Потребител:Rest/sandbox: Разлика между версии

от Уикипедия, свободната енциклопедия
Изтрито е съдържание Добавено е съдържание
Ред 134: Ред 134:


===Гифт===
===Гифт===
[[Файл:Definition Gift.jpg|мини]]
[[Файл:Definition Gift.jpg|мини|left|]]
Gift γ е присъща характеристика, която ни дава формално основание да абстрахираме в едно множество X клас от обекти G, gift-обекти, които притежават въпросната характеристиката, и комплементарния му клас L = X\G – класът на всички останали обекти, които не притежават въпросната характеристика, left-обекти.
Gift γ е присъща характеристика, която ни дава формално основание да абстрахираме в едно множество X клас от обекти G, gift-обекти, които притежават въпросната характеристиката, и комплементарния му клас L = X\G – класът на всички останали обекти, които не притежават въпросната характеристика, left-обекти.



Версия от 12:22, 5 февруари 2017

Увод в теорията на игрите

Теорема за опорната хиперплоскост

Теоремата за опорната хиперплоскост, доказана в средата на миналия век от Джон фон Нойман има следната формулировка:

Нека

е изпъкнало компактно множество в n-мерното Евклидово пространство (n), а

-

някаква точка, която не принадлежи в .

Теоремата гласи, че през точката q винаги може да се прекара хиперплоскост така, че множеството да лежи или от едната, или от другата страна на тази хиперплоскост.

Опорна хиперплоскост: Хиперплоскостта S се нарича "опорна хиперплоскост" на изпъкналото множество X ако X се съдържа в едното от полу-пространствата на H и границата на X има общи точки с H, т.е. H е опорна хиперплоскост на X ако inf (В този случай ) или sup (В този случай ).

Наред с Теоремата за алтернативите при матриците, Теоремата за опорната хиперплоскост е една от двете леми, които Джон фон Нойман доказва преди да докаже основната теорема в Теорията на игрите:

В множествата от чисти стратегии на отделните коалиции G винаги съществуа някаква линейна комбинация от тези чисти стратегии, смесена стратегия, в която всяка игра има точка на равновесие, седловидна точка в матрицата на печалбата.

Доказателство[1]

Хиперплоскост: Всеки ненулев вектор и скалар дефинират хиперплоскост така, че

По тъкав начин, е линейно подпространство. Хиперплоскостта разделя пространството на две затворени "полу-пространства"

и

,

които се намират съответно "под" и "над" опорната хиперплоскост . Двете полу-пространства и са изпъкнали.


Лема за изпъкналост на полу-пространствата

и , множеството е изпъкнало.

Доказателство:

Нека . Тогава

,

Доколкото

и

следва, че

и следователно

.

Така,

Аналогично се доказва твърдението и за

Източници

Теория на организационната структура

Теория на категориите

Дефиниция

Категория е математическа структура, която по определение [1] включва:

А. Две колекции от елементи

1. Колекция от обекти X;

2. Колекция от морфизми (или стрелки) , понятие, което идва от комутативните диаграми, където морфизмите се означават със стрелки.

3. Четири оператора:

3.1. Оператор cod, присвояващ на всеки морфизъм обект cod , кодомейн на , (В някои текстове вместо означението cod се среща означението tgt - target.)

3.2. Оператор dom, присвояващ на всеки морфизъм обект dom , домейн на (В някои текстове вместо означението dom се среща означението src - source.)

3.3. Оператор id, присвояващ на всеки обект X морфизъм , морфизъм на идентичността на X, за който dom = cod = X,

3.4. Бинарен оператор, наречен композиция, присвояващ на всяка композируема двойка , , т.е., на всяка двойка морфизми , с dom = cod , морфизъм с

4. Асоциативност на оператора за композиция :

Ако f, g и h са морфизми,

.

Това са твърдениета, които формират хипотезата на категорията .

Морфизмът на идентичност за всеки обект X може да бъде анулиран от всяка една композиция в смисъл, че

  • за всеки морфизъм с dom = X имаме
  • за всеки морфизъм с cod = X имаме

Definition en

There are many equivalent definitions of a category.[2] One commonly used definition is as follows. A category C consists of

  • a class ob(C) of objects
  • a class hom(C) of morphisms, or arrows, or maps, between the objects. Each morphism f has a source object a and a target object b where a and b are in ob(C). We write f: ab, and we say "f is a morphism from a to b". We write hom(a, b) (or homC(a, b) when there may be confusion about to which category hom(a, b) refers) to denote the hom-class of all morphisms from a to b. (Some authors write Mor(a, b) or simply C(a, b) instead.)
  • for every three objects a, b and c, a binary operation hom(a, b) × hom(b, c) → hom(a, c) called composition of morphisms; the composition of f : ab and g : bc is written as gf or gf. (Some authors use "diagrammatic order", writing f;g or fg.)

such that the following axioms hold:

  • (associativity) if f : ab, g : bc and h : cd then h ∘ (gf) = (hg) ∘ f, and
  • (identity) for every object x, there exists a morphism 1x : xx (some authors write idx) called the identity morphism for x, such that for every morphism f : ax and every morphism g : xb, we have 1xf = f and g ∘ 1x = g.

From these axioms, one can prove that there is exactly one identity morphism for every object. Some authors use a slight variation of the definition in which each object is identified with the corresponding identity morphism.

Лотария

Гифт

Файл:Definition Gift.jpg

Gift γ е присъща характеристика, която ни дава формално основание да абстрахираме в едно множество X клас от обекти G, gift-обекти, които притежават въпросната характеристиката, и комплементарния му клас L = X\G – класът на всички останали обекти, които не притежават въпросната характеристика, left-обекти.

Класът G наричаме таксон или целеви клас на гифта γ в X, а класът L – комплемент на таксона G в X.

Фазово представяне

Игра на гифт

Математическо очакване (статистическа честота), изразена като фазов фактор и информационна ентропия на сечение в множество

Ако познаваме статистическата честота (математическо очакване) p на събитиитието x ∈ G, то съответната статистическа честота на комплементарното събитие x ∉ G ≡ x ∈ L ще бъде (1 - p), така че в множеството X възниква игра на единичен квадрат – лотария [(p, (1-p)] с информационна ентропия на отношението сигнал (x ∈ G, печалба) и шум (x ∈ L, загуба)

nat.

Източници

Външни препратки