artykuł
Transkrypt
artykuł
50 minut bezcennej ekonomii. Dawid Kukowka W październiku 2012r. teoria gier zyskała w swoich szeregach kolejnych dwóch noblistów. Po tak wielkich postaciach jak choćby Nash czy Aumann laureatami Nagrody Banku Szwecji im. Alfreda Nobla w dziedzinie ekonomii zostali Lloyd S. Shapley oraz Alvin E. Roth. Od razu nasuwa się pytanie - za co konkretnie została zdobyta tak ceniona w świecie nagroda? Otóż obaj Panowie otrzymali ją za: „teorię stabilnych alokacji i wykorzystanie projektowania rynku” W skrócie chodzi o badania nad łączeLloyd S. Shapley Alvin E. Roth niem "dóbr" z ich odbiorcami. Komitet Noblowski podkreślił, że dzięki teoretycznym i praktycznym pracom laureatów udało się opracować metodę działającą w sytuacji, gdy chodzi o maksymalnie, efektywne dopasowanie do siebie zbiorów elementów rynku, z których jeden ma swoje oczekiwania i preferencje, a druga strona określone potrzeby. Lloyd był jednym z pięciorga dzieci wybitnego astronoma Harlowa Shapley’a. Urodził się 2 czerwca 1923 r. w Cambridge (stan Massachusetts). Wychowywał się w domu na terenie obserwatorium astronomicznego Uniwersytetu Harvarda, którego dyrektorem był wówczas jego ojciec. W 1943r. rozpoczął studia na Uniwersytecie Harvarda (na kierunku matematyka). Niestety musiał je przerwać niedługo po rozpoczęciu i jako sierżant służył w amerykańskich siłach powietrznych w Chińskim mieście Chengdu w wojnie z Japonią. Został odznaczony za złamanie szyfrów przeciwnika. Po demobilizacji powrócił do Harvardu, gdzie w 1948 roku ukończył matematykę. Zainteresowania militarne ułatwiły mu pracę w słynnym RAND Corporation i dalsze studia na Uniwersytecie Princeton, gdzie uzyskał doktorat. W 1981 został profesorem Uniwersytetu Kalifornijskiego w Los Angeles, pozyskał wielu zdolnych uczniów i stał się uznanym mistrzem w gronie mistrzów teorii gier. Jest jedną z niewielu osób, których prace zadecydowały o dzisiejszym kształcie tej dziedziny nauki. Ma też na swoim koncie znaczące osiągnięcia czysto matematyczne, jednak i one powstawały na ogół z myślą o użyciu w teorii gier. Shapley ma spory dorobek naukowy m. in. : Wartość Shapley’a (Shapley value), rdzeń gry koalicyjnej, rozwinął również teorię gier o określonej funkcji potencjału posiadającej specyficzne cechy zbieżności (potential games) oraz stworzył algorytm odroczonej akceptacji (we współpracy z Davidem Galem). Laureatem Nagrody Nobla został dzięki stworzeniu algorytmu odroczonej akceptacji, a dokładniej ujmując, dzięki rozwiązaniu „problemu stabilnego małżeństwa”, który w latach 60 XX wieku opracował wspólnie z Davidem Galem (zmarłym w 2008 roku). Problem ten wygląda następująco: mamy N kawalerów i N panien, każde z nich poszukuje przyszłego małżonka mając swoje preferencje w zbiorze płci przeciwnej. Czy istnieje stabilne (tzn. takie aby nie było powodów do zdrad) dopasowanie par małżeńskich? W tabeli 1. Znajdują się czterej mężczyźni oraz cztery kobiety. Załóżmy, że każde z nich może stworzyć własną listę preferencji pokazującą, kto według niego jest najbardziej atrakcyjny. Każdy mężczyzna może uszeregować atrakcyjność kobiet od najlepszej (pierwsza) do najmniej atrakcyjnej (czwarta). Każda kobieta jest w stanie uszeregować analogicznie, jak podobają się jej mężczyźni. Tabela 1. Tabela preferencji mężczyzn i kobiet. Źródło: opracowanie własne. Tabela 1a. Przedstawia sytuację następującą: mężczyźni w pierwszej rundzie oświadczają się tej kobiecie, która jest najwyżej w ich skali preferencji (w skrajnym przypadku wszystkie kobiety otrzymają propozycję i sprawa będzie od razu zamknięta). Będą występować takie przypadki, że niektóre panie otrzymają kilka opcji, a inne pozostają bez propozycji. W każdym wariancie te, które propozycje otrzymają, udzielają odpowiedzi albo odmownej(kolor szary), albo „niech będzie, dopóki nie trafi się ktoś lepszy”(kolor czerwony). Tabela 1a. Tabela przedstawia pierwszy krok w wyborze mężczyzn. Adam proponuje Basię. Bartek proponuje Dorotę. Paweł proponuje Alicję. Daniel proponuje Basię. Basia akceptuje propozycję Daniela i odrzuca propozycje Adama (ponieważ jest niżej w jej liście preferencji). Dorota akceptuje propozycję Bartka. Alicja akceptuje propozycję Pawła. Źródło: opracowanie własne. W rundzie drugiej (Tabela 1b.) mężczyźni, którzy usłyszeli w zasadzie odpowiedź pozytywną, nie mają potrzeby w kolejnej rundzie szukać kogoś następnego, bo mają zarezerwowaną najlepszą (na razie) opcję z dostępnych. Ci, którzy nie otrzymali takiej odpowiedzi, w następnej rundzie wybierają opcję drugą z możliwych. I znowu część z nich otrzymuje odpowiedzi pozytywne, a część negatywne. Niektóre kobiety, które już wcześniej wyraziły zgodę warunkową, mogą otrzymać lepszą propozycję. Wtedy zrezygnują ze swojego poprzedniego wybranka, a ten zostanie uwolniony, by złożyć w następnej rundzie propozycję kobiecie, która jest na ich liście na niższym miejscu. Tabela 1b. Tabela przedstawia drugi krok w wyborze mężczyzn. Adam proponuje Dorotę (kolejna osoba w jego liście preferencji). Dorota przyjmuje propozycję Adama i odrzuca wcześniejszą propozycję Bartka (ponieważ znajduje się niżej w jej liście preferencji. Źródło: opracowanie własne. I tak do skutku aż algorytm doprowadzi do dopasowania wszystkich partnerów (Tabela 1c.). Czyli otrzymamy osiągnięcie pewnej „równowagi”. Tabela 1c. Tabela przedstawia końcowe dopasowanie wszystkich partnerów. Źródło: opracowanie własne. Własności algorytmu (odroczonej akceptacji): Algorytm prowadzi do dopasowania wszystkich partnerów. Dopasowanie jest stabilne (brak par blokujących) – czyli nie ma takiego mężczyzny, który preferowałby inną kobietę i jednocześnie ta kobieta wolałaby go od swojego ostatecznego wybranka. Mężczyźni i kobiety z takich par będą mieli tendencję do zdradzania swoich partnerów, a więc każdy układ małżeństw zawierający pary blokujące może się szybko „rozsypać”. Stabilność oznacza właśnie trwałość układu małżeńskiego, czyli brak tendencji do „rozsypywania się” takiego układu. Dopasowanie nie zależy od kolejności oświadczyn. Dopasowanie nie jest jedynym stabilnym dopasowaniem. Dopasowanie jest optymalne dla strony oświadczającej się (mężczyzn). Dopasowanie nie musi być optymalne dla strony przyjmującej oświadczyny (kobiet). Gale i Shapley mieli nadzieję, że sformułowane przez nich wyniki znajdą zastosowanie w praktyce. Ta nadzieja spełniła się w latach osiemdziesiątych, gdy Alvin Roth zainteresował się tematyką odroczonej akceptacji. Alvin E. Roth urodził się w 1951 roku. Jest amerykańskim ekonomistą, który poczynił znaczący wkład w dziedzinie teorii gier, struktury rynku i ekonomii eksperymentalnej. W 1973r. uzyskał tytułu magistra, a rok później tytuł doktora na Uniwersytecie Stanforda (tematyka - badania operacyjne). Po opuszczeniu Stanforda, Roth uczył na Uniwersytecie Illinois. W 1982r. został profesorem ekonomii na Uniwersytecie w Pittsburghu. Następnie od 1998r. był wykładowcą na Harvardzie, obecnie ma status profesora wizytującego na Uniwersytecie Stanforda. W swojej karierze poświęcił się praktycznym zastosowaniom algorytmu Gale’a – Shapley’a. Dopasowanie studentów medycyny do szpitali oraz uczniów do szkół. Początkowo Roth zajmował się parowaniem studentów medycyny i szpitali zgłaszających zapotrzebowanie na specjalistów. Ponieważ po II wojnie światowej proces aplikacji studentów medycyny do szpitali w Stanach Zjednoczonych był stosunkowo nieefektywny. W latach 40. z powodu braku lekarzy szpitale zaczęły składać oferty studentom w początkowej fazie nauki, kiedy ci nie mieli jeszcze szans dobrze się zastanowić, co dokładnie chcą robić, ani nie mieli jeszcze wyników ze studiów, co kończyło się zawieraniem suboptymalnych kontraktów z punktu widzenia obu stron. Ponadto, w przypadku odrzucenia oferty przez studenta, często było już za późno na złożenie oferty innej osobie. Dostrzegając wady istniejącego systemu, w latach 50. w Stanach Zjednoczonych wprowadzono nowy sposób rekrutacji, powołując do życia centralną organizację zajmującą się tym procesem- National Resident Matching Program (NRMP). W artykule z 1984 roku Alvin Roth udowodnił, że sukces NRMP wynika z tego, iż stosowany w nim mechanizm odpowiada mechanizmowi dostosowania, jaki zaproponowali Shapley i Gale, oferując tym samym stabilne powiązania. A więc stosowany algorytm pozwala stworzyć sytuację stabilną. Kandydaci mogli przedstawić swoją listę preferencji od najlepszej placówki (do której chcą trafić) do najgorszej. Student przy istniejącym wyborze trafiał w najlepsze miejsce z możliwych, a co za tym idzie, nie doszłoby do takiej sytuacji, w której jakiś student wolałby pracować w innym szpitalu i jednocześnie ten sam szpital wolałby mieć go w szeregach swojej kadry zamiast jakiegoś innego studenta. Oczywiście analogicznie wygląda sytuacja przyporządkowania uczniów do szkół. Każdy kandydat może uporządkować szkoły pod względem tego, która jest dla niego najlepsza, a która najgorsza. Szkoły natomiast mają swoją listę preferencji mówiącą o tym, którzy kandydaci są ich zdaniem najlepsi. W efekcie zastosowania algorytmu można stworzyć „stabilne” rozwiązanie, czyli takie dopasowanie uczniów do odpowiednich szkół, że nie istnieje rozwiązanie lepsze, tzn. że nie zdarzy się sytuacja po dopasowaniu, w której jakiś uczeń powie, że wolałby inną szkołę i jednocześnie ta szkoła wolałaby go przyjąć na miejsce innej osoby (oczywiście w tych przypadkach szkoły i szpitale są podmiotami, które dokonują wyboru). Barter organów Jak widać algorytmy zajmujące się problemami dopasowania wydają się bardzo istotne dla naszego życia. Jeszcze bardziej dobitnym przykładem może być sytuacja na rynku organów. W USA, podobnie jak w większości krajów, zakazany jest handel organami. Dopuszczalne jest jednak przekazanie komuś organu bez osiągania z tego jakichkolwiek korzyści majątkowych np. siostrze czy koledze. Okazuje się jednak, że dopuszczalny jest barter organowy. Weźmy program wymiany nerek, który Roth opracował i wdrożył w Nowej Anglii w USA. Konieczność przeszczepu nerki pojawia się przy jej przewlekłej niewydolności. Znalezienie potencjalnego żywego dawcy (co daje większą szansę, że przeszczep nie zostanie odrzucony) nie jest proste. Z tym problemem borykają się wszystkie systemy zdrowotne świata. Jednakże Roth opracował system, który daje większe szanse na otrzymanie nerki przez chorego. Dajmy na to, że Magda potrzebuje przeszczepu nerki, co gorsza jej mąż Adam nie może jej dać swojej, ponieważ występuje brak zgodności niektórych czynników umożliwiających przeszczep. Mamy również Anię, która potrzebuje nerki, natomiast jej mążPaweł, również nie może ofiarować jej swojej. Załóżmy jednak, że taka zgodność występuje między organami Magdy(biorca) i Pawła(dawca) oraz między organami Ani(biorca) i Adama(dawca). Dzięki takiemu dopasowaniu udało się zwiększyć liczbę przeszczepów w USA. Za pomocą tej metody nerkę otrzymały osoby, które być może nigdy nie doczekałby się przeszczepu. 22-iego marca 2007 roku nastąpiła w Bostonie nietypowo duża operacja przeszczepu nerek: trzech dawców i trzech biorców dopasowano na podstawie programu Rotha. W 2012r. stworzono łańcuch, w którym dopasowano już 30 dawców i 30 biorców. Podczas gdy Lloyd S. Shapley zbudował teoretyczne podwaliny teorii alokacji zasobów, jego młodszy kolega Roth zajął się wprowadzaniem tej teorii w życie i jej przełożeniem na rzeczywiste zwiększenie efektywności na rynkach. Trzeba zdawać sobie jednak sprawę z jej ograniczeń. Wystarczy niektóre przypadki trochę bardziej skomplikować, a problemy są nierozwiązywalne i algorytmy potrzebują modyfikacji np. (w przypadku par stażystów, które pragnęły pracować w jednym szpitalu i próbowały obejść oficjalny system). Na ceremonii rozdania nagród Banku Szwecji im. Alfreda Nobla organizatorzy dali obu Panom szkolną godzinę na wykład. Ten przyjazny duet sam podzielił czas wykładu – 7 minut dla starszego mistrza Shapley’a i aż 43 dla Roth’a. Był to niewątpliwie wykład teorii bezcennej bo jak inaczej można nazwać fakt, że dzięki tej teorii można ratować ludzkie życie? W świetle prawa nie możemy kupić nerki czy też miejsca na studiach (gdyż oczywiście jest ono zależne od ilości punktów zdobytych na maturze), a to jeszcze dobitniej podkreśla znaczenie słowa bezcennej. Lloyd Shapley i Alvin Roth pracowali niezależnie od siebie jednakże dzięki połączeniu wyników teoretycznych Shapley’a i spostrzeżeń Roth ’a w ich wartość praktyczną, w których wykorzystywane są teoria, dowody, i projekty interaktywnie rozwija się i jest bardzo obiecująca na przyszłość. Co również wyróżniła Komisja Noblowska wskazując na wzajemny związek i uwarunkowanie teorii i praktyki oraz twórcze łączenie dorobku pokoleń uczonych, mistrzów i następców. Bibliografia: http://www.kozminski.edu.pl/fileadmin/wspolne_elementy/Jednostki/Decyzje/Decyzje _19_2013_sylwetka.pdf Zbigniew Świtalski „ O kojarzeniu małżeństw i rekrutacji kandydatów do szkół” http://www.nobelprize.org/nobel_prizes/economic-sciences/laureates/2012/rothfacts.html http://www.nobelprize.org/nobel_prizes/economic-sciences/laureates/2012/rothfacts.html Mateusz Machaj „ Algorytm najlepszego wyboru nie tylko w małżeństwie” http://pl.wikipedia.org/wiki/Lloyd_Shapley http://www.hbrp.pl/biblioteka/autor.php?ai=3749&t=lista-artykulow-HBRP-autorAlvin-E-Roth http://kuznets.fas.harvard.edu/~aroth/alroth.html http://www.deltami.edu.pl/temat/matematyka/zastosowania/2012/11/12/Matching_mar kets/ http://www.obserwatorfinansowy.pl/tematyka/makroekonomia/roth-mamy-wladzenad-rynkiem/