Many-to-many stable matching in large economies
CEPS, ENS Paris-Saclay(巴黎萨克雷高等师范学院经济政策中心);Department of Economics, University of Innsbruck(因斯布鲁克大学经济学系)
研究网络化多对多匹配市场中个体不显著代理的稳定性概念,提出通过机械方法将有限匹配模型的存在性结果转移至大规模匹配模型,证明树稳定和配对稳定结果的存在。
2026-04-30 econ.TH
Finding all stable matchings with assignment constraints
针对带强制包含或排除配对的指派约束稳定匹配问题,提出基于反复删除无吸引力备选项的算法,可检验可行性并枚举全部满足条件的稳定匹配。
2024-06-13 econ.TH
A polyhedral characterization of worker-quasi-stable matchings
Instituto de Matemática Aplicada San Luis (UNSL-CONICET)(圣路易斯应用数学研究所);Departamento de Matemática, Universidad Nacional de San Luis(圣路易斯国立大学数学系);Universidad Nacional de San Luis(圣路易斯国立大学)
本文首次在经典一对一匹配模型中刻画工人拟稳定匹配的多面体,通过修改稳定性约束构造整凸多面体,其极点对应匹配向量,证明拟稳定性保持几何可处理性。
2026-10-28 econ.TH
Cycles to compute the full set of many-to-many stable matchings
在满足替代性和总需求定律的多对多匹配模型中,提出基于“偏好中的循环”思想的算法计算稳定匹配全集,推广了一对一模型的算法。
2022-03-02 econ.TH
Dynamically Stable Matching
我介绍了一个稳定的概念,动态稳定性,双边动态匹配市场,(一)匹配的机会随着时间的推移到达,(二)匹配是一对一,(三)匹配是不可逆的。该定义涉及两个概念问题。首先,由于不是所有代理都可以同时匹配,因此必须确定允许哪些代理形成阻塞对。第二,动态匹配市场表现出一种在静态市场中不存在的外部性:一个代理人从保持不匹配中获得的回报不能独立于其他代理人的结果而被定义。动态稳定匹配总是存在的。动态稳定性是一个必要条件,以确保及时参与经济,确保代理人不会战略性地延迟他们可以匹配的时间。
2021-02-25 econ.TH
Asymptotically stable matchings and evolutionary dynamics of preference revelation games in marriage problems
集中式匹配市场的文献通常假设每个参与者的真实偏好是已知的,并且是固定的,但经验证据对其可解释性提出了质疑。为了解决这个问题,我们考虑婚姻问题中偏好揭示游戏的进化动力学。我们制定的匹配的渐近稳定性,表示对玩家的偏好报告策略足够小的变化的动态鲁棒性,并表明,渐近稳定匹配是稳定的,当它们存在。仿真结果证明了系统的渐近稳定性。我们为市场设计者提供了一个实用的见解,即通过引入一个学习期,参与者通过试错找到合适的报告策略,可以实现稳定匹配。我们还打开了一个新的研究领域的大门,展示了如何采用进化博弈论的研究集中的市场。
2022-05-17 econ.TH
Stable Matchings and Their Histories: Historical Reachability under Population Shocks
Chung Yuan Christian University(中原大学)
本文研究人口冲击下稳定匹配的历史可达性,证明仅终端主体历史无法覆盖全部稳定匹配,而通过保持偏好的临时主体扩充历史可恢复完整稳定集合。
2026-09-18 econ.TH
A characterization of the von Neumann and Morgenstern stable set in matching markets
Instituto de Matemática Aplicada San Luis (UNSL-CONICET)(圣路易斯应用数学研究所);Universidad Nacional de San Luis(圣路易斯国立大学)
本文通过推广经典分解引理,揭示了内部稳定性与匹配市场循环结构之间的联系,并基于约简环境的核心唯一刻画了冯·诺伊曼-摩根斯坦稳定集。
2026-09-04 econ.TH
Stable Matching with Choice Correspondences: Beyond Path Independence
Indian Statistical Institute(印度统计研究所);Ashoka University(阿肖克大学);Shiv Nadar University(希夫·纳德大学)
本文研究了当代理人具有选择对应关系而非偏好关系时稳定性匹配的存在性,提出了基于弱化路径独立性假设的框架,并在多对多市场中证明了在满足可替代性和一般循环性条件下稳定性匹配存在,同时提出了一种构造性算法来生成稳定性匹配。
2026-09-06 econ.TH
Note on the size of a stable matching
Royal Holloway University of London(伦敦大学皇家霍洛威学院);University of Southern Denmark(南丹麦大学);University of Johannesburg(约翰内斯堡大学)
本文研究一对一双边匹配市场中稳定匹配的最小规模,证明其下界为⌈n/2⌉,并刻画达到该下界的偏好类,进而分析最大化就业率时需牺牲的均衡配对数量。
2026-06-26 econ.TH
Nash implementation in a many-to-one matching market
本文研究了多对一匹配市场中由稳定规则诱导的匹配博弈,证明了在市场双方或仅单方策略性博弈及特定函数条件下,稳定规则能在纳什均衡中实现个人理性对应或稳定对应。
2024-04-26 econ.TH
Core and stability notions in many-to-one matching markets with indifferences
在一个允许无差异的多对一匹配模型中,我们研究了三个核心概念,三个稳定性概念以及它们之间的关系。我们证明了(i)核包含稳定集,(ii)强核与强稳定集重合,(iii)超核与超稳定集重合.我们还展示了无差异市场中的核心和强核心如何与其相关的平局打破严格市场的稳定匹配相关。
2022-03-30 econ.TH
Matching markets with farsighted couples
本文研究含情侣匹配市场中的远见稳定性,证明单元素远见稳定集等价于稳定匹配,并针对不存在远见稳定集的情形提出 DEM 远见稳定集。
2023-04-25 cs.GT econ.TH
Utility-Based Communication Requirements for Stable Matching in Large Markets
从通信复杂性文献的结果表明,稳定匹配需要沟通:一个不能找到或验证一个稳定的匹配,而没有访问基本上所有的序数偏好信息,私人持有的代理商在市场上。换句话说,这些结果表明,稳定匹配机制即使对输入偏好中的少量标记的不准确性也不鲁棒。在实践中,这些结果表明,代理人必须经过时间密集的过程中准确地排名每一个潜在的匹配候选人,如果他们希望得到的匹配是非常稳定的。因此,在大市场中,对稳定匹配的通信要求可能高得不切实际。鉴于这一结果,一个自然的问题是,市场中的一些高阶结构是否可以表明哪些大市场具有更陡峭的沟通要求。在本文中,我们进行这样的分析,代理人有一个基于效用的偏好概念的政权。我们考虑一个动态模型,其中代理人只能获得满足泛乘误差界的效用近似值。我们应用保证从理论计算机科学文献的低失真嵌入有限度量空间,以了解通信要求的稳定匹配在大型市场的结构特性。我们的研究结果表明,对于一个广泛的家庭的市场,误差界可能不会增长速度比$n^2\log(n)$,同时保持一个确定性的保证稳定匹配机制的行为限制。我们还表明,一个更强的概率保证,可能会作出,只要约束增长在最基本的拓扑复杂性的市场。
2022-12-08 econ.TH
Strongly Stable Matchings under Matroid Constraints
我们考虑一个多对一的稳定匹配问题的变体。更具体地说,我们考虑的稳定匹配问题的变种,其中一侧有一个拟阵约束。此外,我们考虑的情况下,每个代理的偏好可能包含领带。在这种情况下,我们考虑的问题,检查存在的强稳定匹配,并找到一个强稳定匹配,如果存在一个强稳定匹配。我们提出了一个多项式时间算法解决这个问题。
2022-09-07 cs.GT econ.TH
Fragile Stable Matchings
本研究证明分散匹配动态中稳定匹配的脆弱性:小扰动可导致任意稳定匹配,且收敛可能需指数时间,影响广泛动态。
2024-03-18 cs.GT econ.TH
Saturating stable matchings
我把二部图匹配与稳定匹配联系起来。我证明了饱和稳定匹配的存在的一个充分必要条件,其中每一个代理的一方是匹配的,所有可能的偏好。我将我的分析扩展到完美稳定匹配,其中双方的每个代理都匹配。
2021-03-28 cs.GT econ.TH math.CO
Stable Matching with Mistaken Agents
本文提出稳健均衡概念,研究大型随机匹配市场中申请人提议的延迟接受机制,证明尽管几乎所有申请人都可能不说真话,但结果仍任意接近稳定匹配,从而为理论分析和偏好估计提供了新依据。
2022-10-10 econ.EM econ.TH
Characterization of Priority-Neutral Matching Lattices
Yale University(耶鲁大学)
本文研究了优先中性匹配格的结构,证明其比稳定匹配格更复杂,并提出了首个多项式时间算法检查优先中性。
2025-12-07 cs.GT econ.TH
A Continuum Model of Stable Matching With Finite Capacities
本文介绍了稳定匹配的统一框架,该框架嵌套了有限市场中稳定匹配的传统定义以及Azevedo和Leshno(2016)的稳定匹配的连续定义作为特例。在这个框架内,我确定了一个新的连续模型,使个人水平的概率预测。这个新模型总是有一个唯一的稳定结果,可以使用延迟接受算法的模拟来找到。这个模型与Azevedo和Leshno(2016)的模型之间的关键区别在于,他们假设每个学校的学生兴趣是确定性的,而我提出的替代方案假设它遵循泊松分布。因此,即使对于只有10所学校和20名学生的市场,这个新模型也能准确地预测截止值的模拟分布。这个模型产生了关于匹配数量和质量的新见解。当学校同质时,它提供了学生平均排名的上限和下限,这与Ashlagi,Kanoria和Leshno(2017)的结果相匹配,但适用于更一般的环境。该模型还为Marx和Schummer(2021)考虑的平台定价设置中的匹配数量提供了清晰的分析表达式。
2022-05-25 cs.GT econ.TH
Limited Farsightedness in Priority-Based Matching
我们考虑基于优先级的匹配问题,有限的远见。我们发现,一旦代理商有足够的远见,从顶部交易周期(TTC)算法获得的匹配变得稳定:一个单例集组成的TTC匹配是一个地平线- $k$ vNM稳定集,如果远见的程度是大于三倍的代理商在TTC的最大周期的数量。相反,对于足够大的$k$,从延迟接受(DA)算法获得的匹配可能不属于任何水平- $k$ vNM稳定集.
2022-12-14 cs.GT econ.TH
Representing All Stable Matchings by Walking a Maximal Chain
Gusfield和Irving的开创性著作[GI89]提供了一种紧凑且在算法上有用的方法来表示与给定偏好集相对应的稳定匹配的集合。本文重新解释了[GI89]的主要结果,给出了刻画的一个新的证明,它能够绕过原著作中的许多“理论建构”.我们还提供了一个简化和有效的方式来计算这种表示。我们的证明和算法强调连接到众所周知的属性的延迟接受算法。
2019-10-10 cs.GT econ.TH
Finding Stable Matchings in PhD Markets with Consistent Preferences and Cooperative Partners
本文提出了一种在多边匹配市场中寻找稳定匹配的新算法。我们的设置是由学生,顾问和共同顾问博士市场的动机,并可以推广到供应链网络视为$n$侧市场。在三方博士市场中,学生主要关心顾问,然后是共同顾问(一致的偏好),而顾问和共同顾问只对学生有偏好(因此他们是合作的)。一个学生必须匹配一个顾问和一个共同顾问,或者根本没有。与以前的工作相比,教师-学生和学生-共同顾问对可能不是相互可接受的(例如,学生可能不想与顾问或共同顾问一起工作,反之亦然)。我们表明,三边稳定匹配总是存在的,并提出了一种算法,在时间上的二次市场规模(对数因子),发现一个三边稳定匹配使用任何双边稳定匹配算法作为匹配引擎。我们说明了出现的挑战时,不是所有的顾问合作顾问对兼容。然后,我们将我们的算法推广到$n$边市场的配额,并展示他们如何可以模拟供应链网络。最后,我们展示了我们的算法如何在合成数据集上产生稳定的匹配和大量的匹配方面优于[Danilov,2003]给出的基线。
2021-07-06 cs.GT econ.TH math.CO
Stable Menus of Public Goods: A Matching Problem
针对无货币转移、无容量约束且成本需由足够使用者支撑的公共品提供问题,本文刻画稳定菜单存在的充分与必要条件,并给出防策略稳定匹配的正反结果。
2025-06-06 cs.GT econ.TH math.CO