एलेक्सी साववेटेव: सामाजिक विभाजन का गेम-सैद्धांतिक मॉडल (+ nginx पर सर्वेक्षण)

हे हबर!
मेरा नाम आसिया है. मुझे एक बहुत अच्छा व्याख्यान मिला, मैं इसे साझा किए बिना नहीं रह सकता।

मैं आपके ध्यान में सैद्धांतिक गणितज्ञों की भाषा में सामाजिक संघर्षों पर एक वीडियो व्याख्यान का सारांश लाता हूं। पूरा व्याख्यान इस लिंक पर उपलब्ध है: सामाजिक दरार का एक मॉडल: इंटरेक्शन नेटवर्क पर टर्नरी चॉइस का एक गेम (ए.वी. लियोनिदोव, ए.वी. सव्वातिव, ए.जी. सेमेनोव)। 2016.

एलेक्सी व्लादिमीरोविच सव्वातिव - आर्थिक विज्ञान के उम्मीदवार, भौतिक और गणितीय विज्ञान के डॉक्टर, एमआईपीटी में प्रोफेसर, एनईएस में अग्रणी शोधकर्ता।

इस व्याख्यान में मैं इस बारे में बात करूंगा कि गणितज्ञ और खेल सिद्धांतकार एक आवर्ती सामाजिक घटना को कैसे देखते हैं, जिसका उदाहरण इंग्लैंड को यूरोपीय संघ छोड़ने के लिए वोट देना है (अभियांत्रिकी. ब्रेक्सिट)इसके बाद रूस में गहरे सामाजिक विभाजन की घटना हुई मैदान, अमेरिकी चुनाव एक सनसनीखेज परिणाम के साथ. 

आप ऐसी स्थितियों का अनुकरण कैसे कर सकते हैं ताकि उनमें वास्तविकता की प्रतिध्वनि हो? किसी घटना को समझने के लिए उसका व्यापक अध्ययन करना आवश्यक है, लेकिन यह व्याख्यान एक मॉडल प्रदान करेगा।

सामाजिक फूट का मतलब है

इन तीन परिदृश्यों में जो समानता है वह यह है कि व्यक्ति या तो एक ही खेमे में आ जाता है या भाग लेने और अपनी पसंद पर चर्चा करने से इनकार कर देता है। वे। प्रत्येक व्यक्ति की पसंद तीन मूल्यों से होती है: 

• 0—संघर्ष में भाग लेने से इंकार;
• 1 - एक तरफ से संघर्ष में भाग लें; 
• -1 - विपरीत पक्ष से संघर्ष में भाग लें।

ऐसे प्रत्यक्ष परिणाम होते हैं जो वास्तविकता में संघर्ष के प्रति आपके अपने दृष्टिकोण से संबंधित होते हैं। ऐसी धारणा है कि प्रत्येक व्यक्ति को किसी न किसी प्रकार का पूर्व बोध होता है कि कौन यहीं है। और यह एक वास्तविक चर है. 

उदाहरण के लिए, जब कोई व्यक्ति वास्तव में यह नहीं समझ पाता कि कौन सही है, तो बिंदु संख्या रेखा पर शून्य के आसपास कहीं स्थित होता है, उदाहरण के लिए 0,1 पर। जब कोई व्यक्ति 100% आश्वस्त होता है कि कोई सही है, तो उसका आंतरिक पैरामीटर पहले से ही -3 या +15 होगा, जो उसके विश्वास की ताकत पर निर्भर करता है। अर्थात्, एक निश्चित भौतिक पैरामीटर है जो एक व्यक्ति के दिमाग में होता है, और यह संघर्ष के प्रति उसके दृष्टिकोण को व्यक्त करता है।

यह महत्वपूर्ण है कि यदि आप 0 चुनते हैं, तो इसका आपके लिए कोई परिणाम नहीं होगा, खेल में कोई जीत नहीं होगी, आपने संघर्ष छोड़ दिया है।

यदि आप कुछ ऐसा चुनते हैं जो आपकी स्थिति के अनुरूप नहीं है, तो vi से पहले एक माइनस दिखाई देगा, उदाहरण के लिए vi = - 3। यदि आपकी आंतरिक स्थिति संघर्ष के उस पक्ष से मेल खाती है जिस पर आप बोलते हैं, और आपकी स्थिति σi = है -1, फिर vi = +3. 

फिर सवाल उठता है कि किन कारणों से आपको कभी-कभी अपनी आत्मा में जो है उसका गलत पक्ष चुनना पड़ता है? ऐसा आपके सामाजिक परिवेश के दबाव में हो सकता है। और यह एक अभिधारणा है.

अभिधारणा यह है कि आप अपने नियंत्रण से परे परिणामों से प्रभावित होते हैं। अभिव्यक्ति एजी, जे से आप पर प्रभाव की डिग्री और संकेत का एक वास्तविक पैरामीटर है। आप संख्या i हैं, और जो व्यक्ति आपको प्रभावित करता है वह व्यक्ति संख्या j है। फिर ऐसी अजी का एक पूरा मैट्रिक्स होगा। 

यह व्यक्ति आप पर नकारात्मक प्रभाव भी डाल सकता है। उदाहरण के लिए, आप संघर्ष के विपरीत पक्ष में किसी ऐसे राजनीतिक व्यक्ति के भाषण का वर्णन इस प्रकार कर सकते हैं जिसे आप नापसंद करते हैं। जब आप किसी प्रदर्शन को देखते हैं और सोचते हैं: "यह बेवकूफ है, और देखो वह क्या कहता है, मैंने तुमसे कहा था कि वह एक बेवकूफ है।" 

हालाँकि, यदि हम आपके करीबी या सम्मानित व्यक्ति के प्रभाव पर विचार करते हैं, तो यह सभी खिलाड़ियों पर एक खिलाड़ी जे निकलता है। और यह प्रभाव अपनाए गए पदों के संयोग या विसंगति से कई गुना बढ़ जाता है। 

वे। यदि σi, σj एक सकारात्मक संकेत हैं, और साथ ही aji भी एक सकारात्मक संकेत है, तो यह आपके जीतने के कार्य के लिए एक प्लस है। यदि आपने या आपके लिए बहुत महत्वपूर्ण व्यक्ति ने शून्य स्थान ले लिया है, तो यह शब्द अस्तित्व में नहीं है।  

इस प्रकार, हमने सामाजिक प्रभाव के सभी प्रभावों को ध्यान में रखने का प्रयास किया।

अगला अगला बिंदु है. सामाजिक संपर्क के ऐसे कई मॉडल हैं, जिनका विभिन्न पक्षों से वर्णन किया गया है (दहलीज निर्णय लेने वाले मॉडल, कई विदेशी मॉडल)। वे गेम थ्योरी में एक अवधारणा मानक को देखते हैं जिसे नैश संतुलन कहा जाता है। बड़ी संख्या में प्रतिभागियों वाले खेलों के लिए इस अवधारणा को लेकर गहरा असंतोष है, जैसे कि ऊपर उल्लिखित यूके और यूएस के उदाहरण, यानी कई लाखों लोग।   

इस स्थिति में, समस्या का सही समाधान एक सातत्य का उपयोग करके एक सन्निकटन से होकर गुजरता है। खिलाड़ियों की संख्या एक प्रकार की सातत्यता है, एक "क्लाउड" खेल, जिसमें महत्वपूर्ण मापदंडों का एक निश्चित स्थान होता है। सातत्य खेल का एक सिद्धांत है, लॉयड शेपली

"गैर-परमाणु खेलों के लिए निहितार्थ"। यह सहकारी खेल सिद्धांत का एक दृष्टिकोण है। 

एक सिद्धांत के रूप में प्रतिभागियों की निरंतर संख्या वाले खेलों का अभी तक कोई असहयोगी सिद्धांत नहीं है। अलग-अलग वर्ग हैं जिनका अध्ययन किया जा रहा है, लेकिन यह ज्ञान अभी तक एक सामान्य सिद्धांत में नहीं बन पाया है। और इसकी अनुपस्थिति का एक मुख्य कारण यह है कि इस विशेष मामले में नैश संतुलन गलत है। मूलतः एक ग़लत अवधारणा. 

तो फिर सही अवधारणा क्या है? पिछले कुछ वर्षों में इस बात पर कुछ सहमति बनी है कि इस अवधारणा पर काम चल रहा है पाल्फ़्रे और मैककेल्वे जो लगता है "मात्रात्मक प्रतिक्रिया संतुलन", या "असतत प्रतिक्रिया संतुलन“, जैसा कि ज़खारोव और मैंने इसका अनुवाद किया। अनुवाद हमारा है, और चूँकि हमसे पहले किसी ने इसका रूसी में अनुवाद नहीं किया था, इसलिए हमने यह अनुवाद रूसी भाषी दुनिया पर थोप दिया।

इस नाम से हमारा तात्पर्य यह है कि प्रत्येक व्यक्ति मिश्रित रणनीति नहीं निभाता, वह शुद्ध रणनीति निभाता है। लेकिन इसमें "क्लाउड" क्षेत्र उत्पन्न होते हैं जिसमें एक या दूसरे शुद्ध को चुना जाता है, और प्रतिक्रिया में, मैं देखता हूं कि एक व्यक्ति कैसे खेलता है, लेकिन मुझे नहीं पता कि वह इस क्लाउड में कहां है, यानी वहां छिपी हुई जानकारी है, मैं "क्लाउड" में व्यक्ति को उस संभावना के रूप में देखें जिसके साथ वह एक या दूसरे रास्ते पर जाएगा। यह एक सांख्यिकीय अवधारणा है. मुझे ऐसा लगता है कि भौतिकविदों और खिलाड़ी सिद्धांतकारों की पारस्परिक रूप से समृद्ध सहजीवन, 21वीं सदी के खेल सिद्धांत को परिभाषित करेगी। 

हम पूरी तरह से मनमाने प्रारंभिक डेटा के साथ ऐसी स्थितियों के मॉडलिंग में मौजूदा अनुभव को सामान्यीकृत करते हैं और समीकरणों की एक प्रणाली लिखते हैं जो असतत प्रतिक्रिया के संतुलन से मेल खाती है। बस इतना ही; इसके अलावा, समीकरणों को हल करने के लिए स्थितियों का उचित अनुमान लगाना आवश्यक है। लेकिन यह सब अभी भी आगे है, विज्ञान में यह एक बहुत बड़ी दिशा है।

असतत प्रतिक्रिया संतुलन वह संतुलन है जिसमें हम वास्तव में खेलते हैं यह स्पष्ट नहीं है कि किसके साथ. इस मामले में, ε को शुद्ध रणनीति से भुगतान में जोड़ा जाता है। तीन जीतें हैं, कुछ तीन संख्याएँ जिनका अर्थ है एक पक्ष के लिए "सिंक", दूसरे पक्ष के लिए "सिंक" और बचना, और ε है, जो इन तीनों में जोड़ा जाता है। इसके अलावा, इन ε का संयोजन अज्ञात है। संयोजन का अनुमान केवल प्राथमिक रूप से लगाया जा सकता है, ε के लिए वितरण संभावना को जानकर। इस मामले में, संयोजन ε की संभावनाएं किसी व्यक्ति की अपनी पसंद से तय होनी चाहिए, यानी, अन्य लोगों के बारे में उसका आकलन और उनकी संभावनाओं का अनुमान। यह पारस्परिक स्थिरता असतत प्रतिक्रिया का संतुलन है। हम इस बिंदु पर लौटेंगे.

असतत प्रतिक्रिया संतुलन के माध्यम से औपचारिकीकरण

इस मॉडल में जीत इस प्रकार दिखती है:

यदि आपने कोई पक्ष चुना है तो यह आप पर पड़ने वाले सभी प्रभावों को कोष्ठक में एकत्रित करता है, या यदि आपने कोई पक्ष नहीं चुना है तो इसे शून्य से गुणा किया जाएगा। इसके अलावा, यदि σ1 = 1 है तो यह "+" चिह्न के साथ होगा, और यदि σ1 = -1 है तो यह "-" चिह्न के साथ होगा। और इसमें ε जोड़ा जाता है. अर्थात्, σi आपकी आंतरिक स्थिति और आपको प्रभावित करने वाले सभी लोगों से गुणा होता है। 

साथ ही, एक विशिष्ट व्यक्ति लाखों लोगों को प्रभावित कर सकता है, जैसे मीडिया हस्तियां, अभिनेता या यहां तक ​​कि राष्ट्रपति भी लाखों लोगों को प्रभावित करते हैं। यह पता चला है कि प्रभाव मैट्रिक्स बहुत ही असममित है; लंबवत रूप से इसमें बड़ी संख्या में गैर-शून्य प्रविष्टियां हो सकती हैं, और क्षैतिज रूप से, देश के 200 मिलियन लोगों में से, उदाहरण के लिए, 100 गैर-शून्य संख्याएं हो सकती हैं। हर किसी के लिए, यह लाभ कम संख्या में पदों का योग है, लेकिन aij (किसी व्यक्ति का किसी पर प्रभाव) एक बड़ी संख्या j के लिए गैर-शून्य हो सकता है, और aji (किसी व्यक्ति पर किसी का प्रभाव) का प्रभाव ऐसा नहीं है बढ़िया, अक्सर सौ तक सीमित। यहीं पर एक बहुत बड़ी विषमता उत्पन्न होती है। 

नेटवर्क प्रतिभागियों के उदाहरण

हमने मॉडल के प्रारंभिक डेटा की समाजशास्त्रीय दृष्टि से व्याख्या करने का प्रयास किया। उदाहरण के लिए, "अनुरूपवादी कैरियरवादी" कौन है? यह एक ऐसा व्यक्ति है जो आंतरिक रूप से संघर्ष में शामिल नहीं है, लेकिन ऐसे लोग हैं जो उसे बहुत प्रभावित करते हैं, उदाहरण के लिए, बॉस।

यह अनुमान लगाना संभव है कि किसी भी संतुलन में उसकी पसंद बॉस की पसंद से कैसे संबंधित है।

इसके अलावा, एक "जुनूनी" वह व्यक्ति होता है जिसके पास संघर्ष के पक्ष में दृढ़ आंतरिक विश्वास होता है। 

पिछले संस्करण के विपरीत, जहां अजी (किसी व्यक्ति पर किसी का प्रभाव) महान है, उसका ऐज (किसी पर प्रभाव) महान है।

इसके अलावा, "ऑटिस्ट" वह व्यक्ति है जो खेलों में भाग नहीं लेता है। उसकी मान्यताएँ लगभग शून्य हैं, और कोई भी उसे प्रभावित नहीं करता है।

और अंत में, एक "कट्टरपंथी" वह व्यक्ति है जो कोई भी नहीं प्रभावित नहीं करता। 

वर्तमान शब्दावली भाषाई दृष्टि से गलत हो सकती है, लेकिन इस दिशा में अभी भी काम किया जाना बाकी है।

इससे पता चलता है कि, "जुनूनी" की तरह, उसका vi शून्य से बहुत बड़ा है, लेकिन aji = 0. कृपया ध्यान दें कि एक "जुनूनी" एक ही समय में "कट्टर" भी हो सकता है। 

हम मानते हैं कि ऐसे नोड्स के अंदर यह महत्वपूर्ण होगा कि "जुनूनी/कट्टर" क्या निर्णय लेता है, क्योंकि यह निर्णय बादल की तरह चारों ओर फैल जाएगा। लेकिन ये ज्ञान नहीं, सिर्फ एक धारणा है. अभी तक हम इस समस्या को किसी भी अनुमान से हल नहीं कर सकते हैं।

और एक टीवी भी है. टीवी क्या है? यह आपकी आंतरिक स्थिति में बदलाव है, एक प्रकार का "चुंबकीय क्षेत्र"।

इसके अलावा, सभी "सामाजिक अणुओं" पर भौतिक "चुंबकीय क्षेत्र" के विपरीत, टीवी का प्रभाव परिमाण और संकेत दोनों में भिन्न हो सकता है। 

क्या मैं टीवी को इंटरनेट से बदल सकता हूँ?

बल्कि, इंटरनेट बातचीत का वही मॉडल है जिस पर चर्चा की जानी चाहिए। आइए इसे एक बाहरी स्रोत कहें, यदि जानकारी का नहीं, तो किसी प्रकार के शोर का। 

आइए हम σi=0, σi=1, σi=-1 के लिए तीन संभावित रणनीतियों का वर्णन करें:

अंतःक्रिया कैसे होती है? शुरुआत में, सभी प्रतिभागी "बादल" हैं, और प्रत्येक व्यक्ति अन्य सभी के बारे में केवल यह जानता है कि यह एक "बादल" है, और इन "बादलों" का एक प्राथमिक संभाव्यता वितरण मानता है। जैसे ही कोई विशिष्ट व्यक्ति बातचीत करना शुरू करता है, वह अपने बारे में संपूर्ण त्रिगुण ε सीखता है, अर्थात। एक विशिष्ट बिंदु, और उस समय एक व्यक्ति एक निर्णय लेता है जो उसे एक बड़ी संख्या देता है (उनमें से जहां ε को जीत में जोड़ा जाता है, वह उसे चुनता है जो अन्य दो से अधिक है), बाकी को पता नहीं है कि कौन सा बिंदु है वह पर है, इसलिए वे भविष्यवाणी नहीं कर सकते। 

इसके बाद, व्यक्ति (σi=0/ σi=1/ σi=-1) चुनता है, और चुनने के लिए, उसे बाकी सभी के लिए σj जानना होगा। आइए ब्रैकेट पर ध्यान दें; ब्रैकेट में एक अभिव्यक्ति है [∑ j ≠ i aji σj], यानी। कुछ ऐसा जो कोई व्यक्ति नहीं जानता। उसे संतुलन में इसकी भविष्यवाणी करनी चाहिए, लेकिन संतुलन में वह σj को संख्याओं के रूप में नहीं देखता, वह उन्हें संभावनाओं के रूप में मानता है। 

यह असतत प्रतिक्रिया संतुलन और नैश संतुलन के बीच अंतर का सार है। एक व्यक्ति को संभावनाओं की भविष्यवाणी करनी चाहिए, इस प्रकार संभाव्यता समीकरणों की एक प्रणाली उत्पन्न होती है। आइए 100 मिलियन लोगों के लिए समीकरणों की एक प्रणाली की कल्पना करें, अन्य 2 से गुणा करें। चूंकि "+" चुनने की संभावना है, "-" चुनने की संभावना है (छोड़ दिए जाने की संभावना को ध्यान में नहीं रखा गया है, क्योंकि यह है एक आश्रित पैरामीटर)। परिणामस्वरूप, 200 मिलियन वैरिएबल हैं। और 200 मिलियन समीकरण। इसे हल करना अवास्तविक है. और ऐसी जानकारी सटीक रूप से एकत्र करना भी असंभव है। 

लेकिन समाजशास्त्री हमें बताते हैं: "रुको, दोस्तों, हम आपको बताएंगे कि समाज को कैसे टाइप किया जाए।" वे पूछते हैं कि हम कितनी प्रकार की समस्याओं का समाधान कर सकते हैं। मैं कहता हूं, हम फिर भी 50 समीकरण हल कर लेंगे, कंप्यूटर उस सिस्टम को हल कर सकता है जहां 50 समीकरण हैं, 100 भी कुछ नहीं है। वे कहते हैं, इसमें कोई दिक्कत नहीं है. और फिर वे गायब हो गए, कमीने। 

वास्तव में हमारी एचएसई के मनोवैज्ञानिकों और समाजशास्त्रियों के साथ एक बैठक निर्धारित थी, उन्होंने कहा कि हम एक क्रांतिकारी क्रांतिकारी परियोजना, हमारा मॉडल, उनका डेटा लिख ​​सकते हैं। और वे नहीं आये. 

यदि आप मुझसे पूछना चाहते हैं कि सब कुछ इतना बुरा क्यों हो रहा है, तो मैं आपको बताऊंगा, क्योंकि मनोवैज्ञानिक और समाजशास्त्री हमारी बैठकों में नहीं आते हैं। अगर हम एक हो जाएं तो हम पहाड़ों को हिला देंगे।

परिणामस्वरूप, एक व्यक्ति को तीन संभावित रणनीतियों में से चयन करना होगा, लेकिन वह नहीं कर सकता, क्योंकि वह σj नहीं जानता है। फिर हम σj को संभावनाओं में बदलते हैं।

असतत प्रतिक्रिया संतुलन में लाभ

अज्ञात σj के साथ मिलकर हम संभावनाओं में अंतर को प्रतिस्थापित करते हैं कि एक व्यक्ति संघर्ष में एक या दूसरे पक्ष को लेता है। जब हम जानते हैं कि किस वेक्टर पर हम त्रि-आयामी अंतरिक्ष में किस बिंदु पर पहुंचते हैं। इन बिंदुओं पर (जीत) "बादल" दिखाई देते हैं, और हम उन्हें एकीकृत कर सकते हैं और 3 "बादलों" में से प्रत्येक का वजन ढूंढ सकते हैं।

परिणामस्वरूप, हम बाहरी पर्यवेक्षक से यह संभावनाएँ पाते हैं कि कोई विशेष व्यक्ति अपनी वास्तविक स्थिति जानने से पहले इसे या उसे चुन लेगा। यानी यह एक ऐसा फॉर्मूला होगा जो अन्य सभी पी के ज्ञान के जवाब में अपना पी देगा। और ऐसा सूत्र प्रत्येक i के लिए लिखा जा सकता है और उसमें से समीकरणों की एक प्रणाली छोड़ी जा सकती है जो उन लोगों से परिचित होगी जिन्होंने आइसिंग और पोट्ज़ मॉडल पर काम किया है। सांख्यिकीय भौतिकी दृढ़ता से कहती है कि aij = aji, अंतःक्रिया असममित नहीं हो सकती।

लेकिन यहाँ कुछ "चमत्कार" भी हैं। गणितीय "चमत्कार" यह है कि सूत्र लगभग संबंधित सांख्यिकीय मॉडल के सूत्रों के साथ मेल खाते हैं, इस तथ्य के बावजूद कि कोई गेम इंटरैक्शन नहीं है, लेकिन एक कार्यक्षमता है जो विभिन्न क्षेत्रों पर अनुकूलित है।

मनमाने प्रारंभिक डेटा के साथ, मॉडल ऐसा व्यवहार करता है मानो कोई इसमें कुछ अनुकूलित कर रहा हो। जब हम नैश संतुलन के बारे में बात कर रहे होते हैं तो ऐसे मॉडलों को "संभावित खेल" कहा जाता है। जब गेम को इस तरह से डिज़ाइन किया गया है कि सभी विकल्पों के स्थान पर कुछ कार्यात्मकता को अनुकूलित करके नैश संतुलन निर्धारित किया जाता है। असतत प्रतिक्रिया के संतुलन में क्या संभावना है, इसे अभी तक अंतिम रूप से तैयार नहीं किया गया है। (हालांकि फ्योडोर सैंडोमिरस्की इस प्रश्न का उत्तर देने में सक्षम हो सकते हैं। यह निश्चित रूप से एक सफलता होगी)। 

समीकरणों की पूरी प्रणाली इस प्रकार दिखती है:

जिन संभावनाओं के साथ आप इसे या उसे चुनते हैं, वे आपके लिए पूर्वानुमान के अनुरूप हैं। यह विचार नैश संतुलन जैसा ही है, लेकिन इसे संभावनाओं के माध्यम से कार्यान्वित किया जाता है। 

एक विशेष वितरण ε, अर्थात् गम्बेल वितरण, जो बड़ी संख्या में स्वतंत्र यादृच्छिक चर को अधिकतम लेने के लिए एक निश्चित बिंदु है। 

स्वीकार्य मूल्यों के भीतर भिन्नता के साथ बड़ी संख्या में स्वतंत्र यादृच्छिक चर के औसत से एक सामान्य वितरण प्राप्त किया जाता है। और यदि हम बड़ी संख्या में स्वतंत्र यादृच्छिक चर से अधिकतम लेते हैं, तो हमें ऐसा विशेष वितरण मिलता है। 
वैसे, समीकरण ने लिए गए निर्णयों में अराजकता के पैरामीटर को छोड़ दिया, λ, मैं इसे लिखना भूल गया।

इस समीकरण को हल करने के तरीके को समझने से आपको यह समझने में मदद मिलेगी कि समाज को कैसे क्लस्टर किया जाए। सैद्धांतिक पहलू में, असतत प्रतिक्रिया समीकरण के दृष्टिकोण से खेलों की क्षमता। 

आपको एक वास्तविक सामाजिक ग्राफ़ आज़माने की ज़रूरत है, जिसमें गुणों का एक अलग सेट है: 

• छोटा व्यास;
• शीर्षों की डिग्रियों के वितरण का शक्ति नियम;
• उच्च क्लस्टरिंग. 

यानी, आप इस मॉडल के अंदर एक वास्तविक सोशल नेटवर्क के गुणों को फिर से लिखने का प्रयास कर सकते हैं। अभी तक किसी ने इसे आज़माया नहीं है, शायद तब कुछ बात बनेगी.

अब मैं आपके प्रश्नों का उत्तर देने का प्रयास कर सकता हूँ। कम से कम मैं उनकी बात तो जरूर सुन सकता हूं.

यह ब्रेक्सिट और अमेरिकी चुनावों के तंत्र को कैसे समझाता है?

तो यह बात है। इससे कुछ भी स्पष्ट नहीं होता. लेकिन यह इस बात का संकेत जरूर देता है कि क्यों सर्वेक्षणकर्ता लगातार अपने पूर्वानुमान गलत निकालते हैं। क्योंकि लोग सार्वजनिक रूप से वही उत्तर देते हैं जो उनका सामाजिक परिवेश उनसे मांगता है, लेकिन निजी तौर पर वे अपने आंतरिक दृढ़ विश्वास के लिए मतदान करते हैं। और यदि हम इस समीकरण को हल कर सकते हैं, तो समाधान में वही होगा जो समाजशास्त्रीय सर्वेक्षण ने हमें दिया था, और vi वह है जो वोट में होगा।

और क्या इस मॉडल में किसी व्यक्ति को नहीं, बल्कि एक सामाजिक स्तर को एक अलग कारक माना जा सकता है?

यह बिल्कुल वही है जो मैं करना चाहूंगा। लेकिन हम सामाजिक स्तर की संरचना को नहीं जानते हैं। यही कारण है कि हम समाजशास्त्रियों और मनोवैज्ञानिकों के साथ संपर्क में रहने का प्रयास कर रहे हैं।

क्या आपका मॉडल किसी तरह रूस में देखे गए विभिन्न प्रकार के सामाजिक संकटों के तंत्र को समझाने के लिए लागू किया जा सकता है? आइए औपचारिक संस्थानों के प्रभावों के बीच अंतर की अनुमति दें?

नहीं, बात ये नहीं है. यह बिल्कुल लोगों के बीच संघर्ष के बारे में है। मुझे नहीं लगता कि यहां संस्थानों के संकट को किसी भी तरह से समझाया जा सकता है। इस विषय पर मेरा अपना विचार है कि मानवता द्वारा बनाई गई संस्थाएं बहुत जटिल हैं, वे इतनी जटिलता बनाए नहीं रख पाएंगी और पतन के लिए मजबूर हो जाएंगी। यह वास्तविकता की मेरी समझ है।

क्या किसी तरह समाज के ध्रुवीकरण की घटना का अध्ययन करना संभव है? आपने पहले से ही इसमें v बनाया है, यह किसी के लिए भी कितना अच्छा है...

वास्तव में नहीं, हमारे पास वहां एक टीवी है, वी+एच। यह तुलनात्मक सांख्यिकी है.

हाँ, लेकिन ध्रुवीकरण धीरे-धीरे होता है। मेरे कहने का मतलब यह है कि मजबूत रुख के साथ सामाजिक भागीदारी 10% वी-पॉजिटिव, 6% वी-नेगेटिव है, और इन मूल्यों के बीच अंतर तेजी से बढ़ रहा है।

मैं बिल्कुल नहीं जानता कि गतिशीलता में क्या होगा। सही गतिशीलता में, जाहिरा तौर पर, v पिछले σ के मानों को अपना लेगा। लेकिन मुझे नहीं पता कि यह प्रभाव काम करेगा या नहीं। इसका कोई रामबाण इलाज नहीं है, समाज का कोई सार्वभौमिक मॉडल नहीं है। यह मॉडल कुछ परिप्रेक्ष्य है जो सहायक हो सकता है। मेरा मानना ​​है कि यदि हम इस समस्या का समाधान कर लें, तो हम देखेंगे कि कैसे जनमत सर्वेक्षण लगातार मतदान की वास्तविकता से भिन्न होते रहते हैं। समाज में भारी अराजकता है. यहां तक ​​कि एक निश्चित पैरामीटर को मापने पर भी अलग-अलग परिणाम मिलते हैं। 

क्या इसका क्लासिकल मैट्रिक्स गेम थ्योरी से कोई लेना-देना है?

ये मैट्रिक्स गेम हैं. यह सिर्फ इतना है कि यहां मैट्रिक्स का आकार 200 मिलियन गुणा 200 मिलियन है। यह सभी के साथ सभी का खेल है, मैट्रिक्स को एक फ़ंक्शन के रूप में लिखा गया है। यह मैट्रिक्स गेम से इस तरह जुड़ा हुआ है: मैट्रिक्स गेम दो लोगों का गेम है, लेकिन यहां 200 मिलियन लोग खेल रहे हैं। इसलिए, यह एक टेंसर है जिसका आयाम 200 मिलियन है। यह एक मैट्रिक्स भी नहीं है, बल्कि एक आयाम वाला क्यूब है 200 मिलियन का। लेकिन वे समाधान की एक असामान्य अवधारणा पर विचार करते हैं।

क्या खेल की कीमत की कोई अवधारणा है?

खेल की कीमत केवल दो खिलाड़ियों के विरोधी खेल में ही संभव है, अर्थात। शून्य राशि के साथ. यह नहींबड़ी संख्या में खिलाड़ियों का विरोधी खेल। खेल की कीमत के बजाय, नैश संतुलन में नहीं, बल्कि असतत प्रतिक्रिया संतुलन में संतुलन भुगतान होता है।

"रणनीति" की अवधारणा के बारे में क्या?

रणनीतियाँ हैं, 0, -1, 1. यह नैश-बेज़ संतुलन, संतुलन की शास्त्रीय अवधारणा से आती है अधूरी जानकारी वाले खेल. और इस विशेष मामले में, बेयस-नैश संतुलन एक नियमित गेम के डेटा पर आधारित है। इसका परिणाम असतत प्रतिक्रिया संतुलन नामक संयोजन में होता है। और यह XNUMXवीं सदी के मध्य के मैट्रिक्स गेम से असीम रूप से दूर है।

इसमें संदेह है कि आप दस लाख खिलाड़ियों के साथ कुछ भी कर सकते हैं...

यह सवाल है कि समाज को क्लस्टर कैसे किया जाए; इतने सारे खिलाड़ियों के साथ एक खेल को हल करना असंभव है, आप सही हैं।

सांख्यिकीय भौतिकी और समाजशास्त्र में संबंधित क्षेत्रों पर साहित्य

1. डोरोगोवत्सेव एसएन, गोल्टसेव एवी, और मेंडेस जेएफएफ जटिल नेटवर्क में महत्वपूर्ण घटनाएं // आधुनिक भौतिकी की समीक्षा। 2008. वॉल्यूम. 80. पी.पी. 1275-1335.
2. लॉरेंस ई. ब्लूम, स्टीवन डुरलॉफ इक्विलिब्रियम कॉन्सेप्ट्स फॉर सोशल इंटरेक्शन मॉडल्स // इंटरनेशनल गेम थ्योरी रिव्यू। 2003. वॉल्यूम. 5, (3). पीपी. 193-209.
3. गॉर्डन एमबी एट. अल., सामाजिक प्रभाव के अंतर्गत पृथक विकल्प: सामान्य परिप्रेक्ष्य // अनुप्रयुक्त विज्ञान में गणितीय मॉडल और विधियाँ। 2009. वॉल्यूम. 19. पी.पी. 1441-1381.
4. बौचौड जे.-पी. संकट और सामूहिक सामाजिक-आर्थिक घटनाएँ: सरल मॉडल और चुनौतियाँ // स्टेटिक फिजिक्स जर्नल। 2013. वॉल्यूम. 51(3). पीपी. 567-606.
5. सॉर्नेट डी. भौतिकी और वित्तीय अर्थशास्त्र (1776-2014): पहेलियाँ, एलसिंग, और एजेंट-आधारित मॉडल // भौतिकी में प्रगति पर रिपोर्ट। 2014. वॉल्यूम. 77, (6). पीपी. 1-287

 

केवल पंजीकृत उपयोगकर्ता ही सर्वेक्षण में भाग ले सकते हैं। साइन इन करेंकृपया।

(विशुद्ध रूप से उदाहरण के लिए) इगोर सियोसेव के संबंध में आपकी स्थिति:

• 62,1% तक +1 (इगोर सियोसेव के पक्ष में संघर्ष में भाग लें)175

• 1,4% तक -1 (विपरीत पक्ष से संघर्ष में भाग लेना)4

• 28,7% तक 0 (संघर्ष में भाग लेने से इंकार)81

• 7,8% तक व्यक्तिगत लाभ के लिए संघर्ष का उपयोग करने का प्रयास करें22

282 उपयोगकर्ताओं ने मतदान किया। 63 उपयोगकर्ता अनुपस्थित रहे।

स्रोत: www.habr.com