SlideShare a Scribd company logo
1 of 34
Download to read offline


ҎԼԬా	
ʹΑΔ
΋͏গ͠Ұൠతͳ࿩
 ࠞ߹ू߹
༗‫͘͡ݶ‬
 ࠞ߹ू߹্ͷબ޷ॱংʹؔͯͭ͠ͷެཧ
 ද‫ݱ‬ఆཧͱҰҙੑʢূ໌ʣ
 ද‫ݱ‬ఆཧͱҰҙੑʢূ໌ʣ
 ϦεΫճආ౓
໨࣍
 ͘͡Λ࢖ͬͯද‫͢ݱ‬Δ‫ظ‬଴ޮ༻Ծઆʢ෮शʣ
 Ͳ͏͍͏ू߹্ͷબ޷ॱংΛߟ͑Δ͔ʁʢ෮शʣ
 ̏ͭͷެཧʢ෮शʣ
 ‫ظ‬଴ޮ༻ఆཧʢ෮शʣ
 ূ໌
 ิ୊
 ิ୊	୯ௐੑ

 ิ୊	࿈ଓੑ

 ิ୊	ಠཱੑެཧͷແࠩผ7FS

 ఆཧূ໌
͘͡Λ࢖ͬͯද‫͢ݱ‬Δ‫ظ‬଴ޮ༻Ծઆ
‫ظ‬଴ޮ༻Ծઆ


ҙࢥܾఆओମ͸ෳ਺ͷ৆ۚ͘͡ ͷબ୒ʹ͓͍ͯ



‫ظ‬଴ޮ༻





Λ࠷େʹ͢Δ৆ۚ͘͡Λબ୒͢Δ


͜͜Ͱ
 ͸՟ฎֹ ʹର͢Δޮ༻Λද͢
ͲͷΑ͏ͳબ޷ॱংͰ͋Ε͹
‫ظ‬଴ޮ༻ͱͯ͠ද‫͖Ͱݱ‬Δͷ͔ʁ


ͭ·Γ
͘͡ͷू߹ ʹରͯ͠
ҙࢥܾఆओମͷબ޷ॱং ͕ԿΒ͔ͷੑ࣭Λຬͨ͢ͱ͖


೚ҙͷ৆ۚ͘͡ ʹରͯ͠
͘͡ͷू߹্ͷؔ਺ ͕͋ͬͯ




Ͱ͋Γ
͞Βʹ͜ͷ ͸
‫ظ‬଴ޮ༻ͷ‫ܗ‬ Ͱද͞ΕΔ͸ͣ
z = [x1, ⋯xs; p1, ⋯, ps]
s
∑
k=1
pku(xk)
u(xk) xk
L ≻
z, z′

∈ L U
z ≻ z′

⇔ U(z)  U(z′

)
U U(z) =
s
∑
k=1
pku(xk)
Ͳ͏͍͏ू߹্ͷબ޷ॱংΛߟ͑Δ͔ʁ
৆ۚ͘͡ ͷબ୒ͱ͍͏ͷΛѻ͏ͨΊʹɾɾɾ


݁Ռʹର͢Δ৆ۚͷू߹ɿ


্ͷ֬཰෼෍શମ͔ΒͳΔू߹ʢ͘͡ͷू߹ʣɿ


͘͡ͷࠞ߹ɿ


͜ͷ ͷத͔Β೚ҙͷ͘͡ 
 ΛબΜͩͱ͖ʹ
೚ҙͷ ʹର͠




ͱ͢Δͱ
 ͸৆ۚ ʹର͢Δ֬཰Λද͢




֬཰Ͱ ͕ൃੜ͢Δ͘͡ɿ 



ҙࢥܾఆओମ͸͘͡ͷू߹ ্ʹબ޷ॱং Λ΋ͭ
z = [x1, ⋯xs; p1, ⋯, ps]
X = {x1, ⋯, xs}
X L = {(p1, ⋯, ps)|pk ≥ 0 ∀k = 1,⋯, s and
s
∑
k=1
pk = 1}
L P = (p1, ⋯, ps) Q = (q1, ⋯, qs) α(0  α  1)
αP + (1 − α)Q = α(p1, ⋯, ps) + (1 − α)(q1, ⋯, qs) = (αp1 + (1 − α)q1, ⋯, αps + (1 − α)qs)
αpk + (1 − α)qk xk
xk Pk = (
1∼ k−1
⏞
0,⋯ ,
k
⏞
1,
k+1∼ s
⏞
⋯0 ) ∈ L
L ≻
ͭͷެཧ
 ߹ཧੑ


બ޷ॱং ͕ऑॱংͰ͋Δ


͜Ε͸
 ͕ਪҠੑͱ‫׬‬උੑΛ΋ͭ͜ͱͱಉ஋
 ಠཱੑ


೚ҙͷ 
 ʹରͯ͠




 ࿈ଓੑ


೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕ଘࡏͯ͠

≻
≿
P, Q, R ∈ L α(0  α  1)
P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R
P, Q, R ∈ L P ≻ Q, Q ≻ R
α, β(0  α, β  1) αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R
గਖ਼
‫ظ‬଴ޮ༻ఆཧ
‫ظ‬଴ޮ༻ఆཧ


݁Ռʹର͢Δ৆ۚͷू߹ ͱ͠
 Λ ্ͷ͘͡ͷू߹ͱ͢Δ


্ͷબ޷ॱং ͕ެཧ

Λຬͨ͢ͳΒ͹



͋Δ ্ͷ࣮਺஋ؔ਺ ͕ଘࡏ͠




Ͱఆٛ͞ΕΔؔ਺ ͸બ޷ Λද‫͢ݱ‬Δ


‫ʹٯ‬ Ͱද‫͞ݱ‬ΕΔબ޷ ͸ެཧ

Λຬͨ͢




ؔ਺ ΛϑΥϯϊΠϚϯϞϧήϯγϡςϧϯޮ༻ؔ਺	W/.ؔ਺
ͱ‫
ͼݺ‬


͸ਖ਼ΞϑΟϯม‫׵‬Λআ͍ͯҰҙͰ͋Δ
X L X
L ≻
X u : X → ℜ
U(P) =
s
∑
k=1
pku(xk)
U : L → ℜ ≻ P ≻ Q ⇔ U(P)  U(Q)
U : L → ℜ ≻
u
u
‫ظ‬଴ޮ༻ఆཧɿূ໌
ิ୊೚ҙͷ 
 ʹର͠
 




ิ୊	୯ௐੑ
೚ҙͷ 
 ʹର͠
 ͳΒ͹
 


 





ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠
 
ิ୊	ಠཱੑެཧͷແࠩผ7FS
೚ҙͷ 
 ʹର͠
 Λຬͨ͢




ఆཧূ໌εςοϓ೚ҙͷ ʹରͯ͠
 ͱͳΔ ͕Ұҙʹଘࡏ͢Δ͜ͷͱ͖ͷ Λ Ͱද͢




ఆཧূ໌εςοϓؔ਺ Λ Ͱఆٛ͢Δ͜ͷ ͸ Λද‫͢ݱ‬Δ


ఆཧূ໌εςοϓ೚ҙͷ 
 ʹରͯ͠
 




ఆཧূ໌εςοϓ͋Δؔ਺ ͕ଘࡏͯ͠
೚ҙͷ ʹରͯ͠
 ͱॻ͚Δ
w w w
P, Q ∈ L α ∈ (0,1) P ≻ Q ⇒ P ≻ αP + (1 − α)Q, αP + (1 − α)Q ≻ Q
P, Q ∈ L α, β ∈ [0,1] P ≻ Q αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β
αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α  β
P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R
P ∈ L P ∼ αP + (1 − α)P α ∈ [0,1] α αP
U : L → ℜ U(P) = αP U ≻
P, Q ∈ L α ∈ [0,1] U(αP + (1 − α)Q) = αU(P) + (1 − α)U(Q)
u : X → ℜ P ∈ L U(P) =
s
∑
k=1
pku(xk)
બ޷ॱং ͕ͭͷެཧΛຬͨ͢ͱ͖
≻
ิ୊
ิ୊೚ҙͷ 
 ʹର͠
 


 ΑΓಠཱੑͷެཧΑΓ





ಉ༷ʹ



P, Q ∈ L α ∈ (0,1) P ≻ Q ⇒ P ≻ αP + (1 − α)Q, αP + (1 − α)Q ≻ Q
P ≻ Q
(1 − α)P + αP ≻ (1 − α)Q + αP ⇔ P ≻ (1 − α)Q + αP
αP + (1 − α)Q ≻ αQ + (1 − α)Q ⇔ αP + (1 − α)Q ≻ Q
ಠཱੑͷެཧ


೚ҙͷ 
 ʹରͯ͠



P, Q, R ∈ L α(0  α  1)
P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R
ิ୊	୯ௐੑ

ิ୊	୯ௐੑ
೚ҙͷ 
 ʹର͠
 ͳΒ͹







ͱͳΔ͜ͱΛࣔ͢


	 
 ͷͱ͖
 


΋͠
 ͱ͢Ε͹
 Ͱ͋Γ


͜Ε͸	ެཧ
ऑॱং ͷඇରশੑʹໃ६


ಉ༷ʹ ΋੒ཱ͠ͳ͍


Ώ͑ʹ
 ͷੑ࣭͔Β
 
P, Q ∈ L α, β ∈ [0,1] P ≻ Q
αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β
αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β
αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α  β
⇐ α = β αP + (1 − α)Q = βP + (1 − β)Q
αP + (1 − α)Q ≻ βP + (1 − β)Q αP + (1 − α)Q ≻ αP + (1 − α)Q
≻
βP + (1 − β)Q ≻ αP + (1 − α)Q
≻ αP + (1 − α)Q ∼ βP + (1 − β)Q
ಠཱੑͷެཧ


೚ҙͷ 
 ʹରͯ͠



P, Q, R ∈ L α(0  α  1)
P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R
	ඇରশੑ
 ʹ͍ͭͯ



ͳΒ͹ Ͱ͸ͳ͍Λຬͨ͢
x, y ∈ X
x ≻ y y ≻ x
Λ ্ͷऑॱংͱ͢Δ ͷ‫ݩ‬ 
 ʹରͯ͠


 ͷ͍ͣΕ͔͕ඞͣ੒Γཱͭ
≻ X X x y
x ≻ y, x ∼ y, y ≻ x
ิ୊	୯ௐੑ

ิ୊	୯ௐੑ
೚ҙͷ 
 ʹର͠
 ͳΒ͹







ͱͳΔ͜ͱΛࣔ͢


	 
 ͷͱ͖Λߟ͑Δ Ͱิ୊ΑΓ



͜͜Ͱ
 ͱΈͳͤ͹
 ͷͱ͖	 
͸੒Γཱͭ


ͷͱ͖
 Ͱ͋Δ͜ͱʹ஫ҙͯ͠
ิ୊ΑΓ




ͱͳΓ
	 
͸੒Γཱͭ
P, Q ∈ L α, β ∈ [0,1] P ≻ Q
αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β
αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β
αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α  β
⇐ α  β P ≻ Q
αP + (1 − α)Q ≻ Q Q = 0P + (1 − 0)Q β = 0 ⇐
α  β  0 α  β  0 ⇔ 1 
β
α
 0
αP + (1 − α)Q ≻ Q ⇒ αP + (1 − α)Q ≻
β
α
[αP + (1 − α)Q] +
(
1 −
β
α)
Q = βP + (1 − β)Q
⇐
ิ୊೚ҙͷ 
 ʹର͠


P, Q ∈ L α ∈ (0,1)
P ≻ Q ⇒ P ≻ αP + (1 − α)Q, αP + (1 − α)Q ≻ Q
ิ୊	୯ௐੑ

ิ୊	୯ௐੑ
೚ҙͷ 
 ʹର͠
 ͳΒ͹







ͱͳΔ͜ͱΛࣔ͢


	 
 ͷͱ͖
 ͱ͢Δͱ


·ͨ͸ Ͱ͋Γ
͜ͷͱ͖ͦΕͧΕ


·ͨ͸ ͕੒Γཱ͕ͭ


Ͱ͋Δ͜ͱʹໃ६


Ώ͑ʹ


	࣮਺ͷେখؔ܎ʹ͍ͭͯ ͷ͍ͣΕ͔͕੒Γཱͭ͜ͱʹ஫ҙ

P, Q ∈ L α, β ∈ [0,1] P ≻ Q
αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β
αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β
αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α  β
⇒ αP + (1 − α)Q ∼ βP + (1 − β)Q α ≠ β
α  β α  β
αP + (1 − α)Q ≻ βP + (1 − β)Q βP + (1 − β)Q ≻ αP + (1 − α)Q
αP + (1 − α)Q ∼ βP + (1 − β)Q
α = β
x  y, x = y, x  y
Λ ্ͷऑॱংͱ͢Δ ͷ‫ݩ‬ 
 ʹରͯ͠


 ͷ͍ͣΕ͔͕ඞͣ੒Γཱͭ
≻ X X x y
x ≻ y, x ∼ y, y ≻ x
ิ୊	୯ௐੑ

ิ୊	୯ௐੑ
೚ҙͷ 
 ʹର͠
 ͳΒ͹







ͱͳΔ͜ͱΛࣔ͢


	 
 ͷͱ͖
 ͱ͢Δͱ


͕੒Γཱ͕ͭໃ६


ͱ͢Δͱ
 Ͱ͋Δ͕͜Ε΋ໃ६
Ώ͑ʹ
 




	࣮਺ͷେখؔ܎ʹ͍ͭͯ ͷ͍ͣΕ͔͕੒Γཱͭ͜ͱʹ஫ҙ

P, Q ∈ L α, β ∈ [0,1] P ≻ Q
αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β
αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β
αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α  β
⇒ αP + (1 − α)Q ≻ βP + (1 − β)Q α  β
βP + (1 − β)Q ≻ αP + (1 − α)Q
α = β αP + (1 − α)Q ∼ βP + (1 − β)Q
α  β
x  y, x = y, x  y
Λ ্ͷऑॱংͱ͢Δ ͷ‫ݩ‬ 
 ʹରͯ͠


 ͷ͍ͣΕ͔͕ඞͣ੒Γཱͭ
≻ X X x y
x ≻ y, x ∼ y, y ≻ x
ิ୊	୯ௐੑ

ิ୊	୯ௐੑ
೚ҙͷ 
 ʹର͠
 ͳΒ͹







Ҏ্ΑΓ




·ͨ͸


·ͨ͸


P, Q ∈ L α, β ∈ [0,1] P ≻ Q
αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β
αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β
αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α  β
αP + (1 − α)Q ≿ βP + (1 − β)Q
⇔ αP + (1 − α)Q ∼ βP + (1 − β)Q αP + (1 − α)Q ≻ βP + (1 − β)Q
⇔ α = β α  β
⇔ α ≥ β
ิ୊	࿈ଓੑ

ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠



Ͱ͋Δ৔߹ Ͱ͋Γ
೚ҙͷ ʹ͍ͭͯ
୯ௐੑΑΓ





ऑॱংͷੑ࣭ΑΓ
 


Ώ͑ʹ ͕Ұҙͷ࣮਺Ͱ͋Δ




Ͱ͋Δ৔߹΋ಉ༷ʹ
 ͕Ұҙͷ࣮਺Ͱ͋Δ
P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
P ∼ Q Q ∼ 1P + 0R α  1
1P + 0R ≻ αP + (1 − α)R
Q ≻ αP + (1 − α)R
μ = 1
Q ∼ R μ = 0
ิ୊	୯ௐੑ
೚ҙͷ 
 ʹର͠
 ͳΒ͹


P, Q ∈ L α, β ∈ [0,1] P ≻ Q
αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β
Λ ্ͷऑॱংͱ͢Δ ͷ‫ݩ‬ 
 
 ʹରͯ͠


͔ͭ ͳΒ͹ Ͱ͋Γ
 ͔ͭ ͳΒ͹ Ͱ͋Δ
≻ X X x y z
x ≻ y y ∼ z x ≻ z x ∼ y y ≻ z x ≻ z
ิ୊	࿈ଓੑ

ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠



Ͱ͋Δ৔߹


Λຬͨ͢ ͸ҰҙͰ͋Δ


ͳͥͳΒ


Λຬͨ͢ผͷ࣮਺ ͕ଘࡏ͢Δͱ͢Δͱ


ਪҠੑͱ୯ௐੑΑΓ







Ͱ͸
͜ͷΑ͏ͳ࣮਺ ͸ଘࡏ͢Δͷ͔ʁ࿈ଓੑͷެཧΛ࢖ͬͯࣔ͢
P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
P ≻ Q, Q ≻ R
Q ∼ αP + (1 − α)R α
Q ∼ α′

P + (1 − α′

)R α′

αP + (1 − α)R ∼ α′

P + (1 − α′

)R ⇒ α = α′

α
ิ୊	୯ௐੑ
೚ҙͷ 
 ʹର͠
 ͳΒ͹


P, Q ∈ L α, β ∈ [0,1] P ≻ Q
αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β
ิ୊	࿈ଓੑ

ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠



࿈ଓੑͷެཧΛ࢖ͬͯࣔ͢ Ͱ͋Δ͔Β


͋Δ࣮਺ ͕ଘࡏͯ͠





ਪҠੑ͔Β Ͱ͋Γ
୯ௐੑΑΓ Ͱ͋Δ


͜ͷͱ͖


ͱ͓͘ͱ



	J
 	JJ
 	JJJ
 ͷ͍ͣΕ͔͕੒Γཱͭ
P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
P ≻ Q, Q ≻ R
α, β(0  α, β  1)
αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R
αP + (1 − α)R ≻ βP + (1 − β)R α  β
a0 = α, b0 = β, c =
a0 + b0
2
cP + (1 − c)R ∼ Q cP + (1 − c)R ≻ Q Q ≻ cP + (1 − c)R
࿈ଓੑ


೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕ଘࡏͯ͠

P, Q, R ∈ L P ≻ Q, Q ≻ R
α, β(0  α, β  1)
αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R
ิ୊	୯ௐੑ
೚ҙͷ 
 ʹର͠
 ͳΒ͹


P, Q ∈ L α, β ∈ [0,1] P ≻ Q
αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β
ิ୊	࿈ଓੑ

ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠



	J
 	JJ
 	JJJ
 ͷ͍ͣΕ͔͕੒Γཱͭ












্‫ه‬ਤͩͱ	JJJ

P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
cP + (1 − c)R ∼ Q cP + (1 − c)R ≻ Q Q ≻ cP + (1 − c)R
Q ≻ cP + (1 − c)R
P
R Q
࿈ଓੑ


೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕ଘࡏͯ͠

P, Q, R ∈ L P ≻ Q, Q ≻ R
α, β(0  α, β  1)
αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R
αP + (1 − α)R
βP + (1 − β)R
β 1 − β
α 1 − α
α + β
α + β
2
= c
ิ୊	࿈ଓੑ

ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠



	J
 	JJ
 	JJJ
 ͷ͍ͣΕ͔͕੒Γཱͭ


	J
ͷ৔߹͸
͜ͷ࣮਺ ͕ଘࡏ͠
 ͱͯ͠
 


	JJ
ͷ৔߹͸
 ͱ͠
	JJJ
ͷ৔߹͸
 ͱ͓͘


ͱ͓͚͹
ಉ༷ͷૢ࡞Λ‫܁‬Γฦ͢͜ͱʹΑΓ
 
 Λߏ੒Ͱ͖








ͱͰ͖Δ 
 ͕ఆΊΔ࣮਺Λ ͱ͢Δͱ͖


Λূ໌͢Δ
P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
cP + (1 − c)R ∼ Q cP + (1 − c)R ≻ Q Q ≻ cP + (1 − c)R
c μ = c Q ∼ μP + (1 − μ)R
a1 = c, b1 = b0 a1 = a0, b1 = c
c =
a1 + b1
2
{an}∞
n=1 {bn}∞
n=1
anP + (1 − an)R ≻ Q Q ≻ bnP + (1 − bn)R, n = 1,2,⋯
|an − bn | → 0. (n → ∞)
{an}∞
n=1 {bn}∞
n=1 μ
Q ∼ μP + (1 − μ)R
࿈ଓੑ


೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕ଘࡏͯ͠

P, Q, R ∈ L P ≻ Q, Q ≻ R
α, β(0  α, β  1)
αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R
ิ୊	࿈ଓੑ





ͱͰ͖Δ 
 ͕ఆΊΔ࣮਺Λ ͱ͢Δ


୯ௐੑΑΓ
 Ͱ͋Γ



͸ඇ૿ՃྻͰԼʹ༗քͳͷͰ 
ಉ༷ʹ ͸ඇ‫ݮ‬গྻͰ্ʹ༗քͳͷͰ


·ͨ



·ͨ͸


Ώ͑ʹ




Ώ͑ʹ ͜ͷऩଋઌΛ ͱ͢Δ
anP + (1 − an)R ≻ Q Q ≻ bnP + (1 − bn)R, n = 1,2,⋯
|an − bn | → 0. (n → ∞) {an}∞
n=1 {bn}∞
n=1 μ
an  bn, n = 1,2,⋯ a0 ≥ a1 ≥ ⋯ ≥ an  bn ≥ ⋯ ≥ b1 ≥ b0
an an → a bn bn → b
an − bn = an−1 −
an−1 + bn−1
2
=
an−1 − bn−1
2
an − bn =
an−1 + bn−1
2
− bn−1 =
an−1 − bn−1
2
an − bn =
(
1
2 )
n
(a0 − b0) → 0. (n → ∞)
an = bn +
(
1
2)
n
(a0 − b0) → b . (n → ∞) a = b μ
ิ୊	࿈ଓੑ

ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠



	J
 	JJ
 	JJJ
 ͷ͍ͣΕ͔͕੒Γཱͭ












্‫ه‬ਤͩͱ	JJJ
 ͜ͷͱ͖
 
P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
cP + (1 − c)R ∼ Q cP + (1 − c)R ≻ Q Q ≻ cP + (1 − c)R
Q ≻ cP + (1 − c)R a1 = a0, b1 = c
P
R Q
a0P + (1 − a0)R
b0P + (1 − b0)R
b0 1 − b0
a0 1 − a0
a0 + b0
a0 + b0
2
= c
ิ୊	࿈ଓੑ

ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠



	J
 	JJ
 	JJJ
 ͷ͍ͣΕ͔͕੒Γཱͭ












্‫ه‬ਤͩͱ	JJ
 ͜ͷͱ͖
 
P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
cP + (1 − c)R ∼ Q cP + (1 − c)R ≻ Q Q ≻ cP + (1 − c)R
cP + (1 − c)R ≻ Q a2 = c, b2 = b1
P
R Q
a1P + (1 − a1)R
b1P + (1 − b1)R
a1 1 − a1
b1 1 − b1
a1 + b1
2
= c
a1 + b1
ิ୊	࿈ଓੑ

ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠







ͱͰ͖Δ 
 ͕ఆΊΔ࣮਺Λ ͱ͢Δͱ͖

Λূ໌͢Δ


Ͱ͋ΔͱԾఆ͢Δ࿈ଓੑͷެཧΑΓ ͕ଘࡏͯ͠





ΑΓ
े෼େ͖ͳ ʹରͯ͠
 Ͱ͋Δ ͷऔΓํΑΓ



ਪҠੑ͔Β
 


୯ௐੑΑΓ
 ͱͳΓ
ໃ६


΋ಉ༷ʹໃ६͕ੜ͡Δ
P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
anP + (1 − an)R ≻ Q Q ≻ bnP + (1 − bn)R, n = 1,2,⋯
|an − bn | → 0. (n → ∞) {an}∞
n=1 {bn}∞
n=1 μ
Q ∼ μP + (1 − μ)R
μP + (1 − μ)R ≻ Q 0  γ  1
γ[μP + (1 − μ)R] + (1 − γ)R = γμP + (1 − γμ)R ≻ Q
μ  γμ n bn  γμ bn Q ≻ bnP + (1 − bn)R
γμP + (1 − γμ)R ≻ bnP + (1 − bn)R
γμ  bn
Q ≻ μP + (1 − μ)R
࿈ଓੑ


೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕ଘࡏͯ͠

P, Q, R ∈ L P ≻ Q, Q ≻ R
α, β(0  α, β  1)
αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R
ิ୊	ಠཱੑެཧͷແࠩผ7FS

ิ୊	ಠཱੑެཧͷແࠩผ7FS
೚ҙͷ 
 ʹର͠
 Λຬͨ͢


·ͣ
 ʹ͍ͭͯ
 
 Ͱ͋Ε͹


ͱͳΔ͜ͱΛࣔ͢


ಠཱੑͷެཧΑΓ






ΑΓ
ਪҠੑ͔Β ΛಘΔ
P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R
P, Q, R, S ∈ L P ≻ Q, R ≻ S α(0  α  1)
αP + (1 − α)R ≻ αQ + (1 − α)S
αP + (1 − α)R ≻ αQ + (1 − α)R
(1 − α)R + αQ ≻ (1 − α)S + αQ
αP + (1 − α)R ≻ αQ + (1 − α)S
ಠཱੑͷެཧ


೚ҙͷ 
 ʹରͯ͠



P, Q, R ∈ L α(0  α  1)
P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R
ิ୊	ಠཱੑެཧͷແࠩผ7FS

ิ୊	ಠཱੑެཧͷແࠩผ7FS
೚ҙͷ 
 ʹର͠
 Λຬͨ͢


࣍ʹ
 
 ͳΒ͹ ͱͳΔ͜ͱΛࣔ͢


΍ Ͱͳ͍͜ͱΛࣔ͢


ΛԾఆͯ͠ໃ६Λࣔ͢



 ΑΓ 


ઌ΄Ͳͷٞ࿦͔Β



͔ͭ Ͱ͋Ε͹




ͱͳΓ
 ͷඇରশੑʹໃ६




Ͱͳ͍͜ͱ΋ಉ༷ʹࣔͤΔ


P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R
P ∼ Q α(0  α  1) P ∼ αP + (1 − α)Q
P ≻ αP + (1 − α)Q αP + (1 − α)Q ≻ P
P ≻ αP + (1 − α)Q
P ∼ Q P ≻ αP + (1 − α)Q Q ≻ αP + (1 − α)Q
P ≻ αP + (1 − α)Q Q ≻ αP + (1 − α)Q
αP + (1 − α)Q ≻ α[αP + (1 − α)Q] + (1 − α)[αP + (1 − α)Q] = αP + (1 − α)Q
≻
αP + (1 − α)Q ≻ P
ಠཱੑͷެཧ


೚ҙͷ 
 ʹରͯ͠



P, Q, R ∈ L α(0  α  1)
P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R
ʹ͍ͭͯ
 

Ͱ͋Ε͹


ͱͳΔ
P, Q, R, S ∈ L P ≻ Q, R ≻ S
α(0  α  1)
αP + (1 − α)R ≻ αQ + (1 − α)S
Λ ্ͷऑॱংͱ͢Δ ͷ‫ݩ‬ 
 ʹରͯ͠


 ͷ͍ͣΕ͔͕ඞͣ੒Γཱͭ
≻ X X x y
x ≻ y, x ∼ y, y ≻ x
Λ ্ͷऑॱংͱ͢Δ ͔ͭ ͳΒ͹ Ͱ
͋Γ
 ͔ͭ ͳΒ͹ Ͱ͋Δ
≻ X x ≻ y y ∼ z x ≻ z
x ∼ y y ≻ z x ≻ z
	ඇରশੑ
 ʹ͍ͭͯ



ͳΒ͹ Ͱ͸ͳ͍Λຬͨ͢
x, y ∈ X
x ≻ y y ≻ x
ิ୊	ಠཱੑެཧͷແࠩผ7FS

ิ୊	ಠཱੑެཧͷແࠩผ7FS
೚ҙͷ 
 ʹର͠
 Λຬͨ͢


ͯ͞
ิ୊Λࣔ͢ ͸໌Β͔ʹ੒ΓཱͭͷͰ
 ͱ͢Δ


ͳΒ͹
 ͷରশੑ
ਪҠੑ



͓Αͼઌ΄Ͳࣔͨ͠ੑ࣭ΑΓ




Ώ͑ʹ
 


P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R
α = 0, α = 1 α ∈ (0,1)
P ∼ R ∼
αP + (1 − α)R ∼ P, P ∼ Q, Q ∼ αQ + (1 − α)R
αP + (1 − α)R ∼ αQ + (1 − α)R
ಠཱੑͷެཧ


೚ҙͷ 
 ʹରͯ͠



P, Q, R ∈ L α(0  α  1)
P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R

 ͳΒ͹
ͱͳΔ
P ∼ Q α(0  α  1)
P ∼ αP + (1 − α)Q
ิ୊	ಠཱੑެཧͷແࠩผ7FS

ิ୊	ಠཱੑެཧͷແࠩผ7FS
೚ҙͷ 
 ʹର͠
 Λຬͨ͢


࣍ʹ
 ͷ৔߹ ΛԾఆ͢Δ


ͱಠཱੑެཧΑΓ
 


ิ୊ΑΓ
͋Δ࣮਺ ͕ଘࡏͯ͠






Ұํ
 ͔ͭ Ͱ
 Ͱ΋͋Δ͔Β
ಠཱੑެཧΑΓ

ͭ·Γ
 


Ͱ͋Δ͔Β Ͱ͋ΔಠཱੑެཧΑΓ


ͱͳΓ
ໃ६


P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R
P ≻ R αQ + (1 − α)R ≻ αP + (1 − α)R
P ≻ R αP + (1 − α)R ≻ αR + (1 − α)R = R
μ (0  μ  1)
αP + (1 − α)R ∼ μ[αQ + (1 − α)R] + (1 − μ)R = μαQ + (1 − μα)R
P ≻ R P ∼ Q Q ≻ R
Q = (1 − μ)Q + μQ ≻ (1 − μ)R + μQ = μQ + (1 − μ)R Q ≻ μQ + (1 − μ)R
P ∼ Q P ≻ μQ + (1 − μ)R
αP + (1 − α)R ≻ α[μQ + (1 − μ)R] + (1 − α)R = αμQ + (1 − αμ)R
ಠཱੑͷެཧ


೚ҙͷ 
 ʹରͯ͠



P, Q, R ∈ L α(0  α  1)
P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R
ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠

P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
ิ୊	ಠཱੑެཧͷແࠩผ7FS

ิ୊	ಠཱੑެཧͷແࠩผ7FS
೚ҙͷ 
 ʹର͠
 Λຬͨ͢


࣍ʹ
 ͷ৔߹ ΛԾఆ͢Δ


ͱಠཱੑެཧΑΓ
 


ิ୊ΑΓ
͋Δ࣮਺ ͕ଘࡏͯ͠






·ͨ
 Ͱ΋͋Δ͔Β
ಠཱੑެཧΑΓ




ͱ߹ΘͤΔͱ
 Ͱ͋Δ͔Β
ಠཱੑެཧΑΓ


ͱͳΓ
ໃ६




Ώ͑ʹ

P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R
P ≻ R αP + (1 − α)R ≻ αQ + (1 − α)R
Q ≻ R αQ + (1 − α)R ≻ αR + (1 − α)R = R
μ (0  μ  1)
αQ + (1 − α)R ∼ μ[αP + (1 − α)R] + (1 − μ)R = μαP + (1 − μα)R
P ≻ R
P = (1 − μ)P + μP ≻ (1 − μ)R + μP = μP + (1 − μ)R
Q ∼ P Q ≻ μP + (1 − μ)R
αQ + (1 − α)R ≻ α[μP + (1 − μ)R] + (1 − α)R = αμP + (1 − αμ)R
αP + (1 − α)R ∼ αQ + (1 − α)R
ಠཱੑͷެཧ


೚ҙͷ 
 ʹରͯ͠



P, Q, R ∈ L α(0  α  1)
P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R
ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠

P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
ิ୊	ಠཱੑެཧͷແࠩผ7FS

ิ୊	ಠཱੑެཧͷແࠩผ7FS
೚ҙͷ 
 ʹର͠
 Λຬͨ͢


࣍ʹ
 ͷ৔߹ ΛԾఆ͢Δ


ͱಠཱੑެཧΑΓ
 


ิ୊ΑΓ
͋Δ࣮਺ ͕ଘࡏͯ͠






Ͱ͋Δ͔Β
ಠཱੑެཧΑΓ
 


ಠཱੑެཧΑΓ


ͱͳΓ
ໃ६


P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R
R ≻ P αQ + (1 − α)R ≻ αP + (1 − α)R
R ≻ Q R ≻ αQ + (1 − α)R
μ (0  μ  1)
αQ + (1 − α)R ∼ μ[αP + (1 − α)R] + (1 − μ)R = μαP + (1 − μα)R
R ≻ Q μP + (1 − μ)R ≻ P( ∼ Q)
α[μP + (1 − μ)R] + (1 − α)R = αμP + (1 − αμ)R ≻ αQ + (1 − α)R
ಠཱੑͷެཧ


೚ҙͷ 
 ʹରͯ͠



P, Q, R ∈ L α(0  α  1)
P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R
ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠

P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
ิ୊	ಠཱੑެཧͷແࠩผ7FS

ิ୊	ಠཱੑެཧͷແࠩผ7FS
೚ҙͷ 
 ʹର͠
 Λຬͨ͢


࣍ʹ
 ͷ৔߹ ΛԾఆ͢Δ


ͱಠཱੑެཧΑΓ
 


ิ୊ΑΓ
͋Δ࣮਺ ͕ଘࡏͯ͠






Ͱ͋Δ͔Β
ಠཱੑެཧΑΓ
 


ಠཱੑެཧΑΓ


ͱͳΓ
ໃ६




Ώ͑ʹ



P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R
R ≻ P αP + (1 − α)R ≻ αQ + (1 − α)R
R ≻ P R ≻ αP + (1 − α)R
μ (0  μ  1)
αP + (1 − α)R ∼ μ[αQ + (1 − α)R] + (1 − μ)R = μαQ + (1 − μα)R
R ≻ Q μQ + (1 − μ)R ≻ Q( ∼ P)
α[μQ + (1 − μ)R] + (1 − α)R = αμQ + (1 − αμ)R ≻ αP + (1 − α)R
αP + (1 − α)R ∼ αQ + (1 − α)R
ಠཱੑͷެཧ


೚ҙͷ 
 ʹରͯ͠



P, Q, R ∈ L α(0  α  1)
P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R
ิ୊	࿈ଓੑ
೚ҙͷ ʹରͯ͠
 ͳΒ͹



͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠

P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R
μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R


ͱͳΓ



ಉ༷ʹ Ͱ͋Δ͔Β ͕੒Γཱͭ




্‫ه‬͸‫Ͱྫͳ୺ۃ‬Ұൠతʹ
͋Δ ʹ͍ͭͯ
 Ͱ͋Δͱ͢Δ͢Δͱ


ͱͳΔ࠷ߴͷ͘͡ ͕ଘࡏ͠
͔ͭ


ͱͳΔ࠷௿ͷ͘͡ ͕ଘࡏ͢Δ


·ͨ
 ͕੒Γཱͭ


P, Q ∈ L P ∼ Q u(xk) = c ∀k = 1,⋯, s
U(P) =
s
∑
k=1
pku(xk) =
s
∑
k=1
pkc = c
s
∑
k=1
pk = c
U(Q) = c U(P) = U(Q)
P, Q ∈ L P ≻ Q
P ≿ R, ∀R ∈ L{P} P̄
R ≿ P, ∀R ∈ L{P} P
P ≻ P
༧ఆ
 ४උ
 αϯΫτϖςϧϒϧΫͷύϥυοΫε
 ‫ظ‬଴ޮ༻Ծઆ
 ͭͷެཧͱ‫ظ‬଴ޮ༻ఆཧ


ҎԼԬా	
ʹΑΔ
΋͏গ͠Ұൠతͳ࿩
 ࠞ߹ू߹
༗‫͘͡ݶ‬
 ࠞ߹ू߹্ͷબ޷ॱংʹؔͯͭ͠ͷެཧ
 ද‫ݱ‬ఆཧͱҰҙੑʢূ໌ʣ
 ද‫ݱ‬ఆཧͱҰҙੑʢূ໌ʣ
 ϦεΫճආ౓

More Related Content

What's hot

Variational AutoEncoder
Variational AutoEncoderVariational AutoEncoder
Variational AutoEncoderKazuki Nitta
 
Approximate Nearest Neighbour in Higher Dimensions
Approximate Nearest Neighbour in Higher DimensionsApproximate Nearest Neighbour in Higher Dimensions
Approximate Nearest Neighbour in Higher DimensionsShrey Verma
 
RChain - Understanding Distributed Calculi
RChain - Understanding Distributed CalculiRChain - Understanding Distributed Calculi
RChain - Understanding Distributed CalculiPawel Szulc
 
関西NIPS+読み会発表スライド
関西NIPS+読み会発表スライド関西NIPS+読み会発表スライド
関西NIPS+読み会発表スライドYuchi Matsuoka
 
Understanding distributed calculi in Haskell
Understanding distributed calculi in HaskellUnderstanding distributed calculi in Haskell
Understanding distributed calculi in HaskellPawel Szulc
 
Discrete mathematics
Discrete mathematicsDiscrete mathematics
Discrete mathematicsM.Saber
 
Conctructing Polytopes via a Vertex Oracle
Conctructing Polytopes via a Vertex OracleConctructing Polytopes via a Vertex Oracle
Conctructing Polytopes via a Vertex OracleVissarion Fisikopoulos
 
Representation formula for traffic flow estimation on a network
Representation formula for traffic flow estimation on a networkRepresentation formula for traffic flow estimation on a network
Representation formula for traffic flow estimation on a networkGuillaume Costeseque
 
140106 isaim-okayama
140106 isaim-okayama140106 isaim-okayama
140106 isaim-okayamagumitaro2012
 
Notes.on.popularity.versus.similarity.model
Notes.on.popularity.versus.similarity.modelNotes.on.popularity.versus.similarity.model
Notes.on.popularity.versus.similarity.modelsun peiyuan
 
SOCG: Linear-Size Approximations to the Vietoris-Rips Filtration
SOCG: Linear-Size Approximations to the Vietoris-Rips FiltrationSOCG: Linear-Size Approximations to the Vietoris-Rips Filtration
SOCG: Linear-Size Approximations to the Vietoris-Rips FiltrationDon Sheehy
 
Some Thoughts on Sampling
Some Thoughts on SamplingSome Thoughts on Sampling
Some Thoughts on SamplingDon Sheehy
 
Unique fixed point theorems for generalized weakly contractive condition in o...
Unique fixed point theorems for generalized weakly contractive condition in o...Unique fixed point theorems for generalized weakly contractive condition in o...
Unique fixed point theorems for generalized weakly contractive condition in o...Alexander Decker
 
3 recursive bayesian estimation
3  recursive bayesian estimation3  recursive bayesian estimation
3 recursive bayesian estimationSolo Hermelin
 
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein GradientsDeep Learning JP
 
An algorithm for computing resultant polytopes
An algorithm for computing resultant polytopesAn algorithm for computing resultant polytopes
An algorithm for computing resultant polytopesVissarion Fisikopoulos
 
On The Zeros of Certain Class of Polynomials
On The Zeros of Certain Class of PolynomialsOn The Zeros of Certain Class of Polynomials
On The Zeros of Certain Class of PolynomialsIJMER
 

What's hot (20)

Variational AutoEncoder
Variational AutoEncoderVariational AutoEncoder
Variational AutoEncoder
 
ตรรกวิทยา
ตรรกวิทยาตรรกวิทยา
ตรรกวิทยา
 
Approximate Nearest Neighbour in Higher Dimensions
Approximate Nearest Neighbour in Higher DimensionsApproximate Nearest Neighbour in Higher Dimensions
Approximate Nearest Neighbour in Higher Dimensions
 
RChain - Understanding Distributed Calculi
RChain - Understanding Distributed CalculiRChain - Understanding Distributed Calculi
RChain - Understanding Distributed Calculi
 
関西NIPS+読み会発表スライド
関西NIPS+読み会発表スライド関西NIPS+読み会発表スライド
関西NIPS+読み会発表スライド
 
Control system exercise
Control system exercise Control system exercise
Control system exercise
 
Understanding distributed calculi in Haskell
Understanding distributed calculi in HaskellUnderstanding distributed calculi in Haskell
Understanding distributed calculi in Haskell
 
Discrete mathematics
Discrete mathematicsDiscrete mathematics
Discrete mathematics
 
Conctructing Polytopes via a Vertex Oracle
Conctructing Polytopes via a Vertex OracleConctructing Polytopes via a Vertex Oracle
Conctructing Polytopes via a Vertex Oracle
 
Representation formula for traffic flow estimation on a network
Representation formula for traffic flow estimation on a networkRepresentation formula for traffic flow estimation on a network
Representation formula for traffic flow estimation on a network
 
140106 isaim-okayama
140106 isaim-okayama140106 isaim-okayama
140106 isaim-okayama
 
Notes.on.popularity.versus.similarity.model
Notes.on.popularity.versus.similarity.modelNotes.on.popularity.versus.similarity.model
Notes.on.popularity.versus.similarity.model
 
SOCG: Linear-Size Approximations to the Vietoris-Rips Filtration
SOCG: Linear-Size Approximations to the Vietoris-Rips FiltrationSOCG: Linear-Size Approximations to the Vietoris-Rips Filtration
SOCG: Linear-Size Approximations to the Vietoris-Rips Filtration
 
Some Thoughts on Sampling
Some Thoughts on SamplingSome Thoughts on Sampling
Some Thoughts on Sampling
 
Unique fixed point theorems for generalized weakly contractive condition in o...
Unique fixed point theorems for generalized weakly contractive condition in o...Unique fixed point theorems for generalized weakly contractive condition in o...
Unique fixed point theorems for generalized weakly contractive condition in o...
 
3 recursive bayesian estimation
3  recursive bayesian estimation3  recursive bayesian estimation
3 recursive bayesian estimation
 
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients
[DL輪読会]The Cramer Distance as a Solution to Biased Wasserstein Gradients
 
Gan
GanGan
Gan
 
An algorithm for computing resultant polytopes
An algorithm for computing resultant polytopesAn algorithm for computing resultant polytopes
An algorithm for computing resultant polytopes
 
On The Zeros of Certain Class of Polynomials
On The Zeros of Certain Class of PolynomialsOn The Zeros of Certain Class of Polynomials
On The Zeros of Certain Class of Polynomials
 

Similar to ゲーム理論NEXT 期待効用理論第7/8/9回 -期待効用定理の証明1/2/3-

ゲーム理論NEXT 期待効用理論第6回 -3つの公理と期待効用定理-
ゲーム理論NEXT 期待効用理論第6回 -3つの公理と期待効用定理-ゲーム理論NEXT 期待効用理論第6回 -3つの公理と期待効用定理-
ゲーム理論NEXT 期待効用理論第6回 -3つの公理と期待効用定理-ssusere0a682
 
Control as Inference (強化学習とベイズ統計)
Control as Inference (強化学習とベイズ統計)Control as Inference (強化学習とベイズ統計)
Control as Inference (強化学習とベイズ統計)Shohei Taniguchi
 
ゲーム理論BASIC 演習52 -完全ベイジアン均衡-
ゲーム理論BASIC 演習52 -完全ベイジアン均衡-ゲーム理論BASIC 演習52 -完全ベイジアン均衡-
ゲーム理論BASIC 演習52 -完全ベイジアン均衡-ssusere0a682
 
Eカードをゲーム理論で分析
Eカードをゲーム理論で分析Eカードをゲーム理論で分析
Eカードをゲーム理論で分析ssusere0a682
 
Orthogonal basis and gram schmidth process
Orthogonal basis and gram schmidth processOrthogonal basis and gram schmidth process
Orthogonal basis and gram schmidth processgidc engineering college
 
ゲーム理論BASIC 演習51 -完全ベイジアン均衡-
ゲーム理論BASIC 演習51 -完全ベイジアン均衡-ゲーム理論BASIC 演習51 -完全ベイジアン均衡-
ゲーム理論BASIC 演習51 -完全ベイジアン均衡-ssusere0a682
 
Mathematics of nyquist plot [autosaved] [autosaved]
Mathematics of nyquist plot [autosaved] [autosaved]Mathematics of nyquist plot [autosaved] [autosaved]
Mathematics of nyquist plot [autosaved] [autosaved]Asafak Husain
 
【ゲーム理論入門】乗車券確認, 混合戦略
【ゲーム理論入門】乗車券確認, 混合戦略【ゲーム理論入門】乗車券確認, 混合戦略
【ゲーム理論入門】乗車券確認, 混合戦略ssusere0a682
 
ゲーム理論BASIC 演習41 -2人ゼロ和ゲームにおけるマックスミニ値-
ゲーム理論BASIC 演習41 -2人ゼロ和ゲームにおけるマックスミニ値-ゲーム理論BASIC 演習41 -2人ゼロ和ゲームにおけるマックスミニ値-
ゲーム理論BASIC 演習41 -2人ゼロ和ゲームにおけるマックスミニ値-ssusere0a682
 
【DL輪読会】Unbiased Gradient Estimation for Marginal Log-likelihood
【DL輪読会】Unbiased Gradient Estimation for Marginal Log-likelihood【DL輪読会】Unbiased Gradient Estimation for Marginal Log-likelihood
【DL輪読会】Unbiased Gradient Estimation for Marginal Log-likelihoodDeep Learning JP
 
On Certain Classess of Multivalent Functions
On Certain Classess of Multivalent Functions On Certain Classess of Multivalent Functions
On Certain Classess of Multivalent Functions iosrjce
 
ゲーム理論 BASIC 演習83 -アナウンスは効果あるか-
ゲーム理論 BASIC 演習83 -アナウンスは効果あるか-ゲーム理論 BASIC 演習83 -アナウンスは効果あるか-
ゲーム理論 BASIC 演習83 -アナウンスは効果あるか-ssusere0a682
 
ESL 4.4.3-4.5: Logistic Reression (contd.) and Separating Hyperplane
ESL 4.4.3-4.5: Logistic Reression (contd.) and Separating HyperplaneESL 4.4.3-4.5: Logistic Reression (contd.) and Separating Hyperplane
ESL 4.4.3-4.5: Logistic Reression (contd.) and Separating HyperplaneShinichi Tamura
 
SUEC 高中 Adv Maths (2 Roots Part 2)
SUEC 高中 Adv Maths (2 Roots Part 2)SUEC 高中 Adv Maths (2 Roots Part 2)
SUEC 高中 Adv Maths (2 Roots Part 2)tungwc
 

Similar to ゲーム理論NEXT 期待効用理論第7/8/9回 -期待効用定理の証明1/2/3- (20)

ゲーム理論NEXT 期待効用理論第6回 -3つの公理と期待効用定理-
ゲーム理論NEXT 期待効用理論第6回 -3つの公理と期待効用定理-ゲーム理論NEXT 期待効用理論第6回 -3つの公理と期待効用定理-
ゲーム理論NEXT 期待効用理論第6回 -3つの公理と期待効用定理-
 
Control as Inference (強化学習とベイズ統計)
Control as Inference (強化学習とベイズ統計)Control as Inference (強化学習とベイズ統計)
Control as Inference (強化学習とベイズ統計)
 
ゲーム理論BASIC 演習52 -完全ベイジアン均衡-
ゲーム理論BASIC 演習52 -完全ベイジアン均衡-ゲーム理論BASIC 演習52 -完全ベイジアン均衡-
ゲーム理論BASIC 演習52 -完全ベイジアン均衡-
 
Eカードをゲーム理論で分析
Eカードをゲーム理論で分析Eカードをゲーム理論で分析
Eカードをゲーム理論で分析
 
Aplicaciones lineales (1)
Aplicaciones lineales (1)Aplicaciones lineales (1)
Aplicaciones lineales (1)
 
Orthogonal basis and gram schmidth process
Orthogonal basis and gram schmidth processOrthogonal basis and gram schmidth process
Orthogonal basis and gram schmidth process
 
ゲーム理論BASIC 演習51 -完全ベイジアン均衡-
ゲーム理論BASIC 演習51 -完全ベイジアン均衡-ゲーム理論BASIC 演習51 -完全ベイジアン均衡-
ゲーム理論BASIC 演習51 -完全ベイジアン均衡-
 
Tablacirc
TablacircTablacirc
Tablacirc
 
Mathematics of nyquist plot [autosaved] [autosaved]
Mathematics of nyquist plot [autosaved] [autosaved]Mathematics of nyquist plot [autosaved] [autosaved]
Mathematics of nyquist plot [autosaved] [autosaved]
 
【ゲーム理論入門】乗車券確認, 混合戦略
【ゲーム理論入門】乗車券確認, 混合戦略【ゲーム理論入門】乗車券確認, 混合戦略
【ゲーム理論入門】乗車券確認, 混合戦略
 
Q prop
Q propQ prop
Q prop
 
ゲーム理論BASIC 演習41 -2人ゼロ和ゲームにおけるマックスミニ値-
ゲーム理論BASIC 演習41 -2人ゼロ和ゲームにおけるマックスミニ値-ゲーム理論BASIC 演習41 -2人ゼロ和ゲームにおけるマックスミニ値-
ゲーム理論BASIC 演習41 -2人ゼロ和ゲームにおけるマックスミニ値-
 
【DL輪読会】Unbiased Gradient Estimation for Marginal Log-likelihood
【DL輪読会】Unbiased Gradient Estimation for Marginal Log-likelihood【DL輪読会】Unbiased Gradient Estimation for Marginal Log-likelihood
【DL輪読会】Unbiased Gradient Estimation for Marginal Log-likelihood
 
Recent rl
Recent rlRecent rl
Recent rl
 
On Certain Classess of Multivalent Functions
On Certain Classess of Multivalent Functions On Certain Classess of Multivalent Functions
On Certain Classess of Multivalent Functions
 
Actividad 7
Actividad 7Actividad 7
Actividad 7
 
Actividad 7
Actividad 7Actividad 7
Actividad 7
 
ゲーム理論 BASIC 演習83 -アナウンスは効果あるか-
ゲーム理論 BASIC 演習83 -アナウンスは効果あるか-ゲーム理論 BASIC 演習83 -アナウンスは効果あるか-
ゲーム理論 BASIC 演習83 -アナウンスは効果あるか-
 
ESL 4.4.3-4.5: Logistic Reression (contd.) and Separating Hyperplane
ESL 4.4.3-4.5: Logistic Reression (contd.) and Separating HyperplaneESL 4.4.3-4.5: Logistic Reression (contd.) and Separating Hyperplane
ESL 4.4.3-4.5: Logistic Reression (contd.) and Separating Hyperplane
 
SUEC 高中 Adv Maths (2 Roots Part 2)
SUEC 高中 Adv Maths (2 Roots Part 2)SUEC 高中 Adv Maths (2 Roots Part 2)
SUEC 高中 Adv Maths (2 Roots Part 2)
 

More from ssusere0a682

ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ssusere0a682
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ssusere0a682
 
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slidessusere0a682
 
ゲーム理論 BASIC 演習103 -一対多マッチング- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習103 -一対多マッチング- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習103 -一対多マッチング- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習103 -一対多マッチング- #ゲーム理論 #gametheory #数学ssusere0a682
 
ゲーム理論 BASIC 演習102 -一対一マッチング 3- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習102 -一対一マッチング 3- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習102 -一対一マッチング 3- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習102 -一対一マッチング 3- #ゲーム理論 #gametheory #数学ssusere0a682
 
ゲーム理論 BASIC 演習101 -一対一マッチング- Gametheory
ゲーム理論 BASIC 演習101  -一対一マッチング-  Gametheoryゲーム理論 BASIC 演習101  -一対一マッチング-  Gametheory
ゲーム理論 BASIC 演習101 -一対一マッチング- Gametheoryssusere0a682
 
ゲーム理論 BASIC 演習100- 一対一マッチング - Gametheory
ゲーム理論 BASIC 演習100- 一対一マッチング -  Gametheoryゲーム理論 BASIC 演習100- 一対一マッチング -  Gametheory
ゲーム理論 BASIC 演習100- 一対一マッチング - Gametheoryssusere0a682
 
バレンタインデー:贈り物はシグナリング
バレンタインデー:贈り物はシグナリングバレンタインデー:贈り物はシグナリング
バレンタインデー:贈り物はシグナリングssusere0a682
 
ゲーム理論 BASIC 演習99 -リスク回避的な入札者 2-
ゲーム理論 BASIC 演習99 -リスク回避的な入札者 2-ゲーム理論 BASIC 演習99 -リスク回避的な入札者 2-
ゲーム理論 BASIC 演習99 -リスク回避的な入札者 2-ssusere0a682
 
ゲーム理論 BASIC 演習98 -リスク回避的な入札者 -
ゲーム理論 BASIC 演習98 -リスク回避的な入札者 -ゲーム理論 BASIC 演習98 -リスク回避的な入札者 -
ゲーム理論 BASIC 演習98 -リスク回避的な入札者 -ssusere0a682
 
ゲーム理論 BASIC 演習オークション関連補足 - 収入同値定理 -
ゲーム理論 BASIC 演習オークション関連補足 - 収入同値定理 -ゲーム理論 BASIC 演習オークション関連補足 - 収入同値定理 -
ゲーム理論 BASIC 演習オークション関連補足 - 収入同値定理 -ssusere0a682
 
ゲーム理論 BASIC 演習97 -敗者支払いオークション Sad Loser Auction -
ゲーム理論 BASIC 演習97 -敗者支払いオークション Sad Loser Auction -ゲーム理論 BASIC 演習97 -敗者支払いオークション Sad Loser Auction -
ゲーム理論 BASIC 演習97 -敗者支払いオークション Sad Loser Auction -ssusere0a682
 
ゲーム理論 BASIC 演習96 -サンタクロースオークション Santa Claus Auction-
ゲーム理論 BASIC 演習96 -サンタクロースオークション Santa Claus Auction-ゲーム理論 BASIC 演習96 -サンタクロースオークション Santa Claus Auction-
ゲーム理論 BASIC 演習96 -サンタクロースオークション Santa Claus Auction-ssusere0a682
 
ゲーム理論 BASIC 演習94 -留保価格付きセカンドプライスオークション-
ゲーム理論 BASIC 演習94 -留保価格付きセカンドプライスオークション-ゲーム理論 BASIC 演習94 -留保価格付きセカンドプライスオークション-
ゲーム理論 BASIC 演習94 -留保価格付きセカンドプライスオークション-ssusere0a682
 
ゲーム理論 BASIC 演習93 -チープトーク:利害対立-
ゲーム理論 BASIC 演習93 -チープトーク:利害対立-ゲーム理論 BASIC 演習93 -チープトーク:利害対立-
ゲーム理論 BASIC 演習93 -チープトーク:利害対立-ssusere0a682
 
ゲーム理論 BASIC 演習92 -チープトーク-
ゲーム理論 BASIC 演習92 -チープトーク-ゲーム理論 BASIC 演習92 -チープトーク-
ゲーム理論 BASIC 演習92 -チープトーク-ssusere0a682
 
ゲーム理論 BASIC 演習91 -情報の非対称性により取引消滅-
ゲーム理論 BASIC 演習91 -情報の非対称性により取引消滅-ゲーム理論 BASIC 演習91 -情報の非対称性により取引消滅-
ゲーム理論 BASIC 演習91 -情報の非対称性により取引消滅-ssusere0a682
 
ゲーム理論 BASIC 演習89 -安全保障理事会決議における投票力指数-
ゲーム理論 BASIC 演習89 -安全保障理事会決議における投票力指数-ゲーム理論 BASIC 演習89 -安全保障理事会決議における投票力指数-
ゲーム理論 BASIC 演習89 -安全保障理事会決議における投票力指数-ssusere0a682
 
ゲーム理論 BASIC 演習88 -投票ゲームにおけるシャープレイ•シュービック指数-
ゲーム理論 BASIC 演習88 -投票ゲームにおけるシャープレイ•シュービック指数-ゲーム理論 BASIC 演習88 -投票ゲームにおけるシャープレイ•シュービック指数-
ゲーム理論 BASIC 演習88 -投票ゲームにおけるシャープレイ•シュービック指数-ssusere0a682
 
ゲーム理論 BASIC 演習87 -投票ゲーム/拒否権をもつプレイヤーと独裁者-
ゲーム理論 BASIC 演習87  -投票ゲーム/拒否権をもつプレイヤーと独裁者-ゲーム理論 BASIC 演習87  -投票ゲーム/拒否権をもつプレイヤーと独裁者-
ゲーム理論 BASIC 演習87 -投票ゲーム/拒否権をもつプレイヤーと独裁者-ssusere0a682
 

More from ssusere0a682 (20)

ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
 
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
 
ゲーム理論 BASIC 演習103 -一対多マッチング- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習103 -一対多マッチング- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習103 -一対多マッチング- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習103 -一対多マッチング- #ゲーム理論 #gametheory #数学
 
ゲーム理論 BASIC 演習102 -一対一マッチング 3- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習102 -一対一マッチング 3- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習102 -一対一マッチング 3- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習102 -一対一マッチング 3- #ゲーム理論 #gametheory #数学
 
ゲーム理論 BASIC 演習101 -一対一マッチング- Gametheory
ゲーム理論 BASIC 演習101  -一対一マッチング-  Gametheoryゲーム理論 BASIC 演習101  -一対一マッチング-  Gametheory
ゲーム理論 BASIC 演習101 -一対一マッチング- Gametheory
 
ゲーム理論 BASIC 演習100- 一対一マッチング - Gametheory
ゲーム理論 BASIC 演習100- 一対一マッチング -  Gametheoryゲーム理論 BASIC 演習100- 一対一マッチング -  Gametheory
ゲーム理論 BASIC 演習100- 一対一マッチング - Gametheory
 
バレンタインデー:贈り物はシグナリング
バレンタインデー:贈り物はシグナリングバレンタインデー:贈り物はシグナリング
バレンタインデー:贈り物はシグナリング
 
ゲーム理論 BASIC 演習99 -リスク回避的な入札者 2-
ゲーム理論 BASIC 演習99 -リスク回避的な入札者 2-ゲーム理論 BASIC 演習99 -リスク回避的な入札者 2-
ゲーム理論 BASIC 演習99 -リスク回避的な入札者 2-
 
ゲーム理論 BASIC 演習98 -リスク回避的な入札者 -
ゲーム理論 BASIC 演習98 -リスク回避的な入札者 -ゲーム理論 BASIC 演習98 -リスク回避的な入札者 -
ゲーム理論 BASIC 演習98 -リスク回避的な入札者 -
 
ゲーム理論 BASIC 演習オークション関連補足 - 収入同値定理 -
ゲーム理論 BASIC 演習オークション関連補足 - 収入同値定理 -ゲーム理論 BASIC 演習オークション関連補足 - 収入同値定理 -
ゲーム理論 BASIC 演習オークション関連補足 - 収入同値定理 -
 
ゲーム理論 BASIC 演習97 -敗者支払いオークション Sad Loser Auction -
ゲーム理論 BASIC 演習97 -敗者支払いオークション Sad Loser Auction -ゲーム理論 BASIC 演習97 -敗者支払いオークション Sad Loser Auction -
ゲーム理論 BASIC 演習97 -敗者支払いオークション Sad Loser Auction -
 
ゲーム理論 BASIC 演習96 -サンタクロースオークション Santa Claus Auction-
ゲーム理論 BASIC 演習96 -サンタクロースオークション Santa Claus Auction-ゲーム理論 BASIC 演習96 -サンタクロースオークション Santa Claus Auction-
ゲーム理論 BASIC 演習96 -サンタクロースオークション Santa Claus Auction-
 
ゲーム理論 BASIC 演習94 -留保価格付きセカンドプライスオークション-
ゲーム理論 BASIC 演習94 -留保価格付きセカンドプライスオークション-ゲーム理論 BASIC 演習94 -留保価格付きセカンドプライスオークション-
ゲーム理論 BASIC 演習94 -留保価格付きセカンドプライスオークション-
 
ゲーム理論 BASIC 演習93 -チープトーク:利害対立-
ゲーム理論 BASIC 演習93 -チープトーク:利害対立-ゲーム理論 BASIC 演習93 -チープトーク:利害対立-
ゲーム理論 BASIC 演習93 -チープトーク:利害対立-
 
ゲーム理論 BASIC 演習92 -チープトーク-
ゲーム理論 BASIC 演習92 -チープトーク-ゲーム理論 BASIC 演習92 -チープトーク-
ゲーム理論 BASIC 演習92 -チープトーク-
 
ゲーム理論 BASIC 演習91 -情報の非対称性により取引消滅-
ゲーム理論 BASIC 演習91 -情報の非対称性により取引消滅-ゲーム理論 BASIC 演習91 -情報の非対称性により取引消滅-
ゲーム理論 BASIC 演習91 -情報の非対称性により取引消滅-
 
ゲーム理論 BASIC 演習89 -安全保障理事会決議における投票力指数-
ゲーム理論 BASIC 演習89 -安全保障理事会決議における投票力指数-ゲーム理論 BASIC 演習89 -安全保障理事会決議における投票力指数-
ゲーム理論 BASIC 演習89 -安全保障理事会決議における投票力指数-
 
ゲーム理論 BASIC 演習88 -投票ゲームにおけるシャープレイ•シュービック指数-
ゲーム理論 BASIC 演習88 -投票ゲームにおけるシャープレイ•シュービック指数-ゲーム理論 BASIC 演習88 -投票ゲームにおけるシャープレイ•シュービック指数-
ゲーム理論 BASIC 演習88 -投票ゲームにおけるシャープレイ•シュービック指数-
 
ゲーム理論 BASIC 演習87 -投票ゲーム/拒否権をもつプレイヤーと独裁者-
ゲーム理論 BASIC 演習87  -投票ゲーム/拒否権をもつプレイヤーと独裁者-ゲーム理論 BASIC 演習87  -投票ゲーム/拒否権をもつプレイヤーと独裁者-
ゲーム理論 BASIC 演習87 -投票ゲーム/拒否権をもつプレイヤーと独裁者-
 

Recently uploaded

Accessible design: Minimum effort, maximum impact
Accessible design: Minimum effort, maximum impactAccessible design: Minimum effort, maximum impact
Accessible design: Minimum effort, maximum impactdawncurless
 
POINT- BIOCHEMISTRY SEM 2 ENZYMES UNIT 5.pptx
POINT- BIOCHEMISTRY SEM 2 ENZYMES UNIT 5.pptxPOINT- BIOCHEMISTRY SEM 2 ENZYMES UNIT 5.pptx
POINT- BIOCHEMISTRY SEM 2 ENZYMES UNIT 5.pptxSayali Powar
 
Sanyam Choudhary Chemistry practical.pdf
Sanyam Choudhary Chemistry practical.pdfSanyam Choudhary Chemistry practical.pdf
Sanyam Choudhary Chemistry practical.pdfsanyamsingh5019
 
SOCIAL AND HISTORICAL CONTEXT - LFTVD.pptx
SOCIAL AND HISTORICAL CONTEXT - LFTVD.pptxSOCIAL AND HISTORICAL CONTEXT - LFTVD.pptx
SOCIAL AND HISTORICAL CONTEXT - LFTVD.pptxiammrhaywood
 
Organic Name Reactions for the students and aspirants of Chemistry12th.pptx
Organic Name Reactions  for the students and aspirants of Chemistry12th.pptxOrganic Name Reactions  for the students and aspirants of Chemistry12th.pptx
Organic Name Reactions for the students and aspirants of Chemistry12th.pptxVS Mahajan Coaching Centre
 
CARE OF CHILD IN INCUBATOR..........pptx
CARE OF CHILD IN INCUBATOR..........pptxCARE OF CHILD IN INCUBATOR..........pptx
CARE OF CHILD IN INCUBATOR..........pptxGaneshChakor2
 
microwave assisted reaction. General introduction
microwave assisted reaction. General introductionmicrowave assisted reaction. General introduction
microwave assisted reaction. General introductionMaksud Ahmed
 
BASLIQ CURRENT LOOKBOOK LOOKBOOK(1) (1).pdf
BASLIQ CURRENT LOOKBOOK  LOOKBOOK(1) (1).pdfBASLIQ CURRENT LOOKBOOK  LOOKBOOK(1) (1).pdf
BASLIQ CURRENT LOOKBOOK LOOKBOOK(1) (1).pdfSoniaTolstoy
 
Industrial Policy - 1948, 1956, 1973, 1977, 1980, 1991
Industrial Policy - 1948, 1956, 1973, 1977, 1980, 1991Industrial Policy - 1948, 1956, 1973, 1977, 1980, 1991
Industrial Policy - 1948, 1956, 1973, 1977, 1980, 1991RKavithamani
 
Q4-W6-Restating Informational Text Grade 3
Q4-W6-Restating Informational Text Grade 3Q4-W6-Restating Informational Text Grade 3
Q4-W6-Restating Informational Text Grade 3JemimahLaneBuaron
 
Science 7 - LAND and SEA BREEZE and its Characteristics
Science 7 - LAND and SEA BREEZE and its CharacteristicsScience 7 - LAND and SEA BREEZE and its Characteristics
Science 7 - LAND and SEA BREEZE and its CharacteristicsKarinaGenton
 
Separation of Lanthanides/ Lanthanides and Actinides
Separation of Lanthanides/ Lanthanides and ActinidesSeparation of Lanthanides/ Lanthanides and Actinides
Separation of Lanthanides/ Lanthanides and ActinidesFatimaKhan178732
 
Introduction to ArtificiaI Intelligence in Higher Education
Introduction to ArtificiaI Intelligence in Higher EducationIntroduction to ArtificiaI Intelligence in Higher Education
Introduction to ArtificiaI Intelligence in Higher Educationpboyjonauth
 
Concept of Vouching. B.Com(Hons) /B.Compdf
Concept of Vouching. B.Com(Hons) /B.CompdfConcept of Vouching. B.Com(Hons) /B.Compdf
Concept of Vouching. B.Com(Hons) /B.CompdfUmakantAnnand
 
Kisan Call Centre - To harness potential of ICT in Agriculture by answer farm...
Kisan Call Centre - To harness potential of ICT in Agriculture by answer farm...Kisan Call Centre - To harness potential of ICT in Agriculture by answer farm...
Kisan Call Centre - To harness potential of ICT in Agriculture by answer farm...Krashi Coaching
 
APM Welcome, APM North West Network Conference, Synergies Across Sectors
APM Welcome, APM North West Network Conference, Synergies Across SectorsAPM Welcome, APM North West Network Conference, Synergies Across Sectors
APM Welcome, APM North West Network Conference, Synergies Across SectorsAssociation for Project Management
 
Paris 2024 Olympic Geographies - an activity
Paris 2024 Olympic Geographies - an activityParis 2024 Olympic Geographies - an activity
Paris 2024 Olympic Geographies - an activityGeoBlogs
 
Grant Readiness 101 TechSoup and Remy Consulting
Grant Readiness 101 TechSoup and Remy ConsultingGrant Readiness 101 TechSoup and Remy Consulting
Grant Readiness 101 TechSoup and Remy ConsultingTechSoup
 

Recently uploaded (20)

Accessible design: Minimum effort, maximum impact
Accessible design: Minimum effort, maximum impactAccessible design: Minimum effort, maximum impact
Accessible design: Minimum effort, maximum impact
 
POINT- BIOCHEMISTRY SEM 2 ENZYMES UNIT 5.pptx
POINT- BIOCHEMISTRY SEM 2 ENZYMES UNIT 5.pptxPOINT- BIOCHEMISTRY SEM 2 ENZYMES UNIT 5.pptx
POINT- BIOCHEMISTRY SEM 2 ENZYMES UNIT 5.pptx
 
Sanyam Choudhary Chemistry practical.pdf
Sanyam Choudhary Chemistry practical.pdfSanyam Choudhary Chemistry practical.pdf
Sanyam Choudhary Chemistry practical.pdf
 
SOCIAL AND HISTORICAL CONTEXT - LFTVD.pptx
SOCIAL AND HISTORICAL CONTEXT - LFTVD.pptxSOCIAL AND HISTORICAL CONTEXT - LFTVD.pptx
SOCIAL AND HISTORICAL CONTEXT - LFTVD.pptx
 
Organic Name Reactions for the students and aspirants of Chemistry12th.pptx
Organic Name Reactions  for the students and aspirants of Chemistry12th.pptxOrganic Name Reactions  for the students and aspirants of Chemistry12th.pptx
Organic Name Reactions for the students and aspirants of Chemistry12th.pptx
 
Staff of Color (SOC) Retention Efforts DDSD
Staff of Color (SOC) Retention Efforts DDSDStaff of Color (SOC) Retention Efforts DDSD
Staff of Color (SOC) Retention Efforts DDSD
 
CARE OF CHILD IN INCUBATOR..........pptx
CARE OF CHILD IN INCUBATOR..........pptxCARE OF CHILD IN INCUBATOR..........pptx
CARE OF CHILD IN INCUBATOR..........pptx
 
microwave assisted reaction. General introduction
microwave assisted reaction. General introductionmicrowave assisted reaction. General introduction
microwave assisted reaction. General introduction
 
BASLIQ CURRENT LOOKBOOK LOOKBOOK(1) (1).pdf
BASLIQ CURRENT LOOKBOOK  LOOKBOOK(1) (1).pdfBASLIQ CURRENT LOOKBOOK  LOOKBOOK(1) (1).pdf
BASLIQ CURRENT LOOKBOOK LOOKBOOK(1) (1).pdf
 
Industrial Policy - 1948, 1956, 1973, 1977, 1980, 1991
Industrial Policy - 1948, 1956, 1973, 1977, 1980, 1991Industrial Policy - 1948, 1956, 1973, 1977, 1980, 1991
Industrial Policy - 1948, 1956, 1973, 1977, 1980, 1991
 
Q4-W6-Restating Informational Text Grade 3
Q4-W6-Restating Informational Text Grade 3Q4-W6-Restating Informational Text Grade 3
Q4-W6-Restating Informational Text Grade 3
 
Science 7 - LAND and SEA BREEZE and its Characteristics
Science 7 - LAND and SEA BREEZE and its CharacteristicsScience 7 - LAND and SEA BREEZE and its Characteristics
Science 7 - LAND and SEA BREEZE and its Characteristics
 
Separation of Lanthanides/ Lanthanides and Actinides
Separation of Lanthanides/ Lanthanides and ActinidesSeparation of Lanthanides/ Lanthanides and Actinides
Separation of Lanthanides/ Lanthanides and Actinides
 
Introduction to ArtificiaI Intelligence in Higher Education
Introduction to ArtificiaI Intelligence in Higher EducationIntroduction to ArtificiaI Intelligence in Higher Education
Introduction to ArtificiaI Intelligence in Higher Education
 
Concept of Vouching. B.Com(Hons) /B.Compdf
Concept of Vouching. B.Com(Hons) /B.CompdfConcept of Vouching. B.Com(Hons) /B.Compdf
Concept of Vouching. B.Com(Hons) /B.Compdf
 
Model Call Girl in Tilak Nagar Delhi reach out to us at 🔝9953056974🔝
Model Call Girl in Tilak Nagar Delhi reach out to us at 🔝9953056974🔝Model Call Girl in Tilak Nagar Delhi reach out to us at 🔝9953056974🔝
Model Call Girl in Tilak Nagar Delhi reach out to us at 🔝9953056974🔝
 
Kisan Call Centre - To harness potential of ICT in Agriculture by answer farm...
Kisan Call Centre - To harness potential of ICT in Agriculture by answer farm...Kisan Call Centre - To harness potential of ICT in Agriculture by answer farm...
Kisan Call Centre - To harness potential of ICT in Agriculture by answer farm...
 
APM Welcome, APM North West Network Conference, Synergies Across Sectors
APM Welcome, APM North West Network Conference, Synergies Across SectorsAPM Welcome, APM North West Network Conference, Synergies Across Sectors
APM Welcome, APM North West Network Conference, Synergies Across Sectors
 
Paris 2024 Olympic Geographies - an activity
Paris 2024 Olympic Geographies - an activityParis 2024 Olympic Geographies - an activity
Paris 2024 Olympic Geographies - an activity
 
Grant Readiness 101 TechSoup and Remy Consulting
Grant Readiness 101 TechSoup and Remy ConsultingGrant Readiness 101 TechSoup and Remy Consulting
Grant Readiness 101 TechSoup and Remy Consulting
 

ゲーム理論NEXT 期待効用理論第7/8/9回 -期待効用定理の証明1/2/3-

  • 1.
  • 2. 
 ҎԼԬా ʹΑΔ ΋͏গ͠Ұൠతͳ࿩ ࠞ߹ू߹ ༗‫͘͡ݶ‬ ࠞ߹ू߹্ͷબ޷ॱংʹؔͯͭ͠ͷެཧ ද‫ݱ‬ఆཧͱҰҙੑʢূ໌ʣ ද‫ݱ‬ఆཧͱҰҙੑʢূ໌ʣ ϦεΫճආ౓
  • 3. ໨࣍ ͘͡Λ࢖ͬͯද‫͢ݱ‬Δ‫ظ‬଴ޮ༻Ծઆʢ෮शʣ Ͳ͏͍͏ू߹্ͷબ޷ॱংΛߟ͑Δ͔ʁʢ෮शʣ ̏ͭͷެཧʢ෮शʣ ‫ظ‬଴ޮ༻ఆཧʢ෮शʣ ূ໌ ิ୊ ิ୊ ୯ௐੑ ิ୊ ࿈ଓੑ ิ୊ ಠཱੑެཧͷແࠩผ7FS ఆཧূ໌
  • 4. ͘͡Λ࢖ͬͯද‫͢ݱ‬Δ‫ظ‬଴ޮ༻Ծઆ ‫ظ‬଴ޮ༻Ծઆ 
 ҙࢥܾఆओମ͸ෳ਺ͷ৆ۚ͘͡ ͷબ୒ʹ͓͍ͯ 
 ‫ظ‬଴ޮ༻ 
 
 Λ࠷େʹ͢Δ৆ۚ͘͡Λબ୒͢Δ 
 ͜͜Ͱ ͸՟ฎֹ ʹର͢Δޮ༻Λද͢ ͲͷΑ͏ͳબ޷ॱংͰ͋Ε͹ ‫ظ‬଴ޮ༻ͱͯ͠ද‫͖Ͱݱ‬Δͷ͔ʁ 
 ͭ·Γ ͘͡ͷू߹ ʹରͯ͠ ҙࢥܾఆओମͷબ޷ॱং ͕ԿΒ͔ͷੑ࣭Λຬͨ͢ͱ͖ 
 ೚ҙͷ৆ۚ͘͡ ʹରͯ͠ ͘͡ͷू߹্ͷؔ਺ ͕͋ͬͯ 
 
 Ͱ͋Γ ͞Βʹ͜ͷ ͸ ‫ظ‬଴ޮ༻ͷ‫ܗ‬ Ͱද͞ΕΔ͸ͣ z = [x1, ⋯xs; p1, ⋯, ps] s ∑ k=1 pku(xk) u(xk) xk L ≻ z, z′  ∈ L U z ≻ z′  ⇔ U(z) U(z′  ) U U(z) = s ∑ k=1 pku(xk)
  • 5. Ͳ͏͍͏ू߹্ͷબ޷ॱংΛߟ͑Δ͔ʁ ৆ۚ͘͡ ͷબ୒ͱ͍͏ͷΛѻ͏ͨΊʹɾɾɾ 
 ݁Ռʹର͢Δ৆ۚͷू߹ɿ 
 ্ͷ֬཰෼෍શମ͔ΒͳΔू߹ʢ͘͡ͷू߹ʣɿ 
 ͘͡ͷࠞ߹ɿ 
 ͜ͷ ͷத͔Β೚ҙͷ͘͡ ΛબΜͩͱ͖ʹ ೚ҙͷ ʹର͠ 
 
 ͱ͢Δͱ ͸৆ۚ ʹର͢Δ֬཰Λද͢ 
 
 ֬཰Ͱ ͕ൃੜ͢Δ͘͡ɿ 
 
 ҙࢥܾఆओମ͸͘͡ͷू߹ ্ʹબ޷ॱং Λ΋ͭ z = [x1, ⋯xs; p1, ⋯, ps] X = {x1, ⋯, xs} X L = {(p1, ⋯, ps)|pk ≥ 0 ∀k = 1,⋯, s and s ∑ k=1 pk = 1} L P = (p1, ⋯, ps) Q = (q1, ⋯, qs) α(0 α 1) αP + (1 − α)Q = α(p1, ⋯, ps) + (1 − α)(q1, ⋯, qs) = (αp1 + (1 − α)q1, ⋯, αps + (1 − α)qs) αpk + (1 − α)qk xk xk Pk = ( 1∼ k−1 ⏞ 0,⋯ , k ⏞ 1, k+1∼ s ⏞ ⋯0 ) ∈ L L ≻
  • 6. ͭͷެཧ ߹ཧੑ 
 બ޷ॱং ͕ऑॱংͰ͋Δ 
 ͜Ε͸ ͕ਪҠੑͱ‫׬‬උੑΛ΋ͭ͜ͱͱಉ஋ ಠཱੑ 
 ೚ҙͷ ʹରͯ͠ 
 ࿈ଓੑ 
 ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕ଘࡏͯ͠ ≻ ≿ P, Q, R ∈ L α(0 α 1) P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R P, Q, R ∈ L P ≻ Q, Q ≻ R α, β(0 α, β 1) αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R గਖ਼
  • 7. ‫ظ‬଴ޮ༻ఆཧ ‫ظ‬଴ޮ༻ఆཧ 
 ݁Ռʹର͢Δ৆ۚͷू߹ ͱ͠ Λ ্ͷ͘͡ͷू߹ͱ͢Δ 
 ্ͷબ޷ॱং ͕ެཧ Λຬͨ͢ͳΒ͹ 
 ͋Δ ্ͷ࣮਺஋ؔ਺ ͕ଘࡏ͠ 
 
 Ͱఆٛ͞ΕΔؔ਺ ͸બ޷ Λද‫͢ݱ‬Δ 
 ‫ʹٯ‬ Ͱද‫͞ݱ‬ΕΔબ޷ ͸ެཧ Λຬͨ͢ 
 
 ؔ਺ ΛϑΥϯϊΠϚϯϞϧήϯγϡςϧϯޮ༻ؔ਺ W/.ؔ਺ ͱ‫ ͼݺ‬ 
 ͸ਖ਼ΞϑΟϯม‫׵‬Λআ͍ͯҰҙͰ͋Δ X L X L ≻ X u : X → ℜ U(P) = s ∑ k=1 pku(xk) U : L → ℜ ≻ P ≻ Q ⇔ U(P) U(Q) U : L → ℜ ≻ u u
  • 8. ‫ظ‬଴ޮ༻ఆཧɿূ໌ ิ୊೚ҙͷ ʹର͠ 
 
 ิ୊ ୯ௐੑ ೚ҙͷ ʹର͠ ͳΒ͹ 
 
 
 ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ ิ୊ ಠཱੑެཧͷແࠩผ7FS ೚ҙͷ ʹର͠ Λຬͨ͢ 
 
 ఆཧূ໌εςοϓ೚ҙͷ ʹରͯ͠ ͱͳΔ ͕Ұҙʹଘࡏ͢Δ͜ͷͱ͖ͷ Λ Ͱද͢ 
 
 ఆཧূ໌εςοϓؔ਺ Λ Ͱఆٛ͢Δ͜ͷ ͸ Λද‫͢ݱ‬Δ 
 ఆཧূ໌εςοϓ೚ҙͷ ʹରͯ͠ 
 
 ఆཧূ໌εςοϓ͋Δؔ਺ ͕ଘࡏͯ͠ ೚ҙͷ ʹରͯ͠ ͱॻ͚Δ w w w P, Q ∈ L α ∈ (0,1) P ≻ Q ⇒ P ≻ αP + (1 − α)Q, αP + (1 − α)Q ≻ Q P, Q ∈ L α, β ∈ [0,1] P ≻ Q αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α β P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R P ∈ L P ∼ αP + (1 − α)P α ∈ [0,1] α αP U : L → ℜ U(P) = αP U ≻ P, Q ∈ L α ∈ [0,1] U(αP + (1 − α)Q) = αU(P) + (1 − α)U(Q) u : X → ℜ P ∈ L U(P) = s ∑ k=1 pku(xk) બ޷ॱং ͕ͭͷެཧΛຬͨ͢ͱ͖ ≻
  • 9. ิ୊ ิ୊೚ҙͷ ʹର͠ 
 ΑΓಠཱੑͷެཧΑΓ 
 
 ಉ༷ʹ 
 P, Q ∈ L α ∈ (0,1) P ≻ Q ⇒ P ≻ αP + (1 − α)Q, αP + (1 − α)Q ≻ Q P ≻ Q (1 − α)P + αP ≻ (1 − α)Q + αP ⇔ P ≻ (1 − α)Q + αP αP + (1 − α)Q ≻ αQ + (1 − α)Q ⇔ αP + (1 − α)Q ≻ Q ಠཱੑͷެཧ 
 ೚ҙͷ ʹରͯ͠ 
 P, Q, R ∈ L α(0 α 1) P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R
  • 10. ิ୊ ୯ௐੑ ิ୊ ୯ௐੑ ೚ҙͷ ʹର͠ ͳΒ͹ 
 

 ͱͳΔ͜ͱΛࣔ͢ 
 ͷͱ͖ 
 ΋͠ ͱ͢Ε͹ Ͱ͋Γ 
 ͜Ε͸ ެཧ ऑॱং ͷඇରশੑʹໃ६ 
 ಉ༷ʹ ΋੒ཱ͠ͳ͍ 
 Ώ͑ʹ ͷੑ࣭͔Β P, Q ∈ L α, β ∈ [0,1] P ≻ Q αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α β ⇐ α = β αP + (1 − α)Q = βP + (1 − β)Q αP + (1 − α)Q ≻ βP + (1 − β)Q αP + (1 − α)Q ≻ αP + (1 − α)Q ≻ βP + (1 − β)Q ≻ αP + (1 − α)Q ≻ αP + (1 − α)Q ∼ βP + (1 − β)Q ಠཱੑͷެཧ 
 ೚ҙͷ ʹରͯ͠ 
 P, Q, R ∈ L α(0 α 1) P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R ඇରশੑ ʹ͍ͭͯ 
 ͳΒ͹ Ͱ͸ͳ͍Λຬͨ͢ x, y ∈ X x ≻ y y ≻ x Λ ্ͷऑॱংͱ͢Δ ͷ‫ݩ‬ ʹରͯ͠ 
 ͷ͍ͣΕ͔͕ඞͣ੒Γཱͭ ≻ X X x y x ≻ y, x ∼ y, y ≻ x
  • 11. ิ୊ ୯ௐੑ ิ୊ ୯ௐੑ ೚ҙͷ ʹର͠ ͳΒ͹ 
 

 ͱͳΔ͜ͱΛࣔ͢ 
 ͷͱ͖Λߟ͑Δ Ͱิ୊ΑΓ 
 ͜͜Ͱ ͱΈͳͤ͹ ͷͱ͖ ͸੒Γཱͭ 
 ͷͱ͖ Ͱ͋Δ͜ͱʹ஫ҙͯ͠ ิ୊ΑΓ 
 
 ͱͳΓ ͸੒Γཱͭ P, Q ∈ L α, β ∈ [0,1] P ≻ Q αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α β ⇐ α β P ≻ Q αP + (1 − α)Q ≻ Q Q = 0P + (1 − 0)Q β = 0 ⇐ α β 0 α β 0 ⇔ 1 β α 0 αP + (1 − α)Q ≻ Q ⇒ αP + (1 − α)Q ≻ β α [αP + (1 − α)Q] + ( 1 − β α) Q = βP + (1 − β)Q ⇐ ิ୊೚ҙͷ ʹର͠ P, Q ∈ L α ∈ (0,1) P ≻ Q ⇒ P ≻ αP + (1 − α)Q, αP + (1 − α)Q ≻ Q
  • 12. ิ୊ ୯ௐੑ ิ୊ ୯ௐੑ ೚ҙͷ ʹର͠ ͳΒ͹ 
 

 ͱͳΔ͜ͱΛࣔ͢ 
 ͷͱ͖ ͱ͢Δͱ 
 ·ͨ͸ Ͱ͋Γ ͜ͷͱ͖ͦΕͧΕ 
 ·ͨ͸ ͕੒Γཱ͕ͭ 
 Ͱ͋Δ͜ͱʹໃ६ 
 Ώ͑ʹ 
 ࣮਺ͷେখؔ܎ʹ͍ͭͯ ͷ͍ͣΕ͔͕੒Γཱͭ͜ͱʹ஫ҙ P, Q ∈ L α, β ∈ [0,1] P ≻ Q αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α β ⇒ αP + (1 − α)Q ∼ βP + (1 − β)Q α ≠ β α β α β αP + (1 − α)Q ≻ βP + (1 − β)Q βP + (1 − β)Q ≻ αP + (1 − α)Q αP + (1 − α)Q ∼ βP + (1 − β)Q α = β x y, x = y, x y Λ ্ͷऑॱংͱ͢Δ ͷ‫ݩ‬ ʹରͯ͠ 
 ͷ͍ͣΕ͔͕ඞͣ੒Γཱͭ ≻ X X x y x ≻ y, x ∼ y, y ≻ x
  • 13. ิ୊ ୯ௐੑ ิ୊ ୯ௐੑ ೚ҙͷ ʹର͠ ͳΒ͹ 
 

 ͱͳΔ͜ͱΛࣔ͢ 
 ͷͱ͖ ͱ͢Δͱ 
 ͕੒Γཱ͕ͭໃ६ 
 ͱ͢Δͱ Ͱ͋Δ͕͜Ε΋ໃ६ Ώ͑ʹ 
 
 ࣮਺ͷେখؔ܎ʹ͍ͭͯ ͷ͍ͣΕ͔͕੒Γཱͭ͜ͱʹ஫ҙ P, Q ∈ L α, β ∈ [0,1] P ≻ Q αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α β ⇒ αP + (1 − α)Q ≻ βP + (1 − β)Q α β βP + (1 − β)Q ≻ αP + (1 − α)Q α = β αP + (1 − α)Q ∼ βP + (1 − β)Q α β x y, x = y, x y Λ ্ͷऑॱংͱ͢Δ ͷ‫ݩ‬ ʹରͯ͠ 
 ͷ͍ͣΕ͔͕ඞͣ੒Γཱͭ ≻ X X x y x ≻ y, x ∼ y, y ≻ x
  • 14. ิ୊ ୯ௐੑ ิ୊ ୯ௐੑ ೚ҙͷ ʹର͠ ͳΒ͹ 
 

 Ҏ্ΑΓ 
 
 ·ͨ͸ 
 ·ͨ͸ 
 P, Q ∈ L α, β ∈ [0,1] P ≻ Q αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β αP + (1 − α)Q ∼ βP + (1 − β)Q ⇔ α = β αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α β αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ αP + (1 − α)Q ∼ βP + (1 − β)Q αP + (1 − α)Q ≻ βP + (1 − β)Q ⇔ α = β α β ⇔ α ≥ β
  • 15. ิ୊ ࿈ଓੑ ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ 
 Ͱ͋Δ৔߹ Ͱ͋Γ ೚ҙͷ ʹ͍ͭͯ ୯ௐੑΑΓ 
 
 ऑॱংͷੑ࣭ΑΓ 
 Ώ͑ʹ ͕Ұҙͷ࣮਺Ͱ͋Δ 
 
 Ͱ͋Δ৔߹΋ಉ༷ʹ ͕Ұҙͷ࣮਺Ͱ͋Δ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R P ∼ Q Q ∼ 1P + 0R α 1 1P + 0R ≻ αP + (1 − α)R Q ≻ αP + (1 − α)R μ = 1 Q ∼ R μ = 0 ิ୊ ୯ௐੑ ೚ҙͷ ʹର͠ ͳΒ͹ P, Q ∈ L α, β ∈ [0,1] P ≻ Q αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β Λ ্ͷऑॱংͱ͢Δ ͷ‫ݩ‬ ʹରͯ͠ 
 ͔ͭ ͳΒ͹ Ͱ͋Γ ͔ͭ ͳΒ͹ Ͱ͋Δ ≻ X X x y z x ≻ y y ∼ z x ≻ z x ∼ y y ≻ z x ≻ z
  • 16. ิ୊ ࿈ଓੑ ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ 
 Ͱ͋Δ৔߹ 
 Λຬͨ͢ ͸ҰҙͰ͋Δ 
 ͳͥͳΒ 
 Λຬͨ͢ผͷ࣮਺ ͕ଘࡏ͢Δͱ͢Δͱ 
 ਪҠੑͱ୯ௐੑΑΓ 
 
 
 Ͱ͸ ͜ͷΑ͏ͳ࣮਺ ͸ଘࡏ͢Δͷ͔ʁ࿈ଓੑͷެཧΛ࢖ͬͯࣔ͢ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R P ≻ Q, Q ≻ R Q ∼ αP + (1 − α)R α Q ∼ α′  P + (1 − α′  )R α′  αP + (1 − α)R ∼ α′  P + (1 − α′  )R ⇒ α = α′  α ิ୊ ୯ௐੑ ೚ҙͷ ʹର͠ ͳΒ͹ P, Q ∈ L α, β ∈ [0,1] P ≻ Q αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β
  • 17. ิ୊ ࿈ଓੑ ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ 
 ࿈ଓੑͷެཧΛ࢖ͬͯࣔ͢ Ͱ͋Δ͔Β 
 ͋Δ࣮਺ ͕ଘࡏͯ͠ 
 
 ਪҠੑ͔Β Ͱ͋Γ ୯ௐੑΑΓ Ͱ͋Δ 
 ͜ͷͱ͖ 
 ͱ͓͘ͱ 
 J JJ JJJ ͷ͍ͣΕ͔͕੒Γཱͭ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R P ≻ Q, Q ≻ R α, β(0 α, β 1) αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R αP + (1 − α)R ≻ βP + (1 − β)R α β a0 = α, b0 = β, c = a0 + b0 2 cP + (1 − c)R ∼ Q cP + (1 − c)R ≻ Q Q ≻ cP + (1 − c)R ࿈ଓੑ 
 ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕ଘࡏͯ͠ P, Q, R ∈ L P ≻ Q, Q ≻ R α, β(0 α, β 1) αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R ิ୊ ୯ௐੑ ೚ҙͷ ʹର͠ ͳΒ͹ P, Q ∈ L α, β ∈ [0,1] P ≻ Q αP + (1 − α)Q ≿ βP + (1 − β)Q ⇔ α ≥ β
  • 18. ิ୊ ࿈ଓੑ ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ 
 J JJ JJJ ͷ͍ͣΕ͔͕੒Γཱͭ 
 








 ্‫ه‬ਤͩͱ JJJ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R cP + (1 − c)R ∼ Q cP + (1 − c)R ≻ Q Q ≻ cP + (1 − c)R Q ≻ cP + (1 − c)R P R Q ࿈ଓੑ 
 ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕ଘࡏͯ͠ P, Q, R ∈ L P ≻ Q, Q ≻ R α, β(0 α, β 1) αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R αP + (1 − α)R βP + (1 − β)R β 1 − β α 1 − α α + β α + β 2 = c
  • 19. ิ୊ ࿈ଓੑ ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ 
 J JJ JJJ ͷ͍ͣΕ͔͕੒Γཱͭ 
 J ͷ৔߹͸ ͜ͷ࣮਺ ͕ଘࡏ͠ ͱͯ͠ 
 JJ ͷ৔߹͸ ͱ͠ JJJ ͷ৔߹͸ ͱ͓͘ 
 ͱ͓͚͹ ಉ༷ͷૢ࡞Λ‫܁‬Γฦ͢͜ͱʹΑΓ Λߏ੒Ͱ͖ 
 
 
 ͱͰ͖Δ ͕ఆΊΔ࣮਺Λ ͱ͢Δͱ͖ 
 Λূ໌͢Δ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R cP + (1 − c)R ∼ Q cP + (1 − c)R ≻ Q Q ≻ cP + (1 − c)R c μ = c Q ∼ μP + (1 − μ)R a1 = c, b1 = b0 a1 = a0, b1 = c c = a1 + b1 2 {an}∞ n=1 {bn}∞ n=1 anP + (1 − an)R ≻ Q Q ≻ bnP + (1 − bn)R, n = 1,2,⋯ |an − bn | → 0. (n → ∞) {an}∞ n=1 {bn}∞ n=1 μ Q ∼ μP + (1 − μ)R ࿈ଓੑ 
 ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕ଘࡏͯ͠ P, Q, R ∈ L P ≻ Q, Q ≻ R α, β(0 α, β 1) αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R
  • 20. ิ୊ ࿈ଓੑ 
 ͱͰ͖Δ ͕ఆΊΔ࣮਺Λ ͱ͢Δ 
 ୯ௐੑΑΓ Ͱ͋Γ 
 ͸ඇ૿ՃྻͰԼʹ༗քͳͷͰ ಉ༷ʹ ͸ඇ‫ݮ‬গྻͰ্ʹ༗քͳͷͰ 
 ·ͨ 
 ·ͨ͸ 
 Ώ͑ʹ 
 Ώ͑ʹ ͜ͷऩଋઌΛ ͱ͢Δ anP + (1 − an)R ≻ Q Q ≻ bnP + (1 − bn)R, n = 1,2,⋯ |an − bn | → 0. (n → ∞) {an}∞ n=1 {bn}∞ n=1 μ an bn, n = 1,2,⋯ a0 ≥ a1 ≥ ⋯ ≥ an bn ≥ ⋯ ≥ b1 ≥ b0 an an → a bn bn → b an − bn = an−1 − an−1 + bn−1 2 = an−1 − bn−1 2 an − bn = an−1 + bn−1 2 − bn−1 = an−1 − bn−1 2 an − bn = ( 1 2 ) n (a0 − b0) → 0. (n → ∞) an = bn + ( 1 2) n (a0 − b0) → b . (n → ∞) a = b μ
  • 21. ิ୊ ࿈ଓੑ ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ 
 J JJ JJJ ͷ͍ͣΕ͔͕੒Γཱͭ 
 








 ্‫ه‬ਤͩͱ JJJ ͜ͷͱ͖ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R cP + (1 − c)R ∼ Q cP + (1 − c)R ≻ Q Q ≻ cP + (1 − c)R Q ≻ cP + (1 − c)R a1 = a0, b1 = c P R Q a0P + (1 − a0)R b0P + (1 − b0)R b0 1 − b0 a0 1 − a0 a0 + b0 a0 + b0 2 = c
  • 22. ิ୊ ࿈ଓੑ ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ 
 J JJ JJJ ͷ͍ͣΕ͔͕੒Γཱͭ 
 








 ্‫ه‬ਤͩͱ JJ ͜ͷͱ͖ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R cP + (1 − c)R ∼ Q cP + (1 − c)R ≻ Q Q ≻ cP + (1 − c)R cP + (1 − c)R ≻ Q a2 = c, b2 = b1 P R Q a1P + (1 − a1)R b1P + (1 − b1)R a1 1 − a1 b1 1 − b1 a1 + b1 2 = c a1 + b1
  • 23. ิ୊ ࿈ଓੑ ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ 
 
 ͱͰ͖Δ ͕ఆΊΔ࣮਺Λ ͱ͢Δͱ͖ Λূ໌͢Δ 
 Ͱ͋ΔͱԾఆ͢Δ࿈ଓੑͷެཧΑΓ ͕ଘࡏͯ͠ 
 
 ΑΓ े෼େ͖ͳ ʹରͯ͠ Ͱ͋Δ ͷऔΓํΑΓ 
 ਪҠੑ͔Β 
 ୯ௐੑΑΓ ͱͳΓ ໃ६ 
 ΋ಉ༷ʹໃ६͕ੜ͡Δ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R anP + (1 − an)R ≻ Q Q ≻ bnP + (1 − bn)R, n = 1,2,⋯ |an − bn | → 0. (n → ∞) {an}∞ n=1 {bn}∞ n=1 μ Q ∼ μP + (1 − μ)R μP + (1 − μ)R ≻ Q 0 γ 1 γ[μP + (1 − μ)R] + (1 − γ)R = γμP + (1 − γμ)R ≻ Q μ γμ n bn γμ bn Q ≻ bnP + (1 − bn)R γμP + (1 − γμ)R ≻ bnP + (1 − bn)R γμ bn Q ≻ μP + (1 − μ)R ࿈ଓੑ 
 ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕ଘࡏͯ͠ P, Q, R ∈ L P ≻ Q, Q ≻ R α, β(0 α, β 1) αP + (1 − α)R ≻ Q, Q ≻ βP + (1 − β)R
  • 24. ิ୊ ಠཱੑެཧͷແࠩผ7FS ิ୊ ಠཱੑެཧͷແࠩผ7FS ೚ҙͷ ʹର͠ Λຬͨ͢ 
 ·ͣ ʹ͍ͭͯ Ͱ͋Ε͹ 
 ͱͳΔ͜ͱΛࣔ͢ 
 ಠཱੑͷެཧΑΓ 
 

 ΑΓ ਪҠੑ͔Β ΛಘΔ P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R P, Q, R, S ∈ L P ≻ Q, R ≻ S α(0 α 1) αP + (1 − α)R ≻ αQ + (1 − α)S αP + (1 − α)R ≻ αQ + (1 − α)R (1 − α)R + αQ ≻ (1 − α)S + αQ αP + (1 − α)R ≻ αQ + (1 − α)S ಠཱੑͷެཧ 
 ೚ҙͷ ʹରͯ͠ 
 P, Q, R ∈ L α(0 α 1) P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R
  • 25. ิ୊ ಠཱੑެཧͷແࠩผ7FS ิ୊ ಠཱੑެཧͷແࠩผ7FS ೚ҙͷ ʹର͠ Λຬͨ͢ 
 ࣍ʹ ͳΒ͹ ͱͳΔ͜ͱΛࣔ͢ 
 ΍ Ͱͳ͍͜ͱΛࣔ͢ 
 ΛԾఆͯ͠ໃ६Λࣔ͢ 
 ΑΓ 
 ઌ΄Ͳͷٞ࿦͔Β 
 ͔ͭ Ͱ͋Ε͹ 
 
 ͱͳΓ ͷඇରশੑʹໃ६ 
 
 Ͱͳ͍͜ͱ΋ಉ༷ʹࣔͤΔ 
 P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R P ∼ Q α(0 α 1) P ∼ αP + (1 − α)Q P ≻ αP + (1 − α)Q αP + (1 − α)Q ≻ P P ≻ αP + (1 − α)Q P ∼ Q P ≻ αP + (1 − α)Q Q ≻ αP + (1 − α)Q P ≻ αP + (1 − α)Q Q ≻ αP + (1 − α)Q αP + (1 − α)Q ≻ α[αP + (1 − α)Q] + (1 − α)[αP + (1 − α)Q] = αP + (1 − α)Q ≻ αP + (1 − α)Q ≻ P ಠཱੑͷެཧ 
 ೚ҙͷ ʹରͯ͠ 
 P, Q, R ∈ L α(0 α 1) P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R ʹ͍ͭͯ Ͱ͋Ε͹ 
 ͱͳΔ P, Q, R, S ∈ L P ≻ Q, R ≻ S α(0 α 1) αP + (1 − α)R ≻ αQ + (1 − α)S Λ ্ͷऑॱংͱ͢Δ ͷ‫ݩ‬ ʹରͯ͠ 
 ͷ͍ͣΕ͔͕ඞͣ੒Γཱͭ ≻ X X x y x ≻ y, x ∼ y, y ≻ x Λ ্ͷऑॱংͱ͢Δ ͔ͭ ͳΒ͹ Ͱ ͋Γ ͔ͭ ͳΒ͹ Ͱ͋Δ ≻ X x ≻ y y ∼ z x ≻ z x ∼ y y ≻ z x ≻ z ඇରশੑ ʹ͍ͭͯ 
 ͳΒ͹ Ͱ͸ͳ͍Λຬͨ͢ x, y ∈ X x ≻ y y ≻ x
  • 26. ิ୊ ಠཱੑެཧͷແࠩผ7FS ิ୊ ಠཱੑެཧͷແࠩผ7FS ೚ҙͷ ʹର͠ Λຬͨ͢ 
 ͯ͞ ิ୊Λࣔ͢ ͸໌Β͔ʹ੒ΓཱͭͷͰ ͱ͢Δ 
 ͳΒ͹ ͷରশੑ ਪҠੑ 
 ͓Αͼઌ΄Ͳࣔͨ͠ੑ࣭ΑΓ 
 
 Ώ͑ʹ 
 P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R α = 0, α = 1 α ∈ (0,1) P ∼ R ∼ αP + (1 − α)R ∼ P, P ∼ Q, Q ∼ αQ + (1 − α)R αP + (1 − α)R ∼ αQ + (1 − α)R ಠཱੑͷެཧ 
 ೚ҙͷ ʹରͯ͠ 
 P, Q, R ∈ L α(0 α 1) P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R ͳΒ͹ ͱͳΔ P ∼ Q α(0 α 1) P ∼ αP + (1 − α)Q
  • 27. ิ୊ ಠཱੑެཧͷແࠩผ7FS ิ୊ ಠཱੑެཧͷແࠩผ7FS ೚ҙͷ ʹର͠ Λຬͨ͢ 
 ࣍ʹ ͷ৔߹ ΛԾఆ͢Δ 
 ͱಠཱੑެཧΑΓ 
 ิ୊ΑΓ ͋Δ࣮਺ ͕ଘࡏͯ͠ 
 
 Ұํ ͔ͭ Ͱ Ͱ΋͋Δ͔Β ಠཱੑެཧΑΓ ͭ·Γ 
 Ͱ͋Δ͔Β Ͱ͋ΔಠཱੑެཧΑΓ 
 ͱͳΓ ໃ६ 
 P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R P ≻ R αQ + (1 − α)R ≻ αP + (1 − α)R P ≻ R αP + (1 − α)R ≻ αR + (1 − α)R = R μ (0 μ 1) αP + (1 − α)R ∼ μ[αQ + (1 − α)R] + (1 − μ)R = μαQ + (1 − μα)R P ≻ R P ∼ Q Q ≻ R Q = (1 − μ)Q + μQ ≻ (1 − μ)R + μQ = μQ + (1 − μ)R Q ≻ μQ + (1 − μ)R P ∼ Q P ≻ μQ + (1 − μ)R αP + (1 − α)R ≻ α[μQ + (1 − μ)R] + (1 − α)R = αμQ + (1 − αμ)R ಠཱੑͷެཧ 
 ೚ҙͷ ʹରͯ͠ 
 P, Q, R ∈ L α(0 α 1) P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
  • 28. ิ୊ ಠཱੑެཧͷແࠩผ7FS ิ୊ ಠཱੑެཧͷແࠩผ7FS ೚ҙͷ ʹର͠ Λຬͨ͢ 
 ࣍ʹ ͷ৔߹ ΛԾఆ͢Δ 
 ͱಠཱੑެཧΑΓ 
 ิ୊ΑΓ ͋Δ࣮਺ ͕ଘࡏͯ͠ 
 
 ·ͨ Ͱ΋͋Δ͔Β ಠཱੑެཧΑΓ 
 ͱ߹ΘͤΔͱ Ͱ͋Δ͔Β ಠཱੑެཧΑΓ 
 ͱͳΓ ໃ६ 
 
 Ώ͑ʹ P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R P ≻ R αP + (1 − α)R ≻ αQ + (1 − α)R Q ≻ R αQ + (1 − α)R ≻ αR + (1 − α)R = R μ (0 μ 1) αQ + (1 − α)R ∼ μ[αP + (1 − α)R] + (1 − μ)R = μαP + (1 − μα)R P ≻ R P = (1 − μ)P + μP ≻ (1 − μ)R + μP = μP + (1 − μ)R Q ∼ P Q ≻ μP + (1 − μ)R αQ + (1 − α)R ≻ α[μP + (1 − μ)R] + (1 − α)R = αμP + (1 − αμ)R αP + (1 − α)R ∼ αQ + (1 − α)R ಠཱੑͷެཧ 
 ೚ҙͷ ʹରͯ͠ 
 P, Q, R ∈ L α(0 α 1) P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
  • 29. ิ୊ ಠཱੑެཧͷແࠩผ7FS ิ୊ ಠཱੑެཧͷແࠩผ7FS ೚ҙͷ ʹର͠ Λຬͨ͢ 
 ࣍ʹ ͷ৔߹ ΛԾఆ͢Δ 
 ͱಠཱੑެཧΑΓ 
 ิ୊ΑΓ ͋Δ࣮਺ ͕ଘࡏͯ͠ 
 
 Ͱ͋Δ͔Β ಠཱੑެཧΑΓ 
 ಠཱੑެཧΑΓ 
 ͱͳΓ ໃ६ 
 P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R R ≻ P αQ + (1 − α)R ≻ αP + (1 − α)R R ≻ Q R ≻ αQ + (1 − α)R μ (0 μ 1) αQ + (1 − α)R ∼ μ[αP + (1 − α)R] + (1 − μ)R = μαP + (1 − μα)R R ≻ Q μP + (1 − μ)R ≻ P( ∼ Q) α[μP + (1 − μ)R] + (1 − α)R = αμP + (1 − αμ)R ≻ αQ + (1 − α)R ಠཱੑͷެཧ 
 ೚ҙͷ ʹରͯ͠ 
 P, Q, R ∈ L α(0 α 1) P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
  • 30. ิ୊ ಠཱੑެཧͷແࠩผ7FS ิ୊ ಠཱੑެཧͷແࠩผ7FS ೚ҙͷ ʹର͠ Λຬͨ͢ 
 ࣍ʹ ͷ৔߹ ΛԾఆ͢Δ 
 ͱಠཱੑެཧΑΓ 
 ิ୊ΑΓ ͋Δ࣮਺ ͕ଘࡏͯ͠ 
 
 Ͱ͋Δ͔Β ಠཱੑެཧΑΓ 
 ಠཱੑެཧΑΓ 
 ͱͳΓ ໃ६ 
 
 Ώ͑ʹ 
 P, Q, R ∈ L α ∈ [0,1] P ∼ Q ⇒ αP + (1 − α)R ∼ αQ + (1 − α)R R ≻ P αP + (1 − α)R ≻ αQ + (1 − α)R R ≻ P R ≻ αP + (1 − α)R μ (0 μ 1) αP + (1 − α)R ∼ μ[αQ + (1 − α)R] + (1 − μ)R = μαQ + (1 − μα)R R ≻ Q μQ + (1 − μ)R ≻ Q( ∼ P) α[μQ + (1 − μ)R] + (1 − α)R = αμQ + (1 − αμ)R ≻ αP + (1 − α)R αP + (1 − α)R ∼ αQ + (1 − α)R ಠཱੑͷެཧ 
 ೚ҙͷ ʹରͯ͠ 
 P, Q, R ∈ L α(0 α 1) P ≻ Q ⇒ αP + (1 − α)R ≻ αQ + (1 − α)R ิ୊ ࿈ଓੑ ೚ҙͷ ʹରͯ͠ ͳΒ͹ 
 ͋Δ࣮਺ ͕Ұҙʹଘࡏͯ͠ P, Q, R ∈ L P ≿ Q, Q ≿ R, P ≻ R μ(0 ≤ μ ≤ 1) Q ∼ μP + (1 − μ)R
  • 31.
  • 32.
  • 33. 
 ͱͳΓ 
 ಉ༷ʹ Ͱ͋Δ͔Β ͕੒Γཱͭ 
 
 ্‫ه‬͸‫Ͱྫͳ୺ۃ‬Ұൠతʹ ͋Δ ʹ͍ͭͯ Ͱ͋Δͱ͢Δ͢Δͱ 
 ͱͳΔ࠷ߴͷ͘͡ ͕ଘࡏ͠ ͔ͭ 
 ͱͳΔ࠷௿ͷ͘͡ ͕ଘࡏ͢Δ 
 ·ͨ ͕੒Γཱͭ 
 P, Q ∈ L P ∼ Q u(xk) = c ∀k = 1,⋯, s U(P) = s ∑ k=1 pku(xk) = s ∑ k=1 pkc = c s ∑ k=1 pk = c U(Q) = c U(P) = U(Q) P, Q ∈ L P ≻ Q P ≿ R, ∀R ∈ L{P} P̄ R ≿ P, ∀R ∈ L{P} P P ≻ P
  • 34. ༧ఆ ४උ αϯΫτϖςϧϒϧΫͷύϥυοΫε ‫ظ‬଴ޮ༻Ծઆ ͭͷެཧͱ‫ظ‬଴ޮ༻ఆཧ 
 ҎԼԬా ʹΑΔ ΋͏গ͠Ұൠతͳ࿩ ࠞ߹ू߹ ༗‫͘͡ݶ‬ ࠞ߹ू߹্ͷબ޷ॱংʹؔͯͭ͠ͷެཧ ද‫ݱ‬ఆཧͱҰҙੑʢূ໌ʣ ද‫ݱ‬ఆཧͱҰҙੑʢূ໌ʣ ϦεΫճආ౓