Jogos de soma zero com dois jogadores
|
|
- Camila Cavalheiro Castilhos
- 7 Há anos
- Visualizações:
Transcrição
1 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) j v para j = 1,...,n sujeito a p i 0 para i = 1,...,m. Teoria dos Jogos p. 1
2 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) j v para j = 1,...,n sujeito a p i 0 para i = 1,...,m. Jogador 2 quer encontrar q que minimize w sujeito a i q i = 1 sujeito a (Aq) i w para i = 1,...,m sujeito a q j 0 para j = 1,...,n. Teoria dos Jogos p. 1
3 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) j v para j = 1,...,n sujeito a p i 0 para i = 1,...,m. Jogador 2 quer encontrar q que minimize w sujeito a i q i = 1 sujeito a (Aq) i w para i = 1,...,m sujeito a q j 0 para j = 1,...,n. Estes são programas lineares, e um é o dual do outro! Teoria dos Jogos p. 1
4 Forma padrão dos LPs Programa primal: minimize cx sujeito a Ax b x 0 Teoria dos Jogos p. 2
5 Forma padrão dos LPs Programa primal: minimize cx sujeito a Ax b x 0 Programa dual: maximize by sujeito a A T y c y 0 Teoria dos Jogos p. 2
6 Primeiro LP em forma padrão Jogador 1 quer encontrar p que maximize v sujeito a i p i = 1 sujeito a (pa) j v para j = 1,...,n sujeito a p i 0 para i = 1,...,m. Forma padrão: minimize v + + v sujeito a i p i 1 i p i 1 v + + v + i a ijp i 0 para j = 1,...,n v +,v,p i 0 para i = 1,...,m Teoria dos Jogos p. 3
7 Segundo LP em forma padrão Jogador 2 quer encontrar q que minimize w sujeito a i q i = 1 sujeito a (Aq) i w para i = 1,...,m sujeito a q j 0 para j = 1,...,n. Forma padrão: maximize w + + w sujeito a i q i 1 i q i 1 w + + w + j a ijq j 0 para i = 1,...,m w +,w,q j 0 para j = 1,...,n Teoria dos Jogos p. 4
8 LPs em forma padrão minimize v + + v sujeito a i p i 1 i p i 1 v + + v + i a ijp i 0 para j = 1,...,n maximize w + + w v +,v,p i 0 para i = 1,...,m sujeito a i q i 1 i q i 1 w + + w + j a ijq j 0 para i = 1,...,m w +,w,q j 0 para j = 1,...,n Teoria dos Jogos p. 5
9 Programa primal minimize v + + v sujeito a i p i 1 i p i 1 v + + v + i a ijp i 0 para j = 1,...,n v +,v,p i 0 para i = 1,...,m c = ( 1, 1, 0,..., 0) e b = ( 1, 1, 0,..., 0) A = 1 1 a 11 a m a 1n a mn Teoria dos Jogos p. 6
10 Relação entre os valores dos LPs v = ( ) q j v = (vq j ) j j i j ( ) a ij p i qj = ( i i j wp i = ( ) p i w = w i a ij q j ) pi Teoria dos Jogos p. 7
11 Relação entre os valores dos LPs v = ( ) q j v = (vq j ) j j i j ( ) a ij p i qj = ( i i j wp i = ( ) p i w = w i a ij q j ) pi Para soluções ótimas, os valores v e w são iguais e se q j > 0 então i a ijp i = v se p i > 0 então j a ijq j = w Teoria dos Jogos p. 7
12 Relação entre os valores dos LPs v = ( ) q j v = (vq j ) j j i j ( ) a ij p i qj = ( i i j wp i = ( ) p i w = w i a ij q j ) pi Para soluções ótimas, os valores v e w são iguais e se q j > 0 então i a ijp i = v se p i > 0 então j a ijq j = w Toda estratégia no suporte de uma estrategia mista ótima tem o mesmo valor esperado (o valor ótimo). Teoria dos Jogos p. 7
13 Jogos com dois jogadores Problema: Dada uma matriz A m n representando um jogo de dois jogadores de soma zero, encontrar um equilíbrio de Nash (de estratégias mistas). Teoria dos Jogos p. 8
14 Jogos com dois jogadores Problema: Dada uma matriz A m n representando um jogo de dois jogadores de soma zero, encontrar um equilíbrio de Nash (de estratégias mistas). Conclusão: Este problema pode ser resolvido em tempo polinomial (usando programação linear). Teoria dos Jogos p. 8
15 Jogos com dois jogadores Problema: Dada uma matriz A m n representando um jogo de dois jogadores de soma zero, encontrar um equilíbrio de Nash (de estratégias mistas). Conclusão: Este problema pode ser resolvido em tempo polinomial (usando programação linear). E para jogos que não sejam de soma zero? Teoria dos Jogos p. 8
16 Jogos com dois jogadores Problema: Dada uma matriz A m n representando um jogo de dois jogadores de soma zero, encontrar um equilíbrio de Nash (de estratégias mistas). Conclusão: Este problema pode ser resolvido em tempo polinomial (usando programação linear). E para jogos que não sejam de soma zero? Veremos mais adiante. Teoria dos Jogos p. 8
17 Estratégias mistas Uma estratégia mista para o jogador i é uma distribuição de probabilidades no conjunto S i. Seja σ um vetor de estratégias mistas. Ou seja, para cada jogador i, σ i é uma distribuição de probabilidades em S i. Teoria dos Jogos p. 9
18 Estratégias mistas Uma estratégia mista para o jogador i é uma distribuição de probabilidades no conjunto S i. Seja σ um vetor de estratégias mistas. Ou seja, para cada jogador i, σ i é uma distribuição de probabilidades em S i. Qual é a utilidade esperada do jogador i para σ? Teoria dos Jogos p. 9
19 Estratégias mistas Uma estratégia mista para o jogador i é uma distribuição de probabilidades no conjunto S i. Seja σ um vetor de estratégias mistas. Ou seja, para cada jogador i, σ i é uma distribuição de probabilidades em S i. Qual é a utilidade esperada do jogador i para σ? U i (σ) = E[u i (σ)] = s S u i (s)pr σ [s], onde Pr σ [s] = j σ j(s j ). (Considera-se que os jogadores são independentes.) Teoria dos Jogos p. 9
20 Equilíbrio de Nash Jogador i está satisfeito com σ se E[u i (σ)] E[u i (ρ,σ i )] para toda estratégia mista ρ sobre S i. Teoria dos Jogos p. 10
21 Equilíbrio de Nash Jogador i está satisfeito com σ se U i (σ) U i (ρ,σ i ) para toda estratégia mista ρ sobre S i. Teoria dos Jogos p. 10
22 Equilíbrio de Nash Jogador i está satisfeito com σ se U i (σ) U i (ρ,σ i ) para toda estratégia mista ρ sobre S i. σ é um equilíbrio de Nash (de estratégias mistas) se todo jogador está satisfeito com σ. Ou seja, em σ, nenhum jogador tem incentivo para mudar de estratégia (mista). Teoria dos Jogos p. 10
23 Equilíbrio de Nash Jogador i está satisfeito com σ se U i (σ) U i (ρ,σ i ) para toda estratégia mista ρ sobre S i. σ é um equilíbrio de Nash (de estratégias mistas) se todo jogador está satisfeito com σ. Ou seja, em σ, nenhum jogador tem incentivo para mudar de estratégia (mista). Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Teoria dos Jogos p. 10
24 Teorema de Ponto Fixo de Brouwer Teorema de Ponto Fixo de Brouwer (1909): Toda função contínua f : D D, onde D é um subconjunto compacto e convexo do IR m, tem um ponto fixo. Teoria dos Jogos p. 11
25 Teorema de Ponto Fixo de Brouwer Teorema de Ponto Fixo de Brouwer (1909): Toda função contínua f : D D, onde D é um subconjunto compacto e convexo do IR m, tem um ponto fixo. Ponto fixo: x em D tal que f(x) = x. Teoria dos Jogos p. 11
26 Teorema de Ponto Fixo de Brouwer Teorema de Ponto Fixo de Brouwer (1909): Toda função contínua f : D D, onde D é um subconjunto compacto e convexo do IR m, tem um ponto fixo. Ponto fixo: x em D tal que f(x) = x. Conjunto compacto: fechado e limitado. Teoria dos Jogos p. 11
27 Teorema de Ponto Fixo de Brouwer Teorema de Ponto Fixo de Brouwer (1909): Toda função contínua f : D D, onde D é um subconjunto compacto e convexo do IR m, tem um ponto fixo. Ponto fixo: x em D tal que f(x) = x. Conjunto compacto: fechado e limitado. Conjunto convexo: se x e y D, então o segmento xy D. Teoria dos Jogos p. 11
28 Teorema de Ponto Fixo de Brouwer Teorema de Ponto Fixo de Brouwer (1909): Toda função contínua f : D D, onde D é um subconjunto compacto e convexo do IR m, tem um ponto fixo. Ponto fixo: x em D tal que f(x) = x. Conjunto compacto: fechado e limitado. Conjunto convexo: se x e y D, então o segmento xy D. Comentários na aula: Teorema do Ponto Fixo de Brouwer para m = 1 e m = 2. Teoria dos Jogos p. 11
29 Teorema de Ponto Fixo de Brouwer Teorema de Ponto Fixo de Brouwer (1909): Toda função contínua f : D D, onde D é um subconjunto compacto e convexo do IR m, tem um ponto fixo. Ponto fixo: x em D tal que f(x) = x. Conjunto compacto: fechado e limitado. Conjunto convexo: se x e y D, então o segmento xy D. Comentários na aula: Teorema do Ponto Fixo de Brouwer para m = 1 e m = 2. Lema de Sperner e Teorema do Ponto Fixo de Brouwer. Teoria dos Jogos p. 11
30 Teorema de Ponto Fixo de Brouwer Teorema de Ponto Fixo de Brouwer (1909): Toda função contínua f : D D, onde D é um subconjunto compacto e convexo do IR m, tem um ponto fixo. Ponto fixo: x em D tal que f(x) = x. Conjunto compacto: fechado e limitado. Conjunto convexo: se x e y D, então o segmento xy D. Teoria dos Jogos p. 12
31 Teorema de Ponto Fixo de Brouwer Teorema de Ponto Fixo de Brouwer (1909): Toda função contínua f : D D, onde D é um subconjunto compacto e convexo do IR m, tem um ponto fixo. Ponto fixo: x em D tal que f(x) = x. Conjunto compacto: fechado e limitado. Conjunto convexo: se x e y D, então o segmento xy D. Seja m i = S i e m = i m i. Σ i : conjunto das estratégias mistas para i (Σ i = {p IR m i : p(s) 0 s S i e s S i p(s) = 1} IR m i ) Teoria dos Jogos p. 12
32 Teorema de Ponto Fixo de Brouwer Teorema de Ponto Fixo de Brouwer (1909): Toda função contínua f : D D, onde D é um subconjunto compacto e convexo do IR m, tem um ponto fixo. Ponto fixo: x em D tal que f(x) = x. Conjunto compacto: fechado e limitado. Conjunto convexo: se x e y D, então o segmento xy D. Seja m i = S i e m = i m i. Σ i : conjunto das estratégias mistas para i (Σ i = {p IR m i : p(s) 0 s S i e s S i p(s) = 1} IR m i ) O conjunto Σ = Σ 1 Σ n IR m é compacto e convexo. Teoria dos Jogos p. 12
33 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Teoria dos Jogos p. 13
34 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Prova: Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Teoria dos Jogos p. 13
35 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Prova: Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. A função g i (ρ i ) = U i(ρ i,σ i) ρ i σ i 2 é côncava, logo tem um único máximo, e assim f está bem-definida. Teoria dos Jogos p. 13
36 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Prova: Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. A função g i (ρ i ) = U i(ρ i,σ i) ρ i σ i 2 é côncava, logo tem um único máximo, e assim f está bem-definida. De fato, g i : Σ i IR é uma função quadrática e côncava: g i (ρ i) = s S u i (s) j i σ j (s j )ρ i(s i ) s S i (ρ i(s) σ i (s)) 2. Teoria dos Jogos p. 13
37 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Prova: Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Teoria dos Jogos p. 14
38 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Prova: Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Note ainda que a função ρ i é contínua em σ. Teoria dos Jogos p. 14
39 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Prova: Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Note ainda que a função ρ i é contínua em σ. Então, pelo Teorema de Brouwer, f tem um ponto fixo ˆσ. Teoria dos Jogos p. 14
40 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Prova: Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Note ainda que a função ρ i é contínua em σ. Então, pelo Teorema de Brouwer, f tem um ponto fixo ˆσ. Vamos mostrar que ˆσ é um equilíbrio de Nash! Teoria dos Jogos p. 14
41 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Prova: Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Pelo Teorema de Brouwer, f tem um ponto fixo ˆσ. Suponha, por contradição, que ˆσ não é equilíbrio de Nash. Teoria dos Jogos p. 15
42 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Prova: Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Pelo Teorema de Brouwer, f tem um ponto fixo ˆσ. Suponha, por contradição, que ˆσ não é equilíbrio de Nash. Existe i e ρ i em Σ i tq U i (ρ i, ˆσ i) = U i (ˆσ) + δ, para δ > 0. Teoria dos Jogos p. 15
43 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Prova: Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Pelo Teorema de Brouwer, f tem um ponto fixo ˆσ. Suponha, por contradição, que ˆσ não é equilíbrio de Nash. Existe i e ρ i em Σ i tq U i (ρ i, ˆσ i) = U i (ˆσ) + δ, para δ > 0. Vamos escolher α (0, 1] tq ˆρ i = ˆσ i + α(ρ i ˆσ i) contraria o fato de f(ˆσ) = ˆσ. Teoria dos Jogos p. 15
44 Prova do Teorema de Nash Teorema (Nash, 1951): Todo jogo com um número finito de jogadores e conjuntos finitos de estratégias tem um equilíbrio de Nash de estratégias mistas. Prova: Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Pelo Teorema de Brouwer, f tem um ponto fixo ˆσ. Suponha, por contradição, que ˆσ não é equilíbrio de Nash. Existe i e ρ i em Σ i tq U i (ρ i, ˆσ i) = U i (ˆσ) + δ, para δ > 0. Vamos escolher α (0, 1] tq ˆρ i = ˆσ i + α(ρ i ˆσ i) contraria o fato de f(ˆσ) = ˆσ. Note que tal ˆρ i Σ i pois é combinação convexa de ˆσ i e ρ i. Teoria dos Jogos p. 15
45 Prova do Teorema de Nash Considere f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Pelo Teorema de Brouwer, f tem um ponto fixo ˆσ. Suponha, por contradição, que ˆσ não é equilíbrio de Nash. Existe i e ρ i em Σ i tq U i (ρ i, ˆσ i) = U i (ˆσ) + δ, para δ > 0. Vamos escolher α tal que ˆρ i = ˆσ i + α(ρ i ˆσ i) contraria o fato de f(ˆσ) = ˆσ. Teoria dos Jogos p. 16
46 Prova do Teorema de Nash Considere f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Pelo Teorema de Brouwer, f tem um ponto fixo ˆσ. Suponha, por contradição, que ˆσ não é equilíbrio de Nash. Existe i e ρ i em Σ i tq U i (ρ i, ˆσ i) = U i (ˆσ) + δ, para δ > 0. Vamos escolher α tal que ˆρ i = ˆσ i + α(ρ i ˆσ i) contraria o fato de f(ˆσ) = ˆσ. Para σ fixo, U i (ρ i,σ i ) é linear em ρ i, logo U i (ρ i ˆσ i, ˆ σ i ) = U i (ρ i, ˆσ i ) U i (ˆσ) = δ e Teoria dos Jogos p. 16
47 Prova do Teorema de Nash Considere f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Pelo Teorema de Brouwer, f tem um ponto fixo ˆσ. Suponha, por contradição, que ˆσ não é equilíbrio de Nash. Existe i e ρ i em Σ i tq U i (ρ i, ˆσ i) = U i (ˆσ) + δ, para δ > 0. Vamos escolher α tal que ˆρ i = ˆσ i + α(ρ i ˆσ i) contraria o fato de f(ˆσ) = ˆσ. Para σ fixo, U i (ρ i,σ i ) é linear em ρ i, logo U i (ρ i ˆσ i, ˆ σ i ) = U i (ρ i, ˆσ i ) U i (ˆσ) = δ e U i (ˆρ i, σˆ i ) = U i (ˆσ i + α(ρ i ˆσ i ), ˆσ i ) = U i (ˆσ) + α U i (ρ i ˆσ i, ˆσ i ) = U i (ˆσ) + α δ Teoria dos Jogos p. 16
48 Prova do Teorema de Nash Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Se o ponto fixo ˆσ de f não é equilíbrio de Nash, então existe i e ρ i em Σ i tq U i (ρ i, ˆσ i) = U i (ˆσ) + δ, para δ > 0. Seja ˆρ i = ˆσ i + α(ρ i ˆσ i) para algum α > 0. Teoria dos Jogos p. 17
49 Prova do Teorema de Nash Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Se o ponto fixo ˆσ de f não é equilíbrio de Nash, então existe i e ρ i em Σ i tq U i (ρ i, ˆσ i) = U i (ˆσ) + δ, para δ > 0. Seja ˆρ i = ˆσ i + α(ρ i ˆσ i) para algum α > 0. Conforme calculamos, U i (ˆρ i, ˆσ i ) = U i (ˆσ) + α δ. Teoria dos Jogos p. 17
50 Prova do Teorema de Nash Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Se o ponto fixo ˆσ de f não é equilíbrio de Nash, então existe i e ρ i em Σ i tq U i (ρ i, ˆσ i) = U i (ˆσ) + δ, para δ > 0. Seja ˆρ i = ˆσ i + α(ρ i ˆσ i) para algum α > 0. Conforme calculamos, U i (ˆρ i, ˆσ i ) = U i (ˆσ) + α δ. Se α < δ/ ρ i ˆσ i 2, então U i (ˆρ i, ˆσ i ) ˆρ i ˆσ i 2 = U i (ˆσ) + α δ ˆρ i ˆσ i 2 = U i (ˆσ) + α δ α 2 ρ i ˆσ i 2 > U i (ˆσ), Teoria dos Jogos p. 17
51 Prova do Teorema de Nash Considere a função f : Σ Σ definida por f(σ) = ρ, onde ρ i = arg max ρ i Σ i {U i (ρ i,σ i) ρ i σ i 2 }. Se o ponto fixo ˆσ de f não é equilíbrio de Nash, então existe i e ρ i em Σ i tq U i (ρ i, ˆσ i) = U i (ˆσ) + δ, para δ > 0. Seja ˆρ i = ˆσ i + α(ρ i ˆσ i) para algum α > 0. Conforme calculamos, U i (ˆρ i, ˆσ i ) = U i (ˆσ) + α δ. Se α < δ/ ρ i ˆσ i 2, então U i (ˆρ i, ˆσ i ) ˆρ i ˆσ i 2 = U i (ˆσ) + α δ ˆρ i ˆσ i 2 = U i (ˆσ) + α δ α 2 ρ i ˆσ i 2 > U i (ˆσ), contradição pois ˆσ i não é arg max{u i (ˆρ i, ˆσ i ) ˆρ i ˆσ i 2 }. Teoria dos Jogos p. 17
T e o r e m a d e N a s h
T e o r e m a d e N a s h Primeiro Seminário de Teoria dos Jogos Maio de 2007 Fabrício Murai S u m á r i o Objetivos Notação e definições Enunciado do Teorema Teoremas do Ponto Fixo Demostração do Teorema
Leia maisComplexidade computacional
Complexidade computacional O Teorema de Nash garante a existência de um equilíbrio em qualquer jogo finito. Mas como encontrar um tal equilíbrio? Teoria dos Jogos p. 1 Complexidade computacional O Teorema
Leia maisTeoria dos Jogos. Prof. Maurício Bugarin ECO/UnB 2013-I. Aula 7 Teoria dos Jogos Maurício Bugarin. Cap. 2. Jogos Estáticos com Informação Completa
Teoria dos Jogos Prof Maurício Bugarin ECO/UnB 013-I Cap Jogos Estáticos com Informação Completa Roteiro Capítulo Jogos Estáticos com Informação Completa (Cap 1 do livro-texto) 1 A Forma Normal e o Conceito
Leia maisRepresentação de poliedros
Representação de poliedros Marina Andretta ICMC-USP 8 de novembro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 -
Leia maisJogos Estratégias Mistas
Jogos Estratégias Mistas Redes Sociais e Econômicas Prof. André Vignatti Aula Passada Equilíbrio de Nash ninguém tem incentivo de desviar da estratégia Vários equilíbrios qual será a saída? Jogos de Coordenação
Leia maisRefinamentos de Equilíbrios de Nash
Refinamentos de Equilíbrios de Nash Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 06 de Outubro de 2014 Equilíbrio
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisTeoremas de dualidade
Teoremas de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisLema de Farkas e desigualdades lineares
Lema de Farkas e desigualdades lineares Marina Andretta ICMC-USP 30 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP)
Leia maisAlgoritmos de aproximação - Método primal-dual
Algoritmos de aproximação - Método primal-dual Marina Andretta ICMC-USP 28 de outubro de 2015 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M. R. Cerioli, R. Dahab,
Leia maisAnálise Convexa. 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone. 2. Hiperplanos: suporte, separador, teorema da separação
Análise Convexa 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone 2. Hiperplanos: suporte, separador, teorema da separação 3. Funções convexas 4. Teoremas de funções convexas 5. Conjunto poliedral
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 mais5 Análise de Sensibilidade
MAC-35 - Programação Linear Primeiro semestre de 00 Prof. Marcelo Queiroz http://www.ime.usp.br/~mqz Notas de Aula 5 Análise de Sensibilidade Neste capítulo consideramos o problema de programação linear
Leia maisPontos extremos, vértices e soluções básicas viáveis
Pontos extremos, vértices e soluções básicas viáveis Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta
Leia maisProgramação Matemática
Programação Matemática Docentes: Ana Paula, Franklina e Maristela Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo USP (Material Elaborado por Aline Leão modificado por
Leia maisPesquisa Operacional
Pesquisa Operacional Teoria da Dualidade Profa. Sheila Morais de Almeida DAINF-UTFPR-PG outubro - 2015 Problema Dual Cada problema de Programa de Programação Linear está associado a um outro problema de
Leia mais1 Limites e Conjuntos Abertos
1 Limites e Conjuntos Abertos 1.1 Sequências de números reais Definição. Uma sequência de números reais é uma associação de um número real a cada número natural. Exemplos: 1. {1,2,3,4,...} 2. {1,1/2,1/3,1/4,...}
Leia maisCones e raios extremos
Cones e raios extremos Marina Andretta ICMC-USP 7 de novembro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisOtimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 4: Programação Linear Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013
Leia maisControle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin
Controle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo
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 maisProgramação Linear. Dualidade
Programação Linear Dualidade Dualidade Já vimos em sala que para cada PPL existe um outro PL chamado dual, que consiste em modelar um problema que utiliza os mesmos dados que o original, mas alterando
Leia maisCAPÍTULO 6 * JOGOS NA FORMA ESTRATÉGICA COM INFORMAÇÃO COMPLETA
CAPÍTULO 6 * JOGOS NA FORMA ESTRATÉGICA COM INFORMAÇÃO COMPLETA Objetivos: Definir a forma normal ou estratégica para representação de jogos estáticos com informação completa e desenvolver os conceitos
Leia maisCombinando inequações lineares
Combinando inequações lineares A multiplicação por um número > 0 não altera uma inequação 2x x 5 4x 2x 10 1 2 1 2 A soma de duas inequações (com o mesmo sentido) produz uma inequação válida x 3x x 3 1
Leia maisControle Ótimo - Aula 2 (Exemplos 2, 3 e 4)
Controle Ótimo - Aula 2 (Exemplos 2, 3 e 4) Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos Sistemas dinâmicos discretos no tempo O Problema
Leia maisControle Ótimo - Aula 6 Exemplos e Exercícios
Controle Ótimo - Aula 6 Exemplos e Exercícios Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos Probabilidades Probabilidade: número entre
Leia maisExistência e otimalidade de pontos extremos
Existência e otimalidade de pontos extremos Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP)
Leia maisÁLGEBRA LINEAR I - MAT Em cada item diga se a afirmação é verdadeira ou falsa. Justifiquei sua resposta.
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT0032 2 a Lista de
Leia maisProfessor: Carlos Eugênio da Costa Teoria Microeconômica II Monitor: Diego Santiago
Professor: Carlos Eugênio da Costa Teoria Microeconômica II - 2012 Monitor: Diego Santiago EPGE/FGV Introdução matemática 1 Introdução Esta introdução visa familiarizar o aluno com ferramentas matemáticas
Leia maisDESENHO DE MECANISMOS (2)
MICROECONOMIA II DESENHO DE MECANISMOS (2) Rafael V. X. Ferreira rafaelferreira@usp.br Novembro de 2017 Universidade de São Paulo (USP) Faculdade de Economia, Administração e Contabilidade (FEA) Departamento
Leia maisRafael Izbicki 1 / 38
Mineração de Dados Aula 7: Classificação Rafael Izbicki 1 / 38 Revisão Um problema de classificação é um problema de predição em que Y é qualitativo. Em um problema de classificação, é comum se usar R(g)
Leia mais1 Tópicos em Análise Convexa
Microeconomia II Monitoria do dia 06/05 Prof.: Victor F. Martins-da-Rocha Monitor: Vitor Farinha Luz 1 Tópicos em Análise Convexa A análise convexa constitui um dos grupos de resultados matemáticos com
Leia mais1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0
Lista de exercícios. AL. 1 sem. 2015 Prof. Fabiano Borges da Silva 1 Matrizes Notações: 0 para matriz nula; I para matriz identidade; 1. Conhecendo-se somente os produtos AB e AC calcule A(B + C) B t A
Leia maisEspaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:
Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números
Leia maisProgramação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e
Programação Linear A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Existe um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento
Leia maisÁLGEBRA LINEAR I - MAT0032
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT32 12 a Lista de exercícios
Leia maisMáquinas de Vetores de Suporte
Máquinas de Vetores de Suporte Marcelo K. Albertini 14 de Setembro de 2015 2/22 Máquinas de Vetores de Suporte Support Vector Machines (SVM) O que é? Perceptron revisitado Kernels (núcleos) Otimização
Leia maisUma Introdução à Otimização sob Incerteza Aula 3
Uma Introdução à Otimização sob Incerteza Aula 3 Bernardo Kulnig Pagnoncelli 1 e Humberto José Bortolossi 2 1 Departamento de Matemática Pontifícia Universidade Católica do Rio de Janeiro 2 Departamento
Leia maisControle Ótimo - Aula 8 Equação de Hamilton-Jacobi
Controle Ótimo - Aula 8 Equação de Hamilton-Jacobi Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo Considere
Leia maisCálculo Numérico / Métodos Numéricos. Solução de equações polinomiais Briot-Ruffini-Horner
Cálculo Numérico / Métodos Numéricos Solução de equações polinomiais Briot-Ruffini-Horner Equações Polinomiais p = x + + a ( x) ao + a1 n x n Com a i R, i = 0,1,, n e a n 0 para garantir que o polinômio
Leia maisProfessor João Soares 20 de Setembro de 2004
Teoria de Optimização (Mestrado em Matemática) Texto de Apoio 2A Universidade de Coimbra 57 páginas Professor João Soares 20 de Setembro de 2004 Optimização Linear Considere o problema (1) abaixo, que
Leia maisUnidade 7 - Bases e dimensão. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013
MA33 - Introdução à Álgebra Linear Unidade 7 - Bases e dimensão A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto de 2013 Nesta unidade introduziremos dois conceitos
Leia maisProgramação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr.
Programação Linear São problemas complexos, muitas vezes de difícil solução e que envolvem significativas reduções de custos, melhorias de tempos de processos, ou uma melhor alocação de recursos em atividades.
Leia maisNon-clairvoyant Scheduling Games
1/35 Non-clairvoyant Scheduling Games Mijail Gamarra Holguin 9 de novembro de 2012 /35 Agenda 1 Introdução Definições Preliminares 2 Equiĺıbrio de Nash Random em máquinas uniformes Random em máquinas não
Leia maisO teorema do ponto fixo de Banach e algumas aplicações
O teorema do ponto fixo de Banach e algumas aplicações Andressa Fernanda Ost 1, André Vicente 2 1 Acadêmica do Curso de Matemática - Centro de Ciências Exatas e Tecnológicas - Universidade Estadual do
Leia maisPrimeira Lista de Exercícios
1 Espaços vetoriais Primeira Lista de Exercícios {( ) } a b Exercício 1.1. Considere M 2 := : a, b, c, d R, : M c d 2 M 2 M 2 dada por e : R M 2 M 2 dada por ( ) ( ) ( ) a1 b 1 a2 b 2 a1 + a := 2 b 1 +
Leia mais3 - Subespaços Vetoriais
3 - Subespaços Vetoriais Laura Goulart UESB 16 de Agosto de 2018 Laura Goulart (UESB) 3 - Subespaços Vetoriais 16 de Agosto de 2018 1 / 10 Denição Um subespaço vetorial é um subconjunto de um e.v.r. que
Leia maisResolução do Exame de 1 a Época 2 o Semestre /2010 Grupo 1 Exercício 1 a) Função Produção quase-côncava: A; F > 0 B(A; F ) = 0:1 2p A + 0:1 2p F
Resolução do Exame de a Época o Semestre - 009/00 Grupo Exercício a) Função Produção quase-côncava: A; F > 0 B(A; F ) = 0: p A + 0: p F B = 6 4 0 @B @A @B @A @B @F @ B @A @ B @F @A @B @F @ B @A@F @ B @F
Leia maisAula 07: Análise de sensibilidade (2)
Aula 07: Análise de sensibilidade (2) Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously Aulas anteriores: Dualidade
Leia maisMarina Andretta. 17 de setembro de Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright.
Métodos de regiões de confiança Marina Andretta ICMC-USP 17 de setembro de 2014 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear
Leia maisConvergência em espaços normados
Chapter 1 Convergência em espaços normados Neste capítulo vamos abordar diferentes tipos de convergência em espaços normados. Já sabemos da análise matemática e não só, de diferentes tipos de convergência
Leia maisNotações e revisão de álgebra linear
Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Leia maisRecorrendo à nossa imaginação podemos tentar escrever números racionais de modo semelhante: 1 2 = 1 + 3 + 32 +
1 Introdução Comecemos esta discussão fixando um número primo p. Dado um número natural m podemos escrevê-lo, de forma única, na base p. Por exemplo, se m = 15 e p = 3 temos m = 0 + 2 3 + 3 2. Podemos
Leia maisCC-226 Aula 07 - Estimação de Parâmetros
CC-226 Aula 07 - Estimação de Parâmetros Carlos Henrique Q. Forster - Instituto Tecnológico de Aeronáutica 2008 Estimação de Parâmetros Para construir o classificador bayesiano, assumimos as distribuições
Leia maisAnálise de Imagens. Aula 20: Sistemas com Múltiplos Classificadores. Prof. Alexandre Xavier Falcão.
A.X. Falcão p.1/17 Análise de Imagens Aula 20: Sistemas com Múltiplos Classificadores (Fusão) Prof. Alexandre Xavier Falcão afalcao@ic.unicamp.br. IC - UNICAMP A.X. Falcão p.2/17 Roteiro da Aula Sistemas
Leia maisInstituto Nacional de Matemática Pura e Aplicada Curso: Introdução à Economia Matemática
Instituto Nacional de Matemática Pura e Aplicada Curso: Introdução à Economia Matemática Prof. Rodrigo Novinski 8 de Fevereiro de 2010 Escolha sob Risco: Atitudes frente ao Risco (Castro e Faro, capítulo
Leia maisELE2005: Análise Estratégica de Investimentos e de Decisões com Teoria dos Jogos e Jogos de Opções Reais.
ELE2005: Análise Estratégica de Investimentos e de Decisões com Teoria dos Jogos e Jogos de Opções Reais. Segunda Prova (P2) 11/12/2007 OBS: 1) A prova é SEM CONSULTA. A nota da prova é = mínimo{10; pontuação
Leia mais1 Séries de números reais
Universidade do Estado do Rio de Janeiro - PROFMAT MA 22 - Fundamentos de Cálculo - Professora: Mariana Villapouca Resumo Aula 0 - Profmat - MA22 (07/06/9) Séries de números reais Seja (a n ) n uma sequência
Leia maisRevisão : máximo, minimo em dimensão 1
Revisão : máximo, minimo em dimensão 1 ( de Rolle) Seja f uma função que satisfaça as seguintes hipóteses: 1 f é contínua no intervalo fechado [a, b], 2 f é diferenciável no intervalo aberto (a, b), 3
Leia maisResolução de sistemas de equações lineares: Método do Gradiente
Resolução de sistemas de equações lineares: Método do Gradiente Marina Andretta ICMC-USP 24 de março de 2015 Marina Andretta (ICMC-USP) sme0301 - Métodos Numéricos para Engenharia I 24 de março de 2015
Leia maisTerça-feira, 7 de maio
15.053 Terça-feira, 7 de maio Formulações de Programação Inteira Distribuir: Anotações da Aula 1 Rápido Resumo de PD PD normalmente funciona para a tomada de decisões ao longo do tempo Objetivos das duas
Leia maisIntroduzir os conceitos de base e dimensão de um espaço vetorial. distinguir entre espaços vetoriais de dimensão fnita e infinita;
META Introduzir os conceitos de base e dimensão de um espaço vetorial. OBJETIVOS Ao fim da aula os alunos deverão ser capazes de: distinguir entre espaços vetoriais de dimensão fnita e infinita; determinar
Leia maisAlgoritmos de Aproximação Segundo Semestre de 2012
Algoritmos de Aproximação Segundo Semestre de 2012 Aproximação p. 1 Problema de decisão Problema de decisão: conjunto I de instâncias e função f : I {SIM, NÃO} Aproximação p. 2 Problema de decisão Problema
Leia maisQuinta lista de Exercícios - Análise Funcional, período Professor: João Marcos do Ó. { 0 se j = 1 y j = (j 1) 1 x j 1 se j 2.
UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA DEPARTAMENTO DE MATEMÁTICA PÓS-GRADUAÇÃO EM MATEMÁTICA Quinta lista de Exercícios - Análise Funcional, período 2009.2. Professor:
Leia maisEAE 5706: Microeconomia II 2 o Semestre de 2016 Prova 1 Duração: 2 horas
EAE 5706: Microeconomia II 2 o Semestre de 2016 Prova 1 Duração: 2 horas Instruções: Leia os enunciados com atenção. Comece a resolver a prova pelas questões que tiver maior facilidade. Recomenda-se alocar
Leia maisAula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464 / PCC174 Departamento de Computação - UFOP Breve Revisão Programação Linear vs Programação Inteira Modelagem
Leia maisUniversidade Federal do Rio Grande do Sul Instituto de Matemática. Dissertação de Mestrado
Universidade Federal do Rio Grande do Sul Instituto de Matemática Programa de Pós-Graduação em Matemática Teoremas de Ponto Fixo, Teoria dos Jogos e Existência do Equilíbrio de Nash em Jogos Finitos em
Leia maisMétodo Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016
Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisCapítulo 3. O Método Primal Simplex
Capítulo 3 O Método Primal Simplex 3.. Introdução Neste Capítulo, apresenta-se o método de resolução de problemas de programação linear mais utilizado, isto é, o método primal simplex. Assim, apresenta-se
Leia maisPoliedros na forma padrão
Poliedros na forma padrão Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisContinuidade de processos gaussianos
Continuidade de processos gaussianos Roberto Imbuzeiro Oliveira April, 008 Abstract 1 Intrudução Suponha que T é um certo conjunto de índices e c : T T R é uma função dada. Pergunta 1. Existe uma coleção
Leia maisMAE GABARITO DA LISTA 2-04/10/2016
MAE5709 - GABARITO DA LISTA - 04/0/06 Exercício.7.5. Primeira Parte Seja P uma matriz de transição sobre um espaço de estados finito S. Mostre que uma distribuição π é invariante para P se e somente se
Leia maisResolução de sistemas de equações lineares: Método dos Gradientes Conjugados
Resolução de sistemas de equações lineares: Método dos Gradientes Conjugados Marina Andretta/Franklina Toledo ICMC-USP 24 de março de 2015 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina
Leia maisFigura : Monitoria. Monitoria Cálculo Numérico
Monitoria Cálculo Numérico 207-02 NOME Email Dia / Horário Local Ana Sofia Nunez de Abreu nunez.asofia@gmail.com Sex. 0-2h D- Luiz Eduardo Xavier luizeduardosxavier@gmail.com Ter, 5-7h Lab Rafael Mendes
Leia maisNotas de Aula Álgebra Linear II IFA Prof. Paulo Goldfeld Versão
Notas de Aula Álgebra Linear II IFA 2007.1 Prof. Paulo Goldfeld Versão 2007.03.29 1 2 Contents 2 Espaços Vetoriais 5 2.1 Espaços e Subespaços....................... 5 2.2 Independência Linear.......................
Leia maisGABRIEL BUJOKAS
APLICAÇÕES DE ÁLGEBRA LINEAR À COMBINATÓRIA GABRIEL BUJOKAS (GBUJOKAS@MIT.EDU) A gente vai discutir algumas das aplicações clássicas de álgebra linear à combinatória. Vamos começar relembrando alguns conceitos
Leia maisReviso de Teoria da Medida e Elementos Bsicos de Probabilidade
Reviso de Teoria da Medida e Elementos Bsicos de Probabilidade Roberto Imbuzeiro Oliveira 9 de Março de 2009 Resumo Esta lista cobre o básico do básico sobre espaços e distribuições de probabilidade. Pouco
Leia mais3 Reformulação de IPs
3 Reformulação de IPs O desenvolvimento de métodos de resolução de problemas lineares que explorem a estrutura particular de determinado problema foi sugerido inicialmente por Ford e Fulkerson [46]. Este
Leia maisFUNCIONAIS LINEARES: ESPAÇO DUAL E ANULADORES
FUNCIONAIS LINEARES: ESPAÇO DUAL E ANULADORES Eduardo de Souza Böer - eduardoboer04@gmail.com Universidade Federal de Santa Maria, Campus Camobi, 97105-900-Santa Maria, RS, Brasil Saradia Sturza Della
Leia maisJogos de Anti-Coordenação e Colorações Estáveis em Grafos. Renato Lui Geh NUSP:
Jogos de Anti-Coordenação e Colorações Estáveis em Grafos Renato Lui Geh NUSP:8536030 Introdução Jogos de coordenação: Classe de jogos em que jogadores jogam cooperativamente. Jogador i fazer a mesma ação
Leia maisRegras para evitar ciclagem
Regras para evitar ciclagem Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 -
Leia maisCompacidade de conjuntos e operadores lineares
Compacidade de conjuntos e operadores lineares Roberto Imbuzeiro Oliveira 13 de Janeiro de 2010 No que segue, F = R ou C e (X, X ), (Y, Y ) são Banach sobre F. Recordamos que um operador linear T : X Y
Leia maisFUNDAMENTOS DE SISTEMAS LINEARES PARTE 1
FUNDAMENTOS DE SISTEMAS LINEARES PARTE 1 Prof. Iury V. de Bessa Departamento de Eletricidade Faculdade de Tecnologia Universidade Federal do Amazonas Revisão O que é um corpo (campo)? O que é um espaço
Leia maisUniversidade Federal de Viçosa Centro de Ciências Exatas - CCE Departamento de Matemática Primeira Lista de MAT641 - Análise no R n
Universidade Federal de Viçosa Centro de Ciências Exatas - CCE Departamento de Matemática Primeira Lista de MAT641 - Análise no R n 1. Exercícios do livro Análise Real, volume 2, Elon Lages Lima, páginas
Leia maisMétodo de Newton modificado
Método de Newton modificado Marina Andretta ICMC-USP 14 de setembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 14 de setembro de 2010 1 / 36 Método de Newton Como já vimos, o método
Leia mais14 Estimador assintótico
Teoria de Controle (sinopse) 4 J. A. M. Felippe de Souza Neste capítulo continuaremos no estudo de que foi iniciado no capítulo anterior. Estimadores de Estado, A exemplo dos capítulos anteriores será
Leia maisMAT 5798 Medida e Integração Exercícios de Revisão de Espaços Métricos
MAT 5798 Medida e Integração Exercícios de Revisão de Espaços Métricos Prof. Edson de Faria 30 de Março de 2014 Observação: O objetivo desta lista é motivar uma revisão dos conceitos e fatos básicos sobre
Leia maisTópicos de Matemática Elementar
Revisão Básica de Prof. Dr. José Carlos de Souza Junior Universidade Federal de Alfenas 26 de novembro de 2014 Revisão de Definição 1 (Espaço Vetorial) Um conjunto V é um espaço vetorial sobre R, se em
Leia maisVetor de Variáveis Aleatórias
Vetor de Variáveis Aleatórias Luis Henrique Assumpção Lolis 25 de junho de 2013 Luis Henrique Assumpção Lolis Vetor de Variáveis Aleatórias 1 Conteúdo 1 Vetor de Variáveis Aleatórias 2 Função de Várias
Leia maisCap. 5 Estabilidade de Lyapunov
Cap. 5 Estabilidade de Lyapunov 1 Motivação Considere as equações diferenciais que modelam o oscilador harmônico sem amortecimento e sem força aplicada, dada por: M z + Kz = 0 Escolhendo-se x 1 = z e x
Leia maisProgramação Inteira. Prof. Ricardo Santos
Programação Inteira Prof. Ricardo Santos Introdução Um problema com variáveis inteiras e reais é denominado problema de Programação Inteira Mista (PIM) quando tem a seguinte forma: PIM z=max cx+dy Ax+Dy
Leia mais10 AULA. Funções de Varias Variáveis Reais a Valores LIVRO
1 LIVRO Funções de Varias Variáveis Reais a Valores Reais META Estudar o domínio, o gráfico e as curvas de níveis de funções de duas variáveis a valores reais. OBJETIVOS Estender os conceitos de domínio
Leia maisOptimização. Carlos Balsa. Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança
Optimização Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática Aplicada - Mestrados Eng. Química e Industrial Carlos Balsa Matemática Aplicada
Leia maisÁlgebra linear A Primeira lista de exercícios
Álgebra linear A Primeira lista de exercícios Prof. Edivaldo L. dos Santos (1) Verifique, em cada um dos itens abaixo, se o conjunto V com as operações indicadas é um espaço vetorial sobre R. {[ ] a b
Leia maisMultiplicadores de Lagrange
Multiplicadores de Lagrange Para motivar o método, suponha que queremos maximizar uma função f (x, y) sujeito a uma restrição g(x, y) = 0. Geometricamente: queremos um ponto sobre o gráfico da curva de
Leia maisLISTA DE EXERCÍCIOS - AJUSTE DE MÍNIMOS QUADRADOS Cálculo Numérico para Geociências Prof. Eduardo Colli
LISA DE EXERCÍCIOS - AJUSE DE MÍNIMOS QUADRADOS Cálculo Numérico para Geociências - 009 - Prof. Eduardo Colli Em todos os casos, convencionamos ter um conjunto de dados (, ), com i = 1,..., N. Faça o gráfico
Leia maisProgramação Linear - Parte 5
Matemática Industrial - RC/UFG Programação Linear - Parte 5 Prof. Thiago Alves de Queiroz 1/2016 Thiago Queiroz (IMTec) Parte 5 1/2016 1 / 29 Dualidade Os parâmetros de entrada são dados de acordo com
Leia maisProf.: Eduardo Uchoa.
Análise de sensibilidade Prof.: Eduardo Uchoa http://www.logis.uff.br/~uchoa/poi 1 Análise de Sensibilidade Uma vez que já se tenha resolvido um PL, existem técnicas para avaliar como pequenas alterações
Leia maisAnálise na Reta - Verão UFPA 1a lista - Números naturais; Corpos ordenados
Análise na Reta - Verão UFPA 1a lista - Números naturais; Corpos ordenados A lista abaixo é formada por um subconjunto dos exercícios dos seguintes livros: Djairo G. de Figueiredo, Análise na reta Júlio
Leia maisELE2005: Análise Estratégica de Investimentos e de Decisões com Teoria dos Jogos e Jogos de Opções Reais.
ELE2005: Análise Estratégica de Investimentos e de Decisões com Teoria dos Jogos e Jogos de Opções Reais. Segunda Prova Extra (P2 de segunda chamada) 18/12/2006 OBS: 1) A prova é SEM CONSULTA. A nota da
Leia mais