ਅਲੈਕਸੀ ਸਾਵਵੇਤੀਵ: ਸਮਾਜਿਕ ਵਿਗਾੜ ਦਾ ਖੇਡ-ਸਿਧਾਂਤਕ ਮਾਡਲ (+ ਐਨਜੀਨੈਕਸ 'ਤੇ ਸਰਵੇਖਣ)

ਹੇ ਹਬਰ!
ਮੇਰਾ ਨਾਮ ਆਸਿਆ ਹੈ। ਮੈਨੂੰ ਇੱਕ ਬਹੁਤ ਵਧੀਆ ਲੈਕਚਰ ਮਿਲਿਆ, ਮੈਂ ਮਦਦ ਨਹੀਂ ਕਰ ਸਕਦਾ ਪਰ ਇਸਨੂੰ ਸਾਂਝਾ ਕਰ ਸਕਦਾ ਹਾਂ।

ਮੈਂ ਤੁਹਾਡੇ ਧਿਆਨ ਵਿੱਚ ਸਿਧਾਂਤਕ ਗਣਿਤ ਵਿਗਿਆਨੀਆਂ ਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਸਮਾਜਿਕ ਸੰਘਰਸ਼ਾਂ 'ਤੇ ਇੱਕ ਵੀਡੀਓ ਲੈਕਚਰ ਦਾ ਸਾਰ ਲਿਆਉਂਦਾ ਹਾਂ। ਪੂਰਾ ਲੈਕਚਰ ਲਿੰਕ 'ਤੇ ਉਪਲਬਧ ਹੈ: ਸੋਸ਼ਲ ਕਲੀਵੇਜ ਦਾ ਇੱਕ ਮਾਡਲ: ਇੰਟਰਐਕਸ਼ਨ ਨੈਟਵਰਕਸ 'ਤੇ ਟਰਨਰੀ ਵਿਕਲਪ ਦੀ ਇੱਕ ਖੇਡ (ਏ.ਵੀ. ਲਿਓਨੀਡੋਵ, ਏ.ਵੀ. ਸਾਵਤੇਵ, ਏ.ਜੀ. ਸੇਮੇਨੋਵ)। 2016.

ਅਲੈਕਸੀ ਵਲਾਦੀਮੀਰੋਵਿਚ ਸਾਵਵੇਤੀਵ - ਆਰਥਿਕ ਵਿਗਿਆਨ ਦੇ ਉਮੀਦਵਾਰ, ਭੌਤਿਕ ਅਤੇ ਗਣਿਤ ਵਿਗਿਆਨ ਦੇ ਡਾਕਟਰ, MIPT ਵਿਖੇ ਪ੍ਰੋਫੈਸਰ, NES ਵਿਖੇ ਪ੍ਰਮੁੱਖ ਖੋਜਕਰਤਾ।

ਇਸ ਲੈਕਚਰ ਵਿੱਚ ਮੈਂ ਇਸ ਬਾਰੇ ਗੱਲ ਕਰਾਂਗਾ ਕਿ ਕਿਵੇਂ ਗਣਿਤ-ਵਿਗਿਆਨੀ ਅਤੇ ਖੇਡ ਸਿਧਾਂਤਕਾਰ ਇੱਕ ਆਵਰਤੀ ਸਮਾਜਿਕ ਵਰਤਾਰੇ ਨੂੰ ਦੇਖਦੇ ਹਨ, ਜਿਸਦੀ ਉਦਾਹਰਣ ਇੰਗਲੈਂਡ ਨੂੰ ਯੂਰਪੀਅਨ ਯੂਨੀਅਨ ਛੱਡਣ ਲਈ ਵੋਟ ਦੁਆਰਾ ਦਿੱਤੀ ਗਈ ਹੈ (Eng. ਬ੍ਰੈਕਸਿਟ)ਦੇ ਬਾਅਦ ਰੂਸ ਵਿੱਚ ਡੂੰਘੇ ਸਮਾਜਿਕ ਵੰਡ ਦੀ ਇੱਕ ਘਟਨਾ ਮੈਦਾਨ, ਅਮਰੀਕੀ ਚੋਣਾਂ ਇੱਕ ਸਨਸਨੀਖੇਜ਼ ਨਤੀਜੇ ਦੇ ਨਾਲ. 

ਤੁਸੀਂ ਅਜਿਹੀਆਂ ਸਥਿਤੀਆਂ ਦੀ ਨਕਲ ਕਿਵੇਂ ਕਰ ਸਕਦੇ ਹੋ ਤਾਂ ਜੋ ਉਹਨਾਂ ਵਿੱਚ ਅਸਲੀਅਤ ਦੀ ਗੂੰਜ ਹੋਵੇ? ਕਿਸੇ ਵਰਤਾਰੇ ਨੂੰ ਸਮਝਣ ਲਈ, ਇਸਦਾ ਵਿਆਪਕ ਅਧਿਐਨ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ, ਪਰ ਇਹ ਲੈਕਚਰ ਇੱਕ ਮਾਡਲ ਪ੍ਰਦਾਨ ਕਰੇਗਾ।

ਸਮਾਜਿਕ ਵੰਡ ਦਾ ਅਰਥ ਹੈ

ਇਹਨਾਂ ਤਿੰਨਾਂ ਦ੍ਰਿਸ਼ਾਂ ਵਿੱਚ ਜੋ ਸਮਾਨ ਹੈ ਉਹ ਇਹ ਹੈ ਕਿ ਵਿਅਕਤੀ ਜਾਂ ਤਾਂ ਇੱਕ ਕੈਂਪ ਵਿੱਚ ਆਉਂਦਾ ਹੈ ਜਾਂ ਹਿੱਸਾ ਲੈਣ ਤੋਂ ਇਨਕਾਰ ਕਰਦਾ ਹੈ ਅਤੇ ਆਪਣੀਆਂ ਚੋਣਾਂ ਬਾਰੇ ਚਰਚਾ ਕਰਦਾ ਹੈ। ਉਹ. ਹਰੇਕ ਵਿਅਕਤੀ ਦੀ ਚੋਣ ਤ੍ਰਿਏਕ ਹੁੰਦੀ ਹੈ - ਤਿੰਨ ਮੁੱਲਾਂ ਤੋਂ: 

• 0 - ਸੰਘਰਸ਼ ਵਿੱਚ ਹਿੱਸਾ ਲੈਣ ਤੋਂ ਇਨਕਾਰ;
• 1 - ਇੱਕ ਪਾਸੇ ਸੰਘਰਸ਼ ਵਿੱਚ ਹਿੱਸਾ ਲੈਣਾ; 
• -1 - ਉਲਟ ਪਾਸੇ ਦੇ ਸੰਘਰਸ਼ ਵਿੱਚ ਹਿੱਸਾ ਲਓ।

ਇੱਥੇ ਸਿੱਧੇ ਨਤੀਜੇ ਹਨ ਜੋ ਅਸਲ ਵਿੱਚ ਸੰਘਰਸ਼ ਪ੍ਰਤੀ ਤੁਹਾਡੇ ਆਪਣੇ ਰਵੱਈਏ ਨਾਲ ਸਬੰਧਤ ਹਨ. ਇੱਥੇ ਇੱਕ ਧਾਰਨਾ ਹੈ ਕਿ ਹਰ ਵਿਅਕਤੀ ਵਿੱਚ ਕਿਸੇ ਕਿਸਮ ਦੀ ਤਰਜੀਹੀ ਭਾਵਨਾ ਹੁੰਦੀ ਹੈ ਕਿ ਇੱਥੇ ਕੌਣ ਸਹੀ ਹੈ। ਅਤੇ ਇਹ ਇੱਕ ਅਸਲੀ ਵੇਰੀਏਬਲ ਹੈ। 

ਉਦਾਹਰਨ ਲਈ, ਜਦੋਂ ਕੋਈ ਵਿਅਕਤੀ ਅਸਲ ਵਿੱਚ ਇਹ ਨਹੀਂ ਸਮਝਦਾ ਕਿ ਕੌਣ ਸਹੀ ਹੈ, ਤਾਂ ਬਿੰਦੂ ਜ਼ੀਰੋ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਕਿਤੇ ਨੰਬਰ ਰੇਖਾ 'ਤੇ ਸਥਿਤ ਹੈ, ਉਦਾਹਰਨ ਲਈ 0,1 'ਤੇ। ਜਦੋਂ ਕੋਈ ਵਿਅਕਤੀ 100% ਨਿਸ਼ਚਤ ਹੁੰਦਾ ਹੈ ਕਿ ਕੋਈ ਵਿਅਕਤੀ ਸਹੀ ਹੈ, ਤਾਂ ਉਸਦੇ ਵਿਸ਼ਵਾਸਾਂ ਦੀ ਤਾਕਤ ਦੇ ਅਧਾਰ ਤੇ, ਉਸਦਾ ਅੰਦਰੂਨੀ ਮਾਪਦੰਡ ਪਹਿਲਾਂ ਹੀ -3 ਜਾਂ +15 ਹੋਵੇਗਾ। ਭਾਵ, ਇੱਕ ਵਿਅਕਤੀ ਦੇ ਸਿਰ ਵਿੱਚ ਇੱਕ ਖਾਸ ਪਦਾਰਥਕ ਮਾਪਦੰਡ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਇਹ ਸੰਘਰਸ਼ ਪ੍ਰਤੀ ਉਸਦੇ ਰਵੱਈਏ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ.

ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਜੇਕਰ ਤੁਸੀਂ 0 ਚੁਣਦੇ ਹੋ, ਤਾਂ ਇਸ ਨਾਲ ਤੁਹਾਡੇ ਲਈ ਕੋਈ ਨਤੀਜਾ ਨਹੀਂ ਨਿਕਲਦਾ, ਖੇਡ ਵਿੱਚ ਕੋਈ ਜਿੱਤ ਨਹੀਂ ਹੈ, ਤੁਸੀਂ ਸੰਘਰਸ਼ ਨੂੰ ਛੱਡ ਦਿੱਤਾ ਹੈ।

ਜੇਕਰ ਤੁਸੀਂ ਕੋਈ ਅਜਿਹੀ ਚੀਜ਼ ਚੁਣਦੇ ਹੋ ਜੋ ਤੁਹਾਡੀ ਸਥਿਤੀ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦਾ, ਤਾਂ vi ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਘਟਾਓ ਦਿਖਾਈ ਦੇਵੇਗਾ, ਉਦਾਹਰਨ ਲਈ vi = - 3. ਜੇਕਰ ਤੁਹਾਡੀ ਅੰਦਰੂਨੀ ਸਥਿਤੀ ਉਸ ਸੰਘਰਸ਼ ਦੇ ਪੱਖ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ ਜਿਸ 'ਤੇ ਤੁਸੀਂ ਬੋਲਦੇ ਹੋ, ਅਤੇ ਤੁਹਾਡੀ ਸਥਿਤੀ σi = ਹੈ। -1, ਫਿਰ vi = +3. 

ਫਿਰ ਸਵਾਲ ਪੈਦਾ ਹੁੰਦਾ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਕਦੇ-ਕਦੇ ਕਿਨ੍ਹਾਂ ਕਾਰਨਾਂ ਕਰਕੇ ਆਪਣੀ ਆਤਮਾ ਵਿੱਚ ਜੋ ਹੈ ਉਸ ਦਾ ਗਲਤ ਪੱਖ ਚੁਣਨਾ ਪੈਂਦਾ ਹੈ? ਇਹ ਤੁਹਾਡੇ ਸਮਾਜਿਕ ਮਾਹੌਲ ਦੇ ਦਬਾਅ ਹੇਠ ਹੋ ਸਕਦਾ ਹੈ। ਅਤੇ ਇਹ ਇੱਕ ਅਸੂਲ ਹੈ.

ਧਾਰਨਾ ਇਹ ਹੈ ਕਿ ਤੁਸੀਂ ਆਪਣੇ ਨਿਯੰਤਰਣ ਤੋਂ ਬਾਹਰ ਦੇ ਨਤੀਜਿਆਂ ਤੋਂ ਪ੍ਰਭਾਵਿਤ ਹੋ। ਅਜੀ ਸ਼ਬਦ j ਤੋਂ ਤੁਹਾਡੇ 'ਤੇ ਪ੍ਰਭਾਵ ਦੀ ਡਿਗਰੀ ਅਤੇ ਸੰਕੇਤ ਦਾ ਅਸਲ ਮਾਪਦੰਡ ਹੈ। ਤੁਸੀਂ ਨੰਬਰ i ਹੋ, ਅਤੇ ਤੁਹਾਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲਾ ਵਿਅਕਤੀ ਨੰਬਰ j ਹੈ। ਫਿਰ ਅਜਿਹੇ ਅਜੀ ਦਾ ਪੂਰਾ ਮੈਟ੍ਰਿਕਸ ਹੋਵੇਗਾ। 

ਇਹ ਵਿਅਕਤੀ ਤੁਹਾਨੂੰ ਨਕਾਰਾਤਮਕ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਵੀ ਕਰ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇਸ ਤਰ੍ਹਾਂ ਤੁਸੀਂ ਕਿਸੇ ਸਿਆਸੀ ਸ਼ਖਸੀਅਤ ਦੇ ਭਾਸ਼ਣ ਦਾ ਵਰਣਨ ਕਰ ਸਕਦੇ ਹੋ ਜਿਸ ਨੂੰ ਤੁਸੀਂ ਵਿਵਾਦ ਦੇ ਉਲਟ ਪਾਸੇ ਨਾਪਸੰਦ ਕਰਦੇ ਹੋ। ਜਦੋਂ ਤੁਸੀਂ ਕਿਸੇ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਦੇਖਦੇ ਹੋ ਅਤੇ ਸੋਚਦੇ ਹੋ: "ਇਹ ਮੂਰਖ ਹੈ, ਅਤੇ ਦੇਖੋ ਕਿ ਉਹ ਕੀ ਕਹਿੰਦਾ ਹੈ, ਮੈਂ ਤੁਹਾਨੂੰ ਕਿਹਾ ਸੀ ਕਿ ਉਹ ਇੱਕ ਮੂਰਖ ਹੈ।" 

ਹਾਲਾਂਕਿ, ਜੇਕਰ ਅਸੀਂ ਤੁਹਾਡੇ ਦੁਆਰਾ ਕਿਸੇ ਨਜ਼ਦੀਕੀ ਜਾਂ ਆਦਰਯੋਗ ਵਿਅਕਤੀ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਸਮਝਦੇ ਹਾਂ, ਤਾਂ ਇਹ ਸਾਰੇ ਖਿਡਾਰੀਆਂ i 'ਤੇ ਇੱਕ ਖਿਡਾਰੀ j ਹੈ। ਅਤੇ ਇਹ ਪ੍ਰਭਾਵ ਅਪਣਾਏ ਗਏ ਅਹੁਦਿਆਂ ਦੇ ਸੰਜੋਗ ਜਾਂ ਅੰਤਰ ਦੁਆਰਾ ਗੁਣਾ ਹੁੰਦਾ ਹੈ. 

ਉਹ. ਜੇਕਰ σi, σj ਇੱਕ ਸਕਾਰਾਤਮਕ ਚਿੰਨ੍ਹ ਦੇ ਹਨ, ਅਤੇ ਇਸਦੇ ਨਾਲ ਹੀ aji ਵੀ ਇੱਕ ਸਕਾਰਾਤਮਕ ਚਿੰਨ੍ਹ ਦਾ ਹੈ, ਤਾਂ ਇਹ ਤੁਹਾਡੇ ਜਿੱਤਣ ਵਾਲੇ ਫੰਕਸ਼ਨ ਲਈ ਇੱਕ ਪਲੱਸ ਹੈ। ਜੇ ਤੁਸੀਂ ਜਾਂ ਕੋਈ ਵਿਅਕਤੀ ਜੋ ਤੁਹਾਡੇ ਲਈ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਨੇ ਜ਼ੀਰੋ ਸਥਿਤੀ ਲਈ ਹੈ, ਤਾਂ ਇਹ ਸ਼ਬਦ ਮੌਜੂਦ ਨਹੀਂ ਹੈ।  

ਇਸ ਤਰ੍ਹਾਂ, ਅਸੀਂ ਸਮਾਜਿਕ ਪ੍ਰਭਾਵ ਦੇ ਸਾਰੇ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ.

ਅਗਲਾ ਅਗਲਾ ਬਿੰਦੂ ਹੈ. ਸਮਾਜਿਕ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਦੇ ਬਹੁਤ ਸਾਰੇ ਅਜਿਹੇ ਮਾਡਲ ਹਨ, ਜੋ ਵੱਖ-ਵੱਖ ਪਾਸਿਆਂ ਤੋਂ ਵਰਣਿਤ ਹਨ (ਥ੍ਰੈਸ਼ਹੋਲਡ ਫੈਸਲੇ ਲੈਣ ਵਾਲੇ ਮਾਡਲ, ਬਹੁਤ ਸਾਰੇ ਵਿਦੇਸ਼ੀ ਮਾਡਲ)। ਉਹ ਗੇਮ ਥਿਊਰੀ ਵਿੱਚ ਇੱਕ ਸੰਕਲਪ ਸਟੈਂਡਰਡ ਨੂੰ ਦੇਖਦੇ ਹਨ ਜਿਸਨੂੰ ਨੈਸ਼ ਸੰਤੁਲਨ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਭਾਗੀਦਾਰਾਂ ਵਾਲੀਆਂ ਖੇਡਾਂ ਲਈ ਇਸ ਸੰਕਲਪ ਨਾਲ ਡੂੰਘੀ ਅਸੰਤੁਸ਼ਟੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਉੱਪਰ ਜ਼ਿਕਰ ਕੀਤੇ ਯੂਕੇ ਅਤੇ ਯੂਐਸ ਦੀਆਂ ਉਦਾਹਰਣਾਂ, ਭਾਵ ਲੱਖਾਂ ਲੋਕ।   

ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਸਮੱਸਿਆ ਦਾ ਸਹੀ ਹੱਲ ਇੱਕ ਨਿਰੰਤਰਤਾ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਅਨੁਮਾਨ ਦੁਆਰਾ ਲੰਘਦਾ ਹੈ. ਖਿਡਾਰੀਆਂ ਦੀ ਸੰਖਿਆ ਕਿਸੇ ਕਿਸਮ ਦੀ ਨਿਰੰਤਰਤਾ ਹੈ, ਇੱਕ "ਕਲਾਊਡ" ਖੇਡਣਾ, ਮਹੱਤਵਪੂਰਨ ਮਾਪਦੰਡਾਂ ਦੀ ਇੱਕ ਖਾਸ ਥਾਂ ਦੇ ਨਾਲ। ਨਿਰੰਤਰ ਖੇਡਾਂ ਦਾ ਇੱਕ ਸਿਧਾਂਤ ਹੈ, ਲੋਇਡ ਸ਼ੈਪਲੇ

"ਗੈਰ-ਪਰਮਾਣੂ ਖੇਡਾਂ ਲਈ ਪ੍ਰਭਾਵ" ਇਹ ਕੋਆਪਰੇਟਿਵ ਗੇਮ ਥਿਊਰੀ ਲਈ ਇੱਕ ਪਹੁੰਚ ਹੈ। 

ਅਜੇ ਤੱਕ ਇੱਕ ਥਿਊਰੀ ਦੇ ਤੌਰ 'ਤੇ ਭਾਗੀਦਾਰਾਂ ਦੀ ਨਿਰੰਤਰ ਸੰਖਿਆ ਦੇ ਨਾਲ ਖੇਡਾਂ ਦਾ ਕੋਈ ਗੈਰ-ਸਹਿਕਾਰੀ ਸਿਧਾਂਤ ਨਹੀਂ ਹੈ। ਇੱਥੇ ਵੱਖਰੀਆਂ ਕਲਾਸਾਂ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਅਧਿਐਨ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਪਰ ਇਹ ਗਿਆਨ ਅਜੇ ਤੱਕ ਇੱਕ ਆਮ ਸਿਧਾਂਤ ਵਿੱਚ ਨਹੀਂ ਬਣਿਆ ਹੈ। ਅਤੇ ਇਸਦੀ ਗੈਰਹਾਜ਼ਰੀ ਦਾ ਇੱਕ ਮੁੱਖ ਕਾਰਨ ਇਹ ਹੈ ਕਿ ਇਸ ਖਾਸ ਮਾਮਲੇ ਵਿੱਚ ਨੈਸ਼ ਸੰਤੁਲਨ ਗਲਤ ਹੈ। ਅਸਲ ਵਿੱਚ ਇੱਕ ਗਲਤ ਧਾਰਨਾ. 

ਫਿਰ ਸਹੀ ਸੰਕਲਪ ਕੀ ਹੈ? ਪਿਛਲੇ ਕੁਝ ਸਾਲਾਂ ਵਿੱਚ ਕੁਝ ਸਮਝੌਤਾ ਹੋਇਆ ਹੈ ਕਿ ਰਚਨਾਵਾਂ ਵਿੱਚ ਸੰਕਲਪ ਵਿਕਸਿਤ ਹੋਇਆ ਹੈ ਪਾਲਫਰੇ ਅਤੇ ਮੈਕਕੇਲਵੇ ਜਿਸਦੀ ਆਵਾਜ਼ "ਕੁਆਂਟਲ ਜਵਾਬ ਸੰਤੁਲਨ", ਜਾਂ"ਡਿਸਕ੍ਰਿਟ ਰਿਸਪਾਂਸ ਸੰਤੁਲਨ", ਜਿਵੇਂ ਜ਼ਖਾਰੋਵ ਅਤੇ ਮੈਂ ਇਸਦਾ ਅਨੁਵਾਦ ਕੀਤਾ ਹੈ। ਅਨੁਵਾਦ ਸਾਡਾ ਹੈ, ਅਤੇ ਕਿਉਂਕਿ ਸਾਡੇ ਤੋਂ ਪਹਿਲਾਂ ਕਿਸੇ ਨੇ ਵੀ ਇਸਦਾ ਰੂਸੀ ਵਿੱਚ ਅਨੁਵਾਦ ਨਹੀਂ ਕੀਤਾ ਸੀ, ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਨੂੰ ਰੂਸੀ ਬੋਲਣ ਵਾਲੇ ਸੰਸਾਰ ਉੱਤੇ ਥੋਪ ਦਿੱਤਾ ਹੈ।

ਇਸ ਨਾਮ ਤੋਂ ਸਾਡਾ ਮਤਲਬ ਇਹ ਹੈ ਕਿ ਹਰੇਕ ਵਿਅਕਤੀ ਇੱਕ ਮਿਸ਼ਰਤ ਰਣਨੀਤੀ ਨਹੀਂ ਖੇਡਦਾ, ਉਹ ਇੱਕ ਸ਼ੁੱਧ ਖੇਡਦਾ ਹੈ। ਪਰ ਇਸ "ਕਲਾਊਡ" ਜ਼ੋਨ ਵਿੱਚ ਪੈਦਾ ਹੁੰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਇੱਕ ਜਾਂ ਕੋਈ ਹੋਰ ਸ਼ੁੱਧ ਚੁਣਿਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਜਵਾਬ ਵਿੱਚ, ਮੈਂ ਦੇਖਦਾ ਹਾਂ ਕਿ ਇੱਕ ਵਿਅਕਤੀ ਕਿਵੇਂ ਖੇਡਦਾ ਹੈ, ਪਰ ਮੈਨੂੰ ਨਹੀਂ ਪਤਾ ਕਿ ਉਹ ਇਸ ਬੱਦਲ ਵਿੱਚ ਕਿੱਥੇ ਹੈ, ਭਾਵ ਉੱਥੇ ਗੁਪਤ ਜਾਣਕਾਰੀ ਹੈ, ਮੈਂ "ਬੱਦਲ" ਵਿੱਚ ਵਿਅਕਤੀ ਨੂੰ ਉਸ ਸੰਭਾਵਨਾ ਦੇ ਰੂਪ ਵਿੱਚ ਸਮਝੋ ਜਿਸ ਨਾਲ ਉਹ ਇੱਕ ਜਾਂ ਦੂਜੇ ਪਾਸੇ ਜਾਵੇਗਾ। ਇਹ ਇੱਕ ਅੰਕੜਾ ਸੰਕਲਪ ਹੈ। ਮੈਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਭੌਤਿਕ ਵਿਗਿਆਨੀਆਂ ਅਤੇ ਖਿਡਾਰੀ ਸਿਧਾਂਤਕਾਰਾਂ ਦਾ ਆਪਸੀ ਭਰਪੂਰ ਸਹਿਜ-ਵਿਗਿਆਨ, 21ਵੀਂ ਸਦੀ ਦੇ ਖੇਡ ਸਿਧਾਂਤ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੇਗਾ। 

ਅਸੀਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਨਮਾਨੇ ਸ਼ੁਰੂਆਤੀ ਡੇਟਾ ਦੇ ਨਾਲ ਅਜਿਹੀਆਂ ਸਥਿਤੀਆਂ ਦੇ ਮਾਡਲਿੰਗ ਵਿੱਚ ਮੌਜੂਦਾ ਤਜ਼ਰਬੇ ਨੂੰ ਆਮ ਬਣਾਉਂਦੇ ਹਾਂ ਅਤੇ ਸਮੀਕਰਨਾਂ ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ ਲਿਖਦੇ ਹਾਂ ਜੋ ਵੱਖਰੇ ਜਵਾਬ ਦੇ ਸੰਤੁਲਨ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ। ਬਸ ਇੰਨਾ ਹੀ ਹੈ; ਅੱਗੇ, ਸਮੀਕਰਨਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਸਥਿਤੀਆਂ ਦਾ ਵਾਜਬ ਅਨੁਮਾਨ ਲਗਾਉਣਾ ਜ਼ਰੂਰੀ ਹੈ। ਪਰ ਇਹ ਸਭ ਅਜੇ ਵੀ ਅੱਗੇ ਹੈ; ਇਹ ਵਿਗਿਆਨ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਦਿਸ਼ਾ ਹੈ.

ਡਿਸਕ੍ਰਿਟ ਰਿਸਪਾਂਸ ਸੰਤੁਲਨ ਉਹ ਸੰਤੁਲਨ ਹੁੰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਅਸੀਂ ਅਸਲ ਵਿੱਚ ਖੇਡਦੇ ਹਾਂ ਇਹ ਕਿਸ ਨਾਲ ਅਸਪਸ਼ਟ ਹੈ. ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ε ਨੂੰ ਸ਼ੁੱਧ ਰਣਨੀਤੀ ਤੋਂ ਭੁਗਤਾਨ ਵਿੱਚ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ। ਇੱਥੇ ਤਿੰਨ ਜਿੱਤਾਂ ਹਨ, ਕੁਝ ਤਿੰਨ ਨੰਬਰ ਜਿਨ੍ਹਾਂ ਦਾ ਅਰਥ ਹੈ ਇੱਕ ਪਾਸੇ ਲਈ "ਸਿੰਕ", ਦੂਜੇ ਪਾਸੇ ਲਈ "ਸਿੰਕ" ਅਤੇ ਬਚਣਾ, ਅਤੇ ਇੱਥੇ ε ਹੈ, ਜੋ ਇਹਨਾਂ ਤਿੰਨਾਂ ਵਿੱਚ ਜੋੜਿਆ ਗਿਆ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹਨਾਂ ε ਦਾ ਸੁਮੇਲ ਅਣਜਾਣ ਹੈ। ε ਲਈ ਵੰਡ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਜਾਣਦੇ ਹੋਏ, ਸੁਮੇਲ ਦਾ ਸਿਰਫ ਇੱਕ ਤਰਜੀਹ ਦਾ ਅਨੁਮਾਨ ਲਗਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਸੁਮੇਲ ε ਦੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਇੱਕ ਵਿਅਕਤੀ ਦੀਆਂ ਆਪਣੀਆਂ ਚੋਣਾਂ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀਆਂ ਜਾਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ, ਅਰਥਾਤ, ਦੂਜੇ ਲੋਕਾਂ ਦੇ ਉਸਦੇ ਮੁਲਾਂਕਣ ਅਤੇ ਉਹਨਾਂ ਦੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਦੇ ਅਨੁਮਾਨਾਂ ਦੁਆਰਾ। ਇਹ ਆਪਸੀ ਇਕਸਾਰਤਾ ਵੱਖਰੇ ਜਵਾਬ ਦਾ ਸੰਤੁਲਨ ਹੈ। ਅਸੀਂ ਇਸ ਬਿੰਦੂ ਤੇ ਵਾਪਸ ਆਵਾਂਗੇ.

ਵੱਖਰੇ ਜਵਾਬ ਸੰਤੁਲਨ ਦੁਆਰਾ ਰਸਮੀਕਰਣ

ਇੱਥੇ ਇਹ ਹੈ ਕਿ ਇਸ ਮਾਡਲ ਵਿੱਚ ਜਿੱਤਾਂ ਕਿਵੇਂ ਦਿਖਾਈ ਦਿੰਦੀਆਂ ਹਨ:

ਇਹ ਬਰੈਕਟਾਂ ਵਿੱਚ ਉਹਨਾਂ ਸਾਰੇ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਦਾ ਹੈ ਜੋ ਤੁਹਾਡੇ 'ਤੇ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ ਜੇਕਰ ਤੁਸੀਂ ਕੋਈ ਵੀ ਪਾਸਾ ਚੁਣਿਆ ਹੈ, ਜਾਂ ਜੇ ਤੁਸੀਂ ਕੋਈ ਪਾਸਾ ਨਹੀਂ ਚੁਣਿਆ ਹੈ ਤਾਂ ਜ਼ੀਰੋ ਨਾਲ ਗੁਣਾ ਕੀਤਾ ਜਾਵੇਗਾ। ਅੱਗੇ ਇਹ “+” ਚਿੰਨ੍ਹ ਨਾਲ ਹੋਵੇਗਾ ਜੇਕਰ σ1 = 1, ਅਤੇ “-” ਚਿੰਨ੍ਹ ਨਾਲ ਜੇਕਰ σ1 = -1 ਹੈ। ਅਤੇ ε ਨੂੰ ਇਸ ਵਿੱਚ ਜੋੜਿਆ ਗਿਆ ਹੈ। ਭਾਵ, σi ਤੁਹਾਡੀ ਅੰਦਰੂਨੀ ਸਥਿਤੀ ਦੁਆਰਾ ਗੁਣਾ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਸਾਰੇ ਲੋਕ ਜੋ ਤੁਹਾਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ। 

ਉਸੇ ਸਮੇਂ, ਇੱਕ ਖਾਸ ਵਿਅਕਤੀ ਲੱਖਾਂ ਲੋਕਾਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਵੇਂ ਮੀਡੀਆ ਸ਼ਖਸੀਅਤਾਂ, ਅਦਾਕਾਰਾਂ, ਜਾਂ ਇੱਥੋਂ ਤੱਕ ਕਿ ਰਾਸ਼ਟਰਪਤੀ ਵੀ ਲੱਖਾਂ ਲੋਕਾਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ। ਇਹ ਪਤਾ ਚਲਦਾ ਹੈ ਕਿ ਪ੍ਰਭਾਵ ਮੈਟ੍ਰਿਕਸ ਬਹੁਤ ਅਸਮਿਤ ਹੈ; ਲੰਬਕਾਰੀ ਤੌਰ 'ਤੇ ਇਸ ਵਿੱਚ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਗੈਰ-ਜ਼ੀਰੋ ਐਂਟਰੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਅਤੇ ਖਿਤਿਜੀ ਤੌਰ 'ਤੇ, ਦੇਸ਼ ਦੇ 200 ਮਿਲੀਅਨ ਲੋਕਾਂ ਵਿੱਚੋਂ, ਉਦਾਹਰਨ ਲਈ, 100 ਗੈਰ-ਜ਼ੀਰੋ ਸੰਖਿਆਵਾਂ। ਹਰ ਕਿਸੇ ਲਈ, ਇਹ ਲਾਭ ਥੋੜ੍ਹੇ ਜਿਹੇ ਸ਼ਬਦਾਂ ਦਾ ਜੋੜ ਹੈ, ਪਰ aij (ਕਿਸੇ ਵਿਅਕਤੀ ਦਾ ਕਿਸੇ 'ਤੇ ਪ੍ਰਭਾਵ) ਵੱਡੀ ਸੰਖਿਆ j ਲਈ ਗੈਰ-ਜ਼ੀਰੋ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ ਅਜੀ (ਕਿਸੇ ਵਿਅਕਤੀ 'ਤੇ ਕਿਸੇ ਦਾ ਪ੍ਰਭਾਵ) ਦਾ ਪ੍ਰਭਾਵ ਅਜਿਹਾ ਨਹੀਂ ਹੈ। ਬਹੁਤ ਵਧੀਆ, ਅਕਸਰ ਸੌ ਤੱਕ ਸੀਮਿਤ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਇੱਕ ਬਹੁਤ ਵੱਡੀ ਅਸਮਾਨਤਾ ਪੈਦਾ ਹੁੰਦੀ ਹੈ। 

ਨੈੱਟਵਰਕ ਭਾਗੀਦਾਰਾਂ ਦੀਆਂ ਉਦਾਹਰਨਾਂ

ਅਸੀਂ ਮਾਡਲ ਦੇ ਸ਼ੁਰੂਆਤੀ ਡੇਟਾ ਨੂੰ ਸਮਾਜ-ਵਿਗਿਆਨਕ ਰੂਪਾਂ ਵਿੱਚ ਵਿਆਖਿਆ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ। ਉਦਾਹਰਨ ਲਈ, "ਅਨੁਕੂਲ ਕੈਰੀਅਰਿਸਟ" ਕੌਣ ਹੈ? ਇਹ ਉਹ ਵਿਅਕਤੀ ਹੈ ਜੋ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਸੰਘਰਸ਼ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ, ਪਰ ਅਜਿਹੇ ਲੋਕ ਹਨ ਜੋ ਉਸ ਨੂੰ ਬਹੁਤ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ, ਉਦਾਹਰਨ ਲਈ, ਬੌਸ.

ਇਹ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣਾ ਸੰਭਵ ਹੈ ਕਿ ਕਿਸੇ ਵੀ ਸੰਤੁਲਨ ਵਿੱਚ ਬੌਸ ਦੀ ਚੋਣ ਨਾਲ ਉਸਦੀ ਚੋਣ ਕਿਵੇਂ ਸਬੰਧਤ ਹੈ.

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇੱਕ "ਜਨੂੰਨੀ" ਇੱਕ ਵਿਅਕਤੀ ਹੁੰਦਾ ਹੈ ਜਿਸਦਾ ਸੰਘਰਸ਼ ਦੇ ਪੱਖ ਵਿੱਚ ਇੱਕ ਮਜ਼ਬੂਤ ​​ਅੰਦਰੂਨੀ ਵਿਸ਼ਵਾਸ ਹੁੰਦਾ ਹੈ। 

ਉਸ ਦਾ ਅਜੀ (ਕਿਸੇ ਉੱਤੇ ਪ੍ਰਭਾਵ) ਮਹਾਨ ਹੈ, ਪਿਛਲੇ ਸੰਸਕਰਣ ਦੇ ਉਲਟ, ਜਿੱਥੇ ਅਜੀ (ਕਿਸੇ ਵਿਅਕਤੀ ਉੱਤੇ ਕਿਸੇ ਦਾ ਪ੍ਰਭਾਵ) ਮਹਾਨ ਹੈ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇੱਕ "ਆਟਿਸਟ" ਉਹ ਵਿਅਕਤੀ ਹੁੰਦਾ ਹੈ ਜੋ ਖੇਡਾਂ ਵਿੱਚ ਹਿੱਸਾ ਨਹੀਂ ਲੈਂਦਾ। ਉਸਦੇ ਵਿਸ਼ਵਾਸ ਜ਼ੀਰੋ ਦੇ ਨੇੜੇ ਹਨ, ਅਤੇ ਕੋਈ ਵੀ ਉਸਨੂੰ ਪ੍ਰਭਾਵਿਤ ਨਹੀਂ ਕਰਦਾ ਹੈ।

ਅਤੇ ਅੰਤ ਵਿੱਚ, ਇੱਕ "ਕੱਟੜ" ਇੱਕ ਵਿਅਕਤੀ ਹੈ ਜੋ ਕੋਈ ਵੀ ਨਹੀਂ ਪ੍ਰਭਾਵਿਤ ਨਹੀਂ ਕਰਦਾ. 

ਮੌਜੂਦਾ ਸ਼ਬਦਾਵਲੀ ਭਾਸ਼ਾਈ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਗਲਤ ਹੋ ਸਕਦੀ ਹੈ, ਪਰ ਇਸ ਦਿਸ਼ਾ ਵਿੱਚ ਅਜੇ ਵੀ ਕੰਮ ਕਰਨਾ ਬਾਕੀ ਹੈ।

ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ, "ਜਨੂੰਨੀ" ਵਾਂਗ, ਉਸਦਾ vi ਜ਼ੀਰੋ ਤੋਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ, ਪਰ aji = 0। ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਇੱਕ "ਜਨੂੰਨੀ" ਉਸੇ ਸਮੇਂ "ਕੱਟੜ" ਹੋ ਸਕਦਾ ਹੈ। 

ਅਸੀਂ ਇਹ ਮੰਨਦੇ ਹਾਂ ਕਿ ਅਜਿਹੇ ਨੋਡਾਂ ਦੇ ਅੰਦਰ ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ ਕਿ "ਜਨੂੰਨੀ/ਕੱਟੜ" ਕੀ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ, ਕਿਉਂਕਿ ਇਹ ਫੈਸਲਾ ਬੱਦਲ ਵਾਂਗ ਚਾਰੇ ਪਾਸੇ ਫੈਲ ਜਾਵੇਗਾ। ਪਰ ਇਹ ਗਿਆਨ ਨਹੀਂ ਹੈ, ਪਰ ਸਿਰਫ ਇੱਕ ਧਾਰਨਾ ਹੈ। ਹੁਣ ਤੱਕ ਅਸੀਂ ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਕਿਸੇ ਵੀ ਅੰਦਾਜ਼ੇ ਵਿੱਚ ਹੱਲ ਨਹੀਂ ਕਰ ਸਕਦੇ ਹਾਂ।

ਅਤੇ ਇੱਕ ਟੀਵੀ ਵੀ ਹੈ। ਇੱਕ ਟੀਵੀ ਕੀ ਹੈ? ਇਹ ਤੁਹਾਡੀ ਅੰਦਰੂਨੀ ਸਥਿਤੀ ਵਿੱਚ ਇੱਕ ਤਬਦੀਲੀ ਹੈ, ਇੱਕ ਕਿਸਮ ਦਾ "ਚੁੰਬਕੀ ਖੇਤਰ"।

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਟੀਵੀ ਦਾ ਪ੍ਰਭਾਵ, ਸਾਰੇ "ਸਮਾਜਿਕ ਅਣੂਆਂ" ਉੱਤੇ ਭੌਤਿਕ "ਚੁੰਬਕੀ ਖੇਤਰ" ਦੇ ਉਲਟ, ਤੀਬਰਤਾ ਅਤੇ ਚਿੰਨ੍ਹ ਦੋਵਾਂ ਵਿੱਚ ਵੱਖਰਾ ਹੋ ਸਕਦਾ ਹੈ। 

ਕੀ ਮੈਂ ਟੀਵੀ ਨੂੰ ਇੰਟਰਨੈਟ ਨਾਲ ਬਦਲ ਸਕਦਾ ਹਾਂ?

ਇਸ ਦੀ ਬਜਾਇ, ਇੰਟਰਨੈੱਟ ਆਪਸੀ ਤਾਲਮੇਲ ਦਾ ਬਹੁਤ ਹੀ ਮਾਡਲ ਹੈ ਜਿਸ ਬਾਰੇ ਚਰਚਾ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਚਲੋ ਇਸਨੂੰ ਬਾਹਰੀ ਸਰੋਤ ਕਹੀਏ, ਜੇ ਜਾਣਕਾਰੀ ਦਾ ਨਹੀਂ, ਤਾਂ ਕਿਸੇ ਤਰ੍ਹਾਂ ਦੇ ਰੌਲੇ ਦਾ। 

ਆਉ ਅਸੀਂ σi=0, σi=1, σi=-1 ਲਈ ਤਿੰਨ ਸੰਭਵ ਰਣਨੀਤੀਆਂ ਦਾ ਵਰਣਨ ਕਰੀਏ:

ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਕਿਵੇਂ ਹੁੰਦਾ ਹੈ? ਸ਼ੁਰੂ ਵਿੱਚ, ਸਾਰੇ ਭਾਗੀਦਾਰ "ਬੱਦਲ" ਹੁੰਦੇ ਹਨ, ਅਤੇ ਹਰੇਕ ਵਿਅਕਤੀ ਨੂੰ ਸਿਰਫ਼ ਹਰ ਕਿਸੇ ਬਾਰੇ ਪਤਾ ਹੁੰਦਾ ਹੈ ਕਿ ਇਹ ਇੱਕ "ਬੱਦਲ" ਹੈ, ਅਤੇ ਇਹਨਾਂ "ਬੱਦਲਾਂ" ਦੀ ਇੱਕ ਤਰਜੀਹੀ ਸੰਭਾਵਨਾ ਵੰਡ ਨੂੰ ਮੰਨਦਾ ਹੈ। ਜਿਵੇਂ ਹੀ ਕੋਈ ਖਾਸ ਵਿਅਕਤੀ ਗੱਲਬਾਤ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ, ਉਹ ਆਪਣੇ ਬਾਰੇ ਪੂਰੇ ਟ੍ਰਿਪਲ ε ਬਾਰੇ ਸਿੱਖਦਾ ਹੈ, ਯਾਨੀ. ਇੱਕ ਖਾਸ ਬਿੰਦੂ, ਅਤੇ ਇਸ ਸਮੇਂ ਇੱਕ ਵਿਅਕਤੀ ਇੱਕ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ ਜੋ ਉਸਨੂੰ ਇੱਕ ਵੱਡੀ ਸੰਖਿਆ ਦਿੰਦਾ ਹੈ (ਜਿੱਥੇ ε ਨੂੰ ਜਿੱਤਾਂ ਵਿੱਚ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ, ਉਹ ਇੱਕ ਨੂੰ ਚੁਣਦਾ ਹੈ ਜੋ ਦੂਜੇ ਦੋ ਨਾਲੋਂ ਵੱਡਾ ਹੁੰਦਾ ਹੈ), ਬਾਕੀਆਂ ਨੂੰ ਪਤਾ ਨਹੀਂ ਹੁੰਦਾ ਕਿ ਕਿਹੜਾ ਬਿੰਦੂ ਹੈ ਉਹ ਹੈ, ਇਸ ਲਈ ਉਹ ਭਵਿੱਖਬਾਣੀ ਨਹੀਂ ਕਰ ਸਕਦੇ। 

ਅੱਗੇ, ਵਿਅਕਤੀ ਚੁਣਦਾ ਹੈ (σi=0/ σi=1/ σi=-1), ਅਤੇ ਚੁਣਨ ਲਈ, ਉਸਨੂੰ ਹਰ ਕਿਸੇ ਲਈ σj ਜਾਣਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਆਉ ਬਰੈਕਟ ਵੱਲ ਧਿਆਨ ਦੇਈਏ; ਬਰੈਕਟ ਵਿੱਚ ਇੱਕ ਸਮੀਕਰਨ ਹੈ [∑ j ≠ i aji σj], i.e. ਕੁਝ ਅਜਿਹਾ ਜੋ ਇੱਕ ਵਿਅਕਤੀ ਨਹੀਂ ਜਾਣਦਾ. ਉਸਨੂੰ ਸੰਤੁਲਨ ਵਿੱਚ ਇਸਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ, ਪਰ ਸੰਤੁਲਨ ਵਿੱਚ ਉਹ σj ਨੂੰ ਸੰਖਿਆਵਾਂ ਵਜੋਂ ਨਹੀਂ ਸਮਝਦਾ, ਉਹ ਉਹਨਾਂ ਨੂੰ ਸੰਭਾਵਨਾਵਾਂ ਵਜੋਂ ਸਮਝਦਾ ਹੈ। 

ਇਹ ਡਿਸਕ੍ਰਿਟ ਰਿਸਪਾਂਸ ਸੰਤੁਲਨ ਅਤੇ ਨੈਸ਼ ਸੰਤੁਲਨ ਵਿਚਕਾਰ ਅੰਤਰ ਦਾ ਸਾਰ ਹੈ। ਇੱਕ ਵਿਅਕਤੀ ਨੂੰ ਸੰਭਾਵਨਾਵਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ, ਇਸ ਤਰ੍ਹਾਂ ਸੰਭਾਵਨਾ ਸਮੀਕਰਨਾਂ ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ ਪੈਦਾ ਹੁੰਦੀ ਹੈ। ਚਲੋ 100 ਮਿਲੀਅਨ ਲੋਕਾਂ ਲਈ ਸਮੀਕਰਨਾਂ ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ ਦੀ ਕਲਪਨਾ ਕਰੀਏ, ਇੱਕ ਹੋਰ 2 ਨਾਲ ਗੁਣਾ ਕਰੋ। ਕਿਉਂਕਿ ਇੱਥੇ “+” ਚੁਣਨ ਦੀ ਸੰਭਾਵਨਾ ਹੈ, “-” ਚੁਣਨ ਦੀ ਸੰਭਾਵਨਾ ਹੈ (ਬਾਹਰ ਛੱਡੇ ਜਾਣ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਨਹੀਂ ਰੱਖਿਆ ਜਾਂਦਾ, ਕਿਉਂਕਿ ਇਹ ਹੈ ਇੱਕ ਨਿਰਭਰ ਪੈਰਾਮੀਟਰ)। ਨਤੀਜੇ ਵਜੋਂ, 200 ਮਿਲੀਅਨ ਵੇਰੀਏਬਲ ਹਨ। ਅਤੇ 200 ਮਿਲੀਅਨ ਸਮੀਕਰਨ। ਇਸ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਇਹ ਬੇਲੋੜੀ ਹੈ. ਅਤੇ ਅਜਿਹੀ ਜਾਣਕਾਰੀ ਨੂੰ ਬਿਲਕੁਲ ਇਕੱਠਾ ਕਰਨਾ ਵੀ ਅਸੰਭਵ ਹੈ। 

ਪਰ ਸਮਾਜ-ਵਿਗਿਆਨੀ ਸਾਨੂੰ ਕਹਿੰਦੇ ਹਨ: "ਉਡੀਕ ਕਰੋ, ਦੋਸਤੋ, ਅਸੀਂ ਤੁਹਾਨੂੰ ਦੱਸਾਂਗੇ ਕਿ ਸਮਾਜ ਨੂੰ ਕਿਵੇਂ ਟਾਈਪ ਕਰਨਾ ਹੈ।" ਉਹ ਪੁੱਛਦੇ ਹਨ ਕਿ ਅਸੀਂ ਕਿੰਨੀਆਂ ਕਿਸਮਾਂ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਹੱਲ ਕਰ ਸਕਦੇ ਹਾਂ। ਮੈਂ ਕਹਿੰਦਾ ਹਾਂ, ਅਸੀਂ ਅਜੇ ਵੀ 50 ਸਮੀਕਰਨਾਂ ਨੂੰ ਹੱਲ ਕਰਾਂਗੇ, ਕੰਪਿਊਟਰ ਇੱਕ ਸਿਸਟਮ ਨੂੰ ਹੱਲ ਕਰ ਸਕਦਾ ਹੈ ਜਿੱਥੇ 50 ਸਮੀਕਰਨਾਂ ਹੋਣ, ਭਾਵੇਂ 100 ਕੁਝ ਵੀ ਨਹੀਂ ਹੈ. ਉਹ ਕਹਿੰਦੇ ਹਨ ਕਿ ਕੋਈ ਸਮੱਸਿਆ ਨਹੀਂ ਹੈ। ਅਤੇ ਫਿਰ ਉਹ ਅਲੋਪ ਹੋ ਗਏ, ਬਦਮਾਸ਼. 

ਅਸੀਂ ਅਸਲ ਵਿੱਚ HSE ਤੋਂ ਮਨੋਵਿਗਿਆਨੀ ਅਤੇ ਸਮਾਜ ਸ਼ਾਸਤਰੀਆਂ ਨਾਲ ਇੱਕ ਮੀਟਿੰਗ ਤੈਅ ਕੀਤੀ ਸੀ, ਉਹਨਾਂ ਨੇ ਕਿਹਾ ਕਿ ਅਸੀਂ ਇੱਕ ਸਫਲਤਾਪੂਰਵਕ ਇਨਕਲਾਬੀ ਪ੍ਰੋਜੈਕਟ, ਸਾਡੇ ਮਾਡਲ, ਉਹਨਾਂ ਦੇ ਡੇਟਾ ਨੂੰ ਲਿਖ ਸਕਦੇ ਹਾਂ. ਅਤੇ ਉਹ ਨਹੀਂ ਆਏ। 

ਜੇ ਤੁਸੀਂ ਮੈਨੂੰ ਪੁੱਛਣਾ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਸਭ ਕੁਝ ਇੰਨਾ ਬੁਰਾ ਕਿਉਂ ਹੋ ਰਿਹਾ ਹੈ, ਤਾਂ ਮੈਂ ਤੁਹਾਨੂੰ ਦੱਸਾਂਗਾ, ਕਿਉਂਕਿ ਮਨੋਵਿਗਿਆਨੀ ਅਤੇ ਸਮਾਜ-ਵਿਗਿਆਨੀ ਸਾਡੀਆਂ ਮੀਟਿੰਗਾਂ ਵਿੱਚ ਨਹੀਂ ਆਉਂਦੇ ਹਨ। ਜੇ ਅਸੀਂ ਇਕੱਠੇ ਹੋ ਗਏ ਤਾਂ ਅਸੀਂ ਪਹਾੜਾਂ ਨੂੰ ਹਿਲਾਵਾਂਗੇ.

ਨਤੀਜੇ ਵਜੋਂ, ਇੱਕ ਵਿਅਕਤੀ ਨੂੰ ਤਿੰਨ ਸੰਭਵ ਰਣਨੀਤੀਆਂ ਵਿੱਚੋਂ ਚੁਣਨਾ ਚਾਹੀਦਾ ਹੈ, ਪਰ ਨਹੀਂ ਕਰ ਸਕਦਾ, ਕਿਉਂਕਿ ਉਹ σj ਨੂੰ ਨਹੀਂ ਜਾਣਦਾ ਹੈ। ਫਿਰ ਅਸੀਂ σj ਨੂੰ ਸੰਭਾਵਨਾਵਾਂ ਵਿੱਚ ਬਦਲਦੇ ਹਾਂ।

ਵੱਖਰੇ ਜਵਾਬ ਸੰਤੁਲਨ ਵਿੱਚ ਲਾਭ

ਅਣਜਾਣ σj ਦੇ ਨਾਲ ਅਸੀਂ ਸੰਭਾਵਨਾਵਾਂ ਵਿੱਚ ਅੰਤਰ ਨੂੰ ਬਦਲਦੇ ਹਾਂ ਜੋ ਇੱਕ ਵਿਅਕਤੀ ਸੰਘਰਸ਼ ਵਿੱਚ ਇੱਕ ਜਾਂ ਦੂਜੇ ਪਾਸੇ ਲੈਂਦਾ ਹੈ। ਜਦੋਂ ਅਸੀਂ ਜਾਣਦੇ ਹਾਂ ਕਿ ਕਿਸ ਵੈਕਟਰ ε 'ਤੇ ਅਸੀਂ ਤਿੰਨ-ਅਯਾਮੀ ਸਪੇਸ ਵਿੱਚ ਕਿਸ ਬਿੰਦੂ ਤੱਕ ਪਹੁੰਚਦੇ ਹਾਂ। ਇਹਨਾਂ ਬਿੰਦੂਆਂ 'ਤੇ (ਜਿੱਤ) "ਬੱਦਲ" ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ, ਅਤੇ ਅਸੀਂ ਉਹਨਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰ ਸਕਦੇ ਹਾਂ ਅਤੇ 3 "ਬੱਦਲਾਂ" ਵਿੱਚੋਂ ਹਰੇਕ ਦਾ ਭਾਰ ਲੱਭ ਸਕਦੇ ਹਾਂ।

ਨਤੀਜੇ ਵਜੋਂ, ਅਸੀਂ ਇੱਕ ਬਾਹਰੀ ਨਿਰੀਖਕ ਤੋਂ ਸੰਭਾਵਨਾਵਾਂ ਲੱਭਦੇ ਹਾਂ ਕਿ ਕੋਈ ਖਾਸ ਵਿਅਕਤੀ ਆਪਣੀ ਅਸਲੀ ਸਥਿਤੀ ਨੂੰ ਜਾਣਨ ਤੋਂ ਪਹਿਲਾਂ ਇਹ ਜਾਂ ਇਹ ਚੁਣੇਗਾ। ਭਾਵ, ਇਹ ਇੱਕ ਫਾਰਮੂਲਾ ਹੋਵੇਗਾ ਜੋ ਬਾਕੀ ਸਾਰੇ p ਦੇ ਗਿਆਨ ਦੇ ਜਵਾਬ ਵਿੱਚ ਆਪਣਾ p ਦੇਵੇਗਾ। ਅਤੇ ਅਜਿਹਾ ਫਾਰਮੂਲਾ ਹਰੇਕ i ਲਈ ਲਿਖਿਆ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਇਸ ਤੋਂ ਸਮੀਕਰਨਾਂ ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ ਛੱਡਦਾ ਹੈ ਜੋ ਉਹਨਾਂ ਲਈ ਜਾਣੂ ਹੋਵੇਗਾ ਜਿਨ੍ਹਾਂ ਨੇ ਆਈਸਿੰਗ ਅਤੇ ਪੋਟਜ਼ ਮਾਡਲਾਂ 'ਤੇ ਕੰਮ ਕੀਤਾ ਹੈ। ਅੰਕੜਾ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦ੍ਰਿੜਤਾ ਨਾਲ ਕਹਿੰਦਾ ਹੈ ਕਿ aij = aji, ਪਰਸਪਰ ਕਿਰਿਆ ਅਸਮਿਤ ਨਹੀਂ ਹੋ ਸਕਦੀ।

ਪਰ ਇੱਥੇ ਕੁਝ "ਚਮਤਕਾਰ" ਹਨ. ਗਣਿਤਿਕ "ਚਮਤਕਾਰ" ਇਹ ਹਨ ਕਿ ਫਾਰਮੂਲੇ ਲਗਭਗ ਅਨੁਸਾਰੀ ਅੰਕੜਾ ਮਾਡਲਾਂ ਦੇ ਫਾਰਮੂਲਿਆਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ, ਇਸ ਤੱਥ ਦੇ ਬਾਵਜੂਦ ਕਿ ਇੱਥੇ ਕੋਈ ਖੇਡ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਨਹੀਂ ਹੈ, ਪਰ ਇੱਕ ਕਾਰਜਸ਼ੀਲਤਾ ਹੈ ਜੋ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਅਨੁਕੂਲਿਤ ਹੈ।

ਆਰਬਿਟਰੇਰੀ ਸ਼ੁਰੂਆਤੀ ਡੇਟਾ ਦੇ ਨਾਲ, ਮਾਡਲ ਵਿਵਹਾਰ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਕੋਈ ਇਸ ਵਿੱਚ ਕਿਸੇ ਚੀਜ਼ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾ ਰਿਹਾ ਹੈ. ਜਦੋਂ ਅਸੀਂ ਨੈਸ਼ ਸੰਤੁਲਨ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹੁੰਦੇ ਹਾਂ ਤਾਂ ਅਜਿਹੇ ਮਾਡਲਾਂ ਨੂੰ "ਸੰਭਾਵੀ ਖੇਡਾਂ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ ਗੇਮ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਡਿਜ਼ਾਇਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਕਿ ਨੈਸ਼ ਸੰਤੁਲਨ ਸਾਰੀਆਂ ਚੋਣਾਂ ਦੀ ਥਾਂ 'ਤੇ ਕੁਝ ਕਾਰਜਸ਼ੀਲ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾ ਕੇ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਵੱਖਰੇ ਜਵਾਬ ਦੇ ਸੰਤੁਲਨ ਵਿੱਚ ਕਿਹੜੀ ਸੰਭਾਵਨਾ ਹੈ, ਅਜੇ ਤੱਕ ਅੰਤਮ ਰੂਪ ਵਿੱਚ ਤਿਆਰ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ। (ਹਾਲਾਂਕਿ ਫਿਓਡੋਰ ਸੈਂਡੋਮੀਰਸਕੀ ਇਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣ ਦੇ ਯੋਗ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਇੱਕ ਸਫਲਤਾ ਹੋਵੇਗੀ)। 

ਸਮੀਕਰਨਾਂ ਦੀ ਪੂਰੀ ਪ੍ਰਣਾਲੀ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ:

ਸੰਭਾਵਨਾਵਾਂ ਜਿਸ ਨਾਲ ਤੁਸੀਂ ਇਸ ਨੂੰ ਚੁਣਦੇ ਹੋ ਜਾਂ ਜੋ ਤੁਹਾਡੇ ਲਈ ਪੂਰਵ ਅਨੁਮਾਨ ਦੇ ਅਨੁਕੂਲ ਹਨ। ਇਹ ਵਿਚਾਰ ਨੈਸ਼ ਸੰਤੁਲਨ ਦੇ ਸਮਾਨ ਹੈ, ਪਰ ਇਹ ਸੰਭਾਵਨਾਵਾਂ ਦੁਆਰਾ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। 

ਇੱਕ ਵਿਸ਼ੇਸ਼ ਡਿਸਟਰੀਬਿਊਸ਼ਨ ε, ਅਰਥਾਤ ਗੁੰਬਲ ਡਿਸਟਰੀਬਿਊਸ਼ਨ, ਜੋ ਕਿ ਸੁਤੰਤਰ ਬੇਤਰਤੀਬ ਵੇਰੀਏਬਲਾਂ ਦੀ ਵੱਧ ਤੋਂ ਵੱਧ ਗਿਣਤੀ ਲੈਣ ਲਈ ਇੱਕ ਨਿਸ਼ਚਿਤ ਬਿੰਦੂ ਹੈ। 

ਇੱਕ ਸਧਾਰਣ ਵੰਡ ਸਵੀਕਾਰਯੋਗ ਮੁੱਲਾਂ ਦੇ ਅੰਦਰ ਪਰਿਵਰਤਨ ਦੇ ਨਾਲ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਸੁਤੰਤਰ ਬੇਤਰਤੀਬੇ ਵੇਰੀਏਬਲਾਂ ਦੀ ਔਸਤ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਤੇ ਜੇਕਰ ਅਸੀਂ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਸੁਤੰਤਰ ਬੇਤਰਤੀਬੇ ਵੇਰੀਏਬਲਾਂ ਤੋਂ ਵੱਧ ਤੋਂ ਵੱਧ ਲੈਂਦੇ ਹਾਂ, ਤਾਂ ਸਾਨੂੰ ਅਜਿਹੀ ਵਿਸ਼ੇਸ਼ ਵੰਡ ਮਿਲਦੀ ਹੈ। 
ਤਰੀਕੇ ਨਾਲ, ਸਮੀਕਰਨ ਨੇ ਕੀਤੇ ਫੈਸਲਿਆਂ ਵਿੱਚ ਅਰਾਜਕਤਾ ਦੇ ਪੈਰਾਮੀਟਰ ਨੂੰ ਛੱਡ ਦਿੱਤਾ, λ, ਮੈਂ ਇਸਨੂੰ ਲਿਖਣਾ ਭੁੱਲ ਗਿਆ.

ਇਸ ਸਮੀਕਰਨ ਨੂੰ ਕਿਵੇਂ ਹੱਲ ਕਰਨਾ ਹੈ ਇਹ ਸਮਝਣ ਨਾਲ ਤੁਹਾਨੂੰ ਇਹ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਮਿਲੇਗੀ ਕਿ ਸਮਾਜ ਨੂੰ ਕਿਵੇਂ ਕਲੱਸਟਰ ਕਰਨਾ ਹੈ। ਸਿਧਾਂਤਕ ਪਹਿਲੂ ਵਿੱਚ, ਡਿਸਕਰੀਟ ਰਿਸਪਾਂਸ ਸਮੀਕਰਨ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਗੇਮਾਂ ਦੀ ਸੰਭਾਵਨਾ। 

ਤੁਹਾਨੂੰ ਇੱਕ ਅਸਲੀ ਸਮਾਜਿਕ ਗ੍ਰਾਫ਼ ਅਜ਼ਮਾਉਣ ਦੀ ਲੋੜ ਹੈ, ਜਿਸ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਇੱਕ ਵੱਖਰਾ ਸਮੂਹ ਹੈ: 

• ਛੋਟੇ ਵਿਆਸ;
• ਸਿਰਲੇਖਾਂ ਦੀਆਂ ਡਿਗਰੀਆਂ ਦੀ ਵੰਡ ਦਾ ਸ਼ਕਤੀ ਕਾਨੂੰਨ;
• ਉੱਚ ਕਲੱਸਟਰਿੰਗ. 

ਭਾਵ, ਤੁਸੀਂ ਇਸ ਮਾਡਲ ਦੇ ਅੰਦਰ ਇੱਕ ਅਸਲੀ ਸੋਸ਼ਲ ਨੈਟਵਰਕ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਦੁਬਾਰਾ ਲਿਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਸਕਦੇ ਹੋ. ਅਜੇ ਤੱਕ ਕਿਸੇ ਨੇ ਕੋਸ਼ਿਸ਼ ਨਹੀਂ ਕੀਤੀ, ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਫਿਰ ਕੁਝ ਕੰਮ ਆਵੇ.

ਹੁਣ ਮੈਂ ਤੁਹਾਡੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਸਕਦਾ ਹਾਂ। ਘੱਟੋ-ਘੱਟ ਮੈਂ ਉਨ੍ਹਾਂ ਨੂੰ ਜ਼ਰੂਰ ਸੁਣ ਸਕਦਾ ਹਾਂ।

ਇਹ ਬ੍ਰੈਕਸਿਟ ਅਤੇ ਯੂਐਸ ਚੋਣਾਂ ਦੀ ਵਿਧੀ ਦੀ ਵਿਆਖਿਆ ਕਿਵੇਂ ਕਰਦਾ ਹੈ?

ਇਸ ਲਈ ਇਹ ਹੈ। ਇਹ ਕੁਝ ਵੀ ਵਿਆਖਿਆ ਨਹੀਂ ਕਰਦਾ. ਪਰ ਇਹ ਇਸ ਗੱਲ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਕਿ ਪੋਲਟਰ ਲਗਾਤਾਰ ਆਪਣੀ ਭਵਿੱਖਬਾਣੀ ਗਲਤ ਕਿਉਂ ਕਰਦੇ ਹਨ। ਕਿਉਂਕਿ ਲੋਕ ਜਨਤਕ ਤੌਰ 'ਤੇ ਜਵਾਬ ਦਿੰਦੇ ਹਨ ਕਿ ਉਨ੍ਹਾਂ ਦਾ ਸਮਾਜਿਕ ਮਾਹੌਲ ਉਨ੍ਹਾਂ ਨੂੰ ਜਵਾਬ ਦੇਣ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ, ਪਰ ਨਿੱਜੀ ਤੌਰ' ਤੇ ਉਹ ਆਪਣੇ ਅੰਦਰੂਨੀ ਵਿਸ਼ਵਾਸ ਲਈ ਵੋਟ ਦਿੰਦੇ ਹਨ. ਅਤੇ ਜੇਕਰ ਅਸੀਂ ਇਸ ਸਮੀਕਰਨ ਨੂੰ ਹੱਲ ਕਰ ਸਕਦੇ ਹਾਂ, ਤਾਂ ਹੱਲ ਵਿੱਚ ਕੀ ਹੋਵੇਗਾ ਜੋ ਸਮਾਜ ਵਿਗਿਆਨਿਕ ਸਰਵੇਖਣ ਨੇ ਸਾਨੂੰ ਦਿੱਤਾ ਹੈ, ਅਤੇ vi ਉਹ ਹੈ ਜੋ ਵੋਟ ਵਿੱਚ ਹੋਵੇਗਾ।

ਅਤੇ ਇਸ ਮਾਡਲ ਵਿੱਚ, ਇੱਕ ਵਿਅਕਤੀ ਨੂੰ ਨਹੀਂ, ਪਰ ਇੱਕ ਵੱਖਰੇ ਕਾਰਕ ਵਜੋਂ ਇੱਕ ਸਮਾਜਿਕ ਪੱਧਰ 'ਤੇ ਵਿਚਾਰ ਕਰਨਾ ਸੰਭਵ ਹੈ?

ਇਹ ਬਿਲਕੁਲ ਉਹੀ ਹੈ ਜੋ ਮੈਂ ਕਰਨਾ ਚਾਹਾਂਗਾ। ਪਰ ਅਸੀਂ ਸਮਾਜਿਕ ਤਬਕੇ ਦੀ ਬਣਤਰ ਨੂੰ ਨਹੀਂ ਜਾਣਦੇ। ਇਸ ਲਈ ਅਸੀਂ ਸਮਾਜ ਵਿਗਿਆਨੀਆਂ ਅਤੇ ਮਨੋਵਿਗਿਆਨੀਆਂ ਨਾਲ ਤਾਲਮੇਲ ਰੱਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਾਂ।

ਕੀ ਤੁਹਾਡੇ ਮਾਡਲ ਨੂੰ ਰੂਸ ਵਿੱਚ ਦੇਖੀਆਂ ਜਾਂਦੀਆਂ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਸਮਾਜਿਕ ਸੰਕਟਾਂ ਦੀ ਵਿਧੀ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਕਿਸੇ ਤਰ੍ਹਾਂ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ? ਆਓ ਰਸਮੀ ਸੰਸਥਾਵਾਂ ਦੇ ਪ੍ਰਭਾਵਾਂ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਵਖਰੇਵੇਂ ਦੀ ਇਜਾਜ਼ਤ ਦੇਈਏ?

ਨਹੀਂ, ਇਹ ਉਹ ਨਹੀਂ ਹੈ ਜਿਸ ਬਾਰੇ ਇਹ ਹੈ. ਇਹ ਬਿਲਕੁਲ ਲੋਕਾਂ ਵਿਚਕਾਰ ਟਕਰਾਅ ਬਾਰੇ ਹੈ। ਮੈਨੂੰ ਨਹੀਂ ਲਗਦਾ ਕਿ ਇੱਥੇ ਸੰਸਥਾਵਾਂ ਦੇ ਸੰਕਟ ਦੀ ਵਿਆਖਿਆ ਕਿਸੇ ਵੀ ਤਰੀਕੇ ਨਾਲ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਇਸ ਵਿਸ਼ੇ 'ਤੇ ਮੇਰਾ ਆਪਣਾ ਵਿਚਾਰ ਹੈ ਕਿ ਮਨੁੱਖਤਾ ਦੁਆਰਾ ਬਣਾਈਆਂ ਗਈਆਂ ਸੰਸਥਾਵਾਂ ਬਹੁਤ ਗੁੰਝਲਦਾਰ ਹਨ, ਉਹ ਇੰਨੀ ਗੁੰਝਲਦਾਰਤਾ ਨੂੰ ਕਾਇਮ ਨਹੀਂ ਰੱਖ ਸਕਣਗੀਆਂ ਅਤੇ ਨਿਘਾਰ ਲਈ ਮਜਬੂਰ ਹੋ ਜਾਣਗੀਆਂ। ਇਹ ਮੇਰੀ ਅਸਲੀਅਤ ਦੀ ਸਮਝ ਹੈ।

ਕੀ ਸਮਾਜ ਦੇ ਧਰੁਵੀਕਰਨ ਦੇ ਵਰਤਾਰੇ ਦਾ ਅਧਿਐਨ ਕਰਨਾ ਸੰਭਵ ਹੈ? ਤੁਸੀਂ ਪਹਿਲਾਂ ਹੀ ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਚੁੱਕੇ ਹੋ, ਇਹ ਕਿਸੇ ਲਈ ਵੀ ਕਿੰਨਾ ਚੰਗਾ ਹੈ...

ਅਸਲ ਵਿੱਚ ਨਹੀਂ, ਸਾਡੇ ਕੋਲ ਉੱਥੇ ਇੱਕ ਟੀਵੀ ਹੈ, v+h। ਇਹ ਤੁਲਨਾਤਮਕ ਸਟੈਟਿਕਸ ਹੈ।

ਹਾਂ, ਪਰ ਧਰੁਵੀਕਰਨ ਹੌਲੀ-ਹੌਲੀ ਹੁੰਦਾ ਹੈ। ਮੇਰਾ ਮਤਲਬ ਇਹ ਹੈ ਕਿ ਮਜ਼ਬੂਤ ​​ਰੁਖ ਨਾਲ ਸਮਾਜਿਕ ਭਾਗੀਦਾਰੀ 10% v-ਸਕਾਰਾਤਮਕ, 6% v-ਨਕਾਰਾਤਮਕ ਹੈ, ਅਤੇ ਇਹਨਾਂ ਮੁੱਲਾਂ ਵਿਚਕਾਰ ਪਾੜਾ ਵਧਦਾ ਜਾ ਰਿਹਾ ਹੈ।

ਮੈਨੂੰ ਨਹੀਂ ਪਤਾ ਕਿ ਗਤੀਸ਼ੀਲਤਾ ਵਿੱਚ ਕੀ ਹੋਵੇਗਾ. ਸਹੀ ਗਤੀਸ਼ੀਲਤਾ ਵਿੱਚ, ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ, v ਪਿਛਲੇ σ ਦੇ ਮੁੱਲਾਂ ਨੂੰ ਲੈ ਲਵੇਗਾ। ਪਰ ਮੈਨੂੰ ਨਹੀਂ ਪਤਾ ਕਿ ਇਹ ਪ੍ਰਭਾਵ ਕੰਮ ਕਰੇਗਾ ਜਾਂ ਨਹੀਂ। ਇੱਥੇ ਕੋਈ ਇਲਾਜ ਨਹੀਂ ਹੈ, ਸਮਾਜ ਦਾ ਕੋਈ ਸਰਵ ਵਿਆਪਕ ਮਾਡਲ ਨਹੀਂ ਹੈ। ਇਹ ਮਾਡਲ ਕੁਝ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਹੈ ਜੋ ਮਦਦਗਾਰ ਹੋ ਸਕਦਾ ਹੈ। ਮੇਰਾ ਮੰਨਣਾ ਹੈ ਕਿ ਜੇਕਰ ਅਸੀਂ ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਦੇ ਹਾਂ, ਤਾਂ ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ ਕਿਵੇਂ ਓਪੀਨੀਅਨ ਪੋਲ ਲਗਾਤਾਰ ਵੋਟਿੰਗ ਦੀ ਅਸਲੀਅਤ ਤੋਂ ਵੱਖ ਹੁੰਦੇ ਹਨ। ਸਮਾਜ ਵਿੱਚ ਭਾਰੀ ਅਰਾਜਕਤਾ ਹੈ। ਇੱਕ ਖਾਸ ਪੈਰਾਮੀਟਰ ਨੂੰ ਮਾਪਣਾ ਵੀ ਵੱਖ-ਵੱਖ ਨਤੀਜੇ ਦਿੰਦਾ ਹੈ। 

ਕੀ ਇਸਦਾ ਕਲਾਸੀਕਲ ਮੈਟ੍ਰਿਕਸ ਗੇਮ ਥਿਊਰੀ ਨਾਲ ਕੋਈ ਲੈਣਾ-ਦੇਣਾ ਹੈ?

ਇਹ ਮੈਟਰਿਕਸ ਗੇਮਾਂ ਹਨ। ਇਹ ਸਿਰਫ ਇੰਨਾ ਹੈ ਕਿ ਇੱਥੇ ਮੈਟ੍ਰਿਕਸ 200 ਮਿਲੀਅਨ ਗੁਣਾ 200 ਮਿਲੀਅਨ ਆਕਾਰ ਦੇ ਹਨ। ਇਹ ਹਰ ਕਿਸੇ ਨਾਲ ਹਰ ਕਿਸੇ ਦੀ ਖੇਡ ਹੈ, ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਇੱਕ ਫੰਕਸ਼ਨ ਵਜੋਂ ਲਿਖਿਆ ਜਾਂਦਾ ਹੈ। ਇਹ ਮੈਟ੍ਰਿਕਸ ਗੇਮਾਂ ਨਾਲ ਇਸ ਤਰ੍ਹਾਂ ਜੁੜਿਆ ਹੋਇਆ ਹੈ: ਮੈਟ੍ਰਿਕਸ ਗੇਮਾਂ ਦੋ ਵਿਅਕਤੀਆਂ ਦੀਆਂ ਖੇਡਾਂ ਹਨ, ਪਰ ਇੱਥੇ 200 ਮਿਲੀਅਨ ਖੇਡ ਰਹੇ ਹਨ। ਇਸਲਈ, ਇਹ ਇੱਕ ਟੈਂਸਰ ਹੈ ਜਿਸਦਾ ਆਯਾਮ 200 ਮਿਲੀਅਨ ਹੈ। ਇਹ ਇੱਕ ਮੈਟ੍ਰਿਕਸ ਵੀ ਨਹੀਂ ਹੈ, ਪਰ ਇੱਕ ਅਯਾਮ ਵਾਲਾ ਘਣ ਹੈ। ਪਰ ਉਹ ਇੱਕ ਹੱਲ ਦੀ ਇੱਕ ਅਸਾਧਾਰਨ ਧਾਰਨਾ ਮੰਨਦੇ ਹਨ।

ਕੀ ਇੱਕ ਖੇਡ ਦੀ ਕੀਮਤ ਦਾ ਕੋਈ ਸੰਕਲਪ ਹੈ?

ਖੇਡ ਦੀ ਕੀਮਤ ਸਿਰਫ ਦੋ ਖਿਡਾਰੀਆਂ ਦੀ ਇੱਕ ਵਿਰੋਧੀ ਖੇਡ ਵਿੱਚ ਹੀ ਸੰਭਵ ਹੈ, ਯਾਨੀ. ਜ਼ੀਰੋ ਜੋੜ ਨਾਲ। ਇਹ ਨਾਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਖਿਡਾਰੀਆਂ ਦੀ ਵਿਰੋਧੀ ਖੇਡ। ਖੇਡ ਦੀ ਕੀਮਤ ਦੀ ਬਜਾਏ, ਨੈਸ਼ ਸੰਤੁਲਨ ਵਿੱਚ ਨਹੀਂ, ਸਗੋਂ ਵੱਖਰੇ ਜਵਾਬ ਸੰਤੁਲਨ ਵਿੱਚ ਸੰਤੁਲਨ ਭੁਗਤਾਨ ਹੁੰਦੇ ਹਨ।

"ਰਣਨੀਤੀ" ਦੀ ਧਾਰਨਾ ਬਾਰੇ ਕੀ?

ਰਣਨੀਤੀਆਂ ਹਨ, 0, -1, 1. ਇਹ ਨੈਸ਼-ਬੇਅਸ ਸੰਤੁਲਨ, ਸੰਤੁਲਨ ਦੀ ਕਲਾਸੀਕਲ ਧਾਰਨਾ ਤੋਂ ਆਉਂਦੀ ਹੈ ਅਧੂਰੀ ਜਾਣਕਾਰੀ ਵਾਲੀਆਂ ਖੇਡਾਂ। ਅਤੇ ਇਸ ਖਾਸ ਮਾਮਲੇ ਵਿੱਚ, ਬੇਇਸ-ਨੈਸ਼ ਸੰਤੁਲਨ ਇੱਕ ਨਿਯਮਤ ਗੇਮ ਦੇ ਡੇਟਾ 'ਤੇ ਅਧਾਰਤ ਹੈ। ਇਸ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਡਿਸਕ੍ਰਿਟ ਰਿਸਪਾਂਸ ਸੰਤੁਲਨ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਅਤੇ ਇਹ 20ਵੀਂ ਸਦੀ ਦੇ ਮੱਧ ਦੀਆਂ ਮੈਟ੍ਰਿਕਸ ਖੇਡਾਂ ਤੋਂ ਬਹੁਤ ਦੂਰ ਹੈ।

ਇਹ ਸ਼ੱਕੀ ਹੈ ਕਿ ਤੁਸੀਂ ਇੱਕ ਮਿਲੀਅਨ ਖਿਡਾਰੀਆਂ ਨਾਲ ਕੁਝ ਵੀ ਕਰ ਸਕਦੇ ਹੋ ...

ਇਹ ਸਵਾਲ ਹੈ ਕਿ ਸਮਾਜ ਨੂੰ ਕਿਵੇਂ ਕਲੱਸਟਰ ਕਰਨਾ ਹੈ; ਇੰਨੇ ਸਾਰੇ ਖਿਡਾਰੀਆਂ ਨਾਲ ਇੱਕ ਖੇਡ ਨੂੰ ਹੱਲ ਕਰਨਾ ਅਸੰਭਵ ਹੈ, ਤੁਸੀਂ ਸਹੀ ਹੋ.

ਅੰਕੜਾ ਭੌਤਿਕ ਵਿਗਿਆਨ ਅਤੇ ਸਮਾਜ ਸ਼ਾਸਤਰ ਵਿੱਚ ਸਬੰਧਤ ਖੇਤਰਾਂ ਬਾਰੇ ਸਾਹਿਤ

1. Dorogovtsev S. N., Goltsev A. V., ਅਤੇ Mendes J. F. F. ਗੁੰਝਲਦਾਰ ਨੈਟਵਰਕਾਂ ਵਿੱਚ ਗੰਭੀਰ ਵਰਤਾਰੇ // ਆਧੁਨਿਕ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੀਆਂ ਸਮੀਖਿਆਵਾਂ. 2008. ਵੋਲ. 80. ਪੀ.ਪੀ. 1275-1335.
2. ਲਾਰੈਂਸ ਈ. ਬਲੂਮ, ਸਟੀਵਨ ਦੁਰਲੌਫ ਸਮਤੋਲ ਸੰਕਲਪ ਸਮਾਜਿਕ ਪਰਸਪਰ ਕਿਰਿਆ ਮਾਡਲਾਂ ਲਈ // ਇੰਟਰਨੈਸ਼ਨਲ ਗੇਮ ਥਿਊਰੀ ਰਿਵਿਊ. 2003. ਵੋਲ. 5, (3)। pp 193-209.
3. ਗੋਰਡਨ ਐਮ.ਬੀ. ਐਟ. ਅਲ., ਸਮਾਜਿਕ ਪ੍ਰਭਾਵ ਅਧੀਨ ਵੱਖੋ-ਵੱਖਰੇ ਵਿਕਲਪ: ਆਮ ਦ੍ਰਿਸ਼ਟੀਕੋਣ // ਅਪਲਾਈਡ ਸਾਇੰਸ ਵਿੱਚ ਗਣਿਤਿਕ ਮਾਡਲ ਅਤੇ ਵਿਧੀਆਂ। 2009. ਵੋਲ. 19. ਪੀ.ਪੀ. 1441-1381.
4. ਬੋਚੌਦ ਜੇ.-ਪੀ. ਸੰਕਟ ਅਤੇ ਸਮੂਹਿਕ ਸਮਾਜਿਕ-ਆਰਥਿਕ ਵਰਤਾਰੇ: ਸਧਾਰਨ ਮਾਡਲ ਅਤੇ ਚੁਣੌਤੀਆਂ // ਸਥਿਰ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦਾ ਜਰਨਲ. 2013. ਵੋਲ. 51(3) pp 567-606.
5. ਸੋਰਨੇਟ ਡੀ. ਭੌਤਿਕ ਵਿਗਿਆਨ ਅਤੇ ਵਿੱਤੀ ਅਰਥ ਸ਼ਾਸਤਰ (1776-2014): ਪਹੇਲੀਆਂ, ਲਿਸਿੰਗ, ਅਤੇ ਏਜੰਟ-ਆਧਾਰਿਤ ਮਾਡਲ // ਭੌਤਿਕ ਵਿਗਿਆਨ ਵਿੱਚ ਤਰੱਕੀ ਬਾਰੇ ਰਿਪੋਰਟਾਂ। 2014. ਵੋਲ. 77, (6)। pp 1-287

 

ਸਿਰਫ਼ ਰਜਿਸਟਰਡ ਉਪਭੋਗਤਾ ਹੀ ਸਰਵੇਖਣ ਵਿੱਚ ਹਿੱਸਾ ਲੈ ਸਕਦੇ ਹਨ। ਸਾਈਨ - ਇਨ, ਤੁਹਾਡਾ ਸੁਆਗਤ ਹੈ.

(ਬਿਲਕੁਲ ਉਦਾਹਰਨ ਲਈ) ਇਗੋਰ ਸਿਸੋਏਵ ਦੇ ਸਬੰਧ ਵਿੱਚ ਤੁਹਾਡੀ ਸਥਿਤੀ:

• 62,1%+1 (ਇਗੋਰ ਸਿਸੋਏਵ ਦੇ ਪੱਖ ਵਿਚ ਸੰਘਰਸ਼ ਵਿਚ ਹਿੱਸਾ ਲੈਣਾ)175

• 1,4%-1 (ਵਿਪਰੀਤ ਪੱਖ ਤੋਂ ਸੰਘਰਸ਼ ਵਿੱਚ ਹਿੱਸਾ ਲੈਣਾ) 4

• 28,7%0 (ਵਿਰੋਧ ਵਿੱਚ ਹਿੱਸਾ ਲੈਣ ਤੋਂ ਇਨਕਾਰ ਕਰਨਾ) 81

• 7,8%ਸੰਘਰਸ਼ ਨੂੰ ਨਿੱਜੀ ਲਾਭ ਲਈ ਵਰਤਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ22

282 ਉਪਭੋਗਤਾਵਾਂ ਨੇ ਵੋਟ ਕੀਤਾ। 63 ਉਪਭੋਗਤਾ ਬਚੇ।

ਸਰੋਤ: www.habr.com