ÚVOD DO TEORIE HER MGR. LENKA PLOHÁKOVÁ RNDR. DAVID BARTL, PH.D.

Rozměr: px
Začít zobrazení ze stránky:

Download "ÚVOD DO TEORIE HER MGR. LENKA PLOHÁKOVÁ RNDR. DAVID BARTL, PH.D."

Transkript

1 ÚVOD DO TEORIE HER MGR. LENKA PLOHÁKOVÁ RNDR. DAVID BARTL, PH.D. ČÍSLO OPERAČNÍHO PROGRAMU: CZ.1.07 NÁZEV OPERAČNÍHO PROGRAMU: OP VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST ČÍSLO OBLASTI PODPORY: ZVYŠOVÁNÍ ODBORNÝCH KOMPETENCÍ AKADEMICKÝCH PRACOVNÍKŮ OSTRAVSKÉ UNIVERZITY V OSTRAVĚ A SLEZSKÉ UNIVERZITY V OPAVĚ REGISTRAČNÍ ČÍSLO PROJEKTU: CZ.1.07/2.2.00/ OSTRAVA 2013

2 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky Recenzent: Ing. Eva Moravcová, CSc. Název: Úvod do teorie her Autor: Mgr. Lenka Ploháková, RNDr. David Bartl, Ph.D. Vydání: první, 2013 Počet stran: 78 Studijní materiály pro distanční kurz: Úvod do teorie her Jazyková korektura nebyla provedena, za jazykovou stránku odpovídá autor. Mgr. Lenka Ploháková, RNDr. David Bartl, Ph.D. Ostravská univerzita v Ostravě

3 Mgr. Lenka Ploháková RNDr. David Bartl, Ph.D. 2013

4 Obsah Obsah Předmluva 3 1 Úvod 6 2 Maticové hry Příklady maticových her Smíšené rozšíření maticových her Symetrické hry Dominování v maticových hrách Vztah maticových her a úloh lineárního programování Dvojmaticové hry a obecné hry n hráčů ve strategickém tvaru Další příklady dvojmaticových her Smíšené rozšíření dvojmaticové hry Kompaktní metrické prostory Heineho-Borelova pokrývací věta Spernerovo lemma Brouwerova věta o pevném bodě Věta Nikaidô-Isody Kooperativní hry Kooperativní hry s přenosnou výhrou ve tvaru koaliční funkce Kooperativní hry ve tvaru funkce koaliční struktury Koncepty řešení kooperativních her s přenosnou výhrou Jádro Vyjednávací množina Kernel Nukleolus

5 Obsah Shapleyova hodnota Von Neumannovo-Morgensternovo řešení Příloha: Vysvětlivky k používaným symbolům 78 3

6 Předmluva Předmluva Předkládaný text Úvod do teorie her je určen především jako podpůrný stu dijní materiál k předmětu Teorie her (KMA/TEHER), který probíhá preze nční formou a je zařazen ve studijním plánu zaměření Optimalizace a operační výzkum oboru Aplikovaná matematika navazujícího magisterského studia na Přírodovědecké fakultě Ostravské univerzity v Ostravě. Uvedený předmět je zařazen rovněž ve studijních plánech některých dalších oborů (Aplikace matematiky v ekonomii) navazujícího magisterského studia na PřF OU. Sepsání tohoto studijního textu bylo vyžádáno potřebou nějaký studijní mate riál k předmětu Teorie her vytvořit. Text by měl posloužit také těm studen tům, kteří z nějakého důvodu nemohou přednášky z Teorie her pravidelně navštěvovat. Pokud jde o obsah tohoto studijního materiálu, ten je ovlivněn nyní (jaro/léto 2013) probíhající změnou pojetí uvedeného předmětu. Zatímco ještě donedávna platilo, že studenti Aplikované matematiky a dalších oborů se s teorií her poprvé setkávali až v navazujícím magisterském studiu (a tudíž předmět Teorie her musel být pojat více elementárně: musel být podán vše obecný úvod a zařazena základní teorie maticových her; v dalších oblastech již nebylo lze jít do větších hloubek), nyní už tomu tak není. V současné době se studenti všech matematických oborů PřF OU seznámí se základy maticových her již v povinném předmětu Úvod do lineárního programování a teorie her (KMA/ULPTH) bakalářského stupně studia. Předkládaný studijní text tedy vzniká v přechodném období. Protože změna bakalářského studia se v navazujícím studiu projeví až po nějaké době (něk teří současní studenti navazujícího magisterského studia předmět Úvod do lineárního programování a teorie her nemuseli absolvovat), je stále zařazena úvodní část týkající se teorie maticových her, které by v budoucnu měly z před mětu Teorie her vymizet. Naopak již jsou zařazeny některé pokročilejší části, například klasická věta Nikaidô-Isody o existenci bodu Nashovy rovnováhy nebo hlubší vztahy mezi koncepty řešení kooperativních her s přenosnou vý hrou. Zmíněné části teorie her pokud je autorům tohoto předkládaného textu 4

7 Předmluva známo nejsou v české (popř. slovenské) literatuře příliš zpracovány. Rovněž je nutné poznamenat, že teorie her je již neuvěřitelně rozsáhlou oblastí, kterou v žádném případě nebude možné pokrýt během jednoho (ani několika) jed nosemestrálního kursu. Obsah předmětu Teorie her je tedy do značné míry ovlivněn volbou přednášejícího. Zájemce o další oblasti teorie her nezbývá než odkázat na samostatné studium další literatury (které je nepřeberné množství). Doporučit lze například monografii Owen, G. Game Theory. 3rd edition. Academic Press, ISBN Širší přehled lze získat z kolektivních prací Aumann, R. J., Hart, S. (Eds.) Handbook of Game Theory with Economic Applications: Volume 1. Amsterdam: North Holland, ISBN Aumann, R. J., Hart, S. (Eds.) Handbook of Game Theory with Economic Applications: Volume 2. Amsterdam: Elsevier, ISBN Aumann, R. J., Hart, S. (Eds.) Handbook of Game Theory with Economic Applications: Volume 3. Amsterdam: North Holland, ISBN Další znalosti lze čerpat z odborných časopisů, například Games and Economic Behavior, Journal of Economic Theory nebo International Journal of Game Theory. Jak vyplývá, právě předkládaný studijní text Úvod do teorie her je spíše jeho první verzí, která se dozajista bude vyvíjet spolu s vývojem obsahu předmětu Teorie her (KMA/TEHER). Autoři proto uvítají Vaše upozornění na chyby v textu i jakékoliv další podněty a připomínky. 5

8 1 Úvod 1 Úvod Klíčová slova Teorie her, konfliktní situace, rozhodovací situace, hra, dělení her, hra ve stra tegickém tvaru, množina hráčů, prostor strategií, výplatní funkce, Nashova rovnováha. V této části zavedeme základní pojmy potřebné ke studiu. Teorie her se zabývá studiem modelů konfliktních nebo rozhodovacích situací. Model je popis situace matematickými prostředky (pomocí pojmu množiny, funkce, čísla atd.). Konfliktní situace nastává mezi dvěma nebo více účastníky ve chvíli, kdy jsou zájmy těchto účastníků protichůdné. Rozhodovací situace pak zobecňuje konfliktní situaci v tom smyslu, že zájmy účastníků nemusí být (nutně) protichůdné. Účelem je nalézt nejlepší rozhod nutí. Rozhodovací situaci nazýváme hrou a účastníky rozhodovací situace nazýváme hráči. Hry můžeme dělit podle různých kritérií. Pro základní představu, čím se te orie her zabývá, zde uvedeme některá základní dělení vycházející z knihy [Maňas ]. Dělení podle dějiště: 1. hry salónní šachy, dáma, karetní hry apod., 2. hry venkovní fotbal, hokej, tenis apod. 6

9 1 Úvod Toto dělení má důležité opodstatnění při studiu analogií s reálnými konflikty. Hry salónní jsou k tomuto účelu vhodné, hry venkovní již méně. Vychází to z faktu, že u her salónních můžeme dobře rozlišit jednotlivé fáze hry (při hře v šachy například jednotlivé tahy). Dělení podle počtu hráčů ve hře: 1. hry s jedním hráčem, 2. hry se dvěma hráči, 3. hry n hráčů (kde n je přirozené číslo), 4. hry s nekonečně mnoha hráči. Dělení podle spolupráce: 1. hry nekooperativní (hráči nespolupracují), 2. hry kooperativní (hráči spolupracují) (a) s přenosnou výhrou, (b) s nepřenosnou výhrou. Dělení podle počtu strategií (pouze u nekooperativních her): 1. hry konečné každý hráč má na výběr pouze z konečně mnoha možností, 2. hry nekonečné ostatní hry. Dělení podle informovanosti hráčů: 1. hry s úplnou informací všichni hráči mají úplný přehled o herní situaci (například hra v šachy, dáma), 2. hry s neúplnou informací některá informace je skryta (například karetní hry). 7

10 1 Úvod V těchto skriptech se budeme zabývat hrami se dvěma nebo více (konečně mnoha) hráči, nekooperativními hrami, konečnými i nekonečnými a koopera tivními hrami s přenosnou výhrou. V další části se budeme zabývat hrami nekooperativními, a to konkrétně hrami ve strategickém tvaru. Poznámka 1 V literatuře se lze setkat také s pojmenováním hra v normálním tvaru. Ačkoliv obě pojmenování mají stejný význam, v tomto učebním textu používáme pojmenování hra ve strategickém tvar pro jeho větší výstižnost. Definice 1.1 Hra n hráčů ve strategickém tvaru je zadána: 1. množinou hráčů N = {1,..., n}, 2. prostory strategií X 1,..., X n, 3. výplatními funkcemi F 1,..., F n. Množina hráčů N je souborem účastníků dané rozhodovací situace (hráči jsou označeni čísly, např. v případě dvou hráčů N = {1, 2}). Každý z těchto hráčů se může rozhodnout, jak bude jednat. Všechna rozhod nutí, která i-tý hráč může učinit, vložíme do množiny X i, kterou nazýváme prostor strategií i-tého hráče (množina X i je neprázdná pro i = 1,..., n). Hráči jsou v nějakém prostředí a každé rozhodnutí, které hráč (nebo hráči) provedou, působí na toto prostředí i na ostatní hráče. Výsledkem takového rozhodnutí pak je, že i-tý hráč dostane nějakou výplatu (například peníze, po chvalu, cement atd.). Pro účely modelu se předpokládá, že výplata je reálné číslo. Každý hráč i = 1,..., n má svou výplatní funkci F i : X 1 X 2 X n 1 X n R, F i : [x 1, x 2,..., x n 1, x n ] F i (x 1, x 2,..., x n 1, x n ). 8

11 1 Úvod Hra pak probíhá následovně: 1. každý hráč i zvolí jednu strategii x i ze svého prostoru strategií X i, 2. hra se sehraje, 3. každý hráč i obdrží svou výplatu F i (x 1,..., x n ). Poznámka 2 Výplata každého hráče i = 1,..., n závisí na rozhodnutích všech hráčů, tj., hráči svými rozhodnutími navzájem ovlivňují své výplaty. Uvažujeme, že zadaná hra ve strategickém tvaru je nekooperativní a že každý z hráčů chce určit strategii, která je pro něj nejlepší. Učiníme následující tři předpoklady: 1. každý hráč se rozhoduje samostatně, tj. nezávisle na ostatních, 2. každý hráč se snaží maximalizovat svou vlastní výhru (bez ohledu na ostatní), 3. (princip pomalé reakce) jestliže jediný hráč změní svou strategii, pak ostatní hráči na tuto změnu nereagují, tj., své strategie nemění. Řešením takovéto situace je bod Nashovy rovnováhy. Definice 1.2 Mějme hru ve strategickém tvaru. Řekneme, že bod [x 1, x 2,..., x n] z kartézského součinu X 1 X 2 X n všech prostorů strategií je bodem Nashovy rovnováhy právě tehdy, když pro každé x i z prostoru strategií X i platí, že F i (x 1,..., x i 1, x i, x i+1,..., x n) F i (x 1,..., x i 1, x i, x i+1,..., x n), (1) pro každé i = 1,..., n. 9

12 1 Úvod Poznámka 3 To znamená, že jestliže kterýkoli hráč i = 1,..., n zvolí ji nou strategii x i, pak ostatní hráči na tuto změnu nereagují. Nadále používají strategie x 1,..., x i 1, x i+1,..., x n. Potom výplata i-tého hráče poklesne (resp. nevzroste). Tato skutečnost protože i-tý hráč podle druhého předpokladu chce svou výplatu maximalizovat jej přiměje vrátit se zpět ke své rovnovážné strategii x i. To znamená, že systém se po tomto druhu vychýlení vrátí zpět do rovnovážného bodu. Poznámka 4 Nashova rovnováha pak představuje koncept řešení nekoopera tivních her (her ve strategickém tvaru), a to v tom smyslu, že se herní situace v tomto bodě časem ustálí. Otázka 1 Co se stane, pokud má hra více bodů Nashovy rovnováhy? Pokud existuje více bodů Nashovy rovnováhy, nevíme, kde se hra nakonec ustálí, jelikož každý z hráčů může preferovat jiný bod Nashovy rovnováhy. K řešení takovéto situace využíváme dominující bod Nashovy rovnováhy. Definice 1.3 Bod [x 1,..., x n ] je dominujícím bodem Nashovy rovnováhy právě tehdy, když je bodem Nashovy rovnováhy a zároveň pro každý další bod Nashovy rovnováhy [x 1,..., x n] platí, že pro každé i = 1,..., n. F i (x 1,..., x n) F i (x 1,..., x n ) Cvičení 1.1 Uvažujme hru dvou hráčů (N = {1, 2}) s prostory strategií X 1 = {a, b, c} a X 2 = {x, y, z}, kde výplaty jsou určeny následující tabulkou: 2. hráč x y z a hráč b c

13 1 Úvod (Tedy F 1 (a, x) = 4, F 2 (a, x) = 3, F 1 (a, y) = 0 atd.) (a) Určete všechny body Nashovy rovnováhy v této hře. (b) Který z bodů Nashovy rovnováhy je dominující? 11

14 2 Maticové hry 2 Maticové hry Obsah lekce 2.1. Příklady maticových her Smíšené rozšíření maticových her Symetrické hry Dominování v maticových hrách Vztah maticových her a úloh lineárního programování Klíčová slova Hra s konstantním součtem, hra s nulovým součtem, maticová hra, sedlový bod, smíšené rozšíření, symetrická hra, dominování. V této kapitole se seznámíme s pojmem maticové hry. Maticové hry jsou speci álním případem nekooperativních her ve strategickém tvaru. Podrobněji: ma ticové hry jsou speciálním případem her dvou hráčů s nulovým součtem, které jsou speciálním případem her n hráčů s konstantním součtem, a tyto jsou speciálním případem nekooperativních her n hráčů. S nekooperativními hrami ve strategickém tvaru jsme se seznámili v předchozí kapitole. Nyní si vysvětlíme zbývající pojmy. Definice 2.1 Hra ve strategickém tvaru (viz definice 1.1 ) má konstantní součet právě tehdy, když pro každé x X 1 X 2 X n platí F 1 (x) + F 2 (x) + + F n (x) = c, kde c je konstanta. Definice 2.2 V případě, že se jedná o hru s konstantním součtem s konstantou c = 0, říkáme, že jde o hru s nulovým součtem. 12

15 2 Maticové hry Poznámka 5 Ve hře s nulovým součtem si hráči své výplaty přerozdělí, tj., co jedni vyhrají, druzí prohrají. V této chvíli je vhodné se zamyslet nad existencí vztahu mezi hrami s kon stantním a nulovým součtem. Definice 2.3 Mějme dvě hry se stejnou množinou hráčů N = {1,..., n} a stejnými prostory strategií X 1,..., X n. Dále nechť F 1,..., F n jsou výplatní funkce v první hře a G 1,..., G n jsou výplatní funkce v druhé hře. Pak řekneme, že uvedené hry jsou strategicky ekvivalentní právě tehdy, když pro každé x, y X 1 X n platí F 1 (x) F 1 (y) G 1 (x) G 1 (y) F 2 (x) F 2 (y) G 2 (x) G 2 (y). F n (x) F n (y) G n (x) G n (y). Věta 2.1 Každou hru s konstantním součtem lze převést na hru s nulovým součtem, která je s původní hrou strategicky ekvivalentní. Důkaz Například od každé výplatní funkce F i stačí odečíst konstanu c/n pro i = 1,..., n. Jak jste si jistě všimli, v předchozích definicích se hovoří o obecné množině hráčů N. Nás ale pro účely maticových her bude zajímat pouze případ hry dvou hráčů, tj. N = {1, 2}. Ve hře dvou hráčů s nulovým součtem je vztah hráčů antagonistický (výhra jednoho je prohrou druhého hráče). Tedy v takovémto případě platí, že F 1 = F 2 a naopak F 2 = F 1, proto stačí zadat pouze jednu z těchto výplatních funkcí, například funkci F 1, kterou pak budeme značit pouze F. Prostory strategií X 1 resp. X 2 budeme značit X resp. Y. Definice 2.4 Hra dvou hráčů s nulovým součtem se nazývá antagonistická hra. 13

16 2 Maticové hry Otázka 2 Co znamená pojem Nashovy rovnováhy v případě hry dvou hráčů s nulovým součtem? Mějme hru dvou hráčů s nulovým součtem s prostory strategií X 1 a X 2 a výplatními funkcemi F 1 a F 2. Položíme X = X 1 a Y = X 2. Podle definice 1.2 bod [x, y ] X Y je bodem Nashovy rovnováhy právě tehdy, když pro každé x X a každé y Y platí F 1 (x, y ) F 1 (x, y ), (2) a F 2 (x, y) F 2 (x, y ). (3) Položíme-li F = F 1 = F 2, potom uvedené vztahy (2) a (3) lze ekvivalentně zapsat jako F (x, y ) F (x, y ) F (x, y). Bod Nashovy rovnováhy tedy ve hře dvou hráčů s nulovým součtem odpovídá sedlovému bodu výplatní funkce F. Definice 2.5 Nechť X a Y jsou množiny, dále nechť F : X Y R je funkce. Bod [x, y ] nazveme sedlovým bodem funkce F právě tehdy, když pro každé x X a každé y Y platí, že F (x, y ) F (x, y ) F (x, y). Nyní si uvedeme větu týkající se vlastností sedlového bodu. Věta 2.2 (o sedlových bodech) Nechť X a Y jsou množiny a nechť F : X Y R je funkce. Jestliže [x, y ] X Y a [x, y ] X Y jsou sedlové body funkce F, pak body [x, y ] a [x, y ] jsou také sedlové a navíc platí F (x, y ) = F (x, y ) = F (x, y ) = F (x, y ). 14

17 2 Maticové hry Důkaz Víme, že body [x, y ] a [x, y ] jsou sedlové, tedy F (x, y ) F (x, y ) F (x, y) a F (x, y ) F (x, y ) F (x, y) pro každé x X a každé y Y. Odtud plyne, že F (x, y ) F (x, y ) F (x, y ) F (x, y ) F (x, y ). Tudíž F (x, y ) = F (x, y ) = F (x, y ) = F (x, y ) = F (x, y ). Máme dokázat, že body [x, y ] a [x, y ] jsou sedlové. Na základě předchozího a protože body [x, y ] a [x, y ] jsou sedlové, platí F (x, y ) F (x, y ) = F (x, y ) = F (x, y ) F (x, y) a F (x, y ) F (x, y ) = F (x, y ) = F (x, y ) F (x, y) pro každé x X a každé y Y. Tedy body [x, y ] a [x, y ] jsou také sedlové. Z této věty vyplývá, že hodnota výplatní funkce F v sedlovém bodě je určena jednoznačně. Definice 2.6 Má-li antagonistická hra dvou hráčů sedlový bod, potom hod notu výplatní funkce F v sedlovém bodě nazýváme hodnotou hry. Poznámka 6 Hodnota hry se nazývá také cenou hry. Nyní se již dostáváme k maticovým hrám. Pouze připomeneme, že konečnou hrou rozumíme hru, v níž jsou prostory strategií konečné množiny. To v případě hry dvou hráčů znamená, že X = {1,..., m} a Y = {1,..., n}. Definice 2.7 Maticovou hrou rozumíme konečnou hru dvou hráčů s nulovým součtem. 15

18 2 Maticové hry Připomeneme, co rozumíme pojmem matice. Definice 2.8 Maticí reálných čísel typu m n rozumíme zobrazení A: {1,..., m} {1,..., n} R, A: [i, j] a ij. Matici také můžeme zaznamenat tabulkou a 11 a 12 a 1n a 21 a 22 a 2n A =... a m1 a m2 a mn. V případě maticové hry tedy výplatní funkce F : X Y R splývá s pojmem matice. To znamená, že výplaty prvního hráče lze zaznamenat jako matici A = (a ij ), kde a ij = F (i, j). Nyní ale vzniká otázka. Otázka 3 Jak najít sedlový bod maticové hry? Jak zjistit, zda sedlový bod maticové hry existuje? Sedlový bod maticové nalezneme následujícím postupem: 1. postupně procházíme všechny řádky matice A a v daném řádku i určíme minimum, tj. min a ij, resp. min F (x, y), j y Y 2. z takto získaných minim vybereme maximum, tj. max min a ij, resp. max i j min x X y Y F (x, y); 3. dále postupně procházíme všechny sloupce matice A a v daném sloupci j určíme maximum, tj. max a ij, resp. max F (x, y), i 16 x X

19 2 Maticové hry 4. z takto získaných maxim vybereme minimum, tj. min max a ij, resp. min j i max y Y x X 5. Jestliže nastává rovnost min max a max min, tj. resp. max i max min x X y Y min j a ij = min max a ij, j i F (x, y) = min max y Y x X F (x, y). F (x, y), pak sedlový bod existuje a nalezneme jej v průsečících řádků a sloupců, v nichž tato rovnost nastává. 6. Jestliže rovnost nenastává, tj. platí resp. max i max min x X y Y pak sedlový bod neexistuje. min j a ij < min max a ij, j i F (x, y) < min max y Y x X F (x, y), Příklad 2.1 Mějme matici A = Naším úkolem je zjistit, zda existuje sedlový bod, a pokud ano, určit jej. 1. Ve všech řádcích matice A určíme minimum: min j a 1j = 1, min j a 2j = 3, min j a 2j = 1, 2. z těchto dvou minim určíme maximum: max i min j a ij = 3, 3. dále ve všech sloupcích matice A určíme maximum: max i a i1 = 8, max i a i2 = 3, max i a i2 = 9, 17

20 2 Maticové hry 4. z těchto dvou maxim určíme minimum: min j max i a ij = 3, 5. nyní už vidíme, že sedlový bod matice A existuje a jeho hodnota je rovna 3, neboť max i min j a ij = 3 = min max a ij. j i // Příklad 2.2 Mějme matici A = ( ). Naším úkolem je zjistit, zda existuje sedlový bod, a pokud ano, určit jej. 1. V obou řádcích matice A určíme minimum: min j a 1j = 1, min j a 2j = 1, 2. z těchto dvou minim určíme maximum: max i min j a ij = 1, 3. dále v obou sloupcích matice A určíme maximum: max i a i1 = 1, max i a i2 = 1, 4. z těchto dvou maxim určíme minimum: min j max i a ij = 1, 5. nyní už vidíme, že sedlový bod matice A neexistuje, neboť max i min j a ij = 1 1 = min max a ij. j i // 18

21 2 Maticové hry Jak si pozorný čtenář jistě všimnul, v předchozím příkladě nastala zvláštní situace, že max i min j Podle následující věty vždy platí nerovnost max i min j a ij < min max a ij. j i a ij min max a ij. j i Věta 2.3 Nechť F : X Y R je funkce. Pak sup inf F (x, y) inf sup F (x, y). x X y Y y Y x X Důkaz Z vlastností suprema a infima víme, že pro každé x X a každé ȳ Y platí inf y Y F ( x, y) F ( x, ȳ) sup F (x, ȳ). x X Odtud pak plyne, že pro každé x X a každé y Y platí inf y Y F (x, y) sup F (x, y), x X ekvivalentně sup inf F (x, y) inf sup F (x, y). x X y Y y Y x X Následující věta podává charakteristiku sedlového bodu funkce F. Věta 2.4 Nechť F : X Y R je funkce a nechť bod [x, y ] X Y je zvolen libovolně. Potom následující dva výroky jsou ekvivalentní: 1. bod [x, y ] je sedlovým bodem funkce F, 2. platí max inf F (x, y) = inf x X y Y y Y F (x, y) = F (x, y ) = sup x X F (x, y ) = min y Y sup F (x, y). x X 19

22 2 Maticové hry Poznámka 7 To znamená, že funkce inf y Y F (x, y) nabývá svého maxima na množině X v bodě x a že funkce sup x X F (x, y) nabývá svého minima na množině Y v bodě y. Důkaz Podle předpokladu víme, že a tudíž sup F (x, y ) = F (x, y ) = inf F (x, y), x X y Y F (x, y ) sup F (x, y ) = F (x, y ) = inf F (x, y) F (x, y) x X y Y pro každé x X a každé y Y, což znamená, že bod [x, y ] je sedlový Podle předpokladu, protože bod [x, y ] je sedlový, platí pro každé x X a každé y Y neboli F (x, y ) F (x, y ) F (x, y) a tudíž sup F (x, y ) F (x, y ) inf F (x, y), x X y Y inf y Y sup x X F (x, y) sup F (x, y ) F (x, y ) inf x X y Y F (x, y) sup inf F (x, y). x X y Y Ovšem nerovnost sup x X inf y Y F (x, y) inf y Y sup x X F (x, y) platí podle předcházející věty 2.3. Platí tedy rovnost inf y Y sup x X F (x, y) = sup F (x, y ) = F (x, y ) = inf x X y Y F (x, y) = sup inf F (x, y). x X y Y Vidíme, že infimum funkce sup x X F (x, y) resp. supremum funkce inf y Y F (x, y) se nabývá v bodě y resp. x jako minimum resp. maximum. Dohromady do stáváme, že max inf F (x, y) = inf x X y Y y Y F (x, y) = F (x, y ) = sup x X F (x, y ) = min y Y sup F (x, y). x X 20

23 2 Maticové hry Cvičení 2.1 Postupem z odpovědi na otázku 3 rozhodněte, zda maticová hra zadaná maticí má sedlový bod, a určete jej Cvičení 2.2 Postupem z odpovědi na otázku 3 rozhodněte, zda maticová hra zadaná maticí má sedlový bod, a určete jej Cvičení 2.3 Postupem z odpovědi na otázku 3 rozhodněte, zda maticová hra zadaná maticí má sedlový bod, a určete jej Příklady maticových her V této podkapitole uvedeme základní příklady maticových her. Příklad 2.3 (Blotto hry) 1. Vojenská interpretace: Jedná se o hru dvou generálů, z nichž každý má k dispozici a resp. b jednotek. Bojují o n území o hodnotách v 1,..., v n tak, že každý z nich na dané území vyšle určitý počet jednotek. Ten, který pošle jednotek více, dané území získá, v případě shody se území dělí na půl. 21

24 2 Maticové hry Formálně se hra zavádí takto: množina hráčů N = {1, 2}, prostory strategií M 1 = {x R n ; x x n = a, x 1,..., x n 0, x 1,..., x n N 0 }, M 2 = {y R n ; y y n = b, y 1,..., y n 0, y 1,..., y n N 0 }, výplatní funkce: F 1 (x, y) = F 2 (x, y) = n i=1 n i=1 v i jestliže x i > y i v i 2 jestliže x i = y i 0 jestliže x i < y i v i jestliže y i > x i v i 2 jestliže y i = x i 0 jestliže y i < x i Jedná se o hru s konstantním součtem. Lze ji převést na hru s nu lovým součtem. Tato hra obecně nemá sedlový bod. 2. Ekonomická interpretace aukce obálkovou metodou: Hráči jsou dva investoři, z nichž každý má k dispozici a resp. b peněžních prostředků. V aukci je n budov o hodnotách v 1,..., v n. Investor napíše svou peněžní nabídku za jednotlivé budovy na papír, který zalepí do obálky. Obálku doručí komisi, která obálky rozlepí a danný objekt připadne tomu, kdo za něj nabídl více peněz, v případě rovnosti rozhodne los. 3. Získání zakázek na trzích: Hráči jsou dvě firmy, které se ucházejí o zakázky na n trzích. Na těchto trzích je možné získat zakázky o hodnotách v 1,..., v n. Výši získaných zakázek lze ovlivnit vynaložením peněz na propagaci. 22

25 2 Maticové hry První resp. druhá firma má k dispozici a resp. b peněžních pro středků určených na propagaci. Zakázky na daném trhu se rozdělí mezi firmy v tom poměru, v jakém na daném trhu investovaly do propagace. // Příklad 2.4 (Hide and attack (napadení konvoje)) Za druhé světové války byla Velká Británie zásobována konvoji lodí z USA přes Atlantik. Německé ponorky se snažily konvoj potopit. Konvoj může volit svou trasu (např. A, B nebo C), přičemž ponorky mohou čekat na různých místech (A, B nebo C). V případě, že se minou, konvoj dopluje, pokud se potkají, je konvoj poškozen. Výplatní matice hry (kde číslo p i, 0 p i 1, znamená míru poškození konvoje): konvoj A B C A p ponorky B 0 p 2 0 C 0 0 p 3 Jedná se o diagonální matici. Nemá sedlový bod. // 23

26 2 Maticové hry Příklad 2.5 (Prstová hra Morra) Tato hra má dlouhou tradici. Pochází z antiky a v Itálii je populární dodnes. Hrají dva hráči. Oba hráči ve stejném okamžiku ukáží určitý počet prstů 1,..., n a vysloví číslo 1,..., n udávající počet prstů, které si myslí, že protihráč ukáže. V případě, že oba hráči hádají správně nebo oba špatně, výplaty jsou nulové. V opačném případě hráč, který hádal špatně, zaplatí protihráči tolik zápalek, kolik činí součet ukázaných prstů. Výplatní matice (pro n = 2, kde a/b znamená, že hráč ukazuje a a b prstů hádá): 2. hráč 1/1 1/2 2/1 2/2 1/ hráč 1/ / / // 24

27 2 Maticové hry Příklad 2.6 (Model protivzdušné obrany) Za druhé světové války probíhaly nálety na města pomocí bombardérů. Tato města se proti těmto náletům bránila stíhačkami. Hráči jsou velitel bombardérů, který chce provést nálet na město, a velitel stíhaček, který chce město ubránit. Velitel bombardérů se může rozhodnout, zda provede nálet v malé nebo velké výšce. Velitel stíhaček se může rozhodnout, zda bude očekávat nálet v malé nebo velké výšce. Úspěšnost náletu (resp. obrany) závisí na tom, zda se bombardéry a stíhačky potkají ve stejné výšce. Matice hry (pro úspěšnost náletu): stíhačky vysoko nízko bombardéry vysoko 10 % 70 % nízko 100 % 40 % Tato hra nemá sedlový bod. // Příklad 2.7 (Operace zraněného) Do nemocnice přivezli zraněného. Zranění může být X, Y nebo Z. Na přesné vyšetření není čas. Lékaři mohou operovat způsobem A nebo B. 25

28 2 Maticové hry Uspěšnost zákroku: příroda X Y Z lékaři A 70 % 50 % 60 % B 60 % 30 % 100 % V tomto případě jde o rozhodování za nejistoty, neboť neznáme (nebylo uvedeno) rozdělení pravděpodobnosti, jímž se výskyt jevů X, Y nebo Z řídí. Kdybychom toto rozdělení znali, hovořili bychom o rozhodování při riziku. V obou případech jde o takzvané hry proti přírodě, která je do plněna jako druhý hráč bez výplatní funkce. Jeden z možných způsobů jejího řešení je ji jako antagonistickou hru pojmout, pak hledáme sedlový bod. Obecněji lze použít princip minimaxu, kdy hledáme max min x X y Y F (x, y). // 2.2 Smíšené rozšíření maticových her Mějme maticovou hru s maticí hry A R m n, s prostory strategií X = {1,..., m} a Y = {1,..., n} a s výplatní funkcí F (i, j) = a ij. Tato maticová hra nemusí mít sedlový bod. Tuto situaci řešíme tak, že budeme uvažovat smíšené rozšíření této maticové hry. 26

29 2 Maticové hry Definice 2.9 Smíšeným rozšířením maticové hry s maticí hry A R m n rozumíme hru s prostory strategií X = {x R m ; x e = 1, x 0} a Ȳ = {y R n ; f y = 1, y 0}, kde e je vektor m jedniček a f je vektor n jedniček, a výplatní funkcí F (x, y) = x Ay = m n x i a ij y j. i=1 j=1 Poznámka 8 Smíšené rozšíření v sobě vždy obsahuje původní hru: čistým strategiím i X = {1,..., m} resp. j Y = {1,..., n} odpovídají kanonické jednotkové vektory e i resp. f j. Vektor e i resp. f j má celkem m resp. n složek, a to jedničku na i-tém resp. j-tém místě a nuly na ostatních m 1 resp. n 1 místech. Lemma 2.1 Sedlový bod smíšeného rozšíření maticové hry se nezmění, jestliže ke všem prvkům matice A přičteme stejnou konstantu c. Důkaz Nechť [x, y ] je sedlový bod smíšeného rozšíření maticové hry, tedy pro každé x X a každé y Ȳ platí Naším úkolem je dokázat, že x Ay x Ay x Ay. (4) x (A + ce)y x (A + ce)y x (A + ce)y, kde E R m n je matice samých jedniček. Pro libovolné x X a ȳ Ȳ platí x (A + ce)ȳ = x Aȳ + c x Eȳ = = x Aȳ + c m i=1 n j=1 x i1y j = = x Aȳ + c m i=1 x i n j=1 y j = = x Aȳ + c, 27

30 2 Maticové hry tedy máme dokázat, že x Ay + c x Ay + c x Ay + c, což ale plyne ze vztahu (4) přičtením konstanty c. Lemma 2.2 Bod [x, y ] X Ȳ je sedlovým bodem smíšeného rozšíření maticové hry s maticí A a v = x Ay je hodnota hry právě tehdy, když jsou splněny soustavy Ay ev a vf x A. Důkaz Nejdříve ukážeme směr zleva doprava. Mějme sedlový bod [x, y ]. Tedy víme, že pro každé x X a každé y Ȳ platí x Ay x Ay x Ay. Tato nerovnost platí i pro jednotkové vektory x = e 1,..., e m, tj. e 1 Ay x Ay = v. Ay ev. e may x Ay = v Analogicky pro jednotkové vektory y = f 1,..., f n platí v = x Ay x Af 1. vf x A. v = x Ay x Af n Nyní ukážeme směr zprava doleva. Víme, že platí nerovnosti Ay ev a vf x A, neboli e 1 Ay v, e may v,. (5) 28

31 2 Maticové hry a v x Af 1,. v x Af n. Máme dokázat, že pro každé x X a každé y Ȳ platí (6) x Ay v x Ay, a že v = x Ay. Nechť je dáno x X o složkách x 1,..., x m, pak vynásobením nerovnic (5) tímto x, tj. i-tou nerovnici násobíme číslem x i, získáme x 1 e 1 Ay x 1 v,. x m e may x m v, po sečtení ekvivalentně m m x i e i Ay x i v, i=1 i=1 x Ay v. Analogicky nechť je dáno y Ȳ o složkách y 1,..., y n, pak vynásobením ne rovnic (6) tímto y, tj. j-tou nerovnici násobíme číslem y j, získáme vy 1 x Af 1 y 1,. vy n x Af n y n, po sečtení ekvivalentně Tedy získáváme, že n n v y j x A f j y j, j=1 j=1 v x Ay. x Ay v x Ay pro všechna x X a všechna y Ȳ. Volbou x = x a y = y dostáváme x Ay v x Ay, tedy v = x Ay. 29

32 2 Maticové hry Nyní můžeme vyslovit hlavní větu maticových her. Věta 2.5 (hlavní maticových her). Smíšené rozšíření maticové hry má vždy alespoň jeden sedlový bod. Důkaz Mějme dánu maticovou hru s maticí hry A R m n. Máme dokázat, že existuje bod [x, y ] X Ȳ takový, že pro každé x X a každé y Ȳ platí x Ay x Ay x Ay. Podle lemmatu 2.1 se sedlový bod nezmění, když ke všem prvkům matice A přičteme stejnou konstantu c > 0. Bez újmy na obecnosti budeme předpokládat, že již A > 0. Pak podle lemmatu 2.2 stačí nalézt x X, y Ȳ a v R tak, aby platilo Ay ev a vf x A. Budou-li uvedené soustavy platit, bude nutně v > 0. Číslem v tedy můžeme dělit a dostáváme Ay v Nyní provedeme substituci e a f x A v. p = y v a q = x v. Naším úkolem je nyní vyřešit následující soustavy: Ap e, p 0 a q A f q 0 a f p = q e. Budeme tedy řešit následující úlohy lineárního programování (P ) max f p Ap e p 0 (D) min q e q A f q 0. Obě úlohy (P ) a (D) jsou přípustné v úloze (P ) stačí uvažovat např. bod p = 0 a v úloze (D) stačí uvažovat např. bod q = ek pro K + a podle 30

33 2 Maticové hry věty o existenci optimálních řešení mají obě úlohy optimální řešení p a q. Podle principu duality platí, že f q = q e, a zřejmě platí, že f p = q e > 0. (Jistě je f p = q, neboť p 0 i q 0, e 0. Kdyby q e = 0, muselo by být q = 0, což není možné.) Stačí tedy položit v = 1 f p = 1 q e a x = q v, y = p v. Pak bod [x, y ] je sedlovým bodem zadané maticové hry. Cvičení 2.4 Napište smíšené rozšíření hry modelu protivzdušné obrany (viz příklad 2.6 ). 2.3 Symetrické hry Tato podkapitola se zabývá speciálním druhem hry dvou hráčů s nulovým součtem. Tato hra je speciální v tom, že oba hráči mají stejné prostory strategií a antisymetrické výplatní funkce. Nyní symetrickou hru zavedeme formálně. Definice 2.10 Hra dvou hráčů s nulovým součtem se nazývá symetrická právě tehdy, když prostory strategií splývají, tj. X = Y, a výplatní funkce je antisy metrická, tj., pro každé x X a každé y Y platí F (x, y) = F (y, x). Poznámka 9 V případě maticové hry s maticí hry A R m n je hra syme trická právě tehdy, když je matice hry A antisymetrická, tj., platí, že m = n a A = A. Věta 2.6 Má-li symetrická hra sedlový bod [x, y ], pak body [y, x ], [x, x ] a [y, y ] jsou také sedlové a společná hodnota hry je rovna nule. 31

34 2 Maticové hry Důkaz Pro sedlový bod platí, že F (x, y ) F (x, y ) F (x, y), tudíž F (y, x) F (y, x ) F (y, x ), F (y, x ) F (y, x ) F (y, x), tedy bod [y, x ] je sedlovým bodem a podle věty 2.2 o sedlových bodech jsou body [x, x ] a [y, y ] také sedlovými. Dále platí, že F (x, y ) = F (y, x ) = F (x, y ), a tedy F (x, y ) = Dominování v maticových hrách Dominování v maticových hrách nám umožňuje zmenšit matici hry v případě, že se v této matici vyskytují řádky resp. sloupce, které odpovídají strategiím, které si žádný z hráčů nezvolí. Mějme maticovou hru s maticí hry A = a 11 a 12 a 1n a 21 a 22 a 2n... a m1 a m2 a mn. Pak 1. první hráč se snaží maximalizovat svou výhru, tedy pokud a i1 j a i2 j pro nějaká i 1, i 2 a pro každé j = 1,..., n, lze řádek i 1 vynechat a zmenšit tak matici A, 32

35 2 Maticové hry 2. druhý hráč se snaží minimalizovat svou prohru, tedy pokud a ij1 a ij2 pro nějaká j 1, j 2 a pro každé i = 1,..., m, lze sloupec j 2 vynechat a zmenšit tak matici A. Definice 2.11 Říkáme, že řádek i 1 z předchozího odstavce je dominován řád kem i 2, a sloupec j 2 z předchozího odstavce je dominován sloupcem j 1. Uvedený postup lze po zmenšení matice A opakovat. Definice 2.12 (obecněji) Uvažujeme-li smíšené rozšíření, pak 1. řádek i 1 je dominován konvexní kombinací ostatních řádků, existují-li čísla x 1,..., x i1 1, x i1 +1,..., x m 0 taková, že x x i1 1 + x i x m = 1 a pro každé j, a i1 j m x i a ij i=1 i i 1 2. sloupec j 2 je dominován konvexní kombinací ostatních sloupců, existují-li čísla y 1,..., y j2 1, y j2 +1,..., y n 0 taková, že y y j2 1 + y j y n = 1 a n pro každé i. a ijy j a ij2 j=1 j j 2 Příklad 2.8 V matici hry je druhý a třetí sloupec dominován prvním sloupcem (lze je vynechat), první a druhý řádek je dominován třetím řádkem (lze je vynechat). Zůstává matice typu 1 1 obsahující pouze prvek 7. Matice A má sedlový bod průsečík třetího řádku a prvního sloupce a hodnta hry je 7. // 33

36 2 Maticové hry Příklad 2.9 V matici hry je čtvrtý sloupec dominován např. třetím sloupcem (resp. libovolnou konvexní kombinací prvních tří sloupců; čtvrtý sloupec lze vynechat) a druhý řádek je dominován např. aritmetickým průměrem prvního a třetího řádku (lze jej vynechat). // Cvičení 2.5 Zmenšete matici hry A = vynecháním dominovaných řádku a sloupců. Cvičení 2.6 Zmenšete matici hry A = vynecháním dominovaných řádku a sloupců. Uvažujte smíšené rozšíření. 2.5 Vztah maticových her a úloh lineárního programování Z hlavní věty maticových her (viz věta 2.5 ) víme, že řešením úloh lineárního programování lze nalézt sedlový bod smíšeného rozšíření maticové hry. Otázka 4 Lze nalezením sedlového bodu vyřešit úlohy lineárního programo vání? 34

37 2 Maticové hry Mějme úlohy lineárního programování. (P ) max c x Ax b x 0 (D) min y b y A c y 0. Věta 2.7 Nechť ( x, ȳ, z) je rovnovážný vektor ve hře s maticí hry 0 A c A 0 b. c b 0 Jestliže z > 0, potom x = x/ z, a y = ȳ/ z jsou optimální řešení úloh (P ) a (D). Věta 2.8 Nechť x a y jsou optimální řešení úloh (P ) a (D). Potom ( x, ȳ, z) je rovnovážný vektor ve hře s maticí hry 0 A c A 0 b, c b 0 kde x = x z, ȳ = y z a z = e x + y f. Důkazy obou vět jsou velice snadné. Dokazují se pomocí lemmatu 2.2 Příklad 2.10 Uvažujme úlohy lineárního programování (P ) max 8x + 6y (D) min 12u + 10v 3x + 4y 12, 3u + 5v 8, 5x + 2y 10, 4u + 2v 6, x, y 0, u, v 0. Poměrně snadno určíme, že optimální řešení uvedených úloh jsou x = 8 7, y = 15 7 a u = 1, v = 1. 35

38 2 Maticové hry čtenář nechť ihned ověří optimalitu obou řešení užitím věty o slabé dualitě (přípustnost řešení a rovnost hodnot cílových funkcí)! Výše uvedeným úlohám (P ) a (D) odpovídá symetrická hra s maticí hry à = Podle věty 2.8 určíme hodnotu z = a další hodnoty x + y + u + v = = x = x z = 8 44, ȳ = y z = 15 44, ū = u z = 7 44, v = v z = Tedy vektor x 8/44 ȳ 15/44 ū = 7/44 v 7/44 z 7/44 je vektorem rovnovážných smíšených strategií ve hře s maticí hry nechť tuto skutečnost ihned ověří řešením soustav podle lemmatu 2.2! Obráceně, víme-li, že 8/44 15/44 7/44 7/44 7/44 je vektorem rovnovážných smíšených strategií ve hře s maticí hry Ã. čtenář Ã, potom položíme z = 7/44 (poslední souřadnice vektoru) a, protože z > 0, podle věty 2.7 určíme řešení úloh (P ) a (D) takto: x = x z = 8 7, y = ȳ z = 15 7, u = ū z = 1, v = v z = 1. 36

39 2 Maticové hry čtenář ověří, že řešení jsou přípustná a optimální (porovnáním hodnot cílových funkcí v těchto řešeních). // Korespondenční úkol 1 Vypočtěte rovnovážné smíšené strategie prstové hry Morra. 37

40 3 Dvojmaticové hry 3 Dvojmaticové hry a obecné hry n hráčů ve strategickém tvaru 3.1. Další příklady dvojmaticových her Smíšené rozšíření dvojmaticové hry Kompaktní metrické prostory Heineho-Borelova pokrývací věta Spernerovo lemma Brouwerova věta o pevném bodě Věta Nikaidô-Isody Klíčová slova Dvojmaticová hra, vězňovo dilema, smíšené rozšíření, simplex, barycentrické souřadnice, Spernerovo lemma, pevný bod, Brouwerova věta o pevném bodě, konvexní hra, věta Nikaidô-Isody. S příkladem dvojmaticové hry jsme se setkali již ve cvičeni 1.1 na konci úvodní kapitoly. Pojem dvojmaticové hry je obecnější než pojem hry maticové v tom smyslu, že každá maticová hra je zároveň hrou dvojmaticovou. Na rozdíl od maticových her vztah hráčů ve dvojmaticové hře nemusí být antagonistický, tj., výhra jednoho hráče nemusí znamenat prohru druhého hráče. Může tedy dojít například ke smírnému řešení, kdy každý z hráčů vyhraje, nebo k situaci, v níž oba hráči prohrají. Uvedený jev ilustrujeme pomocí následujícího příkladu. Příklad 3.1 (Vězňovo dilema) Předpokládejme, že dva lupiči byli dopadeni po zločinu a nyní jsou vyslýchání, přičemž každý z nich může postupovat jedním z následujících způsobů: 38

41 3 Dvojmaticové hry 1. přizná se (P), 2. bude zapírat (Z). Pak důsledky jednotlivých rozhodnutí obou lupičů můžeme zaznamenat do následující tabulky: 2. hráč P Z 1. hráč P Z Dvojicí rovnovážných strategií je poněkud překvapivě [P, P], ačkoliv pro oba účastníky by bylo výhodnější volit [Z, Z]. // Nyní formálně zavedeme definici dvojmaticových her. Definice 3.1 Dvojmaticovou hrou rozumíme konečnou hru dvou hráčů. Poznámka 10 Dvojmaticová hra je tedy zadána množinou dvou hráčů N = {1, 2}, prostory strategií X = {1,..., m} a Y = {1,..., n} a výplatními funk cemi F 1, F 2 : X Y R. S ohledem na definici 2.8 vidíme, že výplatní funkce F 1 a F 2 splývají s pojmem matice. To znamená, že výplaty prvního resp. dru hého hráče lze zaznamenat jako matici A = (a ij ) resp. B = (b ij ), kde a ij = F 1 (i, j) resp. b ij = F 2 (i, j). 39

42 3 Dvojmaticové hry 3.1 Další příklady dvojmaticových her Příklad 3.2 (Manželský spor) V manželském páru probíhá spor o trávení společného volného času. Manželka má zájem predevším o kulturu (K), kdežto manžel převážne o sport (S). V případě, že se oba hráči zúčastní kulturní akce, manžel bude mít nižší užitek. V opačném případě, kdy se zúčastní akce sportovní, má nižší užitek manželka. Dalším řešením je rozdělení manželů, kdy se každý zúčastní akce, která jej zajímá, přičemž tato situace má za následek rozladění účastníků a žádný užitek. Situaci shrnuje následující tabulka. manžel K S manželka K S Dvojice [K, K] a [S, S] zřejmě tvoří rovnovážné strategie. Jak se ale hráči mezi těmito strategiemi rozhodnou, v případě nekooperativním záleží pouze na nich a v rámci čistých strategií jim nelze poskytnout žádný racionální návod k jednání. // Příklad 3.3 (Konflikt typu kuřata) Dva mladíci se baví tím, že se proti sobě rozjedou v autech středem vozovky a první z hráčů, který uhne (U), oproti druhému, který neuhne (N), ztratí prestiž. V případe, že oba mladíci zvolí strategii neuhnout, skončí zábava havárií. Situaci popisuje následující tabulka. 2. hráč U N 1. hráč U N

43 3 Dvojmaticové hry Tato hra má opět dva rovnovážné body a to [N, U] a [U, N] a v rámci čistých strategií hráčům nelze poskytnout žádný racionální návod k jednání. // 3.2 Smíšené rozšíření dvojmaticové hry Mějme dvojmaticovou hru s maticemi A a B typu m n. Z předchozích ka pitol víme, že hra nemusí mít bod Nashovy rovnováhy. V takovém případě využíváme tzv. smíšeného rozšíření. Definice 3.2 Smíšeným rozšířením dvojmaticové hry s maticemi A a B ro zumíme hru s prostory strategií X = {x R m ; x e = 1, x 0}, Ȳ = {y R n ; f y = 1, y 0}, kde e resp. f je vektor m resp. n jedniček, a výplatními funkcemi F 1 (x, y) = x Ay a F 2 (x, y) = x By. Věta 3.1 Smíšené rozšíření dvojmaticové hry má vždy alespoň jeden bod Nashovy rovnováhy. Důkaz Tvrzení této věty je důsledkem věty Nikaidô-Isody, kterou uvedeme později. Důkazy následujích dvou lemmat jsou snadné. Věta 3.2 se pak snadno dokáže pomocí obou lemat. Důkazy proto neuvádíme. Čtenář se může pokusit dokázat uvedená tvrzení samostatně. 41

44 3 Dvojmaticové hry Lemma 3.1 Rovnovážný bod smíšeného rozšíření dvojmaticové hry se ne změní, jestliže ke všem prvkům matice A resp. B přičteme stejnou konstantu c resp. d. Lemma 3.2 Nechť [x, y ] X Ȳ je nějaký bod z prostoru strategií. Položme u = x Ay a v = x By. Potom bod [x, y ] je rovnovážným bodem právě tehdy, když Ay eu a zároveň x B vf. Věta 3.2 Nechť A a B jsou matice typu m n s kladnými členy, dále [x, y ] je libovolný bod a u, v > 0 jsou libovolná čísla. Potom bod [x, y ] je rovnovážným bodem a platí u = x Ay a v = x By právě tehdy, když pro vektory p = x 1 v a q = y 1 platí u za podmínek Aq e p B f q 0 p 0 q 0 p 0 p (Aq e) = 0 (p B f )q = 0. Poznámka 11 Bod [p, q] řešící LCP (linear complementarity problem) uve dený v předchozí větě je ekvivalentně netriviálním řešením úlohy kvadratického programování: ( p q ) ( 0 A + B 0 0 ) ( p q ) ( p q ) ( e o ) ( o f ) ( p q ) max za podmínek Aq e p B f q 0 p 0 q 0 p 0. 42

45 3 Dvojmaticové hry 3.3 Kompaktní metrické prostory Tato podkapitola se věnuje kompaktním metrickým prostorům a jejich vlast nostem nutným pro vyslovení Heineho-Borelovy pokrývací věty. Tu využijeme později v důkazu věty Nikaidô-Isody, která mj. zaručuje, že smíšené rozšíření dvojmaticové hry má alespoň jeden bod Nashovy rovnováhy. Definice 3.3 Metrickým prostorem rozumíme dvojici (X, ρ), kde X je libo volná množina a ρ je metrika, tj. zobrazení ρ: X X R, které pro libovolná x, y, z X splňuje následující axiomy. 1. Axiom nezápornosti: ρ(x, y) Axiom totožnosti: ρ(x, y) = 0 x = y. 3. Axiom symetrie: ρ(x, y) = ρ(y, x). 4. Trojúhelníková nerovnost: ρ(x, z) ρ(x, y) + ρ(y, z). Definice 3.4 Vzdáleností bodu x X od množiny K X rozumíme ρ(x, K) = inf{ρ(x, k); k K}. Definice 3.5 Uzávěrem množiny K X rozumíme množinu cl(k) = {x X; ρ(x, K) = 0}. Definice 3.6 Podmnožinu K metrického prostoru X nazveme hustou právě tehdy, když jejím uzávěrem je celý metrický prostor. Definice 3.7 Metrický prostor X nazveme separabilním právě tehdy, když má hustou spočetnou podmnožinu. 43

46 3 Dvojmaticové hry Definice 3.8 Báze metrického prostoru je soustava otevřených množin ta ková, že každou otevřenou množinu lze napsat jako stejdnocení prvků báze. Věta 3.3 Nechť X je metrický prostor. Následující vlastnosti jsou ekviva lentní. a) Metrický prostor X je separabilní. b) Metrický prostor X má spočetnou bázi. c) Z každého pokrytí metrického prostoru X otevřenými množinami lze vybrat spočetné podpokrytí. Definice 3.9 Metrický prostor X se nazývá úplný, jestliže každá jeho cauchy ovská posloupnost je konvergentní. Definice 3.10 Metrický prostor X se nazývá totálně omezený, jestliže ke ka ždému ε > 0 existuje konečná množina K ε X taková, že pro každé x X platí ρ(x, K ε ) < ε. Pozorování 1 Kompaktní metrický prostor je totálně omezený. Pozorování 2 Každý totálně omezený metrický prostor je separabilní. Věta 3.4 V totálně omezeném metrickém prostoru lze z každé posloupnosti vybrat posloupnost cauchyovskou. Věta 3.5 Metrický prostor je kompaktní právě tehdy, když je úplný a totálně omezený. 44

47 3 Dvojmaticové hry Definice 3.11 Bod x M je hromadným bodem podmnožiny M metrického prostoru (X, ρ) právě tehdy, když v každém okolí bodu x existuje bod y M takový, že y x. Pozorování 3 Metrický prostor (X, ρ) je kompaktní právě tehdy, když každá nekonečná množina má hromadný bod. Definice 3.12 Nechť K je množina. Pak pokrytím množiny K rozumíme sys tém množin {G α ; α A} takový, že α A G α K. V případě, kdy jsou všechny množiny systému {G α ; α A} otevřené, hovoříme o otevřeném pokrytí množiny K. Definice 3.13 Nechť K je množina. Dále mějme otevřené pokrytí {G α ; α A} této množiny. Pak konečným podpokrytím pokrytí {G α ; α A} rozumíme systém množin {G β ; β B} takový, že B je konečná podmnožina množiny A a je sám pokrytím množiny K. 3.4 Heineho-Borelova pokrývací věta V této části vyslovíme Heineho-Borelovu pokrývací větu, kterou využijeme při důkazu věty Nikaidô-Isody. Věta 3.6 (Heineho-Borelova pokrývací) Metrický prostor (X, ρ) je kom paktní právě tehdy, když z každého jeho otevřeného pokrytí lze vybrat konečné podpokrytí. 45

48 3 Dvojmaticové hry Důkaz U obou směrů použijeme důkaz sporem. Předpokládejme, že metrický prostor není kompaktní. Tedy existuje nekonečná množina M taková, že pro každé x X platí, že x není hromadným bodem množiny M. Tedy ke každému x X existuje okolí U x takové, že U x M 1, to znamená, že mají společný nejvýše jeden bod (bod x). Systém {U x ; x X} je pokrytím a můžeme z něj vybrat konečné podpokrytí {U x1,..., U xn } tedy platí n M X U xi. Víme, že M je nekonečná, ale množin U xi je jen konečně mnoho, tedy mohou pokrýt jen konečně mnoho bodů množiny M (neboť U x M 1), ale M je pokrytá celá, čímž se dostáváme ke sporu. i=1 Předpokládejme, že X je kompaktní a zároveň existuje pokrytí, z něhož nelze vybrat konečné podpokrytí. Jelikož je X kompaktní, pak je separabilní, a tedy lze vybrat spočetné podpokrytí. Označme jej U 1, U 2,..., U n,... Bez újmy na obecnosti budeme z tohoto pokrytí vybírat jiné pokrytí V 1,..., V k tak, že V 1 bude první neprázdné U n, položíme n 1 = n, dále budeme volit V k+1 = U n tak, aby U nk+1 V 1 V k a n k+1 > n k. Tedy V 1, V 2,..., V k,... je opět pokrytí a navíc k V k+1 \ V l. l=1 Označme symbolem x k prvek z tohoto doplňku, tj. k x k V k+1 \ V l. Pak {x k } je nekonečná množina, a má tedy hromadný bod x X, který byl pokryt. Existuje tedy n N takové, že platí x V n, ale V n neobsahuje žádné x k pro k > n což znamená, že V n obsahuje jen konečně mnoho bodů x k, tedy existuje ε 0 > 0 takové, že Ω(x, ε 0 ) V n = {x}, 46 l=1

49 3 Dvojmaticové hry což je spor. 3.5 Spernerovo lemma Nejprve zavedeme několik pojmů, abychom v další části mohli vyslovit a do kázat Spernerovo lemma. To uplatníme při elementárním důkazu Brouwerovy věty o pevném bodě, kterou rovněž využijeme v důkazu již předesílané věty Nikaidô-Isody. Definice 3.14 Konvexním obalem množiny V R n rozumíme množinu všech konvexních kombinací bodů množiny V, tj. conv V = {x 1 v x N v N ; N N, v 1,..., v N V x 1,..., x N 0 x x N = 1 }. Pojmem N-simplex rozumíme konvexní obal N + 1 bodů v 0, v 1,..., v N, tj. tj. M = conv{v 0, v 1,..., v N }, M = {x 0 v 0 + x 1 v x N v N ; x 0, x 1,..., x N 0 x 0 + x x N = 1 } O bodech v 0, v 1,..., v N hovoříme jako o vrcholech simplexu M. Hraničním elementem simplexu M rozumíme množinu bodů M p1...p s = {x 0 v 0 + x 1 v x N v N ; x 0, x 1,..., x N 0 x 0 + x x N = 1 x p1 = = x ps = 0 }, kde 1 s N a p 1,..., p s jsou navzájem různá čísla od 0 do N. Poznámka 12 Jestliže s = N, pak M p1...p s je vrcholem simplexu M, jestliže s = N 1, pak M p1...p s je hranou simplexu M atd. Pro s = 1 je M p1 fasetou (tj. boční stěnou) simplexu M. 47

50 3 Dvojmaticové hry Nechť n 1 je přirozené číslo. Pak n-tým barycentrickým podrozdělením sim plexu M rozumíme množinu D M,n = { k 0 n v0 + k 1 n v1 + + k N n vn ; k 0, k 1,..., k N N 0 k 0 + k k N = n }. O bodech množiny D M,n hovoříme jako o vrcholech n-tého barycentrického podrozdělení simplexu M. Nyní nechť každý vrchol x z n-tého barycentrického podrozdělení D M,n sim plexu M je označen přirozeným číslem m(x) od 0 do N, a to tak, že jestliže x M p1...p s, potom m(x) {0, 1,..., N} \ {p 1,..., p s }. Uvažujme n-té barycentrické podrozdělení D M,n simplexu M. Pak N 1 -buňkou tohoto podrozdělení, kde 1 N 1 N, rozumíme konvexní obal N 1 sousedních bodů tohoto rozdělení x 1 = k1 0 n v 0 + k1 1 n v k1 N n v N,. x N 1 = kn 1 0 n v 0 + kn 1 1 n v kn 1 N n v N, kde takových, že k i 0, k i 1,..., k i N N 0, k i 0 + k i k i N = n, k i 0 k j 0, k i 1 k j 1,..., k i N k j N 1 pro i, j = 1,..., N 1. O bodech x 1,... x N hovoříme jako o vrcholech a říkáme, že daná N 1 -buňka je jimi tvořena. Uvažujeme N 1 -buňku n-tého barycentrického podrozdělení tvořenou vrcholy x 1,..., x N 1, které jsou označeny čísly m(x 1 ),..., m(x N 1 ). Potom typem této bu ňky rozumíme množinu všech N 1 -prvkových sekvencí, které lze z čísel m(x 1 ),..., 48

51 3 Dvojmaticové hry m(x N 1 ) vytvořit, tj. [ m(x 1 ),..., m(x N 1 ) ] = { (m(x 1 ),..., m(x N 1 )),..., (m(x N 1 ),..., m(x 1 ) } tato množina obsahuje nejvýše N 1! sekvencí. Sekvence (m(x 1 ),..., m(x N 1 )) je reprezentantem typu uvažované buňky. To znamená jestliže m 1, m 1,..., m N 1, m N 1 {0, 1,..., N} že dva reprezentanti resp. sekvence (m 1,..., m N 1 ) a (m 1,..., m N 1 ) jsou ekvivalentní právě tehdy, když každé číslo obsahují se stejnou četností, avšak na pořadí těchto čísel v sekvenci nezáleží, tedy [m 1,..., m N 1 ] = [m 1,..., m N 1 ]. Nechť m 1,..., m N1 {0, 1,..., N}. Potom jako F (m 1,..., m N1 ) označíme počet buněk n-tého podrozdělení takových, že (m 1,..., m N1 ) je reprezentan tem jejich typu. Neboli F (m 1,..., m N1 ) je počet buněk typu [m 1,..., m N1 ]. Lemma 3.3 (Spernerovo) Počet F (0, 1,..., N) je lichý. Důsledek F (0, 1,..., N) 1. Důkaz (Spernerovo lemma) K důkazu Spernerova lemmatu využijeme ma tematickou indukci. 1. N = 1 Máme dokázat, že počet F (0, 1) je lichý. Zabývejme se buňkami typu [0]. Nechť F u (0) je počet buněk typu [0], které jsou uvnitř simplexu M (tj., nejsou jeho hraničními elementy), a nechť F h (0) je počet buněk typu [0], které jsou jeho hraničními elementy. Snadno si uvědomíme, že 2F (0, 0) + F (0, 1) = 2F u (0) + F h (0), protože buňka typu [0, 0] resp. [0, 1] obsahuje dvě resp. jednu buňku typu [0]. Zatímco buňka typu [0], která je obsažena v hraničním elementu sim plexu M, je započítána jednou, buňky typu [0], které jsou uvnitř simplexu M, jsou započítány dvakrát, neboť jsou sdíleny dvěma buňkami. Je ovšem zřejmé, že F h (0) = 1, protože 1-simplex má právě dva hraniční elementy, z nichž jeden musí být označen číslem 0 a druhý číslem

3. ANTAGONISTICKÉ HRY

3. ANTAGONISTICKÉ HRY 3. ANTAGONISTICKÉ HRY ANTAGONISTICKÝ KONFLIKT Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku,

Více

Teorie her a ekonomické rozhodování. 2. Maticové hry

Teorie her a ekonomické rozhodování. 2. Maticové hry Teorie her a ekonomické rozhodování 2. Maticové hry 2.1 Maticová hra Teorie her = ekonomická vědní disciplína, která se zabývá studiem konfliktních situací pomocí matematických modelů Hra v normálním tvaru

Více

Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační výzkum Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty

Více

Teorie her a ekonomické rozhodování. 3. Dvoumaticové hry (Bimaticové hry)

Teorie her a ekonomické rozhodování. 3. Dvoumaticové hry (Bimaticové hry) Teorie her a ekonomické rozhodování 3. Dvoumaticové hry (Bimaticové hry) 3.1 Neantagonistický konflikt Hra v normálním tvaru hráči provedou jediné rozhodnutí a to všichni najednou v rozvinutém tvaru řada

Více

ANTAGONISTICKE HRY 172

ANTAGONISTICKE HRY 172 5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí

Více

Úvod do teorie her ZVYŠOVÁNÍ ODBORNÝCH KOMPETENCÍ AKADEMICKÝCH PRACOVNÍKŮ OSTRAVSKÉ UNIVERZITY V OSTRAVĚ A SLEZSKÉ UNIVERZITY V OPAVĚ

Úvod do teorie her ZVYŠOVÁNÍ ODBORNÝCH KOMPETENCÍ AKADEMICKÝCH PRACOVNÍKŮ OSTRAVSKÉ UNIVERZITY V OSTRAVĚ A SLEZSKÉ UNIVERZITY V OPAVĚ ZVYŠOVÁNÍ ODBORNÝCH KOMPETENCÍ AKADEMICKÝCH PRACOVNÍKŮ OSTRAVSKÉ UNIVERZITY V OSTRAVĚ A SLEZSKÉ UNIVERZITY V OPAVĚ Úvod do teorie her David Bartl, Lenka Ploháková OSNOVA Úvod (hra n hráčů ve strategickém

Více

Úvod do teorie her

Úvod do teorie her Úvod do teorie her 2. Garanční řešení, hry s nulovým součtem a smíšené strategie Tomáš Kroupa http://staff.utia.cas.cz/kroupa/ 2017 ÚTIA AV ČR Program 1. Zavedeme řešení, které zabezpečuje minimální výplatu

Více

Úvod do teorie her. David Bartl, Lenka Ploháková

Úvod do teorie her. David Bartl, Lenka Ploháková Úvod do teorie her David Bartl, Lenka Ploháková Abstrakt Předložený text Úvod do teorie her pokrývá čtyři nejdůležitější, vybrané kapitoly z této oblasti. Nejprve je čtenář seznámen s předmětem studia

Více

KOOPERATIVNI HRY DVOU HRA CˇU

KOOPERATIVNI HRY DVOU HRA CˇU 8 KOOPERATIVNÍ HRY DVOU HRÁČŮ 291 V této kapitole se budeme zabývat situacemi, kdy hráči mohou před začátkem hry uzavřít závaznou dohodu o tom, jaké použijí strategie, vygenerovaný zisk si však nemohou

Více

Operační výzkum. Teorie her. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Operační výzkum. Teorie her. Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační výzkum Hra v normálním tvaru. Optimální strategie. Maticové hry. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky

Více

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28. Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25 Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více

Úvod do lineární algebry

Úvod do lineární algebry Úvod do lineární algebry 1 Aritmetické vektory Definice 11 Mějme n N a utvořme kartézský součin R n R R R Každou uspořádanou n tici x 1 x 2 x, x n budeme nazývat n rozměrným aritmetickým vektorem Prvky

Více

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení

Více

1 Linearní prostory nad komplexními čísly

1 Linearní prostory nad komplexními čísly 1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)

Více

FIT ČVUT MI-LOM Lineární optimalizace a metody. Dualita. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

FIT ČVUT MI-LOM Lineární optimalizace a metody. Dualita. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti FIT ČVUT MI-LOM Lineární optimalizace a metody Dualita Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Michal Černý, 2011 FIT ČVUT, MI-LOM, M. Černý, 2011: Dualita 2/5 Dualita Evropský

Více

p 2 q , tj. 2q 2 = p 2. Tedy p 2 je sudé číslo, což ale znamená, že

p 2 q , tj. 2q 2 = p 2. Tedy p 2 je sudé číslo, což ale znamená, že KAPITOLA 1: Reálná čísla [MA1-18:P1.1] 1.1. Číselné množiny Přirozená čísla... N = {1,, 3,...} nula... 0, N 0 = {0, 1,, 3,...} = N {0} Celá čísla... Z = {0, 1, 1,,, 3,...} Racionální čísla... { p } Q =

Více

PŘEDNÁŠKA 2 POSLOUPNOSTI

PŘEDNÁŠKA 2 POSLOUPNOSTI PŘEDNÁŠKA 2 POSLOUPNOSTI 2.1 Zobrazení 2 Definice 1. Uvažujme libovolné neprázdné množiny A, B. Zobrazení množiny A do množiny B je definováno jako množina F uspořádaných dvojic (x, y A B, kde ke každému

Více

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je

Více

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání

Více

Lineární programování

Lineární programování Lineární programování Petr Tichý 19. prosince 2012 1 Outline 1 Lineární programování 2 Optimalita a dualita 3 Geometrie úlohy 4 Simplexová metoda 2 Lineární programování Lineární program (1) min f(x) za

Více

(Cramerovo pravidlo, determinanty, inverzní matice)

(Cramerovo pravidlo, determinanty, inverzní matice) KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce

Více

Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R...

Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R... Kapitola 1 Úvod 1.1 Značení N... přirozená čísla (1, 2, 3,...). Z... celá čísla ( 3, 2, 1, 0, 1, 2,...). Q... racionální čísla ( p, kde p Z a q N) q R... reálná čísla C... komplexní čísla 1.2 Výroky -

Více

Lineární algebra : Báze a dimenze

Lineární algebra : Báze a dimenze Lineární algebra : Báze a dimenze (5. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 9. dubna 2014, 13:33 1 2 5.1 Báze lineárního prostoru Definice 1. O množině vektorů M z LP V řekneme,

Více

Dvou-maticové hry a jejich aplikace

Dvou-maticové hry a jejich aplikace Dvou-maticové hry a jejich aplikace Obsah kapitoly. Hry s konstantním součtem Hra v normálním tvaru (ryzí strategie) Smíšené strategie. Hry s nekonstantním součtem Nekooperativní hra Dvou-maticová hra

Více

Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení.

Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Předmět: MA4 Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Literatura: Kapitola 2 a)-c) a kapitola 4 a)-c) ze skript Karel Rektorys: Matematika 43, ČVUT,

Více

Lineární algebra. Matice, operace s maticemi

Lineární algebra. Matice, operace s maticemi Lineární algebra Matice, operace s maticemi Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: 3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...

Více

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru 2. Systémy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních rovnic s koeficienty z pole reálných případně komplexních čísel. Uvádíme podmínku pro existenci řešení systému lineárních

Více

1 Vektorové prostory.

1 Vektorové prostory. 1 Vektorové prostory DefiniceMnožinu V, jejíž prvky budeme označovat a, b, c, z, budeme nazývat vektorovým prostorem právě tehdy, když budou splněny následující podmínky: 1 Je dáno zobrazení V V V, které

Více

Báze a dimenze vektorových prostorů

Báze a dimenze vektorových prostorů Báze a dimenze vektorových prostorů Buď (V, +, ) vektorový prostor nad tělesem (T, +, ). Nechť u 1, u 2,..., u n je konečná posloupnost vektorů z V. Existují-li prvky s 1, s 2,..., s n T, z nichž alespoň

Více

Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování študenti MFF 15. augusta 2008 1 15 Základy lineárního programování Požadavky Simplexová metoda Věty o dualitě (bez důkazu)

Více

TGH13 - Teorie her I.

TGH13 - Teorie her I. TGH13 - Teorie her I. Jan Březina Technical University of Liberec 19. května 2015 Hra s bankéřem Máte právo sehrát s bankéřem hru: 1. hází se korunou dokud nepadne hlava 2. pokud hlava padne v hodu N,

Více

METRICKÉ A NORMOVANÉ PROSTORY

METRICKÉ A NORMOVANÉ PROSTORY PŘEDNÁŠKA 1 METRICKÉ A NORMOVANÉ PROSTORY 1.1 Prostor R n a jeho podmnožiny Připomeňme, že prostorem R n rozumíme množinu uspořádaných n tic reálných čísel, tj. R n = R } R {{ R }. n krát Prvky R n budeme

Více

4EK213 LINEÁRNÍ MODELY

4EK213 LINEÁRNÍ MODELY 4EK213 LINEÁRNÍ MODELY Úterý 11:00 12:30 hod. učebna SB 324 Mgr. Sekničková Jana, Ph.D. 2. PŘEDNÁŠKA MATEMATICKÝ MODEL ÚLOHY LP Mgr. Sekničková Jana, Ph.D. 2 OSNOVA PŘEDNÁŠKY Obecná formulace MM Množina

Více

Matematická analýza 1

Matematická analýza 1 Matematická analýza 1 ZS 2019-20 Miroslav Zelený 1. Logika, množiny a základní číselné obory 2. Limita posloupnosti 3. Limita a spojitost funkce 4. Elementární funkce 5. Derivace 6. Taylorův polynom Návod

Více

Operační výzkum. Teorie her. Řešení maticových her převodem na úlohu LP.

Operační výzkum. Teorie her. Řešení maticových her převodem na úlohu LP. Operační výzkum Řešení maticových her převodem na úlohu LP. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu

Více

Riemannův určitý integrál

Riemannův určitý integrál Riemannův určitý integrál 1. Motivační příklad Příklad (Motivační příklad pro zavedení Riemannova integrálu). Nechť,. Vypočtěme obsah vybarvené oblasti ohraničené grafem funkce, osou a svislými přímkami

Více

Operace s maticemi. 19. února 2018

Operace s maticemi. 19. února 2018 Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice

Více

Teorie her a ekonomické rozhodování. 7. Hry s neúplnou informací

Teorie her a ekonomické rozhodování. 7. Hry s neúplnou informací Teorie her a ekonomické rozhodování 7. Hry s neúplnou informací 7.1 Informace Dosud hráči měli úplnou informaci o hře, např. znali svou výplatní funkci, ale i výplatní funkce ostatních hráčů často to tak

Více

5. Lokální, vázané a globální extrémy

5. Lokální, vázané a globální extrémy 5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,

Více

Zavedení a vlastnosti reálných čísel

Zavedení a vlastnosti reálných čísel Zavedení a vlastnosti reálných čísel jsou základním kamenem matematické analýzy. Konstrukce reálných čísel sice není náplní matematické analýzy, ale množina reálných čísel R je pro matematickou analýzu

Více

1 Řešení soustav lineárních rovnic

1 Řešení soustav lineárních rovnic 1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty

Více

Matematika B101MA1, B101MA2

Matematika B101MA1, B101MA2 Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet

Více

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m

Více

Problém lineární komplementarity a kvadratické programování

Problém lineární komplementarity a kvadratické programování Problém lineární komplementarity a kvadratické programování (stručný učební text 1 J. Rohn Univerzita Karlova Matematicko-fyzikální fakulta Verze: 17. 6. 2002 1 Sepsání tohoto textu bylo podpořeno Grantovou

Více

Operace s maticemi

Operace s maticemi Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =

Více

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA.

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA. TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA. PAVEL RŮŽIČKA 4.1. (Kvazi)kompaktnost a sub-báze. Buď (Q, ) uspořádaná množina. Řetězcem v Q budeme rozumět lineárně

Více

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě

Více

Vlastní číslo, vektor

Vlastní číslo, vektor [1] Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost

Více

Úlohy nejmenších čtverců

Úlohy nejmenších čtverců Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.

Více

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

3 Lineární kombinace vektorů. Lineární závislost a nezávislost 3 Lineární kombinace vektorů. Lineární závislost a nezávislost vektorů. Obrázek 5: Vektor w je lineární kombinací vektorů u a v. Vektory u, v a w jsou lineárně závislé. Obrázek 6: Vektor q je lineární

Více

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí: Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se

Více

Necht L je lineární prostor nad R. Operaci : L L R nazýváme

Necht L je lineární prostor nad R. Operaci : L L R nazýváme Skalární součin axiomatická definice odvození velikosti vektorů a úhlu mezi vektory geometrická interpretace ortogonalita vlastnosti ortonormálních bázi [1] Definice skalárního součinu Necht L je lineární

Více

1 Lineární prostory a podprostory

1 Lineární prostory a podprostory Lineární prostory a podprostory Přečtěte si: Učebnice AKLA, kapitola první, podkapitoly. až.4 včetně. Cvičení. Které z následujících množin jsou lineárními prostory s přirozenými definicemi operací?. C

Více

4EK213 LINEÁRNÍ MODELY

4EK213 LINEÁRNÍ MODELY 4EK213 LINEÁRNÍ MODELY Úterý 11:00 12:30 hod. učebna SB 324 3. přednáška SIMPLEXOVÁ METODA I. OSNOVA PŘEDNÁŠKY Standardní tvar MM Základní věta LP Princip simplexové metody Výchozí řešení SM Zlepšení řešení

Více

1 Soustavy lineárních rovnic

1 Soustavy lineárních rovnic 1 Soustavy lineárních rovnic 1.1 Základní pojmy Budeme uvažovat soustavu m lineárních rovnic o n neznámých s koeficienty z tělesa T (potom hovoříme o soustavě m lineárních rovnic o n neznámých nad tělesem

Více

Základní pojmy teorie množin Vektorové prostory

Základní pojmy teorie množin Vektorové prostory Základní pojmy teorie množin Přednáška MATEMATIKA č. 1 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 7. 10. 2010 Základní pojmy teorie množin Základní pojmy

Více

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) rozumíme zobrazení

Více

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Optimální výrobní program Radka Zahradníková e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Obsah 1 Lineární programování 2 Simplexová metoda 3 Grafická metoda 4 Optimální výrobní program Řešení

Více

Koaliční hry. Kooperativní hra dvou hráčů

Koaliční hry. Kooperativní hra dvou hráčů Koaliční hry Obsah kapitoly. Koalice dvou hráčů 2. Koalice N hráčů Studijní cíle Cílem tohoto tematického bloku je získání základního přehledu o kooperativních hrách a jejich aplikovatelnosti. Student

Více

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28. INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.0141 Báze vektorových prostorů, transformace souřadnic Michal Botur Přednáška

Více

9 Kolmost vektorových podprostorů

9 Kolmost vektorových podprostorů 9 Kolmost vektorových podprostorů Od kolmosti dvou vektorů nyní přejdeme ke kolmosti dvou vektorových podprostorů. Budeme se zabývat otázkou, kdy jsou dva vektorové podprostory na sebe kolmé a jak to poznáme.

Více

FREDHOLMOVA ALTERNATIVA

FREDHOLMOVA ALTERNATIVA FREDHOLMOVA ALTERNATIVA Pavel Jirásek 1 Abstrakt. V tomto článku se snažíme shrnout dosavadní výsledky týkající se Fredholmovy alternativy (FA). Postupně zmíníme FA na prostorech konečné dimenze, FA pro

Více

PŘÍKLADY DVOJMATICOVÉ HRY

PŘÍKLADY DVOJMATICOVÉ HRY PŘÍKLADY DVOJMATICOVÉ HRY Příklad 1 SOUTĚŽ O ZAKÁZKY Investor chce vybudovat dva hotely Jeden nazveme Velký (zkratka V); ze získání zakázky na něj se očekává zisk ve výši 30 milionů Druhý nazveme Malý

Více

4EK201 Matematické modelování. 2. Lineární programování

4EK201 Matematické modelování. 2. Lineární programování 4EK201 Matematické modelování 2. Lineární programování 2.1 Podstata operačního výzkumu Operační výzkum (výzkum operací) Operational research, operations research, management science Soubor disciplín zaměřených

Více

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u. Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl

Více

Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi

Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi 2.2. Cíle Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi Předpokládané znalosti Předpokladem zvládnutí

Více

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Jan Tomeček Tento stručný text si klade za cíl co nejrychlejší uvedení do teorie Greenových funkcí pro obyčejné diferenciální

Více

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť.

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť. Přednáška 3, 19. října 2015 Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť X i = M i I je jeho pokrytí otevřenými

Více

1.3. Číselné množiny. Cíle. Průvodce studiem. Výklad

1.3. Číselné množiny. Cíle. Průvodce studiem. Výklad 1.3. Cíle Cílem kapitoly je seznámení čtenáře s axiomy číselných oborů a jejich podmnožin (intervalů) a zavedení nových pojmů, které nejsou náplní středoškolských osnov. Průvodce studiem Vývoj matematiky

Více

Matematika pro informatiky

Matematika pro informatiky (FIT ČVUT v Praze) Konvexní analýza 13.týden 1 / 1 Matematika pro informatiky Jaroslav Milota Fakulta informačních technologíı České vysoké učení technické v Praze Letní semestr 2010/11 Extrémy funkce

Více

IB112 Základy matematiky

IB112 Základy matematiky IB112 Základy matematiky Řešení soustavy lineárních rovnic, matice, vektory Jan Strejček IB112 Základy matematiky: Řešení soustavy lineárních rovnic, matice, vektory 2/53 Obsah Soustava lineárních rovnic

Více

4. Topologické vlastnosti množiny reálných

4. Topologické vlastnosti množiny reálných Matematická analýza I přednášky M. Málka cvičení A. Hakové a R. Otáhalové Zimní semestr 2004/05 4. Topologické vlastnosti množiny reálných čísel V této kapitole definujeme přirozenou topologii na množině

Více

Základy maticového počtu Matice, determinant, definitnost

Základy maticového počtu Matice, determinant, definitnost Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n

Více

Teorie her a ekonomické rozhodování 5. Opakované hry

Teorie her a ekonomické rozhodování 5. Opakované hry Teorie her a ekonomické rozhodování 5. Opakované hry (chybějící či chybná indexace ve skriptech) 5.1 Opakovaná hra Hra až dosud hráči hráli hru jen jednou v reálu se konflikty neustále opakují (firmy nabízí

Více

12. Lineární programování

12. Lineární programování . Lineární programování. Lineární programování Úloha lineárního programování (lineární optimalizace) je jedním ze základních problémů teorie optimalizace. Našim cílem je nalézt maximum (resp. minimum)

Více

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty študenti MFF 15. augusta 2008 1 14 Vlastní čísla a vlastní hodnoty Požadavky Vlastní čísla a vlastní hodnoty lineárního

Více

10 Funkce více proměnných

10 Funkce více proměnných M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y

Více

1 Determinanty a inverzní matice

1 Determinanty a inverzní matice Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého

Více

{Q={1,2};S,T;u(s,t)} (3.3) Prorovnovážnéstrategie s,t vehřesnulovýmsoučtemmusíplatit:

{Q={1,2};S,T;u(s,t)} (3.3) Prorovnovážnéstrategie s,t vehřesnulovýmsoučtemmusíplatit: 3 ANTAGONISTICKÉ HRY 3. ANTAGONISTICKÝ KONFLIKT Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku,

Více

19 Hilbertovy prostory

19 Hilbertovy prostory M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 34 19 Hilbertovy prostory 19.1 Úvod, základní pojmy Poznámka (připomenutí). Necht (X,(, )) je vektorový prostor se skalárním součinem

Více

DEFINICE Z LINEÁRNÍ ALGEBRY

DEFINICE Z LINEÁRNÍ ALGEBRY DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které

Více

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů?

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů? Kapitola 9 Matice a počet koster Graf (orientovaný i neorientovaný) lze popsat maticí, a to hned několika různými způsoby. Tématem této kapitoly jsou incidenční matice orientovaných grafů a souvislosti

Více

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi. Řešené příklady z lineární algebry - část 3 Typové příklady s řešením Příklad 3.1: Zobrazení L: P 3 R 23 je zobrazení z prostoru P 3 všech polynomů do stupně 3 (včetně nulového polynomu) do prostoru R

Více

Limita a spojitost funkce a zobrazení jedné reálné proměnné

Limita a spojitost funkce a zobrazení jedné reálné proměnné Přednáška 4 Limita a spojitost funkce a zobrazení jedné reálné proměnné V několika následujících přednáškách budeme studovat zobrazení jedné reálné proměnné f : X Y, kde X R a Y R k. Protože pro každé

Více

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R} Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost s diagonální

Více

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n [1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem

Více

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost

Více

Kongruence na množině celých čísel

Kongruence na množině celých čísel 121 Kapitola 4 Kongruence na množině celých čísel 4.1 Relace kongruence na množině celých čísel Vraťme se k úvahám o dělení se zbytkem. Na základní škole jsme se naučili, že když podělíme číslo 11 číslem

Více

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace RELACE Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace slouží k vyjádření vztahů mezi prvky nějakých množin. Vztahy mohou být různé povahy. Patří sem vztah býti potomkem,

Více

7 Konvexní množiny. min c T x. při splnění tzv. podmínek přípustnosti, tj. x = vyhovuje podmínkám: A x = b a x i 0 pro každé i n.

7 Konvexní množiny. min c T x. při splnění tzv. podmínek přípustnosti, tj. x = vyhovuje podmínkám: A x = b a x i 0 pro každé i n. 7 Konvexní množiny Motivace. Lineární programování (LP) řeší problém nalezení minima (resp. maxima) lineárního funkcionálu na jisté konvexní množině. Z bohaté škály úloh z této oblasti jmenujme alespoň

Více

Matematika I. Přednášky: Mgr. Radek Výrut, Zkouška:

Matematika I. Přednášky: Mgr. Radek Výrut, Zkouška: Přednášky: Mgr. Radek Výrut, Matematika I katedra matematiky, UL-605, rvyrut@kma.zcu.cz tel.: 377 63 2658 Zkouška: Písemná část zkoušky - příklady v rozsahu zápočtových prací Ústní část zkoušky - základní

Více

Kapitola 11: Vektory a matice:

Kapitola 11: Vektory a matice: Kapitola 11: Vektory a matice: Prostor R n R n = {(x 1,, x n ) x i R, i = 1,, n}, n N x = (x 1,, x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i = 1,, n : x i = y i

Více

Mikroekonomie magisterský kurz - VŠFS Jiří Mihola, jiri.mihola@quick.cz, www.median-os.cz, 2010 Téma 1 Teorie her pro manažery Obsah 5.1 Teorie her jako součást mikroekonomie 5.2 Základní pojmy teorie

Více

Lineární algebra : Lineární prostor

Lineární algebra : Lineární prostor Lineární algebra : Lineární prostor (3. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. dubna 2014, 14:43 1 2 3.1 Aximotické zavedení lineárního prostoru Číselné těleso Celou lineární

Více