Hyper-resolution. Śmieciarki w Manncheim
|
|
- Maja Kwiecień
- 4 lat temu
- Przeglądów:
Transkrypt
1 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 uległo zmianie Uproszczone rozwiązanie przykładu z tylko dwoma kolorami: A = r A = b, B = r B = b, C = r C = b NG A = { (A = r B = r), (A = b B = b), (A = r C = r), (A = b C = b)} (analogicznie NG B i NG C ) A (A = r A = b) (A = r B = r) (A = b C = b) (B = r C = b) B (B = r B = b) (B = r C = b) (B = b C = b) (C = b) C (C = r C = b) (C = b) (A = r C = r) (A = r) A (A = r A = b) (A = r) (A = b B = b) (B = b) B (B = r B = b) (B = b) (B = r C = r) (C = r) C (C = r C = b) (C = r) (C = b) Śmieciarki w Manncheim Śmieciarki w Manncheim b c C δ A B a { vi,j A B C a b c i j xi,j = 0 wpp max xi,jvi,j i,j p.o. xi,j = 1 i xi,j = 1 j i j W zasadzie x i,j powinno być zmienną binarną, ale akurat w problemie przydziału to nie jest konieczne (optimum jest zawsze dla całkowitych wartości x i,j )
2 Nieszczęśliwe śmieciarki na Manchattanie Nieszczęśliwe śmieciarki na Manchattanie b c C A B a vi,j A B C a b c Równowaga konkurencyjna (i, j) S k vi,j pj vi,k pk S rozwiązanie (zbiór przypisań), p j cena wysypiska (ile komuś opłaca się dopłacić, żeby nie jechać na kolejne) Algorytm aukcyjny Zmienne globalne Algorytm aukcyjny S pj = 0 Algorytm dla agenta i repeat if mam przypisanie then nic nie rób j arg maxk{vi,k pk} b (vi,j pj) maxk j{vi,k pk} if (i, j) S then S S\{(i, j)} S S {(i, j)} pj pj + b until S nie jest rozwiązaniem Uwagi 1 Algorytm wymaga wykonywania w sekcji krytycznej 2 W pewnych sytuacjach (gdy b = 0) może się nie skończyć. Zmiana algorytmu, żeby się kończył jest opisana w książce. Przykład: S = p a = p b = p c = 0 i = A j arg max{ 1, 4, 6} j = a b = ( 1) ( 4) = 3 S = {(A, a)} p a = 3 i = B j arg max{ 1 3, 6, 8} j = a b = ( 4) ( 6) = 2 S = {(B, a)}p a = = 5 i = C j arg max{ 6 5, 3, 1} j = c b = ( 1) ( 3) = 2 S = {(B, a), (C, c)} p c = 2 i = A j arg max{ 1 5, 4, 6 2} j = b b = ( 4) ( 6) = 2 S = {(B, a), (C, c), (A, b)}
3 Alicja Co ma zrobić Alicja? Alicja % 75% 60% 25% dyskoteka, kino, grzyb; Alicja, Bartek, Cecylia A=d A=k B = d B = k B = d B = k C = d C = k E(U(A = d)) = 51,75 E(U(A = k)) = 46,75 U(A = g) = 50 Preferencje Preferencje 1 o1 o2 2 o1 o2 3 o1 o2 Loteria [p1 : o1, p2 : o2,... pk : ok] O skończony zbiór wyników; o 1, o 2 O. i p i = 1. Zakładamy, że loteria też jest dopuszczalnym wynikiem (rozszerzamy )
4 Aksjomaty Aksjomaty zupełność o1 o2 o1 o2 o1 o2 przechodniość o1 o2 o2 o3 o1 o3 pompa do pieniędzy zastępowalność [p : o1, p3 : o3,..., pk : ok] [p : o2, p3 : o3,..., pk : ok] rozkładalność oi O : Pl1 (oi) = Pl2(oi) l1 l2 no fun in gambling monotoniczność o1 o2 p > q [p : o1, 1 p : o2] [q : o1, 1 q : o2] ciągłość o1 o2 o3 p : o2 [p : o1, 1 p : o3] Twierdzenie (von Neumann i Morgenstern, 1944) 1 u(o1) u(o2) o1 o2 2 u([p1 : o1,..., pn : on]) = n i=1 piu(oi) Pompa do pieniędzy: o 1, o 2, o 3 to posiadanie trzech różnych przedmiotow. Jeżeli preferencje są nieprzechodnie o 1 o 2, o 2 o 3 i o 3 o 1, to opłaca się w kółko wymieniać przedmioty No fun in gambling: [p : o 1, 1 p : [q : o 2, 1 q : o 3 ]] [p : o 1, (1 p)q : o 2, (1 p)(1 q) : o 3 ] (nie liczy się liczba loterii, liczy się tylko prawdopodobieństwo) Gry w postaci normalnej Gry w postaci normalnej Definicja Trójka (N, A, u) taka, że: N to zbiór n graczy A = A1 A2... An to zbiór akcji u = (u1,..., un) to użyteczności ui : Ai R Elementy A nazywamy profilami akcji
5 Gry koordynacyjne (common-payoff game, pure coordination game, team game) Gry koordynacyjne (common-payoff game, pure coordination game, team game) u1 u2... un w Szwecjii zmieniono ruch z lewostronnego na prawostronny. Strategie czyste pojedyncza akcja mieszane rozkład prawdopodobieństwa nad zbiorem akcji: si = [p1, p2,..., p Ai ] Strategie Średnia użyteczność strategii mieszanej ui (s) = X a A ui (a) n Y sj (aj ) j=1 Każdemu profilowi a przypisujemy prawdopodobieństwo równe iloczynowi prawdopodobieństw akcji w nim zawartych i liczymy średnią użyteczność po wszystkich akcjach w A
6 Optymalność strategii Optymalność strategii Dominacja w sensie Pareto s s i ui(s) ui(s ) j uj(s) > uj(s ) Optymalność w sensie Pareto s jest optymalna wtw s s s Które (czyste) strategie są optymalne? s dominuje s jeżeli dla każdego gracza jest niegorsze, a dla chociaż jednego lepsze. Najlepsza odpowiedź ui(si, s i) ui(si, s i) Profil (s1,..., sn) taki, że si jest najlepszą odpowiedzią na s i dla wszystkich graczy Obliczyć równowagę Nasha 2, 1 0, 0 0, 0 1, 2 s i to profil bez strategii gracza i
7 Najlepsza odpowiedź ui(si, s i) ui(si, s i) Profil (s1,..., sn) taki, że si jest najlepszą odpowiedzią na s i dla wszystkich graczy Obliczyć równowagę Nasha 2, 1 0, 0 0, 0 1, 2 s c = [ : p c, : 1 p c ] s z = [ : p z, : 1 p z ] u z (sz, s c ) u z (s z, s c ) n u z (s z, s c ) = u z (a) s j (a) = u z (a z, a c )s z (a z )s c (a c ) = a A j=1 (a z,a c ) A u z (, )s z ( )s c ( ) + u z (, )s z ( )s c ( ) + u z (, )s z ( )s c ( ) + u z (, )s z ( )s c ( ) = 5p z p c 20p z (1 p c ) 0(1 p z )p c 15(1 p z )(1 p c ) = 5p z p c 5pz p c 5p z p c pz = 0 Analogicznie dla czerwonego pc = 0, a więc równwagą Nasha jest czysy profil (, ). Najlepsza odpowiedź ui(si, s i) ui(si, s i) Profil (s1,..., sn) taki, że si jest najlepszą odpowiedzią na s i dla wszystkich graczy Obliczyć równowagę Nasha 2, 1 0, 0 0, 0 1, 2 s c = [ : p c, : 1 p c ] s z = [ : p z, : 1 p z ] u c (s c, s z ) = u c ((a c, a z ))u c (a c )u z (a z ) = (a c,a z ) A 2p c p z + 0p c (1 p z ) + 0(1 p c )p z + (1 p c )(1 p z ) = 3p c p z p c p z + 1 du c dp z = 3p c 1 du c dp z = 0 p c = 1 3 Badamy w zerze i na krańcach przedziału: u c ([0, 1], s z ) = 1 p z, a więc najmniejsza wartość to 0 u c ([1, 0], s z ) = 3p z 1, a więc najmniejsza wartość to 1 u c ([ 1 3, 2 3 ], s z) = 6 9, a więc najmniejsza wartość to 6 9 W takim razie sc = [ : 1, : 2 ]. Analogiczny rachunek dla gracza zielonego 3 3 prowadzi do wniosku, że sz = [ : 2, : 1 ] 3 3
Gry 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 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 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 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 szczegółowoMatematyka dyskretna - wykład - część Podstawowe algorytmy kombinatoryczne
A. Permutacja losowa Matematyka dyskretna - wykład - część 2 9. Podstawowe algorytmy kombinatoryczne Załóżmy, że mamy tablice p złożoną z n liczb (ponumerowanych od 0 do n 1). Aby wygenerować losową permutację
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 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 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. 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 szczegółowoMixed-UCT: Zastosowanie metod symulacyjnych do poszukiwania równowagi Stackelberga w grach wielokrokowych
Mixed-UCT: Zastosowanie metod symulacyjnych do poszukiwania równowagi Stackelberga w grach wielokrokowych Jan Karwowski Zakład Sztucznej Inteligencji i Metod Obliczeniowych Wydział Matematyki i Nauk Informacyjnych
Bardziej szczegółowozdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.
Rachunek prawdopodobieństwa Podstawowym celem rachunku prawdopodobieństwa jest określanie szans zajścia pewnych zdarzeń. Pojęcie podstawowe rachunku prawdopodobieństwa to: zdarzenie losowe - zdarzenie
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 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 szczegółowoPunkty równowagi w grach koordynacyjnych
Uniwersytet Śląski w Katowicach, Instytut Informatyki ul. Będzińska 39 41-200 Sosnowiec 9 grudnia 2014, Chorzów 1 Motywacja 2 3 4 5 6 Wnioski i dalsze badania Motywacja 1 są klasą gier, w których istnieje
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 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 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 szczegółowoModelowanie Preferencji a Ryzyko. Dlaczego w dylemat więźnia warto grać kwantowo?
Modelowanie Preferencji a Ryzyko Dlaczego w dylemat więźnia warto grać kwantowo? Marek Szopa U n iwe r s y t e t Ś l ą s k i INSTYTUT FIZYKI im. Augusta Chełkowskiego Zakład Fizyki Teoretycznej Klasyczny
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 szczegółowoTEORIA 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 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 szczegółowoCiągłość funkcji f : R R
Ciągłość funkcji f : R R Definicja 1. Otoczeniem o promieniu δ > 0 punktu x 0 R nazywamy zbiór O(x 0, δ) := (x 0 δ, x 0 + δ). Otoczeniem prawostronnym o promieniu δ > 0 punktu x 0 R nazywamy zbiór O +
Bardziej szczegółowoPrzykład. 1 losuje kartę z potasowanej talii, w której połowa kart ma kolor czarny a połowa czerwony. Postać ekstensywna Postać normalna
Przykład Postać ekstensywna Postać normalna Na poczatku gry dwaj gracze wkładaja do puli po 1$. Następnie, gracz 1 losuje kartę z potasowanej talii, w której połowa kart ma kolor czarny a połowa czerwony.
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 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 szczegółowoPojęcia podstawowe. Teoria zbiorów przybliżonych i teoria gier. Jak porównać dwa porządki?
Pojęcia podstawowe Teoria zbiorów przybliżonych i teoria gier Decision Support Systems Mateusz Lango 5 listopada 16 problem decyzyjny decydent analityk model preferencji (3 rodzaje) zbiór wariantów/alternatyw
Bardziej szczegółowoZadania z analizy matematycznej - sem. I Granice funkcji, asymptoty i ciągłość
Zadania z analizy matematycznej - sem. I Granice funkcji asymptoty i ciągłość Definicja sąsiedztwo punktu. Niech 0 a b R r > 0. Sąsiedztwem o promieniu r punktu 0 nazywamy zbiór S 0 r = 0 r 0 0 0 + r;
Bardziej szczegółowoAlgorytmiczne Aspekty Teorii Gier Rozwiązania zadań
Algorytmiczne Aspekty Teorii Gier Rozwiązania zadań Bartosz Gęza 19/06/2009 Zadanie 2. (gra symetryczna o sumie zerowej) Profil prawdopodobieństwa jednorodnego nie musi być punktem równowagi Nasha. Przykładem
Bardziej szczegółowoOśrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski,
Procesy Stochastyczne, wykład, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 27 luty, 2012 Ośrodkowość procesów Dalej zakładamy, że (Ω, Σ, P) jest zupełną przestrzenią miarową. Definicja.
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 szczegółowoRozwiązania gier o charakterze kooperacyjnym
13 października 2008 Część 1 Część 1: Kooperacja Kooperacja Postać normalna gry Definicja gry Grą w postaci normalnej nazywamy układ (S 1, S 2, W 1, W 2 ), gdzie S i zbiór strategii i-tego gracza (i =
Bardziej szczegółowoLABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI
LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3.
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 3. ZMIENNA LOSOWA JEDNOWYMIAROWA. Zmienną losową X nazywamy funkcję (praktycznie każdą) przyporządkowującą zdarzeniom elementarnym liczby rzeczywiste. X : Ω R (dokładniej:
Bardziej szczegółowoLoad balancing games
Load balancing games Marcin Witkowski Uniwersytet im. Adama Mickiewicza w Poznaniu 11 grudnia 2010 1 / 34 Szeregowanie zadań Przyporządkowanie zbioru zadań do zbioru maszyn, w ten sposób, aby obciążenie
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład XIV: Metody Monte Carlo 19 stycznia 2016 Przybliżone obliczanie całki oznaczonej Rozważmy całkowalną funkcję f : [0, 1] R. Chcemy znaleźć przybliżoną wartość liczbową całki 1 f (x) dx. 0 Jeden ze
Bardziej szczegółowoWnioskowanie statystyczne i weryfikacja hipotez statystycznych
Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne Wnioskowanie statystyczne obejmuje następujące czynności: Sformułowanie hipotezy zerowej i hipotezy alternatywnej.
Bardziej szczegółowoTEORIA GIER WNE UW, jesień 2011 PLAN PRZEDMIOTU
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).
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 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 szczegółowoRozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej
Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Zbiór możliwych wyników eksperymentu będziemy nazywać przestrzenią zdarzeń elementarnych i oznaczać Ω, natomiast
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 szczegółowoVI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15
VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady
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 szczegółowoPochodne funkcji wraz z zastosowaniami - teoria
Pochodne funkcji wraz z zastosowaniami - teoria Pochodne Definicja 2.38. Niech f : O(x 0 ) R. Jeżeli istnieje skończona granica f(x 0 + h) f(x 0 ) h 0 h to granicę tę nazywamy pochodną funkcji w punkcie
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 szczegółowoStochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów
Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Warszawa 14
Bardziej szczegółowoMatematyka dyskretna
Matematyka dyskretna Wykład 6: Ciała skończone i kongruencje Gniewomir Sarbicki 24 lutego 2015 Relacja przystawania Definicja: Mówimy, że liczby a, b Z przystają modulo m (co oznaczamy jako a = b (mod
Bardziej szczegółowozaznaczymy na osi liczbowej w ten sposób:
1. Zagadnienia teoretyczne. 1.1. Przedział domknięty Przykład 1. Pisząc mamy na myśli wszystkie liczby rzeczywiste od -4 do 7, razem z -4 i 7. Jeśli napiszemy, będziemy mówić o zbiorze wszystkich liczb
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 szczegółowoDane są następujące reguły gry losowej: losujemy jedną kartę z pełnej talii (bez jokerów) i sprawdzamy wynik:
Elementy teorii gier Dane są następujące reguły gry losowej: losujemy jedną kartę z pełnej talii (bez jokerów) i sprawdzamy wynik: wylosowanie karty w kolorze czerwonym (kier lub karo) oznacza wygraną
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 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 szczegółowoP(F=1) F P(C1 = 1 F = 1) P(C1 = 1 F = 0) P(C2 = 1 F = 1) P(C2 = 1 F = 0) P(R = 1 C2 = 1) P(R = 1 C2 = 0)
Sieci bayesowskie P(F=) F P(C = F = ) P(C = F = 0) C C P(C = F = ) P(C = F = 0) M P(M = C =, C = ) P(M = C =, C = 0) P(M = C = 0, C = ) P(M = C = 0, C = 0) R P(R = C = ) P(R = C = 0) F pali papierosy C
Bardziej szczegółowoLABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI
LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych
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 szczegółowoMatematyka dyskretna
Matematyka dyskretna Wykład 6: Ciała skończone i kongruencje Gniewomir Sarbicki 2 marca 2017 Relacja przystawania Definicja: Mówimy, że liczby a, b Z przystają modulo m (co oznaczamy jako a = b (mod m)),
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 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 szczegółowoStochastyczne dynamiki z opóźnieniami czasowymi w grach ewolucyjnych
Stochastyczne dynamiki z opóźnieniami czasowymi w grach ewolucyjnych Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Warszawa 10 listopada 2016 Proseminarium licencjackie
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład VII: Metody specjalne Monte Carlo 24 listopada 2014 Transformacje specjalne Przykład - symulacja rozkładu geometrycznego Niech X Ex(λ). Rozważmy zmienną losową [X ], która przyjmuje wartości naturalne.
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 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 szczegółowoEkstrema globalne funkcji
SIMR 2013/14, Analiza 1, wykład 9, 2013-12-13 Ekstrema globalne funkcji Definicja: Funkcja f : D R ma w punkcie x 0 D minimum globalne wtedy i tylko (x D) f(x) f(x 0 ). Wartość f(x 0 ) nazywamy wartością
Bardziej szczegółowoWykład 6. Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym
1 Wykład 6 Metoda eliminacji Gaussa: Eliminacja z wyborem częściowym Eliminacja z wyborem pełnym ELIMINACJA GAUSSA Z WYBOREM CZĘŚCIOWYM ELEMENTÓW PODSTAWOWYCH 2 Przy pomocy klasycznego algorytmu eliminacji
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 szczegółowoOptymalizacja. Przeszukiwanie lokalne
dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Idea sąsiedztwa Definicja sąsiedztwa x S zbiór N(x) S rozwiązań, które leżą blisko rozwiązania x
Bardziej szczegółowoZadanie 1 Przygotuj algorytm programu - sortowanie przez wstawianie.
Sortowanie Dane wejściowe: ciąg n-liczb (kluczy) (a 1, a 2, a 3,..., a n 1, a n ) Dane wyjściowe: permutacja ciągu wejściowego (a 1, a 2, a 3,..., a n 1, a n) taka, że a 1 a 2 a 3... a n 1 a n. Będziemy
Bardziej szczegółowoInstytut Matematyczny Uniwersytet Wrocławski. Zakres egzaminu magisterskiego. Wybrane rozdziały anazlizy i topologii 1 i 2
Instytut Matematyczny Uniwersytet Wrocławski Zakres egzaminu magisterskiego Wybrane rozdziały anazlizy i topologii 1 i 2 Pojęcia, fakty: Definicje i pojęcia: metryka, iloczyn skalarny, norma supremum,
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 szczegółowoAukcje Bayesa. Piotr Sankowski Uniwersytet Warszawski Warszawa p. 1/54
Aukcje Bayesa Piotr Sankowski Uniwersytet Warszawski Warszawa 18.03.2011 - p. 1/54 Plan wykładu Aukcje Bayesa-Nasha Zasada bezpośredniego wyjawiania Analiza aukcji pierwszej ceny Twierdzenie o równoważności
Bardziej szczegółowoOptymalizacja. Przeszukiwanie tabu
dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Naturalny sposób powstania algorytmu Algorytm optymalizacji lokalnej Niezdolność wyjścia z lokalnych
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 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 szczegółowo3.4. Przekształcenia gramatyk bezkontekstowych
3.4. Przekształcenia gramatyk bezkontekstowych Definicje Niech będzie dana gramatyka bezkontekstowa G = G BK Symbol X (N T) nazywamy nieużytecznym w G G BK jeśli nie można w tej gramatyce
Bardziej szczegółowoLogika dla socjologów
Logika dla socjologów Część 6: Modele rozumowań. Pojęcie wynikania Rafał Gruszczyński Katedra Logiki Uniwersytet Mikołaja Kopernika 2011/2012 Spis treści 1 Modele rozumowań 2 Wynikanie 3 Rozumowania poprawne
Bardziej szczegółowoPrzykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych
Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Niech Ω będzie przestrzenią zdarzeń elementarnych. Definicja 1 Rodzinę S zdarzeń losowych (zbiór S podzbiorów zbioru
Bardziej szczegółowoF t+ := s>t. F s = F t.
M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną
Bardziej szczegółowoOptymalizacja. Symulowane wyżarzanie
dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Wyżarzanie wzrost temperatury gorącej kąpieli do takiej wartości, w której ciało stałe topnieje powolne
Bardziej szczegółowoSemafory. - aktywne oczekiwanie =GRGDWNRZ\PZVSDUFLHPVSU]WRZ\P 6SHFMDOQDLQVWUXNFMDPDV]\QRZDUHDOL]XMFDDWRPRZ\]DSLVL odczyt, np.
Semafory 5R]ZL]DQLHSUREOHPXZ]DMHPQHJRZ\NOXF]DQLD %H]GRGDWNRZHJRZVSDUFLDVSU]WRZHJRLSURJUDPRZHJR =DNáDGDP\MHG\QLH*H]DSLVGRLRGF]\W]SDPLFLZVSyOQHMV RSHUDFMDPLDWRPRZ\PLF]\OLLVWQLHMHDUELWHUZVSyOQHMSDPLFL :UD]LHMHGQRF]HVQHJR]DSLVXLRGF]\WXUH]XOWDWHPEG]LH
Bardziej szczegółowoElementy teorii gier
Elementy teorii gier. Podaj wszystkie czyste równowagi Nasha. Zaznacz pary strategii, które są Pareto optymalne. U 2,3-2,7 D 6,-5 0,- U 2,3-2,7 D 6,-5 3,5 2. Pewien ojciec ma dwóch synów. Umierając zostawia
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne.
Rachunek prawdopodobieństwa Rozdział 6: Twierdzenia graniczne. 6.2. Centralne Twierdzenie Graniczne Katarzyna Rybarczyk-Krzywdzińska semestr zimowy 2015/2016 Słabe prawo wielkich liczb przypomnienie Słabe
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 szczegółowoAlgorytm memetyczny w grach wielokryterialnych z odroczoną preferencją celów. Adam Żychowski
Algorytm memetyczny w grach wielokryterialnych z odroczoną preferencją celów Adam Żychowski Definicja problemu dwóch graczy: P 1 (minimalizator) oraz P 2 (maksymalizator) S 1, S 2 zbiory strategii graczy
Bardziej szczegółowoMetody Rozmyte i Algorytmy Ewolucyjne
mgr inż. Wydział Matematyczno-Przyrodniczy Szkoła Nauk Ścisłych Uniwersytet Kardynała Stefana Wyszyńskiego Podstawowe operatory genetyczne Plan wykładu Przypomnienie 1 Przypomnienie Metody generacji liczb
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja
Bardziej szczegółowoVII WYKŁAD STATYSTYKA. 30/04/2014 B8 sala 0.10B Godz. 15:15
VII WYKŁAD STATYSTYKA 30/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 7 (c.d) WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności,
Bardziej szczegółowoStrategie ewolucyjne (ang. evolu4on strategies)
Strategie ewolucyjne (ang. evolu4on strategies) Strategia ewolucyjna (1+1) W Strategii Ewolucyjnej(1 + 1), populacja złożona z jednego osobnika generuje jednego potomka. Kolejne (jednoelementowe) populacje
Bardziej szczegółowoGRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils
GRA Przykład 1) Zbiór graczy n = 2 myśliwych I= {1,,n} 2) Zbiór strategii S = {polować na jelenia, gonić zająca} S = {1,,m} 3) Wypłaty jeleń - zając - 10 utils 3 utils U i : S n R i=1,,n J Z J Z J 5 0
Bardziej szczegółowoZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA
ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA DYNAMICZNYCH LOKAT KAPITAŁOWYCH Krzysztof Gąsior Uniwersytet Rzeszowski Streszczenie Celem referatu jest zaprezentowanie praktycznego zastosowania
Bardziej szczegółowoMikroekonomia. Wykład 3
Mikroekonomia Wykład 3 Model czystej wymiany Jednostki dysponują stałymi zasobami dóbr i dobra te mogą wymieniać między sobą (proces produkcji zostaje pominięty) Dwóch konsumentów (lub dwa rodzaje konsumentów):
Bardziej szczegółowoPrzedsiębiorczość i Podejmowanie Ryzyka. Zajęcia 2
Przedsiębiorczość i Podejmowanie Ryzyka Zajęcia 2 Reguły podejmowania decyzji w warunkach niepewności Wybór spośród A1, A2,, Am alternatyw (decyzji dopuszczalnych, opcji, działań), gdzie relatywna użyteczność
Bardziej szczegółowoOptymalizacja. Przeszukiwanie tabu
dr inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Naturalny sposób powstania algorytmu Algorytm największego spadku niezdolność wyjścia z lokalnych optimów!
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 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 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 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 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 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 szczegółowo