Entscheidungstheorie Teil 2. Thomas Kämpke

Ähnliche Dokumente
Vorlesung 2: Präferenzen über Lotterien

Vorlesung 2: Präferenzen über Lotterien

Ebene Elementargeometrie

2. Normative Theorie kollektiver Entscheidungen 2.1. Arrows Unmöglichkeitstheorem

2. Normative Theorie kollektiver Entscheidungen 2.1. Arrows Unmöglichkeitstheorem

Implementation Sozialer Auswahlregeln Sommersemester Vorlesung,

Kapitel 5.2: Kollektiventscheidungen 1

4 ZU V5"4. Er wart ungsnut zenhyp ot hese. Dogmenhistorische Ausgangslage, analytische Voraussetzungen und moderne Entwicklungen

Der Satz vom Diktator

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

3.6 Einführung in die Vektorrechnung

Rationale Wahl aus Sicht des Wählenden optimal Abbildung/Modellierung von Präferenzen durch paarweisen Vergleich Präferenzrelation: math.

ML a t he m at ik. Präferenzen. Klaus Schindler. e h r st a b 0 Universität des Saarlandes Fakultät 1

3. Relationen. 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen. Rolf Linn. 3.

Mengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }

Lernunterlagen Vektoren in R 2

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit

Einstimmigkeitskriterium event. langer und kostspieliger Informationsprozeß schwierig für große Gruppen

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

Seminar: Algorithmische Spieltheorie. Soziale Auswahltheorie (Social Choise Theory) von Georg Birkenheuer

Vektorgeometrie Layout: Tibor Stolz

Vorlesung: Nicht-kooperative Spieltheorie. Teil 1: Organisatorisches, Inhalte der Vorlesung und Nutzentheorie

5. Geraden und Ebenen im Raum 5.1. Lineare Abhängigkeit und Unabhängigkeit von Vektoren

Stetigkeit, Konvergenz, Topologie

Mathematik für Wirtschaftswissenschaftler

Bestimme ferner die Koordinaten des Bildpunktes von B bei der Spiegelung

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung

2.4 Verallgemeinerte Ungleichungen

Gleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung

Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen

1.12 Einführung in die Vektorrechung

Skriptum Konstruierbare Zahlen. Projekttage Mathematik 2007

6 Distanzfunktionen. Quadratische Pseudo. 1. Eigenschaften und Klassifikation

Elementare Geometrie Wiederholung 3

Mikroökonomik 2. Vorlesungswoche

I Grundbegriffe 1 1 Wahrscheinlichkeitsräume Bedingte Wahrscheinlichkeiten und Unabhängigkeit Reellwertige Zufallsvariablen...

Vorlesung 2: Erwartungsnutzen

Seminar : Benutzerzentrierte Datenbankanfragen. Referent : Axel Schön

Elementare Geometrie Vorlesung 11

34 Entscheidungsregeln/Relationen

Rechnen mit Vektoren. 1. Vektoren im Koordinatensystem Freie Vektoren in der Ebene

Diskrete Mathematik I Wintersemester 2007 A. May

Elementare Geometrie Vorlesung 13

6.1 Topologische Grundbegriffe

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 7

2 Mengen, Abbildungen und Relationen

Diskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr

Kapitel I - Das klassische Entscheidungsmodell

Rechenoperationen mit Folgen. Rekursion und Iteration.

03. Vektoren im R 2, R 3 und R n

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7

1 Dreiecke. 1.6 Ähnliche Dreiecke. Mathematische Probleme, SS 2019 Donnerstag 2.5. $Id: dreieck.tex,v /05/03 14:05:29 hk Exp $

8. Kleinsche Geometrie I: Hyperbolische Geometrie. Das Erlanger Programm.

Aufgabe G.1: Definitionen, Begriffsbildungen

Mathematik für Informatiker I Mitschrift zur Vorlesung vom

03. Vektoren im R 2, R 3 und R n

Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur

Bestimmung des Schlüsselenzyms für den biologischen Abbau mittels der Planreal DNA-Methodik PRA-DNA

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 5 22

Vorkurs Mathematik B

1 Mengen. 1.1 Definition

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE

Darstellung der Berechnungsproblematik der neuen PTVS 1 anhand des Beispiels vollständig erfüllt bei 3 von 4 Bewohnern

Kapitel 3. Konvergenz von Folgen und Reihen

Statistik II. Lineare Regressionsrechnung. Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II

Zusammenhänge zwischen metrischen Merkmalen

Reelles Skalarprodukt

2.3 Kriterien der Entscheidungsfindung: Präferenzen

Von Präferenz zur Nutzenfunktion Optimierungsprobleme mit Nutzenfunktionen. Nutzenfunktionen. Sebastian Chanaa. 8. Januar 2018

6.3 Eigenwerte. γ ist Eigenwert von T [T] B B γi ist nicht invertierbar.

Übung zu Risiko und Versicherung Entscheidungstheoretische Grundlagen

Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen.

< hergeleitet. < war nach 1.9 mit Hilfe von Rechenregeln für

Präferenzen zu Zahlwerten I

Theorie 1 1 / 2 Grundbegriffe

Stetigkeit an der Stelle X0 2 Rn (Folgen) f : Rn! Rm. Stetigkeit an der Stelle X0 2 Rn

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 7

13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01

30 Metriken und Normen

1 Angeordnete Körper und Anordnung

BADEN-WÜRTTEMBERG Vektoren Geraden im Raum Lösungen Herausgegeben von Heinz Griesel Helmut Postel Friedrich Suhr Schroedel

Diskrete Strukturen. Wintersemester 2007/08 Lösungsblatt Januar 2008

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3}

3. Betriebswirtschaftliche Entscheidungslehre 3.1 Einleitung

Karlsruher Institut für Technologie Institut für Algebra und Geometrie

Ähnlichkeits- und Distanzmaße

Übung zu Risiko und Versicherung Entscheidungstheoretische Grundlagen

Anwendungen der Logik, SS 2008, Martin Goldstern

1 Euklidische und unitäre Vektorräume

Implementation Sozialer Auswahlregeln Sommersemester Vorlesung,

Kapitel II - Wahrscheinlichkeitsraum

Kapitel I: Vektorrechnung 2: Vektoren im Raum

7 Äquivalenzrelationen

Anwendung v. symmetrischen Matrizen: Hauptachsentransformation

4. Funktionen und Relationen

Transkript:

Entscheidungstheorie Teil 2 Thomas Kämpke

Seite 2 Inhalt Präferenzrelation Referenzpunktansatz Referenzpunktmethode (Zusammenfassung) Distanzfunktion Design von PCR Primerpaaren Vorwärtsprimer p Rückwärtsprimer q Primerwechselwirkung

Seite 3 Präferenzrelation (1/12) Definition Eine (strikte) Präferenzrelation ist eine binäre Relation, die asymmetrisch und negativ transitiv ist. für deterministische und stochastische Situationen Asymmetrie a p b ( b p a) Negative Transitivität ( a p b) und ( b p c) ( a p c)

Seite 4 Präferenzrelation (2/12) Beispiel Eine asymmetrische und transitive, aber nicht negativ transitive Relation ist die komponentenweise Ordnung auf n mit Verschärfung in mind. einer Koordinate. Komponentenweise Ordnung Für ( 1 % ( y1 % & # & # = & M # und y = & M # ist y :" i yi i = 1, & # & n y # ' $ ' n $ L, n Komponentenweise Ordnung mit Verschärfung p y : y i = 1,, n und < " i i L j y j für mindestens einen Inde j

Seite 5 Präferenzrelation (3/12) y 2 y { y y} ist Kegel mit Spitze y p y} ist Kegel ohne { Spitze 2 1 y1 ist asymmetrisch, denn p y # Wäre y p i " ( y p ) y i so i y = 1, y j i " L, n i " < j i = 1, y j und L j < y j für ein j, n, d.h. insbesondere Widerspruch

Seite 6 Präferenzrelation (4/12) ist transitiv, denn ist nicht negativ transitiv, denn y z z y n i z y z y y j j j j j i i i p p p L < " < = " " also und, 1, und ( ) ( ) z z y y z y p p p aber und 4 3 5 1 3 2 " # $ % & = " # $ % & = " # $ % & =

Seite 7 Präferenzrelation (5/12) Veranschaulichung Transitivität z y Kegel von Kegel von y z Kegel von Kegel von % $ " Kegel y# von z Kegel von

Seite 8 Präferenzrelation (6/12) Veranschaulichung Fehlen negativer Transitivität 5 4 3 y z Bereich des Fehlens einer Relation 1 2 3

Seite 9 Präferenzrelation (7/12) Eine asymmetrische und negativ transitive Relation ist transitiv, denn a p b und b p c a p c Annahme: b p c ( a p c) ( c p b) $ # " negativ transitiv ( a p b) Widerspruch zu a p b

Seite 10 Präferenzrelation (8/12) Definition Die zu einer (strikten) Präferenzrelation gehörende Indifferenzrelation ~ ist definiert als das Fehlen von Präferenzen d.h. a ~ b : ( a p b) und ( b p a) Von der Intuition fast die Indifferenzrelation ein bewusstes Gleichwertigkeitsurteil und ein sich nicht entscheiden können zusammen

Seite 11 Präferenzrelation (9/12) Zentrale Bedeutung der negativen Transitivität Sichert Transitivität der Indifferenz a ~ b und b ~ c ( a p b) und ( b p a) ( b p c) und ( c p b) ( a p c) und ( c p a) a~c

Seite 12 Präferenzrelation (10/12) Definition Präferenz-Indifferenzrelation oder schwache Präferenzordnung a " b : a p b oder a ~ b Alternative Formulierung a p b a p b a p b oder und ( ( a p b) und ( b p a ) ( b p a) ist transitiv

Seite 13 Präferenzrelation (11/12) Für eine strikte Präferenzrelation über einer Alternativenmenge A (abzählbar) gibt es reellwertige, ordnungserhaltende Funktionen, d.h. f: A " a p b f ( a) < f ( b). a f ( a p b) und ( b a),d.h. ( f ( a) < f ( b ) und ( f ( b) < f ( a ) ( a) = f ( b) ~ b ist p,d.h.

Seite 14 Präferenzrelation (12/12) Gleichheit reeller Zahlen ist transitiv f(a) = f(b) und f(b) = f(c) f(a) = f(c), d.h. Indifferenzrelation ist transitiv, sofern strikte Ordnung mit reellwertigen Funktionen darstellbar. dies im nachhinein Erklärung für entsprechenden Aufwand deterministischer und stochastischer Fall gleich behandelt

Seite 15 Referenzpunktansatz (1/5) Referenzpunkt A

Seite 16 Referenzpunktansatz (2/5) Vorteil Man kann auch die komponentenweise Ordnung darstellen, wenn die Indifferenzen speziell beachtet werden. Dazu Begriff der Dominanz oder Pareto-Optimalität Alternative a A wenn es kein b A a b komponentenweise Ordung a heisst dominiert wenn es b A gibt mit

Seite 17 Referenzpunktansatz (3/5) Pareto-optimal dominiert vier Pareto-optimale Punkte = Paretorand

Seite 18 Referenzpunktansatz (4/5) Im kontinuierlichen Fall Paretorand A

Seite 19 Referenzpunktansatz (5/5) Beim Referenzpunktansatz kann eine dominierte Alternative gewählt werden, wenn Referenzpunkt ungeschickt gewählt: b a Referenzpunkt c A = {a,b,c} aber A pareto = {b,c}

Seite 20 Referenzpunktmethode (Zusammenfassung) (1/1) 1. Für Alternativemenge A Bestimmung des Paretorands A pareto 2. Wahl Referenzpunkt Ref 3. Bestimmung argmin a A pareto Dist(a,Ref) Zu beachten a Ref A pareto Dist kann Euklidischer Abstand o.a. sein. Diese Distanz ist, bis auf das Vorzeichen, eine ordnungserhaltende Funktion a p b Dist " Dist ( a, Ref ) > Dist( b, Ref ) ( a, Ref ) < " Dist( b, Ref ) f = = ( a) < f ( b)

Seite 21 Distanzfunktion (1/7) Dist(a,Ref) kann Euklidischer Abstand, d.h. Dist (, ) Ref = ' Ref = ' Ref 2 = ( ' ) ( ) + L+ ' 1 Ref,1 2 n Ref, n 2 mit & $ = $ M $ % 1 n # " Ref & $ = $ M $ % Ref,1 Ref, n # " Aber auch andere (Lipschitz-)Normen, vor allem die 1-Norm (, Ref ) = Ref = 1 Ref,1 + L+ n Ref n Dist, 1 Für n=2 sind Punkte gleichen Abstands Kreise für die Euklidsche Norm und Rauten für die 1-Norm

Seite 22 Distanzfunktion (2/7) Ref,2 1 Ref K 2 K 1 K K 2 1 = = { } = 1 Ref { } = 1 Ref 1 2 Ref,1 Der Unterschied zwischen 2-Norm und 1-Norm in Bezug auf den Referenzpunkt ist nicht so sehr die Kugel, sondern die Robustheit der ausgewählten Alternative.

Seite 23 Distanzfunktion (3/7) Ref Paretorand Wird der Referenzpunkt verschoben, so dass er auch in neuer Lage den gesamten Paretorand dominiert, kann sich die beste Alternative im Sinne der 2 -Norm ändern. Bei der 1 -Norm bleibt die beste Alternative bestehen

Seite 24 Distanzfunktion (4/7) Ref 45 Linie Von der Raute kommt nur die südwestliche 45 Linie zum Tragen. Die beste Alternative ist für alle sinnvollen Referenzpunkte identisch. Die Distanzwerte ändern sich, sofern sich der Referenzpunkt ändert, nicht aber die beste Alternative. Warum also 1-Norm beim Referenzpunktansatz?

Seite 25 Distanzfunktion (5/7) 1. Nicht alle Kriterien sind monoton, z.b. Raumtemperatur (ideal 18,, 20 C) d.h. Paretorand sieht anders aus Ref Paretorand 1. Kriterium ist nicht monoton 2. Kriterium ist monoton 1 ideal Die Änderung des Referenzpunktes beschreibt tatsächlich eine andere Alternativenwahl

Seite 26 Distanzfunktion (6/7) 2. Die Distanzfunktion kann mit Gewichten versetzen werden Ref 1 " Ref 1, w = w 1 * 1 Ref,1 + w 2 * 2 Ref,2 + L+ w n * n Ref, n Beispiel Ref 1, w = 2* 1 Ref,1 + 3* 2 Ref,2

Seite 27 Distanzfunktion (7/7) Beispiel Ref 1, w = 2* 1 Ref,1 + 3* 2 Ref,2 4 3 4 3 Ref 2 2 Raute wird gestaucht

Seite 28 Design von PCR Primerpaaren* (1/3) PCR = polymerase chain reaction Ziel Bestimmung eines Abschnitts eines DNA Moleküls bzw. eines in geringer Konzentration vorliegenden DNA Moleküls. Vorgehen Abschnitt wird festgelegt Abschnitt wird vervielfacht ( Konzentrationserhöhung) Abschnitt wird analysiert (erst aufgrund Konzentrationserhöhung möglich) interessierender Abschnitt z.b. 1400bp lang DNA Molekül Eon eines Gens Teil eines Eons Teil eines Introns, d.h nicht kodierenden Bereichs *Quelle: T. Kämpke, The reference point method in primer design, in: PCR Primer Design, Humana Press, Totowa, NJ, 2007.

Seite 29 Design von PCR Primerpaaren (Video)

Seite 30 Design von PCR Primerpaaren (2/3) 3` 5` Vorwärtsfenster Interessierender Bereich Rückwärtsfenster 5` 3` 3` 5` 5` 3` Vorwärtsprimer Rückwärtsprimer DNA Stränge gerichtet Primer immer paarweise, jeder Primer ist einsträngig Größenverhältnisse Primerlänge z.b. 19 Fenster z.b. 39 interessierender Bereiche z.b. 1400 Primer heißen Primer, weil sie prime (der Anfang) für einen naturnahen Kopierprozess sind.

Seite 31 Design von PCR Primerpaaren (3/3) 3` 5` Ein String A T T C G G A C C 5` T A A G C C T G G Primer Primer Fortsetzung ( Kopien ) (Länge 6) Fortsetzen wird durch ein Enzym, die Tac Polymerase, ermöglicht. Viele chemische Tricks und Edukte notwendig, Temperaturzyklen. Kandidaten für Primerpaare durch Abschnitte in Fenster erzeugt. 12 Kriterien für gute Primerpaare (p,q) fünf für jeden Primer zwei für das Zusammenwirken

Seite 32 Vorwärtsprimer p (1/1) G G A T T G A T A A T G T A A T A G G Länge p 19 GC(p) [in%] 32 Tm(p) [in C] 50 sa(p) 12 sea(p) 0 Tm(p): kritische Temperatur Tm(p) = 2 * 2# G(p) + 2# C(p) +1# T(p) + 1# A(p) sa sea self anreal self end anreal sollen verhindern, dass sich Primer an sich selbst anlagern ( primer dimer )

Seite 33 Rückwärtsprimer q (1/1) C A T T A T G G G T G G T A T G T T G G Länge q 20 GC(q) [in%] 45 Tm(q) [in C] 58 sa(q) 20 sea(q) 4 sea(q): 5`- C A T T G G - 3` 3`- G G A C - 5` wird im end anreal nicht gezählt, da schon am Anfang erfasst.

Seite 34 Primerwechselwirkung (1/4) pa (p,q) 16 pea(p,q) 4 pea(p,q) p: 5` - G G A G G - 3` q: 3` - G G A C - 5` " 4

Seite 35 Primerwechselwirkung (2/4) Bewertung jedes Paares (p,q) im 12 mittels Vektoren p q GC(p) GC(q) Tm(p) Tm(q) (p,q) = = sa(p) Ref = 0 sa(q) 0 sea(p) 0 sea(q) 0 pa(p,q) 0 pea(p,q) 0 l vorw l rück GC vorw GC rück Tm vorw Tm rück Die ersten sechs Koordinaten werden manuell vergeben; Tm vorw = Tm rück

Seite 36 Primerwechselwirkung (3/4) Nicht alle Einzelkriterien sind monoton z.b. gilt bei Primerlänge nicht: je länger desto besser oder je kürzer desto besser Mit Dist(, Ref ) = 12 i= 1 w i * i " Ref i Anstelle von Euklidscher Distanz w = w = 0.5 1 2 w 3 = w 4 = 1 w w 5 7 = w = w 6 8 = 1 = 0.1 Bestimme argnin(p,q) Dist((p,q),Ref) w 9 = w 10 = 0.2 w w 11 12 = 0.1 = 0.2

Seite 37 Primerwechselwirkung (4/4) Verfahren wird durch Zusatzkriterien beschleunigt, z.b. " p, q " l Keine Garantie auf Ergebnisqualität: u 1 1 1 " in Bioinformatik" 3 3 3 PCR Primerdesign: eine der häufigsten Anwendungen von Entscheidungstheorie Verfahren, wahrscheinlich die häufigste. Viele Varianten Mulitiple PCR (mehr als 2 Primerpaare) Biochipdesign