿâëåíà.



                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Àóêöèîíû ñ çàêðûòûìè ñòàâêàìè




      Àíãëèéñêèé è ãîëëàíäñêèé  àóêöèîíû ñ îòêðûòûìè
      ñòàâêàìè: êàæäûé àãåíò ïîëíîñòüþ âèäèò ïðîöåññ òîðãîâ,
      âêëþ÷àÿ ñòàâêè äðóãèõ àãåíòîâ (õîòÿ â ãîëëàíäñêîì
      àóêöèîíå êàê ðàç íå âèäèò).
      Íàøè àóêöèîíû áóäóò ñ çàêðûòûìè ñòàâêàìè : ó÷àñòíèêè
      ïîäàþò çàÿâêè â êîíâåðòàõ, à ïîòîì èõ âñêðûâàþò è
      ðåøàþò, êîìó îòäàòü èñêîìûé îáúåêò.
      Èõ ïðîùå àíàëèçèðîâàòü, è ìû âñ¼ ðàâíî ïîòîì äîêàæåì,
      ÷òî îòêðûòûå àóêöèîíû èì ýêâèâàëåíòíû.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ïåðâàÿ öåíà è âòîðàÿ öåíà




      Ìû äëÿ íà÷àëà ïðîàíàëèçèðóåì äâå ìîäåëè.
      Ïåðâàÿ  àóêöèîí Âèêðè, second-price sealed-bid auction
      (ïðåäìåò äîñòà¼òñÿ òîìó, êòî áîëüøå ïðåäëîæèë, ïî öåíå
      âòîðîãî ñâåðõó).
      Âòîðàÿ  ñàìàÿ åñòåñòâåííàÿ, rst-price sealed-bid auction
      (ïðåäìåò äîñòà¼òñÿ òîìó, êòî áîëüøå ïðåäëîæèë, ïî åãî
      ñîáñòâåííîé öåíå).




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ïîñòàíîâêà çàäà÷è: àãåíòû




      Èòàê, òåïåðü âñ¼ ïî-âçðîñëîìó. Åñòü N ïîêóïàòåëåé,
      êîòîðûå ñðàæàþòñÿ çà îäèí îáúåêò.
      Ó êàæäîãî ïîêóïàòåëÿ ñâîÿ öåíà Xi (äëÿ äðóãèõ ýòî
      ñëó÷àéíàÿ âåëè÷èíà!), ïðè÷¼ì ýòà öåíà ðàñïðåäåëåíà íà
      [0, ω] ïîñðåäñòâîì íåóáûâàþùåé ôóíêöèè ðàñïðåäåëåíèÿ
      F : [0, ω] → [0, 1].
       ïðèíöèïå âîçìîæíî, ÷òî ω = ∞, íî â ëþáîì ñëó÷àå
      E [Xi ]  ∞.



                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ïîñòàíîâêà çàäà÷è: èíôîðìàöèÿ




      Êàæäûé ó÷àñòíèê i çíàåò ñâî¼ çíà÷åíèå xi (êîòîðîå åìó
      áûëî âûáðîøåíî ïî ðàñïðåäåëåíèþ âåëè÷èíû Xi ).
      Êðîìå òîãî, îí îáëàäàåò ïîëíîé èíôîðìàöèåé: çíàåò âñå
      îñòàëüíûå ðàñïðåäåëåíèÿ Xj .
      Íå çíàåò îí òîëüêî êîíêðåòíûõ çíà÷åíèé xj , ìîäåëü îí
      çíàåò ïîëíîñòüþ.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ïîñòàíîâêà çàäà÷è: ñèììåòðèÿ




      Âàæíî: ó êàæäîãî ó÷àñòíèêà Xi îäíà è òà æå ôóíêöèÿ
      ðàñïðåäåëåíèÿ F .
      È îíè ýòî çíàþò; ýòî íàçûâàåòñÿ ìîäåëüþ ñ
      ñèììåòðè÷íûìè ó÷àñòíèêàìè.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ìîäåëü àóêöèîíà âòîðîé öåíû




      Àóêöèîí Âèêðè êàæåòñÿ ñëîæíåå, íî äëÿ àíàëèçà îí
      ïðîùå. Íà÷í¼ì ñ íåãî.
      Êàæäûé ó÷àñòíèê ïîäà¼ò çàêðûòóþ çàÿâêó bi , ïîñëå ÷åãî
      êàæäûé ïîëó÷àåò òàêóþ ïðèáûëü:

                           xi − maxj =i bj , åñëè bi  maxj =i bj ,
                  Πi =
                           0,                åñëè bi  maxj =i bj .

       ñëó÷àå íè÷üåé áóäåì âûáèðàòü ïîêóïàòåëÿ
      ðàâíîâåðîÿòíî.



                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Äîìèíàíòíàÿ ñòðàòåãèÿ




      Âñïîìíèì, ÷òî ìû óæå äîêàçûâàëè ðàíüøå.

  Òåîðåìà
  Â second-price sealed-bid àóêöèîíå ñòðàòåãèÿ äåëàòü ñòàâêó
  b(x ) = x ÿâëÿåòñÿ ñëàáî äîìèíèðóþùåé.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Äîêàçàòåëüñòâî


      Îæèäàåìàÿ ïîëåçíîñòü ñòðàòåãèè bi (xi ) = xi ðàâíà

                                      xi − b , åñëè xi  b ,
               ui (bi , b , xi ) =
                                      0,         â ïðîòèâíîì ñëó÷àå,

      ãäå b  ýòî íàèâûñøàÿ ñòàâêà ñðåäè âñåõ îñòàëüíûõ
      àãåíòîâ.
      Åñëè b  xi , òî îïòèìàëüíà ëþáàÿ ñòàâêà bi ≥ b (âåùü
      âåäü âñ¼ ðàâíî ïðîäàäóò ïî öåíå b ).
      Åñëè b ≥ xi , òî, îïÿòü æå, îïòèìàëüíà ëþáàÿ ñòàâêà
      bi ≤ xi (âñ¼ ðàâíî íå ïðîäàäóò).
      Ñòàâêà bi = xi ïîäõîäèò â îáà ñëó÷àÿ è ïîýòîìó ÿâëÿåòñÿ
      äîìèíàíòíîé ñòðàòåãèåé.
                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ñêîëüêî ïðèä¼òñÿ çàïëàòèòü




      Äîêàçàòåëüñòâî íè÷åãî íå èñïîëüçîâàëî: íè îæèäàíèé
      àãåíòà î äðóãèõ àãåíòàõ, íè ïðåäïîëîæåíèé î
      ðàñïðåäåëåíèÿõ... ýòî õîðîøî.
      Ñëåäóþùèé âîïðîñ: ñêîëüêî àãåíò îæèäàåò çàïëàòèòü (è,
      êàê ñëåäñòâèå, êàêóþ ïîëó÷èòü ïðèáûëü)?




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ñêîëüêî ïðèä¼òñÿ çàïëàòèòü




      Ôèêñèðóåì àãåíòà X1 è ðàññìîòðèì ñëó÷àéíóþ âåëè÷èíó
      Y1  ïåðâóþ ïîðÿäêîâóþ ñòàòèñòèêó X2 , . . . , XN
      (ìàêñèìóì èç íèõ).
      Î÷åâèäíî, Y1 ðàñïðåäåëåíà êàê G (y ) = F (y )N −1 (âàì íå
      î÷åâèäíî? äîêàæèòå!).




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ñêîëüêî ïðèä¼òñÿ çàïëàòèòü




      Èòîãî àãåíò X1 îæèäàåò â ñëó÷àå âûèãðûøà ñâîåé ñòàâêè x
      çàïëàòèòü

         m(x ) =
        = Pr[Âûèãðûø àãåíòà 1] × E [2-ÿ ñòàâêà | x  ìàêñ. ñòàâêà] =
       = Pr[Âûèãðûø àãåíòà 1]×E [2-ÿ öåííîñòü | x  ìàêñ. öåííîñòü] =
                    = G (x )E [Y1 | Y1  x ] = F (x )N −1 E [Y1 | Y1  x ].

      Âîò è âåñü àíàëèç äëÿ ýòîãî ñëó÷àÿ.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ìîäåëü àóêöèîíà ïåðâîé öåíû




       îáû÷íîì àóêöèîíå êàæäûé ó÷àñòíèê ïîäà¼ò çàêðûòóþ
      çàÿâêó bi , ïîñëå ÷åãî êàæäûé ïîëó÷àåò òàêóþ ïðèáûëü:

                                xi − bi , åñëè bi  maxj =i bj ,
                      Πi =
                                0,        åñëè bi  maxj =i bj .

       ñëó÷àå íè÷üåé áóäåì âûáèðàòü ïîêóïàòåëÿ
      ðàâíîâåðîÿòíî.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Î ïðàâäèâîñòè




      Ïåðâîå çàìå÷àíèå: òàêîé àóêöèîí íå ïðîñòî îêàæåòñÿ íå
      ïðàâäèâûì, à è íå ìîæåò áûòü ïðàâäèâûì ïðèíöèïèàëüíî.
      Åñëè ó÷àñòíèê ñîîáùèò ñâîþ íàñòîÿùóþ öåíó, äëÿ íåãî
      ýòî ðàâíîñèëüíî îòêàçó îò ó÷àñòèÿ â àóêöèîíå: îí â ëþáîì
      ñëó÷àå ïîëó÷èò íóëåâóþ ïðèáûëü.
      Ïîýòîìó òåïåðü ó íàñ áóäóò ïîëíîöåííî ó÷àñòâîâàòü
      ôóíêöèè β(x )  âîçìîæíûå ñòðàòåãèè ó÷àñòíèêîâ â
      çàâèñèìîñòè îò èõ ñêðûòîé öåííîñòè x .




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Âûâîä îïòèìàëüíîé ñòðàòåãèè




      Ðàññìîòðèì ïåðâîãî ó÷àñòíèêà. Îí ïðåäïîëàãàåò, ÷òî
      îñòàëüíûå ñëåäóþò ñòðàòåãèè β, è õî÷åò îïðåäåëèòü ñâîþ
      ñòàâêó.
      Ãðàíè÷íûå óñëîâèÿ: îí, êîíå÷íî, íå ñòàíåò ñòàâèòü áîëüøå
      β(ω), ò.å. b ≤ β(ω), è, êðîìå òîãî, î÷åâèäíî, ÷òî β(0) = 0.
      Ïåðâûé ó÷àñòíèê âûèãðûâàåò, êîãäà maxi =1 β(Xi )  b.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Âûâîä îïòèìàëüíîé ñòðàòåãèè




      Ïåðâûé ó÷àñòíèê âûèãðûâàåò, êîãäà maxi =1 β(Xi )  b.
      β íåóáûâàåò, ïîýòîìó
      maxi =1 β(Xi ) = β(maxi =1 Xi ) = β(Y1 ).
      Çíà÷èò, ïåðâûé ó÷àñòíèê âûèãðûâàåò, êîãäà Y1  β−1 (b).




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Âûâîä îïòèìàëüíîé ñòðàòåãèè




      Çíà÷èò, ïåðâûé ó÷àñòíèê âûèãðûâàåò, êîãäà Y1  β−1 (b).
      Åãî îæèäàåìàÿ ïðèáûëü:

                                   G (β−1 (b))(x − b),

      ãäå G  ðàñïðåäåëåíèå Y1 .




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Âûâîä îïòèìàëüíîé ñòðàòåãèè




      Íàéä¼ì ìàêñèìóì G (β−1 (b))(x − b) ïî b.
      Ïîëó÷èòñÿ, ÷òî

                      G (β−1 (b))
                                  (x − b) − G (β−1 (b)) = 0.
                      β (β−1 (b))

      Íî ìû èùåì ðàâíîâåñíóþ îïòèìàëüíóþ ñòðàòåãèþ, ò.å.
      b = β(x ). Ïîëó÷èì äèôôåðåíöèàëüíîå óðàâíåíèå:

                         G (x )β (x ) + G (x )β(x ) = xg (x ).




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Âûâîä îïòèìàëüíîé ñòðàòåãèè




      G (x )β (x ) + G (x )β(x ) = xG (x ).
                                      d
      Çàìåòèì ÷òî ýòî íà ñàìîì äåëå dx (G (x )β(x )) = xG (x ).
      Èòîãî, ñ ó÷¼òîì β(0) = 0, ïîëó÷àåì îòâåò:

                                1    x
                   β(x ) =             yG (y )dy = E [Y1 |Y1  x ]
                              G (x ) 0
      ïî îïðåäåëåíèþ óñëîâíîãî ìàò. îæèäàíèÿ.
      Òî åñòü îæèäàåìàÿ âûïëàòà ó÷àñòíèêà ðàâíà
      m(x ) = G (x )E [Y1 |Y1  x ].



                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ðàâíîâåñíàÿ ñòðàòåãèÿ



      Ìû âûâåëè ôîðìóëó äëÿ β, íî åù¼ íå äîêàçàëè, ÷òî äëÿ
      ó÷àñòíèêà ñ öåííîñòüþ x äåéñòâèòåëüíî îïòèìàëüíî
      ñòàâèòü β(x ), åñëè îñòàëüíûå ñëåäóþò ñòðàòåãèè β.
      Ó íàñ áûëî òîëüêî íåîáõîäèìîå óñëîâèå, íî íå
      äîñòàòî÷íîå.

  Òåîðåìà
  Ñòðàòåãèÿ
                              β(x ) = E [Y1 |Y1  x ]
  äåéñòâèòåëüíî ÿâëÿåòñÿ ðàâíîâåñíîé â rst-price sealed-bid
  àóêöèîíå.


                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Äîêàçàòåëüñòâî




      Èòàê, ïóñòü âñå, êðîìå àãåíòà 1, ñëåäóþò

                               1    x
                   β(x ) =            yG (y )dy = E [Y1 |Y1  x ].
                             G (x ) 0
      β(x )  âîçðàñòàþùàÿ íåïðåðûâíàÿ ôóíêöèÿ, çíà÷èò, â
      ðàâíîâåñèè âûèãðûâàåò òîò, ó êîãî x áûë áîëüøå.
      Åñëè àãåíò 1 ïîñòàâèò b  β(ω), îí ïîëó÷èò
      îòðèöàòåëüíóþ ïðèáûëü â ëþáîì ñëó÷àå.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                              Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                              Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Äîêàçàòåëüñòâî




      Èòàê, îí ñòàâèò b ≤ β(ω).
      Îáîçíà÷èì z = β−1 (b) çíà÷åíèå, äëÿ êîòîðîãî b 
      ðàâíîâåñíàÿ ñòàâêà. Ó÷àñòíèê 1 ïîëó÷èò

         Π(b, x ) = G (z )(x − β(z )) =
                                                                    z
           = G (z )x − G (z )E [Y1 |Y1  z ] = G (z )x −                yg (y )dy =
                                                                   0
                                   z                                     z
       = G (z )x − G (z )z +           G (y )dy = G (z )(x − z ) +           G (y )dy .
                                   0                                     0




                         Ñåðãåé Íèêîëåíêî     Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                               Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                               Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Äîêàçàòåëüñòâî




                                         z
      Π(b, x ) = G (z )(x − z ) +        0   G (y )dy .
      Òî åñòü ïîëó÷èòñÿ, ÷òî
                                                                   z
          Π(β(x ), x ) − Π(β(z ), x ) = G (z )(z − x ) −               G (y )dy ≥ 0
                                                                   x

      âíå çàâèñèìîñòè îò z (ò.ê. G íåóáûâàåò).
      Âîò è äîêàçàëè îïòèìàëüíîñòü.




                         Ñåðãåé Íèêîëåíêî      Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ïåðåôîðìóëèðîâêà




      Ìîæíî ïåðåïèñàòü β â âèäå, â êîòîðîì áóäåò î÷åâèäíî,
      ÷òî ó÷àñòíèêàì íàäî ñòàâèòü ìåíüøå èõ öåííîñòè:
                                               x G (y )
                                β(x ) = x −                 dy .
                                               0   G (x )
      Êàê ýòî äîêàçàòü?




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ïåðåôîðìóëèðîâêà




      Ïðîèíòåãðèðóåì ïî ÷àñòÿì:

                      1     x
         β(x ) =              yG (y )dy =
                    G (x ) 0
                          1              x                             x G (y )
                    =          xG (x ) − G (y )dy           =x−                     dy
                       G (x )            0                             0   G (x )
      (îäíà ÷àñòü  y , äðóãàÿ ÷àñòü  G (y )).




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Îáñóæäåíèå




                                             x G (y )
                            β(x ) = x −                   dy .
                                             0   G (x )
                                N −1
      Ò.ê. G (y ) = F (y )
           G (x
                )
                    F (x
                         )
                           , âèäíî, ÷òî ÷åì áîëüøå ó÷àñòíèêîâ,
      òåì áëèæå íóæíî ñòàâèòü ê ñâîåé èñòèííîé öåííîñòè.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ïðèìåð




      Ïðåäïîëîæèì, ÷òî öåííîñòè ðàñïðåäåëåíû ðàâíîìåðíî íà
      [0, 1].
      Òîãäà F (x ) = x , G (x ) = x N −1 .
      Êàê â ýòîì ñëó÷àå áóäåò âûãëÿäåòü îïòèìàëüíàÿ
      ñòðàòåãèÿ?




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                                  Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                                  Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ïðèìåð




      Ïðîèíòåãðèðóåì âûðàæåíèå, ïîëó÷åííîå â ïðåäûäóùåì
      ñëåäñòâèè:
                           x G (y )
         β(x ) = x −                   dy =
                          0   G (x )
                                              x y N −1
                                  =x−                  dy =
                                              0 x N −1
                                                                 xN      N −1
                                                       =x−         N −1 = N x .
                                                                Nx




                         Ñåðãåé Íèêîëåíêî         Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Ðàçíèöà ìåæäó äâóìÿ àóêöèîíàìè




      Â second-price àóêöèîíå âñå ãîâîðÿò ñâîè íàñòîÿùèå
      öåííîñòè  íî ïîëó÷àþò âåùü çà ìåíüøóþ öåíó, çà öåíó
      âòîðîãî ñâåðõó ó÷àñòíèêà.
      Â rst-price àóêöèîíå êàæäûé ïëàòèò ñêîëüêî ñêàçàë  íî
      âñå ãîâîðÿò ìåíüøå, ÷åì èñòèííàÿ ñòîèìîñòü.
      ×òî æå âûãîäíåå äëÿ ïðîäàâöà?




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Second-price




       second-price àóêöèîíå âñ¼ ïîíÿòíî  ïðîäàâåö ïîëó÷àåò
      îæèäàåìóþ ñòîèìîñòü âòîðîãî ó÷àñòíèêà:

                                 E [Revenue] = E [Y2 ].




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                               Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                               Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Âòîðàÿ ïîðÿäêîâàÿ ñòàòèñòèêà




  Ëåììà
  Äëÿ E [Y2 ] âåðíà ñëåäóþùàÿ ôîðìóëà:
                                      ω
                     E [Y2 ] = N          y (1 − F (y ))g (y )dy .
                                     0


      Êàê ýòî äîêàçàòü?




                         Ñåðãåé Íèêîëåíêî      Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Âòîðàÿ ïîðÿäêîâàÿ ñòàòèñòèêà




      Â ôîðìóëå ïðîñòî çàïèñàíî, ÷òî âåðîÿòíîñòü y áûòü
      âòîðîé ñâåðõó ñëó÷àéíîé âåëè÷èíîé  ýòî ïðîèçâåäåíèå
      âåðîÿòíîñòåé äâóõ ñîáûòèé:
          îäíî èç N ÷èñåë áîëüøå y (âåðîÿòíîñòü 1 − F (y ));
          y ÿâëÿåòñÿ ìàêñèìóìîì ñðåäè îñòàëüíûõ N − 1 ÷èñåë
          (âåðîÿòíîñòü g (y )).




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                              Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                              Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Âòîðàÿ ïîðÿäêîâàÿ ñòàòèñòèêà



      Ïðè ýòîì ïîðÿäêîâûé íîìåð ÷èñëà, êîòîðîå ÿâëÿåòñÿ
      ïåðâûì ìàêñèìóìîì, ìîæíî ìåíÿòü  îòñþäà ìíîæèòåëü
      N.
      Ýòî æå ìîæíî ñêàçàòü äðóãèìè ñëîâàìè:
                                  ω
                                      y (1 − F (y ))g (y )dy
                                  0

      ÿâëÿåòñÿ îæèäàåìîé âûïëàòîé îäíîãî àãåíòà â àóêöèîíå
      âòîðîé öåíû ñî ñäåëàííûìè íàìè ïðåäïîëîæåíèÿìè.
      Îæèäàíèå äîõîäà ïðîäàâöà ñêëàäûâàåòñÿ èç îæèäàåìûõ
      âûïëàò âñåõ àãåíòîâ.


                         Ñåðãåé Íèêîëåíêî     Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Second-price




      Èòàê, â ñëó÷àå àóêöèîíà âòîðîé öåíû
                                                 ω
               E [Revenue] = E [Y2 ] = N             y (1 − F (y ))g (y )dy .
                                                0




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
    Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                              Êàêèå áûâàþò àóêöèîíû
              Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                              Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


First-price




       Òåïåðü ðàññìîòðèì àóêöèîí ïåðâîé öåíû.
       Ïåðåéä¼ì ê ñóììå îæèäàåìûõ âûïëàò m(x ) âñåõ
       ó÷àñòíèêîâ:

                                              ω
                       E [Revenue] = N            m(x )f (x )dx = ...
                                              0




                          Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
    Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                                 Êàêèå áûâàþò àóêöèîíû
              Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                                 Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


First-price




                                                 ω
                       E [Revenue] = N               m(x )f (x )dx = ...
                                                 0
       Ïîäñòàâèì óæå íàéäåííîå íàìè â ïðåäûäóùåì ïóíêòå
       m(x ):
                                  ω      x
                      ... = N                 yG (y )dy f (x )dx = ...
                                 0      0




                          Ñåðãåé Íèêîëåíêî       Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
    Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                                 Êàêèå áûâàþò àóêöèîíû
              Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                                 Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


First-price




                                  ω      x
                      ... = N                 yG (y )dy f (x )dx = ...
                                 0      0
       Èçìåíèì ïîðÿäîê èíòåãðèðîâàíèÿ íà òðåóãîëüíîé îáëàñòè
       èíòåãðèðîâàíèÿ â ïðîñòðàíñòâå (x , y ) è ïåðåéä¼ì îò
       ôóíêöèè ðàñïðåäåëåíèÿ G (y ) ê å¼ ïëîòíîñòè g (y ):

                                  ω      ω
                       ... = N                f (x )dx yg (y )dy = ...
                                  0      y




                          Ñåðãåé Íèêîëåíêî       Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
    Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                                   Êàêèå áûâàþò àóêöèîíû
              Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                                   Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


First-price




                                  ω        ω
                       ... = N                  f (x )dx yg (y )dy = ...
                                  0        y
       È, íàêîíåö, ïî îïðåäåëåíèþ ôóíêöèè ïëîòíîñòè
       âåðîÿòíîñòè ñëó÷àéíîé âåëè÷èíû,
                                       ω
                            ... = N            y (1 − F (y ))g (y )dy .
                                       0




                          Ñåðãåé Íèêîëåíêî         Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
    Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                                  Êàêèå áûâàþò àóêöèîíû
              Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                                  Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


First-price




       Â èòîãå âûøëî, ÷òî
                                              ω
                     E [Revenue] = N               y (1 − F (y ))g (y )dy .
                                              0




                          Ñåðãåé Íèêîëåíêî        Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Èòîãè




        Îêàçûâàåòñÿ, ÷òî îæèäàåìûé äîõîä ïðîäàâöà â îáîèõ
        àóêöèîíàõ îäèíàêîâ!
        Áóäåò ëè îí ñîâïàäàòü â êàæäîì êîíêðåòíîì ñëó÷àå (â
        êàæäîé êîíêðåòíîé ðåàëèçàöèè òèïîâ àãåíòîâ)?




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
   Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                             Êàêèå áûâàþò àóêöèîíû
             Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                             Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû


Èòîãè




        Íåò, íå áóäåò.
        Íàïðèìåð, ïóñòü öåííîñòè ðàñïðåäåëåíû ðàâíîìåðíî íà
        [0, 1].
        Òîãäà, åñëè x1 = 0, à x2 = 1, òî äîõîä â àóêöèîíå ïåðâîé
        öåíû ðàâåí 1, à âòîðîé öåíû  íóëþ.




                         Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
Ìèíè-ëèêáåç
 Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ
                                           Êàêèå áûâàþò àóêöèîíû
           Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ
                                           Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû




Ñïàñèáî çà âíèìàíèå!

    Lecture notes è ñëàéäû áóäóò ïîÿâëÿòüñÿ íà ìîåé
    homepage:
    http://logic.pdmi.ras.ru/∼sergey/index.php?page=teaching
    Ïðèñûëàéòå ëþáûå çàìå÷àíèÿ, ðåøåíèÿ óïðàæíåíèé,
    íîâûå ÷èñëåííûå ïðèìåðû è ïðî÷åå ïî àäðåñàì:
    sergey@logic.pdmi.ras.ru, snikolenko@gmail.com
    Çàõîäèòå â ÆÆ              smartnik.




                       Ñåðãåé Íèêîëåíêî    Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ

More Related Content

What's hot (20)

20091129 cryptoprotocols nikolenko_lecture09
20091129 cryptoprotocols nikolenko_lecture0920091129 cryptoprotocols nikolenko_lecture09
20091129 cryptoprotocols nikolenko_lecture09
 
2010 10
2010 102010 10
2010 10
 
2009 8-9
2009 8-92009 8-9
2009 8-9
 
Ruder tipographica
Ruder tipographicaRuder tipographica
Ruder tipographica
 
2010 4
2010 42010 4
2010 4
 
20080928 introductorycourse itsykson_lecture02
20080928 introductorycourse itsykson_lecture0220080928 introductorycourse itsykson_lecture02
20080928 introductorycourse itsykson_lecture02
 
цахим ном
цахим номцахим ном
цахим ном
 
Inflatorni kosmološki modeli
Inflatorni kosmološki modeliInflatorni kosmološki modeli
Inflatorni kosmološki modeli
 
VietRees_Newsletter_63_Tuan4_Thang12
VietRees_Newsletter_63_Tuan4_Thang12VietRees_Newsletter_63_Tuan4_Thang12
VietRees_Newsletter_63_Tuan4_Thang12
 
2009 3
2009 32009 3
2009 3
 
2010 9
2010 92010 9
2010 9
 
2009 11
2009 112009 11
2009 11
 
Ly Thuyet Kinh Te Vi Mo
Ly Thuyet Kinh Te Vi MoLy Thuyet Kinh Te Vi Mo
Ly Thuyet Kinh Te Vi Mo
 
Ly thuyet ve hanh vi con nguoi
Ly thuyet ve hanh vi con nguoiLy thuyet ve hanh vi con nguoi
Ly thuyet ve hanh vi con nguoi
 
ADB- Chien luoc va Chuong trinh quoc gia - VN (2007-2010)
ADB- Chien luoc va Chuong trinh quoc gia - VN (2007-2010)ADB- Chien luoc va Chuong trinh quoc gia - VN (2007-2010)
ADB- Chien luoc va Chuong trinh quoc gia - VN (2007-2010)
 
Baitap C
Baitap CBaitap C
Baitap C
 
Ky Nang Dam Phan
Ky Nang Dam PhanKy Nang Dam Phan
Ky Nang Dam Phan
 
He Thong Tien Te Quoc Te
He Thong Tien Te Quoc TeHe Thong Tien Te Quoc Te
He Thong Tien Te Quoc Te
 
10 best hotel chains îð÷óóëãà
10 best hotel chains îð÷óóëãà10 best hotel chains îð÷óóëãà
10 best hotel chains îð÷óóëãà
 
06
0606
06
 

Viewers also liked

Криволапова Анастасия, Рядинский Михаил
Криволапова Анастасия, Рядинский МихаилКриволапова Анастасия, Рядинский Михаил
Криволапова Анастасия, Рядинский МихаилШкольная лига РОСНАНО
 
20121028 seminar msr_scheduling_michail_rybalkin
20121028 seminar msr_scheduling_michail_rybalkin20121028 seminar msr_scheduling_michail_rybalkin
20121028 seminar msr_scheduling_michail_rybalkinComputer Science Club
 
краткий, неполный и в основном неверный обзор сетевой подсистемы в Windows. а...
краткий, неполный и в основном неверный обзор сетевой подсистемы в Windows. а...краткий, неполный и в основном неверный обзор сетевой подсистемы в Windows. а...
краткий, неполный и в основном неверный обзор сетевой подсистемы в Windows. а...rit2011
 
рисуем тз. эффективный способ коммуникации в веб проектах. артем вольфтруб. з...
рисуем тз. эффективный способ коммуникации в веб проектах. артем вольфтруб. з...рисуем тз. эффективный способ коммуникации в веб проектах. артем вольфтруб. з...
рисуем тз. эффективный способ коммуникации в веб проектах. артем вольфтруб. з...rit2011
 
Cliniche Vitaldent Varese: ortodonzia e bimbi
Cliniche Vitaldent Varese: ortodonzia e bimbiCliniche Vitaldent Varese: ortodonzia e bimbi
Cliniche Vitaldent Varese: ortodonzia e bimbiVitaldentItalia
 
автоматизация Ecom expo
автоматизация Ecom expoавтоматизация Ecom expo
автоматизация Ecom expoElle Nikiforova
 
Advanced dreamweaver
Advanced dreamweaverAdvanced dreamweaver
Advanced dreamweaverSumit Tambe
 
12.ibm r50 ibm wireless setup
12.ibm r50 ibm wireless setup12.ibm r50 ibm wireless setup
12.ibm r50 ibm wireless setupSumit Tambe
 
genero, rasismo y sida
genero, rasismo y sidagenero, rasismo y sida
genero, rasismo y sidagrupo201
 
Ceasb apresentacao osi-andre
Ceasb   apresentacao osi-andreCeasb   apresentacao osi-andre
Ceasb apresentacao osi-andreizaiasba
 
Гимназия №3 Новосибирского Академгородка
Гимназия №3 Новосибирского Академгородка Гимназия №3 Новосибирского Академгородка
Гимназия №3 Новосибирского Академгородка Школьная лига РОСНАНО
 

Viewers also liked (15)

Криволапова Анастасия, Рядинский Михаил
Криволапова Анастасия, Рядинский МихаилКриволапова Анастасия, Рядинский Михаил
Криволапова Анастасия, Рядинский Михаил
 
20121028 seminar msr_scheduling_michail_rybalkin
20121028 seminar msr_scheduling_michail_rybalkin20121028 seminar msr_scheduling_michail_rybalkin
20121028 seminar msr_scheduling_michail_rybalkin
 
краткий, неполный и в основном неверный обзор сетевой подсистемы в Windows. а...
краткий, неполный и в основном неверный обзор сетевой подсистемы в Windows. а...краткий, неполный и в основном неверный обзор сетевой подсистемы в Windows. а...
краткий, неполный и в основном неверный обзор сетевой подсистемы в Windows. а...
 
Portal content
Portal contentPortal content
Portal content
 
рисуем тз. эффективный способ коммуникации в веб проектах. артем вольфтруб. з...
рисуем тз. эффективный способ коммуникации в веб проектах. артем вольфтруб. з...рисуем тз. эффективный способ коммуникации в веб проектах. артем вольфтруб. з...
рисуем тз. эффективный способ коммуникации в веб проектах. артем вольфтруб. з...
 
Cliniche Vitaldent Varese: ortodonzia e bimbi
Cliniche Vitaldent Varese: ortodonzia e bimbiCliniche Vitaldent Varese: ortodonzia e bimbi
Cliniche Vitaldent Varese: ortodonzia e bimbi
 
Sample chart
Sample chartSample chart
Sample chart
 
автоматизация Ecom expo
автоматизация Ecom expoавтоматизация Ecom expo
автоматизация Ecom expo
 
Advanced dreamweaver
Advanced dreamweaverAdvanced dreamweaver
Advanced dreamweaver
 
12.ibm r50 ibm wireless setup
12.ibm r50 ibm wireless setup12.ibm r50 ibm wireless setup
12.ibm r50 ibm wireless setup
 
genero, rasismo y sida
genero, rasismo y sidagenero, rasismo y sida
genero, rasismo y sida
 
Promo tesa dal 01 09-12 al 31-12-12
Promo tesa dal 01 09-12 al 31-12-12Promo tesa dal 01 09-12 al 31-12-12
Promo tesa dal 01 09-12 al 31-12-12
 
Ceasb apresentacao osi-andre
Ceasb   apresentacao osi-andreCeasb   apresentacao osi-andre
Ceasb apresentacao osi-andre
 
Гимназия №3 Новосибирского Академгородка
Гимназия №3 Новосибирского Академгородка Гимназия №3 Новосибирского Академгородка
Гимназия №3 Новосибирского Академгородка
 
Reference - Janet 2
Reference - Janet 2Reference - Janet 2
Reference - Janet 2
 

Similar to 20081019 auctions nikolenko_lecture03

Эмиль Рудер, Типографика
Эмиль Рудер, ТипографикаЭмиль Рудер, Типографика
Эмиль Рудер, ТипографикаEdutainment
 
Mongolia 123
Mongolia 123Mongolia 123
Mongolia 123turoo
 
Garchgiin jagsaalt
Garchgiin jagsaaltGarchgiin jagsaalt
Garchgiin jagsaaltgereloyun
 
Pm519 standart
Pm519  standartPm519  standart
Pm519 standartuserjigmee
 
Eegii 230 bie daalt
Eegii 230 bie daaltEegii 230 bie daalt
Eegii 230 bie daalterka_1213
 
20081104 auctions nikolenko_lecture05
20081104 auctions nikolenko_lecture0520081104 auctions nikolenko_lecture05
20081104 auctions nikolenko_lecture05Computer Science Club
 
Garchgiin jagsaalt
Garchgiin jagsaaltGarchgiin jagsaalt
Garchgiin jagsaaltEnhchimeg28
 
Ss 180 r tushaal
Ss 180 r tushaalSs 180 r tushaal
Ss 180 r tushaalMunkh Orgil
 
Negdugeer buleg
Negdugeer bulegNegdugeer buleg
Negdugeer bulegtogosoo
 
20080921 introductorycourse itsykson_lecture01
20080921 introductorycourse itsykson_lecture0120080921 introductorycourse itsykson_lecture01
20080921 introductorycourse itsykson_lecture01Computer Science Club
 
Phương pháp số và lập trình - Tính sai số
Phương pháp số và lập trình - Tính sai sốPhương pháp số và lập trình - Tính sai số
Phương pháp số và lập trình - Tính sai sốHajunior9x
 
Danh gia thanh_qua_quan_ly_cao_hoc_5133
Danh gia thanh_qua_quan_ly_cao_hoc_5133Danh gia thanh_qua_quan_ly_cao_hoc_5133
Danh gia thanh_qua_quan_ly_cao_hoc_5133eminh123
 
Econo freedom 2008
Econo freedom 2008Econo freedom 2008
Econo freedom 2008guestf7c7a1
 

Similar to 20081019 auctions nikolenko_lecture03 (20)

Эмиль Рудер, Типографика
Эмиль Рудер, ТипографикаЭмиль Рудер, Типографика
Эмиль Рудер, Типографика
 
2010 2
2010 22010 2
2010 2
 
Mongolia 123
Mongolia 123Mongolia 123
Mongolia 123
 
Garchgiin jagsaalt
Garchgiin jagsaaltGarchgiin jagsaalt
Garchgiin jagsaalt
 
Pm519 standart
Pm519  standartPm519  standart
Pm519 standart
 
06
0606
06
 
Eegii 230 bie daalt
Eegii 230 bie daaltEegii 230 bie daalt
Eegii 230 bie daalt
 
Saw baglaa boodol st
Saw baglaa boodol stSaw baglaa boodol st
Saw baglaa boodol st
 
20081104 auctions nikolenko_lecture05
20081104 auctions nikolenko_lecture0520081104 auctions nikolenko_lecture05
20081104 auctions nikolenko_lecture05
 
Garchgiin jagsaalt
Garchgiin jagsaaltGarchgiin jagsaalt
Garchgiin jagsaalt
 
Soril3
Soril3Soril3
Soril3
 
Trinh bay lvtn
Trinh bay lvtnTrinh bay lvtn
Trinh bay lvtn
 
Ss 180 r tushaal
Ss 180 r tushaalSs 180 r tushaal
Ss 180 r tushaal
 
Negdugeer buleg
Negdugeer bulegNegdugeer buleg
Negdugeer buleg
 
20080921 introductorycourse itsykson_lecture01
20080921 introductorycourse itsykson_lecture0120080921 introductorycourse itsykson_lecture01
20080921 introductorycourse itsykson_lecture01
 
Phương pháp số và lập trình - Tính sai số
Phương pháp số và lập trình - Tính sai sốPhương pháp số và lập trình - Tính sai số
Phương pháp số và lập trình - Tính sai số
 
Ariljaa
AriljaaAriljaa
Ariljaa
 
Danh gia thanh_qua_quan_ly_cao_hoc_5133
Danh gia thanh_qua_quan_ly_cao_hoc_5133Danh gia thanh_qua_quan_ly_cao_hoc_5133
Danh gia thanh_qua_quan_ly_cao_hoc_5133
 
Econo freedom 2008
Econo freedom 2008Econo freedom 2008
Econo freedom 2008
 
Chapter7
Chapter7Chapter7
Chapter7
 

More from Computer Science Club

20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugsComputer Science Club
 
20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugsComputer Science Club
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugsComputer Science Club
 
20140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture1220140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture12Computer Science Club
 
20140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture1120140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture11Computer Science Club
 
20140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture1020140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture10Computer Science Club
 
20140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture0920140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture09Computer Science Club
 
20140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture0220140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture02Computer Science Club
 
20140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture0120140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture01Computer Science Club
 
20140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-0420140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-04Computer Science Club
 
20140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture0120140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture01Computer Science Club
 

More from Computer Science Club (20)

20141223 kuznetsov distributed
20141223 kuznetsov distributed20141223 kuznetsov distributed
20141223 kuznetsov distributed
 
Computer Vision
Computer VisionComputer Vision
Computer Vision
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
 
20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
 
20140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture1220140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture12
 
20140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture1120140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture11
 
20140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture1020140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture10
 
20140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture0920140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture09
 
20140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture0220140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture02
 
20140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture0120140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture01
 
20140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-0420140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-04
 
20140223-SuffixTrees-lecture01-03
20140223-SuffixTrees-lecture01-0320140223-SuffixTrees-lecture01-03
20140223-SuffixTrees-lecture01-03
 
20140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture0120140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture01
 
20131106 h10 lecture6_matiyasevich
20131106 h10 lecture6_matiyasevich20131106 h10 lecture6_matiyasevich
20131106 h10 lecture6_matiyasevich
 
20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich
 
20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich
 
20131013 h10 lecture4_matiyasevich
20131013 h10 lecture4_matiyasevich20131013 h10 lecture4_matiyasevich
20131013 h10 lecture4_matiyasevich
 
20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich
 
20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich
 

20081019 auctions nikolenko_lecture03

  • 1. Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ Ñåðãåé Íèêîëåíêî Òåîðèÿ ýêîíîìè÷åñêèõ ìåõàíèçìîâ ÈÒÌÎ, âåñíà 2008 Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 2. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Outline 1 Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ïðèíöèï âûÿâëåíèÿ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ 2 Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ìèíè-ëèêáåç Êàêèå áûâàþò àóêöèîíû Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 3. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ìåõàíèçìû Âñïîìíèì îïðåäåëåíèå ìåõàíèçìà. Îïðåäåëåíèå Ìåõàíèçì M = (Σ1 , . . . , ΣN , g ) ñîñòîèò èç íàáîðà ñòðàòåãèé Σi äëÿ êàæäîãî àãåíòà è ôóíêöèè èñõîäîâ g : Σ1 × . . . × ΣN → O, êîòîðàÿ îïðåäåëÿåò èñõîä, ïðåäóñìîòðåííûé ìåõàíèçìîì äëÿ äàííîãî ïðîôèëÿ ñòðàòåãèé s = (s1 , . . . , sN ). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 4. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ìåõàíèçì Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 5. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ìåõàíèçìû â êîíòåêñòå àóêöèîíîâ: ñòàâêè  êîíòåêñòå àóêöèîíîâ ìîæíî êîíêðåòèçèðîâàòü îáùèå ïîíÿòèÿ ñòðàòåãèè è ôóíêöèè èñõîäîâ . Òåïåðü ó àãåíòîâ áóäóò âìåñòî ìíîæåñòâ ñòðàòåãèé Σi ìíîæåñòâà âîçìîæíûõ ñòàâîê Bi . Êàæäûé àãåíò äîëæåí ñäåëàòü ñòàâêó bi ∈ Bi ; èòîãî ïîëó÷èòñÿ âåêòîð ñòàâîê b = (b1 , . . . , bN ) ∈ B = B1 × . . . × BN . Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 6. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ìåõàíèçìû â êîíòåêñòå àóêöèîíîâ: ðàçìåùåíèå è ïëàòåæè Ìîæíî êîíêðåòèçèðîâàòü è ïîíÿòèå ôóíêöèè èñõîäîâ . Îíà ðàçäåëèòñÿ íà äâå ôóíêöèè. Ïðàâèëî ðàçìåùåíèÿ (allocation rule) π : B → ∆ îïðåäåëÿåò, êîìó äîñòàíåòñÿ ïðåäìåò (∆ ìíîæåñòâî ðàñïðåäåëåíèé âåðîÿòíîñòåé íàä ìíîæåñòâîì àãåíòîâ). πi (b ) âåðîÿòíîñòü òîãî, ÷òî i -é àãåíò ïðè òàêèõ ñòàâêàõ ïîëó÷èò ïðåäìåò. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 7. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ìåõàíèçìû â êîíòåêñòå àóêöèîíîâ: ðàçìåùåíèå è ïëàòåæè Ìîæíî êîíêðåòèçèðîâàòü è ïîíÿòèå ôóíêöèè èñõîäîâ . Îíà ðàçäåëèòñÿ íà äâå ôóíêöèè. Ïðàâèëî ïëàòåæåé (payment rule) µ : B → RN îïðåäåëÿåò, ñêîëüêî êàæäûé àãåíò äîëæåí áóäåò çàïëàòèòü. µi (b ) öåíà, êîòîðóþ äîëæåí çàïëàòèòü i -é àãåíò ïî èòîãàì àóêöèîíà. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 8. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ìåõàíèçìû â êîíòåêñòå àóêöèîíîâ: ðàçìåùåíèå è ïëàòåæè Íàïðèìåð, äëÿ rst-price àóêöèîíà bi , åñëè bi maxj =i bj , µi (b ) = 0, â ïðîòèâíîì ñëó÷àå. À äëÿ second-price maxj =i bj , åñëè bi maxj =i bj , µi (b ) = 0, â ïðîòèâíîì ñëó÷àå. Ïðàâèëî ðàçìåùåíèÿ áóäåò îäèíàêîâûì: πi (b ) = 1, åñëè bi maxj =i bj , è 0 â ïðîòèâíîì ñëó÷àå (ñ òî÷íîñòüþ äî íè÷üèõ). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 9. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ìåõàíèçìû â êîíòåêñòå àóêöèîíîâ: ðàçìåùåíèå è ïëàòåæè Ñòðàòåãèè â ýòîì êîíòåêñòå òîæå íåìíîãî êîíêðåòèçèðóþòñÿ; òåïåðü ñòðàòåãèè ýòî ôóíêöèè βi : [0, ωi ] → Bi , ãäå ωi ìàêñèìàëüíàÿ âîçìîæíàÿ äëÿ i -ãî àãåíòà ñòîèìîñòü (âîçìîæíî, ωi = ∞). Ðàâíîâåñèå ñòðàòåãèé (β1 , . . . , βN ) äîñòèãàåòñÿ, åñëè äëÿ êàæäîãî i è êàæäîãî xi îòêëîíåíèå îò ñòðàòåãèè βi óìåíüøàåò îæèäàåìûé âûèãðûø i -ãî àãåíòà: E [m(βi (xi ))] ≤ E [m(βi (xi ))], ãäå âåðîÿòíîñòü áåð¼òñÿ ïî ðàñïðåäåëåíèÿì Xj äðóãèõ àãåíòîâ, ïðèäåðæèâàþùèõñÿ ñòðàòåãèè βj . Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 10. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ïðÿìûå ìåõàíèçìû Ìû íèêàê íå îãðàíè÷èâàëè ìíîæåñòâî ñòðàòåãèé Σ (äëÿ àóêöèîíîâ ìíîæåñòâî ñòàâîê B ): â ïðèíöèïå, ïðîòîêîë ìîã áû áûòü äîâîëüíî ñëîæíûì. Îäíàêî âïîëíå äîñòàòî÷íî ðàññìàòðèâàòü ïðÿìûå (direct, direct revelation) ìåõàíèçìû, â êîòîðûõ ó êàæäîãî àãåíòà ïðîñòî ñïðàøèâàþò åãî òèï, ò.å. Σi = θi (â ñëó÷àå àóêöèîíîâ åãî èñòèííóþ ñòîèìîñòü xi ). Íî, êàê ìû óæå âûÿñíÿëè, àãåíòû ìîãóò íàì âðàòü. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 11. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Âñïîìíèì îïðåäåëåíèå òîãî, ÷òî ìåõàíèçì ðåàëèçóåò ñîöèàëüíóþ ôóíêöèþ. Îïðåäåëåíèå Ìåõàíèçì M = (Σ1 , . . . , ΣN , g ) ðåàëèçóåò ôóíêöèþ ñîöèàëüíîãî âûáîðà f (θ), åñëè äëÿ âñåõ θ = (θ1 , . . . , θN ) ∈ Θ1 × . . . × ΘN g (s1 (θ1 ), . . . , sN (θN )) = f (θ), ∗ ∗ ãäå ïðîôèëü ñòðàòåãèé (s1 , . . . , sN ) íàõîäèòñÿ â ðàâíîâåñèè ïî ∗ ∗ îòíîøåíèþ ê èãðå, èíäóöèðîâàííîé M. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 12. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Òåïåðü ìîäèôèöèðóåì åãî òàê, ÷òîáû ìåõàíèçì áûë ïðàâäèâûì. Îïðåäåëåíèå Ïðÿìîé ìåõàíèçì M = (θ1 , . . . , θN , g ) ðåàëèçóåò ôóíêöèþ ñîöèàëüíîãî âûáîðà f (θ), åñëè äëÿ âñåõ θ = (θ1 , . . . , θN ) ∈ Θ1 × . . . × ΘN g (θ1 , . . . , θN ) = f (θ), ãäå ïðîôèëü ñòðàòåãèé (θ1 , . . . , θN ) íàõîäèòñÿ â ðàâíîâåñèè ïî îòíîøåíèþ ê èãðå, èíäóöèðîâàííîé M. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 13. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ðåàëèçàöèÿ ïðàâäèâûì ìåõàíèçìîì Ìîæíî è åù¼ ïðîùå, òàì âåäü ïðîñòî ïîëó÷àëîñü, ÷òî g =f. Îïðåäåëåíèå Ôóíêöèÿ ñîöèàëüíîãî âûáîðà f (θ) ïðàâäèâî ðåàëèçóåìà (truthfully implementable, incentive compatible), åñëè ïðîôèëü ñòðàòåãèé (s1 , . . . , sN ), ãäå si∗ (θi ) = θi , íàõîäèòñÿ â ðàâíîâåñèè ∗ ∗ â èãðå, èíäóöèðîâàííîé ïðÿìûì ìåõàíèçìîì M = (θ1 , . . . , θN , f ). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 14. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ïðàâäèâûå ìåõàíèçìû Êîíå÷íî, áûëî áû çäîðîâî, ÷òîáû ìîæíî áûëî ðåàëèçîâûâàòü âñ¼ íà ñâåòå ïðàâäèâûìè ìåõàíèçìàìè. Òîãäà àãåíòàì íå íàäî áûëî áû äóìàòü, à ¾öåíòð¿ ìîã áû òâ¼ðäî óçíàòü èõ òèïû. Äà è ïðîñòî îãðàíè÷èòüñÿ ïðàâäèâûìè ìåõàíèçìàìè â àíàëèçå áûëî áû î÷åíü çàìàí÷èâî, âåäü ýòî ãîðàçäî áîëåå óçêèé êëàññ. (Íà ñàìîì äåëå äóìàòü âñ¼ ðàâíî íàäî: àãåíòû äîëæíû ïîíèìàòü, ÷òî ìåõàíèçì ïðàâäèâûé.) Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 15. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Ê ñ÷àñòüþ, âñ¼ òàê è åñòü! Ìàéåðñîí äîêàçàë ïðèíöèï âûÿâëåíèÿ , êîòîðûé ãàðàíòèðóåò, ÷òî åñëè êàêóþ-òî ñîöèàëüíóþ ôóíêöèþ ìîæíî ðåàëèçîâàòü, å¼ ìîæíî è ïðàâäèâî ðåàëèçîâàòü. Êàê âû äóìàåòå, êàê ýòî ìîæíî äîêàçàòü? Hint: ýòî î÷åíü ïðîñòî. :) Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 16. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Âñïîìíèì îïðåäåëåíèÿ Îïðåäåëåíèå Ñòðàòåãèÿ si íàçûâàåòñÿ äîìèíàíòíîé, åñëè îíà (ñëàáî) ìàêñèìèçèðóåò îæèäàåìóþ ïðèáûëü àãåíòà äëÿ âñåõ âîçìîæíûõ ñòðàòåãèé äðóãèõ àãåíòîâ: ∀si = si , s −i ∈ Σ−i ui (si , s −i , θi ) ≥ ui (si , s −i , θi ). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 17. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Âñïîìíèì îïðåäåëåíèÿ Îïðåäåëåíèå Ìåõàíèçì M = (Σ1 , . . . , ΣN , g ) ðåàëèçóåò ôóíêöèþ ñîöèàëüíîãî âûáîðà f (θ) â äîìèíàíòíûõ ñòðàòåãèÿõ, åñëè äëÿ âñåõ θ = (θ1 , . . . , θN ) ∈ Θ1 × . . . × ΘN g (s1 (θ1 ), . . . , sN (θN )) = f (θ), ∗ ∗ è êàæäàÿ èç ñòðàòåãèé si∗ ÿâëÿåòñÿ äîìèíàíòíîé äëÿ àãåíòà i. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 18. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Âñïîìíèì îïðåäåëåíèÿ Ìîæíî åù¼ ñîâìåñòèòü îïðåäåëåíèÿ ïðàâäèâîé ðåàëèçóåìîñòè è äîìèíàíòíûõ ñòðàòåãèé. Îïðåäåëåíèå Ôóíêöèÿ ñîöèàëüíîãî âûáîðà f (θ) ïðàâäèâî ðåàëèçóåìà â äîìèíàíòíûõ ñòðàòåãèÿõ (truthfully implementable in dominant strategies, dominant strategy incentive compatible, strategy-proof, straightforward), åñëè ïðîôèëü ñòðàòåãèé (s1 , . . . , sN ), ãäå ∗ ∗ si i ∗ (θ ) = θ , íàõîäèòñÿ â ðàâíîâåñèè äîìèíàíòíûõ ñòðàòåãèé â i èãðå, èíäóöèðîâàííîé ïðÿìûì ìåõàíèçìîì M = (θ1 , . . . , θN , f ), ò.å. ∀θi , θi ∈ θi , θ−i ∈ Θ−i ui (f (θi , θ−i ), θi ) ≥ ui (f (θi , θ−i ), θi ). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 19. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ ×åì õîðîøè äîìèíàíòíûå ñòðàòåãèè Âî-ïåðâûõ, ìîæíî áûòü áîëååìåíåå óâåðåííûì, ÷òî àãåíò èçáåð¼ò äîìèíàíòíóþ ñòðàòåãèþ: îíà íå çàâèñèò îò åãî ïðîãíîçîâ íà äåéñòâèÿ äðóãèõ àãåíòîâ. Âî-âòîðûõ, ïî ýòîé æå ïðè÷èíå ìîæíî îòêàçàòüñÿ îò ïðåäïîëîæåíèé íà ðàñïðåäåëåíèå òèïîâ ó àãåíòîâ (ïîìíèòå, áûëî ó íàñ F (θ)?) è âîîáùå ýòî ñàìîå F (θ) íå ðàññìàòðèâàòü. ×òî ïðèÿòíî. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 20. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ äëÿ äîìèíàíòíûõ ñòðàòåãèé Òåîðåìà Ïóñòü äëÿ äàííîé ñîöèàëüíîé ôóíêöèè f ñóùåñòâóåò ìåõàíèçì M = (Σ1 , . . . , ΣN , g ), êîòîðûé å¼ ðåàëèçóåò â äîìèíàíòíûõ ñòðàòåãèÿõ. Òîãäà f ïðàâäèâî ðåàëèçóåìà â äîìèíàíòíûõ ñòðàòåãèÿõ. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 21. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Äîêàçàòåëüñòâî M = (Σ1 , . . . , ΣN , g ) ðåàëèçóåò f , çíà÷èò, åñòü ïðîôèëü ñòðàòåãèé s ∗ = (s1 , . . . , sn ), äëÿ êîòîðîãî ∀θ ∗ ∗ g (si∗ (θ)) = f (θ), è ∀i , θi , si , s −i ui (g (si∗ (θi ), s −i ), θi ) ≥ ui (g (si , s −i ), θi ).  ÷àñòíîñòè (ïîäñòàâèì êîíêðåòíîå s è s −i ), ∀i , θi ui (g (si∗ (θi ), s ∗ i ), θi ) ≥ ui (g (si∗ (θi ), s ∗ i (θ−i )), θi ). − − Íî ýòî çíà÷èò, ÷òî (ò.ê. g (si∗ (θ)) = f (θ)) ∀i , θi ui (f (θi , θ−i ), θi ) ≥ ui (f (θi , θ−i ), θi ). À ýòî â òî÷íîñòè îïðåäåëåíèå ïðàâäèâîé ðåàëèçóåìîñòè. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 22. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Èíòóèöèÿ Èíòóèòèâíî ýòî î÷åíü ïðîñòàÿ êîíñòðóêöèÿ. Ïóñòü åñòü ìåõàíèçì, â êîòîðîì àãåíòû íàõîäÿòñÿ â ðàâíîâåñèè, íî ïðè ýòîì âðóò ïîêàçûâàþò íå ñâîè òèïû, à äðóãèå, si∗ (θi ). Äàâàéòå òîãäà ðàññìîòðèì òàêîé æå ìåõàíèçì, íî ñ äîïîëíèòåëüíûìè ¾ïîñðåäíèêàìè¿ äëÿ êàæäîãî àãåíòà. Ìîë, òû ìíå ñâîé òèï θi ñêàæåøü, à ÿ çà òåáÿ â ïðîøëîì ìåõàíèçìå ñòàâêó ñäåëàþ íà si∗ (θi ). Î÷åâèäíî, â òàêîé ñèòóàöèè âðàòü âûãîäíî óæå áûòü íå ìîæåò. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 23. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 24. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ  äðóãèõ êîíòåêñòàõ Êîíå÷íî, ýòà òåîðåìà âåðíà íå òîëüêî äëÿ äîìèíàíòíûõ ñòðàòåãèé. Ñîâåðøåííî òî æå ðàññóæäåíèå òàê æå ðàáîòàåò è äëÿ ðàâíîâåñèé Íýøà, è äëÿ ðàâíîâåñèé ïî Áàéåñó-Íýøó. Ìû áóäåì èì ïîëüçîâàòüñÿ, êîãäà äîéä¼ò äåëî äî òåõ êîíòåêñòîâ. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 25. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Íåðàâåíñòâà Âñïîìíèì îïðåäåëåíèå ïðàâäèâîé ðåàëèçóåìîñòè: ui (f (θi , θ−i ), θi ) ≥ ui (f (θi , θ−i ), θi ). Ðàññìîòðèì àãåíòà i è ëþáóþ ïàðó âîçìîæíûõ òèïîâ θi è θi . Åñëè ïðàâäèâîñòü äîìèíàíòíàÿ ñòðàòåãèÿ, òî ∀θ−i ∈ Θ−i ui (f (θi , θ−i ), θi ) ≥ ui (f (θi , θ−i ), θi ) è ui (f (θi , θ−i ), θi ) ≥ ui (f (θi , θ−i ), θi ). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 26. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ñâîéñòâî ñëàáîãî îáðàùåíèÿ ïðåôåðåíöèé Ò.å. ïðåäïî÷òåíèÿ àãåíòà i â ñìûñëå ðàíæèðîâàíèÿ f (θi , θ−i ) è f (θi , θ−i ) äîëæíû èçìåíèòüñÿ, êîãäà åãî òèï ìåíÿåòñÿ ñ θ íà θ èëè îáðàòíî. Ýòî íàçûâàåòñÿ ñâîéñòâî ñëàáîãî îáðàùåíèÿ ïðåôåðåíöèé (weak preference reversal property). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 27. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ñâîéñòâî ñëàáîãî îáðàùåíèÿ ïðåôåðåíöèé Âåðíî è îáðàòíîå: åñëè ñâîéñòâî ñëàáîãî îáðàùåíèÿ ïðåôåðåíöèé âûïîëíÿåòñÿ äëÿ âñåõ θ−i ∈ Θ−i è äëÿ âñåõ ïàð θ , θ ∈ Θi , òî ãîâîðèòü ïðàâäó äîìèíàíòíàÿ ñòðàòåãèÿ äëÿ àãåíòà i . Óïðàæíåíèå. Äîêàæèòå ýòî. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 28. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ìíîæåñòâà íèæíèõ êîíòóðîâ Âñ¼ ýòî ìîæíî ïåðåôîðìóëèðîâàòü â òåðìèíàõ òàê íàçûâàåìûõ ìíîæåñòâ íèæíèõ êîíòóðîâ. Ìíîæåñòâî íèæíåãî êîíòóðà (lower contour set) âîçìîæíîãî èñõîäà o ïðè àãåíòå i òèïà θi ýòî Li (o , θi ) = {o ∈ O : ui (o , θi ) ≥ ui (o , θi )}. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 29. Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðèíöèï âûÿâëåíèÿ Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ Ìíîæåñòâà íèæíèõ êîíòóðîâ Òåîðåìà Ñîöèàëüíàÿ ôóíêöèÿ f ïðàâäèâî ðåàëèçóåìà â äîìèíàíòíûõ ñòðàòåãèÿõ òîãäà è òîëüêî òîãäà, êîãäà äëÿ âñåõ i, âñåõ θ−i ∈ Θ−i è âñåõ ïàð òèïîâ àãåíòà i θ , θ ∈ Θi âåðíî f (θi , θ−i ) ∈ Li (f (θi , θ−i ), θi ), f (θi , θ−i ) ∈ Li (f (θi , θ−i ), θi ). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 30. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Outline 1 Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Ïðàâäèâûå è íåïðàâäèâûå ìåõàíèçìû Ïðèíöèï âûÿâëåíèÿ Ïåðåôîðìóëèðîâêà ïðèíöèïà âûÿâëåíèÿ 2 Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Ìèíè-ëèêáåç Êàêèå áûâàþò àóêöèîíû Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 31. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ìèíè-ëèêáåç Íà âñÿêèé ñëó÷àé ïðîâåä¼ì ìèíè-ëèêáåç ïî íåïðåðûâíîé òåîðèè âåðîÿòíîñòåé. Ó ñëó÷àéíîé âåëè÷èíû X åñòü ôóíêöèÿ ðàñïðåäåëåíèÿ F (x ) = Pr[X ≤ x ]. F (x ) íåóáûâàþùàÿ ôóíêöèÿ, F (0) = 0, F (ω) = 1. Áóäåì ïðåäïîëàãàòü, ÷òî F íåïðåðûâíî äèôôåðåíöèðóåìà. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 32. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ìèíè-ëèêáåç Òîãäà ìîæíî îïðåäåëèòü ïëîòíîñòü d f (x ) = F (x ). dx Ìàòåìàòè÷åñêîå îæèäàíèå ñëó÷àéíîé âåëè÷èíû X ýòî ω E [X ] = xf (x )dx . 0 Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 33. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ìèíè-ëèêáåç Ìàòåìàòè÷åñêîå îæèäàíèå íåêîòîðîé ôóíêöèè γ(X ) ýòî ω ω E [γ(X )] = γ(x )f (x )dx = γ(x )dF (x ). 0 0 Óñëîâíîå îæèäàíèå âåëè÷èíû X ïðè óñëîâèè X x ýòî 1 x E [X |X x] = tf (t )dt . F (x ) 0 Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 34. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ìèíè-ëèêáåç Åñëè X è Y äâå ñëó÷àéíûå âåëè÷èíû, òî ó íèõ åñòü ñîâìåñòíàÿ ïëîòíîñòü f : [0, ωX ] × [0, ωY ] → R+ , åñëè äëÿ âñÿêèõ x x è y y y x Pr[x ≤X ≤x ∧y ≤Y ≤y ]= f (x , y )dxdy . y x Òîãäà ìàðãèíàëüíàÿ ïëîòíîñòü ïîëó÷àåòñÿ ïðîåêöèåé: ωY fX (x ) = f (x , y )dy , 0 ωX fY (x ) = f (x , y )dx . 0 Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 35. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ìèíè-ëèêáåç Ñëó÷àéíûå âåëè÷èíû íåçàâèñèìû , åñëè f (x , y ) = fX (x ) × fY (y ). Óñëîâíàÿ ïëîòíîñòü Y ïðè óñëîâèè X = x : f (x , y ) fY (y | X = x ) = . fX (x ) Óñëîâíîå îæèäàíèå Y ïðè óñëîâèè X = x : ωY E [Y | X = x] = yfY (y | X = x )dy . 0 Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 36. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ââåäåíèå Ñåé÷àñ ìû ïðîâåä¼ì (áîëüøå äëÿ ïðèìåðà) ïîäðîáíûé àíàëèç äâóõ ìîäåëåé àóêöèîíîâ, êîòîðûõ ìû óæå ðàíüøå êàñàëèñü. Çàîäíî ïîéì¼ì, ÷òî íå âñ¼ òàê î÷åâèäíî â ýòîé íàóêå, êàê äîêàçàòåëüñòâî ïðàâäèâîñòè àóêöèîíà Âèêðè. :) Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 37. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Àóêöèîíû ñ îòêðûòûìè ñòàâêàìè Êîíå÷íî, ïåðâîé íà óì ïðèõîäèò ìîäåëü, êîãäà â çàëå ñèäÿò ëþäè è íàáàâëÿþò öåíó. Êîãäà î÷åðåäíóþ öåíó íåêîìó ïåðåáèòü, ëîò óõîäèò òîìó, êòî å¼ ïðåäëîæèë. Òàêîé àóêöèîí íàçûâàåòñÿ àíãëèéñêèì . Íà ñàìîì æå äåëå, êîíå÷íî, ðàçëè÷íûõ ìîäåëåé àóêöèîíîâ ãîðàçäî áîëüøå. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 38. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ãîëëàíäñêèé àóêöèîí Äðóãàÿ êëàññè÷åñêàÿ ìîäåëü òàê íàçûâàåìûé ãîëëàíäñêèé àóêöèîí . Ïî ýòîé ìîäåëè ïðîâîäÿòñÿ êëàññè÷åñêèå ãîëëàíäñêèå àóêöèîíû, íà êîòîðûõ ïðîäàþò öâåòû. Àóêöèîíåð íà÷èíàåò òîðãè ñ çàâåäîìî ñëèøêîì âûñîêîé öåíû, ïîñëå ÷åãî ïîíèæàåò å¼ äî òåõ ïîð, ïîêà íå ïîäíèìåòñÿ ïåðâàÿ ðóêà (òî åñòü ïîêà ïåðâûé àãåíò íå çàõî÷åò êóïèòü ëîò ïî îáúÿâëåííîé öåíå). Ëîò óõîäèò òîìó, êòî çàõîòåë åãî ïðèîáðåñòè, è ïî òîé öåíå, êîòîðàÿ áûëà îáúÿâëåíà. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 39. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Àóêöèîíû ñ çàêðûòûìè ñòàâêàìè Àíãëèéñêèé è ãîëëàíäñêèé àóêöèîíû ñ îòêðûòûìè ñòàâêàìè: êàæäûé àãåíò ïîëíîñòüþ âèäèò ïðîöåññ òîðãîâ, âêëþ÷àÿ ñòàâêè äðóãèõ àãåíòîâ (õîòÿ â ãîëëàíäñêîì àóêöèîíå êàê ðàç íå âèäèò). Íàøè àóêöèîíû áóäóò ñ çàêðûòûìè ñòàâêàìè : ó÷àñòíèêè ïîäàþò çàÿâêè â êîíâåðòàõ, à ïîòîì èõ âñêðûâàþò è ðåøàþò, êîìó îòäàòü èñêîìûé îáúåêò. Èõ ïðîùå àíàëèçèðîâàòü, è ìû âñ¼ ðàâíî ïîòîì äîêàæåì, ÷òî îòêðûòûå àóêöèîíû èì ýêâèâàëåíòíû. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 40. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ïåðâàÿ öåíà è âòîðàÿ öåíà Ìû äëÿ íà÷àëà ïðîàíàëèçèðóåì äâå ìîäåëè. Ïåðâàÿ àóêöèîí Âèêðè, second-price sealed-bid auction (ïðåäìåò äîñòà¼òñÿ òîìó, êòî áîëüøå ïðåäëîæèë, ïî öåíå âòîðîãî ñâåðõó). Âòîðàÿ ñàìàÿ åñòåñòâåííàÿ, rst-price sealed-bid auction (ïðåäìåò äîñòà¼òñÿ òîìó, êòî áîëüøå ïðåäëîæèë, ïî åãî ñîáñòâåííîé öåíå). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 41. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ïîñòàíîâêà çàäà÷è: àãåíòû Èòàê, òåïåðü âñ¼ ïî-âçðîñëîìó. Åñòü N ïîêóïàòåëåé, êîòîðûå ñðàæàþòñÿ çà îäèí îáúåêò. Ó êàæäîãî ïîêóïàòåëÿ ñâîÿ öåíà Xi (äëÿ äðóãèõ ýòî ñëó÷àéíàÿ âåëè÷èíà!), ïðè÷¼ì ýòà öåíà ðàñïðåäåëåíà íà [0, ω] ïîñðåäñòâîì íåóáûâàþùåé ôóíêöèè ðàñïðåäåëåíèÿ F : [0, ω] → [0, 1].  ïðèíöèïå âîçìîæíî, ÷òî ω = ∞, íî â ëþáîì ñëó÷àå E [Xi ] ∞. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 42. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ïîñòàíîâêà çàäà÷è: èíôîðìàöèÿ Êàæäûé ó÷àñòíèê i çíàåò ñâî¼ çíà÷åíèå xi (êîòîðîå åìó áûëî âûáðîøåíî ïî ðàñïðåäåëåíèþ âåëè÷èíû Xi ). Êðîìå òîãî, îí îáëàäàåò ïîëíîé èíôîðìàöèåé: çíàåò âñå îñòàëüíûå ðàñïðåäåëåíèÿ Xj . Íå çíàåò îí òîëüêî êîíêðåòíûõ çíà÷åíèé xj , ìîäåëü îí çíàåò ïîëíîñòüþ. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 43. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ïîñòàíîâêà çàäà÷è: ñèììåòðèÿ Âàæíî: ó êàæäîãî ó÷àñòíèêà Xi îäíà è òà æå ôóíêöèÿ ðàñïðåäåëåíèÿ F . È îíè ýòî çíàþò; ýòî íàçûâàåòñÿ ìîäåëüþ ñ ñèììåòðè÷íûìè ó÷àñòíèêàìè. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 44. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ìîäåëü àóêöèîíà âòîðîé öåíû Àóêöèîí Âèêðè êàæåòñÿ ñëîæíåå, íî äëÿ àíàëèçà îí ïðîùå. Íà÷í¼ì ñ íåãî. Êàæäûé ó÷àñòíèê ïîäà¼ò çàêðûòóþ çàÿâêó bi , ïîñëå ÷åãî êàæäûé ïîëó÷àåò òàêóþ ïðèáûëü: xi − maxj =i bj , åñëè bi maxj =i bj , Πi = 0, åñëè bi maxj =i bj .  ñëó÷àå íè÷üåé áóäåì âûáèðàòü ïîêóïàòåëÿ ðàâíîâåðîÿòíî. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 45. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Äîìèíàíòíàÿ ñòðàòåãèÿ Âñïîìíèì, ÷òî ìû óæå äîêàçûâàëè ðàíüøå. Òåîðåìà Â second-price sealed-bid àóêöèîíå ñòðàòåãèÿ äåëàòü ñòàâêó b(x ) = x ÿâëÿåòñÿ ñëàáî äîìèíèðóþùåé. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 46. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Äîêàçàòåëüñòâî Îæèäàåìàÿ ïîëåçíîñòü ñòðàòåãèè bi (xi ) = xi ðàâíà xi − b , åñëè xi b , ui (bi , b , xi ) = 0, â ïðîòèâíîì ñëó÷àå, ãäå b ýòî íàèâûñøàÿ ñòàâêà ñðåäè âñåõ îñòàëüíûõ àãåíòîâ. Åñëè b xi , òî îïòèìàëüíà ëþáàÿ ñòàâêà bi ≥ b (âåùü âåäü âñ¼ ðàâíî ïðîäàäóò ïî öåíå b ). Åñëè b ≥ xi , òî, îïÿòü æå, îïòèìàëüíà ëþáàÿ ñòàâêà bi ≤ xi (âñ¼ ðàâíî íå ïðîäàäóò). Ñòàâêà bi = xi ïîäõîäèò â îáà ñëó÷àÿ è ïîýòîìó ÿâëÿåòñÿ äîìèíàíòíîé ñòðàòåãèåé. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 47. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ñêîëüêî ïðèä¼òñÿ çàïëàòèòü Äîêàçàòåëüñòâî íè÷åãî íå èñïîëüçîâàëî: íè îæèäàíèé àãåíòà î äðóãèõ àãåíòàõ, íè ïðåäïîëîæåíèé î ðàñïðåäåëåíèÿõ... ýòî õîðîøî. Ñëåäóþùèé âîïðîñ: ñêîëüêî àãåíò îæèäàåò çàïëàòèòü (è, êàê ñëåäñòâèå, êàêóþ ïîëó÷èòü ïðèáûëü)? Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 48. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ñêîëüêî ïðèä¼òñÿ çàïëàòèòü Ôèêñèðóåì àãåíòà X1 è ðàññìîòðèì ñëó÷àéíóþ âåëè÷èíó Y1 ïåðâóþ ïîðÿäêîâóþ ñòàòèñòèêó X2 , . . . , XN (ìàêñèìóì èç íèõ). Î÷åâèäíî, Y1 ðàñïðåäåëåíà êàê G (y ) = F (y )N −1 (âàì íå î÷åâèäíî? äîêàæèòå!). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 49. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ñêîëüêî ïðèä¼òñÿ çàïëàòèòü Èòîãî àãåíò X1 îæèäàåò â ñëó÷àå âûèãðûøà ñâîåé ñòàâêè x çàïëàòèòü m(x ) = = Pr[Âûèãðûø àãåíòà 1] × E [2-ÿ ñòàâêà | x ìàêñ. ñòàâêà] = = Pr[Âûèãðûø àãåíòà 1]×E [2-ÿ öåííîñòü | x ìàêñ. öåííîñòü] = = G (x )E [Y1 | Y1 x ] = F (x )N −1 E [Y1 | Y1 x ]. Âîò è âåñü àíàëèç äëÿ ýòîãî ñëó÷àÿ. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 50. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ìîäåëü àóêöèîíà ïåðâîé öåíû  îáû÷íîì àóêöèîíå êàæäûé ó÷àñòíèê ïîäà¼ò çàêðûòóþ çàÿâêó bi , ïîñëå ÷åãî êàæäûé ïîëó÷àåò òàêóþ ïðèáûëü: xi − bi , åñëè bi maxj =i bj , Πi = 0, åñëè bi maxj =i bj .  ñëó÷àå íè÷üåé áóäåì âûáèðàòü ïîêóïàòåëÿ ðàâíîâåðîÿòíî. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 51. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Î ïðàâäèâîñòè Ïåðâîå çàìå÷àíèå: òàêîé àóêöèîí íå ïðîñòî îêàæåòñÿ íå ïðàâäèâûì, à è íå ìîæåò áûòü ïðàâäèâûì ïðèíöèïèàëüíî. Åñëè ó÷àñòíèê ñîîáùèò ñâîþ íàñòîÿùóþ öåíó, äëÿ íåãî ýòî ðàâíîñèëüíî îòêàçó îò ó÷àñòèÿ â àóêöèîíå: îí â ëþáîì ñëó÷àå ïîëó÷èò íóëåâóþ ïðèáûëü. Ïîýòîìó òåïåðü ó íàñ áóäóò ïîëíîöåííî ó÷àñòâîâàòü ôóíêöèè β(x ) âîçìîæíûå ñòðàòåãèè ó÷àñòíèêîâ â çàâèñèìîñòè îò èõ ñêðûòîé öåííîñòè x . Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 52. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Âûâîä îïòèìàëüíîé ñòðàòåãèè Ðàññìîòðèì ïåðâîãî ó÷àñòíèêà. Îí ïðåäïîëàãàåò, ÷òî îñòàëüíûå ñëåäóþò ñòðàòåãèè β, è õî÷åò îïðåäåëèòü ñâîþ ñòàâêó. Ãðàíè÷íûå óñëîâèÿ: îí, êîíå÷íî, íå ñòàíåò ñòàâèòü áîëüøå β(ω), ò.å. b ≤ β(ω), è, êðîìå òîãî, î÷åâèäíî, ÷òî β(0) = 0. Ïåðâûé ó÷àñòíèê âûèãðûâàåò, êîãäà maxi =1 β(Xi ) b. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 53. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Âûâîä îïòèìàëüíîé ñòðàòåãèè Ïåðâûé ó÷àñòíèê âûèãðûâàåò, êîãäà maxi =1 β(Xi ) b. β íåóáûâàåò, ïîýòîìó maxi =1 β(Xi ) = β(maxi =1 Xi ) = β(Y1 ). Çíà÷èò, ïåðâûé ó÷àñòíèê âûèãðûâàåò, êîãäà Y1 β−1 (b). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 54. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Âûâîä îïòèìàëüíîé ñòðàòåãèè Çíà÷èò, ïåðâûé ó÷àñòíèê âûèãðûâàåò, êîãäà Y1 β−1 (b). Åãî îæèäàåìàÿ ïðèáûëü: G (β−1 (b))(x − b), ãäå G ðàñïðåäåëåíèå Y1 . Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 55. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Âûâîä îïòèìàëüíîé ñòðàòåãèè Íàéä¼ì ìàêñèìóì G (β−1 (b))(x − b) ïî b. Ïîëó÷èòñÿ, ÷òî G (β−1 (b)) (x − b) − G (β−1 (b)) = 0. β (β−1 (b)) Íî ìû èùåì ðàâíîâåñíóþ îïòèìàëüíóþ ñòðàòåãèþ, ò.å. b = β(x ). Ïîëó÷èì äèôôåðåíöèàëüíîå óðàâíåíèå: G (x )β (x ) + G (x )β(x ) = xg (x ). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 56. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Âûâîä îïòèìàëüíîé ñòðàòåãèè G (x )β (x ) + G (x )β(x ) = xG (x ). d Çàìåòèì ÷òî ýòî íà ñàìîì äåëå dx (G (x )β(x )) = xG (x ). Èòîãî, ñ ó÷¼òîì β(0) = 0, ïîëó÷àåì îòâåò: 1 x β(x ) = yG (y )dy = E [Y1 |Y1 x ] G (x ) 0 ïî îïðåäåëåíèþ óñëîâíîãî ìàò. îæèäàíèÿ. Òî åñòü îæèäàåìàÿ âûïëàòà ó÷àñòíèêà ðàâíà m(x ) = G (x )E [Y1 |Y1 x ]. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 57. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ðàâíîâåñíàÿ ñòðàòåãèÿ Ìû âûâåëè ôîðìóëó äëÿ β, íî åù¼ íå äîêàçàëè, ÷òî äëÿ ó÷àñòíèêà ñ öåííîñòüþ x äåéñòâèòåëüíî îïòèìàëüíî ñòàâèòü β(x ), åñëè îñòàëüíûå ñëåäóþò ñòðàòåãèè β. Ó íàñ áûëî òîëüêî íåîáõîäèìîå óñëîâèå, íî íå äîñòàòî÷íîå. Òåîðåìà Ñòðàòåãèÿ β(x ) = E [Y1 |Y1 x ] äåéñòâèòåëüíî ÿâëÿåòñÿ ðàâíîâåñíîé â rst-price sealed-bid àóêöèîíå. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 58. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Äîêàçàòåëüñòâî Èòàê, ïóñòü âñå, êðîìå àãåíòà 1, ñëåäóþò 1 x β(x ) = yG (y )dy = E [Y1 |Y1 x ]. G (x ) 0 β(x ) âîçðàñòàþùàÿ íåïðåðûâíàÿ ôóíêöèÿ, çíà÷èò, â ðàâíîâåñèè âûèãðûâàåò òîò, ó êîãî x áûë áîëüøå. Åñëè àãåíò 1 ïîñòàâèò b β(ω), îí ïîëó÷èò îòðèöàòåëüíóþ ïðèáûëü â ëþáîì ñëó÷àå. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 59. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Äîêàçàòåëüñòâî Èòàê, îí ñòàâèò b ≤ β(ω). Îáîçíà÷èì z = β−1 (b) çíà÷åíèå, äëÿ êîòîðîãî b ðàâíîâåñíàÿ ñòàâêà. Ó÷àñòíèê 1 ïîëó÷èò Π(b, x ) = G (z )(x − β(z )) = z = G (z )x − G (z )E [Y1 |Y1 z ] = G (z )x − yg (y )dy = 0 z z = G (z )x − G (z )z + G (y )dy = G (z )(x − z ) + G (y )dy . 0 0 Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 60. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Äîêàçàòåëüñòâî z Π(b, x ) = G (z )(x − z ) + 0 G (y )dy . Òî åñòü ïîëó÷èòñÿ, ÷òî z Π(β(x ), x ) − Π(β(z ), x ) = G (z )(z − x ) − G (y )dy ≥ 0 x âíå çàâèñèìîñòè îò z (ò.ê. G íåóáûâàåò). Âîò è äîêàçàëè îïòèìàëüíîñòü. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 61. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ïåðåôîðìóëèðîâêà Ìîæíî ïåðåïèñàòü β â âèäå, â êîòîðîì áóäåò î÷åâèäíî, ÷òî ó÷àñòíèêàì íàäî ñòàâèòü ìåíüøå èõ öåííîñòè: x G (y ) β(x ) = x − dy . 0 G (x ) Êàê ýòî äîêàçàòü? Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 62. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ïåðåôîðìóëèðîâêà Ïðîèíòåãðèðóåì ïî ÷àñòÿì: 1 x β(x ) = yG (y )dy = G (x ) 0 1 x x G (y ) = xG (x ) − G (y )dy =x− dy G (x ) 0 0 G (x ) (îäíà ÷àñòü y , äðóãàÿ ÷àñòü G (y )). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 63. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Îáñóæäåíèå x G (y ) β(x ) = x − dy . 0 G (x ) N −1 Ò.ê. G (y ) = F (y ) G (x ) F (x ) , âèäíî, ÷òî ÷åì áîëüøå ó÷àñòíèêîâ, òåì áëèæå íóæíî ñòàâèòü ê ñâîåé èñòèííîé öåííîñòè. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 64. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ïðèìåð Ïðåäïîëîæèì, ÷òî öåííîñòè ðàñïðåäåëåíû ðàâíîìåðíî íà [0, 1]. Òîãäà F (x ) = x , G (x ) = x N −1 . Êàê â ýòîì ñëó÷àå áóäåò âûãëÿäåòü îïòèìàëüíàÿ ñòðàòåãèÿ? Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 65. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ïðèìåð Ïðîèíòåãðèðóåì âûðàæåíèå, ïîëó÷åííîå â ïðåäûäóùåì ñëåäñòâèè: x G (y ) β(x ) = x − dy = 0 G (x ) x y N −1 =x− dy = 0 x N −1 xN N −1 =x− N −1 = N x . Nx Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 66. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ðàçíèöà ìåæäó äâóìÿ àóêöèîíàìè  second-price àóêöèîíå âñå ãîâîðÿò ñâîè íàñòîÿùèå öåííîñòè íî ïîëó÷àþò âåùü çà ìåíüøóþ öåíó, çà öåíó âòîðîãî ñâåðõó ó÷àñòíèêà.  rst-price àóêöèîíå êàæäûé ïëàòèò ñêîëüêî ñêàçàë íî âñå ãîâîðÿò ìåíüøå, ÷åì èñòèííàÿ ñòîèìîñòü. ×òî æå âûãîäíåå äëÿ ïðîäàâöà? Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 67. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Second-price  second-price àóêöèîíå âñ¼ ïîíÿòíî ïðîäàâåö ïîëó÷àåò îæèäàåìóþ ñòîèìîñòü âòîðîãî ó÷àñòíèêà: E [Revenue] = E [Y2 ]. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 68. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Âòîðàÿ ïîðÿäêîâàÿ ñòàòèñòèêà Ëåììà Äëÿ E [Y2 ] âåðíà ñëåäóþùàÿ ôîðìóëà: ω E [Y2 ] = N y (1 − F (y ))g (y )dy . 0 Êàê ýòî äîêàçàòü? Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 69. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Âòîðàÿ ïîðÿäêîâàÿ ñòàòèñòèêà  ôîðìóëå ïðîñòî çàïèñàíî, ÷òî âåðîÿòíîñòü y áûòü âòîðîé ñâåðõó ñëó÷àéíîé âåëè÷èíîé ýòî ïðîèçâåäåíèå âåðîÿòíîñòåé äâóõ ñîáûòèé: îäíî èç N ÷èñåë áîëüøå y (âåðîÿòíîñòü 1 − F (y )); y ÿâëÿåòñÿ ìàêñèìóìîì ñðåäè îñòàëüíûõ N − 1 ÷èñåë (âåðîÿòíîñòü g (y )). Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 70. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Âòîðàÿ ïîðÿäêîâàÿ ñòàòèñòèêà Ïðè ýòîì ïîðÿäêîâûé íîìåð ÷èñëà, êîòîðîå ÿâëÿåòñÿ ïåðâûì ìàêñèìóìîì, ìîæíî ìåíÿòü îòñþäà ìíîæèòåëü N. Ýòî æå ìîæíî ñêàçàòü äðóãèìè ñëîâàìè: ω y (1 − F (y ))g (y )dy 0 ÿâëÿåòñÿ îæèäàåìîé âûïëàòîé îäíîãî àãåíòà â àóêöèîíå âòîðîé öåíû ñî ñäåëàííûìè íàìè ïðåäïîëîæåíèÿìè. Îæèäàíèå äîõîäà ïðîäàâöà ñêëàäûâàåòñÿ èç îæèäàåìûõ âûïëàò âñåõ àãåíòîâ. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 71. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Second-price Èòàê, â ñëó÷àå àóêöèîíà âòîðîé öåíû ω E [Revenue] = E [Y2 ] = N y (1 − F (y ))g (y )dy . 0 Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 72. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû First-price Òåïåðü ðàññìîòðèì àóêöèîí ïåðâîé öåíû. Ïåðåéä¼ì ê ñóììå îæèäàåìûõ âûïëàò m(x ) âñåõ ó÷àñòíèêîâ: ω E [Revenue] = N m(x )f (x )dx = ... 0 Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 73. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû First-price ω E [Revenue] = N m(x )f (x )dx = ... 0 Ïîäñòàâèì óæå íàéäåííîå íàìè â ïðåäûäóùåì ïóíêòå m(x ): ω x ... = N yG (y )dy f (x )dx = ... 0 0 Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 74. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû First-price ω x ... = N yG (y )dy f (x )dx = ... 0 0 Èçìåíèì ïîðÿäîê èíòåãðèðîâàíèÿ íà òðåóãîëüíîé îáëàñòè èíòåãðèðîâàíèÿ â ïðîñòðàíñòâå (x , y ) è ïåðåéä¼ì îò ôóíêöèè ðàñïðåäåëåíèÿ G (y ) ê å¼ ïëîòíîñòè g (y ): ω ω ... = N f (x )dx yg (y )dy = ... 0 y Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 75. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû First-price ω ω ... = N f (x )dx yg (y )dy = ... 0 y È, íàêîíåö, ïî îïðåäåëåíèþ ôóíêöèè ïëîòíîñòè âåðîÿòíîñòè ñëó÷àéíîé âåëè÷èíû, ω ... = N y (1 − F (y ))g (y )dy . 0 Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 76. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû First-price  èòîãå âûøëî, ÷òî ω E [Revenue] = N y (1 − F (y ))g (y )dy . 0 Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 77. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Èòîãè Îêàçûâàåòñÿ, ÷òî îæèäàåìûé äîõîä ïðîäàâöà â îáîèõ àóêöèîíàõ îäèíàêîâ! Áóäåò ëè îí ñîâïàäàòü â êàæäîì êîíêðåòíîì ñëó÷àå (â êàæäîé êîíêðåòíîé ðåàëèçàöèè òèïîâ àãåíòîâ)? Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 78. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Èòîãè Íåò, íå áóäåò. Íàïðèìåð, ïóñòü öåííîñòè ðàñïðåäåëåíû ðàâíîìåðíî íà [0, 1]. Òîãäà, åñëè x1 = 0, à x2 = 1, òî äîõîä â àóêöèîíå ïåðâîé öåíû ðàâåí 1, à âòîðîé öåíû íóëþ. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ
  • 79. Ìèíè-ëèêáåç Ñâîéñòâà ìåõàíèçìîâ è ïðèíöèï âûÿâëåíèÿ Êàêèå áûâàþò àóêöèîíû Àíàëèç äâóõ ìîäåëåé àóêöèîíîâ Àíàëèç àóêöèîíîâ ïåðâîé è âòîðîé öåíû Ñïàñèáî çà âíèìàíèå! Lecture notes è ñëàéäû áóäóò ïîÿâëÿòüñÿ íà ìîåé homepage: http://logic.pdmi.ras.ru/∼sergey/index.php?page=teaching Ïðèñûëàéòå ëþáûå çàìå÷àíèÿ, ðåøåíèÿ óïðàæíåíèé, íîâûå ÷èñëåííûå ïðèìåðû è ïðî÷åå ïî àäðåñàì: sergey@logic.pdmi.ras.ru, snikolenko@gmail.com Çàõîäèòå â ÆÆ smartnik. Ñåðãåé Íèêîëåíêî Àóêöèîíû è ïðèíöèï âûÿâëåíèÿ