SlideShare a Scribd company logo
1 of 34
セント・ペテルスブル
  グパラドクス

  担当:修士2年 金井槙太朗
大変申し訳ないのですが
  補足・訂正から
補足・訂正①

         実数値関数とは

              y=2x




    →事象を入力すると
    実数値を返す関数
補足・訂正②



"x, y Î A, x 〜 y Û u(x) ³ u(y)
             

Û y (u(x)) ³ y (u(y))
ただし、 y (u(x)) = a u(x) + b
                     「正の」なの
                       で
   ここが「正の線形変換」        (α>0)
  定数倍して、定数を加える一
       次変換
補足・訂正③
         u(前田)=5
         u(大島)=10



                  大
                  島

           前
           田




   ※基数効用は「比」については言及できません
補足・訂正④




         選好逆転について
前回は効用理論が経験的に成り
  立たない一例として、
選好逆転現象を紹介しました。
今回は
こんな問題を考えてみま
    しょう
僕とゲームをしましょう
コインを投げます。
  n回目に表が出た時に
2のn乗の賞金を上げます。
参加するのにいくら払う?
期待値を計算してみると・・・
シグマ記号   無限まで足す


  1   1   1      n  1
2   4   8        2 n
  2   4   8   n 1   2

      nの数字は「1」
         から
1+1+1+・・・
1を無限に足していくから、
   期待値は無限!?
期待値が無限なので、いくら
払ってでもこのゲームに参加し
  た方が良いが、実際に
いくらでも賭
けていいよ!
オッケー !
     ©Saki Tamura
っていう人はいない
我々の直観は、期待値と矛盾してい
        る
故に、セントペテルスブルグパラ
      ドックス
この問題を18世紀の数学者
 ダニエル・ベルヌーイは
    こう考えた
「主観的な価値」を数値化して考える
    為に、下記のような
  対数関数の効用u(2n)=log(2n)
     の期待値である、
期待効用EU(Expected Utility)を考えた。

          ¥
                     æ1ö
    EU = å log(2 ) · ç n ÷
                 n

         n=1
                     è2 ø
対数関数とは
    P
a               N        p   log a N

例:3         3
                    27   3 log 3 27
            4
        a           N    4 log a N
対数の性質

loga M = r loga M
      r


例:  a 5
  log     4
                  4 log a 5
    2 10
  log         3
                  3 log 2 10
¥
                  æ1ö
EU = å log(2 ) · ç n ÷
           n

     n=1
                  è2 ø
             1         1      1
    = log2 ´ + log 4 ´ + log8´ 
             2         4      8
    = log 4 = 1.4
このように対数関数の効用関数
の期待値を考えると、有限の値
    に収束する
対数関数で表現される効用関数
は、大きな金額になるほど、効
 用の増加率が尐なくなる
  →「限界効用の逓減」
なぜ、対数を導入したか、です
が、この対数効用関数と心理学
の感覚量の研究知見には密接な
 関連があるので、紹介します
ウェーバーの法則
100mlの水に10ml加えることにより、初めて
  「増えたッッ!」と感じるとしたら、
  200mlの水に何mlの水を加えたら「増え
  たッッ!」と感じるだろうか?
⇒はじめの刺激量をIとし、対応する識別閾値
 (今回は増えたと感じるまでの「加える水
 の量」)をΔIとすると・・・
      DI
         = 一定
       I
ウェーバーの法則は聴覚、視覚、
触覚など様々な感覚領域で成り
      立つ
100円から50円値引くのと、
 1万円から50円値引くのとで
同じような割安感が得られない
     のもそのため。
フェヒナーの法則
フェヒナーの法則
⇒人の感覚の大きさ(S)は、
 刺激強度(I)の対数に比例す
 る!
(式) S=klogI   (kは定数)
xが30から40に10増えてもy
              はほとんど変わらない!




xが0から10へ、10増えるとy
 はだいぶ増えるけど・・・
このフェヒナーの法則は、
ウェーバーの法則から導出され
    うるのです
DI
   =k       ΔI=識別閾値
            I=刺激量
 I
識別閾値ΔIの最小単位を考え、dIと置く。
また、感覚量をΔSと置き、
その最小単位を考え、dSと置く。
感覚量は刺激量と比例していると考え、
       dI
dS = k
        I
両辺を積分すると、

                             dx
S=klogI+C (kは定数)      cf . ò    = log x + C
                              x
さらに、
S=0のとき、I=I0とすると
0=klogI0+C
C=-klogI0
元の式に代入して、
S=klogI-klogI0

          I                           A
S = k log      cf.log A - log B = log
          I0                          B
     I
となり、I 0 を刺激閾の値I0によって基準化され
た刺激強度であると考えると、
フェヒナーの法則と同じ形が得られる。
2つの     セント・ペテルスブ
キーワード   ルグパラドックス

        限界効用の逓減

More Related Content

What's hot

AtCoder Regular Contest 036 解説
AtCoder Regular Contest 036 解説AtCoder Regular Contest 036 解説
AtCoder Regular Contest 036 解説AtCoder Inc.
 
PRML 1.6 情報理論
PRML 1.6 情報理論PRML 1.6 情報理論
PRML 1.6 情報理論sleepy_yoshi
 
PRML 2.3.9-2.4.1
PRML 2.3.9-2.4.1PRML 2.3.9-2.4.1
PRML 2.3.9-2.4.1marugari
 
ディジタル信号処理 課題解説(その3) 2014年度版
ディジタル信号処理 課題解説(その3) 2014年度版ディジタル信号処理 課題解説(その3) 2014年度版
ディジタル信号処理 課題解説(その3) 2014年度版dsp_kyoto_2014
 
Donutsプロコンチャレンジ 2015 解説
Donutsプロコンチャレンジ 2015 解説Donutsプロコンチャレンジ 2015 解説
Donutsプロコンチャレンジ 2015 解説kuno4n
 
ディジタル信号処理 課題解説(その1) 2014年度版
ディジタル信号処理 課題解説(その1) 2014年度版ディジタル信号処理 課題解説(その1) 2014年度版
ディジタル信号処理 課題解説(その1) 2014年度版dsp_kyoto_2014
 
Donuts プロコンチャレンジ2014
Donuts プロコンチャレンジ2014Donuts プロコンチャレンジ2014
Donuts プロコンチャレンジ2014kuno4n
 
AtCoder Regular Contest 017
AtCoder Regular Contest 017AtCoder Regular Contest 017
AtCoder Regular Contest 017AtCoder Inc.
 
AtCoder Regular Contest 023 解説
AtCoder Regular Contest 023 解説AtCoder Regular Contest 023 解説
AtCoder Regular Contest 023 解説AtCoder Inc.
 
パターン認識 05 ロジスティック回帰
パターン認識 05 ロジスティック回帰パターン認識 05 ロジスティック回帰
パターン認識 05 ロジスティック回帰sleipnir002
 
Infinite SVM [改] - ICML 2011 読み会
Infinite SVM [改] - ICML 2011 読み会Infinite SVM [改] - ICML 2011 読み会
Infinite SVM [改] - ICML 2011 読み会Shuyo Nakatani
 

What's hot (13)

AtCoder Regular Contest 036 解説
AtCoder Regular Contest 036 解説AtCoder Regular Contest 036 解説
AtCoder Regular Contest 036 解説
 
PRML 1.6 情報理論
PRML 1.6 情報理論PRML 1.6 情報理論
PRML 1.6 情報理論
 
PRML 2.3.9-2.4.1
PRML 2.3.9-2.4.1PRML 2.3.9-2.4.1
PRML 2.3.9-2.4.1
 
ディジタル信号処理 課題解説(その3) 2014年度版
ディジタル信号処理 課題解説(その3) 2014年度版ディジタル信号処理 課題解説(その3) 2014年度版
ディジタル信号処理 課題解説(その3) 2014年度版
 
Donutsプロコンチャレンジ 2015 解説
Donutsプロコンチャレンジ 2015 解説Donutsプロコンチャレンジ 2015 解説
Donutsプロコンチャレンジ 2015 解説
 
ディジタル信号処理 課題解説(その1) 2014年度版
ディジタル信号処理 課題解説(その1) 2014年度版ディジタル信号処理 課題解説(その1) 2014年度版
ディジタル信号処理 課題解説(その1) 2014年度版
 
Donuts プロコンチャレンジ2014
Donuts プロコンチャレンジ2014Donuts プロコンチャレンジ2014
Donuts プロコンチャレンジ2014
 
AtCoder Regular Contest 017
AtCoder Regular Contest 017AtCoder Regular Contest 017
AtCoder Regular Contest 017
 
arc047
arc047arc047
arc047
 
AtCoder Regular Contest 023 解説
AtCoder Regular Contest 023 解説AtCoder Regular Contest 023 解説
AtCoder Regular Contest 023 解説
 
パターン認識 05 ロジスティック回帰
パターン認識 05 ロジスティック回帰パターン認識 05 ロジスティック回帰
パターン認識 05 ロジスティック回帰
 
PRML 第14章
PRML 第14章PRML 第14章
PRML 第14章
 
Infinite SVM [改] - ICML 2011 読み会
Infinite SVM [改] - ICML 2011 読み会Infinite SVM [改] - ICML 2011 読み会
Infinite SVM [改] - ICML 2011 読み会
 

Similar to 120517サブゼミ意思決定(5)

120524サブゼミ意思決定(6)
120524サブゼミ意思決定(6)120524サブゼミ意思決定(6)
120524サブゼミ意思決定(6)takemuralab
 
2015年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2015. 12. 10)
2015年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2015. 12. 10)2015年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2015. 12. 10)
2015年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2015. 12. 10)Akira Asano
 
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第12回 複素関数・正則関数 (2014. 12. 18)
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第12回 複素関数・正則関数 (2014. 12. 18)2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第12回 複素関数・正則関数 (2014. 12. 18)
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第12回 複素関数・正則関数 (2014. 12. 18)Akira Asano
 
070 統計的推測 母集団と推定
070 統計的推測 母集団と推定070 統計的推測 母集団と推定
070 統計的推測 母集団と推定t2tarumi
 
Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法Nagi Teramo
 
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)Akira Asano
 
Chap12 4 appendix_suhara
Chap12 4 appendix_suharaChap12 4 appendix_suhara
Chap12 4 appendix_suharasleepy_yoshi
 
秘密分散法の数理
秘密分散法の数理秘密分散法の数理
秘密分散法の数理Akito Tabira
 

Similar to 120517サブゼミ意思決定(5) (11)

120524サブゼミ意思決定(6)
120524サブゼミ意思決定(6)120524サブゼミ意思決定(6)
120524サブゼミ意思決定(6)
 
双対性
双対性双対性
双対性
 
2015年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2015. 12. 10)
2015年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2015. 12. 10)2015年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2015. 12. 10)
2015年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2015. 12. 10)
 
無限
無限無限
無限
 
Lispでやる記号微分
Lispでやる記号微分Lispでやる記号微分
Lispでやる記号微分
 
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第12回 複素関数・正則関数 (2014. 12. 18)
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第12回 複素関数・正則関数 (2014. 12. 18)2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第12回 複素関数・正則関数 (2014. 12. 18)
2014年度秋学期 応用数学(解析) 第4部・複素関数論ダイジェスト / 第12回 複素関数・正則関数 (2014. 12. 18)
 
070 統計的推測 母集団と推定
070 統計的推測 母集団と推定070 統計的推測 母集団と推定
070 統計的推測 母集団と推定
 
Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法
 
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第5回 微分方程式とは,変数分離形 (2014. 10. 23)
 
Chap12 4 appendix_suhara
Chap12 4 appendix_suharaChap12 4 appendix_suhara
Chap12 4 appendix_suhara
 
秘密分散法の数理
秘密分散法の数理秘密分散法の数理
秘密分散法の数理
 

More from takemuralab

120607サブゼミ意思決定(8)
120607サブゼミ意思決定(8)120607サブゼミ意思決定(8)
120607サブゼミ意思決定(8)takemuralab
 
120531サブゼミ意思決定(7)
120531サブゼミ意思決定(7)120531サブゼミ意思決定(7)
120531サブゼミ意思決定(7)takemuralab
 
120531サブゼミ統計(3)
120531サブゼミ統計(3)120531サブゼミ統計(3)
120531サブゼミ統計(3)takemuralab
 
120517 サブゼミ 統計(2)
120517 サブゼミ 統計(2)120517 サブゼミ 統計(2)
120517 サブゼミ 統計(2)takemuralab
 
120510サブゼミ数学(2)-2
120510サブゼミ数学(2)-2120510サブゼミ数学(2)-2
120510サブゼミ数学(2)-2takemuralab
 
120510サブゼミ数学(2)-1
120510サブゼミ数学(2)-1120510サブゼミ数学(2)-1
120510サブゼミ数学(2)-1takemuralab
 
120510サブゼミ意思決定(4)
120510サブゼミ意思決定(4)120510サブゼミ意思決定(4)
120510サブゼミ意思決定(4)takemuralab
 
サブゼミについて
サブゼミについてサブゼミについて
サブゼミについてtakemuralab
 
120426サブゼミ意思決定(3)-2
120426サブゼミ意思決定(3)-2120426サブゼミ意思決定(3)-2
120426サブゼミ意思決定(3)-2takemuralab
 
120419サブゼミ数学(2)
120419サブゼミ数学(2)120419サブゼミ数学(2)
120419サブゼミ数学(2)takemuralab
 
120426サブゼミ意思決定(3)-1
120426サブゼミ意思決定(3)-1120426サブゼミ意思決定(3)-1
120426サブゼミ意思決定(3)-1takemuralab
 
120419サブゼミ意思決定(2)-2
120419サブゼミ意思決定(2)-2120419サブゼミ意思決定(2)-2
120419サブゼミ意思決定(2)-2takemuralab
 
120419サブゼミ意思決定(2) 1
120419サブゼミ意思決定(2) 1120419サブゼミ意思決定(2) 1
120419サブゼミ意思決定(2) 1takemuralab
 
120412サブゼミ意思決定(1)
120412サブゼミ意思決定(1)120412サブゼミ意思決定(1)
120412サブゼミ意思決定(1)takemuralab
 
サブゼミグループワークの手引き
サブゼミグループワークの手引きサブゼミグループワークの手引き
サブゼミグループワークの手引きtakemuralab
 

More from takemuralab (15)

120607サブゼミ意思決定(8)
120607サブゼミ意思決定(8)120607サブゼミ意思決定(8)
120607サブゼミ意思決定(8)
 
120531サブゼミ意思決定(7)
120531サブゼミ意思決定(7)120531サブゼミ意思決定(7)
120531サブゼミ意思決定(7)
 
120531サブゼミ統計(3)
120531サブゼミ統計(3)120531サブゼミ統計(3)
120531サブゼミ統計(3)
 
120517 サブゼミ 統計(2)
120517 サブゼミ 統計(2)120517 サブゼミ 統計(2)
120517 サブゼミ 統計(2)
 
120510サブゼミ数学(2)-2
120510サブゼミ数学(2)-2120510サブゼミ数学(2)-2
120510サブゼミ数学(2)-2
 
120510サブゼミ数学(2)-1
120510サブゼミ数学(2)-1120510サブゼミ数学(2)-1
120510サブゼミ数学(2)-1
 
120510サブゼミ意思決定(4)
120510サブゼミ意思決定(4)120510サブゼミ意思決定(4)
120510サブゼミ意思決定(4)
 
サブゼミについて
サブゼミについてサブゼミについて
サブゼミについて
 
120426サブゼミ意思決定(3)-2
120426サブゼミ意思決定(3)-2120426サブゼミ意思決定(3)-2
120426サブゼミ意思決定(3)-2
 
120419サブゼミ数学(2)
120419サブゼミ数学(2)120419サブゼミ数学(2)
120419サブゼミ数学(2)
 
120426サブゼミ意思決定(3)-1
120426サブゼミ意思決定(3)-1120426サブゼミ意思決定(3)-1
120426サブゼミ意思決定(3)-1
 
120419サブゼミ意思決定(2)-2
120419サブゼミ意思決定(2)-2120419サブゼミ意思決定(2)-2
120419サブゼミ意思決定(2)-2
 
120419サブゼミ意思決定(2) 1
120419サブゼミ意思決定(2) 1120419サブゼミ意思決定(2) 1
120419サブゼミ意思決定(2) 1
 
120412サブゼミ意思決定(1)
120412サブゼミ意思決定(1)120412サブゼミ意思決定(1)
120412サブゼミ意思決定(1)
 
サブゼミグループワークの手引き
サブゼミグループワークの手引きサブゼミグループワークの手引き
サブゼミグループワークの手引き
 

120517サブゼミ意思決定(5)