Um Minicurso sobre Teoria dos Jogos
|
|
- Paula Carrilho Aldeia
- 7 Há anos
- Visualizações:
Transcrição
1 Um Minicurso sobre Pedro Aladar Tonelli Departamento de Matemática Aplicada Instituto de Matemática e Estatística USP Semana de Matemática Aplicada FFCLRP-USP setembro de 2006
2 Sumário 1 Jogos de O Conceito de equiĺıbrio de Nash Os jogos de soma zero e dois jogadores Elementos de e Estratégias Ótimas Estratégias dominantes 2 Jogos não soma zero Definições Exemplos com matrizes de dimensão 2 Equiĺıbrios evolucionariamente estáveis Bibliografia
3 O que é? Sumário Jogos de é conjunto de ferramentas matemáticas para estudo e modelagem de problemas que envolvem conflito de interesses por parte dos agentes que tomam decisão. Exemplos: Jogo de xadrez Conflito diplomático ou poĺıtico Concorrência na Economia Teoria da Evolução em Sistemas biológicos
4 O que é? Sumário Jogos de é conjunto de ferramentas matemáticas para estudo e modelagem de problemas que envolvem conflito de interesses por parte dos agentes que tomam decisão. Exemplos: Jogo de xadrez Conflito diplomático ou poĺıtico Concorrência na Economia Teoria da Evolução em Sistemas biológicos
5 O que é? Sumário Jogos de é conjunto de ferramentas matemáticas para estudo e modelagem de problemas que envolvem conflito de interesses por parte dos agentes que tomam decisão. Exemplos: Jogo de xadrez Conflito diplomático ou poĺıtico Concorrência na Economia Teoria da Evolução em Sistemas biológicos
6 O que é? Sumário Jogos de é conjunto de ferramentas matemáticas para estudo e modelagem de problemas que envolvem conflito de interesses por parte dos agentes que tomam decisão. Exemplos: Jogo de xadrez Conflito diplomático ou poĺıtico Concorrência na Economia Teoria da Evolução em Sistemas biológicos
7 O que é? Sumário Jogos de é conjunto de ferramentas matemáticas para estudo e modelagem de problemas que envolvem conflito de interesses por parte dos agentes que tomam decisão. Exemplos: Jogo de xadrez Conflito diplomático ou poĺıtico Concorrência na Economia Teoria da Evolução em Sistemas biológicos
8 Histórico Sumário Jogos de Cournot (1840) Walras (1890) Borel (1915) von Neumann e Morgenstern (1940) Nash, Shapley, Aumann ( ) Maynard-Smith (1970)
9 Histórico Sumário Jogos de Cournot (1840) Walras (1890) Borel (1915) von Neumann e Morgenstern (1940) Nash, Shapley, Aumann ( ) Maynard-Smith (1970)
10 Histórico Sumário Jogos de Cournot (1840) Walras (1890) Borel (1915) von Neumann e Morgenstern (1940) Nash, Shapley, Aumann ( ) Maynard-Smith (1970)
11 Histórico Sumário Jogos de Cournot (1840) Walras (1890) Borel (1915) von Neumann e Morgenstern (1940) Nash, Shapley, Aumann ( ) Maynard-Smith (1970)
12 Histórico Sumário Jogos de Cournot (1840) Walras (1890) Borel (1915) von Neumann e Morgenstern (1940) Nash, Shapley, Aumann ( ) Maynard-Smith (1970)
13 Divisões Comuns Sumário Jogos de Tradicionalmente a teoria é dividida em tópicos Jogos Cooperativos Jogos não Cooperativos Forma Extensiva Forma Estratégica (Normal) Jogos de Jogos com 2 jogadores ou jogos com n jogadores. Estudaremos os jogos não cooperativos com dois jogadores.
14 Divisões Comuns Sumário Jogos de Tradicionalmente a teoria é dividida em tópicos Jogos Cooperativos Jogos não Cooperativos Forma Extensiva Forma Estratégica (Normal) Jogos de Jogos com 2 jogadores ou jogos com n jogadores. Estudaremos os jogos não cooperativos com dois jogadores.
15 Divisões Comuns Sumário Jogos de Tradicionalmente a teoria é dividida em tópicos Jogos Cooperativos Jogos não Cooperativos Forma Extensiva Forma Estratégica (Normal) Jogos de Jogos com 2 jogadores ou jogos com n jogadores. Estudaremos os jogos não cooperativos com dois jogadores.
16 Divisões Comuns Sumário Jogos de Tradicionalmente a teoria é dividida em tópicos Jogos Cooperativos Jogos não Cooperativos Forma Extensiva Forma Estratégica (Normal) Jogos de Jogos com 2 jogadores ou jogos com n jogadores. Estudaremos os jogos não cooperativos com dois jogadores.
17 Primeiras definições Sumário Jogos de Um jogo não cooperativo na forma normal é composto dos seguintes elementos: Jogadores: P = {p 1,..., p n } (finito). Estratégias: Σ i (quase sempre finito). Π : Σ 1 Σ n R n (pagamento) Π i (u 1,..., u n ) é o pagamento que recebe o i-ésimo jogador uma vez que todos os jogadores se decidiram por suas estratégias.
18 Primeiras definições Sumário Jogos de Um jogo não cooperativo na forma normal é composto dos seguintes elementos: Jogadores: P = {p 1,..., p n } (finito). Estratégias: Σ i (quase sempre finito). Π : Σ 1 Σ n R n (pagamento) Π i (u 1,..., u n ) é o pagamento que recebe o i-ésimo jogador uma vez que todos os jogadores se decidiram por suas estratégias.
19 Primeiras definições Sumário Jogos de Um jogo não cooperativo na forma normal é composto dos seguintes elementos: Jogadores: P = {p 1,..., p n } (finito). Estratégias: Σ i (quase sempre finito). Π : Σ 1 Σ n R n (pagamento) Π i (u 1,..., u n ) é o pagamento que recebe o i-ésimo jogador uma vez que todos os jogadores se decidiram por suas estratégias.
20 Primeiras definições Sumário Jogos de Um jogo não cooperativo na forma normal é composto dos seguintes elementos: Jogadores: P = {p 1,..., p n } (finito). Estratégias: Σ i (quase sempre finito). Π : Σ 1 Σ n R n (pagamento) Π i (u 1,..., u n ) é o pagamento que recebe o i-ésimo jogador uma vez que todos os jogadores se decidiram por suas estratégias.
21 Dilema dos Prisioneiros Jogos de O Jogo: Dois prisioneiros são mantidos em escritórios separados e o promotor do caso oferece a cada um o seguinte: caso ele testemunhe contra o comparsa e este não testemunhar contra ele, sua pena será de 1 ano de prisão cabendo a seu colega cumprir 10 anos. Caso o comparsa também testemunhe contra ele sua pena será de 5 anos. Se, todavia, ambos se recusarem a testemunhar um contra o outro, ambos passarão dois anos na cadeia.
22 Jogos de Tabela de pagamentos do dilema dos prisioneiros N T N ( 2, 2) ( 10, 1) T ( 1, 10) ( 5, 5)
23 Melhor Resposta Sumário Jogos de Temos um jogo na forma normal: Π : Σ 1 Σ n R n Um ponto u = (u 1,..., u n )) Σ 1 Σ n vamos chamar de um perfil de estratégias. Fixado o perfil u e o jogador i definimos o conjunto melhor resposta de i M i (u) Σ i como M i (u) = {v i Σ i : Π i (u 1,..., u i 1, v i, u i+1,..., u n ) = max Π i (u 1,..., u i 1, v, u i+1,..., u n )} (1) v Σ i
24 O equiĺıbrio como ponto fixo Jogos de Note que na definição acima não é necessário que u i M i (u). Definimos M(u) = M 1 (u) M n (u) Σ 1 Σ n (2) e diremos que um perfil u é um quando: u M(u)
25 Interpretação do equiĺıbrio Jogos de Se u M(u), para o jogador p i : u i M i (u) Σ i, ou seja, u i é a melhor resposta do jogador para o perfil u. Assim para um perfil de equiĺıbrio, se um jogador mudar sozinho de estratégia ele não pode aumentar, e corre o risco de rebaixar o ganho individual Π i. Obs: Pode existir um perfil em que todos os jogadores ganham mais que num perfil de equiĺıbrio, mas aí cada jogador precisaria do auxílio dos outros.
26 Equiĺıbrio do dilema dos prisioneiros Jogos de N T N ( 2, 2) ( 10, 1) T ( 1, 10) ( 5, 5) O perfil u = (T, T ) é um equiĺıbrio de Nash.
27 Método dos perfís racionais Jogos de Diremos que um perfil u Σ satisfaz a propriedade da racionalidade individual para o jogador i quando Π i (u) = max v Σ i Π i (u 1,..., v,..., u n ) (3) Definimos o conjunto de perfis racionais de i como sendo: R i = {u Σ : u tem a prop. de racionalidade individual } Σ (4) N = n i=1 R i é o conjunto de todos os perfís de equiĺıbrio do jogo.
28 definição dos jogos de soma zero Jogos de Num jogo com dois Jogadores (Luiza e Carlos) com as estratégias Σ 1 = {e 1,..., e n } e Σ 2 = {f 1,..., f m } O jogo tem soma zero se Π 1 (e i, f j ) + Π 2 (e i, f j ) = 0. Π(e i, f j ) = (Π 1 (e i, f j ), Π 1 (e i, f j )) = (a ij, b ij ) (5)
29 Exemplo: Pedra, papel, tesoura Jogos de Luiza e Carlos estão jogando Pedra, Papel e Tesoura, eles tem o mesmo conjunto de estratégias Σ = {R, P, T } A = (6) 1 1 0
30 Elementos de sela Sumário Jogos de Se (e i, f j ) for um par de equiĺıbrio então: a ij a kj k {1,..., n} (7) a ij a il l {1,..., m} (8) Dada uma matriz A M n m um elemento a ij é chamado elemento de sela da matriz A quando satisfaz as duas relações simultaneamente: a ij = max a kj para k {1,..., n} k (9) a ij = min a il para l {1,..., m} l (10)
31 exemplo Sumário Jogos de Vejamos um exemplo, a matriz A = (11) 2 0 4
32 Propriedades dos elementos de sela Jogos de Proposição Se a ij e a pq forem diferentes elementos de sela de uma matriz A, então a pj e a iq também são elementos de sela e a ij = a pq No caso de haver muitos elementos de sela seus valores são iguais. Pode não haver elementos de sela.
33 Propriedades dos elementos de sela Jogos de Proposição Se a ij e a pq forem diferentes elementos de sela de uma matriz A, então a pj e a iq também são elementos de sela e a ij = a pq No caso de haver muitos elementos de sela seus valores são iguais. Pode não haver elementos de sela.
34 Propriedades dos elementos de sela Jogos de Proposição Se a ij e a pq forem diferentes elementos de sela de uma matriz A, então a pj e a iq também são elementos de sela e a ij = a pq No caso de haver muitos elementos de sela seus valores são iguais. Pode não haver elementos de sela.
35 Sumário Jogos de É comum uma matriz de um jogo não ter pontos de sela. Definimos então uma distribuição de probabilidades sobre as estratégias puras. Σ 1 = {e 1,..., e n } : estratégias de Luiza. Σ 2 = {f 1,..., f n } : estratégias de Carlos. M 1 = {(p 1,..., p n ) R n : p i = 1 e p i 0} estratégias mistas de Luiza. M 2 = {(q 1,..., q m ) R m : q j = 1 e q j 0} estratégias mistas de Carlos.
36 Sumário Jogos de É comum uma matriz de um jogo não ter pontos de sela. Definimos então uma distribuição de probabilidades sobre as estratégias puras. Σ 1 = {e 1,..., e n } : estratégias de Luiza. Σ 2 = {f 1,..., f n } : estratégias de Carlos. M 1 = {(p 1,..., p n ) R n : p i = 1 e p i 0} estratégias mistas de Luiza. M 2 = {(q 1,..., q m ) R m : q j = 1 e q j 0} estratégias mistas de Carlos.
37 Sumário Jogos de É comum uma matriz de um jogo não ter pontos de sela. Definimos então uma distribuição de probabilidades sobre as estratégias puras. Σ 1 = {e 1,..., e n } : estratégias de Luiza. Σ 2 = {f 1,..., f n } : estratégias de Carlos. M 1 = {(p 1,..., p n ) R n : p i = 1 e p i 0} estratégias mistas de Luiza. M 2 = {(q 1,..., q m ) R m : q j = 1 e q j 0} estratégias mistas de Carlos.
38 Sumário Jogos de É comum uma matriz de um jogo não ter pontos de sela. Definimos então uma distribuição de probabilidades sobre as estratégias puras. Σ 1 = {e 1,..., e n } : estratégias de Luiza. Σ 2 = {f 1,..., f n } : estratégias de Carlos. M 1 = {(p 1,..., p n ) R n : p i = 1 e p i 0} estratégias mistas de Luiza. M 2 = {(q 1,..., q m ) R m : q j = 1 e q j 0} estratégias mistas de Carlos.
39 Sumário Jogos de É comum uma matriz de um jogo não ter pontos de sela. Definimos então uma distribuição de probabilidades sobre as estratégias puras. Σ 1 = {e 1,..., e n } : estratégias de Luiza. Σ 2 = {f 1,..., f n } : estratégias de Carlos. M 1 = {(p 1,..., p n ) R n : p i = 1 e p i 0} estratégias mistas de Luiza. M 2 = {(q 1,..., q m ) R m : q j = 1 e q j 0} estratégias mistas de Carlos.
40 Sumário Jogos de É comum uma matriz de um jogo não ter pontos de sela. Definimos então uma distribuição de probabilidades sobre as estratégias puras. Σ 1 = {e 1,..., e n } : estratégias de Luiza. Σ 2 = {f 1,..., f n } : estratégias de Carlos. M 1 = {(p 1,..., p n ) R n : p i = 1 e p i 0} estratégias mistas de Luiza. M 2 = {(q 1,..., q m ) R m : q j = 1 e q j 0} estratégias mistas de Carlos.
41 Sumário Jogos de É comum uma matriz de um jogo não ter pontos de sela. Definimos então uma distribuição de probabilidades sobre as estratégias puras. Σ 1 = {e 1,..., e n } : estratégias de Luiza. Σ 2 = {f 1,..., f n } : estratégias de Carlos. M 1 = {(p 1,..., p n ) R n : p i = 1 e p i 0} estratégias mistas de Luiza. M 2 = {(q 1,..., q m ) R m : q j = 1 e q j 0} estratégias mistas de Carlos.
42 Exemplo: estratégia mista Jogos de Digamos que a matriz do jogo seja: ( ) A = Esta matriz não tem ponto de Sela. Luiza tem duas estratégias puras e Carlos três. (0.6, 0.4) é uma estratégia mista de Luiza. (0.5, 0.3, 0.2) uma estratégia mista de Carlos. Qual seria o pagamento dos jogadores neste jogo?
43 Exemplo: estratégia mista Jogos de Digamos que a matriz do jogo seja: ( ) A = Esta matriz não tem ponto de Sela. Luiza tem duas estratégias puras e Carlos três. (0.6, 0.4) é uma estratégia mista de Luiza. (0.5, 0.3, 0.2) uma estratégia mista de Carlos. Qual seria o pagamento dos jogadores neste jogo?
44 Exemplo: estratégia mista Jogos de Digamos que a matriz do jogo seja: ( ) A = Esta matriz não tem ponto de Sela. Luiza tem duas estratégias puras e Carlos três. (0.6, 0.4) é uma estratégia mista de Luiza. (0.5, 0.3, 0.2) uma estratégia mista de Carlos. Qual seria o pagamento dos jogadores neste jogo?
45 Exemplo: estratégia mista Jogos de Digamos que a matriz do jogo seja: ( ) A = Esta matriz não tem ponto de Sela. Luiza tem duas estratégias puras e Carlos três. (0.6, 0.4) é uma estratégia mista de Luiza. (0.5, 0.3, 0.2) uma estratégia mista de Carlos. Qual seria o pagamento dos jogadores neste jogo?
46 Exemplo: estratégia mista Jogos de Digamos que a matriz do jogo seja: ( ) A = Esta matriz não tem ponto de Sela. Luiza tem duas estratégias puras e Carlos três. (0.6, 0.4) é uma estratégia mista de Luiza. (0.5, 0.3, 0.2) uma estratégia mista de Carlos. Qual seria o pagamento dos jogadores neste jogo?
47 Extensão Mista do Jogo Jogos de Luiza escolhe: p = (p 1,..., p n )p = (p 1,..., p n ) Carlos: q = (q 1,..., q m ) Pagamento: E(p, q) = i,j a ijp i q j = p t Aq (M 1, M 2, E) Extensão mista do jogo.
48 Extensão Mista do Jogo Jogos de Luiza escolhe: p = (p 1,..., p n )p = (p 1,..., p n ) Carlos: q = (q 1,..., q m ) Pagamento: E(p, q) = i,j a ijp i q j = p t Aq (M 1, M 2, E) Extensão mista do jogo.
49 Extensão Mista do Jogo Jogos de Luiza escolhe: p = (p 1,..., p n )p = (p 1,..., p n ) Carlos: q = (q 1,..., q m ) Pagamento: E(p, q) = i,j a ijp i q j = p t Aq (M 1, M 2, E) Extensão mista do jogo.
50 Extensão Mista do Jogo Jogos de Luiza escolhe: p = (p 1,..., p n )p = (p 1,..., p n ) Carlos: q = (q 1,..., q m ) Pagamento: E(p, q) = i,j a ijp i q j = p t Aq (M 1, M 2, E) Extensão mista do jogo.
51 No exemplo anterior Sumário Jogos de A = ( ) p = (0.6, 0.4) é uma estratégia mista de Luiza. q = (0.5, 0.3, 0.2) uma estratégia mista de Carlos. E(p, q) = E(p, q) =
52 No exemplo anterior Sumário Jogos de A = ( ) p = (0.6, 0.4) é uma estratégia mista de Luiza. q = (0.5, 0.3, 0.2) uma estratégia mista de Carlos. E(p, q) = E(p, q) =
53 No exemplo anterior Sumário Jogos de A = ( ) p = (0.6, 0.4) é uma estratégia mista de Luiza. q = (0.5, 0.3, 0.2) uma estratégia mista de Carlos. E(p, q) = E(p, q) =
54 No exemplo anterior Sumário Jogos de A = ( ) p = (0.6, 0.4) é uma estratégia mista de Luiza. q = (0.5, 0.3, 0.2) uma estratégia mista de Carlos. E(p, q) = E(p, q) =
55 No exemplo anterior Sumário Jogos de A = ( ) p = (0.6, 0.4) é uma estratégia mista de Luiza. q = (0.5, 0.3, 0.2) uma estratégia mista de Carlos. E(p, q) = E(p, q) =
56 Jogos de Valor de Linha e Valor de Coluna de uma matriz Valor de Linha, Valor do Jogo para Luiza v L (A) = max p min q E(p, q) Valor de Coluna. Valor do jogo para Carlos. v C (A) = min q max p E(p, q)
57 Jogos de Valor de Linha e Valor de Coluna de uma matriz Valor de Linha, Valor do Jogo para Luiza v L (A) = max p min q E(p, q) Valor de Coluna. Valor do jogo para Carlos. v C (A) = min q max p E(p, q)
58 Jogos de Valor de Linha e Valor de Coluna de uma matriz Valor de Linha, Valor do Jogo para Luiza v L (A) = max p min q E(p, q) Valor de Coluna. Valor do jogo para Carlos. v C (A) = min q max p E(p, q)
59 Jogos de Valor de Linha e Valor de Coluna de uma matriz Valor de Linha, Valor do Jogo para Luiza v L (A) = max p min q E(p, q) Valor de Coluna. Valor do jogo para Carlos. v C (A) = min q max p E(p, q)
60 Jogos de Valor de Linha e Valor de Coluna de uma matriz Valor de Linha, Valor do Jogo para Luiza v L (A) = max p min q E(p, q) Valor de Coluna. Valor do jogo para Carlos. v C (A) = min q max p E(p, q)
61 Jogos de Valor de Linha e Valor de Coluna de uma matriz Valor de Linha, Valor do Jogo para Luiza v L (A) = max p min q E(p, q) Valor de Coluna. Valor do jogo para Carlos. v C (A) = min q max p E(p, q)
62 Estratégias Ótimas Sumário Jogos de Estratégias ótimas, ou estratégias maxmin e minmax. r é uma estratégia ótima para Luiza v L (A) = min q E(r, q) s é uma estratégia ótima para Carlos se v C (A) = max p E(p, s)
63 Estratégias Ótimas Sumário Jogos de Estratégias ótimas, ou estratégias maxmin e minmax. r é uma estratégia ótima para Luiza v L (A) = min q E(r, q) s é uma estratégia ótima para Carlos se v C (A) = max p E(p, s)
64 Estratégias Ótimas Sumário Jogos de Estratégias ótimas, ou estratégias maxmin e minmax. r é uma estratégia ótima para Luiza v L (A) = min q E(r, q) s é uma estratégia ótima para Carlos se v C (A) = max p E(p, s)
65 Estratégias Ótimas Sumário Jogos de Estratégias ótimas, ou estratégias maxmin e minmax. r é uma estratégia ótima para Luiza v L (A) = min q E(r, q) s é uma estratégia ótima para Carlos se v C (A) = max p E(p, s)
66 Estratégias Ótimas Sumário Jogos de Estratégias ótimas, ou estratégias maxmin e minmax. r é uma estratégia ótima para Luiza v L (A) = min q E(r, q) s é uma estratégia ótima para Carlos se v C (A) = max p E(p, s)
67 Teorema Minmax Sumário Jogos de Teorema Dada uma matriz A temos que existem estratégias mistas ótimas para o jogador das linhas e das colunas e v C (A) = v L (A).
68 Jogos de Estratégias ótimas e perfil de equiĺıbrio r e s estratégias ótimas. v L (A) = E(r, s) = v C (A) Se Luiza troca a estratégia e Carlos mantém: E(r, s) = v C (A) E(p, s) Luiza não ganha nada desviando da estratégia. Nem Carlos com raciocínio análogo. O perfil (r, s) é um equiĺıbrio de Nash.
69 Jogos de Estratégias ótimas e perfil de equiĺıbrio r e s estratégias ótimas. v L (A) = E(r, s) = v C (A) Se Luiza troca a estratégia e Carlos mantém: E(r, s) = v C (A) E(p, s) Luiza não ganha nada desviando da estratégia. Nem Carlos com raciocínio análogo. O perfil (r, s) é um equiĺıbrio de Nash.
70 Jogos de Estratégias ótimas e perfil de equiĺıbrio r e s estratégias ótimas. v L (A) = E(r, s) = v C (A) Se Luiza troca a estratégia e Carlos mantém: E(r, s) = v C (A) E(p, s) Luiza não ganha nada desviando da estratégia. Nem Carlos com raciocínio análogo. O perfil (r, s) é um equiĺıbrio de Nash.
71 Jogos de Estratégias ótimas e perfil de equiĺıbrio r e s estratégias ótimas. v L (A) = E(r, s) = v C (A) Se Luiza troca a estratégia e Carlos mantém: E(r, s) = v C (A) E(p, s) Luiza não ganha nada desviando da estratégia. Nem Carlos com raciocínio análogo. O perfil (r, s) é um equiĺıbrio de Nash.
72 Jogos de Estratégias ótimas e perfil de equiĺıbrio r e s estratégias ótimas. v L (A) = E(r, s) = v C (A) Se Luiza troca a estratégia e Carlos mantém: E(r, s) = v C (A) E(p, s) Luiza não ganha nada desviando da estratégia. Nem Carlos com raciocínio análogo. O perfil (r, s) é um equiĺıbrio de Nash.
73 Jogos de Estratégias ótimas e perfil de equiĺıbrio r e s estratégias ótimas. v L (A) = E(r, s) = v C (A) Se Luiza troca a estratégia e Carlos mantém: E(r, s) = v C (A) E(p, s) Luiza não ganha nada desviando da estratégia. Nem Carlos com raciocínio análogo. O perfil (r, s) é um equiĺıbrio de Nash.
74 Jogos de Estratégias ótimas e perfil de equiĺıbrio r e s estratégias ótimas. v L (A) = E(r, s) = v C (A) Se Luiza troca a estratégia e Carlos mantém: E(r, s) = v C (A) E(p, s) Luiza não ganha nada desviando da estratégia. Nem Carlos com raciocínio análogo. O perfil (r, s) é um equiĺıbrio de Nash.
75 Jogos de Um resultado para o Cálculo das estratégias ótimas Proposição Definindo: E(i, q) = m j=1 a ijq j e E(p, j) = n i=1 a ijp i então: v C (A) = min q max E(i, q) (12) i v L (A) = max min E(p, j) (13) p j
76 Caso de matrizes 2 2 Jogos de Quando cada jogador tem só duas estratégias puras temos: M 1 = {(x, 1 x) : x [0, 1]} M 2 = {(y, 1 y) : y [0, 1] Neste caso podemos calcular facilmente os equiĺıbrios.
77 Caso de matrizes 2 2 Jogos de Quando cada jogador tem só duas estratégias puras temos: M 1 = {(x, 1 x) : x [0, 1]} M 2 = {(y, 1 y) : y [0, 1] Neste caso podemos calcular facilmente os equiĺıbrios.
78 Caso de matrizes 2 2 Jogos de Quando cada jogador tem só duas estratégias puras temos: M 1 = {(x, 1 x) : x [0, 1]} M 2 = {(y, 1 y) : y [0, 1] Neste caso podemos calcular facilmente os equiĺıbrios.
79 Caso de matrizes 2 2 Jogos de Quando cada jogador tem só duas estratégias puras temos: M 1 = {(x, 1 x) : x [0, 1]} M 2 = {(y, 1 y) : y [0, 1] Neste caso podemos calcular facilmente os equiĺıbrios.
80 Exemplo Sumário Jogos de A = ( ) (14) Para Luiza temos min j E(p, j) = min{e(x, 1), E(x, 2)} E(x, 1) = 1.x + 3.(1 x) = 2x + 3 e E(x, 2) = 2x O Valor de Linha será o valor da intersecção das retase(x, i)
81 Exemplo Sumário Jogos de A = ( ) (14) Para Luiza temos min j E(p, j) = min{e(x, 1), E(x, 2)} E(x, 1) = 1.x + 3.(1 x) = 2x + 3 e E(x, 2) = 2x O Valor de Linha será o valor da intersecção das retase(x, i)
82 Exemplo Sumário Jogos de A = ( ) (14) Para Luiza temos min j E(p, j) = min{e(x, 1), E(x, 2)} E(x, 1) = 1.x + 3.(1 x) = 2x + 3 e E(x, 2) = 2x O Valor de Linha será o valor da intersecção das retase(x, i)
83 Exemplo Sumário Jogos de A = ( ) (14) Para Luiza temos min j E(p, j) = min{e(x, 1), E(x, 2)} E(x, 1) = 1.x + 3.(1 x) = 2x + 3 e E(x, 2) = 2x O Valor de Linha será o valor da intersecção das retase(x, i)
84 Exemplo Sumário Jogos de A = ( ) (14) Para Luiza temos min j E(p, j) = min{e(x, 1), E(x, 2)} E(x, 1) = 1.x + 3.(1 x) = 2x + 3 e E(x, 2) = 2x O Valor de Linha será o valor da intersecção das retase(x, i)
85 Jogos de Gráfico para o problema maxmin de Luiza x
86 Valor do jogo para Luiza Jogos de Neste caso temos: v L (A) = 3/2 estratégia ótima de Luiza é (3/4, 1/4).
87 Valor do jogo para Luiza Jogos de Neste caso temos: v L (A) = 3/2 estratégia ótima de Luiza é (3/4, 1/4).
88 Valor do jogo para Luiza Jogos de Neste caso temos: v L (A) = 3/2 estratégia ótima de Luiza é (3/4, 1/4).
89 Para Carlos Sumário Jogos de A = ( ) (15) Para Carlos temos que achar max{e(1, y), E(2, y)} E(1, y) = 1.y + 2.(1 y) = y + 2 e E(2, y) = 3y O Valor de Coluna será o valor da intersecção das retase(i, y)
90 Para Carlos Sumário Jogos de A = ( ) (15) Para Carlos temos que achar max{e(1, y), E(2, y)} E(1, y) = 1.y + 2.(1 y) = y + 2 e E(2, y) = 3y O Valor de Coluna será o valor da intersecção das retase(i, y)
91 Para Carlos Sumário Jogos de A = ( ) (15) Para Carlos temos que achar max{e(1, y), E(2, y)} E(1, y) = 1.y + 2.(1 y) = y + 2 e E(2, y) = 3y O Valor de Coluna será o valor da intersecção das retase(i, y)
92 Para Carlos Sumário Jogos de A = ( ) (15) Para Carlos temos que achar max{e(1, y), E(2, y)} E(1, y) = 1.y + 2.(1 y) = y + 2 e E(2, y) = 3y O Valor de Coluna será o valor da intersecção das retase(i, y)
93 Para Carlos Sumário Jogos de A = ( ) (15) Para Carlos temos que achar max{e(1, y), E(2, y)} E(1, y) = 1.y + 2.(1 y) = y + 2 e E(2, y) = 3y O Valor de Coluna será o valor da intersecção das retase(i, y)
94 Problema minmax para Carlos Jogos de y
95 Valor do jogo para Carlos Jogos de Neste caso temos: v C (A) = 3/2 estratégia ótima de Carlos é (1/2, 1/2).
96 Valor do jogo para Carlos Jogos de Neste caso temos: v C (A) = 3/2 estratégia ótima de Carlos é (1/2, 1/2).
97 Valor do jogo para Carlos Jogos de Neste caso temos: v C (A) = 3/2 estratégia ótima de Carlos é (1/2, 1/2).
98 Dominância para Luiza Jogos de Luiza possui estratégias puras e i, e k Σ 1 tais que Π 1 (e i, f j ) Π 1 (e k, f j ) para toda estratégia f j de Carlos. Dizemos que e i domina e k.
99 Dominância para Luiza Jogos de Luiza possui estratégias puras e i, e k Σ 1 tais que Π 1 (e i, f j ) Π 1 (e k, f j ) para toda estratégia f j de Carlos. Dizemos que e i domina e k.
100 Dominância para Luiza Jogos de Luiza possui estratégias puras e i, e k Σ 1 tais que Π 1 (e i, f j ) Π 1 (e k, f j ) para toda estratégia f j de Carlos. Dizemos que e i domina e k.
101 Dominância para Carlos Jogos de Carlos possui estratégias puras f j, f l Σ 2 tais que Π 1 (e i, f j ) Π 1 (e i, f l ) para toda estratégia e i de Luiza. Dizemos que f j domina f l.
102 Dominância para Carlos Jogos de Carlos possui estratégias puras f j, f l Σ 2 tais que Π 1 (e i, f j ) Π 1 (e i, f l ) para toda estratégia e i de Luiza. Dizemos que f j domina f l.
103 Dominância para Carlos Jogos de Carlos possui estratégias puras f j, f l Σ 2 tais que Π 1 (e i, f j ) Π 1 (e i, f l ) para toda estratégia e i de Luiza. Dizemos que f j domina f l.
104 Exemplo: Dominância para Luiza Jogos de A = A = ( ) A = 3 0 1
105 Exemplo: Dominância para Luiza Jogos de A = A = ( ) A = 3 0 1
106 Exemplo: Dominância para Luiza Jogos de A = A = ( ) A = 3 0 1
107 Dominância para Carlos Jogos de ( ) A = ( ) 1 2 A = 3 0
108 Dominância para Carlos Jogos de ( ) A = ( ) 1 2 A = 3 0
109 Exemplo de redução Sumário Jogos de O jogo entre Luiza e Carlos tem a seguinte matriz de pagamento A = Note que a linha 2 domina a linha 3
110 Exemplo de redução Sumário Jogos de O jogo entre Luiza e Carlos tem a seguinte matriz de pagamento A = Note que a linha 2 domina a linha 3
111 A matriz reduzida Sumário Jogos de Luiza não jogará nada na linha 3 A matriz reduzida do jogo será ( ) A r = 2 1 2
112 A matriz reduzida Sumário Jogos de Luiza não jogará nada na linha 3 A matriz reduzida do jogo será ( ) A r = 2 1 2
113 A matriz reduzida Sumário Jogos de Luiza não jogará nada na linha 3 A matriz reduzida do jogo será ( ) A r = 2 1 2
114 Cálculo da estratégia ótima de Luiza Jogos de Luiza acha a estratégia maxmin entre E(x, 1) = 2 3x E(x, 2) = 1 E(x, 3) = 4x 2
115 Cálculo da estratégia ótima de Luiza Jogos de Luiza acha a estratégia maxmin entre E(x, 1) = 2 3x E(x, 2) = 1 E(x, 3) = 4x 2
116 Cálculo da estratégia ótima de Luiza Jogos de Luiza acha a estratégia maxmin entre E(x, 1) = 2 3x E(x, 2) = 1 E(x, 3) = 4x 2
117 Cálculo da estratégia ótima de Luiza Jogos de Luiza acha a estratégia maxmin entre E(x, 1) = 2 3x E(x, 2) = 1 E(x, 3) = 4x 2
118 Gráfico Sumário Jogos de E(x, 3) E(x, 2) E(x, 1)
119 Jogos de Valor do Jogo para Luiza é 2/7 = Estratégia ótima de Luiza é (4/7, 3/7, 0)
120 Jogos de Valor do Jogo para Luiza é 2/7 = Estratégia ótima de Luiza é (4/7, 3/7, 0)
121 Estratégia para Carlos Sumário Jogos de Estratégia ótima para Carlos terá a forma (y, 0, 1 y) Pois qualquer peso na coluna 2 ativa E(x, 2) e aumenta o ganho de Luiza. Fazemos os cálculos usandoe(1, y) = 3y + 2 e E(2, y) = 4y 2. Obtemos a estratégia ótima (4/7, 0, 3/7).
122 Estratégia para Carlos Sumário Jogos de Estratégia ótima para Carlos terá a forma (y, 0, 1 y) Pois qualquer peso na coluna 2 ativa E(x, 2) e aumenta o ganho de Luiza. Fazemos os cálculos usandoe(1, y) = 3y + 2 e E(2, y) = 4y 2. Obtemos a estratégia ótima (4/7, 0, 3/7).
123 Estratégia para Carlos Sumário Jogos de Estratégia ótima para Carlos terá a forma (y, 0, 1 y) Pois qualquer peso na coluna 2 ativa E(x, 2) e aumenta o ganho de Luiza. Fazemos os cálculos usandoe(1, y) = 3y + 2 e E(2, y) = 4y 2. Obtemos a estratégia ótima (4/7, 0, 3/7).
124 Estratégia para Carlos Sumário Jogos de Estratégia ótima para Carlos terá a forma (y, 0, 1 y) Pois qualquer peso na coluna 2 ativa E(x, 2) e aumenta o ganho de Luiza. Fazemos os cálculos usandoe(1, y) = 3y + 2 e E(2, y) = 4y 2. Obtemos a estratégia ótima (4/7, 0, 3/7).
125 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogos sem soma zero, e dois jogadores Σ 1 = {e 1,..., e n } e Σ 2 = {f 1,..., f m } estratégias puras. Π(e i, f j ) = (Π 1 (e i, f j ), Π 2 (e i, f j )) = (a ij, b ij ) A = (a ij ) matriz de Luiza e B = (b ij ) matriz de Carlos. Se Luiza escolhe a estratégia mista p e Carlos escolhe q então o pagamento de Luiza será: E(p, q) = i,j a ijp i q j = p t Aq E de Carlos: F (p, q) = i,j b ijp i q j = p t Bq Note que agora não há o interesse racional de Carlos minimizar o pagamento de Luiza uma vez que isto não significa mais que ele estará aumentando seu pagamento.
126 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogos sem soma zero, e dois jogadores Σ 1 = {e 1,..., e n } e Σ 2 = {f 1,..., f m } estratégias puras. Π(e i, f j ) = (Π 1 (e i, f j ), Π 2 (e i, f j )) = (a ij, b ij ) A = (a ij ) matriz de Luiza e B = (b ij ) matriz de Carlos. Se Luiza escolhe a estratégia mista p e Carlos escolhe q então o pagamento de Luiza será: E(p, q) = i,j a ijp i q j = p t Aq E de Carlos: F (p, q) = i,j b ijp i q j = p t Bq Note que agora não há o interesse racional de Carlos minimizar o pagamento de Luiza uma vez que isto não significa mais que ele estará aumentando seu pagamento.
127 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogos sem soma zero, e dois jogadores Σ 1 = {e 1,..., e n } e Σ 2 = {f 1,..., f m } estratégias puras. Π(e i, f j ) = (Π 1 (e i, f j ), Π 2 (e i, f j )) = (a ij, b ij ) A = (a ij ) matriz de Luiza e B = (b ij ) matriz de Carlos. Se Luiza escolhe a estratégia mista p e Carlos escolhe q então o pagamento de Luiza será: E(p, q) = i,j a ijp i q j = p t Aq E de Carlos: F (p, q) = i,j b ijp i q j = p t Bq Note que agora não há o interesse racional de Carlos minimizar o pagamento de Luiza uma vez que isto não significa mais que ele estará aumentando seu pagamento.
128 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogos sem soma zero, e dois jogadores Σ 1 = {e 1,..., e n } e Σ 2 = {f 1,..., f m } estratégias puras. Π(e i, f j ) = (Π 1 (e i, f j ), Π 2 (e i, f j )) = (a ij, b ij ) A = (a ij ) matriz de Luiza e B = (b ij ) matriz de Carlos. Se Luiza escolhe a estratégia mista p e Carlos escolhe q então o pagamento de Luiza será: E(p, q) = i,j a ijp i q j = p t Aq E de Carlos: F (p, q) = i,j b ijp i q j = p t Bq Note que agora não há o interesse racional de Carlos minimizar o pagamento de Luiza uma vez que isto não significa mais que ele estará aumentando seu pagamento.
129 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogos sem soma zero, e dois jogadores Σ 1 = {e 1,..., e n } e Σ 2 = {f 1,..., f m } estratégias puras. Π(e i, f j ) = (Π 1 (e i, f j ), Π 2 (e i, f j )) = (a ij, b ij ) A = (a ij ) matriz de Luiza e B = (b ij ) matriz de Carlos. Se Luiza escolhe a estratégia mista p e Carlos escolhe q então o pagamento de Luiza será: E(p, q) = i,j a ijp i q j = p t Aq E de Carlos: F (p, q) = i,j b ijp i q j = p t Bq Note que agora não há o interesse racional de Carlos minimizar o pagamento de Luiza uma vez que isto não significa mais que ele estará aumentando seu pagamento.
130 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogos sem soma zero, e dois jogadores Σ 1 = {e 1,..., e n } e Σ 2 = {f 1,..., f m } estratégias puras. Π(e i, f j ) = (Π 1 (e i, f j ), Π 2 (e i, f j )) = (a ij, b ij ) A = (a ij ) matriz de Luiza e B = (b ij ) matriz de Carlos. Se Luiza escolhe a estratégia mista p e Carlos escolhe q então o pagamento de Luiza será: E(p, q) = i,j a ijp i q j = p t Aq E de Carlos: F (p, q) = i,j b ijp i q j = p t Bq Note que agora não há o interesse racional de Carlos minimizar o pagamento de Luiza uma vez que isto não significa mais que ele estará aumentando seu pagamento.
131 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogos sem soma zero, e dois jogadores Σ 1 = {e 1,..., e n } e Σ 2 = {f 1,..., f m } estratégias puras. Π(e i, f j ) = (Π 1 (e i, f j ), Π 2 (e i, f j )) = (a ij, b ij ) A = (a ij ) matriz de Luiza e B = (b ij ) matriz de Carlos. Se Luiza escolhe a estratégia mista p e Carlos escolhe q então o pagamento de Luiza será: E(p, q) = i,j a ijp i q j = p t Aq E de Carlos: F (p, q) = i,j b ijp i q j = p t Bq Note que agora não há o interesse racional de Carlos minimizar o pagamento de Luiza uma vez que isto não significa mais que ele estará aumentando seu pagamento.
132 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Equiĺıbrios de Nash Para que um par de estratégias puras (e k, f l ) seja um perfil de equiĺıbrio de Nash devemos ter a kl a il i e b kl b kj j Então para descobrirmos se existe equíbrios de estratégias puras, marcamos os maiores elementos em cada coluna de A e os maiores elementos em cada linha de B, se existir uma posição kl em que a kl e b kl estiverem marcados então (e k, f l ) será um equiĺıbrio. Claro que pode não existir.
133 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Equiĺıbrios de Nash Para que um par de estratégias puras (e k, f l ) seja um perfil de equiĺıbrio de Nash devemos ter a kl a il i e b kl b kj j Então para descobrirmos se existe equíbrios de estratégias puras, marcamos os maiores elementos em cada coluna de A e os maiores elementos em cada linha de B, se existir uma posição kl em que a kl e b kl estiverem marcados então (e k, f l ) será um equiĺıbrio. Claro que pode não existir.
134 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Equiĺıbrios de Nash Para que um par de estratégias puras (e k, f l ) seja um perfil de equiĺıbrio de Nash devemos ter a kl a il i e b kl b kj j Então para descobrirmos se existe equíbrios de estratégias puras, marcamos os maiores elementos em cada coluna de A e os maiores elementos em cada linha de B, se existir uma posição kl em que a kl e b kl estiverem marcados então (e k, f l ) será um equiĺıbrio. Claro que pode não existir.
135 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Um Exemplo A = B = (16)
136 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Um Exemplo (5, 2) (3, 0) (8, 1) (2, 3) (6, 3) (5, 4) (7, 4) (1, 1) (7, 5) (4, 6) (6, 8) (0, 2) (17)
137 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Um Exemplo (5, 2) (3, 0) (8, 1) (2, 3) (6, 3) (5, 4) (7, 4) (1, 1) (7, 5) (4, 6) (6, 8) (0, 2) (18)
138 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Um Exemplo (5, 2) (3, 0) (8, 1) (2, 3) (6, 3) (5, 4) (7, 4) (1, 1) (7, 5) (4, 6) (6, 8) (0, 2) (19)
139 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Equiĺıbrios na extensão mista M 1 = {(x, 1 x) : x [0, 1]} e M 2 = {(y, 1 y) : y [0, 1]}: Estratégias mistas. E(x, y) = (a 11 + a 22 a 12 a 21 )xy + (a 12 a 22 )x + (a 21 a 22 )y + a 22 é o pagamento de Luiza. O pagamento de Carlos é: F (x, y) = (b 11 + b 22 b 12 b 21 )xy + (b 12 b 22 )x + (b 21 b 22 )y + b 22
140 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Equiĺıbrios na extensão mista M 1 = {(x, 1 x) : x [0, 1]} e M 2 = {(y, 1 y) : y [0, 1]}: Estratégias mistas. E(x, y) = (a 11 + a 22 a 12 a 21 )xy + (a 12 a 22 )x + (a 21 a 22 )y + a 22 é o pagamento de Luiza. O pagamento de Carlos é: F (x, y) = (b 11 + b 22 b 12 b 21 )xy + (b 12 b 22 )x + (b 21 b 22 )y + b 22
141 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Equiĺıbrios na extensão mista M 1 = {(x, 1 x) : x [0, 1]} e M 2 = {(y, 1 y) : y [0, 1]}: Estratégias mistas. E(x, y) = (a 11 + a 22 a 12 a 21 )xy + (a 12 a 22 )x + (a 21 a 22 )y + a 22 é o pagamento de Luiza. O pagamento de Carlos é: F (x, y) = (b 11 + b 22 b 12 b 21 )xy + (b 12 b 22 )x + (b 21 b 22 )y + b 22
142 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Equiĺıbrios na extensão mista M 1 = {(x, 1 x) : x [0, 1]} e M 2 = {(y, 1 y) : y [0, 1]}: Estratégias mistas. E(x, y) = (a 11 + a 22 a 12 a 21 )xy + (a 12 a 22 )x + (a 21 a 22 )y + a 22 é o pagamento de Luiza. O pagamento de Carlos é: F (x, y) = (b 11 + b 22 b 12 b 21 )xy + (b 12 b 22 )x + (b 21 b 22 )y + b 22
143 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Conjuntos dos Perfís racionais Para achar os equiĺıbrios de Nash achamos os perfís racionais. Para Luiza: R 1 = {(x, y) : E(x, y) = sup x [0,1] E( x, y)} E para Carlos: R 2 = {(x, y) : F (x, y) = supȳ [0,1] F (x, ȳ)} Encontramos R 1 R 2.
144 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Conjuntos dos Perfís racionais Para achar os equiĺıbrios de Nash achamos os perfís racionais. Para Luiza: R 1 = {(x, y) : E(x, y) = sup x [0,1] E( x, y)} E para Carlos: R 2 = {(x, y) : F (x, y) = supȳ [0,1] F (x, ȳ)} Encontramos R 1 R 2.
145 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Conjuntos dos Perfís racionais Para achar os equiĺıbrios de Nash achamos os perfís racionais. Para Luiza: R 1 = {(x, y) : E(x, y) = sup x [0,1] E( x, y)} E para Carlos: R 2 = {(x, y) : F (x, y) = supȳ [0,1] F (x, ȳ)} Encontramos R 1 R 2.
146 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Conjuntos dos Perfís racionais Para achar os equiĺıbrios de Nash achamos os perfís racionais. Para Luiza: R 1 = {(x, y) : E(x, y) = sup x [0,1] E( x, y)} E para Carlos: R 2 = {(x, y) : F (x, y) = supȳ [0,1] F (x, ȳ)} Encontramos R 1 R 2.
147 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Um exemplo da estratégia descrita acima O jogo é descrito pela seguinte bimatrix de pagamento (3, 2) (2, 4) (2, 3) (4, 3)
148 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Pagamento de Luiza e Carlos O pagamento de Luiza será E(x, y) = (3y 2)x 2y + 4 Pagamento de Carlos: F (x, y) = ( 8x + 6)y + 7x 3
149 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Pagamento de Luiza e Carlos O pagamento de Luiza será E(x, y) = (3y 2)x 2y + 4 Pagamento de Carlos: F (x, y) = ( 8x + 6)y + 7x 3
150 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Pagamento de Luiza e Carlos O pagamento de Luiza será E(x, y) = (3y 2)x 2y + 4 Pagamento de Carlos: F (x, y) = ( 8x + 6)y + 7x 3
151 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Pagamento de Luiza e Carlos O pagamento de Luiza será E(x, y) = (3y 2)x 2y + 4 Pagamento de Carlos: F (x, y) = ( 8x + 6)y + 7x 3
152 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Conjuntos R 1 e R 2 1 y R 2 2/3 R 1 3/4 x 1 (3/4, 1/4) e (2/3, 1/3) é equiĺıbrios de Nash.
153 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogo do Cruzamento Neste Jogo Carlos e Luiza encontram-se num cruzamento.
154 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia As Matrizes de Pagamentos A = ( t2 /2 ɛ t 2 ) 0 t 2 /2 δ ( ) t1 /2 ɛ 0 e B = t 1 t 1 /2 δ
155 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia As Estratégias Cada um pode esperar (E) e prosseguir (P). t 1 é o tempo para Luiza completar a conversão. t 2 é o tempo pa Carlos completar a conversão. ɛ atraso devido a mútua espera. δ atraso devido ao mútuo avanço.
156 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia As Estratégias Cada um pode esperar (E) e prosseguir (P). t 1 é o tempo para Luiza completar a conversão. t 2 é o tempo pa Carlos completar a conversão. ɛ atraso devido a mútua espera. δ atraso devido ao mútuo avanço.
157 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia As Estratégias Cada um pode esperar (E) e prosseguir (P). t 1 é o tempo para Luiza completar a conversão. t 2 é o tempo pa Carlos completar a conversão. ɛ atraso devido a mútua espera. δ atraso devido ao mútuo avanço.
158 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia As Estratégias Cada um pode esperar (E) e prosseguir (P). t 1 é o tempo para Luiza completar a conversão. t 2 é o tempo pa Carlos completar a conversão. ɛ atraso devido a mútua espera. δ atraso devido ao mútuo avanço.
159 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia As Estratégias Cada um pode esperar (E) e prosseguir (P). t 1 é o tempo para Luiza completar a conversão. t 2 é o tempo pa Carlos completar a conversão. ɛ atraso devido a mútua espera. δ atraso devido ao mútuo avanço.
160 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Fórmula dos pagamentos dos jogadores E(x, y) = ( (ɛ + δ)y + (δ t 2 /2))x + (t 2 /2 + δ)y t 2 /2 δ F (x, y) = ( (ɛ + δ)x + (δ t 1 /2))y + (t 1 /2 + δ)x t 1 /2 δ
161 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Fórmula dos pagamentos dos jogadores E(x, y) = ( (ɛ + δ)y + (δ t 2 /2))x + (t 2 /2 + δ)y t 2 /2 δ F (x, y) = ( (ɛ + δ)x + (δ t 1 /2))y + (t 1 /2 + δ)x t 1 /2 δ
162 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Representação Gráfica de R 1 e R 2 1 y R 2 θ 2 R 1 θ 1 x 1
163 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia O Jogo Hawk-Dove Dois leões competem pela posse de território. Se dois leões se encontram numa disputa cada um deles pode agir de duas maneiras: comportamento agressivo (Hawk), ou ele apenas ruge ameaçadoramente mas foge se vier um ataque (Dove). Digamos que o leão Jubinha encontra-se com o Sansão e iniciam a competição. Se Jubinha agir como Hawk e Sansão como Dove, Jubinha ficará com o território e ganhará ρ pontos. Se Sansão reagir, ou seja, agir com Hawk também, aí haverá luta com chances iguais de ganho para cada um dos lados. O lado ganhador receberá ρ e o perdedor perderá C. O valor esperado de ganho de Jubinha é ρ/2 C/2. Quando Jubinha agir como dove, não ganha nada se Sansão for Hawk (ele foge) e ganhará metade das disputas por rugidos se Sansão for Dove.
164 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia As matrizes deste Jogo A = ( 1/2(ρ C) ρ ) 0 1/2ρ e B = ( 1/2(ρ C) 0 ) ρ 1/2ρ (20)
165 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Funções de pagamentos E(x, y) = ( C 2 y + ρ 2 )x ρ 2 y + ρ 2 F (x, y) = ( C 2 x + ρ 2 )y ρ 2 x + ρ 2 (21) (22)
166 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Identificação dos pontos de equiĺıbrio y 1 R 2 ρ C R ρ C x 1
167 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogo Populacional Um jogo em que A = B t como o jogo Hawk-Dove é chamado de Jogo Populacional. Neste caso, o jogo é simétrico e não é importante quem tem as linhas ou colunas. A idéia é que este jogo ocorra entre os elementos de uma população, constantemente e de forma aleatória. A idéia do jogo populacional foi introduzida por Maynard-Smith.
168 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogo Populacional Um jogo em que A = B t como o jogo Hawk-Dove é chamado de Jogo Populacional. Neste caso, o jogo é simétrico e não é importante quem tem as linhas ou colunas. A idéia é que este jogo ocorra entre os elementos de uma população, constantemente e de forma aleatória. A idéia do jogo populacional foi introduzida por Maynard-Smith.
169 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogo Populacional Um jogo em que A = B t como o jogo Hawk-Dove é chamado de Jogo Populacional. Neste caso, o jogo é simétrico e não é importante quem tem as linhas ou colunas. A idéia é que este jogo ocorra entre os elementos de uma população, constantemente e de forma aleatória. A idéia do jogo populacional foi introduzida por Maynard-Smith.
170 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Jogo Populacional Um jogo em que A = B t como o jogo Hawk-Dove é chamado de Jogo Populacional. Neste caso, o jogo é simétrico e não é importante quem tem as linhas ou colunas. A idéia é que este jogo ocorra entre os elementos de uma população, constantemente e de forma aleatória. A idéia do jogo populacional foi introduzida por Maynard-Smith.
171 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Escolha dos equiĺıbrios de Nash Em alguns jogos podem ter muitos equiĺıbrios de Nash. Se estes equilibrios dão o mesmo pagamento para os jogadores e podem ser alternados, são soluções de Nash do Jogo. Se isto não acontecer são necessários outros critérios para escolha de um equiĺıbrio. No caso de jogos populacionais, são os equilibrios evolucionáriamente estáveis.
172 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Escolha dos equiĺıbrios de Nash Em alguns jogos podem ter muitos equiĺıbrios de Nash. Se estes equilibrios dão o mesmo pagamento para os jogadores e podem ser alternados, são soluções de Nash do Jogo. Se isto não acontecer são necessários outros critérios para escolha de um equiĺıbrio. No caso de jogos populacionais, são os equilibrios evolucionáriamente estáveis.
173 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Escolha dos equiĺıbrios de Nash Em alguns jogos podem ter muitos equiĺıbrios de Nash. Se estes equilibrios dão o mesmo pagamento para os jogadores e podem ser alternados, são soluções de Nash do Jogo. Se isto não acontecer são necessários outros critérios para escolha de um equiĺıbrio. No caso de jogos populacionais, são os equilibrios evolucionáriamente estáveis.
174 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Escolha dos equiĺıbrios de Nash Em alguns jogos podem ter muitos equiĺıbrios de Nash. Se estes equilibrios dão o mesmo pagamento para os jogadores e podem ser alternados, são soluções de Nash do Jogo. Se isto não acontecer são necessários outros critérios para escolha de um equiĺıbrio. No caso de jogos populacionais, são os equilibrios evolucionáriamente estáveis.
175 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Estratégias não invadíveis Por causa da simetria de um jogo populacional só consideramos uma função de pagamento. No caso H-D: E(x, y) = ( C 2 y + ρ 2 )x ρ 2 y + ρ 2. Uma estratégia x é não invadível se: E(x, x ) E(y, x ) para todo y [0, 1] E(x, x ) = E(y, x ) então E(x, y) > E(y, y)
176 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Estratégias não invadíveis Por causa da simetria de um jogo populacional só consideramos uma função de pagamento. No caso H-D: E(x, y) = ( C 2 y + ρ 2 )x ρ 2 y + ρ 2. Uma estratégia x é não invadível se: E(x, x ) E(y, x ) para todo y [0, 1] E(x, x ) = E(y, x ) então E(x, y) > E(y, y)
177 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Estratégias não invadíveis Por causa da simetria de um jogo populacional só consideramos uma função de pagamento. No caso H-D: E(x, y) = ( C 2 y + ρ 2 )x ρ 2 y + ρ 2. Uma estratégia x é não invadível se: E(x, x ) E(y, x ) para todo y [0, 1] E(x, x ) = E(y, x ) então E(x, y) > E(y, y)
178 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Estratégias não invadíveis Por causa da simetria de um jogo populacional só consideramos uma função de pagamento. No caso H-D: E(x, y) = ( C 2 y + ρ 2 )x ρ 2 y + ρ 2. Uma estratégia x é não invadível se: E(x, x ) E(y, x ) para todo y [0, 1] E(x, x ) = E(y, x ) então E(x, y) > E(y, y)
179 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Estratégias não invadíveis Por causa da simetria de um jogo populacional só consideramos uma função de pagamento. No caso H-D: E(x, y) = ( C 2 y + ρ 2 )x ρ 2 y + ρ 2. Uma estratégia x é não invadível se: E(x, x ) E(y, x ) para todo y [0, 1] E(x, x ) = E(y, x ) então E(x, y) > E(y, y)
180 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Interpretação da estratégia não invadível Se a maioria da população usa a estratégia x e um invasor da espécie usa a estratégia y então o ganho do invasor contra um elemento que usa a estratégia da maioria x não será maior que o ganho de alguém com a estratégia comum x. Ainda que o invasor logre igualar o ganho contra x, contra outro invasor ele sairia perdendo.
181 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Equiĺıbrio evolucionariamente estável no Hawk-Dove (x, x ) é um equiĺıbrio de Nash. Chamaremos este equiĺıbrio de evolucionariamente estáveis. No jogo Hawk-Dove o par (ρ/c, ρ/c) é um equiĺıbrio evolucionariamente estável. Este equiĺıbrio tem uma caracterização dinâmica.
182 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Equiĺıbrio evolucionariamente estável no Hawk-Dove (x, x ) é um equiĺıbrio de Nash. Chamaremos este equiĺıbrio de evolucionariamente estáveis. No jogo Hawk-Dove o par (ρ/c, ρ/c) é um equiĺıbrio evolucionariamente estável. Este equiĺıbrio tem uma caracterização dinâmica.
183 Definições Gerais Caso duas estratégias Equiĺıbrios Evolucionariamente Estáveis Bibliografia Equiĺıbrio evolucionariamente estável no Hawk-Dove (x, x ) é um equiĺıbrio de Nash. Chamaremos este equiĺıbrio de evolucionariamente estáveis. No jogo Hawk-Dove o par (ρ/c, ρ/c) é um equiĺıbrio evolucionariamente estável. Este equiĺıbrio tem uma caracterização dinâmica.
Um Minicurso em Teoria dos Jogos. Pedro Aladar Tonelli
Um Minicurso em Teoria dos Jogos Pedro Aladar Tonelli Sumário Capítulo 1. Introdução 5 1. Jogos não cooperativos, conceitos principais e exemplos 5 2. Conceito de solução: Equilíbrio de Nash 7 Capítulo
Leia maisMicroeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão. AULA 1.1 Descrição de Jogos não-cooperativos (forma normal)
Microeconomia II Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 1.1 Descrição de Jogos não-cooperativos (forma normal) Isabel Mendes 2007-2008 1. Teoria dos Jogos: definição e contexto
Leia maisJogos Bayesianos Estratégias e Equilíbrio Aplicações. Jogos Bayesianos. Prof. Leandro Chaves Rêgo
Jogos Bayesianos Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 14 de Outubro de 2014 Jogos Bayesianos Jogos
Leia maisJOGOS COOPERATIVOS PEDRO A. TONELLI
JOGOS COOPERATIVOS PEDRO A. TONELLI Sumário 1. Jogos Cooperativos com Dois Jogadores, Jogos de Barganha 1 1.1. Ótimos de Pareto 2 1.2. Região de Barganha 2 2. Função de Arbitragem de Nash 2 3. Propriedades
Leia maisProbabilidade III. Ulisses U. dos Anjos. Departamento de Estatística Universidade Federal da Paraíba. Período 2014.1
Probabilidade III Ulisses U. dos Anjos Departamento de Estatística Universidade Federal da Paraíba Período 2014.1 Ulisses Umbelino (DE-UFPB) Probabilidade III Período 2014.1 1 / 42 Sumário 1 Apresentação
Leia maisAED Parte II Microeconomia Básica. Teoria dos Jogos
Teoria dos Jogos O que é Teoria dos Jogos? Diversas situações na sociedade envolvem a interação entre as pessoas. A Teoria dos Jogos procura entender como as decisões dos indivíduos se inter-relacionam
Leia maisJogos de soma zero com dois jogadores
Jogos de soma zero com dois jogadores Problema: Dada uma matriz A m n, encontrar um equilíbrio de Nash (de estratégias mistas). Jogador 1 quer encontrar p que maximize v sujeito a i p i = 1 sujeito a (pa)
Leia maisProposta de resolução da Prova de Matemática A (código 635) 2ª fase. 19 de Julho de 2010
Proposta de resolução da Prova de Matemática A (código 65) ª fase 9 de Julho de 00 Grupo I. Como só existem bolas de dois tipos na caixa e a probabilidade de sair bola azul é, existem tantas bolas roxas
Leia maisCoeficiente de Assimetria e Curtose. Rinaldo Artes. Padronização., tem as seguintes propriedades: Momentos
Coeficiente de Assimetria e Curtose Rinaldo Artes 2014 Padronização Seja X uma variável aleatória com E(X)=µ e Var(X)=σ 2. Então a variável aleatória Z, definida como =, tem as seguintes propriedades:
Leia maisMatrizes e Sistemas Lineares. Professor: Juliano de Bem Francisco. Departamento de Matemática Universidade Federal de Santa Catarina.
e Aula Zero - Álgebra Linear Professor: Juliano de Bem Francisco Departamento de Matemática Universidade Federal de Santa Catarina agosto de 2011 Outline e e Part I - Definição: e Consideremos o conjunto
Leia maisPolos Olímpicos de Treinamento. Aula 6. Curso de Combinatória - Nível 2. Jogos. 1. Simetria. Prof. Bruno Holanda
Polos Olímpicos de Treinamento Curso de Combinatória - Nível 2 Prof. Bruno Holanda Aula 6 Jogos Quando falamos em jogos, pensamos em vários conhecidos como: xadrez, as damas e os jogos com baralho. Porém,
Leia maisAvaliação e Desempenho Aula 1 - Simulação
Avaliação e Desempenho Aula 1 - Simulação Introdução à simulação Geração de números aleatórios Lei dos grandes números Geração de variáveis aleatórias O Ciclo de Modelagem Sistema real Criação do Modelo
Leia maisTeoria dos Jogos. Ivan Sendin. 12 de novembro de FACOM - Universidade Federal de Uberlândia
Otimização FACOM - Universidade Federal de Uberlândia ivansendin@yahoo.com,sendin@ufu.br 12 de novembro de 2018 Otimização Decisões dado um cenário Modalegem Matemática Solução Gráfica/Simplex O mundo
Leia maisTópico 2. Funções elementares
Tópico. Funções elementares.6 Funções trigonométricas A trigonometria (do grego trigonon triângulo + metron medida ) é um ramo da matemática que estuda os triângulos, particularmente triângulos em um plano
Leia mais5. Derivada. Definição: Se uma função f é definida em um intervalo aberto contendo x 0, então a derivada de f
5 Derivada O conceito de derivada está intimamente relacionado à taa de variação instantânea de uma função, o qual está presente no cotidiano das pessoas, através, por eemplo, da determinação da taa de
Leia maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14
Leia maisOs eixo x e y dividem a circunferência em quatro partes congruentes chamadas quadrantes, numeradas de 1 a 4 conforme figura abaixo:
Circunferência Trigonométrica É uma circunferência de raio unitário orientada de tal forma que o sentido positivo é o sentido anti-horário. Associamos a circunferência (ou ciclo) trigonométrico um sistema
Leia maisAula 8 Variações da Eliminação de Gauss/Fatoração LU.
Aula 8 Variações da Eliminação de Gauss/Fatoração LU. MS211 - Cálculo Numérico Marcos Eduardo Valle Departamento de Matemática Aplicada Instituto de Matemática, Estatística e Computação Científica Universidade
Leia maisUsando potências de 10
Usando potências de 10 A UUL AL A Nesta aula, vamos ver que todo número positivo pode ser escrito como uma potência de base 10. Por exemplo, vamos aprender que o número 15 pode ser escrito como 10 1,176.
Leia maisIntrodução à Inteligência Artificial 2007/08
Introdução à Inteligência rtificial 2007/08 Procura em contextos competitivos jogos Contexto Um agente vs multiagente mbiente cooperativo vs competitivo Teoria dos jogos (ramo da Economia) Sistema multiagente
Leia maisDeterminantes. Vamos associar a cada matriz quadrada A um número a que chamaremos determinante. a11 a Uma matriz de ordem 2, A =
Determinantes Vamos associar a cada matriz quadrada A um número a que chamaremos determinante de A. [ ] a11 a Uma matriz de ordem 2, A 12, é invertível se e só se a 21 a 22 a 11 a 22 a 21 a 12 0, como
Leia maisSemana 7 Resolução de Sistemas Lineares
1 CÁLCULO NUMÉRICO Semana 7 Resolução de Sistemas Lineares Professor Luciano Nóbrega UNIDADE 1 2 INTRODUÇÃO Considere o problema de determinar as componentes horizontais e verticais das forças que atuam
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano 2011-2 a Fase
Prova Escrita de MATEMÁTICA A - 1o Ano 011 - a Fase Proposta de resolução GRUPO I 1. Como no lote existem em total de 30 caixas, ao selecionar 4, podemos obter um conjunto de 30 C 4 amostras diferentes,
Leia maisMatrizes. Sumário. 1 pré-requisitos. 2 Tipos de matrizes. Sadao Massago 2011-05-05 a 2014-03-14. 1 pré-requisitos 1. 2 Tipos de matrizes.
Matrizes Sadao Massago 20-05-05 a 204-03-4 Sumário pré-requisitos 2 Tipos de matrizes 3 Operações com matrizes 3 4 Matriz inversa e transposta 4 5 Determinante e traço 5 Neste texto, faremos uma breve
Leia maisMATEMÁTICA ENSINO FUNDAMENTAL
CEEJA MAX DADÁ GALLIZZI PRAIA GRANDE - SP PARABÉNS!!! VOCÊ JÁ É UM VENCEDOR! Voltar a estudar é uma vitória que poucos podem dizer que conseguiram. É para você, caro aluno, que desenvolvemos esse material.
Leia maisAula 1 Variáveis aleatórias contínuas
Aula 1 Variáveis aleatórias contínuas Objetivos: Nesta aula iremos estudar as variáveis aleatórias contínuas e você aprenderá os seguintes conceitos: função de densidade de probabilidade; função de distribuição
Leia maisMedidas de Tendência Central. Introdução Média Aritmética Moda Mediana
Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central Portanto, é possível selecionar
Leia maisÁlgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocaba.unesp.
Álgebra Linear AL Luiza Amalia Pinto Cantão Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocaba.unesp.br Sistemas Lienares 1 Sistemas e Matrizes 2 Operações Elementares e
Leia maisMedidas de Tendência Central
Média, Mediana e Moda 1 Coletando Dados A coleta de dados produz um conjunto de escores de uma ou mais variáveis Para chegar à distribuição dos escores, estes têm de ser arrumados / ordenados do menor
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano 2015-2 a Fase
Prova Escrita de MATEMÁTICA A - o Ano 205-2 a Fase Proposta de resolução GRUPO I. O valor médio da variável aleatória X é: µ a + 2 2a + 0, Como, numa distribuição de probabilidades de uma variável aleatória,
Leia mais1. À primeira coluna (P), atribui-se uma quantidade de valores V igual à metade do total de linhas
LÓGICA MATEMÁTICA Walter Sousa Resumo teórico 1) PROPOSIÇÕES LÓGICAS SIMPLES Uma proposição é uma sentença declarativa que pode ser classificada em verdadeira (V) ou falsa (F), mas não ambas as interpretações.
Leia maisEQUAÇÕES RELACIONAIS FUZZY E COMO RESOLVÊ-LAS
EQUAÇÕES RELACIONAIS FUZZY E COMO RESOLVÊ-LAS PEDRO ALADAR TONELLI 1. Introdução Nosso objetivo é apresentar de uma forma simples o procedimento para achar soluções de uma equação relacional fuzzy para
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Uniforme 11/13 1 / 19
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Uniforme 11/13 1 / 19 Distribuições Contínuas Apresentaremos agora alguns dos
Leia maisTeoria Básica e o Método Simplex. Prof. Ricardo Santos
Teoria Básica e o Método Simple Prof. Ricardo Santos Teoria Básica do Método Simple Por simplicidade, a teoria é desenvolvida para o problema de PL na forma padrão: Minimizar f()=c T s.a. A=b >= Considere
Leia maisPolinômios. Para mais informações sobre a história de monômios e polinômios, leia o artigo Monômios.
Um pouco de história Polinômios A grande maioria das pessoas que estão em processo de aprendizagem em matemática sempre buscam aplicações imediatas para os conteúdos. Não que esse deva ser um caminho único
Leia maisAula de Exercícios - Variáveis Aleatórias Discretas
Aula de Exercícios - Variáveis Aleatórias Discretas Organização: Airton Kist Digitação: Guilherme Ludwig Valor Médio de uma variável aleatória Considere uma urna contendo três bolas vermelhas e cinco pretas.
Leia maisIND 1115 Inferência Estatística Aula 8
Conteúdo IND 5 Inferência Estatística Aula 8 Setembro 4 Mônica Barros O - aproximação da Binomial pela Este teorema é apenas um caso particular do teorema central do limite, pois uma variável aleatória
Leia maisExercícios de Revisão: Análise Complexa 1- Números Complexos
Exercícios de Revisão: Análise Complexa - Números Complexos Exercícios Propostos Globais I... Soluções dos Exercícios Propostos Globais I... Introdução... 4 Definições e propriedades elementares... 4.
Leia maisÁLGEBRA VETORIAL E GEOMETRIA ANALÍTICA (UFCG- CUITÉ)
P L A N O S PARALELOS AOS EIXOS E AOS PLANOS COORDENADOS Casos Particulares A equação ax + by + cz = d na qual a, b e c não são nulos, é a equação de um plano π, sendo v = ( a, b, c) um vetor normal a
Leia maisMétodos Formais. Agenda. Relações Binárias Relações e Banco de Dados Operações nas Relações Resumo Relações Funções. Relações e Funções
Métodos Formais Relações e Funções por Mauro Silva Agenda Relações Binárias Relações e Banco de Dados Operações nas Relações Resumo Relações Funções MF - Relações e Funções 2 1 Relações Binárias Definição
Leia maisé 4. Portanto, o desvio padrão é 2. Neste caso 100% dos valores da população estão a um desvio padrão da média.
Desvio Padrão From Wikipedia, the free encyclopedia probabilidade e estatística, o desvio padrão de uma distribuição de probabilidade, de uma variável aleatória, ou população é uma medida do espalhamento
Leia maisRACIOCÍNIO LÓGICO QUANTITATIVO
RACIOCÍNIO LÓGICO QUANTITATIVO AULA 1 ESTUDO DA LÓGICA O estudo da lógica é o estudo dos métodos e princípios usados para distinguir o raciocínio correto do incorreto. A lógica tem sido freqüentemente
Leia maisResolução do exemplo 8.6a - pág 61 Apresente, analítica e geometricamente, a solução dos seguintes sistemas lineares.
Solução dos Exercícios de ALGA 2ª Avaliação EXEMPLO 8., pág. 61- Uma reta L passa pelos pontos P 0 (, -2, 1) e P 1 (5, 1, 0). Determine as equações paramétricas, vetorial e simétrica dessa reta. Determine
Leia maisInversão de Matrizes
Inversão de Matrizes Prof. Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2014.2 13 de
Leia maisFUNDAMENTOS DA MATEMÁTICA
FUNDAMENTOS DA MATEMÁTICA Aula Matrizes Professor Luciano Nóbrega UNIDADE MATRIZES _ INTRODUÇÃO DEFINIÇÃO Uma matriz é uma tabela com m linhas e n colunas que contém m. n elementos. EXEMPLO: Ângulo 0º
Leia maisRetorno e risco de carteiras de investimento. Copyright Pereira, F. I
Retorno e risco de carteiras de investimento OBJETIVOS DA UNIDADE DE ESTUDO Compreender o processo de avaliação do risco de uma carteira. Definir e mensurar a covariancia entre duas variáveis Definir e
Leia maisDistribuição Binomial e Normal
Distribuição Binomial e Normal O que se pretende, neste módulo, é apresentar dois modelos teóricos de distribuição de probabilidade, aos quais um experimento aleatório estudado possa ser adaptado, o que
Leia mais3 Breve Introdução à Teoria dos Jogos
3 Breve Introdução à Teoria dos Jogos Teoria dos Jogos é uma ferramenta matemática criada para melhor entender ou interpretar a maneira com que agentes que tomam decisões interagem entre si. Pense num
Leia maisUma Introdução à Teoria dos Jogos
Uma Introdução à Teoria dos Jogos Humberto José Bortolossi 1 Gilmar Garbugio 2 Brígida Alexandre Sartini 3 1 Departamento de Matemática Aplicada Universidade Federal Fluminense 2 Departamento de Matemática
Leia maisIntrodução ao determinante
ao determinante O que é? Quais são suas propriedades? Como se calcula (Qual é a fórmula ou algoritmo para o cálculo)? Para que serve? Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld
Leia maisAula 1 Assimetria e Curtose
2º Bimestre 1 Estatística e Probabilidade Aula 1 Assimetria e Curtose Professor Luciano Nóbrega Medidas de assimetria As medidas de assimetria e curtose (esta última veremos na próxima aula) são as que
Leia maisUnidade 3 Função Afim
Unidade 3 Função Afim Definição Gráfico da Função Afim Tipos Especiais de Função Afim Valor e zero da Função Afim Gráfico definidos por uma ou mais sentenças Definição C ( x) = 10. x + Custo fixo 200 Custo
Leia mais1 Teoria de conjuntos e lógica
1 Teoria de conjuntos e lógica Estes breves apontamentos dizem respeito à parte do programa dedicada à teoria de conjuntos e à lógica matemática. Embora concebidos sem grandes formalismos e com poucas
Leia maisResolução da Prova de Raciocínio Lógico do STJ de 2015, aplicada em 27/09/2015.
de Raciocínio Lógico do STJ de 20, aplicada em 27/09/20. Raciocínio Lógico p/ STJ Mariana é uma estudante que tem grande apreço pela matemática, apesar de achar essa uma área muito difícil. Sempre que
Leia maisTipos de problemas de programação inteira (PI) Programação Inteira. Abordagem para solução de problemas de PI. Programação inteira
Tipos de problemas de programação inteira (PI) Programação Inteira Pesquisa Operacional I Flávio Fogliatto Puros - todas as variáveis de decisão são inteiras Mistos - algumas variáveis de decisão são inteiras
Leia maisCÁLCULO DE MATRIZ PARA ELEMENTOS FINITOS
CÁCUO DE MATRIZ PARA EEMENTOS FINITOS Sistemas de equações algébricas que relacionam Forças, Deslocamentos e Coeicientes de Rigidez podem ser representados e resolvidos de orma compacta e elegante com
Leia maiscuja distribuição é t de Student com n 1 graus de liberdade.
Aula 13 Teste de hipótese sobre a média de uma população normal σ 2 desconhecida Objetivos: Nesta aula você completará seu estudo básico sobre testes de hipóteses, analisando a situação relativa a uma
Leia maisIntrodução. Ou seja, de certo modo esperamos que haja uma certa
UNIVERSIDADE FEDERAL DA PARAÍBA Teste de Independência Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Um dos principais objetivos de se construir uma tabela de contingência,
Leia maisLISTA DE EXERCÍCIOS IV TEORIA DOS JOGOS
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE CIÊNCIAS ECONÔMICAS DEPARTAMENTO DE ECONOMIA Disciplina ECO0208 Teoria Microeconômica II Professor Sabino da Silva Porto Junior Estágio de docência
Leia maisSIMULADO MATEMÁTICA. 3) Com os algarismos 2, 5, 7, e 8, quantos números naturais de três algarismos distintos podem ser escritos?
NOME: DATA DE ENTREGA: / / SIMULADO MATEMÁTICA 1) Uma sorveteria oferece uma taça de sorvete que pode vir coberta com calda de chocolate, ou de morango ou de caramelo. O sorvete pode ser escolhido entre
Leia maisTeorema do Limite Central e Intervalo de Confiança
Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),
Leia maisRelações. Antonio Alfredo Ferreira Loureiro. loureiro@dcc.ufmg.br http://www.dcc.ufmg.br/~loureiro. UFMG/ICEx/DCC MD Relações 1
Relações Antonio Alfredo Ferreira Loureiro loureiro@dcc.ufmg.br http://www.dcc.ufmg.br/~loureiro MD Relações 1 Introdução O mundo está povoado por relações: família, emprego, governo, negócios, etc. Entidades
Leia mais(1, 6) é também uma solução da equação, pois 3 1 + 2 6 = 15, isto é, 15 = 15. ( 23,
Sistemas de equações lineares generalidades e notação matricial Definição Designa-se por equação linear sobre R a uma expressão do tipo com a 1, a 2,... a n, b R. a 1 x 1 + a 2 x 2 +... + a n x n = b (1)
Leia maisCAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES
CAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES Vamos estudar alguns métodos numéricos para resolver: Equações algébricas (polinómios) não lineares; Equações transcendentais equações que envolvem funções
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 7
Potencial Elétrico Quando estudamos campo elétrico nas aulas passadas, vimos que ele pode ser definido em termos da força elétrica que uma carga q exerce sobre uma carga de prova q 0. Essa força é, pela
Leia maisEngenharia Econômica
UNIVERSIDADE FEDERAL DE PERNAMBUCO UFPE CENTRO ACADÊMICO DO AGRESTE NÚCLEO DE TECNOLOGIA ENGENHARIA CIVIL Engenharia Econômica Aula I Professora Jocilene Otilia da Costa, Dra Conteúdo Juros Simples Juros
Leia maisCURSO DE MATEMÁTICA BÁSICA PROGRAMA DE EDUCAÇÃO TUTORIAL CENTRO DE ENGENHARIA DA MOBILIDADE
CURSO DE MATEMÁTICA BÁSICA Fatoração Equação do 1º Grau Equação do 2º Grau Aula 02: Fatoração Fatorar é transformar uma soma em um produto. Fator comum: Agrupamentos: Fatoração Quadrado Perfeito Fatoração
Leia maisCapítulo 2 - Determinantes
Capítulo 2 - Determinantes Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/ 19 DeMat-ESTiG Sumário
Leia maisPlano de Ensino. Identificação. Câmpus de Bauru. Curso 1503 - Licenciatura em Matemática. Ênfase
Curso 1503 - Licenciatura em Matemática Ênfase Identificação Disciplina 0006308A - Fundamentos de Matemática Elementar Docente(s) Ivete Maria Baraldi Unidade Faculdade de Ciências Departamento Departamento
Leia maisStela Adami Vayego DEST/UFPR
Resumo 5 - Análise Bivariada (Bidimensional) 5.1. Introdução O principal objetivo das análises nessa situação é explorar relações (similaridades) entre duas variáveis. A distribuição conjunta das freqüências
Leia maisAnálise de Regressão. Notas de Aula
Análise de Regressão Notas de Aula 2 Modelos de Regressão Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas
Leia maisEXAME DE MACS 2º FASE 2014/2015 = 193
EXAME DE MACS 2º FASE 2014/2015 1. Divisor Padrão: 00+560+80+240 200 = 190 = 19 200 20 Filiais A B C D Quota Padrão 1,088 58,01 86,010 24,870 L 1 58 86 24 L(L + 1) 1,496 58,498 86,499 24,495 Quota Padrão
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a variância de
Leia maisMatemática Aplicada às Ciências Sociais
ESCOLA SECUNDÁRIA DE AMORA PLANIFICAÇÃO ANUAL Matemática Aplicada às Ciências Sociais Ensino Regular Curso Geral de Ciências Sociais e Humanas 11º ANO Ano Letivo 2014 / 2015 PLANIFICAÇÃO A LONGO PRAZO
Leia maisUNIPAC Araguari FACAE - Faculdade de Ciências Administrativas e Exatas SISTEMAS DE INFORMAÇÃO
UNIPAC Araguari FACAE - Faculdade de Ciências Administrativas e Exatas SISTEMAS DE INFORMAÇÃO SAD Sistemas de Apoio à Decisão 2011/02 Aula Cinco crishamawaki@yahoo.com.br Modelos de decisão Sistemas de
Leia maisPROVA PARA OS ALUNOS DE 2º ANO DO ENSINO MÉDIO. 4 cm
PROVA PARA OS ALUNOS DE º ANO DO ENSINO MÉDIO 1ª Questão: Um cálice com a forma de um cone contém V cm de uma bebida. Uma cereja de forma esférica com diâmetro de cm é colocada dentro do cálice. Supondo
Leia maisMétodo Simplex das Duas Fases
Notas de aula da disciplina Pesquisa Operacional 1. 2003/1 c DECOM/ICEB/UFOP. Método Simplex das Duas Fases 1 Descrição do método Suponhamos inicialmente que tenham sido efetuadas transformações no PPL,
Leia maisPlano de Ensino. Identificação. Câmpus de Bauru. Curso 1503 - Licenciatura em Matemática. Ênfase
Curso 1503 - Licenciatura em Matemática Ênfase Identificação Disciplina 0006308A - Fundamentos de Matemática Elementar Docente(s) Maria Edneia Martins Salandim Unidade Faculdade de Ciências Departamento
Leia maisESCOLA SUPERIOR DE TECNOLOGIA DE VISEU
INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA DE VISEU Departamento Matemática Disciplina Matemática I Curso Gestão de Empresas Ano 1 o Ano Lectivo 2007/2008 Semestre 1 o Apontamentos Teóricos:
Leia maisDefinição de determinantes de primeira e segunda ordens. Seja A uma matriz quadrada. Representa-se o determinante de A por det(a) ou A.
Determinantes A cada matriz quadrada de números reais, pode associar-se um número real, que se designa por determinante da matriz Definição de determinantes de primeira e segunda ordens Seja A uma matriz
Leia mais3 Modelos de Simulação
43 3 Modelos de Simulação 3.1 Simulação de Monte Carlo O método de Monte Carlo foi concebido com este nome nos anos 40 por John Von Neumann, Stanislaw Ulam e Nicholas Metropolis durante o projeto de pesquisa
Leia maisIntrodução aos Processos Estocásticos - Independência
Introdução aos Processos Estocásticos - Independência Eduardo M. A. M. Mendes DELT - UFMG Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal de Minas Gerais emmendes@cpdee.ufmg.br Eduardo
Leia maisLógica e Raciocínio. Decisão sob Risco Utilidade. Universidade da Madeira. http://dme.uma.pt/edu/ler/
Lógica e Raciocínio Universidade da Madeira http://dme.uma.pt/edu/ler/ Decisão sob Risco Utilidade 1 Valor Monetário Esperado Assumamos que sempre podemos medir o valor das consequencias em termos monetarios
Leia maisJOGOS E RESOLUÇÃO DE PROBLEMAS TORRE DE HANÓI
UNIVERDIDADE SÃO PAULO INSTITUTO DE MATEMÁTICA E ESTATÍSTICA JOGOS E RESOLUÇÃO DE PROBLEMAS TORRE DE HANÓI Kássio Luiz Lilian Renata dos Santos Marcelo Salete Rodrigues TORRE DE HANÓI Foi inventado pelo
Leia maisDeterminantes. Matemática Prof. Mauricio José
Determinantes Matemática Prof. Mauricio José Determinantes Definição e Conceito Matriz de ordem 1 Dizemos que um determinante é um resultado (numérico) de operações que são realizadas em uma matriz quadrada.
Leia maisMINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL FARROUPILHA CAMPUS ALEGRETE PIBID
PROPOSTA DIDÁTICA 1. Dados de Identificação 1.1 Nome do bolsista: Bianca Bitencourt da Silva 1.2 Público alvo: 8º e 9º anos 1.3 Duração: 2,5 horas 1.4 Conteúdo desenvolvido: Operações com números inteiros
Leia mais2. A respeito do equilíbrio de Nash, julgue as afirmativas abaixo:
Universidade Federal do Rio Grande do Sul Faculdade de Economia Teoria dos Jogos / 2006 Estágio Docência: Aline Trindade Figueiredo e Mariana Hauer Lista de Exercícios 1 1. Defina Equilíbrio de Nash. Todo
Leia maisUniversidade Estadual de Campinas César Galeazzi Priolo Ra:070454. Relatório de Estágio
Universidade Estadual de Campinas César Galeazzi Priolo Ra:070454 Relatório de Estágio Análise estatística das avaliações e auditoria dos processos de monitoria operacional Orientador: Prof. Dr. Antônio
Leia maisProgramação Linear - Parte 4
Mestrado em Modelagem e Otimização - CAC/UFG Programação Linear - Parte 4 Profs. Thiago Alves de Queiroz Muris Lage Júnior 1/2014 Thiago Queiroz (DM) Parte 4 1/2014 1 / 18 Solução Inicial O método simplex
Leia maisResultantes e Aplicações
Resultantes e Aplicações Fernando Tura, Centro de Tecnologia de Alegrete,UNIPAMPA-UFSM, 97542-6, Alegrete, RS E-mail: ftura@smail.ufsm.br Vilmar Trevisan UFRGS - Instituto de Matemática 9159-9, Porto Alegre,
Leia maisCOMPREENDENDO AS FUNÇÕES EXPONENCIAIS E LOGARÍTMICAS COM O AUXÍLIO DO CÁLCULO DIFERENCIAL
COMPREENDENDO AS FUNÇÕES EXPONENCIAIS E LOGARÍTMICAS COM O AUXÍLIO DO CÁLCULO DIFERENCIAL Airton Temistocles Gonçalves de Castro Universidade Federal de Pernambuco airton@dmat.ufpe.br Ademilson do Nascimento
Leia maisSéries Numéricas. S Chama-se série numérica a uma expressão do tipo. S Designam-se por somas parciais da série. S Chama-se a soma parcial de ordem n a
Séries Numéricas Definições básicas S Chama-se série numérica a uma expressão do tipo representada em geral por u 1 u 2 C u n C u n, nu1 onde Ÿu n é uma sucessão de reais u 1, u 2, C v termos da série
Leia maisDiego Silva Lemos da Costa. Introdução à Teoria dos Jogos
Diego Silva Lemos da Costa Introdução à Teoria dos Jogos ITAJUBÁ - MG 14 de dezembro de 2015 Universidade Federal de Itajubá Instituto de Matemática e Computação Unifei Diego Silva Lemos da Costa Introdução
Leia maisAplicações de integração. Cálculo 2 Prof. Aline Paliga
Aplicações de integração Cálculo Prof. Aline Paliga Áreas entre curvas Nós já definimos e calculamos áreas de regiões que estão sob os gráficos de funções. Aqui nós estamos usando integrais para encontrar
Leia maisFUNÇÕES MATEMÁTICAS NÚMERO : PI() SENO E COSSENO: SEN() E COS()
FUNÇÕES MATEMÁTICAS FUNÇÕES MATEMÁTICAS O Excel possui uma série de funções matemáticas em sua biblioteca. Para utilizar uma função, sempre devem ser utilizados os parêntesis, mesmo que estes fiquem vazios.
Leia maisObjetivo. tica 3º ano EM. Oficina de Matemática
Oficina de Matemática tica 3º ano EM Objetivo Análise, interpretação e utilização dos resultados do SAEPE para promoção da equidade e melhoria da qualidade da educação dos estudantes pernambucanos. Prof
Leia maisBases Matemáticas. Daniel Miranda 1. 23 de maio de 2011. sala 819 - Bloco B página: daniel.miranda
Daniel 1 1 email: daniel.miranda@ufabc.edu.br sala 819 - Bloco B página: http://hostel.ufabc.edu.br/ daniel.miranda 23 de maio de 2011 Elementos de Lógica e Linguagem Matemática Definição Uma proposição
Leia maisProjeto pelo Lugar das Raízes
Projeto pelo Lugar das Raízes 0.1 Introdução Controle 1 Prof. Paulo Roberto Brero de Campos Neste apostila serão estudadas formas para se fazer o projeto de um sistema realimentado, utilizando-se o Lugar
Leia maisMudança de Coordenadas
Cálculo III Departamento de Matemática - ICEx - UFMG Marcelo Terra Cunha Mudança de Coordenadas Na aula 3 discutimos como usar coordenadas polares em integrais duplas, seja pela região ser mais bem adaptada
Leia mais