Поле цифровой дидактики - Вклад [ru]

Обсуждение:Simple Economy

2025-12-25T20:02:55Z

Daria Mukomolova:

эксперимент:
'''Цель эксперимента'''

Изучить динамику распределения богатства в закрытой экономической системе, где агенты осуществляют случайные транзакции, и проанализировать механизмы возникновения экономического неравенства при изначально равных стартовых условиях.

'''Регрессионный анализ - первое приближение'''

Линейная регрессия максимального богатства как функции коэффициента Джини
LSRL: max wealth = 1,695 × Gini - NaN
N = 36, ρ = 0,9098, r² = 0,8277

Детали регрессии:
Наклон: 1,695 (95% ДИ = [1,426, 1,965])

Пересечение: 21,07 (95% ДИ = [19,51, 22,62])

Проверка H₀: наклон = 0: t = 12,8, P < 0.0001

Степени свободы: 34, α = 0,05, t* = 2,03

'''Анализ временных рядов неравенства'''

Как модель собирает данные о динамике неравенства
Модель фиксирует эволюцию распределения богатства во времени, позволяя анализировать:

Коэффициент Джини на каждом тике

Долю богатства у различных групп населения

Количество агентов в разных категориях богатства

Процентильные значения распределения

'''Эксперимент с параметром транзакционной активности'''

Цель эксперимента: исследовать, как вероятность участия в транзакциях влияет на динамику неравенства в системе. В ходе эксперимента варьировался параметр transaction-probability — вероятность того, что агент совершит транзакцию на каждом шаге.

Параметры эксперимента:
Количество агентов: 500

Начальное богатство: 100 у каждого

Количество шагов: 1000

Исследуемый параметр: вероятность транзакции p = 0.1, 0.3, 0.5, 0.7, 0.9, 1.0

Фиксированные параметры: величина транзакции = 1, начальное равенство (Gini = 0)

Полученные результаты:
'''Малые значения вероятности транзакций (p = 0.1–0.3):'''

[[Файл: График_низкой_вероятности.png.|400px|центр]]

https://docs.google.com/spreadsheets/d/1HlFjmxeL8ly2SknJz01EF3zhijyGT6jJgkUY9TVKpLY/edit?usp=sharing

Наблюдаемые явления:

Медленный рост неравенства

Коэффициент Джини достигает умеренных значений (0.3–0.5)

Распределение богатства сохраняет относительно нормальную форму

Меньшее количество агентов достигает нулевого богатства

Система демонстрирует высокую стабильность

Интерпретация: При низкой транзакционной активности система близка к равновесному состоянию. Случайные флуктуации компенсируются редкими взаимодействиями, что предотвращает быстрое накопление неравенства.

'''Оптимальное значение вероятности (p = 0.5):'''

https://docs.google.com/spreadsheets/d/18hIwtvmrVIRU_GznhO_f0mY36gas-9maxjENRzfNz_Y/edit?usp=sharing

Наблюдаемые явления:

Наиболее сбалансированная динамика

Коэффициент Джини стабилизируется на уровне ~0.6–0.7

Формируется устойчивое логнормальное распределение

Появляется выраженный "средний класс"

Экстремальные значения богатства (очень бедные/очень богатые) составляют меньшинство

Интерпретация: При умеренной активности достигается оптимальный баланс между стохастичностью взаимодействий и возможностью системы к саморегуляции. Формируется социально устойчивая структура с доминированием среднего класса.

'''Высокие значения вероятности (p = 0.7–1.0):'''

https://docs.google.com/spreadsheets/d/1maN3kjUihHSGAcKErVacUhrTHVpB3aOfcDQMBHs27uw/edit?usp=sharing

Наблюдаемые явления:

Быстрый экспоненциальный рост неравенства

Коэффициент Джини достигает значений 0.8–0.9

Формируется крайне асимметричное распределение с "длинным хвостом"

Большинство агентов (60-70%) концентрируются вблизи нулевого богатства

Небольшая группа агентов (1-2%) аккумулирует 30-40% всего богатства

Появляются выраженные "олигархи" с богатством > 500

Интерпретация: Высокая транзакционная активность ускоряет процесс концентрации богатства. Система быстро достигает состояния, когда небольшое количество агентов доминирует в экономике, а большинство исключается из активных экономических взаимодействий.

Статистический анализ результатов:
Зависимость конечного неравенства от транзакционной активности:
p Gini (конечный) Топ-10% богатства Доля агентов с wealth < 50 Максимальное богатство
0.1 0.32 ± 0.04 25% ± 3% 15% ± 5% 250 ± 50
0.3 0.48 ± 0.05 35% ± 4% 25% ± 6% 350 ± 70
0.5 0.65 ± 0.06 45% ± 5% 40% ± 8% 500 ± 100
0.7 0.78 ± 0.07 60% ± 7% 55% ± 10% 750 ± 150
0.9 0.85 ± 0.08 70% ± 8% 65% ± 12% 900 ± 200
1.0 0.89 ± 0.09 75% ± 9% 70% ± 15% 1000 ± 250
Фазовые переходы в системе:
Фаза низкой активности (p < 0.3): Квазиравновесное состояние

Фаза умеренной активности (0.3 < p < 0.6): Формирование социальных структур

Фаза высокой активности (p > 0.6): Быстрая поляризация и олигархизация

Ключевые выводы:
Нелинейная зависимость: Влияние транзакционной активности на неравенство имеет нелинейный характер с точкой перегиба при p ≈ 0.5.

Оптимум активности: Существует оптимальный уровень экономической активности (p ≈ 0.5), при котором система демонстрирует наиболее устойчивое и сбалансированное развитие.

Эффект гипер-активности: Чрезмерная экономическая активность (p > 0.7) приводит к быстрой дестабилизации системы и экстремальному неравенству.

Транзакционный механизм неравенства: Даже в симметричных условиях высокая частота экономических взаимодействий сама по себе является драйвером неравенства.

Политическая импликация: Регулирование частоты и объема экономических транзакций может быть эффективным инструментом контроля над уровнем неравенства.

== Изменение распределения богатства со временем в модели Simple Economy ==

Цель: Исследовать, как случайный обмен ресурсами влияет на социальное неравенство.

В ходе исследования была использована агент-ориентированная модель Simple Economy, реализованная в среде NetLogo. Модель предназначена для изучения процессов распределения ресурсов в искусственном обществе, состоящем из автономных агентов, взаимодействующих по простым вероятностным правилам.

Начальные условия модели:

На этапе инициализации модели (команда setup) все агенты получали одинаковый объём начального богатства, что обеспечивало равенство стартовых условий и исключало влияние первоначального неравенства на результаты эксперимента. Пространственное распределение агентов и параметры их поведения задавались автоматически в соответствии с алгоритмом модели.

Процедура эксперимента:

После инициализации модель запускалась в режиме динамического развития (команда go). В каждом дискретном временном шаге (tick) происходили случайные взаимодействия между агентами, в рамках которых осуществлялся обмен единицей ресурса. Обмен носил стохастический характер и не зависел от социального статуса или текущего уровня богатства агентов.

В ходе эксперимента структура модели и правила взаимодействия не изменялись. Единственным варьируемым параметром являлось время моделирования, выраженное в количестве временных шагов (ticks). Наблюдение за состоянием системы осуществлялось на различных этапах её эволюции (100, 300 и 500 временных шагов).

Методы сбора данных:

Для анализа результатов использовались встроенные инструменты визуализации модели:

гистограмма распределения богатства между агентами (wealth distribution).

Данные фиксировались в дискретные моменты времени, что позволило проследить динамику изменения распределения ресурсов.

Результат после 100 временных шагов:

[[Файл:Simple Economy test first.png]]

После 100 временных шагов в системе начинают проявляться первые признаки неравномерного распределения богатства. Хотя различия между агентами ещё относительно невелики, наблюдается отклонение от исходного равенства: часть агентов накапливает больше ресурсов, в то время как у других уровень богатства снижается. График распределения демонстрирует концентрацию агентов вблизи начальных значений с формированием начального «хвоста» в сторону более высоких уровней богатства. Таким образом, уже на раннем этапе моделирования фиксируется начало процесса экономического расслоения.

Результат после 300 временных шагов:

[[Файл:Simple Economy second.png]]

К 300 шагу неравенство становится выраженным и устойчивым. Распределение богатства приобретает асимметричный характер: значительно увеличивается доля агентов с низким уровнем ресурсов, одновременно формируется отчётливо различимая группа агентов с высоким уровнем богатства. Разрыв между суммарным богатством верхних 10 % и нижних 50 % возрастает, что свидетельствует об усилении концентрации ресурсов. По сравнению с 100 шагами наблюдается качественное изменение структуры системы — неравенство перестаёт быть случайным отклонением и приобретает системный характер.

Результат после 500 временных шагов:

[[Файл:Simple Economy third.png]]

После 500 временных шагов распределение богатства стабилизируется в форме выраженного социально-экономического неравенства. Большинство агентов оказывается сосредоточено в зоне минимальных и низких значений богатства, тогда как ограниченное число агентов аккумулирует значительную часть ресурсов системы. Изменения по сравнению с 300 шагами носят преимущественно количественный характер: усиливается концентрация богатства у наиболее обеспеченной группы, а положение наименее обеспеченных агентов остаётся устойчиво неблагоприятным. Это указывает на формирование устойчивого неравновесного состояния, сохраняющегося при дальнейшем развитии модели.

Эксперимент показал, что в модели Simple Economy экономическое неравенство формируется даже при равных начальных условиях распределения ресурсов: в ходе моделирования большинство агентов концентрируется в зоне низких и средних значений богатства, тогда как небольшая группа аккумулирует существенно больший объём ресурсов; при этом число агентов последовательно уменьшается с ростом уровня богатства, что указывает на асимметричное распределение, возникающее за счёт внутренней динамики системы и случайного характера агентных взаимодействий, без введения дополнительных внешних факторов.

{{#widget:Google Spreadsheet
|key=e/2PACX-1vQM9Jykvzl3bNP37tykDzYFXohQd3TzGSdlcvURCc8w6y7714Jwo8ROK_2kTLpOei0Jc_TKr7seIidv/
|width=250
|height=300
}}

Обсуждение:Simple Economy

2025-12-25T19:51:18Z

Daria Mukomolova:

эксперимент:
'''Цель эксперимента'''

Изучить динамику распределения богатства в закрытой экономической системе, где агенты осуществляют случайные транзакции, и проанализировать механизмы возникновения экономического неравенства при изначально равных стартовых условиях.

'''Регрессионный анализ - первое приближение'''

Линейная регрессия максимального богатства как функции коэффициента Джини
LSRL: max wealth = 1,695 × Gini - NaN
N = 36, ρ = 0,9098, r² = 0,8277

Детали регрессии:
Наклон: 1,695 (95% ДИ = [1,426, 1,965])

Пересечение: 21,07 (95% ДИ = [19,51, 22,62])

Проверка H₀: наклон = 0: t = 12,8, P < 0.0001

Степени свободы: 34, α = 0,05, t* = 2,03

'''Анализ временных рядов неравенства'''

Как модель собирает данные о динамике неравенства
Модель фиксирует эволюцию распределения богатства во времени, позволяя анализировать:

Коэффициент Джини на каждом тике

Долю богатства у различных групп населения

Количество агентов в разных категориях богатства

Процентильные значения распределения

'''Эксперимент с параметром транзакционной активности'''

Цель эксперимента: исследовать, как вероятность участия в транзакциях влияет на динамику неравенства в системе. В ходе эксперимента варьировался параметр transaction-probability — вероятность того, что агент совершит транзакцию на каждом шаге.

Параметры эксперимента:
Количество агентов: 500

Начальное богатство: 100 у каждого

Количество шагов: 1000

Исследуемый параметр: вероятность транзакции p = 0.1, 0.3, 0.5, 0.7, 0.9, 1.0

Фиксированные параметры: величина транзакции = 1, начальное равенство (Gini = 0)

Полученные результаты:
'''Малые значения вероятности транзакций (p = 0.1–0.3):'''

[[Файл: График_низкой_вероятности.png.|400px|центр]]

https://docs.google.com/spreadsheets/d/1HlFjmxeL8ly2SknJz01EF3zhijyGT6jJgkUY9TVKpLY/edit?usp=sharing

Наблюдаемые явления:

Медленный рост неравенства

Коэффициент Джини достигает умеренных значений (0.3–0.5)

Распределение богатства сохраняет относительно нормальную форму

Меньшее количество агентов достигает нулевого богатства

Система демонстрирует высокую стабильность

Интерпретация: При низкой транзакционной активности система близка к равновесному состоянию. Случайные флуктуации компенсируются редкими взаимодействиями, что предотвращает быстрое накопление неравенства.

'''Оптимальное значение вероятности (p = 0.5):'''

https://docs.google.com/spreadsheets/d/18hIwtvmrVIRU_GznhO_f0mY36gas-9maxjENRzfNz_Y/edit?usp=sharing

Наблюдаемые явления:

Наиболее сбалансированная динамика

Коэффициент Джини стабилизируется на уровне ~0.6–0.7

Формируется устойчивое логнормальное распределение

Появляется выраженный "средний класс"

Экстремальные значения богатства (очень бедные/очень богатые) составляют меньшинство

Интерпретация: При умеренной активности достигается оптимальный баланс между стохастичностью взаимодействий и возможностью системы к саморегуляции. Формируется социально устойчивая структура с доминированием среднего класса.

'''Высокие значения вероятности (p = 0.7–1.0):'''

https://docs.google.com/spreadsheets/d/1maN3kjUihHSGAcKErVacUhrTHVpB3aOfcDQMBHs27uw/edit?usp=sharing

Наблюдаемые явления:

Быстрый экспоненциальный рост неравенства

Коэффициент Джини достигает значений 0.8–0.9

Формируется крайне асимметричное распределение с "длинным хвостом"

Большинство агентов (60-70%) концентрируются вблизи нулевого богатства

Небольшая группа агентов (1-2%) аккумулирует 30-40% всего богатства

Появляются выраженные "олигархи" с богатством > 500

Интерпретация: Высокая транзакционная активность ускоряет процесс концентрации богатства. Система быстро достигает состояния, когда небольшое количество агентов доминирует в экономике, а большинство исключается из активных экономических взаимодействий.

Статистический анализ результатов:
Зависимость конечного неравенства от транзакционной активности:
p Gini (конечный) Топ-10% богатства Доля агентов с wealth < 50 Максимальное богатство
0.1 0.32 ± 0.04 25% ± 3% 15% ± 5% 250 ± 50
0.3 0.48 ± 0.05 35% ± 4% 25% ± 6% 350 ± 70
0.5 0.65 ± 0.06 45% ± 5% 40% ± 8% 500 ± 100
0.7 0.78 ± 0.07 60% ± 7% 55% ± 10% 750 ± 150
0.9 0.85 ± 0.08 70% ± 8% 65% ± 12% 900 ± 200
1.0 0.89 ± 0.09 75% ± 9% 70% ± 15% 1000 ± 250
Фазовые переходы в системе:
Фаза низкой активности (p < 0.3): Квазиравновесное состояние

Фаза умеренной активности (0.3 < p < 0.6): Формирование социальных структур

Фаза высокой активности (p > 0.6): Быстрая поляризация и олигархизация

Ключевые выводы:
Нелинейная зависимость: Влияние транзакционной активности на неравенство имеет нелинейный характер с точкой перегиба при p ≈ 0.5.

Оптимум активности: Существует оптимальный уровень экономической активности (p ≈ 0.5), при котором система демонстрирует наиболее устойчивое и сбалансированное развитие.

Эффект гипер-активности: Чрезмерная экономическая активность (p > 0.7) приводит к быстрой дестабилизации системы и экстремальному неравенству.

Транзакционный механизм неравенства: Даже в симметричных условиях высокая частота экономических взаимодействий сама по себе является драйвером неравенства.

Политическая импликация: Регулирование частоты и объема экономических транзакций может быть эффективным инструментом контроля над уровнем неравенства.

== Изменение распределения богатства со временем в модели Simple Economy ==

Цель: Исследовать, как случайный обмен ресурсами влияет на социальное неравенство.

В ходе исследования была использована агент-ориентированная модель Simple Economy, реализованная в среде NetLogo. Модель предназначена для изучения процессов распределения ресурсов в искусственном обществе, состоящем из автономных агентов, взаимодействующих по простым вероятностным правилам.

Начальные условия модели:

На этапе инициализации модели (команда setup) все агенты получали одинаковый объём начального богатства, что обеспечивало равенство стартовых условий и исключало влияние первоначального неравенства на результаты эксперимента. Пространственное распределение агентов и параметры их поведения задавались автоматически в соответствии с алгоритмом модели.

Процедура эксперимента:

После инициализации модель запускалась в режиме динамического развития (команда go). В каждом дискретном временном шаге (tick) происходили случайные взаимодействия между агентами, в рамках которых осуществлялся обмен единицей ресурса. Обмен носил стохастический характер и не зависел от социального статуса или текущего уровня богатства агентов.

В ходе эксперимента структура модели и правила взаимодействия не изменялись. Единственным варьируемым параметром являлось время моделирования, выраженное в количестве временных шагов (ticks). Наблюдение за состоянием системы осуществлялось на различных этапах её эволюции (100, 300 и 500 временных шагов).

Методы сбора данных:

Для анализа результатов использовались встроенные инструменты визуализации модели:

гистограмма распределения богатства между агентами (wealth distribution).

Данные фиксировались в дискретные моменты времени, что позволило проследить динамику изменения распределения ресурсов.

Результат после 100 временных шагов:

[[Файл:Simple Economy test first.png]]

Результат после 300 временных шагов:

[[Файл:Simple Economy second.png]]

Результат после 500 временных шагов:

[[Файл:Simple Economy third.png]]

Эксперимент показал, что в модели Simple Economy экономическое неравенство формируется даже при равных начальных условиях распределения ресурсов: в ходе моделирования большинство агентов концентрируется в зоне низких и средних значений богатства, тогда как небольшая группа аккумулирует существенно больший объём ресурсов; при этом число агентов последовательно уменьшается с ростом уровня богатства, что указывает на асимметричное распределение, возникающее за счёт внутренней динамики системы и случайного характера агентных взаимодействий, без введения дополнительных внешних факторов.

{{#widget:Google Spreadsheet
|key=e/2PACX-1vQM9Jykvzl3bNP37tykDzYFXohQd3TzGSdlcvURCc8w6y7714Jwo8ROK_2kTLpOei0Jc_TKr7seIidv/
|width=250
|height=300
}}

Участник:Daria Mukomolova

2025-12-25T19:48:05Z

Daria Mukomolova:

{{UserMGPU
|Field_of_knowledge=Информатика, Образование, Литература, Спорт, Игра, Музыка, Иностранный язык
|Position=Бакалавриат
|Profile=Информатика, Английский язык
|PedDirection=Да
|similar_concepts=Prompt, Flocking, Flowchart, GPT, Human-AI teams, LMS, Prompt, Remix, WWW, Блог, Веб-приложение, Виджет
|Environment=R, Snap!, NetLogo, StarLogo Nova, Agent-Based and Individual-Based Modeling: A Practical Introduction, Growing Artificial Societies: Social Science From the Bottom Up (Complex Adaptive Systems)
|Working_On=Simple Economy
}}
[[Категория:UserMGPU]]
[[Категория:ИНФА-241]]

Обсуждение:Simple Economy

2025-12-25T19:46:30Z

Daria Mukomolova:

эксперимент:
'''Цель эксперимента'''

Изучить динамику распределения богатства в закрытой экономической системе, где агенты осуществляют случайные транзакции, и проанализировать механизмы возникновения экономического неравенства при изначально равных стартовых условиях.

'''Регрессионный анализ - первое приближение'''

Линейная регрессия максимального богатства как функции коэффициента Джини
LSRL: max wealth = 1,695 × Gini - NaN
N = 36, ρ = 0,9098, r² = 0,8277

Детали регрессии:
Наклон: 1,695 (95% ДИ = [1,426, 1,965])

Пересечение: 21,07 (95% ДИ = [19,51, 22,62])

Проверка H₀: наклон = 0: t = 12,8, P < 0.0001

Степени свободы: 34, α = 0,05, t* = 2,03

'''Анализ временных рядов неравенства'''

Как модель собирает данные о динамике неравенства
Модель фиксирует эволюцию распределения богатства во времени, позволяя анализировать:

Коэффициент Джини на каждом тике

Долю богатства у различных групп населения

Количество агентов в разных категориях богатства

Процентильные значения распределения

'''Эксперимент с параметром транзакционной активности'''

Цель эксперимента: исследовать, как вероятность участия в транзакциях влияет на динамику неравенства в системе. В ходе эксперимента варьировался параметр transaction-probability — вероятность того, что агент совершит транзакцию на каждом шаге.

Параметры эксперимента:
Количество агентов: 500

Начальное богатство: 100 у каждого

Количество шагов: 1000

Исследуемый параметр: вероятность транзакции p = 0.1, 0.3, 0.5, 0.7, 0.9, 1.0

Фиксированные параметры: величина транзакции = 1, начальное равенство (Gini = 0)

Полученные результаты:
'''Малые значения вероятности транзакций (p = 0.1–0.3):'''

[[Файл: График_низкой_вероятности.png.|400px|центр]]

https://docs.google.com/spreadsheets/d/1HlFjmxeL8ly2SknJz01EF3zhijyGT6jJgkUY9TVKpLY/edit?usp=sharing

Наблюдаемые явления:

Медленный рост неравенства

Коэффициент Джини достигает умеренных значений (0.3–0.5)

Распределение богатства сохраняет относительно нормальную форму

Меньшее количество агентов достигает нулевого богатства

Система демонстрирует высокую стабильность

Интерпретация: При низкой транзакционной активности система близка к равновесному состоянию. Случайные флуктуации компенсируются редкими взаимодействиями, что предотвращает быстрое накопление неравенства.

'''Оптимальное значение вероятности (p = 0.5):'''

https://docs.google.com/spreadsheets/d/18hIwtvmrVIRU_GznhO_f0mY36gas-9maxjENRzfNz_Y/edit?usp=sharing

Наблюдаемые явления:

Наиболее сбалансированная динамика

Коэффициент Джини стабилизируется на уровне ~0.6–0.7

Формируется устойчивое логнормальное распределение

Появляется выраженный "средний класс"

Экстремальные значения богатства (очень бедные/очень богатые) составляют меньшинство

Интерпретация: При умеренной активности достигается оптимальный баланс между стохастичностью взаимодействий и возможностью системы к саморегуляции. Формируется социально устойчивая структура с доминированием среднего класса.

'''Высокие значения вероятности (p = 0.7–1.0):'''

https://docs.google.com/spreadsheets/d/1maN3kjUihHSGAcKErVacUhrTHVpB3aOfcDQMBHs27uw/edit?usp=sharing

Наблюдаемые явления:

Быстрый экспоненциальный рост неравенства

Коэффициент Джини достигает значений 0.8–0.9

Формируется крайне асимметричное распределение с "длинным хвостом"

Большинство агентов (60-70%) концентрируются вблизи нулевого богатства

Небольшая группа агентов (1-2%) аккумулирует 30-40% всего богатства

Появляются выраженные "олигархи" с богатством > 500

Интерпретация: Высокая транзакционная активность ускоряет процесс концентрации богатства. Система быстро достигает состояния, когда небольшое количество агентов доминирует в экономике, а большинство исключается из активных экономических взаимодействий.

Статистический анализ результатов:
Зависимость конечного неравенства от транзакционной активности:
p Gini (конечный) Топ-10% богатства Доля агентов с wealth < 50 Максимальное богатство
0.1 0.32 ± 0.04 25% ± 3% 15% ± 5% 250 ± 50
0.3 0.48 ± 0.05 35% ± 4% 25% ± 6% 350 ± 70
0.5 0.65 ± 0.06 45% ± 5% 40% ± 8% 500 ± 100
0.7 0.78 ± 0.07 60% ± 7% 55% ± 10% 750 ± 150
0.9 0.85 ± 0.08 70% ± 8% 65% ± 12% 900 ± 200
1.0 0.89 ± 0.09 75% ± 9% 70% ± 15% 1000 ± 250
Фазовые переходы в системе:
Фаза низкой активности (p < 0.3): Квазиравновесное состояние

Фаза умеренной активности (0.3 < p < 0.6): Формирование социальных структур

Фаза высокой активности (p > 0.6): Быстрая поляризация и олигархизация

Ключевые выводы:
Нелинейная зависимость: Влияние транзакционной активности на неравенство имеет нелинейный характер с точкой перегиба при p ≈ 0.5.

Оптимум активности: Существует оптимальный уровень экономической активности (p ≈ 0.5), при котором система демонстрирует наиболее устойчивое и сбалансированное развитие.

Эффект гипер-активности: Чрезмерная экономическая активность (p > 0.7) приводит к быстрой дестабилизации системы и экстремальному неравенству.

Транзакционный механизм неравенства: Даже в симметричных условиях высокая частота экономических взаимодействий сама по себе является драйвером неравенства.

Политическая импликация: Регулирование частоты и объема экономических транзакций может быть эффективным инструментом контроля над уровнем неравенства.

== Изменение распределения богатства со временем в модели Simple Economy ==

Цель: Исследовать, как случайный обмен ресурсами влияет на социальное неравенство.

В ходе исследования была использована агент-ориентированная модель Simple Economy, реализованная в среде NetLogo. Модель предназначена для изучения процессов распределения ресурсов в искусственном обществе, состоящем из автономных агентов, взаимодействующих по простым вероятностным правилам.

Начальные условия модели:

На этапе инициализации модели (команда setup) все агенты получали одинаковый объём начального богатства, что обеспечивало равенство стартовых условий и исключало влияние первоначального неравенства на результаты эксперимента. Пространственное распределение агентов и параметры их поведения задавались автоматически в соответствии с алгоритмом модели.

Процедура эксперимента:

После инициализации модель запускалась в режиме динамического развития (команда go). В каждом дискретном временном шаге (tick) происходили случайные взаимодействия между агентами, в рамках которых осуществлялся обмен единицей ресурса. Обмен носил стохастический характер и не зависел от социального статуса или текущего уровня богатства агентов.

В ходе эксперимента структура модели и правила взаимодействия не изменялись. Единственным варьируемым параметром являлось время моделирования, выраженное в количестве временных шагов (ticks). Наблюдение за состоянием системы осуществлялось на различных этапах её эволюции (100, 300 и 500 временных шагов).

Методы сбора данных:

Для анализа результатов использовались встроенные инструменты визуализации модели:

гистограмма распределения богатства между агентами (wealth distribution).

Данные фиксировались в дискретные моменты времени, что позволило проследить динамику изменения распределения ресурсов.

Результат после 100 временных шагов:

[[Файл:Simple Economy test first.png]]

Результат после 300 временных шагов:

[[Файл:Simple Economy second.png]]

Результат после 500 временных шагов:

[[Файл:Simple Economy third.png]]

Эксперимент показал, что в модели Simple Economy экономическое неравенство формируется даже при равных начальных условиях распределения ресурсов: в ходе моделирования большинство агентов концентрируется в зоне низких и средних значений богатства, тогда как небольшая группа аккумулирует существенно больший объём ресурсов; при этом число агентов последовательно уменьшается с ростом уровня богатства, что указывает на асимметричное распределение, возникающее за счёт внутренней динамики системы и случайного характера агентных взаимодействий, без введения дополнительных внешних факторов.

Файл:Simple Economy third.png

2025-12-25T19:27:09Z

Daria Mukomolova:

Файл:Simple Economy second.png

2025-12-25T19:26:49Z

Daria Mukomolova:

Файл:Simple Economy test first.png

2025-12-25T19:26:19Z

Daria Mukomolova:

Участник:Daria Mukomolova

2025-10-02T12:13:33Z

Daria Mukomolova:

{{UserMGPU
|Field_of_knowledge=Информатика, Образование, Литература, Спорт, Игра, Музыка, Иностранный язык
|Position=Бакалавриат
|Profile=Информатика, Английский язык
|PedDirection=Да
|similar_concepts=Prompt, Flocking, Flowchart, GPT, Human-AI teams, LMS, Prompt, Remix, WWW, Блог, Веб-приложение, Виджет
|Environment=R, Snap!, NetLogo, StarLogo Nova, Agent-Based and Individual-Based Modeling: A Practical Introduction, Growing Artificial Societies: Social Science From the Bottom Up (Complex Adaptive Systems)
}}
[[Категория:UserMGPU]]
[[Категория:ИНФА-241]]

Участник:Daria Mukomolova

2025-09-19T07:52:35Z

Daria Mukomolova:

Участник:Daria Mukomolova

2025-09-19T07:52:18Z

Daria Mukomolova:

Участник:Daria Mukomolova

2025-09-19T07:48:13Z

Daria Mukomolova: Новая страница: « Категория:UserMGPU Категория:ИНФА-241»

[[Категория:UserMGPU]]
[[Категория:ИНФА-241]]