Algorytmiczne aspekty teorii gier: Wykład 5

Podobne dokumenty
Bisymulacja. Niezawodność systemów współbieżnych i obiektowych. Grzegorz Maj Grzegorz Maj Bisymulacja

Krzysztof Jakubczyk. Zadanie 2

Bisymulacja. Niezawodność systemów współbieżnych i obiektowych. Grzegorz Maj Grzegorz Maj Bisymulacja

Kolorowanie płaszczyzny, prostych i okręgów

2. FUNKCJE. jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy FUNKCJĄ, lub

Topologia zbioru Cantora a obwody logiczne

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10

Lista 4. Kamil Matuszewski 22 marca 2016

Minimalizacja automatów niedeterministycznych na słowach skończonych i nieskończonych

Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Tworzenie gier na urządzenia mobilne

Topologia - Zadanie do opracowania. Wioletta Osuch, Magdalena Żelazna, Piotr Kopyrski

Problemy Decyzyjne dla Systemów Nieskończonych

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

Rozwiązania około dwustu łatwych zadań z języków formalnych i złożoności obliczeniowej i być może jednego chyba trudnego (w trakcie tworzenia)

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY

Matematyka dyskretna. Andrzej Łachwa, UJ, A/10

Metody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów

Internetowe Ko³o M a t e m a t yc z n e

Temat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe

Czy istnieje zamknięta droga spaceru przechodząca przez wszystkie mosty w Królewcu dokładnie jeden raz?

Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń

Maria Romanowska UDOWODNIJ, ŻE... PRZYKŁADOWE ZADANIA MATURALNE Z MATEMATYKI

Zliczanie Podziałów Liczb

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk

Rozkład figury symetrycznej na dwie przystające

LOGIKA I TEORIA ZBIORÓW

Indukcja matematyczna. Zasada minimum. Zastosowania.

Przykład: Σ = {0, 1} Σ - zbiór wszystkich skończonych ciagów binarnych. L 1 = {0, 00, 000,...,1, 11, 111,... } L 2 = {01, 1010, 001, 11}

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:

Partition Search i gry z niezupełną informacją

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y)

ZALICZENIE WYKŁADU: 30.I.2019

Spacery losowe generowanie realizacji procesu losowego

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :

Zajęcia nr. 3 notatki

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego

Indukcja matematyczna, zasada minimum i maksimum. 17 lutego 2017

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Dynamiczne drzewa. Piotr Sankowski. - p. 1/27

Algebry skończonego typu i formy kwadratowe

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

Kolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie

Ekstrema globalne funkcji

KURS PRAWDOPODOBIEŃSTWO

Indukcja matematyczna. Matematyka dyskretna

Lista zadań - Relacje

Wykład 1 Wybrane problemy algorytmiki

Zad.3. Jakub Trojgo i Jakub Wieczorek. 14 grudnia 2013

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka

LXIX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 18 kwietnia 2018 r. (pierwszy dzień zawodów)

3 Abstrakcyjne kompleksy symplicjalne.

domykanie relacji, relacja równoważności, rozkłady zbiorów

Sumy kwadratów kolejnych liczb naturalnych

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ

1 Działania na zbiorach

p k (1 p) n k. k c. dokładnie 10 razy została wylosowana kula amarantowa, ale nie za pierwszym ani drugim razem;

... [a n,b n ] kn [M 1,M 2 ], gdzie a i M 1, b i M 2, dla i {1,..., n}. Wówczas: [a 1,b 1 ] k [a n,b n ] kn =(a 1 b 1 a 1

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Zbiory, relacje i funkcje

(4) x (y z) = (x y) (x z), x (y z) = (x y) (x z), (3) x (x y) = x, x (x y) = x, (2) x 0 = x, x 1 = x

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

Krzywe na płaszczyźnie i w przestrzeni

1. Wykład NWD, NWW i algorytm Euklidesa.

Mecz Matematyczny. Rozwiązania 11 marca 2016

Jeśli lubisz matematykę

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie:

Sortowanie topologiczne skierowanych grafów acyklicznych

IV Warsztaty Matematyczne I LO im. Stanisława Dubois w Koszalinie

Algebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie

Spis treści Podstawowe definicje Wielomian charakterystyczny grafu Grafy silnie regularne

Matematyka dyskretna. 1. Relacje

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Schemat rekursji. 1 Schemat rekursji dla funkcji jednej zmiennej

Rachunek prawdopodobieństwa- wykład 6

Matematyka dyskretna

Teoria miary i całki

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne:

Aproksymacja diofantyczna

Poprawność semantyczna

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25

KURS MATEMATYKA DYSKRETNA

Zapisujemy:. Dla jednoczesnego podania funkcji (sposobu przyporządkowania) oraz zbiorów i piszemy:.

Dystrybucje, wiadomości wstępne (I)

Ciągi komplementarne. Autor: Krzysztof Zamarski. Opiekun pracy: dr Jacek Dymel

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

Andrzej Wiśniewski Logika II. Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.

Teoria gier. wstęp Teoria gier Zdzisław Dzedzej 1

KONSPEKT FUNKCJE cz. 1.

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Elementy modelowania matematycznego

Łatwy dowód poniższej własności pozostawiamy czytelnikowi.

Języki formalne i automaty Ćwiczenia 7

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 =

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Transkrypt:

Algorytmiczne aspekty teorii gier: Wykład 5 Wykład prowadził dr hab. Igor Walukiewicz Notatki przygotował Dymitr Pszenicyn <dp189434@zodiac.mimuw.edu.pl> 02-04-2003 1

Spis treści 1 Przypomnienie 3 1.1 Gry......................................... 3 1.2 Gry na przetrwanie................................. 3 1.3 Gry powtórkowe.................................. 3 2 Gry parzystości 3 3 Strategie 4 4 Warunki Mullera 4 5 Atraktory 4 6 Gładkość 5 7 Twierdzenie: Zdeterminowanie gier parzystości 5 7.1 Dowód twierdzenia (dla grafów skończonych)................... 6 7.2 Dowód twierdzenia (dla grafów nieskończonych)................. 9 2

1 Przypomnienie 1.1 Gry Grą nazywamy: G = P os, P os A, Moves, rank : P os ω, C ω ω wa wygrywa rozgrywkę p 0 p 1 p 2... jeśli rank(p 1 )rank(p 2 )... C. wa wygrywa rozgrywkę p 0 p 1 p 2... p n jeśli Adam jest zablokowany w p n. Twierdzenie: Nie wszystkie gry są zdeterminowane. 1.2 Gry na przetrwanie rank : P os 0 i C = {x 1 x 2... : ix i = 0} Twierdzenie (Gale Steward): Gry na przetrwanie są zdeterminowane. 1.3 Gry powtórkowe rank : P os 1, 2 i C = {x 1 x 2... : ix i = 2} Twierdzenie (Wolfe): Gry powtórkowe są zdeterminowane. 2 Gry parzystości G = P os, P os A, Moves, rank : P os {1,... d} wa wygrywa rozgrywkę p 0 p 1 p 2... jeśli limsup n rank(p n ) jest parzyste lub Adam nie może wykonać ruchu. Oznacza to, że największy z rank który powtarza się nieskończenie często, jest parzysty. Ważne jest założenie, że funkcja rangi idzie w skończony zbiór. 4 3 4 1 3 2 Rysunek 1: Przykładowa gra parzystości Na rysunku 1 oznaczono kółkami pozycje z których rusza się wa, a kwadracikami te z których rusza się Adam. W tej grze wa ma strategię wygrywającą. 3

3 Strategie Definicja: Strategią dla wy jest σ : P os P os P os taka że (v, σ( v, v)) Moves Definicja: Strategią pozycyjną dla wy jest σ : P os P os Definicja: Strategia σ dla wy jest wygrywająca od v jeśli wszystki rozgrywki od v zgodne ze strategią są wygrywające dla wy. Twierdzenie (merson i Jutla, Mostowski): W każdym wierzchołku gry parzystości, jeden z graczy ma wygrywającą strategię pozycyjną. Wniosek 1: Gry parzystości są zdeterminowane. Wniosek 2: Znalezienie strategii dla gry parzystości jest w NP i w co-np. 4 Warunki Mullera Rozważmy G =< P os, P os A, Moves, rank : P os ω, C ω ω > Załóżmy że Rg = rank(p os) jest skończony i C jest zdefiniowany przez F P (Rg) następująco: Dla ścieżki v = v 0 v 1..., niech inf( v) = {x Rg : rank(v) = x dla niesk. wielu v} C = { v : inf( v) F } Przykład (gry parzystości): S F jeśli max(s) jest parzyste. Strategia bez pamięci to funkcja σ : v 0 v 1. Jest to podgraf grafu gry. Istnieją gry z warunkami Mullera których strategie wygrywające potrzebują pamięci. 1 2 3 Rysunek 2: Przykładowa gra z warunkami Mullera Niech w grze 2 będzie warunek Mullera F = {{1, 2, 3}}. Gracz 0 ma wygrywającą strategię w tej grze, ale nie ma strategii bez pamięci. Jeśli F = {{1, 2}} lub F = {{1, 2} {2, 3}} to jest strategia bez pamięci. Gry z warunkiem Mullera są zdeterminowane i istnieją strategie wygrywające ze skończoną pamięcią. 5 Atraktory Dla każdego zbioru F V definiujemy Attr(F ) następująco: Attr (F ) = µx.f (P os X) (P os A X) 4

τ porządkowa liczba graniczna Attr 0 (F ) = F Attr τ+1 (F ) = Attr(F τ ) {v P os : v.(v, v ) v Attr(F τ )} {v P os A : v.(v, v ) v Attr τ (F )} Attr τ (F ) = ρ < τattr ρ (F ) Attr (F ) = τattr τ (F ) Uwaga: Z atraktora Attr ω+1 wa zawsze dojdzie do F w skończonej liczbie kroków, ale od Adama zależy ile to będzie. Fakt: Z dowolnego wierzchołka należącego do Attr (F ) wa ma strategię pozycyjną żeby dojść do F. Z dowolnego wierzchołka należącego do V \Attr (F ) Adam ma strategię pozycyjną żeby ominąć F. 6 Gładkość Definicja: G jest gładka jeśli każdy wierzchołek ma następnika. Możemy zrobić z naszej gry parzystości grę gładką. Patrz diagram 3. 0 1 Rysunek 3: Sposób postępowania z wierzchołkami z których nie ma wyjścia Lemat: Dla każdego G, F zbioru pozycji w G jeśli G jest gładka to G\Attr (F ) jest gładka i G \ Attr A (F ) też jest gładka. 7 Twierdzenie: Zdeterminowanie gier parzystości Twierdzenie: Z każdego wierzchołka gry parzystości, jeden z graczy ma strategię wygrywającą bez pamięci. Dowód poprowadzimy osobno dla grafów skończonych i nieskończonych. 5

7.1 Dowód twierdzenia (dla grafów skończonych) Dowód (dla grafów skończonych): Indukcja po liczbie wierzchołków. Załóżmy, że mamy specjalne znaczniki i w których wa odpowiednio natychmiast wygrywa i natychmiast przegrywa. Wierzchołków ze specjalnymi znacznikami nie będziemy wliczać do rozmiaru grafu. Weźmy wierzchołek o randze d. Rozważmy następujące przypadki: 1. d jest parzyste i wybrany wierzchołek jest wierzchołkiem dla wy. Ten przypadek jest przedstawiony na diagramie 4. d Rysunek 4: Graf gry z wybranym wierzchołkiem dla wy Zmieniamy wybrany wierzchołek na wierzchołek wygrywający dla wy. Nowa gra ma mniej wierzchołków, więc znajdujemy podział na W A i W. W W A Adam na pewno ma strategie wygrywającą. Natomiast wa chodzi wewnątrz W, albo wchodzi do. Patrz diagram 5. W A W Rysunek 5: Graf z wybranym wierzchołkiem wy ustawionym na 6

Jeśli z nie ma strzałki do W, to jest przegrywający dla wy, więc zamieniamy go na i jeszcze raz przeliczamy. Patrz diagram 6. W A W A W Rysunek 6: Graf z wybranym wierzchołkiem wy ustawionym na Startując z W A \ W A albo zostajemy w W A, albo dojdziemy do, ale wszystkie strzałki z są do W A, czyli wygrywa Adam. 2. d parzyste i wybrany wierzchołek Adama. Ten przypadek jest przedstawiony na diagramie 7. d Rysunek 7: Graf gry z wybranym wierzcholkiem dla Adama Zmieniamy wybrany wierzchołek na wierzchołek wygrywający dla wy. Nowa gra ma mniej wierzchołków, więc znajdujemy podział na W A i W. W W A Adam na pewno ma strategie wygrywającą. Natomiast wa chodzi wewnątrz W, albo wchodzi do. Patrz diagram 8. 7

W A W Rysunek 8: Graf z wybranym wierzchołkiem Adama ustawionym na Jeśli wszystkie strzałki z d prowadzą do W to wa wygrywa. Jeśli istnieje strzałka z d do W A to wtedy zamieniamy na i przeliczamy, bo Adam może pójść z wybranego wierzchołka do W A i wygrać. Patrz diagram 9. W A W A W Rysunek 9: Graf z wybranym wierzchołkiem Adama ustawionym na 3. sytuacje z d nieparzystym są symetryczne. W ten sposób udowodniliśmy, że zachodzi krok indukcyjny. Znaleźliśmy podział grafu na wierzchołki wygrywające dla Adama i dla wy. 8

7.2 Dowód twierdzenia (dla grafów nieskończonych) Dowód (dla grafów nieskończonych): Indukcja po wielkości skończonego zbioru rang {0,... d}. Zgodnie z konstrukcją przedstawioną na rysunku 3, przekształcimy naszą grę parzystości w grę gładką. Najpierw rozpatrzmy proste przypadki. W przypadku gdy zbiór rang jest równy {0}, to wygrywa wa. Natomiast w przypadku gdy zbiór rang jest równy {1}, to wygrywa Adam. Krok indukcyjny: Załóżmy, że d parzyste (przypadek nieparzysty jest symetryczny). Niech zbiór Y = rank 1 (d). Wyznaczamy Attr (Y ) i otrzymujemy sytuację jak na rysunku 10. Y Attr(Y) Rysunek 10: Graf z wyznaczonym zbiorem Y i Attr (Y ) Następnie liczymy na reszcie grafu zbiory wygrywające dla graczy (indukcja). Patrz rysunek 11. ZA Z Rysunek 11: Graf z indukcyjnie wyznaczonymi zbiorami Z i Z A W obu grafach (bez zbioru Attr (Y ) oraz z nim) wierzchołki Z A są wygrywające dla Adama. Jest tak dlatego, że wierzchołki w Z A nie należą do atraktora dla wy zbioru Y więc Adam może 9

pozostawać w Z A i tam wygrać (tak samo jak w grze z wyrzuconymi wierzchołkami należącymi do Attr (Y )). W Z nie ma kółek ze strzałkami do atraktora (bo byłyby one w atraktorze), ale mogą być kwadraciki ze strzałkami do atraktora. Patrz rysunek 12. Y Attr(Y) Z Z A Rysunek 12: Graf z zaznaczonymi wierzcholkami Adama prowadzącymi do Attr (Y ) Z części atraktora Adam może się dostać do Z A, a więc wygrać. Są to wierzchołki należące do atraktora Adama zbioru Z A. Oznaczmy ten zbiór W 1 A = Attr G A(Z A ). Na rysunku 13 zaznaczono zbiór W 1 A. Y Attr(Y) Z Z A Rysunek 13: Graf z zaznaczoną częścią w której widać, że wygrywa Adam Wyrzucamy te części gdzie wyznaczyliśmy, że wygrywa Adam i powtarzamy kroki, aż wyznaczymy całe W A zgodnie z następującymi wzorami. Patrz rysunek 14, na którym jest przedstawiony graf G 2. Następny krok: W 2 A = Attr G 2 A (Z 2 A) W 1 A Ogólnie: W k+1 A = Attr G k+1 A (ZA k+1 10 ) W k A

2 Y Z A 2 Attr(Y) 2 Z 2 Rysunek 14: Graf G 2, z wyrzuconą częścią w której na pewno wygrywa Adam (po pierwszym kroku wyznaczania W A ) Dla τ porządkowej liczby granicznej: W τ A = W ρ A ρ<τ Otrzymujemy ciąg kolejnych W A o których wiemy, że istnieje τ takie że: W 1 A, W 2 A,... W τ A = W τ+1 A Na końcu indukcji otrzymamy następującą sytuację (patrz rysunek 15). Mamy tu zbiór Y i jego atraktor (dla wy). W tej sytuacji wygrywa wa gdyż wierzchołki w Y mają rank d (parzysty). Y Attr(Y) Rysunek 15: Graf, w którym pozostały tylko wierzchołki rangi d i atraktor tego zbioru Żeby skończyć dowód, należy jeszcze pokazać że otrzymany zbiór W A = k WA k jest wygrywający dla Adama, a jego dopełnienie (zbiór P os\w A ) jest wygrywające dla wy. Skorzystamy więc z następujących lematów: Lemat 1: Adam wygrywa w zbiorze W A = k WA. k Dowód: Weźmy dowolny wierzchołek v W A = k WA. k Wynika z tego, że v WA k+1. 11

Z definicji wiemy że v W k+1 A = Attr A (Z k+1 A W k A) Czyli w v Adam wygrywa bo v należy do atraktora Adama zbioru wygrywającego dla Adama (z indukcji). Patrz rysunek 16. Y Attr(Y) Z Z A k+1 k+1 W k A Rysunek 16: Graf, z wyznaczonymi zbiorami w pewnym kroku indukcji Lemat 2: wa wygrywa z pozycji należących do zbioru P os\w A i ma strategię bez pamięci. Dowód: Zgodnie z konstrukcją zbioru W A, w zbiorze Z Y k wa wygrywa, gdyż z Y k Adam nie może już wyjść do W A (bo leżałoby to w atraktorze W A ), a wa może wygrać w Z lub przejść do Y k. W zbiorze Y k są wierzchołki z rank d (parzysty) więc w tym zbiorze też wygrywa wa. Patrz rysunek 17. W A Y k Z Rysunek 17: Graf, z zaznaczonymi wierzchołkami wygrywającymi dla Adama i dla wy W ten sposób udowodniliśmy, że gry parzystości (zarówno dla grafów skończonych jak i nieskończonych) są zdeterminowane. 12