TEORIA GIER WNE UW, jesień 2011 PLAN PRZEDMIOTU
|
|
- Ryszard Sikora
- 8 lat temu
- Przeglądów:
Transkrypt
1 TEORIA GIER WNE UW, jesień 2011 PLAN PRZEDMIOTU 1. Indywidualne podejmowanie decyzji 2. Gry niekooperacyjne w postaci normalnej w postaci ekstensywnej 3. Gry z niekompletną informacją (w miarę możliwości).
2 LITERATURA PODSTAWOWA A, DIXIT, B. NALEBUFF, Myślenie strategiczne, Helion 2009 R. LUCE, H. RAIFFA, Gry i decyzje, PWN 1964 G. OWEN, Teoria gier, PWN 1975 M. MALAWSKI, H. SOSNOWSKA, A. WIECZOREK, Konkurencja i kooperacja: teoria gier w ekonomii i naukach społecznych, PWN 1997, 2004, 2006 J. WATSON, Strategia: wprowadzenie do teorii gier, WNT 2004 POMOCNICZA R.B. MYERSON, Game theory Analysis of conflict, Harvard UP 1991 K. BINMORE, Fun and Games, D.C.Heath 1992 M. OSBORNE, A. RUBINSTEIN, A course in game theory, MIT Press 1994 Ph. STRAFFIN, Teoria gier, Scholar 2001 A. MAS-COLELL i in., Microeconomic theory, Oxford UP 1995 H. P. YOUNG, Sprawiedliwy podział, Scholar 2003 R. GIBBONS, A primer in game theory, Harvester Wheatsheaf 1992 J. McMILLAN, Games, strategies and managers..., Oxford UP 1996
3 INDYWIDUALNE PODEJMOWANIE DECYZJI w warunkach: PEWNOŚCI NIEPEWNOŚCI RYZYKA ELEMENTY WSPÓLNE dla wszystkich trzech schematów: D zbiór dostępnych decyzji W zbiór możliwych wyników preferencja na W relacja spójna i przechodnia (w 1 w 2 oznacza decydent uważa wynik w 1 za nie gorszy od w 2 ). Ona wyznacza relacje ostrej preferencji i indyferencji : w 1 w 2 w 1 w 2 ale nie w 2 w 1, w 1 w 2 w 1 w 2 oraz w 2 w 1. Funkcja użyteczności u : W R reprezentuje preferencję na W gdy w 1, w 2 (w 1 w 2 u(w 1 ) u(w 2 )). W WARUNKACH PEWNOŚCI DECYZJA WYNIK SATYSFAKCJA czyli f : D W, f(d) = wynik decyzji d. W WARUNKACH NIEPEWNOŚCI Ω zbiór stanów świata (opisujący czynniki niepewne) DECYZJA WYNIK SATYSFAKCJA STAN ŚWIATA czyli F : D Ω W, F (d, ω) = wynik decyzji d gdy prawdziwym stanem świata jest ω.
4 Dominacja: Decyzja d dominuje decyzję d, gdy dla każdego stanu świata ω zachodzi F (d, ω) F (d, ω) ; d słabo dominuje d, gdy dla każdego stanu świata ω zachodzi F (d, ω) F (d, ω) oraz istnieje stan świata ω, w którym F (d, ω) F (d, ω). Bezpieczeństwo: Decyzja d jest bezpieczniejsza od decyzji d, gdy istnieje stan świata ω z taki, że dla każdego ω Ω zachodzi F (d, ω) F (d, ω z ). (Dla reprezentowanej przez u : min ω u(f (d, ω) > min ω u(f (d, ω) ; W WARUNKACH RYZYKA P rozkład prawdopodobieństwa na zbiorze Ω. Wtedy: min ω u(f (d, ω) poziom bezpieczeństwa decyzji d). LOTERIE : rozkłady prawdopodobieństwa na zbiorze wyników i L = (w 1, p 1 ; w 2, p 2 ;... ; w K, p K ) f : D L, f(d) = loteria będąca wynikiem decyzji d, której prawdopodobieństwami są p j = P({ω takich że F (d, ω) = w j }) ROZSZERZANIE PREFERENCJI NA ZBIÓR LOTERII Dowolną preferencję na zbiorze wyników W, która jest reprezentowana przez pewną funkcję użyteczności u : W R, można rozszerzyć na zbiór loterii L następująco: L, L L (L L sfeu(l ) Eu(L )) gdzie Eu(L) = oczekiwana użyteczność loterii L = (dla W skończonego) K k=1 p k u(w k ). Co więcej, każda preferencja na L W spełniająca zbiór postulatów racjonalności (postulaty von Neumanna - Morgensterna) jest takiej postaci.
5 Postulaty von Neumanna - Morgensterna Rozkład loterii złożonych (RLZ). Loteria złożona to obiekt postaci L = (L 1, p 1 ; L 2, p 2 ;... ; L J, p J ) gdzie każda L j jest pewną loterią na W (być może wynikiem pewnym). Odpowiada to loterii, w której część wygranych stanowią losy na inną loterię. Taką loterię można sprowadzić do loterii prostej licząc prawdopodobieństwa wyników na podstawie prawdopodobieństw warunkowych: p k = J p j q j,k gdzie q j,k jest prawdopodobieństwem wyniku w k na loterii L j. RLZ: Decydent jest indyferentny między dowolną loterią złożoną a uzyskanej z niej w powyższy sposób loterią prostą. Aksjomat niezależności (AN). Jeżeli L, L są dwiema loteriami złożonymi różniącymi się tylko jednym wynikiem: j=1 L = (L 1, p 1 ; L 2, p 2 ;... ; L J, p J ), L = (L 1, p 1 ; L 2, p 2 ;... ; L J, p J ) to L L L 1 L 1. (W szczególności tak musi być gdy L 1 i L 1 są pewnymi wynikami ze zbioru W (loteriami trywialnymi): jeśli decydent woli obiekt w 1 od w 2, to będzie też wolał loterię na której można wygrać w 1 od loterii, w której zamieniono wygraną w 1 na w 2, a wszystkie pozostałe nagrody i prawdopodobieństwa pozostały bez zmian). Ciągłość. Jeżeli L 1 L 2 L 3, to istnieje taka liczba λ ]0, 1[, że L 2 (L 1, λ ; L 3, 1 λ). (Dla wyników pewnych: Jeśli lepiej wygrać w 1 niż w 2, a w 2 lepiej niż w 3, to istnieje loteria z wygranymi {w 1, w 3 } dokładnie tak samo dobra, jak otrzymanie w 2 na pewno).
6 TWIERDZENIE VON NEUMANNA MORGENSTERNA: Każda preferencja na L W spełniająca warunki RLZ, AN i ciągłość jest reprezentowana przez pewną oczekiwaną użyteczność na zbiorze W. Tzn. istnieje funkcja u : W R taka że L, L L W (L L Eu(L ) Eu(L )) Uwaga: Jeżeli u reprezentuje pewną preferencję na W, to tę samą preferencję reprezentuje też każda funkcja h u, gdzie h jest dowolną funkcją rosnącą R R. Ale z reprezentowaniem preferencji już tak nie jest: tę samą pref. na L W co Eu reprezentują już tylko wartości oczekiwane funkcji użyteczności postaci j u gdzie j(x) = ax + b, a > 0. Racjonalizowalność: Przy danej funkcji użyteczności u na W decyzja ˆd jest racjonalizowalna, jeżeli istnieje rozkład prawdopodobieństwa P na zbiorze Ω, przy którym Eu(f( ˆd)) = max d D Eu(f(d)). GRA jako układ problemów IPD w warunkach niepewności Każdy gracz (i) ma swój zbiór decyzji D i, a wynik wyznaczają decyzje wszystkich graczy. Wówczas każdy gracz staje przed problemem decyzyjnym D i, W, Ω i, i gdzie W wspólny dla wszystkich zbiór wyników, i preferencje poszczególnych graczy na nim, a Ω i = D 1... D i 1 D i+1... D n czyli stanami świata dla każdego gracza i są układy decyzji wszystkich innych graczy. (Niepewność jest po wszystkich stronach, gdyż zakładamy jednoczesne podejmowanie decyzji przez wszystkich graczy). W prostym przypadku 2 graczy: Ω 1 = D 2, Ω 2 = D 1. Ze względu na tw. vnm wynikom gry przypisujemy ich użyteczność dla gracza i, reprezentującą jego preferencję na L W. Ona może jakoś uwzględniać ew. preferencje gracza i co do tego, czy wynik jest lepszy lub gorszy dla innych graczy; ale właśnie dlatego, że reprezentuje i, to ją stara się zmaksymalizować gracz i.
7 Przykład Gracze: { Wisła, Cracovia }, każdy z niech wybiera termin rozegrania swojego meczu w lidze: Zakładamy: Sobota lub Niedziela. każdy klub chce mieć jak najwięcej widzów na swoim meczu, w kibiców zawsze chodzi na każdy mecz Wisły, c kibiców zawsze chodzi na każdy mecz Cracovii, poza tym: s kibiców przyjdzie na mecz w sobotę, n kibiców przyjdzie na mecz w niedzielę, z tych dwóch grup w razie rozgrywania obu meczów tego samego dnia 2/3 przyjdzie na Wisłę, 1/3 na Cracovię. Problem decyzyjny Wisły : Problem decyzyjny Cracovii : Konwencja zapisu: Cr: S Cr: N D W S w + 2s 3 w + s N w + n w + 2n 3 W : S W : N D Cr S c + s 3 c + s N c + n c + n 3 Wisła Cracovia S N S w + 2s 3 ; c + s 3 w + s ; c + n N w + n ; c + s w + 2n 3 ; c + n 3
8 GRY W POSTACI NORMALNEJ DEFINICJA gry w postaci normalnej: G = (N, S 1,..., S n, u 1,..., u n ) N = {1, 2,..., n} zbiór graczy, S 1, S 2,..., S n zbiory strategii; S i zbiór strategii gracza i, u 1, u 2,..., u n funkcje wypłaty; u i : S R f. wypłaty gracza i. przy oznaczeniach S = S 1 S 2... S n zbiór strategii łącznych i u i (s 1, s 2,..., s n ) = u i (F (s 1, s 2,..., s n )). oraz : S i := S 1... S i 1 S i+1... S n zbiór strategii łącznych wszystkich graczy poza i-tym ( D i = S i, Ω i = S i ). Założenia: racjonalność wspólna wiedza graczy o grze: prawdziwe jest każde zdanie postaci gracz i 1 wie, że gracz i 2 wie, że... gracz i k zna grę (tj. wszystkie zbiory strategii i funkcje wypłat) wspólna wiedza graczy o ich racjonalności. Interpretacja: każdy z graczy wybiera strategię (decyzję) jeden raz i wszyscy wybierają jednocześnie, a przynajmniej bez wiedzy o wyborach innych graczy. Dominacja: strategia s i S i dominuje strategię s i, jeżeli dla każdej s i S i zachodzi u i (s i, s i ) > u i (s i, s i ); poziom bezpieczeństwa strategii: β(s i ) = min s i S i u i (s i, s i ); poziom bezpieczeństwa gracza: β i = max β(s i ) = max min u i (s i, s i ) s i S i s i S i s i S i
9 Konwencja zapisu dla gier 2-osobowych o skończonych zbiorach strategii (gier dwumacierzowych) : (S 1, S 2, A, B) gdzie A i B są macierzami wypłat odpowiednio graczy 1 i 2, wymiaru K L gdzie K = #S 1, L = #S 2 ; a kl to wypłata gracza 1 gdy on użyje swojej strategii numer k, a gracz 2 swojej strategii numer l, b kl to wypłata gracza 2 w tej samej sytuacji. Przykłady Dylemat więźnia : S 1 = {P 1, NP 1 }, S 2 = {P 2, NP 2 } ; u 1 (NP 1, NP 2 ) = u 2 (NP 1, NP 2 ) = 5, u 1 (P 1, P 2 ) = u 2 (P 1, P 2 ) = 2, u 1 (NP 1, P 2 ) = u 2 (P 1, NP 2 ) = 0, u 1 (P 1, NP 2 ) = u 2 (NP 1, P 2 ) = 6 NP 2 P 2 NP 1 5 ; 5 0 ; 6 P 1 6 ; 0 2 ; 2 Cykor : S 1 = {Z 1, NZ 1 }, S 2 = {Z 2, NZ 2 } ; u 1 (NZ 1, NZ 2 ) = u 1 (Kolizja) = u 2 (NZ 1, NZ 2 ) = 5, u 1 (Z 1, Z 2 ) = u 1 (Nic) = u 2 (Z 1, Z 2 ) = 0, u 1 (NZ 1, Z 2 ) = u 1 (1 2) = u 2 (Z 1, NZ 2 ) = 1, u 1 (Z 1, NZ 2 ) = u 1 (2 1) = u 2 (NZ 1, Z 2 ) = 1 Z 2 NZ 2 Z 1 0 ; 0-1 ; 1 NZ 1 1 ; -1-5 ; -5 Świnie : S a = {P a, NP a }, S b = {P b, NP b } NP b P b NP a 0 ; 0 5 ; -1 P a 2 ; 3 4 ; 2
10 Przykłady cd Aukcja (statyczna każdy uczestnik oferuje cenę do zapłacenia) : Gracze = uczestnicy aukcji, S i = [0, M i ] ; w(s 1,... s n ) = (k, p) gdzie: k gracz który dostaje obiekt, p cena którą płaci. u i (k, p) = 0 jeśli k i, v i p jeśli k = i gdzie v i waluacja gracza i (wartość którą przypisuje obiektowi) Eksploatacja wspólnego zasobu: Gracze = korzystający z zasobu (np. rybacy), S i = [0, M i ], u i (s 1,... s n ) = s i K( n s j ) gdzie s j intensywność eksploatacji przez gracza j, K wydajność zasobu malejąca funkcja łacznej eksploatacji. Gry umiejscowienia: Gracze = konkurenci, S i = P zbiór wszystkich punktów pewnego obszaru, u i (s 1,... s n ) = j=1 {p P : d(p,s i )=min j d(p,s j )} h(p) dµ gdzie h gęstość rozkładu klientów na obszarze P ; d odległość Iteracyjne usuwanie strategii zdominowanych Algorytm: START 1. Czy istnieje gracz który MA STRATEGIĘ ZDOMINOWANĄ? Jeśli TAK : USUŃ JĄ POWRÓC DO KROKU 1 Jeśli NIE : KONIEC Uwaga 0. Wynik tego algorytmu NIE ZALEŻY od kolejności usuwania strategii.
11 DEFINICJA : Strategia s i gracza i jest jego najlepszą odpowiedzią na łączną strategię s i pozostałych graczy, (ozn. s i = NO i (s i )), jeżeli dla każdej innej strategii s i S i zachodzi u i (s i, s i ) u i (s i, s i ). Uwaga 1. Jeżeli s i = NO i (s i ), to s i nie może być zdominowana. DEFINICJA: Układ strategii (strategia łączna) s = (s 1, s 2,... s n ) jest równowagą Nasha gry G = (N, S 1,..., S n, u 1,..., u n ), jeżeli dla każdego i = 1, 2,... n (czyli dla każdego i i każdej s i S i s i = NO i (s i ) u i (s 1,..., s i 1, s i, s i+1,... s n ) u i (s 1,... s i,... s n )). Uwaga 2. Związki z iteracyjnym usuwaniem strategii zdominowanych Niech G = (N, S 1,..., S n, u 1,..., u n ) i niech G (d) = (N, S 1(d),..., S n(d), u 1,..., u n ) będzie grą otrzymaną z G w wyniku IESD. Wówczas 1. Jeżeli s = s 1, s 2,... s n jest równowagą Nasha gry G, to i s i S i(d). (Strategie w równowadze nie mogą zostać usunięte w procesie IESD). 2. Jeżeli w G (d) wszystkie zbiory strategii są jednoelementowe: i S i(d) = {s i }, to s jest równowagą Nasha gry G i to jedyną, z (1). Uwaga 3. W grze dwumacierzowej (S 1, S 2, A, B) para s 1k, s 2l jest równowagą wtedy i tylko wtedy, gdy a kl = max j a jl (największy element l-tej kolumny A), b kl = max j b kj (największy element k-tego wiersza B). Uwaga 4. s = (s 1, s 2,... s n ) jest równowagą gry G dla każdego i u i (s) β i.
12 Problemy z równowagą Nasha 1. Nie zawsze istnieje (o tym dalej) 2. Gdy istnieje, bywa nieoptymalna 3. W tej samej grze może być ich wiele problem wyboru równowagi Przykład gra składania żądań: S 1 = S 2 = [0, 100], u i (s 1, s 2 ) = s i jeżeli s 1 + s 2 100, 0 w prz. prz., continuum równowag postaci (t, 100 t) (i dodatkowo jeszcze (100, 100)) Racjonalizowalność (D 1, D 2,..., D n ) zbiory takich strategii w grze G = (N, S 1,..., S n, u 1,..., u n ), że 1. i s i D i s i jest najlepszą odpowiedzią gracza i na pewien rozkład prawdopodobieństwa na strategiach z D i, 2. D i są maksymalnymi zbiorami o tej własności to zbiory strategii racjonalizowalnych w grze G. Uwaga i D i S i(d). (Strategie racjonalizowalne nie mogą zostać usunięte w procesie IESD). 2. W grze dwuosobowej: i D i = S i(d). 3. Jeżeli s = (s 1, s 2,... s n ) jest równowagą Nasha gry G, to i s i D i. Przykład (Myerson) s 21 s 22 s 23 s 11 3 ; 0 0 ; 2 0 ; 3 s 12 2 ; 0 1 ; 1 2 ; 0 s 13 0 ; 3 0 ; 2 3 ; 0 : w tej grze wszystkie strategie są racjonalizowalne, ale równowaga Nasha jest tylko jedna.
13 GRY W POSTACI NORMALNEJ przykłady gier dużych 1. Oligopol Bertranda Gracze = producenci tego samego wyrobu, S i = [0, [ ceny (więc strategie oznaczymy przez p i ), u i (p 1,... p n ) = (p i c i ) d i (p 1,... p n ) c i koszt jednostkowy gracza i, ZYSK, gdzie: d i (p 1,... p n ) popyt na produkt gracza i przy tych cenach (d i nie rośnie po p i i nie maleje po p j, j i). Wersja najbardziej naiwna: d i (p) = 0 gdy p i > min j p j, d i (p) = d(p i) J gdy p i = min p j j (J liczba tych producentów j dla których p j = p i ). Wersja trochę bardziej sensowna: np. d i (p 1,... p n ) = δ i αp i + β 1 n j i p j (α, β > 0). 2. Oligopol Cournota Gracze = producenci tego samego wyrobu, S i = [0, Q i ] wielkości produkcji (więc strategie oznaczymy przez q i ), u i (q 1,... q n ) = (p(q) c i )q i c i koszt jednostkowy gracza i, ZYSK, gdzie: Q = q 1 + q q n łączna produkcja, p(q) cena wyznaczona przez odwrotną funkcję popytu (co najmniej malejącą). Równowaga Nasha tej gry = równowaga Cournota (1857)
14 3. Pojedynek Gracze = dwaj oficerowie, S 1 = S 2 = [0, 1], (s i odległość z której gracz i oddaje strzał (jeśli dożyje)); Oznaczamy: p i (x) = P że i trafi gdy strzela z odległości x i zakładamy: p i malejące, p i (0) = 1, p i (1) = 0. u i (s 1, s 2 ) = P tego że to gracz i trafi przeciwnika. Przyjmujemy że gdy s 1 = s 2, każdy gracz strzeli pierwszy z prawdopodobieństwem 1/2. Pojedynek cichy : Pojedynek głośny : u 1 (s 1, s 2 ) = u 2 (s 1, s 2 ) = u 1 (s 1, s 2 ) = u 2 (s 1, s 2 ) = p 1 (s 1 ) ( ) s 1 > s 2, 1 p 2(s 1 ) 2 p 1 (s 1 ) s 1 = s 2, (1 p 2 (s 2 ))p 1 (s 1 ) s 1 < s 2, p 2 (s 2 ) ( ) s 1 < s 2, 1 p 1(s 2 ) 2 p 2 (s 2 ) s 1 = s 2, (1 p 1 (s 1 ))p 2 (s 2 ) s 1 > s 2 p 1 (s 1 ) s 1 > s 2, 1 2 [p 1(s 1 ) + 1 p 2 (s 1 )] s 1 = s 2, 1 p 2 (s 2 ) s 1 < s 2, p 2 (s 2 ) s 1 < s 2, 1 2 [p 2(s 2 ) + 1 p 1 (s 2 )] s 1 = s 2, 1 p 1 (s 1 ) s 1 > s 2 Przyjmując u i (s) = P trafienia P zostania trafionym, dostanie się grę o sumie zerowej. Np. pojedynek głośny u 1 (s 1, s 2 ) = u 2 (s 1, s 2 ) = 2p 1 (s 1 ) 1 s 1 > s 2, p 1 (s 1 ) p 2 (s 1 ) s 1 = s 2, 1 2p 2 (s 2 ) s 1 < s 2
15 4. Spółka Gracze = wspólnicy w spółce, S i = [0, M i ] poziom wysiłku wkładanego w pracę, u 1 (s 1, s 2,..., s n ) = r i Π(s 1, s 2,..., s n ) c i (s i ) gdzie Π(s 1, s 2,..., s n ) zysk spółki przy poziomach wysiłku s 1, s 2,..., s n, r i udziały graczy w spółce; r i > 0, r 1 + r r n = 1 c i (s i ) koszt wysiłku s i ponoszonego przez gracza i. TWIERDZENIE Debreu - Ky Fana - Glicksberga: Jeżeli gra w postaci normalnej G = (N, S 1, S 2,..., S n, u 1,..., u n ) spełnia następujące założenia: wszystkie zbiory strategii S i są zwarte i wypukłe, wszystkie funkcje wypłat u i : S R są ciągłe, każda funkcja wypłaty, u i (s i, s i ) jest wklęsłą funkcją zmiennej s i to G ma równowagę Nasha (w strategiach czystych). Przykłady: oligopol Bertranda wersja mniej naiwna; oligopol Cournota gdy zyski są wklęsłe względem q i (np. gdy odwrotna f. popytu jest liniowa); spółka z wklęsłą funkcją zysku i wypukłą funkcją kosztu wysiłku
16 DODATEK : ANALIZA OLIGOPOLU COURNOTA z liniowymi kosztami i liniową odwrotną funkcją popytu Model N = {1, 2,... n} gracze (producenci tego samego dobra), q 1, q 2,... q n ich strategie wielkości produkcji Funkcja kosztów: c i (q i ) = C i q i, C i > 0 Odwrotna funkcja popytu: p(q) = (A BQ) + = A BQ gdy A BQ, 0 gdy A BQ, A, B > 0. Założenia: i C i < A (inaczej gracz i nigdy nie produkuje), S i = [0, A C i B ] Funkcje wypłaty = zyski: u i (q) = u i (q 1,,... q n ) = (p(q) C i )q i = q i [(A B(q i + Q i ) + ) C i ] gdzie Q łączna produkcja wszystkich graczy, Q i wszystkich oprócz i-tego. Strategie q i > A C i B jak powyżej. są zdominowane przez 0 i wobec tego można przyjąć S i Monopol (n = 1) Funkcja wypłaty u(q) = q[(a Bq) + C] jest ciągła i wklęsła w przedziale ], więc osiąga w nim maximum w miejscu zerowym pochodnej: [0, A C B u (q) = A C 2Bq = 0, q opt = A C 2B optymalna wielkość produkcji monopolisty o kosztach C. W tym optimum: cena p = (A B A C 2B )+ = A + C 2, zysk u(q opt ) = Zachowanie zysku oligopolisty przy ustalonym Q i = j i q j (A C)2 4B. u i (q i, Q i ) = q i (A B(q i + Q i ) C i ) gdy q i + Q i A B C i q i gdy q i + Q i A B.
17 Jeżeli zatem Q i A C i B, to dla każdego dodatniego q i u i (q i, Q i ) 0 ; a jeżeli Q i < A C i B, to u i (q i, Q i ) = q i (A BQ i C i ) Bqi 2 funkcja kwadratowa na [0, A B Q i] z miejscami zerowymi w q i = 0 i q i = A C i B Q i. Stąd Najlepsza odpowiedź gracza i na Q i NO i (Q i ) = Równowaga w duopolu (n = 2) 0 gdy Q i A C i A C i 2B Q i 2 gdy Q i A C i B, B. (a) Gdy q 1 = 0, q 2 = NO 2 (0) = A C 2 2B i ten układ (0, A C 2 2B ) jest równowagą Nasha jeżeli NO ( ) A C2 1 2B = 0, tj. gdy C 1 > A+C 2 2. (Gracz o kosztach zbyt wysokich nie produkuje nic). (b) Analogicznie gdy C 2 > A+C 1 2 : q 1 = A C 1 2B, q 2 = 0. (c) W równowadze produkują obaj gracze gdy q 1, q 2 > 0, q 1 = A C 1 2B q 2 2 i q 2 = A C 2 2B q 1 2. Rozwiązanie: q 1 + q 2 = 1 3B (2A C 1 C 2 ), q 1 q 2 = C 2 C 1 B, q 1 = A 2C 1 + C 2 3B, q 2 = A 2C 2 + C 1 3B. W równowadze z punktu (c) : łączna produkcja Q = 2A C 1 C 2 3B cena p = A + C 1 + C 2, zyski u 1 (q 3 1, q 2 ) = (A 2C 1 + C 2 ) 2. 9B, Optymalność równowagi Cournota-Nasha w duopolu Równowagi (a) i (b) w oczywisty sposób są optymalne gracz o niższym koszcie produkcji uzyskuje maksymalny zysk monopolisty. Równowaga (c) nie jest : dla i = 1, 2
18 u i q i (q 1, q 2 ) = 0 ale u i q j (q 1, q 2 ) = Bq j < 0 dla j i, a więc pochodna zysku w równowadze w kierunku wektora ( 1, 1) u i ( 1, 1) (q 1, q 2 ) = u i q i (q 1, q 2 ) u i q j (q 1, q 2 ) = Bq j > 0 : jeśli obaj gracze nieco zmniejszą produkcję, ich zyski wzrosną. Symetryczny (C 1 =... C n = C) oligopol Cournota z n > 2 producentami Przy A > C w jedynej równowadze produkują wszyscy gracze i wobec tego i q i = A C 2B Q i 2 czyli 2Bq i + BQ i = A C. Stąd: n(a C) = (n + 1)BQ, Q = B(q i + Q) = A C, q i = W tej równowadze cena (A C) (n + 1)B. n(a C) (n + 1)B oraz dla każdego i p = A + nc n + 1, zyski u 1(q 1... q n ) = W granicy przy n dążenie do doskonałej konkurencji : w równowadze Cournota - Nasha p C, u u n 0. (A C)2 (n + 1) 2 B.
19 GRY O SUMIE ZEROWEJ I MACIERZOWE Gra (N, S 1,..., S n, u 1,..., u n ) jest grą o sumie stałej, jeżeli istnieje taka stała C że dla każdej strategii łącznej (s 1,..., s n ) S zachodzi n u i (s 1,..., s n ) = C. i=1 Gdy C = 0, gra jest o sumie zerowej. Gry dwuosobowe o sumie stałej gry ściśle konkurencyjne pojedynki (z wypłatami będącymi różnicą prawdopodobieństw trafienia), kobiety i koty przeciw myszom i mężczyznom (orzeł i reszka), papier - nożyce - kamień Gry macierzowe : Skończone gry dwuosobowe o sumie zerowej Proste przykłady gier macierzowych: Uwaga: Poziomy bezpieczeństwa graczy w grze ściśle konkurencyjnej: β 1 β 2 = max min u 1 (s 1, s 2 ), s 1 S 1 s 2 S 2 = max min( u 1 (s 1, s 2 )) = min max u 1 (s 1, s 2 ) s 2 S 2 s 1 S 1 s 2 S 2 s 1 S 1 (i w szczególności w grze macierzowej z macierzą A : β 1 = max i min j zawsze spełniają nierówność: a ij, β 2 = min i β 1 β 2. max a ij ) j
20 2. Jeżeli w macierzy gry A istnieje element a ij największy w j-tej kolumnie i jednocześnie najmniejszy w i-tym wierszu A, to strategia nr i gracza 1 oraz strategia nr j gracza 2 stanowią równowagę gry o tej macierzy. Właściwości równowag w grach ściśle konkurencyjnych: Gdy (s 1, s 2 ), (ŝ 1, ŝ 2 ) są równowagami takiej gry, to u 1 (s 1, s 2 ) u 1 (ŝ 1, s 2 ) (bo s 1 jest NO 1 (s 2 )) u 1 (ŝ 1, s 2 ) = u 2 (ŝ 1, s 2 ) u 2 (ŝ 1, ŝ 2 ) = u 1 (ŝ 1, ŝ 2 ) (bo ŝ 2 jest NO 2 (ŝ 1 )) u 1 (ŝ 1, ŝ 2 ) u 1 (s 1, ŝ 2 ) (bo ŝ 1 jest NO 1 (ŝ 2 )) u 1 (s 1, ŝ 2 ) = u 2 (s 1, ŝ 2 ) u 2 (s 1, s 2 ) = u 1 (s 1, s 2 ) (bo s 2 jest NO 2 (s 1 )) i stąd u 1 (s 1, s 2 ) = u 1 (ŝ 1, ŝ 2 ) (i oczywiście też u 2 (s 1, s 2 ) = u 2 (ŝ 1, ŝ 2 )) równowagi są równoważne, (s 1, ŝ 2 ), (ŝ 1, s 2 ) też są równowagami ( równowagi są wymienne ), s 1 S 1 β(s 1 ) β(s 1 ) oraz s 2 S 2 β(s 2 ) β(s 2 ) strategie obu graczy w równowadze są ich najbezpieczniejszymi strategiami, β 1 (G) = β(s 1 ) = u 1 (s 1, s 2 ) = u 2 (s 1, s 2 ) = β(s 2 ) = β 2 (G). W grach ściśle konkurencyjnych tę wielkość wypłatę gracza 1 w równowadze nazwiemy wartością gry. Uwaga: Jeżeli w macierzy gry A istnieje element największy w swojej kolumnie i jednocześnie najmniejszy w swoim wierszu, to jest on wartością gry o tej macierzy. Wartości gier z powyższych przykładów: gry 3 3 : a 23 = 1, gra 4 2 nie ma równowagi (w strategiach czystych), β 1 = 2, β 2 = 4 < β 1 i równowagi i wartości trzeba szukać w strategiach mieszanych.
21 STRATEGIE MIESZANE Strategia mieszana to wybór strategii w sposób losowy. Gdy S i jest zbiorem strategii gracza i w grze G, to zbiorem jego strategii mieszanych jest S i zbiór wszystkich rozkładów prawdopodobieństwa na S i. Gdy S i jest skończony, np. m i -elementowy, to takie że j σ i,j 0, S i = (S i ) = {(σ i,1,... σ i,mi )} m i j=1 σ i,j = 1. σ i,k prawdopodobieństwo użycia przez gracza i jego strategii nr k. Rozszerzenie mieszane gry G: przy czym dla σ = (σ 1,..., σ n ) S u i (σ) = E P (σ) u i (s) = = m 1 k 1 =1 m 2 k 2 =1 G = (N, S 1,..., S n, u 1,..., u n ),... S u i(s)dp (σ) = (dla S skończonego) m n k n =1 (σ 1,k1 σ 2,k2... σ n,kn )u i (s 1,k1, s 2,k2,..., s n,kn ) Gra skończona = rozszerzenie mieszane gry G w której zbiory S i są skończone. Strategie czyste (gracza i) = elementy S i. Strategie mieszane (gracza i) = elementy S i. Nośnik strategii mieszanej σ i : S (σ i ) = {k : σ i,k > 0} zbiór strategii czystych wybieranych przy σ i z dodatnim P Strategie istotnie mieszane = elementy S i \ S i Strategie całkowicie mieszane = {σ i S i : S (σ i ) = S i }
22 PRZYKŁAD: W grze walka płci żona wybiera strategię mieszaną x = (x B, x T ), gdzie x B = 1 x T (tj. idzie na boks z prawdopodobieństwem x B ) a mąż strategię mieszaną y = (y T, y B ) gdzie y B = 1 y T. Wtedy spotkają się w teatrze z prawdopodobieństwem x T y T, na gali boksu z prawdopodobieństwem x B y B, z P = x T y B każde pójdzie tam gdzie woli; oczekiwane wypłaty : żony : 2x B y B x T y B + 4x T y T, męża : 2x T y T + x B y T x B y B. Ogólnie w grze dwumacierzowej (S 1, S 2, A, B) (w której A, B są macierzami K L), gdy gracz 1 używa strategii σ 1 = x = (x 1,..., x K ), a gracz 2 strategii σ 2 = y = (y 1,..., y L ), strategia łączna (k.l) jest wybierana z P x k y l, a wypłatami graczy 1 i 2 są u 1 (x, y) = u 2 (x, y) = K k=1 K k=1 L l=1 L l=1 x k y l u 1 (s 1,k, s 2,l ) = xay, x k y l u 2 (s 1,k, s 2,l ) = xby. Dominacja: Strategia σ i Si dominuje strategię τ i, jeżeli dla każdej σ i S i zachodzi u i (σ i, σ i ) > u i (τ i, σ i ). Równoważnie: dla każdej strategii czystej s i S i Poziom bezpieczeństwa strategii: β(σ i ) = Poziom bezpieczeństwa gracza: β i = max σ i S i u i (σ i, s i ) > u i (τ i, s i ). min u i (σ i, σ i ) = min u i (σ i, s i ). σ i S i s i S i β(σ i ) = max σ i S i Zawsze β i β i ; często β i > β i. min u i (σ i, σ i ). σ i S i
23 Stwierdzenie: 1. (Liniowość wypłaty ze względu na strategię mieszaną): Jeśli ρ i = (ρ i,1, ρ i,2,..., ρ i,k ) i τ i = (τ i,1, τ i,2,..., τ i,k ) są dwiema strategiami mieszanymi gracza i, to dla każdego c [0, 1] układ równań σ i,j = cρ i,j + (1 c)τ i,j j = 1,... k wyznacza strategię mieszaną σ i gracza i oraz dla każdego σ i zachodzi u i (σ i, σ i ) = cu i (ρ i, σ i ) + (1 c)u i (τ i, σ i ) S i 2. Stąd: Dla każdej łącznej strategii mieszanej graczy różnych od i, σ i S i istnieje strategia czysta s i S i będąca najlepszą odpowiedzią gracza i na σ i : σ i S i u i (s i, σ i ) u i (σ i, σ i ) (Najlepszej odpowiedzi zawsze można szukać wśród strategii czystych). 3. Podobnie: Dla każdej strategii mieszanej gracza i, σ i S i istnieje łączna strategia czysta s i S i taka że σ i S i u i (σ i, s i ) u i (σ i, σ i ). (Najgorszego przy danej własnej strategii stanu świata można zawsze szukać wśród łącznych strategii czystych pozostałych graczy). Uwaga: 1. Strategia (nawet czysta) może być zdominowana przez strategię mieszaną nie będąc zdominowana przez żadną czystą. 2. Jeżeli strategia czysta s i,k S i jest zdominowana, to każda strategia σ i Si taka że σ i,k > 0 też. 3. W grze dwuosobowej strategia (czysta lub mieszana) nie jest zdominowana wtedy i tylko wtedy, gdy jest najlepszą odpowiedzią na jakąś strategię drugiego gracza.
24 Stwierdzenie: W dowolnej równowadze (σ 1, σ 2,..., σ n ) gry G zachodzą nierówności i N u i (σ 1, σ 2,..., σ n ) β i β i. ZNAJDOWANIE RÓWNOWAG W STRATEGIACH MIESZANYCH ogólnie: trzeba zgadnąć nośniki strategii w równowadze, po czym rozwiązać dla każdego gracza i układ równań i nierówności: k, l S(σ i ) m S(σ i ) u i (s i,k, σ i ) = u i (s i,l, σ i ) u i (s i,m, σ i ) W grze dwumacierzowej 2 2 równowaga (x, y) w strategiach istotnie mieszanych musi zatem spełniać: x = NO 1 (y) xay max(e 11 Ay, e 12 Ay) e 11 Ay = e 12 Ay y = NO 2 (x) xby max(xbe 21, xbe 22 ) xbe 21 = xbe 22. Przykłady 1. Walka płci B T B 2 ; 4 0 ; 0 T 1 ; 1 4 ; 2 równowaga Nasha (x, y) w str. istotnie mieszanych musi spełniać czyli [1 0] (x B x T ] y B y T 2y B = y B + 4y T = [0 1] = [x B x T ] , 4x B + x T = 2x T y B, y T a więc w tej równowadze: x B = 0, 2, x T = 0, 8, y B = 0, 8, y T = 0, Przykład Aumanna L P G 3 ; 1 1 ; 2 D 0 ; 3 2 ; 0
25 ta gra nie ma równowag w str. czystych, a równowaga w mieszanych spełnia 3y L + y P = 2y P, x G + 3x D = 2x G więc x G = 0, 75, x D = 0, 25, y L = 0, 25, y P = 0, 75. (Warto zauważyć że w równowadze obaj gracze otrzymują wypłaty 1,5 np. u 1 (x, y) = u 1 (G, y) = u 1 (D, y) = 0, , 75 2 tymczasem strategia najbezpieczniejsza dla każdego gracza jest nią (0,5, 0,5) gwarantuje każdemu z graczy oczekiwaną wypłatę 1, 5). TWIERDZENIE NASHA: Każda gra skończona ma równowagę Nasha (być może w strategiach mieszanych). Dowód : Określamy odwzorowanie h : S 1 S 2 S 1 S 2 następująco : h(x, y) = (x, y ) gdzie x k = x k + (e 1k Ay xay) K j=1 (e 1j Ay xay) +, y l = y l + (xbe 2l xby) L j=1 (xbe 2j xby) + Ono spełnia założenia tw. Brouwera więc ma punkt stały (x, y) : h(x, y) = (x, y). Ten punkt jest równowagą gry: x = NO 1 (y), gdyż ale ponieważ xay = x k = 0 e 1k Ay xay, x k > 0 e 1k Ay xay = x k K j=1(e 1j Ay xay) + 0 k : x k >0 x k (e 1k Ay), druga nierówność jest możliwa tylko wtedy gdy k (x k > 0 xay = e 1k Ay). Podobnie y = NO 2 (x). TWIERDZENIE: Prawie każda gra skończona ma nieparzystą liczbę równowag Nasha. (np. każda gra w której funkcje wypłaty wszystkich graczy, u i : S R, są różnowartościowe).
26 STRATEGIE MIESZANE W GRACH MACIERZOWYCH Uwaga : W grze o sumie stałej C oczywiście też dla każdej łącznej strategii mieszanej σ = (σ 1,..., σ n ) S zachodzi n i=1 u i (σ 1,..., σ n ) = C. Wobec tego rozszerzenie mieszane gry ściśle konkurencyjnej również jest grą ściśle konkurencyjną i wszystkie własności równowag w strategiach czystych przenoszą się także na nie: Właściwości równowag w grach ściśle konkurencyjnych: Gdy (σ 1, σ 2 ) S jest równowagą, to u 1 (σ 1, σ 2 ) = β(σ 1 ) oraz u 2 (σ 1, σ 2 ) = β(σ 2 ) ; u 1 (σ 1, σ 2 ) = β 1 i analogicznie u 2 (σ 1, σ 2 )(= u 1 (σ 1, σ 2 )) = β 2, a więc: strategie obu graczy w równowadze są ich najbezpieczniejszymi strategiami (spośród wszystkich strategii mieszanych), a wypłaty graczy w równowadze to ich poziomy bezpieczeństwa. W grach ściśle konkurencyjnych strategie najbezpieczniejsze nazwiemy optymalnymi, a wypłatę gracza 1 w równowadze (= przy użyciu przez obu graczy strategii optymalnych) nazwiemy wartością gry. równowagi są równoważne i wymienne. Matematyczna postać wartości gry macierzowej: Ponieważ zaś β 2 = max y S 2 v(g) = β 1 = max x S 1 β(x) = max x S 1 min( xay) = max( max x S 1 z istnienia równowagi wynika następujący fakt: max x (twierdzenie von Neumanna). min y y x xay = min y min xay y S2 xay) = min y max xay x max xay, x
27 ALGORYTMY szukania strategii optymalnych i wartości w grach macierzowych: Programowanie liniowe: Gra macierzowa z macierzą A wymiaru K L o wyrazach dodatnich wyznacza dwa zagadnienia programowania liniowego: program pierwotny zagadnienie gracza 1 : min(u 1 + u u K ) przy ograniczeniach ua (1, 1,... 1), u R + K gracz 1 szuka jak największej dodatniej liczby v (czyli jak najmniejszej sumy współczynników u k równej 1/v) takiej by dla każdej strategii czystej nr l gracza 2 zachodziła nierówność xa (l) v czyli ua (l) 1 (A (l) = l-ta kolumna macierzy A) program dualny zagadnienie gracza 2 : max(w 1 + w w L ) przy ograniczeniach Aw (1, 1,... 1), w R + L i wtedy gdy u i w są rozwiązaniami, v = 1 u 1 + u u K = 1 w 1 + w w L jest wartością gry, a strategie mieszane x = v u oraz y = v w są strategiami optymalnymi graczy 1 i 2. Fikcyjna rozgrywka Browna Robinson: x 1 dowolna strategia mieszana gracza 1, y 1 gracza 2; dla n > 1 definiujemy rekurencyjnie: a n = NO 1 (y n 1 ), b n = NO 2 (x n 1 ), Wtedy: x n = n 1 n x n n a n, y n = n 1 n y n n b n. każdy podciąg zbieżny ciągu x n zbiega do strategii optymalnej gracza 1, każdy podciąg zbieżny ciągu y n zbiega do strategii optymalnej gracza 2, ciąg v n = x n Ay n dąży do wartości gry A. Ten sam algorytm można zastosować też do innych gier, niekoniecznie ściśle konkurencyjnych; dla nich zachodzi następujące (słabsze) twierdzenie: jeżeli ciąg (x n, y n ) jest zbieżny, to jego granica jest równowagą Nasha.
TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ
TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Definicja gry o sumie zerowej Powiemy, że jest grą o
Bardziej szczegółowo11. Gry Macierzowe - Strategie Czyste i Mieszane
11. Gry Macierzowe - Strategie Czyste i Mieszane W grze z doskonałą informacją, gracz nie powinien wybrać akcję w sposób losowy (o ile wypłaty z różnych decyzji nie są sobie równe). Z drugiej strony, gdy
Bardziej szczegółowoGry o sumie niezerowej
Gry o sumie niezerowej Równowagi Nasha 2011-12-06 Zdzisław Dzedzej 1 Pytanie Czy profile równowagi Nasha są dobrym rozwiązaniem gry o dowolnej sumie? Zaleta: zawsze istnieją (w grach dwumacierzowych, a
Bardziej szczegółowoTeoria gier. wstęp. 2011-12-07 Teoria gier Zdzisław Dzedzej 1
Teoria gier wstęp 2011-12-07 Teoria gier Zdzisław Dzedzej 1 Teoria gier zajmuje się logiczną analizą sytuacji, gdzie występują konflikty interesów, a także istnieje możliwość kooperacji. Zakładamy zwykle,
Bardziej szczegółowoTeoria gier. prof. UŚ dr hab. Mariusz Boryczka. Wykład 4 - Gry o sumie zero. Instytut Informatyki Uniwersytetu Śląskiego
Instytut Informatyki Uniwersytetu Śląskiego Wykład 4 - Gry o sumie zero Gry o sumie zero Dwuosobowe gry o sumie zero (ogólniej: o sumie stałej) były pierwszym typem gier dla których podjęto próby ich rozwiązania.
Bardziej szczegółowoTEORIA GIER W EKONOMII WYKŁAD 5: GRY DWUOSOBOWE KOOPERACYJNE O SUMIE NIESTAŁEJ
TEORI GIER W EKONOMII WYKŁD 5: GRY DWUOSOOWE KOOPERCYJNE O SUMIE NIESTŁEJ dr Robert Kowalczyk Katedra nalizy Nieliniowej Wydział Matematyki i Informatyki UŁ Gry dwumacierzowe Skończoną grę dwuosobową o
Bardziej szczegółowoD. Miszczyńska, M.Miszczyński KBO UŁ 1 GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO
D. Miszczyńska, M.Miszczyński KBO UŁ GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO Gra w sensie niżej przedstawionym to zasady którymi kierują się decydenci. Zakładamy, że rezultatem gry jest wypłata,
Bardziej szczegółowo10. Wstęp do Teorii Gier
10. Wstęp do Teorii Gier Definicja Gry Matematycznej Gra matematyczna spełnia następujące warunki: a) Jest co najmniej dwóch racjonalnych graczy. b) Zbiór możliwych dezycji każdego gracza zawiera co najmniej
Bardziej szczegółowoTeoria gier matematyki). optymalności decyzji 2 lub więcej Decyzja wpływa na wynik innych graczy strategiami
Teoria gier Teoria gier jest częścią teorii decyzji (czyli gałęzią matematyki). Teoria decyzji - decyzje mogą być podejmowane w warunkach niepewności, ale nie zależą od strategicznych działań innych Teoria
Bardziej szczegółowoMetody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2
Metody teorii gier ALP520 - Wykład z Algorytmów Probabilistycznych p.2 Metody teorii gier Cel: Wyprowadzenie oszacowania dolnego na oczekiwany czas działania dowolnego algorytmu losowego dla danego problemu.
Bardziej szczegółowoWykład Ćwiczenia Laboratoriu m 30 30 1,5 1,5 WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI CELE PRZEDMIOTU
Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim ELEMENTY TEORII GIER Nazwa w języku angielskim ELEMENTS OF GAME THEORY Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowo2010 W. W. Norton & Company, Inc. Oligopol
2010 W. W. Norton & Company, Inc. Oligopol Oligopol Monopol jedna firma na rynku. Duopol dwie firmy na rynku. Oligopol kilka firm na rynku. W szczególności decyzje każdej firmy co do ceny lub ilości produktu
Bardziej szczegółowoPlan. Prosty model aukcji: Aukcja drugiej ceny - równowaga Nasha w strategiach słabo dominujących Aukcja pierwszej ceny - równowaga Nasha
Plan Przypomnienie: Dominacja oraz równowaga Nasha Model konkurencji ilościowej Cournot Model konkurencji cenowej Bertranda jednakowe produkty produkty zróżnicowane Prosty model aukcji: Aukcja drugiej
Bardziej szczegółowoTeoria gier. dr Przemysław Juszczuk. Wykład 2 - Gry o sumie zero. Instytut Informatyki Uniwersytetu Śląskiego
Instytut Informatyki Uniwersytetu Śląskiego Wykład 2 - Gry o sumie zero Gry o sumie zero Dwuosobowe gry o sumie zero (ogólniej: o sumie stałej) były pierwszym typem gier dla których podjęto próby ich rozwiązania.
Bardziej szczegółowoSkowrońska-Szmer. Instytut Organizacji i Zarządzania Politechniki Wrocławskiej Zakład Zarządzania Jakością. 04.01.2012r.
mgr inż. Anna Skowrońska-Szmer Instytut Organizacji i Zarządzania Politechniki Wrocławskiej Zakład Zarządzania Jakością 04.01.2012r. 1. Cel prezentacji 2. Biznesplan podstawowe pojęcia 3. Teoria gier w
Bardziej szczegółowoEKONOMIA MENEDŻERSKA. Wykład 5 Oligopol. Strategie konkurencji a teoria gier. 1 OLIGOPOL. STRATEGIE KONKURENCJI A TEORIA GIER.
Wykład 5 Oligopol. Strategie konkurencji a teoria gier. 1 OLIGOPOL. STRATEGIE KONKURENCJI A TEORIA GIER. 1. OLIGOPOL Oligopol - rynek, na którym działa niewiele przedsiębiorstw (od do 10) Cecha charakterystyczna
Bardziej szczegółowoGry w postaci normalnej
Gry w postaci normalnej Rozgrzewka Przykład 1. (Dylemat więźnia) Dwóch przestępców, którzy zorganizowali napad na bank, zostało tymczasowo aresztowanych i czeka ich rozprawa. Jeżeli obaj będa zeznawać
Bardziej szczegółowoModelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony.
GRY (część 1) Zastosowanie: Modelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony. Najbardziej znane modele: - wybór strategii marketingowych przez konkurujące ze sobą firmy
Bardziej szczegółowoPropedeutyka teorii gier
Propedeutyka teorii gier AUTORZY: KAROLINA STOLARCZYK, WIKTOR SZOPIŃSKI, KONRAD TOMASZEK, MATEUSZ ZAKRZEWSKI WYDZIAŁ MINI POLITECHNIKA WARSZAWSKA ROK AKADEMICKI 2016/2017, SEMESTR LETNI KRÓTKI KURS HISTORII
Bardziej szczegółowoElementy teorii gier. Badania operacyjne
2016-06-12 1 Elementy teorii gier Badania operacyjne Plan Przykład Definicja gry dwuosobowej o sumie zerowej Macierz gry Strategie zdominowane Mieszane rozszerzenie gry Strategie mieszane Rozwiązywanie
Bardziej szczegółowoTeoria gier w ekonomii - opis przedmiotu
Teoria gier w ekonomii - opis przedmiotu Informacje ogólne Nazwa przedmiotu Teoria gier w ekonomii Kod przedmiotu 11.9-WZ-EkoP-TGE-S16 Wydział Kierunek Wydział Ekonomii i Zarządzania Ekonomia Profil ogólnoakademicki
Bardziej szczegółowo13. Teoriogrowe Modele Konkurencji Gospodarczej
13. Teoriogrowe Modele Konkurencji Gospodarczej Najpierw, rozważamy model monopolu. Zakładamy że monopol wybiera ile ma produkować w danym okresie. Jednostkowy koszt produkcji wynosi k. Cena wynikająca
Bardziej szczegółowoMODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/
Bardziej szczegółowo9 Funkcje Użyteczności
9 Funkcje Użyteczności Niech u(x) oznacza użyteczność wynikającą z posiadania x jednostek pewnego dobra. Z założenia, 0 jest punktem referencyjnym, czyli u(0) = 0. Należy to zinterpretować jako użyteczność
Bardziej szczegółowoHyper-resolution. Śmieciarki w Manncheim
Hyper-resolution Hyper-resolution Algorytm repeat NGi NGi NGj NGi nowe Nogoods, które da się wywieść z NGi if NGi then NGi NGi NGi roześlij NGi do wszystkich sąsiadów if NGi then stop end until NGi nie
Bardziej szczegółowo5. Rozwiązywanie układów równań liniowych
5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a
Bardziej szczegółowoElementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 12 Teoria gier II Spis treści Wstęp Oligopol, cła oraz zbrodnia i kara Strategie mieszane Analiza zachowań w warunkach dynamicznych Indukcja wsteczna Gry powtarzane
Bardziej szczegółowoCzym jest użyteczność?
Czym jest użyteczność? W teorii gier: Ilość korzyści (czy też dobrobytu ), którą gracz osiąga dla danego wyniku gry. W ekonomii: Zdolność dobra do zaspokajania potrzeb. Określa subiektywną przyjemność,
Bardziej szczegółowoMODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona
Bardziej szczegółowoTEORIA GIER W NAUKACH SPOŁECZNYCH. Równowagi Nasha. Rozwiązania niekooperacyjne.
TEORIA GIER W NAUKACH SPOŁECZNYCH Równowagi Nasha. Rozwiązania niekooperacyjne. Przypomnienie Gra o sumie zerowej Kryterium dominacji Kryterium wartości oczekiwanej Diagram przesunięć Równowaga Can a Round
Bardziej szczegółowoGRY W POSTACI EKSTENSYWNEJ (rozwiniętej)
GRY W POSTACI EKSTENSYWNEJ (rozwiniętej) Gra w postaci ekstensywnej formalny opis wszystkich możliwych przebiegów gry, z uwzględnieniem struktury czasowej, możliwości wielokrotnego podejmowania decyzji
Bardziej szczegółowoTeoria Gier - wojna, rybołówstwo i sprawiedliwość w polityce.
Liceum Ogólnokształcące nr XIV we Wrocławiu 5 maja 2009 1 2 Podobieństwa i różnice do gier o sumie zerowej Równowaga Nasha I co teraz zrobimy? 3 Idee 1 Grać będą dwie osoby. U nas nazywają się: pan Wiersz
Bardziej szczegółowoTEORIA GIER W EKONOMII WYKŁAD 6: GRY DWUOSOBOWE KOOPERACYJNE O SUMIE DOWOLNEJ
TEORIA GIER W EKONOMII WYKŁAD 6: GRY DWUOSOBOWE KOOPERACYJNE O SUMIE DOWOLNEJ dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Gry dwuosobowe z kooperacją Przedstawimy
Bardziej szczegółowoTemat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe
Temat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe Teorię gier można określić jako teorię podejmowania decyzji w szczególnych warunkach. Zajmuje się ona logiczną analizą sytuacji konfliktu
Bardziej szczegółowoMateriał dydaktyczny dla nauczycieli przedmiotów ekonomicznych. Mikroekonomia. w zadaniach. Gry strategiczne. mgr Piotr Urbaniak
Materiał dydaktyczny dla nauczycieli przedmiotów ekonomicznych Mikroekonomia w zadaniach Gry strategiczne mgr Piotr Urbaniak Teoria gier Dział matematyki zajmujący się badaniem optymalnego zachowania w
Bardziej szczegółowoTworzenie gier na urządzenia mobilne
Katedra Inżynierii Wiedzy Teoria podejmowania decyzji w grze Gry w postaci ekstensywnej Inaczej gry w postaci drzewiastej, gry w postaci rozwiniętej; formalny opis wszystkich możliwych przebiegów gry z
Bardziej szczegółowoTEORIA GIER W EKONOMII. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ
TEORIA GIER W EKONOMII dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Informacje Ogólne Wykład: Sobota/Niedziela Ćwiczenia: Sobota/Niedziela Dyżur: Czwartek 14.00-16.00
Bardziej szczegółowoModele lokalizacyjne
Modele lokalizacyjne Model Hotelling a Konsumenci jednostajnie rozłożeni wzdłuż ulicy Firmy konkurują cenowo Jak powinny ulokować się firmy? N=1 N=2 N=3 Model Salop a Konsumenci jednostajnie rozłożeni
Bardziej szczegółowoTEORIA GIER W EKONOMII. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ
TEORIA GIER W EKONOMII dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Informacje Ogólne (dr Robert Kowalczyk) Wykład: Poniedziałek 16.15-.15.48 (sala A428) Ćwiczenia:
Bardziej szczegółowoTEORIA GIER - semestr zimowy 2011
TEORIA GIER - semestr zimowy 2011 Przykładowe rozwiązania 4. Gracz I, mąż, wychodzi pod wieczór z domu mówiąc, że idzie jeszcze popracować. W rzeczywistości dopiero zdecyduje, czy naprawdę pójdzie do pracy,
Bardziej szczegółowoUniwersytet Warszawski Teoria gier dr Olga Kiuila LEKCJA 3
LEKCJA 3 Wybór strategii mieszanej nie jest wyborem określonych decyzji, lecz pozornie sztuczną procedurą która wymaga losowych lub innych wyborów. Gracze mieszają nie dlatego że jest im obojętna strategia,
Bardziej szczegółowoLEKCJA 4. Gry dynamiczne z pełną (kompletną) i doskonałą informacją. Grą dynamiczną jest każda gra w której gracze wykonują ruchy w pewnej kolejności.
LEKCJA 4 Gry dynamiczne z pełną (kompletną) i doskonałą informacją Grą dynamiczną jest każda gra w której gracze wykonują ruchy w pewnej kolejności. Czy w dowolnej grze dynamicznej lepiej być graczem,
Bardziej szczegółowoD. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne, gry konfliktowe 1
D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne, gry konfliktowe Gra w sensie niżej przedstawionym to zasady którymi kierują się decydenci. Zakładamy, że rezultatem gry jest wypłata, którą zgodnie
Bardziej szczegółowoTEORIA GIER W NAUKACH SPOŁECZNYCH. Gry macierzowe, rybołówstwo na Jamajce, gry z Naturą
TEORIA GIER W NAUKACH SPOŁECZNYCH Gry macierzowe, rybołówstwo na Jamajce, gry z Naturą Przypomnienie Gry w postaci macierzowej i ekstensywnej Gry o sumie zerowej i gry o sumie niezerowej Kryterium dominacji
Bardziej szczegółowo1. Opierał się wyłącznie na strategiach czystych, a, jak wiadomo, gra może mieć jedyne równowagi w strategiach mieszanych.
Rozdział 4 Uczenie się w grach Na dzisiejszym wykładzie robimy krok w tył w stosunku do tego, o czym mówiliśmy przez ostatnie tygodnie. Dotychczas mówiliśmy o dowolnych grach wieloetapowych, dziś opowiem
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.
Bardziej szczegółowoOptymalizacja decyzji
Optymalizacja decyzji Dr hab. inż Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć będa dostępne na stronie www.ioz.pwr.wroc.pl/pracownicy/kasperski Forma zaliczenia
Bardziej szczegółowoTeoria gier matematyki). optymalności decyzji 2 lub więcej Decyzja wpływa na wynik innych graczy strategiami
Teoria gier Teoria gier jest częścią teorii decyzji (czyli gałęzią matematyki). Teoria decyzji - decyzje mogą być podejmowane w warunkach niepewności, ale nie zależą od strategicznych działań innych Teoria
Bardziej szczegółowoWykład z modelowania matematycznego. Zagadnienie transportowe.
Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana
Bardziej szczegółowoUkłady równań i nierówności liniowych
Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +
Bardziej szczegółowoDaria Sitkowska Katarzyna Urbaniak
Teorię gier można określić jako teorię podejmowania decyzji w szczególnych warunkach. Zajmuje się ona logiczną analizą sytuacji konfliktu i kooperacji; bada jak gracze racjonalnie powinni rozgrywać grę.
Bardziej szczegółowoWprowadzenie do teorii gier
Instytut Informatyki Uniwersytetu Śląskiego Wykład 1 1 Klasyfikacja gier 2 Gry macierzowe, macierz wypłat, strategie czyste i mieszane 3 Punkty równowagi w grach o sumie zerowej 4 Gry dwuosobowe oraz n-osobowe
Bardziej szczegółowoOligopol. dobra są homogeniczne Istnieją bariery wejścia na rynek (rynek zamknięty) konsumenci są cenobiorcami firmy posiadają siłę rynkową (P>MC)
Oligopol Jest to rynek, na którym niewielka liczba firm zachowuje się w sposób strategiczny i działają niezależnie od siebie, ale uwzględniają istnienie pozostałych firm. Na decyzję firmy wpływają decyzje
Bardziej szczegółowoOPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Teoria gier na kierunku Zarządzanie
Poznań, 1.10.2016 r. Dr Grzegorz Paluszak OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Teoria gier na kierunku Zarządzanie I. Informacje ogólne 1. Nazwa modułu : Teoria gier 2. Kod modułu : 1 TGw
Bardziej szczegółowoAukcje groszowe. Podejście teoriogrowe
Aukcje groszowe Podejście teoriogrowe Plan działania Aukcje groszowe Budowa teorii Sprawdzenie teorii Bibliografia: B. Platt, J. Price, H. Tappen, Pay-to-Bid Auctions [online]. 9 lipca 2009 [dostęp 3.02.2011].
Bardziej szczegółowoBadania operacyjne egzamin
Imię i nazwisko:................................................... Nr indeksu:............ Zadanie 1 Załóżmy, że Tablica 1 reprezentuje jeden z kroków algorytmu sympleks dla problemu (1)-(4). Tablica
Bardziej szczegółowoTeoria Gier. Piotr Kuszewski 2018L
Teoria Gier Piotr Kuszewski 2018L Tematyka wykładów plan akcji Wykład I John von Neumann Trochę historii Czym jest gra i strategia Użyteczność Jak wyeliminować niektóre strategie Wykład II John Nash Równowaga
Bardziej szczegółowo1. Które z następujących funkcji produkcji cechują się stałymi korzyściami ze skali? (1) y = 3x 1 + 7x 2 (2) y = x 1 1/4 + x 2
1. Które z następujących funkcji produkcji cechują się stałymi korzyściami ze skali? (1) y = 3x 1 + 7x 2 (2) y = x 1 1/4 + x 2 1/3 (3) y = min{x 1,x 2 } + min{x 3,x 4 } (4) y = x 1 1/5 x 2 4/5 a) 1 i 2
Bardziej szczegółowoTeoria gier. mgr Przemysław Juszczuk. Wykład 5 - Równowagi w grach n-osobowych. Instytut Informatyki Uniwersytetu Śląskiego
Instytut Informatyki Uniwersytetu Śląskiego Wykład 5 - Równowagi w grach n-osobowych Figure: Podział gier Definicje Formalnie, jednoetapowa gra w postaci strategicznej dla n graczy definiowana jest jako:
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Teoria gier i decyzji Theory of games and decisions Kierunek: Rodzaj przedmiotu: obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Matematyka Poziom kwalifikacji:
Bardziej szczegółowoStandardowe zadanie programowania liniowego. Gliwice 1
Standardowe zadanie programowania liniowego 1 Standardowe zadanie programowania liniowego Rozważamy proces, w którym zmiennymi są x 1, x 2,, x n. Proces poddany jest m ograniczeniom, zapisanymi w postaci
Bardziej szczegółowoMetody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1
Normy wektorów i macierzy (5.3.1) Niech 1 X =[x x Y y =[y1 x n], oznaczają wektory przestrzeni R n, a yn] niech oznacza liczbę rzeczywistą. Wyrażenie x i p 5.3.1.a X p = p n i =1 nosi nazwę p-tej normy
Bardziej szczegółowoMikroekonomia. O czym dzisiaj?
Mikroekonomia Joanna Tyrowicz jtyrowicz@wne.uw.edu.pl http://www.wne.uw.edu.pl/~jtyrowicz 1.12.2007r. Mikroekonomia WNE UW 1 O czym dzisiaj? Macierze wypłat, czyli ile trzeba mieć w razie się straci...
Bardziej szczegółowo1 Zbiory i działania na zbiorach.
Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu
Bardziej szczegółowoMikroekonomia II: Kolokwium, grupa II
Mikroekonomia II: Kolokwium, grupa II Prowadząca: Martyna Kobus 2012-06-11 Piszemy 90 minut. Sprawdzian jest za 70 punktów. Jest 10 pytań testowych, każde za 2 punkty (łącznie 20 punktów za test) i 3 zadania,
Bardziej szczegółowoKażde pytanie zawiera postawienie problemu/pytanie i cztery warianty odpowiedzi, z których tylko jedna jest prawidłowa.
Każde pytanie zawiera postawienie problemu/pytanie i cztery warianty odpowiedzi, z których tylko jedna jest prawidłowa. 1. Możliwości finansowe konsumenta opisuje równanie: 2x + 4y = 1. Jeżeli dochód konsumenta
Bardziej szczegółowoTeoria popytu. Popyt indywidualny konsumenta
Teoria popytu Popyt indywidualny konsumenta Koszyk towarów Definicja 1 Wektor x=(x 1,x 2,x 3,...,x n ) taki, że x i 0 dla każdego i,w którym i-ta współrzędna oznacza ilość towaru nr i, którą konsument
Bardziej szczegółowoTeoria gier. Łukasz Balbus Anna Jaśkiewicz
Teoria gier Łukasz Balbus Anna Jaśkiewicz Teoria gier opisuje sytuacje w których zachodzi konflikt interesów. Znajduje zastosowanie w takich dziedzinach jak: Ekonomia Socjologia Politologia Psychologia
Bardziej szczegółowo6. Teoria Podaży Koszty stałe i zmienne
6. Teoria Podaży - 6.1 Koszty stałe i zmienne Koszty poniesione przez firmę zwykle są podzielone na dwie kategorie. 1. Koszty stałe - są niezależne od poziomu produkcji, e.g. stałe koszty energetyczne
Bardziej szczegółowoSchemat sprawdzianu. 25 maja 2010
Schemat sprawdzianu 25 maja 2010 5 definicji i twierdzeń z listy 12(po 10 punktów) np. 1. Proszę sformułować twierdzenie Brouwera o punkcie stałym. 2. Niech X będzie przestrzenią topologiczną. Proszę określić,
Bardziej szczegółowoElementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 6 Metoda simpleks Spis treści Wstęp Zadanie programowania liniowego Wstęp Omówimy algorytm simpleksowy, inaczej metodę simpleks(ów). Jest to stosowana w matematyce
Bardziej szczegółowoOligopol. Jest to rynek, na którym niewielka liczba firm zachowuje się w sposób b strategiczny i ają niezależnie od siebie, ale uwzględniaj
Oligopol Jest to rynek, na którym niewielka liczba firm zachowuje się w sposób b strategiczny i działaj ają niezależnie od siebie, ale uwzględniaj dniają istnienie pozostałych firm. Na decyzję firmy wpływaj
Bardziej szczegółowoAlgebra liniowa z geometrią
Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........
Bardziej szczegółowoDefinicja problemu programowania matematycznego
Definicja problemu programowania matematycznego minimalizacja lub maksymalizacja funkcji min (max) f(x) gdzie: x 1 x R n x 2, czyli: x = [ ] x n przy ograniczeniach (w skrócie: p.o.) p.o. g i (x) = b i
Bardziej szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...
Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x
Bardziej szczegółowoWykład 5. Metoda eliminacji Gaussa
1 Wykład 5 Metoda eliminacji Gaussa Rozwiązywanie układów równań liniowych Układ równań liniowych może mieć dokładnie jedno rozwiązanie, nieskończenie wiele rozwiązań lub nie mieć rozwiązania. Metody dokładne
Bardziej szczegółowoModele i narzędzia optymalizacji w systemach informatycznych zarządzania
Politechnika Poznańska Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Joanna Józefowska POZNAŃ 2010/11 Spis treści Rozdział 1. Gry dwuosobowe i gry z naturą............... 5
Bardziej szczegółowoEkonomia matematyczna - 1.2
Ekonomia matematyczna - 1.2 6. Popyt Marshalla, a popyt Hicksa. Poruszać się będziemy w tzw. standardowym polu preferencji X,, gdzie X R n i jest relacją preferencji, która jest: a) rosnąca (tzn. x y x
Bardziej szczegółowoPlan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?
/9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
Bardziej szczegółowo5. Utarg krańcowy (MR) można zapisać jako: A)
1. Na rynku pewnego dobra działają dwie firmy, które zachowują się zgodnie z modelem Stackelberga. Firmy ponoszą stałe koszty krańcowe równe 24. Odwrócona linia popytu na tym rynku ma postać: P = 480-0.5Q.
Bardziej szczegółowoTEORIA GIER HISTORIA TEORII GIER. Rok 1944: powszechnie uznana data narodzin teorii gier. Rok 1994: Nagroda Nobla z dziedziny ekonomii
TEORIA GIER HISTORIA TEORII GIER Rok 1944: powszechnie uznana data narodzin teorii gier Monografia: John von Neumann, Oskar Morgenstern Theory of Games and Economic Behavior (Teoria gier i postępowanie
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2010 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 15 Homo oeconomicus=
Bardziej szczegółowoStrategie kwantowe w teorii gier
Uniwersytet Jagielloński adam.wyrzykowski@uj.edu.pl 18 stycznia 2015 Plan prezentacji 1 Gra w odwracanie monety (PQ penny flip) 2 Wojna płci Definicje i pojęcia Równowagi Nasha w Wojnie płci 3 Kwantowanie
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany
Bardziej szczegółowoWyznaczanie strategii w grach
Wyznaczanie strategii w grach Dariusz Banasiak Katedra Informatyki Technicznej W4/K9 Politechnika Wrocławska Definicja gry Teoria gier i konstruowane na jej podstawie programy stanowią jeden z głównych
Bardziej szczegółowoPROGRAMOWANIE KWADRATOWE
PROGRAMOWANIE KWADRATOWE Programowanie kwadratowe Zadanie programowania kwadratowego: Funkcja celu lub/i co najmniej jedno z ograniczeń jest funkcją kwadratową. 2 Programowanie kwadratowe Nie ma uniwersalnej
Bardziej szczegółowoUbezpieczenia majątkowe
Funkcje użyteczności a składki Uniwersytet Przyrodniczy we Wrocławiu Instytut Nauk Ekonomicznych i Społecznych 2016/2017 Funkcja użyteczności Niech ω wielkość majątku decydenta wyrażona w j.p., u (ω) stopień
Bardziej szczegółowoAgata Boratyńska ZADANIA Z MATEMATYKI, I ROK SGH GRANICA CIĄGU
Agata Boratyńska Zadania z matematyki Agata Boratyńska ZADANIA Z MATEMATYKI, I ROK SGH GRANICA CIĄGU. Korzystając z definicji granicy ciągu udowodnić: a) n + n+ = 0 b) n + n n+ = c) n + n a =, gdzie a
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz
Bardziej szczegółowoMikroekonomia II Semestr Letni 2014/2015 Ćwiczenia 4, 5 & 6. Technologia
Mikroekonomia II 050-792 Semestr Letni 204/205 Ćwiczenia 4, 5 & 6 Technologia. Izokwanta produkcji to krzywa obrazująca różne kombinacje nakładu czynników produkcji, które przynoszą taki sam zysk. P/F
Bardziej szczegółowoKonkurencja i kooperacja w dwuosobowych grach strategicznych. Anna Lamek
Konkurencja i kooperacja w dwuosobowych grach strategicznych Anna Lamek Plan prezentacji Ujęcie kooperacji i konkurencji w teorii gier Nowe podejście CoCo value CoCo value dla gier bayesowskich Uzasadnienie
Bardziej szczegółowoVIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji.
VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. Twierdzenie 1.1. (Rolle a) Jeżeli funkcja f jest ciągła w przedziale domkniętym
Bardziej szczegółowoAnaliza funkcjonalna 1.
Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.
Bardziej szczegółowo1 S t r o n a. Teoria Gier Praca domowa 1 - rozwiązania
1 S t r o n a Teoria Gier Praca domowa 1 - rozwiązania Zadanie 1 Gdy korzystamy z toalet publicznych dominującą strategią jest: nie sprzątać po sobie. Skorzystanie z toalety przynosi dodatnią wypłatę,
Bardziej szczegółowoW. Guzicki Próbna matura, grudzień 2014 r. poziom rozszerzony 1
W. Guzicki Próbna matura, grudzień 01 r. poziom rozszerzony 1 Próbna matura rozszerzona (jesień 01 r.) Zadanie 18 kilka innych rozwiązań Wojciech Guzicki Zadanie 18. Okno na poddaszu ma mieć kształt trapezu
Bardziej szczegółowo1 Metody rozwiązywania równań nieliniowych. Postawienie problemu
1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie
Bardziej szczegółowoFunkcje i tabele. Paweł Bednarz 29 marca Funkcje Funckja liniowa Własności funkcji liniowej Funkcja kwadratowa...
Funkcje i tabele Paweł Bednarz 29 marca 2015 Spis treści 1 Funkcje 2 1.1 Funckja liniowa............................ 2 1.1.1 Własności funkcji liniowej.................. 2 1.2 Funkcja kwadratowa.........................
Bardziej szczegółowoTEORIA GIER WPROWADZENIE. Czesław Mesjasz
TEORIA GIER WPROWADZENIE Czesław Mesjasz 2010 1 GENEZA TEORII GIER Próby budowy matematycznych modeli konfliktów i negocjacji podejmowane były już przez A. Cournota, F. Edgewortha i F. Zeuthena. Koncepcje
Bardziej szczegółowo13 Układy równań liniowych
13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...
Bardziej szczegółowoKonspekt 7. Strategie postępowania oligopolu - zastosowania teorii gier.
KRAJOWA SZKOŁA ADMINISTRACJI PUBLICZNEJ Ryszard Rapacki EKONOMIA MENEDŻERSKA Konspekt 7. Strategie postępowania oligopolu - zastosowania teorii gier. A. Cele zajęć. 1. Porównanie różnych struktur rynku
Bardziej szczegółowo