Made available in DSpace on 2014-06-12T18:01:44Z (GMT). No. of bitstreams: 2 arquivo2363_1.pdf: 3391257 bytes, checksum: 6b3a17e9776fe3400e4137f95cc45a7c (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / No Jogo da Minoria (MG), dada uma população de N agentes, cada agente dispõe de. S estratégias e deve fazer uma escolha ( sim ou não , por exemplo). Ganham os que estiverem no grupo da minoria e as estratégias vencedoras serão pontuadas. Cada agente, no modelo do MG, tem acesso a informação do histórico de resultados μ, e usa essa informação para tomar sua decisão: μ representa um dos possíveis padrões P. A eficiência do jogo se dá pelo desvio padrão médio do número de ganhadores e perdedores, ¾. Maior será a eficiência quanto menor for o desvio padrão ¾. O MG apresenta uma fase cooperativa para valores maiores do que a razão ® = P/N e um comportamento que pode ser encarado como uma fase com efeitos de manada para pequenos valores de ®. Investigamos o crescimento populacional sob o regime do Jogo da Minoria. No MG, os agentes tomam suas decisões baseados em iinformações de resultados anteriores. No regime randômico, cada agente toma sua decisão ao acaso, sem ter acesso a nenhuma informação prévia Os resultados indicaram que as populações se estabilizam em torno de um valor limite NL, independentemente das condições iniciais. Foi observado, ainda, que a relação entre esse valor limite de cada população distinta e a sua respectiva eficiência dependem da quantidade de informação disponível M, onde obtemos NL(M). Estendemos nossa análise para a dinâmica populacional no MG com o fator de impacto a 2 (0; 1). Analisamos também os efeitos na eficiência MG quando apenas uma porcentagem dos agentes são contemplados com o ´. Verificamos que para qualquer valor de ´, há sempre uma porcentagem crítica pc(´), a partir da qual a eficiência do MG fica abaixo do limite randômico

Orientador: Prof. Dr. Jair Donadelli Jr. / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Ciência da Computação, 2014.

Orientador: Prof. Dr. Ronaldo Cristiano Prati / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Ciência da Computação, 2014.