週三"阿摩用功日",VIP免費領取 前往
關於阿摩
40萬題免費題庫,最詳盡的詳解,是您考試的必備利器!

錯在阿摩,贏在考場!
錯在阿摩,贏在考場!

搜尋:大中取小

  • 102學年度臺中市清水區大楊國小等五校第1次代理教師聯合甄選簡章 14 by chiu
    102學年度臺中市清水區大楊國小等五校第1次代理教師聯合甄選簡章 http://www.tc.e..
  • 台首大與新榮中學 大手牽小手 12 by Tsung-Han Wu
    為分享大學資源,台灣首府大學以「大手牽小手」方式到鄰近各校支援教學,與台首大有夥伴關係的新榮中學,..
  • 大墩國小捐贈音樂會所得幫助偏鄉閱讀 8 by 李弘勛
    臺中市大墩國小舉辦的「校園有情、書香傳愛」系列音樂會圓滿落幕,為幫助偏鄉小學充實圖書設備,部分售..
  • 臺北市立啟智學校 101 學年度 國中部、小學部及學前部教師甄選簡章 39 by Hsin Ying Lin
      臺北市立啟智學校 101 學年度 國中部、小學部及學前部..
  • 海鷗行動書車 送書到大華國小 9 by Wiwi Chen
    佛光山推動的「雲水書坊-行動圖書館」---「海鷗車」於來到了高雄巿鳥松區的大華國小,由廖居治校長..
  • 黃光國的“人情與面子理論模式"(節錄其中一小段) 1 by 公職◆教育學大意
    黃光國的“人情與面子理論模式"(節錄其中一小段) 台灣社會心理學者黃光國是近年研究“中國人面子"最有成就的學者。他於1984年提出了一個“人情與面子..
  • 晚清四大譴責小說概談 13 by 教甄◆國學常識與應用文
    <晚清四大譴責小說> (1)李寶嘉的《官場現形記》以暴露晚清官場黑暗為主題,描寫清王朝對內殘害人民,作威作福,對外奴顏婢膝,投降賣國。揭露封建吏治的黑暗和官場腐敗,勾勒出一幅較為廣闊的社會生..
  • 清代四大譴責小說 15 by 教甄教程◆國文(中等)
    (1)李伯元的《官場現形記》 以暴露晚清官場黑暗為主題,描寫清王朝對內殘害人民,作威作福,對外奴顏婢膝,投降賣國。揭露封建吏治的黑暗和官場腐敗,勾勒出一幅較為廣闊的社會生活畫面。 (2..
  • 博奕理論(Game Theory) 0 by 公職◆行政學
    ◎博奕理論(Game Theory) 此理論乃是於1928年由紐曼 (J. Van Neumann) 所倡用,但一直到1944年,其與摩根史坦 (O. Mongenstern) 合著「博奕理..
  • 決策環境應適用的技術 0 by 公職◆行政學
    (此為原本題目 ) 通常在不確定環境下的決策準則有四種,「大中取小」是屬於下列何者? (A) 悲觀準則 (B) 樂觀準則 (C) 憾事準則 (D) 主觀準則 ANS : (A)、(C) ..
72.當我們所面對的決策情境是在「確定性」狀況下,應該採用何種決策技術?
(A)決策樹法
(B)大中取小原則
(C)成本利益分析
(D)主觀機率原則。
編輯私有筆記
答案:C
難度:適中
最佳解!
Chia Hui Huang 研一下 (2011/05/10 17:00)
一.確定性情境評比技術 1.償付矩陣法--此種技術乃是將各種替選方案的確定後果評估後列表比較,選擇獲利最高的方案 2.線性規劃法--應用數學方法,研究如何將機關組織中的人力,物力,金錢,設備,市場等有限的資源,在各種限制條件下,做最適當的調配,使機關組織能獲得最佳的利益或蒙受最少的損失 3.成.....看完整詳解
4F
Joney Houng 大一上 (2013/12/20 09:55)
我的參考書沒這知識,幸好在阿摩看到了。
5F
toshi 大三下 (2016/09/08 09:57)
不確定環境下,因為不知道各種自然情況將發生的機率情報,因而假設他們出現的機會相等。此種決策準則稱為: 
(A)悲觀準則 
(B)樂觀準則 
(C)憾事準則 
(D)主觀主義準則

初等/五等/佐級◆行政學94 年 - 94 年公務人員特種考試原住民族五等精華版#4650
答案:D
71.下列有關博奕理論的說明,何項有誤?
(A)大中取小原則
(B)參與者都是有限理性的
(C)選擇一個使自己損失最少的方案
(D)可用在行政與立法部門衝突的決策情境
編輯私有筆記
答案:B
難度:適中
最佳解!
Gemini Lipset 國三下 (2010/09/08 00:03)
完全.....觀看完整全文,請先登入
11F
龜龜 高一上 (2012/12/26 10:02)

~精修 (三) :


「博奕理論」
:

一、博奕理論
是由「機率原理發展而來,可以用之於競爭性管理問題( 特別是企業管理)。

二、「決策者」對於「某些問題」的「影響因素」不能「完全控制」,但是和「對方」處在「競爭情況」下的時候,就可應用「博奕理論」,以制定「最佳」的「決策」。

三、所以,「博奕理論」所「應用」的「問題」是「敵我雙方利害關係相互連鎖」的「問題」,正如「下棋」或「打牌」一樣,如何尋求「利益最大」或「損失最小」,以「犧牲對方」為「目的」而達成「最佳」的「決策」。

12F
chiamei.wei 國二下 (2014/01/05 15:26)

二、博奕理論=競爭模式( Game Theory ) 之「要點」如下 :
(
) 是指「決策者」在「對某事作決定」,而面對「一個競爭對手或「一個以上競爭對手」時如何作理性決定( 合理決定 ) 的一套理論。
(A)(C)

博奕理論=競爭模式( Game Theory ) 是從大中取小 ( Minimax Principle ) 演變而來,意即當「決策者」面臨「博奕決策情境時」,在「正常情況」下,他會選擇一個使他遭受最少損失方案
四、
根據博奕理論=競爭模式( Game Theory ) 此項理論,參與博奕者」的「最有利行為」乃是「計算」對方「可能行動自己的「影響」「採取」的「對應行動」。
(B)

五、它不在描述人們如何實際作決定,而在明如果人們」是完全理性的,則在「競爭情況」下,將如何作決定
(D)
六、
博奕理論=競爭模式( Game Theory ) 的另幾項特色:
(
) 其「量化程度」與「形式化程度」較「高」
(
) 其常用之於「分析
衝突之「情況」或「處理衝突」之「政策」。 如 :
1.「決定戰爭」或「和平」;
2.「要不要使用核子武器」;
3.「國際外交折衝」

4.
「聯合國」之「折衝」與「結合」。
5.
行政部門
立法部門
衝突決策情境

 

() 其主要用之於研究「兩個」或「兩個以上」競爭者,在「決策」「場合中」,所作成之理性決定「決策」的「成果」「決策者」在「抉擇不同」所導致之「不同」



13F
陳致豪 高二下 (2015/09/19 20:25)
經濟理論對人性的假設皆為完全理性
70.有關博奕理論,下列說明何者有誤?
(A)大中取小原則
(B)參與者都只在追求有限理性
(C)選擇一個使自己損失最少的方案
(D)可用在行政與立法部門衝突的決策情境
編輯私有筆記
答案:B
難度:適中
3F
龜龜 高一上 (2012/12/26 08:42)

~精修 (一) :


一、博奕理論=競爭模式」( Game Theory ) 乃是研究當「決策者」面對「一個對手」或「一個以上對手」而必須對某件事「作決定」,且「決定的後果」視「對手的決定」而定時,如何「理性決定」的一套理論。

二、由於「博奕」含有
「不幸的結果」的「意涵」,因此一般人認為,在「嚴重衝突」的情況下,博奕理論=競爭模式「不適用」;惟可用於以下的「決策情境」 :
(一) 決定「戰爭」或「和平」
(二) 是否使用「核子武器」;
(三) 國際外交「折衝」;
(四)「行政部門」與「立法部門」衝突。

三、
博奕理論=競爭模式」( Game Theory )是從「大中取小原則」演變而來的。

四、「最常見」的「理論」即囚犯兩難博奕

4F
龜龜 高一上 (2012/12/26 09:16)

~精修 (二) :

博奕理論 :


一、「囚犯的兩難處境」是
博奕理論非常著名的二人博奕:
話說兩名犯事的同黨同時被捕,被分別關在兩個獨立的不能互通信息的牢房裏進行審訊。假如兩人皆保持沉默,死不招供的話(也就是與他的同謀合作),則由於證據不足,兩人皆只會輕判一年;但只要其中一人供出他的同黨(即背叛他的同謀),他自己會獲得釋放,但另一被出賣的囚犯就被判20年了。如果兩人都招供的話,則會各被判五年 。
       顯然最好的策略是雙方都保持沉默,結果大家都只被判一年。但是由於兩人被隔離而無法串通,因此按照Adam Smith的理論,每個人都是從
「利己」「目的」出發,他們選擇坦白交代是最佳策略。因為同伴保持沉默而自己招供的話,可望獲得釋放,顯然要比保持沉默要坐一年牢好。不僅如此,如果對方招供而自己保持沉默,那自己就得坐20年牢!因此,在這情況下還是選擇招供好,即使兩人同時招供,最多也只判五年,總比被判20年好吧。所以,兩人選擇坦白,而原本對雙方都有利的策略 ( 保持沈默 ) 和結局 ( 被判一年刑期 ) 就不會出現。
       各人追求自己利益而導致的最終結局就是所謂
納什均衡,也是對所有人都不利的結局。從納什均衡中我們還可以悟出一個真理:「合作」是有利的「利己策略」,不過在現實生活中非合作的情況要比合作情況普遍。

二、
互惠性利他行為:
      「博奕理論」學者使人類行為之研究變得簡潔無比 , 但卻犧牲了不少現實層面的考慮。他們假設人們所追求的生活目標 , 可以統一為一個單一的心理面向--「幸福快樂」或「實質效益」; 而且進一步假設 , 在追求過程中是「完全理智」的。任何一位演化心理學家都會告訴你 , 這樣的假設是錯的。人不是計算機 , 而是動物 ; 人是受到些許理智引導 , 但也受其他力量影響的動物。而且無論多麼看重長期的幸福 , 人們畢竟不是設計來創造最大的幸福的。 但是 , 人們卻是由高度理智且冷漠超然的過程研設計出來的 , 而且目的是要擴大整體基因普及率 , 也就是血緣適存度。當然 , 由這個過程所產生的設計 , 不見得一定行得通。個別的有機體往往因各種原因而未能將基因傳遞下去 ( 失敗是必然的。這就是演化一定會發生的原因 ) 。況且就人類而言 ,人類的設計圖是在與現今社會截然不同的環境中製成的。現在的人住在城市或郊區 , 閒來便看電視、喝啤酒 , 而腦中洶湧、反覆的情感 , 卻是原本設計使小型捕獵 | 採集社會的成員大量繁衍其基因用的。難怪人們似乎總追求不到幸福、血緣適存度或任何其他目標。
       應用
「博奕理論」這個利器來研究人類的演化時 , 最好遵循幾個簡單的原則。首先 , 這場「遊戲」的目的應設定為基因的最大普及率。第一,了解這場遊戲的背景應反映祖先環境中的真實狀況 , 這個狀況與捕獵 / 採集社會的環境大致相同。第三 , 找到最理想的策略時 , 實驗還未結束。最後一步是結算 , 藉以描繪出何種情感最能引導人們去實行這個策略。在理論上而言 ,這些情感應該是人性的一部份 , 是演化的遊戲重複無數世代之後的結果。
       互惠性利他行為是怎麼演化出來的呢 ? 這個演化謎團和囚犯困境 , 有異曲同工之妙。某人背叛同伴 , 但對方忠誠依舊 , 就好比動物由於利他行為而受惠 , 但從不回報對方。兩人相互背叛 ,就好比動物根本不互惠 , 雖然雙方可能會因此而得到好處 , 但是誰也不肯冒險跨出友好的第一步。彼此忠於對方 , 就等於是互惠性利他在這個回合中取得勝利。但仍有一個問題:既然對方的回饋不是必然的 , 為什麼還要施惠呢 ?
       實驗模式和現實生活畢竟不是完全吻合的。在
「互惠性利他理論」中 , 施惠行為與受惠者的回饋行為之間會相隔一段時間 ; 但在囚犯的困境中 , 施惠與回饋卻同時發生。但是這個差別無關緊要 , 因為囚犯無法就其目前所作的決定進行溝通 , 所以他們各自的處境與動物的處境是一樣的 ..不知道友好的序曲會不會得到回應。如果讓同樣的對手一局接一局地玩下去 , 變成「重覆性囚犯的困境, 而且雙方都可以參考對方先前的行為 , 來決定未來要如何應對 , 那麼過去種了善果的人 , 便可能在未來得利----互惠性利他理論便是如此。其實 , 實驗模式和現實生活之間還算吻合。「重覆性囚犯的困境」必然演繹至雙方合作的方向上 ; 自然界不斷演化 , 亦演繹出互惠性利他行為 , 兩者殊途同歸。而這個演繹邏輯之精華 , 就是「非零和現象」

三、
非零和現象:
       假設你是隻黑猩猩,殺了一隻小猴仔,然後把一部份的肉分給近來缺糧的同伴,就說分了五兩肉吧,而這代表你少了五個點數。此時的重點是,對方獲得的利益大於你的損失,因為他正處於非常需要食物的時刻,所以對他而言間,食物的真正價值非常高 ( 這裡指的是食物對他的基因繁衍的貢獻 ) 。如果他是人,能思考他的處境 , 而且被迫簽下契約的話 , 他可能會答應在下週領了薪水之後 , 立刻買六兩肉來償還現在這五兩肉。所以 ,在這場交易中,雖然你只給他五個點數,但他得到了六個點數。這場
「非零和遊戲」的重點在於:遊戲中任一人的收益不等於對方的損失。「非零和遊戲」的特色是,透過合作 ( 或說互惠 ),雙方都有所得。如果那隻黑猩猩在他擁有大量肉食,而你幾乎山窮水盡的時候,回報你五兩肉,那麼他只要犧牲五個點數,便令你有六個點數的收穫。結果你們兩人都從交易中得到一個點數的淨利。一連打數局的網球 , 或一連打好幾洞的高爾夫球,都只能產生一個贏家。囚犯困境問題則不然,因為那是非零和遊戲。只要合作的話 ,兩邊都是贏家。穴居人甲和穴居人乙若肯結合起來,一同獵捕一人無法制服的禽獸的話,雙方的家人都可吃頓大餐;否則的話,誰都吃不到這些野味。
      
「分工」產生了大量的「非零和現象」,你成了縫合獸皮的專家,供應我衣物;我則磨製石器及木柄,為你作矛箭。此例以及上述的黑猩猩之例,和其他許多非零和現象,其關鍵在於這隻動物多餘的東西,對另一隻動物而言卻是彌足珍貴的東西。這個情況屢見不鮮。
       在分享食物的例子中,用
互惠性利他的方式,你可以得一個點數;要是用欺騙的,接受他人慷慨的魄贈但絕不回饋,則可得六個點數。這個情況似乎表示,比較起來,合作實在沒什麼價值,如果能剝削他人的話,就儘量剝削。況且,要是假設有可供剝削的人,合作仍然不見得是最佳策略,身邊盡是想辦法要剝削你的人,那麼你恐怕得採取相互剝削的策略,才能把損失減到最低。非零和現象到底能不能促進互惠性利他的演化,和當時的社會風氣有很大的關懷。若想採用「囚犯的困境」這個模式 , 還得予以改進 , 只指出非零和現象是不夠的。

四、虛擬子民一報還一報」:
        然而 , 演化心理學家已越來越能概略地重演演化過程 , 崔佛斯於1971年發表
「互惠性利他理論」時,電腦還是專家才會用的新奇玩意兒,個人電腦則根本不存在。雖然崔佛斯成功地用「囚犯的困境」來分析他的理論,但並未談及實際模擬這個模式 -- 在電腦裡創造出一批人,這些人不斷地面對這個兩難問題,成則生;敗則亡,並讓天擇進行自然的篩選。1970年代, 一位美國政治科學家羅伯﹒艾索洛德設計出一個電腦世界,在裡面安置了一批「居民」;接著他邀請「博奕理論」的專家,為重覆性囚犯的困境擬出一套蘊含某種策略的電腦程式,程式會根據本身的原則,來決定與其他程式碰面時要不要合作。他絲毫未曾提及演化,這並非他的原始動機。然後他讓程式自動執行。這樣的「競賽環境」,相當符合人類及人類前身演化時的社會環境;其社會規模很小,只有幾十個人 ( 程式 ) 在互動。每個程式都「記得」之前與其他程式相過時有無合作,並據此來調整自己的行為。每個程式都與其他每個程式碰面了兩百次之後,艾索洛德便把每個程式的分數加總起來,選出一個贏家;接著以這個系統化篩選所得的第二代再進行一場競爭。每一程式所佔之比例,代表其第一代之成功率;適者才能生存。如此一代又一代地進行下去。如果互惠性利他理論是正確的,那麼在艾索洛德的電腦世界中,互惠性利他程式應該會「演化」成龐大的族群。
       的確如此。獲勝的那個程式是加拿大的博奕理論專家安那托﹒拉披坡特所設計的 , 叫做「一報還一報」。「一報還一報」的原則只有五行而已,是所有提交的程式中最簡短的。因此,如果策略由電腦的隨機變化來產生,而不是由人來設計,「一報還一報峙的策略可能是電腦最早跑出來的策略之一。「一報還一報」的確名符其實。在初次遇到任何其他程式的時候,它會合作;之後,上次對方怎麼對待它,這次它就如數回報回去、也就是說,善行報之以善;惡行報之以惡。這個策略的優點和策略本身一樣簡單,如果對方有合作傾向,「一報還一報」便與它結為盟友,共享合作的果實;但如果對方有背叛傾向,「一報還一報」就拒絕合作以降低損失,除非對方又變好了。這一來便不會因為他人的剝削 , 而付出高昂的代價,「一報還一報」便不會像無差別待遇的合作傾向那樣 ,一再成為受害者。「一報還一報」亦不會像絕對不合作的程式那樣不得善終;這種程式只想剝削其他程式,但一遇到那種除非你示好我才會示好的程式,便會因為一直互相背叛而付出慘重的代價。「一報還一報」根本就放棄藉剝削他人而得到一次龐大的利益。而那些以剝削為志的策略 , 不管是無情的背叛還是不斷突如其來的背叛,在遊戲的過程中會慢慢地落後;別的程式都不再善待它 ,因此它既不能剝削他人以獲得重大利益,也不能和他人合作而得應有的成果。「一報還一報」勝過絕對壞心眼的程式 ,也勝過各種規則繁複得令其他程式難以了解的「聰明」程式;由於條件明確 , 使得它在長期的競賽中拔得頭籌

[ 資料來源 :
mail.tku.edu.tw/mingming/自覺/game%20theory.htm  ]

5F
龜龜 高一上 (2012/12/26 09:58)

~精修 (三) :


「博奕理論」
:

一、博奕理論
是由「機率原理發展而來,可以用之於競爭性管理問題( 特別是企業管理)。

二、「決策者」對於「某些問題」的「影響因素」不能「完全控制」,但是和「對方」處在「競爭情況」下的時候,就可應用「博奕理論」,以制定「最佳」的「決策」。

三、所以,「博奕理論」所「應用」的「問題」是「敵我雙方利害關係相互連鎖」的「問題」,正如「下棋」或「打牌」一樣,如何尋求「利益最大」或「損失最小」,以「犧牲對方」為「目的」而達成「最佳」的「決策」。
下列有關博奕理論的說明,何項有誤?
(A) 可用在行政與立法部門衝突的決策情境
(B) 參與者都是有限理性的
(C) 選擇一個使自己損失最少的方案
(D) 大中取小原則
編輯私有筆記
答案:B
難度:適中
最佳解!
Ya-Ting Chang 高三下 (2012/01/25 16:16)
(b).....看完整詳解
2F
蔡婷兒 高二下 (2012/12/29 11:24)
博弈理論模式:公共政策是競爭下所做的理性決策
1.雙方完全理性(理性決策)2.大中取小(悲觀保守)(選擇損失最小的結果)
3.適用於國防外交,行政立法的衝突EX:古巴飛彈危機

參考陳真行政學大意
35.為了「重視決策行為錯誤所造成的遺憾或反效用所表示的機會成本」,係屬不確定環境決策的何種決策準則?
(A)小中取大準則
(B)大中取大準則
(C)大中取小準則
(D)主觀主義準則
編輯私有筆記
答案:C
難度:適中
最佳解!
鄭懶豆 國二下 (2011/12/09 00:57)
悲觀原則 → 小中取大 遺憾最少原則 → 大中取小 樂.....觀看完整全文,請先登入
6F
埋名還願 高一上 (2015/10/29 16:11)
樂觀原則 → 大樂取大

悲觀原則 → 小悲守大

遺憾最少原則 → 大憾本小

主觀機率原則 → 主機均等選利多
7F
Zack Fang 高三上 (2016/07/14 12:19)
小中取大 → 悲觀、利潤導向
大中取小 → 悲觀、成本導向
大中取大 → 樂觀、利潤導向
主觀機率 → 理性、均算取利多
8F
Nadia Chang 國三下 (2016/11/12 00:23)
因為選擇其中可使「憾事」或「反效用」所示的「機會成本」達「最小」的方案或策略(這是大中取小)