Problem

dopasowań
 Gra na początek!
• Dobierzcie się w pary!
• Jedna osoba na 10 karteczkach (w komórkach Excela, kolejnych wierszach Worda itp.), pisze w tajemnicy liczby,
obojętnie jak duże czy małe (umówmy się jednak, że dodatnie). Następnie te 10 karteczek układa w ciąg w taki
sposób, że liczby na nich są niewidoczne. Wiadomo, która karteczka jest „pierwsza”, a która „ostatnia”, ale liczby
na nich umieszczone w kolejności mogą byd w dowolnej relacji (ciąg nie musi byd rosnący, ani malejący, niech
będzie dowolny, piszący może też mied pewną strategię na ich kolejnośd, ale nie musi).
• Druga osoba odwraca je, jedną po drugiej, począwszy od pierwszej. Po każdym odwróceniu decyduje czy
zatrzymad się, czy też nie. Jeśli nie, odkrywa karteczki dalej. Jeśli tak, to zatrzymuje dla siebie ostatnią odsłoniętą
karteczkę.
• W tym momencie porównuje się liczbę na ostatniej odsłoniętej karteczce z największą liczbą zapisaną przez
pierwszego gracza na wszystkich karteczkach. Jeśli ostatnia odkryta liczba stanowi co najmniej 80% największej
liczby – wygrywa gracz odkrywający. Jeśli nie – wygrywa gracz piszący liczby.
• Zagrajcie w tę grę 4 razy, po dwa razy będąc piszącym i dwa razy będąc odkrywającym.
 Krótka dyskusja
• Jak zrobid, by wygrad?
• Czy jest jakaś strategia wygrywająca?
• Czy któremuś odkrywającemu udało się wygrad 2 razy? Jaką strategię zastosował?
Czy może był to tylko fuks? 
 Jak znaleźć sekretarkę? (Secretary problem)
• Wyobraź sobie, że jesteś dyrektorem pewnej firmy. Na etat sekretarki zgłasza się N kandydatek.
Mają różne kwalifikacje, każda z nich jest lepszą lub gorszą kandydatką - tylko podczas rozmowy
można się o tym przekonad. Ich jakośd jest (powiedzmy) mierzalna na skali od 0 do 1 (gdzie 1
oznacza znakomitą sekretarkę). Proces doboru wygląda tak, że przeprowadzasz z nimi rozmowę w
losowej kolejności. Po każdej rozmowie, gdy przekonujesz się o jakości danej sekretarki (ale nie
znasz wciąż jakości wszystkich pozostałych) możesz daną sekretarkę przyjąd lub odrzucid. Jeśli
przyjmiesz, selekcja się kooczy i nieprzeegzaminowane kandydatki idą do domu. Jeśli odrzucisz, to
kandydatka obrażona odchodzi i nigdy już nie masz do niej powrotu.
• Jak wybrad sekretarkę?
• Zastanówmy się nad dobrą strategią .
Secretary problem = Toilet Problem

science4all.org/article/online-optimization/?unapproved=16787&moderation-
hash=e82da9f8b7d3c1d4b66fb90b91447c5a#comment-16787
 Rozwiązanie
• Okazuje się, że strategii wygrywającej, zapewniającej znalezienie najlepszej sekretarki, nie ma.
• Jest jednak strategia maksymalizująca szansę na jej znalezienie w takim procesie (dokładnie –
36,8%).
• Jeśli sekretarek jest N, to z automatu odrzuca się pierwsze 0,368 * N sekretarek, bez względu na to
jak dobre by nie były.
• Następnie przyjmuje się pierwszą sekretarkę, która jest lepsza od wszystkich dotychczas
przeegzaminowanych.
• …no i szansa, że to jest ta, wynosi 36,8% . Ale może to byd sekretarka bliska ideału, „dostatecznie
dobra” .
 Praktykanci
• W Łodzi jest (powiedzmy) 6 szpitali: Barlickiego, Jonshera, Madurowicza, Kopernika, Matki Polki
i Biegaoskiego.
• Każdy szpital ma po jednym miejscu dla praktykanta, chod każde miejsce jest o różnej specjalizacji.
• Jest 6 praktykantów (numerowanych od 1 do 6), z których każdy ma swoje ściśle określone
preferencje w którym szpitalu chciałby byd najbardziej, a w którym mniej itd.
• Każdy szpital ma też dostęp do CV praktykantów i też ma swoje preferencje, którego praktykanta
chciałby mied najbardziej, a którego mniej itp.
• Chodzi o to, by tak dopasowad praktykantów do szpitali, by nie było sytuacji takiej, że istnieje
praktykant i szpital, którzy bardziej wolą siebie nawzajem, niż ich aktualna para.
Preferencje
Preferencje szpitali – od najbardziej do najmniej preferowanego praktykanta:
Barlicki 1 2 3 4 5 6
Jonsher 2 6 1 5 3 4
Madurowicz 1 4 6 2 5 3
Kopernika 4 3 5 2 1 6
Matki Polki 6 2 3 1 4 5
Biegaoskiego 4 5 1 6 2 3

Preferencje praktykantów – od najbardziej do najmniej preferowanego szpitala:

1 Jonsher Barlicki Matki Polki Biegaoskiego Madurowicz Kopernika
2 Madurowicz Biegaoskiego Barlicki Jonsher Kopernika Matki Polki
3 Kopernika Barlicki Madurowicz Biegaoskiego Matki Polki Jonsher
4 Matki Polki Biegaoskiego Madurowicz Kopernika Barlicki Jonsher
5 Kopernika Biegaoskiego Jonsher Madurowicz Barlicki Matki Polki
6 Jonsher Madurowicz Barlicki Matki Polki Kopernika Biegaoskiego
 Dopasowanie
• I jak poszło? Jak dopasowaliście? Porównajcie swoje propozycje.
• Dyskusja – jak można to było zrobid najlepiej? Najszybciej? Czy w ogóle dało się to zrobid?
• Czy było to trudne?
15 października 2012…

Królewska Szwedzka Akademia Nauk zdecydowała o przyznaniu Nagrody

im. Alfreda Nobla w dziedzinie nauk ekonomicznych za rok 2012
Alvinowi E. Roth’owi i Lloydowi S. Shapley’owi
„za teorię stabilnej alokacji i praktykę projektowania rynku".

Czyli właśnie za algorytm dopasowania par.

 Lloyd S. Shapley
-Ur. 2 czerwca 1923 roku,
-Profesor matematyki University of California in Los
Angeles (UCLA) od 1981 r.,
-Specjalizuje się w ekonomii matematycznej i teorii gier,
-W czasie II wojny światowej służył w U.S. Army Air Corps
w Chinach,
-Studia na Harvardzie, doktorat w Princeton,
-Uwielbia grad w gry planszowe, m.in. w Ryzyko,
-Wspólnie z J. Nashem, M. Hausnerem i M. Shubikiem
wymyślił grę planszową „So Long Sucker”.
 Alvin E. Roth
-Urodzony 18 grudnia 1951 roku,
-Profesor ekonomii Stanford University od stycznia 2013
(wcześniej Harvard 1998 - 2012),
-Studia i doktorat na Stanfordzie (z badao operacyjnych),
-Specjalizuje się w teorii gier i ekonomii eksperymentalnej,
-Żonaty, dwójka dzieci, jego syn Aaron jest profesorem
informatyki na University of Pennsylvania,
-Cytat: „Zawsze interesowało mnie używanie matematyki
tak, by świat lepiej działał”.
Ten trzeci – David Gale
-Urodzony 13 grudnia 1921 roku,
-Profesor matematyki i ekonomii na University of
Berkeley,
-Doktorat na Princeton,
-Współtwórca Algorytmu Gale’a – Shapley’a,
- Prawdopodobnie dostałby tę Nagrodę jako trzeci, ale
zmarł w 2008 roku (Nagrody Nobla nie przyznaje się
pośmiertnie).
 Rzeczywisty problem – praktyki
początkujących lekarzy w USA
• Każdy młody lekarz po studiach był przydzielany na praktyki do jakiegoś szpitala.
• Ponieważ studentów medycyny było generalnie mało – szpitale chciały jak najszybciej
zakontraktowad studenta (nawet zanim ten wybierze specjalizację (!)).
• Gdy oni odrzucą ofertę jest już za późno, by znaleźd nowego, wprowadzają więc
ostateczne, dośd wczesne terminy na odpowiedź praktykanta.
• To zmuszało studenta, by odpowiedział na ofertę szpitala zanim sam wiedział, co chce w
życiu robid.
 NRMP – rozwiązanie?
• Powstał więc Narodowy Program Dopasowao Praktykantów (NRMP).
• Udany, ale z problemami – nie uwzględniał preferencji lekarzy (np. pary małżeoskie
lekarzy trafiały do szpitali w różnych stanach (!)).
• NRMP generalnie faworyzował szpitale w doborze praktykantów.
• Roth odkrył w 1984, że używa on algorytmu dopasowao podobnego do algorytmu typu
Gale’a – Shapley’a.
• W 1995 pomógł go poprawid tak, by wyeliminowad te problemy.
Rzeczywisty problem – przydział uczniów
do szkół średnich
• Do 2003 roku w Nowym Jorku uczniowie szkół podstawowych tworzyli listę 5
najbardziej preferowanych przez nich szkół średnich.
• Listy trafiały do szkół, szkoły decydowały, których uczniów przyjąd, odrzucid, bądź dad
na listę oczekujących.
• Po wstępnym naborze były jeszcze dwie rundy, uczniowie, którzy nie zostali po nich
nigdzie przydzieleni, byli przydzielani losowo do wolnych miejsc w pozostałych
szkołach.
 Praktyka
• Co roku ok. 30000 uczniów trafiało do szkół, których nie mieli nawet na liście (!)
• Szkoły najchętniej przyjmowały uczniów, którzy wymienili je na pierwszym miejscu
(nikt nie lubi byd drugi)
• Uczniowie zatem na pierwszym miejscu wymieniali szkołę „realistyczną”, a nie
„ulubioną”, ci, którzy wpisali „ulubioną”, najgorzej trafiali .
• W 2003 Roth i jego koledzy poprawili algorytm dopasowao. stosując metodę Gale’a –
Shapleya.
• Zredukowało to o 90% ilośd uczniów, którzy nie trafiali do żadnej swojej preferowanej
szkoły (!).
Rzeczywisty problem - transplantacje nerek
• Transplantacje nerek służą ratowaniu życia.
• Czasem oddad nerkę chciałby ktoś, kto nie jest kompatybilny z
potrzebującym (np. mąż chciałby oddad nerkę żonie, ale np.
mają różne grupy krwi).
• Ale może jednak biorca, do którego nerka męża by pasowała,
ma dawcę, którego nerka uratowałaby życie żonie.

• Trzeba zatem dopasowad potencjalnego dawcę do biorcy, a jego potencjalnego dawcę do naszego
biorcy. Nie można jednak tak po prostu się zamienid – nielegalne, jest to handel organami (!).
• Stworzono zatem bazę dawców i rozpoczęto używad algorytmu Gale’a – Shapley’a do
dopasowania.
 Algorytm Gale’a – Shapley’a
Musimy dopasowad obiekty ze zbioru A (np. mężczyzn, lekarzy, uczniów) z obiektami ze
zbioru B (np. kobietami, szpitalami, szkołami) tak, by dopasowanie było stabilne, tzn. by
nikomu nie opłacało się go zmieniad.

Dopasowanie jest stabilne, jeśli nie istnieje element zbioru A i element zbioru B, oba nie
sparowane ze sobą, które siebie nawzajem wolałyby bardziej niż swoich obecnych
partnerów.
 Przykład – dopasowanie niestabilne
Niech A1 będzie w parze z B1, a A2 z B2.
Jeśli A1 wolałaby byd w parze z B2 zamiast z B1, a B2 woli byd w parze z A1 zamiast z A2, to jest to
dopasowanie niestabilne – może się rozpaśd, bo A1 i B2 będą szczęśliwsze gdy będą razem.

Jeśli A1 wolałby byd w parze z B2 zamiast z B1,

ale B2 woli byd w parze z A2 zamiast z A1, to nie
jest to dopasowanie niestabilne.
 Jak działa algorytm?
• Jedna ze stron jest stroną „proponującą”, a druga „akceptującą”.
• Najpierw proponujący wybierają najlepsze dla siebie „drugie połowy”.
• Spośród tych, którzy „zaproponowali”, akceptujący wybierają najlepsze oferty, jeśli jest
jedna, biorą co jest.
• Ci z proponujących, którzy pozostali, składają oferty kolejnym swoim preferowanym
„drugim połowom”.
• Tamci znów wybierają najlepsze oferty (odrzucają też już przyjęte, ale mniej
preferowane) itd. aż wszyscy zostaną dopasowani.
• Gale i Shapley udowodnili, że otrzymane w ten sposób dopasowanie jest dopasowaniem
stabilnym (!).
 PRZYKŁAD
„BAL STUDNIÓWKOWY”
Jest organizowany bal studniówkowy. Jest czterech
kawalerów oraz cztery damy. Każde z nich ma swoje
osobiste preferencje. W jaki sposób dopasowad ich
do siebie tak, by otrzymane dopasowanie było
stabilne i by uniknąd „opery mydlanej” na balu?
 PANIE
MARILYN
JAGA

LARA

MAJA
 BOLEK

ELVIS

PANOWIE
JAŚ

SHREK
Preferencje Marylin
Preferencje Jagi
Preferencje Lary
Preferencje Mai
Preferencje Bolka
Preferencje Elvisa
Preferencje Jasia
Preferencje Shreka
PREFERENCJE
PAO

PREFERENCJE
PANÓW
 PRZYPADEK 1
PANOWIE PROSZĄ PANIE
RUNDA 1

?
 ?

WYNIKI PO 1 RUNDZIE
 RUNDA 2

WYNIKI PO
2 RUNDZIE
 RUNDA 3

WYNIKI PO
3 RUNDZIE
 RUNDA 4

WYNIKI PO 4 RUNDZIE
PREFERENCJE
PAO

PREFERENCJE
PANÓW
 PRZYPADEK 2 Zrób to sam 
PANIE PROSZĄ PANÓW
Dla przypomnienia….

PREFERENCJE
PAO

PREFERENCJE
PANÓW
WYNIKI PO OSTATNIEJ RUNDZIE

Tak Wam wyszło?

PREFERENCJE
PAO

PREFERENCJE
PANÓW
 Wnioski

• Jak widad, strona „proponująca” jest w odrobinę lepszej sytuacji –

można się spodziewad, że łącznie preferencje strony „proponującej”
będą odrobinę lepiej zaspokojone.

• No i po drugie – może zatem istnied więcej niż jedno dopasowanie

stabilne
 Witamy w Hogwarcie! Zadanie.

• Wyobraź sobie, że jesteś Tiarą Przydziału.

• W Hogwarcie nadszedł moment dopasowania uczniów magii do różnych domów.
Cztery uczennice: Jaga, Lara, Maja i Marilyn mogą trafid do jednego z czterech
domów: Gryffindor, Hufflepuff, Ravenclaw i Slytherin. Każdy z domów może przyjąd
tylko jedną studentkę, i oczywiście każdy z nich ma swoje określone preferencje.
Oczywiście każda z uczennic też ma swój ulubiony dom.

• Jak zatem dopasowad uczennice do domów tak, by nikt nie miał możliwości i chęci
zmiany? Załóżmy, że to tiara przydziału zaprasza studentów do domów.
Preferencje uczennic:
Pierwszy wybór Drugi wybór Trzeci wybór Czwarty wybór
Jaga Gryffindor Hufflepuff Ravenclaw Slytherin
Lara Hufflepuff Slytherin Ravenclaw Gryffindor
Maja Slytherin Ravenclaw Gryffindor Hufflepuff
Marylin Gryffindor Slytherin Hufflepuff Ravenclaw

Preferencje domów:
Pierwszy wybór Drugi wybór Trzeci wybór Czwarty wybór
Gryffindor Lara Marylin Jaga Maja
Hufflepuff Maja Lara Jaga Marylin
Ravenclaw Jaga Marylin Lara Maja
Slytherin Jaga Maja Marylin Lara

Jak poszło?
Witamy w Hogwarcie! Rozwiązanie
 Praktykanci raz jeszcze
• W Łodzi jest (powiedzmy) 6 szpitali: Barlickiego, Jonshera, Madurowicza, Kopernika, Matki Polki
i Biegaoskiego.
• Każdy szpital ma po jednym miejscu dla praktykanta, chod każde miejsce jest o różnej specjalizacji.
• Jest 6 praktykantów (numerowanych od 1 do 6), z których każdy ma swoje ściśle określone
preferencje w którym szpitalu chciałby byd najbardziej, a w którym mniej itd.
• Każdy szpital ma też dostęp do CV praktykantów i też ma swoje preferencje, którego praktykanta
chciałby mied najbardziej, a którego mniej itp.
• Chodzi o to, by tak dopasowad praktykantów do szpitali, by nie było sytuacji takiej, że istnieje
praktykant i szpital, którzy bardziej wolą siebie nawzajem, niż ich aktualna para.
• Spróbujcie to zrobid tym razem korzystając z algorytmu Gale’a-Shapleya!
Preferencje
Preferencje szpitali – od najbardziej do najmniej preferowanego praktykanta:
Barlicki 1 2 3 4 5 6
Jonsher 2 6 1 5 3 4
Madurowicz 1 4 6 2 5 3
Kopernika 4 3 5 2 1 6
Matki Polki 6 2 3 1 4 5
Biegaoskiego 4 5 1 6 2 3

Preferencje praktykantów – od najbardziej do najmniej preferowanego szpitala:

1 Jonsher Barlicki Matki Polki Biegaoskiego Madurowicz Kopernika
2 Madurowicz Biegaoskiego Barlicki Jonsher Kopernika Matki Polki
3 Kopernika Barlicki Madurowicz Biegaoskiego Matki Polki Jonsher
4 Matki Polki Biegaoskiego Madurowicz Kopernika Barlicki Jonsher
5 Kopernika Biegaoskiego Jonsher Madurowicz Barlicki Matki Polki
6 Jonsher Madurowicz Barlicki Matki Polki Kopernika Biegaoskiego
 Wyniki
• Gdy Szpitale „proponują”:

Barlicki – 1, Jonsher – 2, Madurowicz – 6, Kopernik – 3, Matki Polki – 4, Biegaoski – 5.

• Gdy praktykanci „proponują”:

1 – Barlicki, 2 – Madurowicz, 3 – Kopernik, 4 – Matki Polki, 5 – Biegaoski, 6 – Jonsher

• Morał: może byd więcej niż jedno dopasowanie stabilne. Zawsze ktoś jest ciut
bardziej zadowolony z jednego dopasowania niż z drugiego. Ale wszystkich nie da się
uszczęśliwid. Można przynajmniej zrobid tak, by żadna jednostka nie mogła
poprawid sytuacji na własną rękę.