Dynamiki rynków oligopolistycznych oczami fizyka
Transkrypt
Dynamiki rynków oligopolistycznych oczami fizyka
Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Dynamiki rynków oligopolistycznych oczami fizyka Andrzej Pilarczyk KNF ”Migacz”, Instytut Fizyki Teoretycznej, Uniwersytet Wrocławski 7-10 listopada 2008 Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Spis treści 1 Wstęp Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Spis treści 1 Wstęp 2 Symulacje Monte Carlo Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Spis treści 1 Wstęp 2 Symulacje Monte Carlo 3 Model Sznajdów Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Spis treści 1 Wstęp 2 Symulacje Monte Carlo 3 Model Sznajdów 4 Wprowadzenie reklamy Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Spis treści 1 Wstęp 2 Symulacje Monte Carlo 3 Model Sznajdów 4 Wprowadzenie reklamy 5 Teoria średniego pola Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Spis treści 1 Wstęp 2 Symulacje Monte Carlo 3 Model Sznajdów 4 Wprowadzenie reklamy 5 Teoria średniego pola 6 Wyniki Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Spis treści 1 Wstęp 2 Symulacje Monte Carlo 3 Model Sznajdów 4 Wprowadzenie reklamy 5 Teoria średniego pola 6 Wyniki 7 Podsumowanie Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Wstęp oligos – gr. kilka oligopol – forma struktury rynkowej Konkurencja polega na: różnicowaniu produktów, wprowadzaniu nowości na rynek, różnicowanie cen, dogodnych warunkach sprzedaży oraz reklamie. Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Reklama na rynku oligopolistycznym Reklama: podkreśla różnice między produktami - czasem tylko pozorne, Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Reklama na rynku oligopolistycznym Reklama: podkreśla różnice między produktami - czasem tylko pozorne, ułatwia konsumentowi podejmowanie decyzji, Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Reklama na rynku oligopolistycznym Reklama: podkreśla różnice między produktami - czasem tylko pozorne, ułatwia konsumentowi podejmowanie decyzji, jest środkiem do budowania wizerunku, Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Reklama na rynku oligopolistycznym Reklama: podkreśla różnice między produktami - czasem tylko pozorne, ułatwia konsumentowi podejmowanie decyzji, jest środkiem do budowania wizerunku, jest konieczna przy wprowadzaniu na rynek nowego produktu. Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Struktura rynku telefonii komórkowej w Polsce Trzy duże firmy (Polkomtel, PTK Centertel, Polska Telefonia Cyfrowa) i jedna mniejsza (P4). Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Struktura rynku telefonii komórkowej w Polsce Trzy duże firmy (Polkomtel, PTK Centertel, Polska Telefonia Cyfrowa) i jedna mniejsza (P4). Udział w rynku (według liczby klientów) na koniec września: Polkomtel - ok. 33%, PTK Centertel - ok. 34%, PTC - ok. 32%, P4 - ok. 1% Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Cechy rynku Kilku operatorów, Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Cechy rynku Kilku operatorów, bariery wejścia, Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Cechy rynku Kilku operatorów, bariery wejścia, podobne ceny, Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Cechy rynku Kilku operatorów, bariery wejścia, podobne ceny, najsilniej reklamująca się branża. Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Symulacje Monte Carlo Twórcą metody Monte Carlo jest Stanisław Ulam. Metoda ta jest stosowana do problemów zbyt złożonych aby można było je rozwiązać analitycznie. Istotą metody jest wybór zdarzeń lub wartości charakteryzujących zdarzenia jakie zachodzą w procesie przy pomocy liczb losowych ze znanym rozkładem. Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Symulacje Monte Carlo Twórcą metody Monte Carlo jest Stanisław Ulam. Metoda ta jest stosowana do problemów zbyt złożonych aby można było je rozwiązać analitycznie. Istotą metody jest wybór zdarzeń lub wartości charakteryzujących zdarzenia jakie zachodzą w procesie przy pomocy liczb losowych ze znanym rozkładem. Ogólny algorytm Wygenerować M niezależnych wartości xi z rozkładu g (x) Obliczyć wielkość hi na podstawie wartości xi dla i = 1, ..., M Obliczyć średnią arytmetyczną hi r σ2 Oszacować błąd statystyczny δ = , gdzie σ 2 jest wariancją h(X ) M Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Symulacje Monte Carlo Twórcą metody Monte Carlo jest Stanisław Ulam. Metoda ta jest stosowana do problemów zbyt złożonych aby można było je rozwiązać analitycznie. Istotą metody jest wybór zdarzeń lub wartości charakteryzujących zdarzenia jakie zachodzą w procesie przy pomocy liczb losowych ze znanym rozkładem. Ogólny algorytm Wygenerować M niezależnych wartości xi z rozkładu g (x) Obliczyć wielkość hi na podstawie wartości xi dla i = 1, ..., M Obliczyć średnią arytmetyczną hi r σ2 Oszacować błąd statystyczny δ = , gdzie σ 2 jest wariancją h(X ) M Błąd można zredukować przez zwiększenie liczebności próby M. Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Model Sznajdów Dynamika wypływu - oddziałuje na zewnątrz. siatka L × L, Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Model Sznajdów Dynamika wypływu - oddziałuje na zewnątrz. siatka L × L, si ∈ (1, 2, 3), Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Model Sznajdów Dynamika wypływu - oddziałuje na zewnątrz. siatka L × L, si ∈ (1, 2, 3), wymiana opinii z otoczeniem grupy, Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Model Sznajdów Dynamika wypływu - oddziałuje na zewnątrz. siatka L × L, si ∈ (1, 2, 3), wymiana opinii z otoczeniem grupy, przebieg symulacji; 1 wylosuj si , 2 utwórz grupę Gi , 3 wylicz opinię grupy sw 4 Jeśli Gi jednomyślna to sj ← sw , gdzie sj ∈ NN(Gi ) 5 wróć do 1 Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie CAP CF Conformity and Advertising Parallel - CAP Z prawdopodobieństwem p stosujemy konformizm. Z prawdopodobieństwem (1 − p) działa reklama. Wybór operatora następuje proporcjonalnie do siły reklamy danego operatora. Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie CAP CF Conformity First - CF Jeśli grupa jest zgodna to stosujemy konformizm. W przypadku braku jedności konformizm nie działa. Wtedy z prawdopodobieństwem (1 − p) działa reklama. Wybór operatora proporcjonalny do siły jego reklamy. Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA Niech: Ni (t) - liczba klientów i-tego operatora - koncentracja klientów i-tego operatora ci (t) = NLi (t) 2 X ci (t) = 1 (1) i Jeden krok = L2 zmian. Równanie bilansu: Ni (t + 1) − Ni (t) = L2 (⇑i − ⇓i ) Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka (2) Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 − p)h1 c2 (t) Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 − p)h1 c2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 − p)h1 c3 (t) Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 − p)h1 c2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 − p)h1 c3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc1 (t)4 c2 (t) Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 − p)h1 c2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 − p)h1 c3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc1 (t)4 c2 (t) 4 klient 3 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc1 (t)4 c3 (t) Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 − p)h1 c2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 − p)h1 c3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc1 (t)4 c2 (t) 4 klient 3 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc1 (t)4 c3 (t) 5 klient 1 posłuchał reklamy 2: pr = (1 − p)h2 c1 (t) Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 − p)h1 c2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 − p)h1 c3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc1 (t)4 c2 (t) 4 klient 3 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc1 (t)4 c3 (t) 5 klient 1 posłuchał reklamy 2: pr = (1 − p)h2 c1 (t) 6 klient 1 posłuchał reklamy 3: pr = (1 − p)h3 c1 (t) Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 − p)h1 c2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 − p)h1 c3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc1 (t)4 c2 (t) 4 klient 3 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc1 (t)4 c3 (t) 5 klient 1 posłuchał reklamy 2: pr = (1 − p)h2 c1 (t) 6 klient 1 posłuchał reklamy 3: pr = (1 − p)h3 c1 (t) 7 klient 1 posłuchał swoich sąsiadów i przeszedł do 2: pr = pc2 (t)4 c1 (t) Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - c.d. Zmiany spinów w układzie są to (dla modelu CAP i operatora 1): 1 klient 2 posłuchał reklamy 1: pr = (1 − p)h1 c2 (t) 2 klient 3 posłuchał reklamy 1: pr = (1 − p)h1 c3 (t) 3 klient 2 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc1 (t)4 c2 (t) 4 klient 3 posłuchał swoich sąsiadów i przeszedł do 1: pr = pc1 (t)4 c3 (t) 5 klient 1 posłuchał reklamy 2: pr = (1 − p)h2 c1 (t) 6 klient 1 posłuchał reklamy 3: pr = (1 − p)h3 c1 (t) 7 klient 1 posłuchał swoich sąsiadów i przeszedł do 2: pr = pc2 (t)4 c1 (t) 8 klient 1 posłuchał swoich sąsiadów i przeszedł do 3: pr = pc3 (t)4 c1 (t) Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - c.d. Równanie bilansu: Ni (t + 1) − Ni (t) = L2 (1 − p)h1 c2 (t) + (1 − p)h1 c3 (t) + pc1 (t)4 c2 (t)+ +pc1 (t)4 c3 (t) − (1 − p)h2 c1 (t) − (1 − p)h3 c1 (t)− 4 4 +pc2 (t) c1 (t) − pc3 (t) c1 (t) Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka (3) Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - oznaczenia i uproszczenia Niech ci = ci (t) oraz ci0 = ci (t + 1), i ∈ (1, 2, 3). Podzielmy też obustronnie przez L2 . Wówczas równanie bilansu ma postać: c10 − c1 = (1 − p)h1 (c2 + c3 ) − c1 (1 − p)(h2 + h3 )+ +pc1 c2 (c13 − c23 ) + pc1 c3 (c13 − c33 ) Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka (4) Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - CAP Uwzględniając, że c2 + c3 = 1 − c1 oraz, że h2 + h3 = 1 − h1 mamy: c10 − c1 = (1 − p)(h1 − c1 ) + pc1 c2 (c13 − c23 ) + c3 (c13 − c33 ) , c20 − c2 = (1 − p)(h2 − c2 ) + pc2 c1 (c23 − c13 ) + c3 (c23 − c33 ) , c30 − c3 = (1 − p)(h3 − c3 ) + pc3 c1 (c33 − c13 ) + c2 (c33 − c23 ) . Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka (5) Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie MFA - CF Korzystając z tych samych warunków normalizacji otrzymuję: c10 − c1 = (1 − p)(h1 − c1 ) + c1 c2 (c13 − c23 ) + c3 (c13 − c33 ) , c20 − c2 = (1 − p)(h2 − c2 ) + c2 c1 (c23 − c13 ) + c3 (c23 − c33 ) , c30 − c3 = (1 − p)(h3 − c3 ) + c3 c1 (c33 − c13 ) + c2 (c33 − c23 ) . Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka (6) Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Wyniki Wyniki Wyniki Wyniki symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p Wyniki symulacji Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Wyniki Wyniki Wyniki Wyniki symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p Wyniki symulacji - CAP Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Wyniki Wyniki Wyniki Wyniki symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p Wyniki symulacji - CF Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Wyniki Wyniki Wyniki Wyniki symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p Wyniki MFA - CAP Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Wyniki Wyniki Wyniki Wyniki symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p Wyniki MFA - CF Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Wyniki Wyniki Wyniki Wyniki symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p Wyniki MFA - CAP Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Wyniki Wyniki Wyniki Wyniki symulacji - małe p symulacji - duże p MFA - małe p MFA - duże p Wyniki MFA - CF Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Podsumowanie Na decyzje konsumenta wpływają czynniki lokalne (wpływ społeczny) i globalne (reklama - zewnętrzne pole). Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Podsumowanie Na decyzje konsumenta wpływają czynniki lokalne (wpływ społeczny) i globalne (reklama - zewnętrzne pole). Trzy parametry - c, h, p. Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Podsumowanie Na decyzje konsumenta wpływają czynniki lokalne (wpływ społeczny) i globalne (reklama - zewnętrzne pole). Trzy parametry - c, h, p. Zgodne wyniki symulacji i MFA dla CAP. Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Podsumowanie Na decyzje konsumenta wpływają czynniki lokalne (wpływ społeczny) i globalne (reklama - zewnętrzne pole). Trzy parametry - c, h, p. Zgodne wyniki symulacji i MFA dla CAP. Krytyczna siła reklamy w CF. Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Bibliografia Katarzyna Sznajd-Weron, Rafał Weron, Maja Włoszczowska Outflow Dynamics in Modeling Oligopoly Markets: The Case of the Mobile Telecomunications Market in Poland, arXiv:0809.1534v1, (2008). Maja Włoszczowska, Wojny Coli (Cola wars) – czyli siła reklamy na rynku oligopolicznym, praca magisterska, Politechnika Wrocławska, Wrocław 2008 Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka Spis treści Wstęp Symulacje Monte Carlo Model Sznajdów Wprowadzenie reklamy do modelu Teoria średniego pola Wyniki Podsumowanie Koniec Dziękuję za uwagę! Andrzej Pilarczyk Dynamiki rynków oligopolistycznych oczami fizyka