SlideShare a Scribd company logo
1 of 13
Download to read offline


͜ͷࢿྉ͓Αͼಈը͸ɺҎԼͷಈըΛࢹௌࡁΈͰ͋Δ͜ͱΛલఏʹ࡞ΒΕ͍ͯ·͢ɻ




ˎήʔϜཧ࿦#"4*$෦෼ήʔϜ‫׬‬શ‫ߧۉ‬


ˎήʔϜཧ࿦#4*$‫׬‬શϕΠδΞϯ‫ߧۉ‬


ˎήʔϜཧ࿦#4*$ԋश͓Αͼԋश




෦෼ήʔϜ‫׬‬શ‫׬ߧۉ‬શϕΠδΞϯ‫ߧۉ‬ͷఆٛͷத਎ͷৄࡉʹ͸


৮Εͯͳ͍ͷͰɺ͜ͷลΓΛ͝ཧղͷ্͝ࢹௌ͍ͩ͘͞ɻ
໨࣍
 σʔτήʔϜ	ήʔϜཧ࿦#4*$ԋश͓ΑͼԋशΑΓ

 σʔτήʔϜʹ͓͚Δ෦෼ήʔϜ‫׬‬શ‫ߧۉ‬
 σʔτήʔϜʹ͓͚Δऑ‫׬‬શϕΠδΞϯ‫ߧۉ‬
 ऑ‫׬‬શϕΠδΞϯ‫ߧۉ‬ͷఆٛ
 ߦಈઓུͷ૊͕‫׬‬શʹ֬཰త
 ஞ࣍‫ߧۉ‬ͷఆٛ


σʔτήʔϜͰ֬ೝ
 ֤‫ߧۉ‬ͷؔ܎·ͱΊ
ҎԼͷల։‫ܗ‬ήʔϜͰද‫͞ݱ‬ΕΔήʔϜΛσʔτήʔϜͱ‫͢ʹͱ͜Ϳݺ‬Δ




σʔτήʔϜ
P1
P2
P1
(2, 0)
(0, 0)
home
৘ใू߹
ϓϨΠϠʔ
P2
P2
(1, 3)
out
movie
m
shopping
s
movie shopping
(3, 1)
(0, 0)
ϓϨΠϠʔ
P1
ҎԼͷల։‫ܗ‬ήʔϜͰද‫͞ݱ‬ΕΔήʔϜΛσʔτήʔϜͱ‫͢ʹͱ͜Ϳݺ‬Δ


	
σʔτήʔϜʹ͓͚Δ෦෼ήʔϜ‫׬‬શ‫ߧۉ‬Λ‫ٻ‬ΊΑ


෦෼ήʔϜʹ͓͚Δφογϡ‫ߧۉ‬Λߟ͑Δͱ
 ͱ Ͱ͋Δ


ɾ෦෼ήʔϜͰ ͕औΒΕΔͱ͢Ε͹ϓϨΠϠʔ͸ ΛબͿͷ͕࠷ద






ɾ෦෼ήʔϜͰ ͕औΒΕΔͱ͢Ε͹


ϓϨΠϠʔ͸ ΛબͿͷ͕࠷ద






Ώ͑ʹ
෦෼ήʔϜ‫׬‬શ‫ߧۉ‬͸


 

(movie, movie) (shopping, shopping)
(movie, movie) home
(shopping, shopping)
out
(home − movie, movie) (out − shopping, shopping)
σʔτήʔϜʹ͓͚Δ෦෼ήʔϜ‫׬‬શ‫ߧۉ‬
P1
P2
P1
(2, 0)
(0, 0)
home
σʔτήʔϜ
৘ใू߹
ϓϨΠϠʔ
P1
ϓϨΠϠʔ
P2
P2
(1, 3)
out
movie
m
shopping
s
movie shopping
(3, 1)
(0, 0)
1ʘ2

 


 

movie
shopping
movie shopping
෦෼ήʔϜ
෦෼ήʔϜ
P1
(2, 0)
home out
(1, 3)
P1
(2, 0)
home out
(3, 1)
ҎԼͷల։‫ܗ‬ήʔϜͰද‫͞ݱ‬ΕΔήʔϜΛσʔτήʔϜͱ‫͢ʹͱ͜Ϳݺ‬Δ


σʔτήʔϜʹ͓͚Δ‫׬‬શϕΠδΞϯ‫ߧۉ‬Λ‫ٻ‬ΊΑ




‫׬‬શϕΠδΞϯ‫ߧۉ‬͸


	 
	 
 
 
 

ͨͩ͠


	 
	 
 
 
 

ͨͩ͠


	 
	 
 
 
 





φογϡ‫ͱߧۉ‬ಉ͡ઓུͷ૊Λ‫ؚ‬Έ



෦෼ήʔϜ‫׬‬શ‫Ͱߧۉ‬ഉআͰ͖ͨઓུͷ૊΋‫ؚ‬ΜͰ͠·͍ͬͯΔ




ஞ࣍‫ߧۉ‬Λ࢖ͬͯΈͯ͸ʁ
(home − movie, movie) μ1
1 μ1
2 μ2
(1,1,(r,1 − r)) r ≥
1
4
(home − shopping, movie) μ1
1 μ1
2 μ2
(1,1,(r,1 − r)) r ≥
1
4
(out − shopping, shopping) μ1
1 μ1
2 μ2
(1,1,(0,1))
σʔτήʔϜʹ͓͚Δऑ‫׬‬શϕΠδΞϯ‫ߧۉ‬
P1
P2
P1
(2, 0)
(0, 0)
home
σʔτήʔϜ
৘ใू߹
ϓϨΠϠʔ
P1
ϓϨΠϠʔ
P2
P2
(1, 3)
out
movie
m
shopping
s
movie shopping
(3, 1)
(0, 0)
μ1
1 = 1
μ1
2 = 1
r 1 − r
ऑ
‫׬‬શϕΠδΞϯ‫ߧۉ‬
‫׬‬શϕΠδΞϯ‫ߧۉ‬ઓུͷ૊ ͱ৴೦ͷମ‫ܥ‬ ͷ૊ Ͱ



͕ ͷ΋ͱͰஞ࣍߹ཧతͰ͋Γ
 ͕ ʹ੔߹తͰ͋Δ΋ͷΛऑ‫׬‬શϕΠδΞϯ‫͏͍ͱߧۉ‬


ߦಈઓུͷஞ࣍߹ཧੑల։‫ܗ‬ήʔϜ ʹ͓͍ͯ
৴೦ͷମ‫ܥ‬ ͕༩͑ΒΕ͍ͯΔͱ͢Δ


͜ͷͱ͖
ઓུͷ૊ ͕
ϓϨΠϠʔ ͷ৘ใू߹ ʹ͓͍ͯҎԼΛຬͨ͢ͱ͖

 ͸৴೦ͷମ‫ܥ‬ ͷ΋ͱͰ৘ใू߹ ʹ͓͍ͯஞ࣍߹ཧతͰ͋Δͱ͍͏



৴೦ͷମ‫ͱܥ‬੔߹ੑల։‫ܗ‬ήʔϜ ʹ͓͍ͯ
ઓུͷ૊ ͕༩͑ΒΕ͍ͯΔͱ͢Δ


͜ͷͱ͖
৴೦ͷମ‫ܥ‬ ͕
೚ҙͷϓϨΠϠʔ ͷ೚ҙͷ৘ใू߹ ʹ͓͍ͯ


 Ͱ͋Ε͹
͢΂ͯͷ ͷ఺ ʹ͍ͭͯ
 
ͱͳΔͱ͖
 ͸ઓུͷ૊ ʹ͓͍ͯ੔߹తͰ͋Δͱ͍͏
b μ (b, μ)
b μ μ b
Γ μ
b = (b1
, ⋯, bn
) i ui
l
b μ ui
l
Hi
(ui
l, μ, (bi,ui
l, b−i,ui
l)) ≥ Hi
(ui
l, μ, (b′

i,ui
l, b−i,ui
l)), ∀b′

i,ui
l ∈ Bi,ui
l
Γ b = (b1
, ⋯, bn
)
μ i ui
l
Prob(ui
l |b)  0 ui
l x*
μ(x*) =
Prob(x*|b)
∑x∈ui
l
Prob(x|b)
μ b
ߦಈઓུʹΑͬͯ౸ୡՄೳͳ
‫ܦ‬࿏ʹ͓͚Δ߹ཧੑͷΈߟ͑Δ
ߦಈઓུͷ૊͕‫׬‬શʹ֬཰త


ߦಈઓུͷ૊ ͕‫׬‬શʹ֬཰తͰ͋Δͱ͸
͢΂ͯͷࢬʹ͍ͭͯਖ਼ͷ֬཰Λ༩͑Δͱ͖Λ͍͏




b = (b1
, ⋯, bn
)
ߦಈઓུͷ૊͕‫׬‬શʹ֬཰త
P1
P2
P1
(2, 0)
(0, 0)
home
৘ใू߹
ϓϨΠϠʔ
P1
ϓϨΠϠʔ
P2
P2
(1, 3)
out
movie
m
shopping
s
movie shopping
(3, 1)
(0, 0)
μ1
1 = 1
μ1
2 = 1
r 1 − r
P1
P2
P1
(2, 0)
(0, 0)
home
P2
(1, 3)
out
movie
m
shopping
s
movie shopping
(3, 1)
(0, 0)
μ1
1 = 1
μ1
2 = 1
r 1 − r
‫׬‬શʹ֬཰తͳߦಈઓུ
Ͱ͋Ε͹Ͳͷ৘ใू߹΋


ඞͣ౸ୡ͢Δ
‫׬‬શʹ֬཰తͰͳ͍ ‫׬‬શʹ֬཰తͰ͋Δ
ஞ࣍‫ߧۉ‬
ஞ࣍‫ߧۉ‬ઓུͷ૊ ͱ৴೦ͷମ‫ܥ‬ ͷ૊ ͕ஞ࣍‫͋Ͱߧۉ‬Δͱ͸
‫׬‬શʹ֬཰తͳߦಈઓུͷ૊ͱ৴೦ͷ
ମ‫ܥ‬ͷྻ ͕ଘࡏͯ͠
ҎԼΛຬͨ͢ɿ


ߦಈઓུͷஞ࣍߹ཧੑ৴೦ͷମ‫ܥ‬ ʹରͯ͠
ઓུͷ૊ ͕
ϓϨΠϠʔ ͷ৘ใू߹ ʹ͓͍ͯ







৴೦ͷମ‫ͱܥ‬੔߹ੑ֤ ʹ͍ͭͯ
৴೦ͷମ‫ܥ‬ ͸ߦಈઓུͷ૊ ͔Βಋ͔Ε


 
 ͕੒Γཱͭ


͜͜Ͱ
ߦಈઓུͷ૊ ͔Βಋ͔ΕΔͱ͸
ϕΠζͷϧʔϧΛ༻͍ͯ


 
ͱͳΔͱ͖Λ͍͏
b μ (b, μ)
{(bk, μk)}∞
k=1
μ b = (b1
, ⋯, bn
) i ui
l
Hi
(ui
l, μ, (bi,ui
l, b−i,ui
l)) ≥ Hi
(ui
l, μ, (b′

i,ui
l, b−i,ui
l)), ∀b′

i,ui
l ∈ Bi,ui
l
k = 1, 2, ⋯ μk bk = (b1
k , ⋯, bn
k )
(bk, μk) → (b, μ) k → ∞
bk = (b1
k , ⋯, bn
k )
μk(x*) =
Prob(x*|bk)
∑x∈ui
l
Prob(x|bk)
x* x**
μk(x*) =
1
3
1
3
+ 1
4
=
4
7
ui
l
1
3
y
1
4
5
12
ऑ‫׬‬શϕΠδΞϯ‫ͱߧۉ‬ಉ͡
‫׬‬શʹ֬཰తͳߦಈઓུʹΑͬͯ


͢΂ͯͷ‫ܦ‬࿏ʹ͓͚Δ߹ཧੑΛߟ͑Δ
σʔτήʔϜʹ͓͚Δஞ࣍‫ߧۉ‬Λ֬ೝ͢Δ


‫׬‬શϕΠδΞϯ‫ݕ͍ͯͭʹߧۉ‬౼	 
	 
 
 
 

ͨͩ͠


ϓϨΠϠʔͷߦಈઓུ 
ϓϨΠϠʔͷߦಈઓུ


ͨͩ͠
 
 
 	 
ͱ͢Δ͢Δͱ








͜ͷͱ͖
͜ͷߦಈઓུ͔Βಋ͔ΕΔ৴೦͸	ࣗ໌ͳ΋ͷ͸আ͘





‫͜ʹٯ‬ͷ৴೦ͷମ‫	ܥ‬ 
 
 
 ͷ‫Ͱݩ‬͸



ϓϨΠϠʔͷߦಈઓུ ͸࠷ద


͜ͷߦಈઓུʹରͯ͠ϓϨΠϠʔͷߦಈઓུ ΋࠷ద




Ώ͑ʹ
ஞ࣍‫	ߧۉ‬ 
	 
 
 
 

(home − movie, movie) μ1
1 μ1
2 μ2
(1,1,(r,1 − r)) r ≥
1
4
b1
k = ((1 − ϵ1
k , ϵ1
k ), (1 − ϵ′

1
k , ϵ′

1
k )) b2
k = ((1 − ϵ2
k , ϵ2
k ))
ϵ1
k → 0 ϵ′

1
k → 0 ϵ2
k → 0 k → ∞
b1
k = ((1 − ϵ1
k , ϵ1
k ), (1 − ϵ′

1
k , ϵ′

1
k )) → ((1,0), (1,0)) b2
k = ((1 − ϵ2
k , ϵ2
k )) → ((1,0))
r =
ϵ1
k (1 − ϵ′

1
k )
ϵ1
k (1 − ϵ′

1
k ) + ϵ1
k ϵ′

1
k
→ 1 (k → ∞)
μ1
1 μ1
2 μ2
(1,1,(1,0))
b2
= ((1,0))
((1,0), (1,0))
(home − movie, movie) μ1
1 μ1
2 μ2
(1,1,(1,0))
σʔτήʔϜͰ֬ೝ
P1
P2
P1
(2, 0)
(0, 0)
home
σʔτήʔϜ
৘ใू߹
ϓϨΠϠʔ
P1
ϓϨΠϠʔ
P2
P2
(1, 3)
out
movie
m
shopping
s
movie shopping
(3, 1)
(0, 0)
μ1
1 = 1
μ1
2 = 1
r 1 − r
ϵ1
k
ϵ′

1
k
ϵ2
k
ϵ2
k
ߦಈઓུͰ‫ه‬ड़͢Ε͹




b = (b1
, b2
) = (((1,0), (1,0)), ((1,0)))
1 0
σʔτήʔϜʹ͓͚Δஞ࣍‫ߧۉ‬Λ֬ೝ͢Δ


‫׬‬શϕΠδΞϯ‫ݕ͍ͯͭʹߧۉ‬౼	 
	 
 
 
 

ͨͩ͠


ϓϨΠϠʔͷߦಈઓུ 
ϓϨΠϠʔͷߦಈઓུ


ͨͩ͠
 
 
 	 
ͱ͢Δ͢Δͱ








͜ͷͱ͖
͜ͷߦಈઓུ͔Βಋ͔ΕΔ৴೦͸	ࣗ໌ͳ΋ͷ͸আ͘





‫͜ʹٯ‬ͷ৴೦ͷମ‫	ܥ‬ 
 
 
 ͷ‫Ͱݩ‬͸



ϓϨΠϠʔͷߦಈઓུ ͸࠷దͰ͸ͳ͍




Ώ͑ʹ
ߦಈઓུͷ૊ ͸ஞ࣍‫Ͱߧۉ‬͸ͳ͍
(home − shopping, movie) μ1
1 μ1
2 μ2
(1,1,(r,1 − r)) r ≥
1
4
b1
k = ((1 − ϵ1
k , ϵ1
k ), (ϵ′

1
k ,1 − ϵ′

1
k )) b2
k = ((1 − ϵ2
k , ϵ2
k ))
ϵ1
k → 0 ϵ′

1
k → 0 ϵ2
k → 0 k → ∞
b1
k = ((1 − ϵ1
k , ϵ1
k ), (ϵ′

1
k ,1 − ϵ′

1
k )) → ((1,0), (0,1)) b2
k = ((1 − ϵ2
k , ϵ2
k )) → ((1,0))
r =
ϵ1
k ϵ′

1
k
ϵ1
k ϵ′

1
k + ϵ1
k (1 − ϵ′

1
k )
→ 0 (k → ∞)
μ1
1 μ1
2 μ2
(1,1,(0,1))
b2
= ((1,0))
(home − movie, movie)
σʔτήʔϜͰ֬ೝ
P1
P2
P1
(2, 0)
(0, 0)
home
σʔτήʔϜ
৘ใू߹
ϓϨΠϠʔ
P1
ϓϨΠϠʔ
P2
P2
(1, 3)
out
movie
m
shopping
s
movie shopping
(3, 1)
(0, 0)
μ1
1 = 1
μ1
2 = 1
r 1 − r
ϵ1
k
ϵ′

1
k
ϵ2
k
ϵ2
k
ߦಈઓུͰ‫ه‬ड़͢Ε͹




b = (b1
, b2
) = (((1,0), (0,1)), ((1,0)))
0 1
σʔτήʔϜʹ͓͚Δஞ࣍‫ߧۉ‬Λ֬ೝ͢Δ


‫׬‬શϕΠδΞϯ‫ݕ͍ͯͭʹߧۉ‬౼	 
	 
 
 
 



ϓϨΠϠʔͷߦಈઓུ 
ϓϨΠϠʔͷߦಈઓུ


ͨͩ͠
 
 
 	 
ͱ͢Δ͢Δͱ








͜ͷͱ͖
͜ͷߦಈઓུ͔Βಋ͔ΕΔ৴೦͸	ࣗ໌ͳ΋ͷ͸আ͘





‫͜ʹٯ‬ͷ৴೦ͷମ‫	ܥ‬ 
 
 
 ͷ‫Ͱݩ‬͸



ϓϨΠϠʔͷߦಈઓུ ͸࠷దͰ͋Δ


͜ͷߦಈઓུʹରͯ͠ϓϨΠϠʔͷߦಈઓུ ΋࠷ద




Ώ͑ʹ
ஞ࣍‫	ߧۉ‬ 
	 
 
 
 

(out − shopping, shopping) μ1
1 μ1
2 μ2
(1,1,(0,1))
b1
k = ((ϵ1
k ,1 − ϵ1
k ), (ϵ′

1
k ,1 − ϵ′

1
k )) b2
k = ((ϵ2
k ,1 − ϵ2
k ))
ϵ1
k → 0 ϵ′

1
k → 0 ϵ2
k → 0 k → ∞
b1
k = ((ϵ1
k ,1 − ϵ1
k ), (ϵ′

1
k ,1 − ϵ′

1
k )) → ((0,1), (0,1)) b2
k = ((ϵ2
k ,1 − ϵ2
k )) → ((0,1))
r =
(1 − ϵ1
k )ϵ′

1
k
(1 − ϵ1
k )ϵ′

1
k + (1 − ϵ1
k )(1 − ϵ′

1
k )
→ 0 (k → ∞)
μ1
1 μ1
2 μ2
(1,1,(0,1))
b2
= ((0,1))
((0,1), (0,1))
(out − shopping, shopping) μ1
1 μ1
2 μ2
(1,1,(0,1))
σʔτήʔϜͰ֬ೝ
P1
P2
P1
(2, 0)
(0, 0)
home
σʔτήʔϜ
৘ใू߹
ϓϨΠϠʔ
P1
ϓϨΠϠʔ
P2
P2
(1, 3)
out
movie
m
shopping
s
movie shopping
(3, 1)
(0, 0)
μ1
1 = 1
μ1
2 = 1
r 1 − r
ϵ1
k
ϵ′

1
k
ϵ2
k
ϵ2
k
ߦಈઓུͰ‫ه‬ड़͢Ε͹




b = (b1
, b2
) = (((0,1), (0,1)), ((0,1)))
0 1
֤‫ߧۉ‬ͷ·ͱΊ
φογϡ‫ߧۉ‬
෦෼ήʔϜ‫׬‬શ‫ߧۉ‬
ऑ‫׬‬શϕΠδΞϯ‫ߧۉ‬
ஞ࣍‫ߧۉ‬

More Related Content

What's hot

ゲーム理論BASIC 演習24 -公理から求めるナッシュ交渉解-
ゲーム理論BASIC 演習24 -公理から求めるナッシュ交渉解-ゲーム理論BASIC 演習24 -公理から求めるナッシュ交渉解-
ゲーム理論BASIC 演習24 -公理から求めるナッシュ交渉解-
ssusere0a682
 

What's hot (15)

Chain rule
Chain ruleChain rule
Chain rule
 
Paper id 71201927
Paper id 71201927Paper id 71201927
Paper id 71201927
 
BazzucchiCampolmi
BazzucchiCampolmiBazzucchiCampolmi
BazzucchiCampolmi
 
Longest common sub sequence & 0/1 Knapsack
Longest common sub sequence & 0/1 KnapsackLongest common sub sequence & 0/1 Knapsack
Longest common sub sequence & 0/1 Knapsack
 
How fast ist it really? Benchmarking in practice
How fast ist it really? Benchmarking in practiceHow fast ist it really? Benchmarking in practice
How fast ist it really? Benchmarking in practice
 
«PyWat. А хорошо ли вы знаете Python?» Александр Швец, Marilyn System
«PyWat. А хорошо ли вы знаете Python?» Александр Швец, Marilyn System«PyWat. А хорошо ли вы знаете Python?» Александр Швец, Marilyn System
«PyWat. А хорошо ли вы знаете Python?» Александр Швец, Marilyn System
 
ゲーム理論BASIC 演習24 -公理から求めるナッシュ交渉解-
ゲーム理論BASIC 演習24 -公理から求めるナッシュ交渉解-ゲーム理論BASIC 演習24 -公理から求めるナッシュ交渉解-
ゲーム理論BASIC 演習24 -公理から求めるナッシュ交渉解-
 
Ken20150417
Ken20150417Ken20150417
Ken20150417
 
Pr083 Non-local Neural Networks
Pr083 Non-local Neural NetworksPr083 Non-local Neural Networks
Pr083 Non-local Neural Networks
 
Intigrations
IntigrationsIntigrations
Intigrations
 
ゲーム理論NEXT コア第4回(最終回) -平衡ゲームとコア-
ゲーム理論NEXT コア第4回(最終回) -平衡ゲームとコア-ゲーム理論NEXT コア第4回(最終回) -平衡ゲームとコア-
ゲーム理論NEXT コア第4回(最終回) -平衡ゲームとコア-
 
Combined Functions
Combined FunctionsCombined Functions
Combined Functions
 
The Ring programming language version 1.5.2 book - Part 66 of 181
The Ring programming language version 1.5.2 book - Part 66 of 181The Ring programming language version 1.5.2 book - Part 66 of 181
The Ring programming language version 1.5.2 book - Part 66 of 181
 
Chain Rule
Chain RuleChain Rule
Chain Rule
 
Tugas 2 MTK2
Tugas 2 MTK2 Tugas 2 MTK2
Tugas 2 MTK2
 

Similar to 逐次均衡【精緻化】

Cost Minimization
Cost Minimization Cost Minimization
Cost Minimization
tnblogspot
 

Similar to 逐次均衡【精緻化】 (14)

ゲーム理論BASIC 演習10 -デートゲームと前向き帰納法-
ゲーム理論BASIC 演習10 -デートゲームと前向き帰納法-ゲーム理論BASIC 演習10 -デートゲームと前向き帰納法-
ゲーム理論BASIC 演習10 -デートゲームと前向き帰納法-
 
ゲーム理論BASIC 第18回 -完全ベイジアン均衡-
ゲーム理論BASIC 第18回 -完全ベイジアン均衡-ゲーム理論BASIC 第18回 -完全ベイジアン均衡-
ゲーム理論BASIC 第18回 -完全ベイジアン均衡-
 
ゲーム理論BASIC 第25回 -動的な情報不完備ゲーム-
ゲーム理論BASIC 第25回 -動的な情報不完備ゲーム-ゲーム理論BASIC 第25回 -動的な情報不完備ゲーム-
ゲーム理論BASIC 第25回 -動的な情報不完備ゲーム-
 
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-
 
ゲーム理論BASIC 演習28 -セカンドプライスオークション
ゲーム理論BASIC 演習28 -セカンドプライスオークションゲーム理論BASIC 演習28 -セカンドプライスオークション
ゲーム理論BASIC 演習28 -セカンドプライスオークション
 
E024033041
E024033041E024033041
E024033041
 
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-
 
Geurdes Monte Växjö
Geurdes Monte VäxjöGeurdes Monte Växjö
Geurdes Monte Växjö
 
Cost Minimization
Cost Minimization Cost Minimization
Cost Minimization
 
ゲーム理論BASIC 演習50 -完全ベイジアン均衡-
ゲーム理論BASIC 演習50 -完全ベイジアン均衡-ゲーム理論BASIC 演習50 -完全ベイジアン均衡-
ゲーム理論BASIC 演習50 -完全ベイジアン均衡-
 
摂動完全均衡 -1- 【ナッシュ均衡の精緻化】
摂動完全均衡 -1- 【ナッシュ均衡の精緻化】摂動完全均衡 -1- 【ナッシュ均衡の精緻化】
摂動完全均衡 -1- 【ナッシュ均衡の精緻化】
 
Positive and negative solutions of a boundary value problem for a fractional ...
Positive and negative solutions of a boundary value problem for a fractional ...Positive and negative solutions of a boundary value problem for a fractional ...
Positive and negative solutions of a boundary value problem for a fractional ...
 
五次方程式は解けない - 第12回 #日曜数学会
五次方程式は解けない - 第12回 #日曜数学会五次方程式は解けない - 第12回 #日曜数学会
五次方程式は解けない - 第12回 #日曜数学会
 
ゲーム理論BASIC 第26回 -中古車市場とレモン
ゲーム理論BASIC 第26回 -中古車市場とレモンゲーム理論BASIC 第26回 -中古車市場とレモン
ゲーム理論BASIC 第26回 -中古車市場とレモン
 

More from ssusere0a682

More from ssusere0a682 (20)

ゲーム理論 BASIC 演習107 -フリーライダー-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習107 -フリーライダー-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習107 -フリーライダー-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習107 -フリーライダー-#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-
 

Recently uploaded

會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文
會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文
會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文
中 央社
 
SPLICE Working Group: Reusable Code Examples
SPLICE Working Group:Reusable Code ExamplesSPLICE Working Group:Reusable Code Examples
SPLICE Working Group: Reusable Code Examples
Peter Brusilovsky
 

Recently uploaded (20)

Basic Civil Engineering notes on Transportation Engineering & Modes of Transport
Basic Civil Engineering notes on Transportation Engineering & Modes of TransportBasic Civil Engineering notes on Transportation Engineering & Modes of Transport
Basic Civil Engineering notes on Transportation Engineering & Modes of Transport
 
How to Send Pro Forma Invoice to Your Customers in Odoo 17
How to Send Pro Forma Invoice to Your Customers in Odoo 17How to Send Pro Forma Invoice to Your Customers in Odoo 17
How to Send Pro Forma Invoice to Your Customers in Odoo 17
 
Mattingly "AI and Prompt Design: LLMs with NER"
Mattingly "AI and Prompt Design: LLMs with NER"Mattingly "AI and Prompt Design: LLMs with NER"
Mattingly "AI and Prompt Design: LLMs with NER"
 
The Liver & Gallbladder (Anatomy & Physiology).pptx
The Liver &  Gallbladder (Anatomy & Physiology).pptxThe Liver &  Gallbladder (Anatomy & Physiology).pptx
The Liver & Gallbladder (Anatomy & Physiology).pptx
 
會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文
會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文
會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文會考英文
 
TỔNG HỢP HƠN 100 ĐỀ THI THỬ TỐT NGHIỆP THPT TOÁN 2024 - TỪ CÁC TRƯỜNG, TRƯỜNG...
TỔNG HỢP HƠN 100 ĐỀ THI THỬ TỐT NGHIỆP THPT TOÁN 2024 - TỪ CÁC TRƯỜNG, TRƯỜNG...TỔNG HỢP HƠN 100 ĐỀ THI THỬ TỐT NGHIỆP THPT TOÁN 2024 - TỪ CÁC TRƯỜNG, TRƯỜNG...
TỔNG HỢP HƠN 100 ĐỀ THI THỬ TỐT NGHIỆP THPT TOÁN 2024 - TỪ CÁC TRƯỜNG, TRƯỜNG...
 
Trauma-Informed Leadership - Five Practical Principles
Trauma-Informed Leadership - Five Practical PrinciplesTrauma-Informed Leadership - Five Practical Principles
Trauma-Informed Leadership - Five Practical Principles
 
Improved Approval Flow in Odoo 17 Studio App
Improved Approval Flow in Odoo 17 Studio AppImproved Approval Flow in Odoo 17 Studio App
Improved Approval Flow in Odoo 17 Studio App
 
How to Manage Website in Odoo 17 Studio App.pptx
How to Manage Website in Odoo 17 Studio App.pptxHow to Manage Website in Odoo 17 Studio App.pptx
How to Manage Website in Odoo 17 Studio App.pptx
 
demyelinated disorder: multiple sclerosis.pptx
demyelinated disorder: multiple sclerosis.pptxdemyelinated disorder: multiple sclerosis.pptx
demyelinated disorder: multiple sclerosis.pptx
 
VAMOS CUIDAR DO NOSSO PLANETA! .
VAMOS CUIDAR DO NOSSO PLANETA!                    .VAMOS CUIDAR DO NOSSO PLANETA!                    .
VAMOS CUIDAR DO NOSSO PLANETA! .
 
When Quality Assurance Meets Innovation in Higher Education - Report launch w...
When Quality Assurance Meets Innovation in Higher Education - Report launch w...When Quality Assurance Meets Innovation in Higher Education - Report launch w...
When Quality Assurance Meets Innovation in Higher Education - Report launch w...
 
Supporting Newcomer Multilingual Learners
Supporting Newcomer  Multilingual LearnersSupporting Newcomer  Multilingual Learners
Supporting Newcomer Multilingual Learners
 
OS-operating systems- ch05 (CPU Scheduling) ...
OS-operating systems- ch05 (CPU Scheduling) ...OS-operating systems- ch05 (CPU Scheduling) ...
OS-operating systems- ch05 (CPU Scheduling) ...
 
Graduate Outcomes Presentation Slides - English (v3).pptx
Graduate Outcomes Presentation Slides - English (v3).pptxGraduate Outcomes Presentation Slides - English (v3).pptx
Graduate Outcomes Presentation Slides - English (v3).pptx
 
Andreas Schleicher presents at the launch of What does child empowerment mean...
Andreas Schleicher presents at the launch of What does child empowerment mean...Andreas Schleicher presents at the launch of What does child empowerment mean...
Andreas Schleicher presents at the launch of What does child empowerment mean...
 
Mattingly "AI & Prompt Design: Named Entity Recognition"
Mattingly "AI & Prompt Design: Named Entity Recognition"Mattingly "AI & Prompt Design: Named Entity Recognition"
Mattingly "AI & Prompt Design: Named Entity Recognition"
 
ĐỀ THAM KHẢO KÌ THI TUYỂN SINH VÀO LỚP 10 MÔN TIẾNG ANH FORM 50 CÂU TRẮC NGHI...
ĐỀ THAM KHẢO KÌ THI TUYỂN SINH VÀO LỚP 10 MÔN TIẾNG ANH FORM 50 CÂU TRẮC NGHI...ĐỀ THAM KHẢO KÌ THI TUYỂN SINH VÀO LỚP 10 MÔN TIẾNG ANH FORM 50 CÂU TRẮC NGHI...
ĐỀ THAM KHẢO KÌ THI TUYỂN SINH VÀO LỚP 10 MÔN TIẾNG ANH FORM 50 CÂU TRẮC NGHI...
 
DEMONSTRATION LESSON IN ENGLISH 4 MATATAG CURRICULUM
DEMONSTRATION LESSON IN ENGLISH 4 MATATAG CURRICULUMDEMONSTRATION LESSON IN ENGLISH 4 MATATAG CURRICULUM
DEMONSTRATION LESSON IN ENGLISH 4 MATATAG CURRICULUM
 
SPLICE Working Group: Reusable Code Examples
SPLICE Working Group:Reusable Code ExamplesSPLICE Working Group:Reusable Code Examples
SPLICE Working Group: Reusable Code Examples
 

逐次均衡【精緻化】

  • 1.
  • 3. ໨࣍ σʔτήʔϜ ήʔϜཧ࿦#4*$ԋश͓ΑͼԋशΑΓ σʔτήʔϜʹ͓͚Δ෦෼ήʔϜ‫׬‬શ‫ߧۉ‬ σʔτήʔϜʹ͓͚Δऑ‫׬‬શϕΠδΞϯ‫ߧۉ‬ ऑ‫׬‬શϕΠδΞϯ‫ߧۉ‬ͷఆٛ ߦಈઓུͷ૊͕‫׬‬શʹ֬཰త ஞ࣍‫ߧۉ‬ͷఆٛ 
 σʔτήʔϜͰ֬ೝ ֤‫ߧۉ‬ͷؔ܎·ͱΊ
  • 5. ҎԼͷల։‫ܗ‬ήʔϜͰද‫͞ݱ‬ΕΔήʔϜΛσʔτήʔϜͱ‫͢ʹͱ͜Ϳݺ‬Δ 
 σʔτήʔϜʹ͓͚Δ෦෼ήʔϜ‫׬‬શ‫ߧۉ‬Λ‫ٻ‬ΊΑ 
 ෦෼ήʔϜʹ͓͚Δφογϡ‫ߧۉ‬Λߟ͑Δͱ ͱ Ͱ͋Δ 
 ɾ෦෼ήʔϜͰ ͕औΒΕΔͱ͢Ε͹ϓϨΠϠʔ͸ ΛબͿͷ͕࠷ద 
 


 ɾ෦෼ήʔϜͰ ͕औΒΕΔͱ͢Ε͹ 
 ϓϨΠϠʔ͸ ΛબͿͷ͕࠷ద 
 


 Ώ͑ʹ ෦෼ήʔϜ‫׬‬શ‫ߧۉ‬͸ 
 (movie, movie) (shopping, shopping) (movie, movie) home (shopping, shopping) out (home − movie, movie) (out − shopping, shopping) σʔτήʔϜʹ͓͚Δ෦෼ήʔϜ‫׬‬શ‫ߧۉ‬ P1 P2 P1 (2, 0) (0, 0) home σʔτήʔϜ ৘ใू߹ ϓϨΠϠʔ P1 ϓϨΠϠʔ P2 P2 (1, 3) out movie m shopping s movie shopping (3, 1) (0, 0) 1ʘ2 movie shopping movie shopping ෦෼ήʔϜ ෦෼ήʔϜ P1 (2, 0) home out (1, 3) P1 (2, 0) home out (3, 1)
  • 6. ҎԼͷల։‫ܗ‬ήʔϜͰද‫͞ݱ‬ΕΔήʔϜΛσʔτήʔϜͱ‫͢ʹͱ͜Ϳݺ‬Δ 
 σʔτήʔϜʹ͓͚Δ‫׬‬શϕΠδΞϯ‫ߧۉ‬Λ‫ٻ‬ΊΑ 
 
 ‫׬‬શϕΠδΞϯ‫ߧۉ‬͸ 
 ͨͩ͠ 
 ͨͩ͠ 
 
 
 φογϡ‫ͱߧۉ‬ಉ͡ઓུͷ૊Λ‫ؚ‬Έ 
 ෦෼ήʔϜ‫׬‬શ‫Ͱߧۉ‬ഉআͰ͖ͨઓུͷ૊΋‫ؚ‬ΜͰ͠·͍ͬͯΔ 
 
 ஞ࣍‫ߧۉ‬Λ࢖ͬͯΈͯ͸ʁ (home − movie, movie) μ1 1 μ1 2 μ2 (1,1,(r,1 − r)) r ≥ 1 4 (home − shopping, movie) μ1 1 μ1 2 μ2 (1,1,(r,1 − r)) r ≥ 1 4 (out − shopping, shopping) μ1 1 μ1 2 μ2 (1,1,(0,1)) σʔτήʔϜʹ͓͚Δऑ‫׬‬શϕΠδΞϯ‫ߧۉ‬ P1 P2 P1 (2, 0) (0, 0) home σʔτήʔϜ ৘ใू߹ ϓϨΠϠʔ P1 ϓϨΠϠʔ P2 P2 (1, 3) out movie m shopping s movie shopping (3, 1) (0, 0) μ1 1 = 1 μ1 2 = 1 r 1 − r
  • 7. ऑ ‫׬‬શϕΠδΞϯ‫ߧۉ‬ ‫׬‬શϕΠδΞϯ‫ߧۉ‬ઓུͷ૊ ͱ৴೦ͷମ‫ܥ‬ ͷ૊ Ͱ 
 ͕ ͷ΋ͱͰஞ࣍߹ཧతͰ͋Γ ͕ ʹ੔߹తͰ͋Δ΋ͷΛऑ‫׬‬શϕΠδΞϯ‫͏͍ͱߧۉ‬ 
 ߦಈઓུͷஞ࣍߹ཧੑల։‫ܗ‬ήʔϜ ʹ͓͍ͯ ৴೦ͷମ‫ܥ‬ ͕༩͑ΒΕ͍ͯΔͱ͢Δ 
 ͜ͷͱ͖ ઓུͷ૊ ͕ ϓϨΠϠʔ ͷ৘ใू߹ ʹ͓͍ͯҎԼΛຬͨ͢ͱ͖ ͸৴೦ͷମ‫ܥ‬ ͷ΋ͱͰ৘ใू߹ ʹ͓͍ͯஞ࣍߹ཧతͰ͋Δͱ͍͏ 
 ৴೦ͷମ‫ͱܥ‬੔߹ੑల։‫ܗ‬ήʔϜ ʹ͓͍ͯ ઓུͷ૊ ͕༩͑ΒΕ͍ͯΔͱ͢Δ 
 ͜ͷͱ͖ ৴೦ͷମ‫ܥ‬ ͕ ೚ҙͷϓϨΠϠʔ ͷ೚ҙͷ৘ใू߹ ʹ͓͍ͯ 
 Ͱ͋Ε͹ ͢΂ͯͷ ͷ఺ ʹ͍ͭͯ ͱͳΔͱ͖ ͸ઓུͷ૊ ʹ͓͍ͯ੔߹తͰ͋Δͱ͍͏ b μ (b, μ) b μ μ b Γ μ b = (b1 , ⋯, bn ) i ui l b μ ui l Hi (ui l, μ, (bi,ui l, b−i,ui l)) ≥ Hi (ui l, μ, (b′  i,ui l, b−i,ui l)), ∀b′  i,ui l ∈ Bi,ui l Γ b = (b1 , ⋯, bn ) μ i ui l Prob(ui l |b) 0 ui l x* μ(x*) = Prob(x*|b) ∑x∈ui l Prob(x|b) μ b ߦಈઓུʹΑͬͯ౸ୡՄೳͳ ‫ܦ‬࿏ʹ͓͚Δ߹ཧੑͷΈߟ͑Δ
  • 8. ߦಈઓུͷ૊͕‫׬‬શʹ֬཰త 
 ߦಈઓུͷ૊ ͕‫׬‬શʹ֬཰తͰ͋Δͱ͸ ͢΂ͯͷࢬʹ͍ͭͯਖ਼ͷ֬཰Λ༩͑Δͱ͖Λ͍͏ 
 
 b = (b1 , ⋯, bn ) ߦಈઓུͷ૊͕‫׬‬શʹ֬཰త P1 P2 P1 (2, 0) (0, 0) home ৘ใू߹ ϓϨΠϠʔ P1 ϓϨΠϠʔ P2 P2 (1, 3) out movie m shopping s movie shopping (3, 1) (0, 0) μ1 1 = 1 μ1 2 = 1 r 1 − r P1 P2 P1 (2, 0) (0, 0) home P2 (1, 3) out movie m shopping s movie shopping (3, 1) (0, 0) μ1 1 = 1 μ1 2 = 1 r 1 − r ‫׬‬શʹ֬཰తͳߦಈઓུ Ͱ͋Ε͹Ͳͷ৘ใू߹΋ 
 ඞͣ౸ୡ͢Δ ‫׬‬શʹ֬཰తͰͳ͍ ‫׬‬શʹ֬཰తͰ͋Δ
  • 9. ஞ࣍‫ߧۉ‬ ஞ࣍‫ߧۉ‬ઓུͷ૊ ͱ৴೦ͷମ‫ܥ‬ ͷ૊ ͕ஞ࣍‫͋Ͱߧۉ‬Δͱ͸ ‫׬‬શʹ֬཰తͳߦಈઓུͷ૊ͱ৴೦ͷ ମ‫ܥ‬ͷྻ ͕ଘࡏͯ͠ ҎԼΛຬͨ͢ɿ 
 ߦಈઓུͷஞ࣍߹ཧੑ৴೦ͷମ‫ܥ‬ ʹରͯ͠ ઓུͷ૊ ͕ ϓϨΠϠʔ ͷ৘ใू߹ ʹ͓͍ͯ 
 
 
 ৴೦ͷମ‫ͱܥ‬੔߹ੑ֤ ʹ͍ͭͯ ৴೦ͷମ‫ܥ‬ ͸ߦಈઓུͷ૊ ͔Βಋ͔Ε 
 ͕੒Γཱͭ 
 ͜͜Ͱ ߦಈઓུͷ૊ ͔Βಋ͔ΕΔͱ͸ ϕΠζͷϧʔϧΛ༻͍ͯ 
 ͱͳΔͱ͖Λ͍͏ b μ (b, μ) {(bk, μk)}∞ k=1 μ b = (b1 , ⋯, bn ) i ui l Hi (ui l, μ, (bi,ui l, b−i,ui l)) ≥ Hi (ui l, μ, (b′  i,ui l, b−i,ui l)), ∀b′  i,ui l ∈ Bi,ui l k = 1, 2, ⋯ μk bk = (b1 k , ⋯, bn k ) (bk, μk) → (b, μ) k → ∞ bk = (b1 k , ⋯, bn k ) μk(x*) = Prob(x*|bk) ∑x∈ui l Prob(x|bk) x* x** μk(x*) = 1 3 1 3 + 1 4 = 4 7 ui l 1 3 y 1 4 5 12 ऑ‫׬‬શϕΠδΞϯ‫ͱߧۉ‬ಉ͡ ‫׬‬શʹ֬཰తͳߦಈઓུʹΑͬͯ 
 ͢΂ͯͷ‫ܦ‬࿏ʹ͓͚Δ߹ཧੑΛߟ͑Δ
  • 10. σʔτήʔϜʹ͓͚Δஞ࣍‫ߧۉ‬Λ֬ೝ͢Δ 
 ‫׬‬શϕΠδΞϯ‫ݕ͍ͯͭʹߧۉ‬౼ ͨͩ͠ 
 ϓϨΠϠʔͷߦಈઓུ ϓϨΠϠʔͷߦಈઓུ 
 ͨͩ͠ ͱ͢Δ͢Δͱ 
 
 
 ͜ͷͱ͖ ͜ͷߦಈઓུ͔Βಋ͔ΕΔ৴೦͸ ࣗ໌ͳ΋ͷ͸আ͘ 
 
 ‫͜ʹٯ‬ͷ৴೦ͷମ‫ ܥ‬ ͷ‫Ͱݩ‬͸ 
 ϓϨΠϠʔͷߦಈઓུ ͸࠷ద 
 ͜ͷߦಈઓུʹରͯ͠ϓϨΠϠʔͷߦಈઓུ ΋࠷ద 
 
 Ώ͑ʹ ஞ࣍‫ ߧۉ‬ (home − movie, movie) μ1 1 μ1 2 μ2 (1,1,(r,1 − r)) r ≥ 1 4 b1 k = ((1 − ϵ1 k , ϵ1 k ), (1 − ϵ′  1 k , ϵ′  1 k )) b2 k = ((1 − ϵ2 k , ϵ2 k )) ϵ1 k → 0 ϵ′  1 k → 0 ϵ2 k → 0 k → ∞ b1 k = ((1 − ϵ1 k , ϵ1 k ), (1 − ϵ′  1 k , ϵ′  1 k )) → ((1,0), (1,0)) b2 k = ((1 − ϵ2 k , ϵ2 k )) → ((1,0)) r = ϵ1 k (1 − ϵ′  1 k ) ϵ1 k (1 − ϵ′  1 k ) + ϵ1 k ϵ′  1 k → 1 (k → ∞) μ1 1 μ1 2 μ2 (1,1,(1,0)) b2 = ((1,0)) ((1,0), (1,0)) (home − movie, movie) μ1 1 μ1 2 μ2 (1,1,(1,0)) σʔτήʔϜͰ֬ೝ P1 P2 P1 (2, 0) (0, 0) home σʔτήʔϜ ৘ใू߹ ϓϨΠϠʔ P1 ϓϨΠϠʔ P2 P2 (1, 3) out movie m shopping s movie shopping (3, 1) (0, 0) μ1 1 = 1 μ1 2 = 1 r 1 − r ϵ1 k ϵ′  1 k ϵ2 k ϵ2 k ߦಈઓུͰ‫ه‬ड़͢Ε͹ 
 b = (b1 , b2 ) = (((1,0), (1,0)), ((1,0))) 1 0
  • 11. σʔτήʔϜʹ͓͚Δஞ࣍‫ߧۉ‬Λ֬ೝ͢Δ 
 ‫׬‬શϕΠδΞϯ‫ݕ͍ͯͭʹߧۉ‬౼ ͨͩ͠ 
 ϓϨΠϠʔͷߦಈઓུ ϓϨΠϠʔͷߦಈઓུ 
 ͨͩ͠ ͱ͢Δ͢Δͱ 
 
 
 ͜ͷͱ͖ ͜ͷߦಈઓུ͔Βಋ͔ΕΔ৴೦͸ ࣗ໌ͳ΋ͷ͸আ͘ 
 
 ‫͜ʹٯ‬ͷ৴೦ͷମ‫ ܥ‬ ͷ‫Ͱݩ‬͸ 
 ϓϨΠϠʔͷߦಈઓུ ͸࠷దͰ͸ͳ͍ 
 
 Ώ͑ʹ ߦಈઓུͷ૊ ͸ஞ࣍‫Ͱߧۉ‬͸ͳ͍ (home − shopping, movie) μ1 1 μ1 2 μ2 (1,1,(r,1 − r)) r ≥ 1 4 b1 k = ((1 − ϵ1 k , ϵ1 k ), (ϵ′  1 k ,1 − ϵ′  1 k )) b2 k = ((1 − ϵ2 k , ϵ2 k )) ϵ1 k → 0 ϵ′  1 k → 0 ϵ2 k → 0 k → ∞ b1 k = ((1 − ϵ1 k , ϵ1 k ), (ϵ′  1 k ,1 − ϵ′  1 k )) → ((1,0), (0,1)) b2 k = ((1 − ϵ2 k , ϵ2 k )) → ((1,0)) r = ϵ1 k ϵ′  1 k ϵ1 k ϵ′  1 k + ϵ1 k (1 − ϵ′  1 k ) → 0 (k → ∞) μ1 1 μ1 2 μ2 (1,1,(0,1)) b2 = ((1,0)) (home − movie, movie) σʔτήʔϜͰ֬ೝ P1 P2 P1 (2, 0) (0, 0) home σʔτήʔϜ ৘ใू߹ ϓϨΠϠʔ P1 ϓϨΠϠʔ P2 P2 (1, 3) out movie m shopping s movie shopping (3, 1) (0, 0) μ1 1 = 1 μ1 2 = 1 r 1 − r ϵ1 k ϵ′  1 k ϵ2 k ϵ2 k ߦಈઓུͰ‫ه‬ड़͢Ε͹ 
 b = (b1 , b2 ) = (((1,0), (0,1)), ((1,0))) 0 1
  • 12. σʔτήʔϜʹ͓͚Δஞ࣍‫ߧۉ‬Λ֬ೝ͢Δ 
 ‫׬‬શϕΠδΞϯ‫ݕ͍ͯͭʹߧۉ‬౼ 
 ϓϨΠϠʔͷߦಈઓུ ϓϨΠϠʔͷߦಈઓུ 
 ͨͩ͠ ͱ͢Δ͢Δͱ 
 
 
 ͜ͷͱ͖ ͜ͷߦಈઓུ͔Βಋ͔ΕΔ৴೦͸ ࣗ໌ͳ΋ͷ͸আ͘ 
 
 ‫͜ʹٯ‬ͷ৴೦ͷମ‫ ܥ‬ ͷ‫Ͱݩ‬͸ 
 ϓϨΠϠʔͷߦಈઓུ ͸࠷దͰ͋Δ 
 ͜ͷߦಈઓུʹରͯ͠ϓϨΠϠʔͷߦಈઓུ ΋࠷ద 
 
 Ώ͑ʹ ஞ࣍‫ ߧۉ‬ (out − shopping, shopping) μ1 1 μ1 2 μ2 (1,1,(0,1)) b1 k = ((ϵ1 k ,1 − ϵ1 k ), (ϵ′  1 k ,1 − ϵ′  1 k )) b2 k = ((ϵ2 k ,1 − ϵ2 k )) ϵ1 k → 0 ϵ′  1 k → 0 ϵ2 k → 0 k → ∞ b1 k = ((ϵ1 k ,1 − ϵ1 k ), (ϵ′  1 k ,1 − ϵ′  1 k )) → ((0,1), (0,1)) b2 k = ((ϵ2 k ,1 − ϵ2 k )) → ((0,1)) r = (1 − ϵ1 k )ϵ′  1 k (1 − ϵ1 k )ϵ′  1 k + (1 − ϵ1 k )(1 − ϵ′  1 k ) → 0 (k → ∞) μ1 1 μ1 2 μ2 (1,1,(0,1)) b2 = ((0,1)) ((0,1), (0,1)) (out − shopping, shopping) μ1 1 μ1 2 μ2 (1,1,(0,1)) σʔτήʔϜͰ֬ೝ P1 P2 P1 (2, 0) (0, 0) home σʔτήʔϜ ৘ใू߹ ϓϨΠϠʔ P1 ϓϨΠϠʔ P2 P2 (1, 3) out movie m shopping s movie shopping (3, 1) (0, 0) μ1 1 = 1 μ1 2 = 1 r 1 − r ϵ1 k ϵ′  1 k ϵ2 k ϵ2 k ߦಈઓུͰ‫ه‬ड़͢Ε͹ 
 b = (b1 , b2 ) = (((0,1), (0,1)), ((0,1))) 0 1