GRY KOOPERACYJNE WPROWADZENIE DO TEMATYKI
|
|
- Jadwiga Kozieł
- 7 lat temu
- Przeglądów:
Transkrypt
1 GRY KOOPERACYJNE WPROWADZENIE DO TEMATYKI Marcin Malawski Akademia Leona Koźmińskiego i Instytut Podstaw Informatyki PAN Warszawa 6 Forum Matematyków Polskich, Warszawa, wrzesień 2015
2 1 Pojęcia 2 Rozwiązania 3 Gry operacyjne 4 Wariacje nt. wartości 5 Gry ze strukturami 6 Gry proste 7 I więcej
3 Gra kooperacyjna Definicja (Gra kooperacyjna (z wypłatami ubocznymi)) to para (N, v), gdzie N = {1, 2,..., n} zbiór graczy,
4 Gra kooperacyjna Definicja (Gra kooperacyjna (z wypłatami ubocznymi)) to para (N, v), gdzie N = {1, 2,..., n} zbiór graczy, N = 2 N zbiór wszystkich koalicji, tj. podzbiorów zbioru graczy,
5 Gra kooperacyjna Definicja (Gra kooperacyjna (z wypłatami ubocznymi)) to para (N, v), gdzie N = {1, 2,..., n} zbiór graczy, N = 2 N zbiór wszystkich koalicji, tj. podzbiorów zbioru graczy, v funkcja charakterystyczna gry, v : N R spełniająca v( ) = 0.
6 Gra kooperacyjna Definicja (Gra kooperacyjna (z wypłatami ubocznymi)) to para (N, v), gdzie N = {1, 2,..., n} zbiór graczy, N = 2 N zbiór wszystkich koalicji, tj. podzbiorów zbioru graczy, v funkcja charakterystyczna gry, v : N R spełniająca v( ) = 0. G n przestrzeń wszystkich n-osobowych gier kooperacyjnych.
7 Gra kooperacyjna Definicja (Gra kooperacyjna (z wypłatami ubocznymi)) to para (N, v), gdzie N = {1, 2,..., n} zbiór graczy, N = 2 N zbiór wszystkich koalicji, tj. podzbiorów zbioru graczy, v funkcja charakterystyczna gry, spełniająca v( ) = 0. v : N R G n przestrzeń wszystkich n-osobowych gier kooperacyjnych. Interpretacja Dla dowolnej koalicji S: v(s) wypłata jaką może łącznie zapewnić sobie koalicja S przez wspólne działanie, ale bez potrzeby współudziału graczy spoza S. (I następnie może dowolnie rozdysponować ją między siebie wypłaty uboczne).
8 Gry kooperacyjne a niekooperacyjne Uwaga (Powstawanie z gier niekooperacyjnych) Zgodnie z interpretacją powyżej, każda gra niekooperacyjna w postaci normalnej G = (N, S 1,..., S n, u 1,..., u n ) wyznacza grę kooperacyjną (N, v) poprzez równania: v(t ) = max σ T S T min u j (σ T, σ T ) σ T S T j T dla dowolnej koalicji T N, gdzie ST, S T są zbiorami mieszanych strategii łącznych odpowiednio koalicji T i N \ T.
9 Gry kooperacyjne a niekooperacyjne Uwaga (Powstawanie z gier niekooperacyjnych) Zgodnie z interpretacją powyżej, każda gra niekooperacyjna w postaci normalnej G = (N, S 1,..., S n, u 1,..., u n ) wyznacza grę kooperacyjną (N, v) poprzez równania: v(t ) = max σ T S T min u j (σ T, σ T ) σ T S T j T dla dowolnej koalicji T N, gdzie ST, S T są zbiorami mieszanych strategii łącznych odpowiednio koalicji T i N \ T. Przykład (Konformiści (gra 3-osobowa)) Trzej gracze równocześnie podnoszą ręce i jeśli jeden podniesie inną niż pozostali dwaj, płaci każdemu z nich po złotówce. Wówczas: v(i) = 1, v(ij) = 0 i, j ; v(123) = 0.
10 Gry kooperacyjne a niekooperacyjne Uwaga (Powstawanie z gier niekooperacyjnych) Zgodnie z interpretacją powyżej, każda gra niekooperacyjna w postaci normalnej G = (N, S 1,..., S n, u 1,..., u n ) wyznacza grę kooperacyjną (N, v) poprzez równania: v(t ) = max σ T S T min u j (σ T, σ T ) σ T S T j T dla dowolnej koalicji T N, gdzie ST, S T są zbiorami mieszanych strategii łącznych odpowiednio koalicji T i N \ T. Uwaga I odwrotnie: każda superaddytywna gra kooperacyjna powstaje w ten sposób z pewnej niekooperacyjnej gry w postaci normalnej.
11 Gra kooperacyjna prosty przykład Przykład Trzej drobni plantatorzy (A, B i C) zebrali truskawki A i B po 300 łubianek, a C 250 i teraz muszą je sprzedać. Na terenie plantatora A jest jedyny w okolicy dobry punkt przy ruchliwej drodze, gdzie można sprzedać dowolną ilość truskawek po 3 zł za łubiankę. B może na własną rękę sprzedawać truskawki jedynie przy bocznej drodze, gdzie da się uzyskać cenć 2 zł za łubiankę. Plantator C na miejscu też może tylko ustawić się przy bocznej drodze, ale jako jedyny z trzech ma samochód dostawczy, którym może zawieźć do miasta nawet tysiąc łubianek i tam sprzedać po 4 zł za łubiankę. Koszty kursu do miasta wraz z opłatą placową na targu wynoszą 200 zł.
12 v({a, B, C}) = 4 ( ) 200 = Gra kooperacyjna prosty przykład Przykład Trzej drobni plantatorzy (A, B i C) zebrali truskawki A i B po 300 łubianek, a C 250 i teraz muszą je sprzedać. Na terenie plantatora A jest jedyny w okolicy dobry punkt przy ruchliwej drodze, gdzie można sprzedać dowolną ilość truskawek po 3 zł za łubiankę. B może na własną rękę sprzedawać truskawki jedynie przy bocznej drodze, gdzie da się uzyskać cenć 2 zł za łubiankę. Plantator C na miejscu też może tylko ustawić się przy bocznej drodze, ale jako jedyny z trzech ma samochód dostawczy, którym może zawieźć do miasta nawet tysiąc łubianek i tam sprzedać po 4 zł za łubiankę. Koszty kursu do miasta wraz z opłatą placową na targu wynoszą 200 zł. Powstająca gra kooperacyjna: N = {A, B, C}, v({a}) = = 900, v({b}) = 600, v({c}) = = 800, v({a, B}) = 3 ( ) = 1800, v({a, C}) = 4 ( ) 200 = 2000, v({b, C}) = 2000,
13 Gry kooperacyjne podstawowe własności Definicja Gra kooperacyjna (N, v) jest superaddytywna gdy U T = v(u T ) v(u) + v(t ) ( łączenie się koalicji jest opłacalne );
14 Gry kooperacyjne podstawowe własności Definicja Gra kooperacyjna (N, v) jest superaddytywna gdy U T = v(u T ) v(u) + v(t ) ( łączenie się koalicji jest opłacalne ); monotoniczna gdy U T v(u) v(t ) ( większe koalicje mogą więcej );
15 (T U, i T U) v(t ) v(t \ i) v(u) v(u \ i) Gry kooperacyjne podstawowe własności Definicja Gra kooperacyjna (N, v) jest superaddytywna gdy U T = v(u T ) v(u) + v(t ) ( łączenie się koalicji jest opłacalne ); monotoniczna gdy U T v(u) v(t ) ( większe koalicje mogą więcej ); wypukła jeśli dla każdych koalicji T, U N v(t U) + v(t U) v(t ) + v(u) Równoważnie: gra jest wypukła, gdy ma następującą własność rosnących wkładów: T, U, i
16 Gry kooperacyjne: podziały, rozwiązania i wartości Definicja (Podział w grze kooperacyjnej) Podział w grze (N, v) to dowolny wektor (x 1, x 2,... x n ) taki że n x i = v(n). i=1
17 Gry kooperacyjne: podziały, rozwiązania i wartości Definicja (Podział w grze kooperacyjnej) Podział w grze (N, v) to dowolny wektor (x 1, x 2,... x n ) taki że n x i = v(n). i=1 Definicja (Rozwiązanie) Rozwiązanie dla gier kooperacyjnych to dowolna multifunkcja Ψ przypisująca każdej grze kooperacyjnej (N, v) pewien podzbiór Ψ(v) zbioru podziałów w tej grze.
18 Gry kooperacyjne: podziały, rozwiązania i wartości Definicja (Podział w grze kooperacyjnej) Podział w grze (N, v) to dowolny wektor (x 1, x 2,... x n ) taki że n x i = v(n). i=1 Definicja (Rozwiązanie) Rozwiązanie dla gier kooperacyjnych to dowolna multifunkcja Ψ przypisująca każdej grze kooperacyjnej (N, v) pewien podzbiór Ψ(v) zbioru podziałów w tej grze. Definicja (Wartość) Wartość to dowolne rozwiązanie jednoelementowe funkcja ψ przypisująca każdej grze kooperacyjnej (N, v) podział w tej grze, ψ(v) = (ψ 1 (v), ψ 2 (v),... ψ n (v)); ψ j (v) wartość gracza j w grze v.
19 Najważniejsze rozwiązania: rdzeń Definicja (Racjonalność podziału) Podział x w grze (N, v) jest indywidualnie racjonalny jeżeli dla każdego gracza j koalicyjnie racjonalny jeżeli dla każdej koalicji T x T (= j T x j) v(t ). x j v(j),
20 Najważniejsze rozwiązania: rdzeń Definicja (Racjonalność podziału) Podział x w grze (N, v) jest indywidualnie racjonalny jeżeli dla każdego gracza j koalicyjnie racjonalny jeżeli dla każdej koalicji T x T (= j T x j) v(t ). x j v(j), Definicja (Rdzeń gry) Rdzeń gry kooperacyjnej (N, v), oznaczany przez C(v), to zbiór wszystkich podziałów (indywidualnie i) koalicyjnie racjonalnych w tej grze.
21 Najważniejsze rozwiązania: rdzeń Definicja (Racjonalność podziału) Podział x w grze (N, v) jest indywidualnie racjonalny jeżeli dla każdego gracza j koalicyjnie racjonalny jeżeli dla każdej koalicji T x T (= j T x j) v(t ). x j v(j), Definicja (Rdzeń gry) Rdzeń gry kooperacyjnej (N, v), oznaczany przez C(v), to zbiór wszystkich podziałów (indywidualnie i) koalicyjnie racjonalnych w tej grze. Uwaga Rdzeń dowolnej gry n-osobowej jest wypukłym podzbiorem R n (zbiorem rozwiązań układu nierówności liniowych),
22 Najważniejsze rozwiązania: rdzeń Definicja (Racjonalność podziału) Podział x w grze (N, v) jest indywidualnie racjonalny jeżeli dla każdego gracza j koalicyjnie racjonalny jeżeli dla każdej koalicji T x T (= j T x j) v(t ). x j v(j), Definicja (Rdzeń gry) Rdzeń gry kooperacyjnej (N, v), oznaczany przez C(v), to zbiór wszystkich podziałów koalicyjnie racjonalnych w tej grze. Uwaga Rdzeń dowolnej gry n-osobowej jest wypukłym podzbiorem R n (zbiorem rozwiązań układu nierówności liniowych), może być pusty.
23 Najważniejsze rozwiązania: wartość Shapleya Oznaczenie Dla dowolnej gry (N, v), dowolnej permutacji π zbioru graczy N i dowolnego gracza j N oznaczamy: H π,j = π 1 ({1, 2,..., π(j)})
24 Najważniejsze rozwiązania: wartość Shapleya Oznaczenie Dla dowolnej gry (N, v), dowolnej permutacji π zbioru graczy N i dowolnego gracza j N oznaczamy: H π,j = π 1 ({1, 2,..., π(j)}) m j,π (v) = v(h π,j ) v(h π,j \ j) krańcowy wkład gracza j do koalicji jego poprzedników (przy permutacji π).
25 Najważniejsze rozwiązania: wartość Shapleya Oznaczenie Dla dowolnej gry (N, v), dowolnej permutacji π zbioru graczy N i dowolnego gracza j N oznaczamy: H π,j = π 1 ({1, 2,..., π(j)}) m j,π (v) = v(h π,j ) v(h π,j \ j) krańcowy wkład gracza j do koalicji jego poprzedników (przy permutacji π). Definicja (Wartość Shapleya) Wartość Shapleya, oznaczana przez φ, to funkcja przypisująca każdej grze kooperacyjnej (N, v) następujący podział w tej grze: φ j (v) = 1 n! π Π N m j,π (v) gdzie Π N jest zbiorem wszystkich permutacji zbioru graczy.
26 Najważniejsze rozwiązania: nukleolus i prenukleolus Definicja Dla każdej koalicji T N i każdego podziału x w grze (N, v): Niezadowolenie koalicji T z podziału x : e(x, T ) = v(t ) x i ; i T
27 Najważniejsze rozwiązania: nukleolus i prenukleolus Definicja Dla każdej koalicji T N i każdego podziału x w grze (N, v): Niezadowolenie koalicji T z podziału x : e(x, T ) = v(t ) i T x i ; Nukleolus gry v taki podział indywidualnie racjonalny ν(v) w tej grze który minimalizuje leksykograficznie wektor niezadowoleń wszystkich koalicji o współrzędnych ustawionych w kolejności malejącej.
28 Najważniejsze rozwiązania: nukleolus i prenukleolus Definicja Dla każdej koalicji T N i każdego podziału x w grze (N, v): Niezadowolenie koalicji T z podziału x : e(x, T ) = v(t ) x i ; i T Nukleolus gry v taki podział indywidualnie racjonalny ν(v) w tej grze który minimalizuje leksykograficznie wektor niezadowoleń wszystkich koalicji o współrzędnych ustawionych w kolejności malejącej. Uwaga Jeśli w grze nie podziałów indywidualnie racjonalnych co zdarza się gdy v(n) < i N v(i) to minimalizuje się po wszystkich podziałach, a otrzymany podział nazywa prenukleolusem gry.
29 Najważniejsze rozwiązania: nukleolus i prenukleolus Definicja Dla każdej koalicji T N i każdego podziału x w grze (N, v): Niezadowolenie koalicji T z podziału x : e(x, T ) = v(t ) x i ; i T Nukleolus gry v taki podział indywidualnie racjonalny ν(v) w tej grze który minimalizuje leksykograficznie wektor niezadowoleń wszystkich koalicji o współrzędnych ustawionych w kolejności malejącej. Uwaga Jeśli w grze nie podziałów indywidualnie racjonalnych co zdarza się gdy v(n) < i N v(i) to minimalizuje się po wszystkich podziałach, a otrzymany podział nazywa prenukleolusem gry. Uwaga (Pre)nukleolus gry jest zbiorem dokładnie jednoelementowym
30 Najważniejsze rozwiązania: nukleolus i prenukleolus Definicja Dla każdej koalicji T N i każdego podziału x w grze (N, v): Niezadowolenie koalicji T z podziału x : e(x, T ) = v(t ) x i ; i T Nukleolus gry v taki podział indywidualnie racjonalny ν(v) w tej grze który minimalizuje leksykograficznie wektor niezadowoleń wszystkich koalicji o współrzędnych ustawionych w kolejności malejącej. Uwaga Jeśli w grze nie podziałów indywidualnie racjonalnych to minimalizuje się po wszystkich podziałach, a otrzymany podział nazywa prenukleolusem gry. Uwaga (Pre)nukleolus gry jest zbiorem dokładnie jednoelementowym Jeżeli C(v), to ν(v) C(v).
31 Przykład: rozwiązania gry trzech plantatorów N = {1, 2, 3}, v(1) = 900, v(2) = 600, v(3) = 800, v(12) = 1800, v(13) = v(23) = 2000, v(123) = 3200
32 Przykład: rozwiązania gry trzech plantatorów N = {1, 2, 3}, v(1) = 900, v(2) = 600, v(3) = 800, v(12) = 1800, v(13) = v(23) = 2000, v(123) = 3200 C(v) = {x = (x 1, x 2, x 3 ) R 3 : x 1 + x 2 + x 3 = 3200, 900 x , 600 x , 800 x } ; φ(v) = (1100, 950, 1150), ν(v) = (1050, 975, 1175).
33 Gry operacyjne : gry przypisania Definicja (Gra przypisania) N = N S N K ; A nieujemna macierz n S n K, a ij korzyść ze współpracy pary (i, j) (i N S, j N K ) v(t ) = { 0 T N S = lub T N K = max(a i1 j a ik j k ) T N S ani T N K i 1,... i k T N S, j 1,... j k T N K, k = min(#(t N S ), #(T N K )
34 Gry operacyjne : gry przypisania Definicja (Gra przypisania) N = N S N K ; A nieujemna macierz n S n K, a ij korzyść ze współpracy pary (i, j) (i N S, j N K ) v(t ) = { 0 T N S = lub T N K = max(a i1 j a ik j k ) T N S ani T N K i 1,... i k T N S, j 1,... j k T N K, k = min(#(t N S ), #(T N K ) Np. N S posiadacze pojedynczych obiektów, N K potencjalni kupujący (każdy może kupić 1 obiekt), a ij - zyski z transakcji w tej parze (i, j).
35 Gry operacyjne : gry przypisania Definicja (Gra przypisania) N = N S N K ; A nieujemna macierz n S n K, a ij korzyść ze współpracy pary (i, j) (i N S, j N K ) v(t ) = { 0 T N S = lub T N K = max(a i1 j a ik j k ) T N S ani T N K i 1,... i k T N S, j 1,... j k T N K, k = min(#(t N S ), #(T N K ) Twierdzenie (Rdzeń gier przypisania) Jeżeli v jest grą przypisania o macierzy A, to C(v) = {x 0 : i NK j NS x i + x j a ij }.
36 Gry operacyjne cd: gry utrzymania sieci Odśnieżanie (V, E) graf niezorientowany sieć dróg; v 0 V wyróżniony wierzchołek ; V \ v 0 gracze C : E R + funkcja kosztu; C(e) = wkład pracy konieczny do odśnieżenia drogi e.
37 Gry operacyjne cd: gry utrzymania sieci Odśnieżanie (V, E) graf niezorientowany sieć dróg; v 0 V wyróżniony wierzchołek ; V \ v 0 gracze C : E R + funkcja kosztu; C(e) = wkład pracy konieczny do odśnieżenia drogi e. Gra (kosztów) odśnieżania: c(s) = min C(e) p P(S) e p gdzie P(S) to zbiór wszystkich sieci p E zawierających ścieżkę od każdego gracza v S do v 0.
38 Gry operacyjne cd: gry utrzymania sieci Odśnieżanie (V, E) graf niezorientowany sieć dróg; v 0 V wyróżniony wierzchołek ; V \ v 0 gracze C : E R + funkcja kosztu; C(e) = wkład pracy konieczny do odśnieżenia drogi e. Gra (kosztów) odśnieżania: c(s) = min C(e) p P(S) e p gdzie P(S) to zbiór wszystkich sieci p E zawierających ścieżkę od każdego gracza v S do v 0. Gra oszczędności: s(s) = c(i) c(s). i S
39 Gry utrzymania sieci cd. Gra odśnieżania rozwiązania Gdy (V, E) jest drzewem o korzeniu w v 0, następująca alokacja pracy:
40 Gry utrzymania sieci cd. Gra odśnieżania rozwiązania Gdy (V, E) jest drzewem o korzeniu w v 0, następująca alokacja pracy: 1 Wszyscy gracze odśnieżają z jednakową intensywnością.
41 Gry utrzymania sieci cd. Gra odśnieżania rozwiązania Gdy (V, E) jest drzewem o korzeniu w v 0, następująca alokacja pracy: 1 Wszyscy gracze odśnieżają z jednakową intensywnością. 2 Każdy gracz odśnieża drogę od siebie do v 0.
42 Gry utrzymania sieci cd. Gra odśnieżania rozwiązania Gdy (V, E) jest drzewem o korzeniu w v 0, następująca alokacja pracy: 1 Wszyscy gracze odśnieżają z jednakową intensywnością. 2 Każdy gracz odśnieża drogę od siebie do v 0. 3 Wszyscy zaczynają pracę jednocześnie, od wierzchołka v 0.
43 Gry utrzymania sieci cd. Gra odśnieżania rozwiązania Gdy (V, E) jest drzewem o korzeniu w v 0, następująca alokacja pracy: 1 Wszyscy gracze odśnieżają z jednakową intensywnością. 2 Każdy gracz odśnieża drogę od siebie do v 0. 3 Wszyscy zaczynają pracę jednocześnie, od wierzchołka v 0. 4 Każdy pracuje do chwili, gdy cała droga od v 0 do jego domu będzie odśnieżona
44 Gry utrzymania sieci cd. Gra odśnieżania rozwiązania Gdy (V, E) jest drzewem o korzeniu w v 0, następująca alokacja pracy: 1 Wszyscy gracze odśnieżają z jednakową intensywnością. 2 Każdy gracz odśnieża drogę od siebie do v 0. 3 Wszyscy zaczynają pracę jednocześnie, od wierzchołka v 0. 4 Każdy pracuje do chwili, gdy cała droga od v 0 do jego domu będzie odśnieżona wyznacza wartość Shapleya gry oszczędności s związanej z grą odśnieżania.
45 Gry utrzymania sieci cd. Gra odśnieżania rozwiązania Gdy (V, E) jest drzewem o korzeniu w v 0, następująca alokacja pracy: 1 Wszyscy gracze odśnieżają z jednakową intensywnością. 2 Każdy gracz odśnieża drogę od siebie do v 0. 3 Wszyscy zaczynają pracę jednocześnie, od swoich domów. 4 Każdy pracuje do chwili, gdy cała droga od v 0 do jego domu będzie odśnieżona wyznacza nukleolus gry oszczędności s związanej z grą odśnieżania.
46 Gry utrzymania sieci cd. Gra odśnieżania rozwiązania Gdy (V, E) jest drzewem o korzeniu w v 0, następująca alokacja pracy: 1 Wszyscy gracze odśnieżają z jednakową intensywnością. 2 Każdy gracz odśnieża drogę od siebie do v 0. 3 Wszyscy zaczynają pracę jednocześnie, od wierzchołka v 0. 4 Każdy pracuje do chwili, gdy cała droga od v 0 do jego domu będzie odśnieżona wyznacza wartość Shapleya gry oszczędności s związanej z grą odśnieżania. Uwaga (Szczególny prosty przypadek) Szeregowy podział kosztów sytuacja w której graf jest ścieżką.
47 Gry operacyjne cd: gry wyboru trasy Gra CP ( chińskiego listonosza ) Graczami są ulice - krawędzie niezorientowanego grafu (V, E) v 0 V wyróżniony wierzchołek (poczta)
48 Gry operacyjne cd: gry wyboru trasy Gra CP ( chińskiego listonosza ) Graczami są ulice - krawędzie niezorientowanego grafu (V, E) v 0 V wyróżniony wierzchołek (poczta) h : E R + funkcja kosztu; h(e) = koszt przejścia przez listonosza całej ulicy e. Listonosz musi dostarczyć pocztę na wszystkie ulice i powrócić do urzędu.
49 Gry operacyjne cd: gry wyboru trasy Gra CP ( chińskiego listonosza ) Graczami są ulice - krawędzie niezorientowanego grafu (V, E) v 0 V wyróżniony wierzchołek (poczta) h : E R + funkcja kosztu; h(e) = koszt przejścia przez listonosza całej ulicy e. Listonosz musi dostarczyć pocztę na wszystkie ulice i powrócić do urzędu. Gra CP (kosztów): c(s) = min (v 0,e 1,...e k,v 0 ) D(S) k j=1 h(e j ) i S h(i) gdzie D(S) = zbiór wszystkich ścieżek zawierających wszystkie łuki z S.
50 Gry operacyjne cd: gry wyboru trasy Gra CP ( chińskiego listonosza ) Graczami są ulice - krawędzie niezorientowanego grafu (V, E) v 0 V wyróżniony wierzchołek (poczta) h : E R + funkcja kosztu; h(e) = koszt przejścia przez listonosza całej ulicy e. Gra CP (kosztów): c(s) = min (v 0,e 1,...e k,v 0 ) D(S) k j=1 h(e j ) i S h(i) gdzie D(S) = zbiór wszystkich ścieżek zawierających wszystkie łuki z S. Twierdzenie (Granot i Hamers) Gra oszczędności CP ma niepusty rdzeń graf (V, E) jest słabo eulerowski (tzn. każda jego dwuspójna składowa jest eulerowska).
51 Niektóre inne gry operacyjne Gry tworzenia sieci: gracze = wierzchołki grafu, problem: znalezienie najtańszego sposobu połączenia każdego z nich z wyróżnionym wierzchołkiem v 0 (= najtańszego drzewa rozpinającego) i podział łącznych kosztów
52 Niektóre inne gry operacyjne Gry tworzenia sieci: gracze = wierzchołki grafu, problem: znalezienie najtańszego sposobu połączenia każdego z nich z wyróżnionym wierzchołkiem v 0 (= najtańszego drzewa rozpinającego) i podział łącznych kosztów Gry ustalania kolejki: gracze = klienci, problem: znalezienie takiej kolejności ich obsługiwania, która zminimalizuje ich łączne koszty czekania, i podział tych kosztów
53 Niektóre inne gry operacyjne Gry tworzenia sieci: gracze = wierzchołki grafu, problem: znalezienie najtańszego sposobu połączenia każdego z nich z wyróżnionym wierzchołkiem v 0 (= najtańszego drzewa rozpinającego) i podział łącznych kosztów Gry ustalania kolejki: gracze = klienci, problem: znalezienie takiej kolejności ich obsługiwania, która zminimalizuje ich łączne koszty czekania, i podział tych kosztów
54 Niektóre inne gry operacyjne Gry tworzenia sieci: gracze = wierzchołki grafu, problem: znalezienie najtańszego sposobu połączenia każdego z nich z wyróżnionym wierzchołkiem v 0 (= najtańszego drzewa rozpinającego) i podział łącznych kosztów Gry ustalania kolejki: gracze = klienci, problem: znalezienie takiej kolejności ich obsługiwania, która zminimalizuje ich łączne koszty czekania, i podział tych kosztów...
55 Wartość Shapleya dlaczego? Definicja Gracz i jest graczem zerowym w grze v, jeżeli dla każdej koalicji T zachodzi v(t i) = v(t ). (Tzn.: i nic nie wnosi do żadnej koalicji).
56 Wartość Shapleya dlaczego? Definicja Gracz i jest graczem zerowym w grze v, jeżeli dla każdej koalicji T zachodzi v(t i) = v(t ). (Tzn.: i nic nie wnosi do żadnej koalicji). Gracze j, k są wymienni w grze v, jeżeli dla każdej koalicji T takiej, że j T i k T zachodzi v(t j) = v(t k). (Tzn. : j i k odgrywają taką samą rolę w każdej koalicji).
57 Wartość Shapleya dlaczego? Definicja Gracz i jest graczem zerowym w grze v, jeżeli dla każdej koalicji T zachodzi v(t i) = v(t ). (Tzn.: i nic nie wnosi do żadnej koalicji). Gracze j, k są wymienni w grze v, jeżeli dla każdej koalicji T takiej, że j T i k T zachodzi v(t j) = v(t k). (Tzn. : j i k odgrywają taką samą rolę w każdej koalicji). Twierdzenie (Shapley 1953) Jedyną wartością ψ spełniającą jest wartość Shapleya.
58 Wartość Shapleya dlaczego? Definicja Gracz i jest graczem zerowym w grze v, jeżeli dla każdej koalicji T zachodzi v(t i) = v(t ). (Tzn.: i nic nie wnosi do żadnej koalicji). Gracze j, k są wymienni w grze v, jeżeli dla każdej koalicji T takiej, że j T i k T zachodzi v(t j) = v(t k). (Tzn. : j i k odgrywają taką samą rolę w każdej koalicji). Twierdzenie (Shapley 1953) Jedyną wartością ψ spełniającą 1 równoprawność: jeżeli gracze i, j są wymienni w grze v, to ψ i (v) = ψ j (v), jest wartość Shapleya.
59 Wartość Shapleya dlaczego? Definicja Gracz i jest graczem zerowym w grze v, jeżeli dla każdej koalicji T zachodzi v(t i) = v(t ). (Tzn.: i nic nie wnosi do żadnej koalicji). Gracze j, k są wymienni w grze v, jeżeli dla każdej koalicji T takiej, że j T i k T zachodzi v(t j) = v(t k). (Tzn. : j i k odgrywają taką samą rolę w każdej koalicji). Twierdzenie (Shapley 1953) Jedyną wartością ψ spełniającą 1 równoprawność: jeżeli gracze i, j są wymienni w grze v, to ψ i (v) = ψ j (v), 2 warunek gracza zerowego: jeżeli i jest graczem zerowym w v, to ψ i (v) = 0, jest wartość Shapleya.
60 Wartość Shapleya dlaczego? Definicja Gracz i jest graczem zerowym w grze v, jeżeli dla każdej koalicji T zachodzi v(t i) = v(t ). (Tzn.: i nic nie wnosi do żadnej koalicji). Gracze j, k są wymienni w grze v, jeżeli dla każdej koalicji T takiej, że j T i k T zachodzi v(t j) = v(t k). (Tzn. : j i k odgrywają taką samą rolę w każdej koalicji). Twierdzenie (Shapley 1953) Jedyną wartością ψ spełniającą 1 równoprawność: jeżeli gracze i, j są wymienni w grze v, to ψ i (v) = ψ j (v), 2 warunek gracza zerowego: jeżeli i jest graczem zerowym w v, to ψ i (v) = 0, 3 addytywność: dla gry z = v + w ψ(z) = ψ(v) + ψ(w) jest wartość Shapleya.
61 Wartość Shapleya dlaczego? Twierdzenie (Shapley 1953) Jedyną wartością ψ spełniającą 1 równoprawność: jeżeli gracze i, j są wymienni w grze v, to ψ i (v) = ψ j (v), 2 warunek gracza zerowego: jeżeli i jest graczem zerowym w v, to ψ i (v) = 0, 3 addytywność: dla gry z = v + w ψ(z) = ψ(v) + ψ(w) jest wartość Shapleya. Twierdzenie (Young 1985) Jedyną wartością ψ spełniającą równoprawność, warunek gracza zerowego oraz monotoniczność: [ dla dowolnego gracza j oraz każdej pary gier n-osobowych v, w spełniającej T N,T j v(t ) v(t \ j) w(t ) w(t \ j) (czyli j wnosi do każdej koalicji w grze v nie mniej niż w grze w) zachodzi ψ j (v) ψ j (w) ] jest wartość Shapleya.
62 Wariacja: Egalitarne wartości Shapleya Definicja (Wartość egalitarna) e powstaje przez równy podział v(n) pomiędzy graczy: k e k (v) = v(n) n.
63 Wariacja: Egalitarne wartości Shapleya Definicja (Wartość egalitarna) e powstaje przez równy podział v(n) pomiędzy graczy: k e k (v) = v(n) n Definicja ( Egalitarne wartości Shapleya (Joosten 1996; van den Brink i in. 2013)) ɛ j (v) = ɛv(n) n (ɛ [0, 1] dowolny ale ustalony) + (1 ɛ)φ j (v).
64 Wariacja: Egalitarne wartości Shapleya Definicja (Wartość egalitarna) e powstaje przez równy podział v(n) pomiędzy graczy: k e k (v) = v(n) n Definicja ( Egalitarne wartości Shapleya (Joosten 1996; van den Brink i in. 2013)) ɛ j (v) = ɛv(n) n (ɛ [0, 1] dowolny ale ustalony) + (1 ɛ)φ j (v) Twierdzenie Jedyną addytywną wartością ψ spełniającą równoprawność i warunek gracza zerującego (( T j v(t ) = 0) ψ j (v) = 0) jest wartość egalitarna e. (van den Brink 2007).
65 Wariacja: Egalitarne wartości Shapleya Definicja ( Egalitarne wartości Shapleya ) ɛ j (v) = ɛv(n) n (ɛ [0, 1] dowolny ale ustalony) + (1 ɛ)φ j (v) Twierdzenie Jedyną addytywną wartością ψ spełniającą równoprawność i warunek gracza zerującego (( T j v(t ) = 0) ψ j (v) = 0) jest wartość egalitarna e. (van den Brink 2007) Jedyne addytywne wartości spełniające lokalną monotoniczność: jeśli v(s i) v(s j) dla każdej koalicji S nie zawierającej i ani j, to ψ i (v) ψ j (v) własność gracza zerowego w produktywnym otoczeniu : jeśli j jest graczem zerowym w v i v(n) 0, to ψ j (v) 0 to egalitarne wartości Shapleya. (Casajus i Huettner 2013)
66 Wariacja: Wartość solidarnościowa Definicja (Wartość solidarnościowa (Nowak i Radzik 1994) ) σ j (v) = 1 v(h π,j) v(h π,j \ k) n! π(j) π Π N k H π,j przy danej permutacji gracz zamiast własnego wkładu do koalicji poprzedników otrzymuje średnią z krańcowych wkładów wszystkich członków koalicji poprzedników do tej koalicji. Równoprawność tak, własność gracza zerowego nie.
67 Szersza klasa: wartości proceduralne Scenariusz: Dzielenie się wkładami krańcowymi 1 Gracze zbierają się w losowej kolejności π; wszystkie kolejności (permutacje zbioru N) są jednakowo prawdopodobne. 2 Każdy nowo przybywający gracz k wnosi swój krańcowy wkład m k,π (v) w koalicję swoich poprzedników graczy już obecnych.
68 Szersza klasa: wartości proceduralne Scenariusz: Dzielenie się wkładami krańcowymi 1 Gracze zbierają się w losowej kolejności π; wszystkie kolejności (permutacje zbioru N) są jednakowo prawdopodobne. 2 Każdy nowo przybywający gracz k wnosi swój krańcowy wkład m k,π (v) w koalicję swoich poprzedników graczy już obecnych. 3 Te krańcowe wkłady są dzielone pomiędzy graczy w H π,k według pewnej ustalonej procedury.
69 Szersza klasa: wartości proceduralne Scenariusz: Dzielenie się wkładami krańcowymi 1 Gracze zbierają się w losowej kolejności π; wszystkie kolejności (permutacje zbioru N) są jednakowo prawdopodobne. 2 Każdy nowo przybywający gracz k wnosi swój krańcowy wkład m k,π (v) w koalicję swoich poprzedników graczy już obecnych. 3 Te krańcowe wkłady są dzielone pomiędzy graczy w H π,k według pewnej ustalonej procedury. 4 W ten sposób dla każdej permutacji π cała wypłata v(n) zostaje rozdzielona pomiędzy wszystkich graczy.
70 Szersza klasa: wartości proceduralne Scenariusz: Dzielenie się wkładami krańcowymi 1 Gracze zbierają się w losowej kolejności π; wszystkie kolejności (permutacje zbioru N) są jednakowo prawdopodobne. 2 Każdy nowo przybywający gracz k wnosi swój krańcowy wkład m k,π (v) w koalicję swoich poprzedników graczy już obecnych. 3 Te krańcowe wkłady są dzielone pomiędzy graczy w H π,k według pewnej ustalonej procedury. 4 W ten sposób dla każdej permutacji π cała wypłata v(n) zostaje rozdzielona pomiędzy wszystkich graczy. 5 Wartość proceduralna gracza to średnia (po wszystkich porządkach tworzenia wielkiej koalicji) przypadającej na niego części v(n).
71 Szersza klasa: wartości proceduralne Scenariusz: Dzielenie się wkładami krańcowymi 1 Gracze zbierają się w losowej kolejności π; wszystkie kolejności (permutacje zbioru N) są jednakowo prawdopodobne. 2 Każdy nowo przybywający gracz k wnosi swój krańcowy wkład m k,π (v) w koalicję swoich poprzedników graczy już obecnych. 3 Te krańcowe wkłady są dzielone pomiędzy graczy w H π,k według pewnej ustalonej procedury. 4 W ten sposób dla każdej permutacji π cała wypłata v(n) zostaje rozdzielona pomiędzy wszystkich graczy. 5 Wartość proceduralna gracza to średnia (po wszystkich porządkach tworzenia wielkiej koalicji) przypadającej na niego części v(n). Definicja (Procedura) Procedura s na G n to rodzina nieujemnych współczynników ((s k,j ) k j=1 )n k=1 takich że ( k) k sk,j = 1.
72 Procedury i wartości proceduralne cd Definicja (Procedura) Procedura s na G n to rodzina nieujemnych współczynników k ((s k,j ) k j=1 )n k=1 takich że ( k) j=1 s k,j = 1.
73 Procedury i wartości proceduralne cd Definicja (Procedura) Procedura s na G n to rodzina nieujemnych współczynników k ((s k,j ) k j=1 )n k=1 takich że ( k) j=1 s k,j = 1. s k,j to udział gracza będącego na miejscu j w kolejności przybywania (tj. gracza π 1 (j)) we wkładzie krańcowym gracza π 1 (k).
74 Procedury i wartości proceduralne cd Definicja (Procedura) Procedura s na G n to rodzina nieujemnych współczynników k ((s k,j ) k j=1 )n k=1 takich że ( k) j=1 s k,j = 1. s k,j to udział gracza będącego na miejscu j w kolejności przybywania (tj. gracza π 1 (j)) we wkładzie krańcowym gracza π 1 (k). Definicja (Wartość proceduralna (MM 2012)) Wartość proceduralna ψ s wyznaczona przez procedurę s na G n jest określona wzorem ψj s (v) = E π s π(k),π(j) m k,π (v) = k N π,j π Π k N π,j s π(k),π(j)m k,π(v). n! (N π,j to zbiór następników gracza j w uporządkowaniu π, wraz z j).
75 Wartości proceduralne: równoważne reprezentacje Twierdzenie (Równoważne reprezentacje) Jeśli s = ((s k,j ) k j=1 )n k=1 oraz t = ((t k,j) k j=1 )n k=1 są dwiema procedurami takimi, że dla każdego k s k,k = t k,k, to ψ s = ψ t.
76 Wartości proceduralne: równoważne reprezentacje Twierdzenie (Równoważne reprezentacje) Jeśli s = ((s k,j ) k j=1 )n k=1 oraz t = ((t k,j) k j=1 )n k=1 są dwiema procedurami takimi, że dla każdego k s k,k = t k,k, to ψ s = ψ t. Wniosek 1 Układ współczynników s = (s 1, s 2,..., s n ) reprezentuje dowolną procedurę ((s k,j ) k j=1 )n k=1 na G n, dla której s j,j = s j dla j = 1, 2,..., n
77 Wartości proceduralne: równoważne reprezentacje Twierdzenie (Równoważne reprezentacje) Jeśli s = ((s k,j ) k j=1 )n k=1 oraz t = ((t k,j) k j=1 )n k=1 są dwiema procedurami takimi, że dla każdego k s k,k = t k,k, to ψ s = ψ t. Wniosek 1 Układ współczynników s = (s 1, s 2,..., s n ) reprezentuje dowolną procedurę ((s k,j ) k j=1 )n k=1 na G n, dla której s j,j = s j dla j = 1, 2,..., n 2 ψi s (v) = s π(i) m i,π (v) + (1 s π(j) )m j,π (v). n! n! π Π π:π(i)=1 j i
78 Wartości proceduralne: równoważne reprezentacje Twierdzenie (Równoważne reprezentacje) Jeśli s = ((s k,j ) k j=1 )n k=1 oraz t = ((t k,j) k j=1 )n k=1 są dwiema procedurami takimi, że dla każdego k s k,k = t k,k, to ψ s = ψ t. Wniosek 1 Układ współczynników s = (s 1, s 2,..., s n ) reprezentuje dowolną procedurę ((s k,j ) k j=1 )n k=1 na G n, dla której s j,j = s j dla j = 1, 2,..., n 2 ψi s (v) = s π(i) m i,π (v) + (1 s π(j) )m j,π (v). n! n! π Π Twierdzenie (odwrotne) π:π(i)=1 Jeżeli s = (s 1, s 2,..., s n ) i t = (t 1, t 2,..., t n ) są dwiema różnymi procedurami na G n, to ψ s ψ t. j i
79 Wartości proceduralne dlaczego? Twierdzenie (MM 2012) Wartość na G n jest: liniowa i równoprawna, słabo monotoniczna (jeśli v monotoniczna, to ψ(v) 0) koalicyjnie monotoniczna: tzn. dla każdej koalicji T i każdej pary gier v, w G n takiej że (v(t ) > w(t ) oraz v(s) = w(s) S T ) zachodzi ψ i (v) ψ i (w) dla każdego i T
80 Wartości proceduralne dlaczego? Twierdzenie (MM 2012) Wartość na G n jest: liniowa i równoprawna, słabo monotoniczna (jeśli v monotoniczna, to ψ(v) 0) koalicyjnie monotoniczna: tzn. dla każdej koalicji T i każdej pary gier v, w G n takiej że (v(t ) > w(t ) oraz v(s) = w(s) S T ) zachodzi ψ i (v) ψ i (w) dla każdego i T wtedy i tylko wtedy, gdy jest proceduralna.
81 Wartości proceduralne dlaczego? Twierdzenie (MM 2012) Wartość na G n jest: liniowa i równoprawna, słabo monotoniczna (jeśli v monotoniczna, to ψ(v) 0) koalicyjnie monotoniczna: tzn. dla każdej koalicji T i każdej pary gier v, w G n takiej że (v(t ) > w(t ) oraz v(s) = w(s) S T ) zachodzi ψ i (v) ψ i (w) dla każdego i T wtedy i tylko wtedy, gdy jest proceduralna. Twierdzenie (MM 2012) Wartość na G n jest: liniowa, słabo monotoniczna i lokalnie monotoniczna
82 Wartości proceduralne dlaczego? Twierdzenie (MM 2012) Wartość na G n jest: liniowa i równoprawna, słabo monotoniczna (jeśli v monotoniczna, to ψ(v) 0) koalicyjnie monotoniczna: tzn. dla każdej koalicji T i każdej pary gier v, w G n takiej że (v(t ) > w(t ) oraz v(s) = w(s) S T ) zachodzi ψ i (v) ψ i (w) dla każdego i T wtedy i tylko wtedy, gdy jest proceduralna. Twierdzenie (MM 2012) Wartość na G n jest: liniowa, słabo monotoniczna i lokalnie monotoniczna wtedy i tylko wtedy, gdy jest proceduralna.
83 Gry ze strukturami: komunikacja Definicja (Gra ze strukturą komunikacji) (N, v, E), gdzie (N, v) gra kooperacyjna, (N, E) graf niezorientowany (E zbiór połączeń pomiędzy parami graczy).
84 Gry ze strukturami: komunikacja Definicja (Gra ze strukturą komunikacji) (N, v, E), gdzie (N, v) gra kooperacyjna, (N, E) graf niezorientowany (E zbiór połączeń pomiędzy parami graczy). Twierdzenie (Myerson 1981) Jedyną wartością ψ na grach ze strukturami komunikacji mającą następującą własność jednakowych korzyści: (N, v, E) i, j N ψ i (v, E (ij)) ψ i (v, E) = ψ j (v, E (ij)) ψ j (v, E)
85 Gry ze strukturami: komunikacja Definicja (Gra ze strukturą komunikacji) (N, v, E), gdzie (N, v) gra kooperacyjna, (N, E) graf niezorientowany (E zbiór połączeń pomiędzy parami graczy). Twierdzenie (Myerson 1981) Jedyną wartością ψ na grach ze strukturami komunikacji mającą następującą własność jednakowych korzyści: (N, v, E) i, j N ψ i (v, E (ij)) ψ i (v, E) = ψ j (v, E (ij)) ψ j (v, E) jest wartość Myersona zdefiniowana następująco: m(v, E) = φ(v E ) gdzie v E (S) = v(t ), T CE(S) CE(S) zbiór spójnych (w E) składowych koalicji S.
86 Gry ze strukturami inne Gry z hierarchią graczy: (N, v, L) (N, v) gra kooperacyjna, (N, L) hierarchia drzewo zorientowane; gracz j jest przełożonym gracza k jeżeli poprzedza go w hierarchii (niekoniecznie bezpośrednio), koalicja S może zrealizować wypłatę v(s) tylko wtedy gdy zawiera wszystkich przełożonych każdego gracza z S (albo: co najmniej jednego z przełożonych każdego gracza z S)
87 Gry ze strukturami inne Gry z hierarchią graczy: (N, v, L) (N, v) gra kooperacyjna, (N, L) hierarchia drzewo zorientowane; gracz j jest przełożonym gracza k jeżeli poprzedza go w hierarchii (niekoniecznie bezpośrednio), koalicja S może zrealizować wypłatę v(s) tylko wtedy gdy zawiera wszystkich przełożonych każdego gracza z S (albo: co najmniej jednego z przełożonych każdego gracza z S) Gry z prekoalicjami: ((N 1,..., N m ), v (N, v) gra, (N 1,..., N m ) struktura prekoalicji rozbicie zbioru graczy; dopuszczalne permutacje przy wyliczaniu wartości tylko te przy których obrazami prekoalicji są przedziały (bez przerw)
88 Szczególna klasa: gry proste Definicja (Gra prosta) to gra (N, v) spełniająca T v(t ) {0, 1}, U T v(u) v(t ), v(n) = 1. W takich grach koalicja S jest wygrywająca jeżeli v(s) = 1, a przegrywająca jeżeli v(s) = 0.
89 Szczególna klasa: gry proste Definicja (Gra prosta) to gra (N, v) spełniająca T v(t ) {0, 1}, U T v(u) v(t ), v(n) = 1. W takich grach koalicja S jest wygrywająca jeżeli v(s) = 1, a przegrywająca jeżeli v(s) = 0. Uwaga (Rdzeń gry prostej) Jeżeli (N, v) jest n-osobową grą prostą, a V (v) N zbiorem graczy z prawem weta w tej grze, to n C(v) = {(x 1, x 2,... x n ) : x 1,... x n 0, x i = 1 oraz j V (v) x j = 0} jeżeli V (v), C(v) = jeżeli V (v) =. i=1
90 Gry proste: ważona większość i indeksy siły Definicja (Gra ważonej większości) w = [λ 1, λ 2,..., λ n ; µ] ; w(s) = (λ 1, λ 2,..., λ n wagi graczy, µ próg większości). { 1 gdy i S λ i µ, 0 gdy i S λ i < µ.
91 Gry proste: ważona większość i indeksy siły Definicja (Gra ważonej większości) w = [λ 1, λ 2,..., λ n ; µ] ; w(s) = (λ 1, λ 2,..., λ n wagi graczy, µ próg większości). Uwaga { 1 gdy i S λ i µ, 0 gdy i S λ i < µ. Istnieją gry proste ( 5 osobowe) nie będące grami ważonej większości.
92 Gry proste: ważona większość i indeksy siły Definicja (Gra ważonej większości) w = [λ 1, λ 2,..., λ n ; µ] ; w(s) = (λ 1, λ 2,..., λ n wagi graczy, µ próg większości). Uwaga { 1 gdy i S λ i µ, 0 gdy i S λ i < µ. Istnieją gry proste ( 5 osobowe) nie będące grami ważonej większości. Ale każda gra prosta jest przecięciem (iloczynem) takich gier.
93 Gry proste: ważona większość i indeksy siły Definicja (Gra ważonej większości) w = [λ 1, λ 2,..., λ n ; µ] ; w(s) = (λ 1, λ 2,..., λ n wagi graczy, µ próg większości). Uwaga { 1 gdy i S λ i µ, 0 gdy i S λ i < µ. Istnieją gry proste ( 5 osobowe) nie będące grami ważonej większości. Ale każda gra prosta jest przecięciem (iloczynem) takich gier. Ilu co najmniej?
94 Gry proste: ważona większość i indeksy siły Definicja (Gra ważonej większości) w = [λ 1, λ 2,..., λ n ; µ] ; w(s) = (λ 1, λ 2,..., λ n wagi graczy, µ próg większości). { 1 gdy i S λ i µ, 0 gdy i S λ i < µ. Uwaga (Gry proste w naukach politycznych) Gdy gracze są uczestnikami gremium mającego wspólnie podjąć decyzję,
95 Gry proste: ważona większość i indeksy siły Definicja (Gra ważonej większości) w = [λ 1, λ 2,..., λ n ; µ] ; w(s) = (λ 1, λ 2,..., λ n wagi graczy, µ próg większości). { 1 gdy i S λ i µ, 0 gdy i S λ i < µ. Uwaga (Gry proste w naukach politycznych) Gdy gracze są uczestnikami gremium mającego wspólnie podjąć decyzję, gra prosta opisuje reguły jej podejmowania które koalicje mogą zgodnie zadecydować bez względu na zdanie innych graczy,
96 Gry proste: ważona większość i indeksy siły Definicja (Gra ważonej większości) w = [λ 1, λ 2,..., λ n ; µ] ; w(s) = (λ 1, λ 2,..., λ n wagi graczy, µ próg większości). { 1 gdy i S λ i µ, 0 gdy i S λ i < µ. Uwaga (Gry proste w naukach politycznych) Gdy gracze są uczestnikami gremium mającego wspólnie podjąć decyzję, gra prosta opisuje reguły jej podejmowania które koalicje mogą zgodnie zadecydować bez względu na zdanie innych graczy, a wartość tej gry, np. wartość Shapleya, jest indeksem siły miarą siły graczy w zgromadzeniu decyzyjnym.
97 Spójność wartości podział masy upadłościowej Przykład (Bankructwo i problem podziału masy upadłościowej) N zbiór wierzycieli, d i wierzytelność gracza i, E masa upadłościowa, E < D := i N d i.
98 Spójność wartości podział masy upadłościowej Przykład (Bankructwo i problem podziału masy upadłościowej) N zbiór wierzycieli, d i wierzytelność gracza i, E masa upadłościowa, E < D := i N d i. To wyznacza dwie gry: v(t ) = (E j T d j) + to co zostałoby koalicji T po spłaceniu reszty graczy, w(t ) = min(e, j T d j) to ile T może wyrwać dla siebie w systemie kto pierwszy ten lepszy.
99 Spójność wartości podział masy upadłościowej Przykład (Bankructwo i problem podziału masy upadłościowej) N zbiór wierzycieli, d i wierzytelność gracza i, E masa upadłościowa, E < D := i N d i. To wyznacza dwie gry: v(t ) = (E j T d j) + to co zostałoby koalicji T po spłaceniu reszty graczy, w(t ) = min(e, j T d j) to ile T może wyrwać dla siebie w systemie kto pierwszy ten lepszy. Metody podziału masu upadłościowej: 1 proporcjonalna : x i = d i D E
100 Spójność wartości podział masy upadłościowej Przykład (Bankructwo i problem podziału masy upadłościowej) N zbiór wierzycieli, d i wierzytelność gracza i, E masa upadłościowa, E < D := i N d i. To wyznacza dwie gry: v(t ) = (E j T d j) + to co zostałoby koalicji T po spłaceniu reszty graczy, w(t ) = min(e, j T d j) to ile T może wyrwać dla siebie w systemie kto pierwszy ten lepszy. Metody podziału masu upadłościowej: 1 proporcjonalna : x i = d i D E 2 constrained equal award (CEA) : x i = min(d i, c) gdzie c - jedyna taka liczba że min(d j, c) = E j N
101 Spójność wartości podział masy upadłościowej Przykład (Bankructwo i problem podziału masy upadłościowej) N zbiór wierzycieli, d i wierzytelność gracza i, E masa upadłościowa, E < D := i N d i. To wyznacza dwie gry: v(t ) = (E j T d j) + to co zostałoby koalicji T po spłaceniu reszty graczy, w(t ) = min(e, j T d j) to ile T może wyrwać dla siebie w systemie kto pierwszy ten lepszy. Metody podziału masu upadłościowej: 1 proporcjonalna : x i = d i D E 2 constrained equal award (CEA) : x i = min(d i, c) gdzie c - jedyna taka liczba że min(d j, c) = E 3 talmudyczna nukleolus gry v 4 wartość Shapleya: φ(v) = φ(w). j N
102 Spójność wartości cd. Twierdzenie (Aumann i Maschler 1985) Dla problemów bankructwa metoda talmudyczna t jest jedyną równą rozwiązaniu standardowemu dla problemów dwuosobowych oraz spójną w następującym sensie: j,k N t j (d, E) = t j (d k, E t k (d, E)).
103 Spójność wartości cd. Twierdzenie (Aumann i Maschler 1985) Dla problemów bankructwa metoda talmudyczna t jest jedyną równą rozwiązaniu standardowemu dla problemów dwuosobowych oraz spójną w następującym sensie: Uwaga j,k N t j (d, E) = t j (d k, E t k (d, E)). (Spójne są także metoda proporcjonalna oraz CEA)
104 Spójność wartości cd. Twierdzenie (Aumann i Maschler 1985) Dla problemów bankructwa metoda talmudyczna t jest jedyną równą rozwiązaniu standardowemu dla problemów dwuosobowych oraz spójną w następującym sensie: Uwaga j,k N t j (d, E) = t j (d k, E t k (d, E)). (Spójne są także metoda proporcjonalna oraz CEA) Rozwiązania spójne w tym sensie to te, które dają się uzyskać na drodze racjonowania hydraulicznego (Kamiński 2000).
105 Spójność wartości cd. Twierdzenie (Aumann i Maschler 1985) Dla problemów bankructwa metoda talmudyczna t jest jedyną równą rozwiązaniu standardowemu dla problemów dwuosobowych oraz spójną w następującym sensie: j,k N t j (d, E) = t j (d k, E t k (d, E)). Uwaga Rozwiązania spójne w tym sensie to te, które dają się uzyskać na drodze racjonowania hydraulicznego (Kamiński 2000). Definicja (Spójność wartości ogólna) Wartość ψ jest spójna ze wzgledu na redukcję gry R jeżeli dla dowolnej gry (N, v), koalicji S i gracza j S zachodzi równość ψ j (R S (v, ψ)) = ψ j (v).
106 I dalej... Inne wartości gier, własności i związki między nimi
107 I dalej... Inne wartości gier, własności i związki między nimi Rozwiązania multifunkcje alternatywne wobec rdzenia
108 I dalej... Inne wartości gier, własności i związki między nimi Rozwiązania multifunkcje alternatywne wobec rdzenia Właściwości wartości gry ze względu na usuwanie / dodawanie graczy
109 I dalej... Inne wartości gier, własności i związki między nimi Rozwiązania multifunkcje alternatywne wobec rdzenia Właściwości wartości gry ze względu na usuwanie / dodawanie graczy Właściwości wartości gry ze względu na łączenie graczy lub inne porozumienia między nimi
110 I dalej... Inne wartości gier, własności i związki między nimi Rozwiązania multifunkcje alternatywne wobec rdzenia Właściwości wartości gry ze względu na usuwanie / dodawanie graczy Właściwości wartości gry ze względu na łączenie graczy lub inne porozumienia między nimi Implementacja: wartość gry jako wektor wypłat w równowadze pewnej gry niekooperacyjnej
111 I dalej... Inne wartości gier, własności i związki między nimi Rozwiązania multifunkcje alternatywne wobec rdzenia Właściwości wartości gry ze względu na usuwanie / dodawanie graczy Właściwości wartości gry ze względu na łączenie graczy lub inne porozumienia między nimi Implementacja: wartość gry jako wektor wypłat w równowadze pewnej gry niekooperacyjnej Gry bez wypłat ubocznych
112 I dalej... Inne wartości gier, własności i związki między nimi Rozwiązania multifunkcje alternatywne wobec rdzenia Właściwości wartości gry ze względu na usuwanie / dodawanie graczy Właściwości wartości gry ze względu na łączenie graczy lub inne porozumienia między nimi Implementacja: wartość gry jako wektor wypłat w równowadze pewnej gry niekooperacyjnej Gry bez wypłat ubocznych...
WARTOŒÆ SHAPLEYA. Marcin Malawski* Instytut Podstaw Informatyki PAN Akademia Leona KoŸmiñskiego THE SHAPLEY VALUE
DECYZJE nr 10 grudzień 2008 WARTOŒÆ SHAPLEYA Marcin Malawski* Instytut Podstaw Informatyki PAN Akademia Leona KoŸmiñskiego Streszczenie: Praca stanowi przegląd najciekawszych tematów związanych z najbardziej
Tworzenie 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
Wartość Shapleya. Oskar Skibski. Institute of Informatics, University of Warsaw. 8 października 2012
Wartość Shapleya Oskar Skibski Institute of Informatics, University of Warsaw 8 października 2012 Oskar Skibski (University of Warsaw) Shapley value 8 października 2012 1 / 17 Przykład Oskar Skibski (University
Procesy stochastyczne
Wykład I: Istnienie procesów stochastycznych 2 marca 2015 Forma zaliczenia przedmiotu Forma zaliczenia Literatura 1 Zaliczenie ćwiczeń rachunkowych. 2 Egzamin ustny z teorii 3 Do wykładu przygotowane są
Matematyka dyskretna. 1. Relacje
Matematyka dyskretna 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produktu kartezjańskiego X Y, którego elementami są pary uporządkowane (x, y), takie, że x X i y Y. Uwaga 1.1 Jeśli
Procesy stochastyczne
Wykład I: Istnienie procesów stochastycznych 21 lutego 2017 Forma zaliczenia przedmiotu Forma zaliczenia Literatura 1 Zaliczenie ćwiczeń rachunkowych. 2 Egzamin ustny z teorii 3 Do wykładu przygotowane
Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II
Wykład 6. Drzewa cz. II 1 / 65 drzewa spinające Drzewa spinające Zliczanie drzew spinających Drzewo T nazywamy drzewem rozpinającym (spinającym) (lub dendrytem) spójnego grafu G, jeżeli jest podgrafem
Suma dwóch grafów. Zespolenie dwóch grafów
Suma dwóch grafów G 1 = ((G 1 ), E(G 1 )) G 2 = ((G 2 ), E(G 2 )) (G 1 ) i (G 2 ) rozłączne Suma G 1 G 2 graf ze zbiorem wierzchołków (G 1 ) (G 2 ) i rodziną krawędzi E(G 1 ) E(G 2 ) G 1 G 2 G 1 G 2 Zespolenie
Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova
Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova M. Czoków, J. Piersa 2010-12-21 1 Definicja Własności Losowanie z rozkładu dyskretnego 2 3 Łańcuch Markova Definicja Własności Losowanie z rozkładu
Algebra 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.........
Graf. Definicja marca / 1
Graf 25 marca 2018 Graf Definicja 1 Graf ogólny to para G = (V, E), gdzie V jest zbiorem wierzchołków (węzłów, punktów grafu), E jest rodziną krawędzi, które mogą być wielokrotne, dokładniej jednoelementowych
Metody 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.
Matematyka dyskretna
Matematyka dyskretna Wykład 13: Teoria Grafów Gniewomir Sarbicki Literatura R.J. Wilson Wprowadzenie do teorii grafów Definicja: Grafem (skończonym, nieskierowanym) G nazywamy parę zbiorów (V (G), E(G)),
Zofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1
Wykład Algorytmy grafowe metoda zachłanna. Właściwości algorytmu zachłannego:. W przeciwieństwie do metody programowania dynamicznego nie występuje etap dzielenia na mniejsze realizacje z wykorzystaniem
Diagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa,listopad
SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa
SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę
Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.
1 σ-ciała Definicja 1.1 (σ - ciało) σ - ciałem (σ - algebrą) w danym zbiorze X (zwanym przestrzenią) nazywamy rodzinę M pewnych podzbiorów zbioru X, spełniającą trzy warunki: 1 o M; 2 o jeśli A M, to X
Teoria 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,
TEORIA 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
Diagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, grudzień 2011 Mirosław Sobolewski (UW) Warszawa, grudzień
Podstawowe własności grafów. Wykład 3. Własności grafów
Wykład 3. Własności grafów 1 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2). 2 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2).
Wartość Shapleya w grach koalicyjnych
Wartość Shapleya w grach koalicyjnych Dawid Migacz, i LO w Tarnowie 1 Wprowadzenie W zasadzie każdą sytuację występującą na świecie można wymodelować matematycznie. W przypadku sytuacji, w których kilka
1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.
20. Definicje i przykłady podstawowych struktur algebraicznych (grupy, pierścienie, ciała, przestrzenie liniowe). Pojęcia dotyczące przestrzeni liniowych (liniowa zależność i niezależność układu wektorów,
Tomasz Rostański. Gry wieloosobowe. Wersja niedokończona (wersje dokończoną szlag trafił wraz ze śmiercią strony giaur.qs.pl)
Tomasz Rostański Gry wieloosobowe Wersja niedokończona (wersje dokończoną szlag trafił wraz ze śmiercią strony giaur.qs.pl) Wprowadzenie. Dotychczas analizowaliśmy gry, w których udział brały tylko 2 osoby.
E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne
E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne Przypominajka: 152 drzewo filogenetyczne to drzewo, którego liśćmi są istniejące gatunki, a węzły wewnętrzne mają stopień większy niż jeden i reprezentują
FUNKCJE. (odwzorowania) Funkcje 1
FUNKCJE (odwzorowania) Funkcje 1 W matematyce funkcja ze zbioru X w zbiór Y nazywa się odwzorowanie (przyporządkowanie), które każdemu elementowi zbioru X przypisuje jeden, i tylko jeden element zbioru
Matematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 03/0 Przeszukiwanie w głąb i wszerz I Przeszukiwanie metodą
Relacje. opracował Maciej Grzesiak. 17 października 2011
Relacje opracował Maciej Grzesiak 17 października 2011 1 Podstawowe definicje Niech dany będzie zbiór X. X n oznacza n-tą potęgę kartezjańską zbioru X, tzn zbiór X X X = {(x 1, x 2,..., x n ) : x k X dla
9 Przekształcenia liniowe
9 Przekształcenia liniowe Definicja 9.1. Niech V oraz W będą przestrzeniami liniowymi nad tym samym ciałem F. Przekształceniem liniowym nazywamy funkcję ϕ : V W spełniającą warunek (LM) v1,v 2 V a1,a 2
19 Własności iloczynu skalarnego: norma, kąt i odległość
19 Własności iloczynu skalarnego: norma, kąt i odległość Załóżmy, że V jest przestrzenią liniową z iloczynem skalarnym.,.. Definicja 19.1 Normą (długością) wektora v V nazywamy liczbę v = v, v. Uwaga 1
Układy 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 + +
Gry wieloosobowe. Zdzisław Dzedzej
Gry wieloosobowe Zdzisław Dzedzej 2012 2013-01-16 1 Przykład 1 Warstwa A Warstwa B K K W A B W A B A 1,1,-2-4,3,1 A 3,-2,-1-6,-6,12 B 2,-4,2-5,-5,10 B 2,2,-4-2,3,-1 2013-01-16 2 Diagram przesunięć 2013-01-16
Digraf. 13 maja 2017
Digraf 13 maja 2017 Graf skierowany, digraf, digraf prosty Definicja 1 Digraf prosty G to (V, E), gdzie V jest zbiorem wierzchołków, E jest rodziną zorientowanych krawędzi, między różnymi wierzchołkami,
ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ
ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ WSHE, O/K-CE 10. Homomorfizmy Definicja 1. Niech V, W będą dwiema przestrzeniami liniowymi nad ustalonym ciałem, odwzorowanie ϕ : V W nazywamy homomorfizmem
Liczby zespolone. x + 2 = 0.
Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą
Programowanie liniowe
Programowanie liniowe Łukasz Kowalik Instytut Informatyki, Uniwersytet Warszawski April 8, 2016 Łukasz Kowalik (UW) LP April 8, 2016 1 / 15 Problem diety Tabelka wit. A (µg) wit. B1 (µg) wit. C (µg) (kcal)
doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.
doc. dr Beata Pułska-Turyna Zakład Badań Operacyjnych Zarządzanie B506 mail: turynab@wz.uw.edu.pl mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. Tel.: (22)55 34 144 Mail: student@pgadecki.pl
Programowanie 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=
Baza w jądrze i baza obrazu ( )
Przykład Baza w jądrze i baza obrazu (839) Znajdź bazy jądra i obrazu odwzorowania α : R 4 R 3, gdzie α(x, y, z, t) = (x + 2z + t, 2x + y 3z 5t, x y + z + 4t) () zór ten oznacza, że α jest odwzorowaniem
Teoretyczne podstawy programowania liniowego
Teoretyczne podstawy programowania liniowego Elementy algebry liniowej Plan Kombinacja liniowa Definicja Kombinacja liniowa wektorów (punktów) x 1, x 2,, x k R n to wektor x R n k taki, że x = i=1 λ i
FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH
FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH PROPORCJONALNOŚĆ PROSTA Proporcjonalnością prostą nazywamy zależność między dwoma wielkościami zmiennymi x i y, określoną wzorem: y = a x Gdzie a jest
5. 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
Przykład 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
Zadania do Rozdziału X
Zadania do Rozdziału X 1. 2. Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż,
Algorytmiczna Teoria Gier Koalicyjnych
Algorytmiczna Teoria Gier Koalicyjnych Oskar Skibski Institute of Informatics, University of Warsaw 15 października 2013 Oskar Skibski (University of Warsaw) Algorytmiczna Teoria Gier Koalicyjnych 15 października
Definicja i własności wartości bezwzględnej.
Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności
Programowanie liniowe
Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2015 Mirosław Sobolewski (UW) Warszawa, 2015 1 / 16 Homo oeconomicus=
2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27
SYGNAŁY STOCHASTYCZNE Przestrzeń probabilistyczna i zmienna losowa Definicja Przestrzenią probabilistyczną (doświadczeniem) nazywamy trójkę uporządkowaną (E, B, P ), gdzie: E przestrzeń zdarzeń elementarnych;
Propozycja szczegółowego rozkładu materiału dla 4-letniego technikum, zakres podstawowy i rozszerzony. Klasa I (90 h)
Propozycja szczegółowego rozkładu materiału dla 4-letniego technikum, zakres podstawowy i rozszerzony (według podręczników z serii MATeMAtyka) Klasa I (90 h) Temat Liczba godzin 1. Liczby rzeczywiste 15
Programowanie 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.
Funkcja kwadratowa. f(x) = ax 2 + bx + c = a
Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax, a R \ {0}.
Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym
Oznaczenia: wymagania konieczne, P wymagania podstawowe, R wymagania rozszerzające, D wymagania dopełniające, W wymagania wykraczające. Plan wynikowy lasa III Technik pojazdów samochodowych/ Technik urządzeń
10. 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
Proces rozproszony. Plan wykładu. Wykład prowadzą: Jerzy Brzeziński Jacek Kobusiński. Proces rozproszony. Zbiór stanów globalnych (1)
Proces rozproszony Wykład prowadzą: Jerzy Brzeziński Jacek Kobusiński Pan wykładu Proces rozproszony Wykonanie procesu, historia procesu Stan osiągany Reacja poprzedzania zdarzeń Diagramy przestrzenno-czasowe
Diagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 29 Mirosław Sobolewski (UW) Warszawa, wrzesień
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
MATeMAtyka 1. Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony Klasa pierwsza
MATeMAtyka 1 Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych Zakres podstawowy i rozszerzony Klasa pierwsza Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe
Algorytmiczna Teoria Gier Koalicyjnych 2015/16
Algorytmiczna Teoria Gier Koalicyjnych 2015/16 Oskar Skibski MIMUW 4 października 2015 Oskar Skibski (MIMUW) ATGK-16 4 października 2015 1 / 21 Przykład Oskar Skibski (MIMUW) ATGK-16 4 października 2015
Zagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste
Zagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste Liczby naturalne Liczby całkowite. Liczby wymierne Liczby niewymierne Rozwinięcie dziesiętne liczby rzeczywistej Pierwiastek
Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu
Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Wymagania edukacyjne niezbędne do uzyskania poszczególnych śródrocznych i rocznych ocen klasyfikacyjnych z obowiązkowych
TEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr 3: Marszruty, łańcuchy, drogi w grafach dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 261-83-95-04, p.225/100
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
Rachunek 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
Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe
Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Nierówność Czebyszewa Niech X będzie zmienną losową o skończonej wariancji V ar(x). Wtedy wartość oczekiwana E(X) też jest skończona i
Teoria 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
macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same
1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,
TEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr 1: Definicja grafu. Rodzaje i części grafów dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 261-83-95-04, p.225/100
Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i
Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i A (symbol F i oznacza ilość argumentów funkcji F i ). W rozważanych przez nas algebrach
Plan wynikowy. Klasa III Technikum ekonomiczne. Kształcenie ogólne w zakresie rozszerzonym
Plan wynikowy lasa III Technikum ekonomiczne. ształcenie ogólne w zakresie rozszerzonym Oznaczenia: wymagania konieczne, P wymagania podstawowe, R wymagania rozszerzające, D wymagania dopełniające, W wymagania
FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.
FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga
Wykład 5. Informatyka Stosowana. 6 listopada Informatyka Stosowana Wykład 5 6 listopada / 28
Wykład 5 Informatyka Stosowana 6 listopada 2017 Informatyka Stosowana Wykład 5 6 listopada 2017 1 / 28 Definicja (Funkcja odwrotna) Niech f : X Y będzie różnowartościowa na swojej dziedzinie. Funkcja odwrotna
Wymagania edukacyjne z matematyki klasa II technikum
Wymagania edukacyjne z matematyki klasa II technikum Poziom rozszerzony Obowiązują wymagania z zakresu podstawowego oraz dodatkowo: 1. JĘZYK MATEMATYKI I FUNKCJE LICZBOWE Uczeń otrzymuje ocenę dopuszczającą
F 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
LUBELSKA PRÓBA PRZED MATURĄ 2017 poziom podstawowy
LUELSK PRÓ PRZE MTURĄ 07 poziom podstawowy Schemat oceniania Uwaga: kceptowane są wszystkie odpowiedzi merytorycznie poprawne i spełniające warunki zadania (podajemy kartotekę zadań, gdyż łatwiej będzie
Matematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 14 Rachunekwektorowy W celu zdefiniowania wektora a należy podać: kierunek(prostą na której leży wektor)
WYMAGANIA EDUKACYJNE - matematyka - poziom rozszerzony Dariusz Drabczyk
WYMAGANIA EDUKACYJNE - matematyka - poziom rozszerzony Dariusz Drabczyk str 1 Klasa 1d: wpisy oznaczone jako: LICZBY RZECZYWISTE, JĘZYK MATEMATYKI, FUNKCJA LINIOWA, (F) FUNKCJE, FUNKCJA KWADRATOWA. Przypisanie
Funkcja kwadratowa. f(x) = ax 2 + bx + c,
Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \
Proces rezerwy w czasie dyskretnym z losową stopą procentową i losową składką
z losową stopą procentową i losową składką Instytut Matematyki i Informatyki Politechniki Wrocławskiej 10 czerwca 2008 Oznaczenia Wprowadzenie ξ n liczba wypłat w (n 1, n], Oznaczenia Wprowadzenie ξ n
Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. 2 Łańcuchem Markowa nazywamy proces będący ciągiem zmiennych
Teoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak
Teoria grafów podstawy Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Grafy zorientowane i niezorientowane Przykład 1 Dwa pociągi i jeden most problem wzajemnego wykluczania się Dwa
Zastosowanie wartości Shapleya w podejmowaniu decyzji przez importerów
Zastosowanie wartości Shapleya w podejmowaniu decyzji przez importerów dr hab. Leszek S. Zaremba 1. Postawienie problemu RozwaŜmy zagadnienie decyzyjne, jakie pojawia się w przypadku importerów pewnego
MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ
MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)
Podstawy metod probabilistycznych. dr Adam Kiersztyn
Podstawy metod probabilistycznych dr Adam Kiersztyn Przestrzeń zdarzeń elementarnych i zdarzenia losowe. Zjawiskiem lub doświadczeniem losowym nazywamy taki proces, którego przebiegu i ostatecznego wyniku
Przykłady grafów. Graf prosty, to graf bez pętli i bez krawędzi wielokrotnych.
Grafy Graf Graf (ang. graph) to zbiór wierzchołków (ang. vertices), które mogą być połączone krawędziami (ang. edges) w taki sposób, że każda krawędź kończy się i zaczyna w którymś z wierzchołków. Graf
Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa
Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa M. Czoków, J. Piersa 2012-01-10 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego 3 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego
Prawdopodobieństwo i statystyka
Wykład XIII: Prognoza. 26 stycznia 2015 Wykład XIII: Prognoza. Prognoza (predykcja) Przypuśćmy, że mamy dany ciąg liczb x 1, x 2,..., x n, stanowiących wyniki pomiaru pewnej zmiennej w czasie wielkości
Zbiory wypukłe i stożki
Katedra Matematyki i Ekonomii Matematycznej 28 kwietnia 2016 Hiperpłaszczyzna i półprzestrzeń Definicja Niech a R n, a 0, b R. Zbiór H(a, b) = {x R n : (a x) = b} nazywamy hiperpłaszczyzną, zbiory {x R
Matematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Twierdzenie 2.1 Niech G będzie grafem prostym
Wykład 8. Drzewo rozpinające (minimum spanning tree)
Wykład 8 Drzewo rozpinające (minimum spanning tree) 1 Minimalne drzewo rozpinające - przegląd Definicja problemu Własności minimalnych drzew rozpinających Algorytm Kruskala Algorytm Prima Literatura Cormen,
10. Kolorowanie wierzchołków grafu
p. 10. Kolorowanie wierzchołków grafu 10.1 Definicje i twierdzenia Przez k-kolorowanie wierzchołków grafu G rozumiemy przyporzadkowanie każdemu wierzchołkowi grafu G jednego z k kolorów 1, 2,...,k. p.
domykanie relacji, relacja równoważności, rozkłady zbiorów
1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i
WYMAGANIA EDUKACYJNE Z MATEMATYKI dla klasy I ba Rok szk. 2012/2013
Dział LICZBY RZECZYWISTE Uczeń otrzymuje ocenę dopuszczającą lub dostateczną, jeśli: podaje przykłady liczb: naturalnych, całkowitych, wymiernych, niewymiernych, pierwszych i złożonych oraz przyporządkowuje
Algorytmiczna teoria grafów
Przedmiot fakultatywny 20h wykładu + 20h ćwiczeń 21 lutego 2014 Zasady zaliczenia 1 ćwiczenia (ocena): kolokwium, zadania programistyczne (implementacje algorytmów), praca na ćwiczeniach. 2 Wykład (egzamin)
Uczeń: -podaje przykłady ciągów liczbowych skończonych i nieskończonych oraz rysuje wykresy ciągów
Wymagania edukacyjne PRZEDMIOT: Matematyka KLASA: III Th ZAKRES: zakres podstawowy Poziom wymagań Lp. Dział programu Konieczny-K Podstawowy-P Rozszerzający-R Dopełniający-D Uczeń: 1. Ciągi liczbowe. -zna
Wymagania edukacyjne z matematyki w XVIII Liceum Ogólnokształcącym w Krakowie, zakres podstawowy. Klasa druga.
Wymagania edukacyjne z matematyki w XVIII Liceum Ogólnokształcącym w Krakowie, zakres podstawowy. Klasa druga. Funkcja liniowa. Uczeń otrzymuje ocenę dopuszczającą, jeśli: - rozpoznaje funkcję liniową
Wykład 3. Złożoność i realizowalność algorytmów Elementarne struktury danych: stosy, kolejki, listy
Wykład 3 Złożoność i realizowalność algorytmów Elementarne struktury danych: stosy, kolejki, listy Dynamiczne struktury danych Lista jest to liniowo uporządkowany zbiór elementów, z których dowolny element
Wymagania edukacyjne na poszczególne oceny branżowa szkoła I stopnia klasa 1 po gimnazjum
Wymagania edukacyjne na poszczególne oceny branżowa szkoła I stopnia klasa 1 po gimnazjum I. Liczby rzeczywiste 1. Liczby naturalne 2. Liczby całkowite. 3. Liczby wymierne 4. Rozwinięcie dziesiętne liczby
Wymagania kl. 3. Zakres podstawowy i rozszerzony
Wymagania kl. 3 Zakres podstawowy i rozszerzony Temat lekcji Zakres treści Osiągnięcia ucznia 1. RACHUNEK PRAWDOPODOBIEŃSTWA 1. Reguła mnożenia reguła mnożenia ilustracja zbioru wyników doświadczenia za
PLAN WYNIKOWY PROSTO DO MATURY KLASA 1 ZAKRES PODSTAWOWY
PLAN WYNIKOWY PROSTO DO MATURY KLASA 1 ZAKRES PODSTAWOWY Copyright by Nowa Era Sp. z o.o. Warszawa 019 Liczba godzin TEMAT ZAJĘĆ EDUKACYJNYCH Język matematyki 1 Wzory skróconego mnożenia 3 Liczby pierwsze,
OPISU 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