Johdatus peliteoriaan

Transkriptio

1 Johdatus peliteoriaan Kahden pelaajan nollasummapelien ratkaiseminen ja Nashin tasapainojen olemassaolo usean pelaajan yleisessä summapelissä Henri Nousiainen Matematiikan pro gradu Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos kesä 203

2 Tiivistelmä: Henri Nousiainen, Johdatus peliteoriaan: kahden pelaajan nollasummapelien ratkaiseminen ja Nashin tasapainojen olemassaolo usean pelaajan yleisessä summapeleissä (engl Introduction to game theory: solving two person zero-sum games and the existence of Nash equilibria in n-person general sum games), matematiikan pro gradu -tutkielma, 45 sivua, Jyväskylän yliopisto, Matematiikan ja tilastotieteen laitos, kesä 203 Tämän tutkielman tarkoituksena on osoittaa, että jokaisella usean pelaajan yleisellä summapelillä on olemassa vähintään yksi Nashin tasapaino Lisäksi osoitetaan, että kahden pelaajan nollasummapeleissä Nashin tasapainojen mukaiset pelaajien voittojen odotusarvojen suuruudet ovat yksikäsitteiset, ja näytetään kuinka kyseiset odotusarvot voidaan ratkaista lineaarisen optimoinnin avulla Tutkielmassa määritellään yleiset summapelit kolmikkoina, jotka muodostuvat äärellisestä määrästä pelaajia, joista jokaiseen on liitetty äärellinen joukko Näiden joukkojen alkioita kutsutaan pelaajien puhtaiksi strategioiksi Kolmikon viimeisen jäsenen muodostaa jokaiselle pelaajalle erikseen määritelty kuvaus edellä mainittujen strategioiden joukosta reaalilukujoukkoon Kyseinen kuvaus, eli hyötyfunktio, mallintaa pelaajan menestystä pelissä Nollasummapeliksi peli määritellään silloin, kun häviäjät maksavat voittajille tietyn ennalta määrätyn määrän rahaa Pelitapaa, jossa pelaajat valitsevat pelissä käytettävän strategian jollakin kiinnitetyllä todennäköisyydellä, sanotaan pelaajan sekastrategiaksi Kaikkien sekastrategioiden muodostama joukko osoitetaan konveksiksi Konveksisuutta hyväksikäyttäen todistetaan minimax-lause Lauseen mukaan kahden pelaajan nollasummapeleissä pelaajien voitoilla on olemassa odotusarvoiset alarajat, jotka saavutetaan optimaalisiksi strategioiksi kutsuttujen sekastrategioiden avulla Minimax-lauseen takaaman voiton alarajan sekä optimaalisten strategioiden selvittämiseksi käytetään simplexalgoritmia, jolla voidaan ratkaista lineaarisia optimointitehtäviä Yleisissä summapeleissä optimaalisten strategioiden yleistyksien muodostamia pelaajien strategiajoukkoja kutsutaan Nashin tasapainoiksi Toisin kuin kahden pelaajan nollasummapeleissä, yleisissä summapeleissä Nashin tasapainojen mukaiset voittojen odotusarvojen arvot eivät aina ole yksikäsitteiset Brouwerin kiintopistelauseen avulla näytetään, että jokaisessa yleisessä summapelissä on oltava vähintään yksi Nashin tasapaino Avainsanat: algoritmit, lineaarinen optimointi, nollasummapelit, peliteoria, yleiset summapelit

3 Sisältö Johdanto Luku Pelejä määrittävät ominaisuudet 3 Pelit 3 2 Nollasummapelit 5 Luku 2 Nollasummapelien arvo 7 2 Sekastrategiat 7 22 Kahden pelaajan nollasummapelin arvo 8 23 Von Neumannin minimax-lause 9 Luku 3 Optimaalisten strategioiden ja pelin arvon etsiminen 5 3 Satulapisteet 5 32 Dominaatio 6 33 Symmetria 8 Luku 4 Pelit ja lineaariohjelmat 22 4 Lineaarinen optimointi Peli lineaariohjelmana Lineaariohjelmien ratkaisut Simplex-algoritmi Esimerkkejä lineaariohjelmien ratkaisemisesta 28 Luku 5 Yleiset summapelit 32 5 Kahden pelaajan yleiset summapelit Useamman pelaajan yleiset summapelit 35 Luku 6 Nashin lause 38 Liite A Tukialkiot ja -operaatiot 40 Liite B Brouwerin kiintopistelause 4 Liite C Merkintöjä 43 Viitteet 44 ii

4 Johdanto Tässä työssä tutustutaan kahden pelaajan nollasummapeleihin sekä monen pelaajan yleisiin summapeleihin Nollasummapeleissä pelaajat kilpailevat toisiaan vastaan ja pelin lopuksi häviäjät maksavat voittajille tietyn ennalta määrätyn määrän rahaa tai muita hyödykkeitä Nollasummapelit ovat yleisten summapelien erikoistapaus Yleisissä summapeleissä ei aina ole kyseessä nollasummapelien kilpailullinen tilanne, vaan pelistä ja sen lopputilanteesta riippuen voi olla mahdollista esimerkiksi, että kaikki pelaajat jäävät joko voitolle tai tappiolle Tutkielmassa etsitään erityisesti keinoja pelata peliä siten, että pelaaja minimoi mahdollisen häviönsä pyrkien kuitenkin samalla maksimoimaan mahdollisen voittonsa Kahden pelaajan nollasummapelien tapauksessa tällaisia pelitapoja kutsutaan optimaalisiksi strategioiksi Yleisissä summapeleissä ehdot täyttävät strategiat muodostavat niin sanotun Nashin tasapainon Sekä optimaalisten strategioiden että Nashin tasapainojen olemassaoloa koskevat tulokset ovat keskeisessä asemassa peliteoriassa Niiden tärkeydestä kertoo esimerkiksi teoksessa [4] optimaalisten strategioiden olemassaolo tuloksesta käytettävä nimitys the Fundamental Theorem of Matrix Games, joka tunnetaan myös minimax-lauseena Pelaajien voitolle ja tappiolle rajat takaavan minimax-lauseen todisti ensimmäisenä John von Neumann vuonna 928 Minimax-lause ja muita peliteorian tuloksia löytyy von Neumannin ja Oskar Morgensternin vuonna 944 julkaistusta kirjasta Theory of Games and Economic Behavior [24], joka lukeutuu peliteorian tutkimuksen alkuaikojen merkittävimpiin tuotoksiin Minimax-lause yleistyy usean pelaajan yleisille summapeleille, kuten John Nash osoitti artikkelissaan [3] vuonna 950 Tämä yleistys tunnetaan Nashin lauseena Ennen von Neumannia peliteoreettisia ongelmia oli tarkastellut esimerkiksi Émile Borel, joka julkaisi vuosina useita peliteoriaa käsitteleviä artikkeleita Artikkeleista kolme [], [2] ja [3] on käännetty englanniksi ja niissä on ratkaistu joitakin kahden pelaajan nollasummapelien erikoistapauksia, kuten esimerkiksi Kivi, paperi, sakset peli Borelin eräs peliteoreettinen aikaansaannos on pelien merkintätavan formalisointi Peliteoriaa on sovellettu laajasti eri tieteisiin ja tarkoituksiin Borel käsitteli esimerkiksi korttipelejä, kun taas von Neumann sekä Morgenstern keskittyivät taloustieteen sovelluksiin Taloustieteiden saralta on peliteoreetikoille, Nash mukaan lukien, myönnetty Nobelin palkintoja [4] Evoluutiobiologian tutkimukseen on John Maynard Smith johtanut Nashin tasapainosta evolutiivisesti vakaan strategian käsitteen [] Toisaalta peliteoria soveltuu myös vuorovaikutusten ja päätösten [25] sekä sodankäynnin [7] tutkimiseen Peliteorian mallit vaativat usein niin paljon oletuksia ja reaalimaailman tilanteiden yksinkertaistamista, että teorian mukaiset tulokset eivät

5 JOHDANTO 2 täysin noudata empiirisissä tutkimuksissa havaittuja tuloksia Joissain lähtökohtaisesti yksinkertaisissa pelitilanteissa, kuten jalkapallon rangaistuspotkuissa, on kuitenkin saatu myös peliteorian mallien mukaisia empiirisiä tuloksia [6] Tämän tutkielman tarkoituksena on perehdyttää lukija keskeisiin peliteorian olemassaolotuloksiin ja toimia suomenkielisenä tukena peliteoriaan tutustuttaessa Olemassaolotulosten osoittamisen lisäksi työssä keskitytään nollasummapelien ratkaisemiseen, eli pelaajien optimaalisten strategioiden etsimiseen Tarkastelemalla pelien ratkaisemista lukija saa konkreettisen käsityksen peliteorian hyödyntämisestä erilaisissa sovelluksissa Tutkielman lähteinä on käytetty erityisesti Yuval Peresin luentomateriaalia [7], von Neumannin ja Morgensternin teosta [24] sekä Louis Brickmanin ja George Dantzigin kirjoja [4] ja [6] Työhön perehtymisen kannalta vaadittavat esitiedot on pyritty pitämään mahdollisimman yksinkertaisina Lukijan tulisi tuntea hieman matriisilaskentaa, joka mahdollistaa Borelin merkintöjen käytön Lisäksi todennäköisyyslaskennan alkeet ovat avuksi Tutkielman loppupuolen todistuksissa aputulokset saattavat yksinkertaisuudestaan huolimatta olla raskaita osoittaa tai ne voivat olla aivan toiselta matematiikan osa-alueelta Tällaisiin tuloksiin on usein viitattu lähtein ja niihin tutustuminen jätetään lukijan oman mielenkiinnon varaan Työssä on myös viitattu joihinkin kirjoittajan mielestä mielenkiintoisiin, tutkielman aihetta sivuaviin esimerkkeihin Tutkielman ensimmäisessä luvussa määritellään tutkimuksen kohteeksi rajatut pelit Luvun alussa määritellään yleisiä pelien ominaisuuksia ja luvun loppupuolella keskitytään nollasummapeleihin Toisessa luvussa tarkastellaan kahden pelaajan nollasummapelin optimaalisia strategioita ja pelin arvoa, jotka ovat keskeisiä keinoja kuvata kyseisiä pelejä ja niiden suotuisuutta pelaajille Luvun päätuloksena osoitetaan von Neumannin minimax-lause Kolmas ja neljäs luku keskittyvät kahden pelaajan nollasummapelien ratkaisemiseen eli optimaalisten strategioiden ja pelin arvon etsimiseen Kolmannessa luvussa tarkastellaan keinoja, joilla ratkaisut voidaan löytää peliä kuvaavan voittomatriisin ominaisuuksien avulla tai voittomatriisia pelkistämällä Neljännessä luvussa johdetaan keino löytää ratkaisu mille tahansa kahden pelaajan nollasummapelille Tämä perustuu von Neumannin ajatukseen pelien ja lineaaristen optimointiongelmien eli lineaariohjelmien välisestä yhteydestä, jonka George Dantzig lopullisesti muotoili artikkelissaan [5] Kahdessa viimeisessä luvussa tarkastellaan monen pelaajan yleisiä summapelejä, eli sellaisia pelejä, joilta saattaa puuttua nollasummapeliä määrittelevä ominaisuus Jotta hyppäys tutkielman aiemman sisällön ja kahden viimeisen luvun osalta ei kävisi lukijalle liian raskaaksi, aloitetaan viidennen luvun käsittely kahden pelaajan yleisillä summapeleillä, joissa voidaan käyttää kahden pelaajan nollasummapeleistä tuttuja merkintöjä Luvun lopussa käydään läpi samat asiat useamman pelaajan tapauksessa Viimeisessä luvussa osoitetaan Nashin tasapainojen olemassaolo n-pelaajan pelissä

6 LUKU Pelejä määrittävät ominaisuudet Peli muodostuu agenteista eli pelaajista, jotka tekevät valintoja tiettyjen vaihtoehtojen sallimasta joukosta Pelaajien valintojen perusteella määräytyy pelin lopputulos, jota kuvataan pelaajien hyötyfunktioiden avulla Pelejä on monen tyyppisiä ja ne vaihtelevat esimerkiksi pelaajien lukumäärän käytettävien vaihtoehtojen määrän voitonmaksun ajankohdan pelaajien pelin kulusta riippuvan tiedon määrän pelaajien yhteistyön mahdollisuuden mukaan Tämän luvun tarkoituksena on tutustuttaa lukija esimerkkien avulla niihin tietoihin, joita peleistä tarvitaan, jotta niiden matemaattinen tarkastelu olisi mahdollista Luvun alussa määritellään keskeisiä peleihin liittyviä käsitteitä Jälkimmäisessä osassa määritellään nollasummapelit, jotka ovat keskeisessä roolissa varsinkin tutkielman ensimmäisellä puoliskolla Pelit Esimerkki (Valitse käsi) Tässä pelissä on kaksi pelaajaa Pelaaja toimii valitsijana ja pelaaja 2 arvuuttajana Pelin aikana arvuuttaja piilottaa joko yhden kolikon vasempaan käteensä tai kaksi kolikkoa oikeaan käteensä Valitsija valitsee toisen arvuuttajan käsistä Peli loppuu siten, että valitsija ansaitsee kaikki ne kolikot, jotka arvuuttajalla olivat kyseisessä kädessä Näin ollen valitsija voittaa joko yhden kaksi tai ei yhtään kolikkoa Vastaavasti arvuuttaja menettää sen määrän kolikoita, jotka valitsija ansaitsee Kummallakin pelaajalla on vaihtoehdot V eli vasen käsi ja O eli oikea käsi, joita kutsutaan pelaajien puhtaiksi strategioiksi Joukko {V, O} on kummankin pelaajan puhtaiden strategioiden joukko Pelaajan voittamien kolikoiden määrää voidaan mallintaa kuvauksella f : {V, O} {V, O} R, f(x, y) = 0, kun x y, kun x = V = y 2, kun x = O = y, jota sanotaan pelaajan hyötyfunktioksi Pelaajan 2 hyötyfunktio on 0, kun x y g : {V, O} {V, O} R, g(x, y) =, kun x = V = y 2, kun x = O = y 3

7 PELIT 4 2 V O V (,-) (0,0) O (0,0) (2,-2) Taulukko Valitse käsi -peli normaalimuodossa V (,-) V 2 O (0,0) O V (0,0) 2 O (2,-2) Kuva Valitse käsi -peli ekstensiivisessä muodossa Pelien olennaiset tiedot eli pelaajat vaihtoehtoineen ja perusteet hyötyfunktion määräytymiselle voidaan tiivistää esimerkiksi taulukkoon Taulukossa rivien indekseinä ovat pelaajan mahdolliset valinnat ja sarakkeiden niminä on pelaajan 2 mahdolliset valinnat Taulukon alkioina a ij on lukupareja, joiden ensimmäinen luku kertoo pelaajan ja toinen pelaajan 2 hyötyfunktion arvon pelaajan valinnalla i ja pelaajan 2 valinnalla j Kyseessä on näin ollen esimerkin peli Vastaavat tiedot voidaan esittää myös puukuvaajana Kuvassa puun solmuna on päätösvuorossa oleva pelaaja ja kaarina ovat kyseisen pelaajan mahdolliset vaihtoehdot Seuraamalla tehtyjä päätöksiä päästään viimeisiin solmuihin, joista löytyvät hyötyfunktioiden arvot Taulukon mukaista tapaa kuvata peliä kutsutaan pelin normaalimuodoksi Kuvan mallintama tilanne on pelin ekstensiivinen eli laajennettu muoto Huomautus 2 Pelin ekstensiivinen ja normaalimuoto sisältävät erimäärän tietoa pelistä Normaalimuotoisessa pelissä ajatellaan, että pelaajat tekevät valintansa samanaikaisesti tietämättä toistensa valintoja, ja että voitonmaksu tapahtuu heti tämän jälkeen Ekstensiivisellä muodolla voidaan kuvata myös peliä, jossa pelaajat tietävät toistensa valinnat tai jossa he tekevät useita valintoja pelin aikana Määritellään seuraavaksi täsmällisesti peliltä vaadittavat ominaisuudet Määritelmä 3 Olkoon n N Tällöin kokoelma äärellisiä joukkoja S,, S n ja kuvauksia f,, f n, missä f i : S S n R kaikilla i =,, n

8 2 NOLLASUMMAPELIT 5 on n-pelaajan peli, jota voidaan kuvata kolmikolla (n, S, F ), missä S = (S,, S n ) ja F = (f,, f n ) Joukko S i on pelaajan i puhtaiden strategioiden joukko, jonka alkiot ovat pelaajan i puhtaita strategioita Kuvaus f i on pelaajan i hyötyfunktio Esimerkki 4 Määritelmän perusteella esimerkin Valitse käsi peli on kahden pelaajan peli (n, S, F ), jossa kyseisen esimerkin merkinnöin on n = 2, S = ({V, O}, {V, O}) ja F = (f, g) Määritelmä 5 Olkoon f : S S 2 R pelaajan hyötyfunktio kahden pelaajan pelissä Tällöin matriisi A = [a ij ] m,n i,j= = [f(i, j)]m,n i,j= on pelaajan voittomatriisi Esimerkki 6 Esimerkin pelissä pelaajalla on voittomatriisi [ ] 0 A = 0 2 ja pelaajalla 2 on voittomatriisi B = [ ] Määritelmä 7 Olkoon kahden pelaajan pelissä pelaajan voittomatriisi A = [a ij ] m,n i,j= ja pelaajan 2 voittomatriisi B = [b ij] m,n i,j= Tällöin pelin normaalimuoto on matriisi C = [c ij ] m,n i,j= = [(a ij, b ij )] m,n i,j= Normaalimuoto ja hyötyfunktioiden esittäminen voittomatriiseina mahdollistavat pelin käsittelyn matriisilaskennan keinoin ja sen vuoksi kyseistä muotoa käytetään jatkossa Merkinnöissä on pyritty Jyväskylän yliopiston matematiikan ja tilastotieteen laitoksen kursseilla Lineaarinen algebra ja geometria ja 2 käytössä olleiden luentomonisteiden [9] ja [20] kanssa yhtäläiseen merkintätapaan 2 Nollasummapelit Kahden pelaajan nollasummapelissä häviävä pelaaja maksaa voittavalle pelaajalle voiton määrän Useamman pelaajan pelissä voittajia ja maksajia voi olla enemmän kuin yksi, mutta keskeistä on että hyödykkeiden vaihtuminen tapahtuu ainoastaan pelaajien välillä Määritelmä 8 Olkoon kuvaus f i : S S n R pelaajan i hyötyfunktio kaikilla i =,, n Jos n f i (x) = 0 kaikilla x S S n, i= niin kyseessä on n-pelaajan nollasummapeli Huomautus 9 Olkoot kuvaukset f : S S 2 R ja f 2 : S S 2 R pelaajien ja 2 hyötyfunktiot Kahden pelaajan nollasummapelissä on voimassa f (x, y) = f 2 (x, y) kaikilla x S, y S 2 Esimerkki 0 Esimerkin peli on nollasummapeli, sillä pelaajan voittaa tasan sen määrän kolikoita, jonka pelaaja 2 häviää

9 2 NOLLASUMMAPELIT 6 Huomautus Koska huomautuksesta 9 seuraa, että kahden pelaajan nollasummapelissä pelaajien ja 2 voittomatriiseille A = [a ij ] m,n i,j= ja B = [b ij] m,n i,j= on A = B eli a ij = b ij kaikilla i, j, niin pelin esittäminen normaalimuodossa sisältää ylimääräistä tietoa Pelin olennaiset tiedot voidaan näin ollen tiivistää yhteen matriisiin Määritelmä 2 Sanotaan, että kahden pelaajan nollasummapelissä pelaajan voittomatriisi on pelin voittomatriisi Esimerkki 3 Taulukossa esitetään nollasummapeli normaalimuodossa Kyseisen pelin voittomatriisi on A = [ ], jolla tarkoitetaan taulukointia 2 V O V 0 O 0 2 Huomautus 4 Kahden pelaajan nollasummapelin voittomatriisi sisältää tiedon kummankin pelaajan puhtaiden strategioiden lukumäärästä sekä hyötyfunktioiden määräytymisestä Tämän vuoksi tässä tutkielmassa rinnastetaan usein peli ja pelin voittomatriisi toisiinsa Tällöin siis puhutaan pelistä A, kun tarkoitetaan pelin voittomatriisia A Tutustutaan vielä esimerkin avulla, millaisia kysymyksiä peleistä voi nousta esiin Esimerkki 5 On luonnollista, että esimerkissä pelaaja haluaa maksimoida voittonsa Hän toivoo voittavansa kaksi kolikkoa ja tekee valinnan O Jos pelaaja 2 arvaa kyseisen valinnan tai peliä pelataan useita kierroksia ja oppii tämän, voi hän tehdä valintansa siten, että pelaaja ei voita yhtään kolikkoa Tällaisessa tilanteessa voisi pelaaja yrittää voittaa edes yhden kolikon valitsemalla puhtaan strategian V Pelaaja 2 voi arvata myös tämän tai reagoida valintaan jatkossa, jolloin pelaaja ei taaskaan voita mitään Kummalla tahansa valinnalla voi pelaaja olla varma ainoastaan siitä, ettei tule häviämään mitään Samassa pelissä voidaan olettaa, että koska pelaaja 2 ei voi voittaa, hän haluaa hävitä niin vähän kuin mahdollista Yllä olevaa päättelyä mukaillen voidaan todeta pelaajan 2 voivan olla varma ainoastaan siitä, ettei hän tule voittamaan yhtään kolikkoa Pelin lopputulos riippuu siis kummankin pelaajan osalta siitä, miten paljon vastustaja tietää tai arvaa pelaajan käyttäytymisestä Peliteorian avulla pyritään muun muassa parantamaan arviota lopputuloksesta sekä vähentämään tiedon vaikutusta peliin

10 LUKU 2 Nollasummapelien arvo Strategia kuvaa pelaajan toimintaa missä tahansa pelin vaiheessa Tämän luvun tarkoituksena on määritellä strategiat, joiden avulla nollasummapelin pelaajat voivat ennakoida pelin lopputulosta riippumatta vastustajan käyttäytymisestä Lisäksi kuvataan optimaalinen strategia, joka minimoi pelaajan riskiä ja antaa näin ollen turvarajan pelaajan menestykselle Optimaalisten strategioiden avulla määritellään myös pelin arvo, joka on nollasummapeliä kuvaava reaaliluku Luvun lopussa osoitetaan minimax-lause, jonka mukaan jokaisella nollasummapelillä on arvo ja pelaajilla on aina olemassa optimaaliset strategiat 2 Sekastrategiat Määritelmä 2 Olkoon joukko S = {s, s 2,, s n } pelaajan puhtaiden strategioiden joukko Merkitään pelaajan puhdasta strategiaa s k vektorilla jossa x k := x = [x, x 2,, x n ] T R n, x i =, kun i = k ja x i = 0, kun i k Esimerkki 22 Esimerkissä pelaajan puhdasta strategiaa V vastaa vektori x = [ 0 ] T ja puhdasta strategiaa O vektori x2 = [ 0 ] T Määritelmä 23 Olkoon joukko S = {s, s 2,, s n } pelaajan puhtaiden strategioiden joukko Pelaajan kaikkien mahdollisten sekastrategioiden joukko on { } n n = x = [x, x 2,, x n ] T R n : x i 0, x i = Joukon n alkiovektorit ovat pelaajan sekastrategioita, joiden alkiot x i vastaavat todennäköisyyksiä, joilla pelaaja valitsee strategiat s i Esimerkki 24 Esimerkissä pelaajan sekastrategia [ 3 T 4 4] vastaa taktiikkaa, jossa pelaaja tekee valinnan V todennäköisyydellä ja valinnan O todennäköisyydellä Sekastrategioiden hyöty on, että niiden mukanaan tuoma epävarmuustekijä vähentää tiedon ja oppimisen merkitystä pelissä Esimerkki 25 Oletetaan pelaajan käyttävän esimerkin pelissä sekastrategiaa [ p p ] T Jos pelaaja 2 pelaa puhdasta strategiaa O, hän häviää kaksi kolikkoa todennäköisyydellä p [0, ], jolloin hänen odotusarvoinen häviönsä on 2p kolikkoa Jos pelaaja 2 pelaa puhdasta strategiaa V, on hänen odotusarvoinen häviönsä p 7 i=

11 22 KAHDEN PELAAJAN NOLLASUMMAPELIN ARVO 8 Jos pelaaja 2 tuntee pelaajan strategian, niin hävitäkseen mahdollisimman vähän pelaaja 2 pyrkii valitsemaan strategiansa siten, että se on pienempi luvuista 2p ja p Toisaalta, jos pelaaja tietää, että hänen valitsemansa strategia tullaan aina arvaamaan, hän voi päätellä vastutajansa strategian Vastatakseen siihen pelaaja haluaa määrittää todennäköisyyden p siten, että se maksimoi lukua min{2p, p} Koska min{2p, p} < 2 3, kun p 3 ja min{2p, p} = 2 3, kun p = 3 niin max min{2p, p} = Siten, jos pelaaja pelaa sekastrategiaa [ voittaa odotusarvoisesti 2 kolikkoa jokaisella kierroksella 3 3] T, hän Vastaavasti voidaan päätellä pelaajan 2 odotusarvoinen tappio Pelaaja 2 käyttää sekastrategiaa [ q q ] T, missä q [0, ] kuvaa todennäköisyyttä Pelaaja pyrkii valitsemaan suuremman luvuista 2q ja q maksimoidakseen oman hyötynsä Hävitäkseen mahdollisimman vähän pelaaja 2 valitsee luvun q siten, että se minimoi luvun max{2q, q} Koska arvo min max{ q, 2q} = 2 3 saavutetaan, kun q =, on pelaajalle 2 suotuisaa käyttää sekastrategiaa [ 2 T 3 3 3] Kyseisellä strategialla pelaaja 2 odotusarvoisesti häviää niin vähän kuin mahdollista, eli 2 kolikkoa kierrosta kohti 3 Esimerkissä huomattiin, että sekastrategioita käyttäen pelin lopputuloksesta saatiin kummankin pelaajan tapauksessa suotuisammat arviot kuin puhtaita strategioita käytettäessä Esimerkistä voidaan myös tehdä havainto, että pelaajan odotusarvoinen voitto vastasi pelaajan 2 odotusarvoista tappiota 22 Kahden pelaajan nollasummapelin arvo kahden pelaajan nollasummapelin voitto- Määritelmä 26 Olkoon A = [a ij ] m,n i,j= matriisi Pelaajan hyötyfunktion f : S S 2 R odotusarvo sekastrategioilla x m ja y n on m n Ef = x T Ay = x i a ij y j Huomautus 27 Koska kyseessä on nollasummapeli, niin pelaajan 2 hyötyfunktion odotusarvoksi saadaan edeltävän määritelmän merkinnöin luonnollisesti i= j= Ef 2 = Ef Määritelmä 28 Olkoon A mielivaltainen kahden pelaajan nollasummapelin voittomatriisi Strategia x m on pelaajan optimaalinen strategia, jos min y n x T Ay = max x m min y n x T Ay

12 23 VON NEUMANNIN MINIMAX-LAUSE 9 ja strategia ỹ n on pelaajan 2 optimaalinen strategia, jos max x T Aỹ = min max x T Ay x m y n x m Määritelmä 29 Kahden pelaajan nollasummapelin A arvo on luku v R, jolle on voimassa max min x T Ay = min max x T Ay = v x m y n y n x m Esimerkki 20 Esimerkin 25 perusteella Valitse käsi pelissä pelaajalla on optimaalinen strategia [ 2 3 on arvo 2 3 3] T, pelaajalla 2 on optimaalinen strategia [ Von Neumannin minimax-lause 3] T ja pelillä Minimax-lauseen mukaan jokaisella kahden pelaajan nollasummapelillä on arvo Lauseen osoittamisen apuna käytetään sekastrategioiden joukon ominaisuuksia Määritelmä 2 Joukko K on konveksi, jos jana, joka syntyy yhdistettäessä mitkä tahansa kaksi joukon K pistettä, on kokonaisuudessaan joukon K osajoukko Toisin sanoen silloin, kun on voimassa {pa + ( p)b : p [0, ]} K kaikilla a, b K Lemma 22 Konveksien joukkojen leikkaus on konveksi Todistus Olkoot A ja B konvekseja joukkoja Jos A B ei ole konveksi, niin on pisteet x, y A B ja luku p [0, ] siten, että {px + ( p)y} / A B Tällöin {px + ( p)y} / A tai {px + ( p)y} / B, eli toinen joukoista A tai B ei ole konveksi, mikä on ristiriita Lemma 23 Sekastrategioiden joukko { n = on rajoitettu, suljettu ja konveksi x = [x,, x n ] T R n : x i 0, } n x i = R n Todistus Joukko n on rajoitettu, sillä se sisältyy yksisäteiseen, n-ulotteiseen suljettuun palloon Joukko A = {x R n : n i= x i = } on suljettu, sillä se sisältää kaikki reunapisteensä Jos nimittäin olisi joukon A reunapiste y R n \ A = {x R n : n i= x i }, niin valitsemalle säde r siten, että n 0 < r < y i, olisi avoimelle pallolle B n (y, r) voimassa i= B n (y, r) A, mikä on ristiriidassa reunapisteen määritelmän kanssa i=

13 23 VON NEUMANNIN MINIMAX-LAUSE 0 Joukko B = {x R n : x i 0, i =,, n} on suljettu Koska joukko n = A B on suljettujen joukkojen leikkaus, niin myös se on suljettu joukko Olkoot s, t n ja olkoon k [0, ] Tällöin ks i + ( k)t i 0 Lisäksi n n n (ks i + ( k)t i ) = k s i + ( k) t i = k + ( k) = i= i= Näin ollen pisteiden s ja t välinen jana on joukon n osajoukko, joten n on konveksi Seuraavan lemman mukaan origo ja konveksi joukko, joka ei sisällä origoa, voidaan erottaa jonkin hypertason eri puolille Lemma 24 Olkoon joukko K R n on suljettu ja konveksi Oletetaan lisäksi, että origo ei kuulu joukkoon K Tällöin on olemassa vektori z R n ja luku c R siten, että 0 < c < z T v kaikille vektoreille v K Todistus Olkoon K R n väitteen oletusten mukainen suljettu ja konveksi joukko ja olkoon B n = {x R n : x R} suljettu R-säteinen pallo Joukkoleikkaus A = K B n on tällöin suljettu, sillä se on suljettujen joukkojen leikkaus Lisäksi joukko A on rajoitettu, sillä suljettu pallo B n on rajoitettu Näin ollen joukko A on kompakti Normikuvaus f : A [0, [ : v v on jatkuva ja reaaliarvoinen Jatkuva kuvaus saavuttaa infimuminsa jossakin kompaktin joukon pisteessä [2, s 44] Näin ollen jollekin joukon K vektorille z on voimassa z = inf v K v Valitaan luku c = 2 z 2 > 0 Tarkoituksena on osoittaa, että epäyhtälö c < z T v on voimassa mille tahansa vektorille v K Koska pisteet v ja z ovat konveksin joukon K alkioita, niin kaikille luvuille ɛ (0, ) pätee konveksin joukon määritelmän mukaan ɛv + ( ɛ)z K Aiemmalla asettelun johdosta tiedetään, että kaikista joukon K vektoreista pienin normi on vektorilla z, ja siten saadaan Koska z T z = i= z 2 ɛv + ( ɛ)z 2 n zi 2 = z 2, niin edeltävästä päättelystä saadaan epäyhtälö i= josta saadaan termejä siirtämällä z T z ɛ 2 v T v + 2ɛ( ɛ)v T z + ( ɛ) 2 z T z, 0 ɛv T v 2z T z + ɛz T z + 2v T z 2ɛv T z, ja edelleen termejä siirtäen ja yhdistäen saadaan ɛ(v T v + z T z 2v T z) 2(v T z z T z) Suoritetaan raja-arvotarkastelu Kun luku ɛ lähestyy nollaa, saadaan 0 v T z z T z

14 23 VON NEUMANNIN MINIMAX-LAUSE Vakio c oli valittu aidosti positiiviseksi Näin ollen on voimassa kuten haluttiin z T v = v T z z T z = z 2 = 2c > c, Lemma 25 Olkoot joukot X ja Y suljettuja ja rajoitettuja joukon R n osajoukkoja ja kuvaus f : X Y R jatkuva Tällöin max min x X y Y f(x, y) min max y Y x X f(x, y) Todistus Karteesisen tulon pisteparille (x, y ) X Y on infimumin ja supremumin määritelmien perusteella voimassa Näin ollen epäyhtälö inf y Y f(x, y) f(x, y ) sup f(x, y ) x X inf y Y f(x, y) sup f(x, y ) on voimassa millä tahansa muuttujan x X arvolla, joten epäyhtälön vasemmasta puolesta voidaan ottaa supremum siten, että käydään muuttujalla x läpi joukko X Vastaavasti epäyhtälön oikealta puolelta voidaan ottaa infimum joukossa Y, sillä epäyhtälö toteutuu millä tahansa muuttujan y Y arvolla Näistä saadaan x X sup inf f(x, y) inf x X y Y sup y Y x X f(x, y) Koska kuvaus f on jatkuva ja joukot X ja Y ovat suljettuja ja rajoitettuja, saavutetaan kuvauksen ääriarvot ja viimeisin epäyhtälö voidaan kirjoittaa muodossa kuten väitettiin max min x X y Y f(x, y) min max y Y x X f(x, y), Nyt osoitetaan luvun päätulos eli pelin arvon olemassaolo Lause 26 Von Neumannin minimax-lause Olkoon A m n voittomatriisi ja olkoot m = {x R m : x i 0, m i= x i = } ja n = {y R n : y i 0, n j= = } kahden pelaajan kaikkien sekastrategioiden joukot Tällöin max min x T Ay = min max x T Ay x m y n y n x m Todistus Kaikkien sekastrategioiden muodostamat joukot m ja n ovat lemman 23 mukaan rajoitettuja ja suljettuja Kuvaus f : m n R, f(x, y) = x T Ay on reaaliarvoinen funktio, joka on jatkuva kummankin muuttujan x ja y suhteen Näin ollen lemman 25 mukaan on voimassa epäyhtälö Osoitetaan epäyhtälö max min x T Ay min max x T Ay (2) x m y n y n x m max x m min y n x T Ay min y n max x m x T Ay

15 23 VON NEUMANNIN MINIMAX-LAUSE 2 antiteesin avulla Väitetään, että on olemassa reaaliluku λ R, jolle on voimassa max min x T Ay < λ < min max x T Ay x m y n y n x m Määritellään uusi peli, jolla on m n-voittomatriisi à siten, että sen alkioille on voimassa ã ij = a ij λ, missä alkiot a ij ovat oletuksessa asetetun voittomatriisin A alkioita Tälle uudelle pelille pätee max min x T Ãy < 0 < min max x T Ãy (22) x m y n y n x m Jokaista pelaajan 2 sekastrategiaa y n vastaa niin sanottu voittovektori Ãy Rm Määritellään joukko K, jolle on { } K = u = Ãy + v Rm : y n, v R m, v i 0 Lemmassa 23 osoitettiin, että kaikkien sekastrategioiden joukko n on suljettu, rajoitettu ja konveksi Joukko K on suljettu ja konveksi Se on suljettu, sillä se on muodostettu suljettujen joukkojen leikkauksena ja kuvaamalla suljettuja joukkoja jatkuvilla kuvauksilla Konveksisuus voidaan osoittaa esimerkiksi huomaamalla, että lineaarikuvaukset, jollainen voittomatriisi à on, kuvaavat suorat suoriksi, ja siten myös suorien osajoukot eli janat säilyttävät muotonsa Näin ollen joukko {Ãy : y n} on myös konveksi Lemman 22 mukaan konveksien joukkojen leikkaus on konveksi, jolloin joukon K on oltava konveksi Joukko K ei voi sisältää nollavektoria Muuten olisi olemassa sekastrategia y n siten, että Ãy 0, jolloin ehto x m johtaisi tulokseen x T Ãy 0 kaikilla x m Tämä olisi ristiriidassa epäyhtälön (22) oikean puolen kanssa Näin ollen joukko K toteuttaa lemman 24 oletukset, jolloin on olemassa vektori z R n ja reaaliluku c > 0 siten, että 0 < c < z T w kaikille vektoreille w K Pätee siis z T (Ãy + v) > c > 0 kaikille y n, v R m, v i 0 (23) Nyt on oltava z i 0 kaikilla i Jos olisi z j < 0 jollakin j, niin olisi mahdollista valita voittovektori y n siten, että pätisi m z T (Ãy + v) = zt Ãy + z T v = z T Ãy + z i v i < 0, mikä ei epäyhtälön (23) perusteella ole mahdollista Väitetty negatiivinen arvo saadaan asettamalla komponenteille v i = 0, kun i j ja annetaan komponentin v j kasvaa rajatta Toisaalta, jos vektori z olisi nollavektori, eli sen kaikki komponentit saisivat arvon nolla, olisi tämäkin ristiriita ehdon (23) kanssa Siispä ainakin osan vektorin z komponenteista z i on oltava aidosti positiivisia ja loppujen täytyy saada arvo nolla Tällöin summan s = m i= z i on aidosti positiivinen ja pätee x = [z s,, z m ] T = s zt m Käyttäen epäyhtälöä (23) valinnalla v = 0 olisi voimassa x T Ãy > c s > 0 kaikille sekastrategioille y n, mikä on vastoin epäyhtälön (22) vasemman puolen oletusta i=

16 23 VON NEUMANNIN MINIMAX-LAUSE 3 Koska antiteesissä asetettu epäyhtälöketju max min x T Ay < λ < min max x T Ay x m y n y n x m johtaa ristiriitoihin itsensä kanssa, on antiteesi kumottava ja tällöin pätee Lauseen väitteen yhtäsuuruus max min x T Ay min max x T Ay (24) x m y n y n x m max min x T Ay = min max x T Ay x m y n y n x m on voimassa epäyhtälöiden (2) ja (24) perusteella Seuraus 27 Kahden pelaajan nollasummapelissä on aina optimaaliset strategiat pelaajille ja 2 Todistus Minimax-lauseen mukaan jokaisessa nollasummapelissä on olemassa luku v siten, että max min x T Ay = v = min max x T Ay x m y n y n x m Voidaan siis valita strategiat x m ja ỹ n siten, että min x T Ay = max min x T Ay y n x m y n ja max x T Aỹ = min max x T Ay, x m y n x m jolloin x ja ỹ ovat määritelmän mukaan optimaalisia strategioita Lause 28 Olkoon A nollasummapelin voittomatriisi Tällöin seuraavat ovat yhtäpitäviä: (i) Strategia x on pelaajan ja strategia ỹ pelaajan 2 optimaalinen strategia (ii) On olemassa luku v R siten, että x T Ay v kaikille y n, (25) x T Aỹ v kaikille x m (26) ja v = x T Aỹ (27) (iii) On olemassa luku v R siten, että x T Ay j v kaikille j =,, n, x T i Aỹ v kaikille i =,, m ja v = x T Aỹ, kun vektorit y j ja x i ovat esityksen 2 mukaisia puhtaita strategioita,

17 23 VON NEUMANNIN MINIMAX-LAUSE 4 Todistus Olkoot x ja ỹ optimaaliset strategiat Tällöin määritelmän mukaan on min x T Ay= max min x T Ay y n x m y n ja max x T Aỹ = min max x T Ay x m y n x m Lauseen 26 perusteella on min x T Ay= max x T Aỹ y n x m Merkitään pelin arvoa kirjaimella v := max x m min y n x T Ay, jolloin Valitsemalla x = x ja y = ỹ saadaan x T Aỹ v x T Ay kaikilla x m, y n x T Aỹ v x T Aỹ, joten v = x T Aỹ Toisaalta, jos strategiat x ja ỹ täyttävät ehdon (ii), niin max x T Aỹ (26),(27) = v x m Edellisten perusteella, ja koska x m, saadaan max x T Aỹ = v (25) x T Ay max x T Ay kaikilla y n x m x m Siispä max x T Aỹ = min max x T Ay x m y n x m Vastaavasti osoitetaan, että x on optimaalinen strategia Väitteiden (ii) ja (iii) yhtäpitävyys osoitetaan teoksessa [4, s 03] Minimax-lauseen mukaan kahden pelaajan nollasummapelissä pelaajien turvarajat ovat samat, joten pelillä on aina arvo Lauseen seurauksena osoitettiin, että pelaajilla on aina optimaaliset strategiat Minimax-lause ei kuitenkaan kerro, miten pelin arvo tai optimaaliset strategiat löydetään Luvun viimeinen tulos antoi optimaalisille strategioille vaihtoehtoisen määritelmän Jos minimax-lauseen oletuksia vähennetään ja pelaajilla olisi esimerkiksi käytettävissä numeroituvasti äärettömästi puhtaita strategioita, pelille ei välttämättä ole olemassa arvoa [22]

18 LUKU 3 Optimaalisten strategioiden ja pelin arvon etsiminen Minimax-lause on olemassaolotulos, joten seuraava mielenkiintoinen kysymys on, kuinka optimaaliset strategiat ja pelin arvo löydetään Optimaalisten strategioiden etsimisestä ja pelin arvon määrittämisestä käytetään nimitystä pelin ratkaiseminen Peleille, joiden voittomatriisit ovat 2 2-matriiseja, on olemassa analyyttiset kaavat optimaalisten strategioiden ratkaisemiseksi [5] Jos toisella pelaajalla on vain kaksi vaihtoehtoa, eli kyseessä on muotoa 2 n tai m 2-matriisipeli, voidaan se ratkaista graafisesti [2], [5] tai 2 2-alimatriisien avulla [7] Tässä luvussa tarkastellaan keinoja, joilla pelin voittomatriisia voidaan muokata yksinkertaisemmaksi, jotta pelin tutkiminen helpottuu Satulapisteiden avulla voidaan määrittää optimaaliset strategiat suoraan puhtaiden strategioiden joukosta Dominaation avulla voidaan osa strategioista jättää kokonaan huomiotta ja symmetria mahdollistaa joidenkin strategioiden tarkastelemisen yhtenä tapauksena 3 Satulapisteet Määritelmä 3 Voittomatriisin A = [a ij ] m,n i,j= alkio a kl on satulapiste, jos sille on voimassa a il a kl a kj kaikilla i =,, m ja kaikilla j =,, n Toisin sanoen alkio a kl on sarakkeensa suurin ja rivinsä pienin alkio Lause 32 Eri satulapisteillä on sama arvo Todistus Olkoot a ij ja a kl kaksi eri satulapistettä Jos ne sijaitsevat samalla rivillä, niin a ij = a kl, sillä kumpikin alkio on rivinsä pienin alkio Toisaalta, jos satulapisteet ovat samassa sarakkeessa, niin on a ij = a kl, sillä kumpikin alkioista on sarakkeensa suurin alkio Jos a ij ja a kl sijaitsevat voittomatriisissa muuten kuin samalla rivillä tai samassa sarakkeessa, löytyy satulapisteen perusteella rivin i ja sarakkeen l leikkauskohdasta alkio a il jolle on voimassa a ij a il a kl Toisaalta rivin k ja sarakkeen j leikkauskohdan alkiolle on a kl a kj a ij Näistä saadaan epäyhtälöketju joten on a ij = a kl a ij a il a kl a kj a ij, Lause 33 Olkoon a kl voittomatriisin A = [a ij ] m,n i,j= satulapiste Tällöin puhdas strategia x k on eräs pelaajan on optimaalinen strategia Vastaavasti puhdas strategia y k on pelaajan 2 on optimaalinen strategia Lisäksi pelin arvo on a kl Todistus Strategioita x i ja y j pelattaessa lasku x T i Ay j antaa tulokseksi arvon a ij Oletetaan, että a kl on satulapiste, jolloin riittää osoittaa, että strategiat x k ja y l ovat 5

19 32 DOMINAATIO 6 optimaaliset Satulapisteen määritelmästä seuraa, että x T i Ay l a kl kaikilla i = m ja x T k Ay j a kl kaikilla j = n Lauseen 28 perusteella strategiat x k ja y l ovat optimaaliset strategiat 32 Dominaatio Toisinaan pelaajalla voi olla puhdas strategia, jota käyttämällä pelaaja ei missään tilanteessa voi saada niin hyvää lopputulosta kuin jotakin toista strategiaa käyttämällä Näytetään, että tällainen puhdas strategia voidaan jättää huomiotta pelin tarkastelussa Määritelmä 34 Kahden pelaajan nollasummapelin voittomatriisin A rivi i dominoi riviä k, jos matriisialkioille on voimassa a ij a kj kaikilla j Sarake j dominoi saraketta l, jos on voimassa a ij a il kaikilla i Jos epäyhtälöiden tilalle asetetaan vastaavat aidot epäyhtälöt, sanotaan, että rivi (tai sarake) dominoi aidosti toista riviä (tai saraketta) Huomautus 35 Dominaation määritelmän taustalla ovat havainnot, että nollasummapelin voittomatriisin rivit ovat pelaajan ja sarakkeet pelaajan 2 puhtaat strategiat Koska pelin voittomatriisia kuvataan pelaajan voittomatriisilla, niin huomautuksen perusteella myös sarakkeiden dominaatio on luonnollisesti määritelty Seuraava määritelmä kuvaa uuden voittomatriisin muodostamista poistamalla pelin alkuperäisestä voittomatriisista dominoitu rivi tai sarake Määritelmä 36 Olkoot m n-voittomatriisilla A rivivektorit a i R n, i =,, m ja (m ) n-voittomatriisilla B rivektorit bi R n, i =,, m Jos voittomatriisin A rivi k dominoi riviä l ja rivivektoreille pätee bi = a i kaikilla i =,, l ja b i = a i+ kaikilla i = l,, m, niin sanotaan, että matriisi B on dominoitu voittomatriisi, joka on muodostettu matriisista A dominaatiota käyttäen Vastaavasti määritellään dominoitu voittomatriisi sarakkeiden dominaatiolle Lause 37 Olkoon voittomatriisi B muodostettu voittomatriisista A dominaatiota käyttäen Tällöin voittomatriiseja A ja B vastaavilla peleillä on sama arvo Todistus Olkoon A = [a ij ] m,n i,j= voittomatriisi, jossa rivi k dominoi riviä l Tällöin on a kj a lj kaikilla j =,, n Olkoon x = [x,, x m ] T mikä tahansa pelaajan

20 32 DOMINAATIO 7 sekastrategia Muodostetaan pelaajan sekastrategia z = [z,, z m ], jonka alkioille on x k + x l, kun i = k z i = 0, kun i = l x i, kun i k, l Nyt on voimassa (x k a kj + x l a lj )y j (x k + x l )a kj y j, j j mistä seuraa x T Ay = x k a ij y j z i a ij y j = z T Ay i,j i,j Näin ollen, jos strategia x on optimaalinen, niin myös strategia z on optimaalinen, ja pelin arvo löydetään vaikka dominoitu rivi k jätetään huomiotta Sarakkeiden tapaus osoitetaan vastaavasti Esimerkki 38 Koska dominaation käyttö ei vaikuta pelin arvoon, voidaan sitä käyttää iteratiivisesti sarakkeisiin ja riveihin Voittomatriisia A = tarkasteltaessa voidaan ensiksi dominoida sarakkeet, jolloin jäljelle jää dominoitu voittomatriisi = 2 2 Dominoimalla tämän jälkeen rivit, saadaan = [ ] Näin ollen löydetään pelille arvo, pelaajalle optimaalinen strategia x ja pelaajalle 2 optimaalinen strategia y 2 Toisaalta dominaatiota voitaisiin käyttää ensin riveihin = [ ] 2 ja tämän jälkeen sarakkeisiin = [ ],

21 33 SYMMETRIA 8 jolloin myös saadaan pelille arvo Tällöin pelaajien optimaaliset strategiat ovat x 3 ja y 2 Voittomatriisin A tarkastelussa voitaisiin hyödyntää myös havaintoa, että alkiot a 2 ja a 32 ovat satulapisteitä Huomautus 39 Dominaation käyttö voi aiheuttaa tilanteita, joissa dominoidusta matriisista ei löydetä osaa alkuperäisen pelin optimaalisista strategioista Esimerkki 30 Esimerkin 38 dominoidusta matriisista à = [a 2] = [] pelaajalla on käytössä ainoastaan puhdas strategia x ja pelaajalla 2 ainoastaan puhdas strategia y 2 Näin ollen pelaajalle ei voida löytää alkuperäisen pelin A optimaalista strategiaa x 3 Koska usein riittää löytää yksi optimaalinen strategia, ei huomautuksen 39 havainnosta aiheudu ongelmia Dominaatiotekniikkaa käyttäen on kuitenkin mahdollista muodostaa kaikki optimaaliset strategiat sisältävä dominoitu matriisi Tällöin dominaatiotarkastelu on tehtävä käyttäen aitoa dominaatiota [7] 33 Symmetria Määritelmä 3 Jos pelin voittomatriisi on vinosymmetrinen, eli sille on voimassa A = A T, niin pelin sanotaan olevan symmetrinen Symmetrisen pelin voittomatriisin on siis oltava neliömatriisi ja sen alkioille on voimassa a ij = a ji Erityisesti jokaisen diagonaalialkion on oltava nolla Esimerkki 32 Pelaajat ja 2 heittävät kolikkoa Jos saadaan joko kaksi kruunaa (R) tai kaksi klaava (L), kumpikaan pelaaja ei maksa toiselle mitään Jos toinen pelaajista saa kruunan ja toinen klaavan, maksaa kruunan saanut pelaaja yhden hyödykkeen klaavan saaneelle pelaajalle Tämän pelin voittomatriisi A on muotoa Nyt A T = eli peli on symmetrinen 2 R L R 0 L 0 [ ] T 0 = 0 [ ] 0 = 0 [ ] 0 = A, 0 Lause 33 Symmetrisessä pelissä yhdelle pelaajalle optimaalinen strategia on sitä myös toiselle ja pelillä on arvo nolla Todistus Koska symmetrisen pelin voittomatriisi on neliömatriisi, kummallakin pelaajalla on sama kaikkien mahdollisten sekastrategioiden joukko m Olkoot x ja ỹ pelaajien ja 2 optimaaliset strategiat Tällöin on olemassa vähimmäismäärä, jonka pelaaja voi odottaa voittavansa pelatessaan mitä tahansa pelaajan 2 strategiaa y vastaan, ja vastaavasti pelaajalla 2 on olemassa yläraja häviämisilleen pelissä, jos hän pelaa optimaalista strategiaansa mitä tahansa vastustajan strategiaa x vastaan On siis voimassa x T Aỹ x T Aỹ x T Ay kaikilla x, y m

22 33 SYMMETRIA 9 Nyt matriisitranspoosin ominaisuuksien ja oletuksen A T = A perusteella on x T Ay = y T (x T A) T = y T (A T x) = y T (Ax) = y T Ax kaikilla x, y m Yllä olevan huomion perusteella optimaalisten strategioiden ehto saadaan muotoon x T Aỹ x T Aỹ x T Ay kaikilla x, y m ỹ T Ax ỹ T A x y T A x kaikilla x, y m Kertomalla tämä puolittain luvulla saadaan y T A x ỹ T A x ỹ T Ax kaikilla x, y m Tämä tarkoittaa, että ỹ on pelaajan ja x pelaajan 2 optimaalinen strategia Optimaalisille strategioille x on voimassa x T A x = x T A x, joten on x T A x = 0, eli pelillä on arvo nolla Vaikka peli ei olisi symmetrinen, voidaan pelin voittomatriisia yksinkertaistaa samaistamalla tietyllä tapaa säännölliset puhtaat strategiat yhdeksi strategiaksi Esimerkki 34 Pelaaja 2 valitsee 3 3-ruudukosta yhden kolmen ruudun pysty-, vaaka- tai lävistäjälinjan Samaan aikaan pelaaja valitsee yhden ruudukon ruuduista Jos pelaajan 2 linja kulkee kyseisen ruudun kautta, pelaaja voittaa pelaajalta 2 yhden kolikon Muissa tapauksissa hyödykkeiden määrä ei muutu Kuvataan ruudukkoa 3 3-matriisilla S = [s ij ] 3,3 i,j=, jolloin pelaajan valinta on matriisin S alkio s ij ja pelaajan 2 valinta on joko rivi i, sarake j, lävistäjä i = j tai lävistäjä i + j = 4, kun i, j {, 2, 3} Pelaajan yhdeksästä ja pelaajan 2 kahdeksasta vaihtoehdosta pelille saadaan voittomatriisi A = [a kl ] 9,8 k,l= = 2 i = i = 2 i = 3 j = j = 2 j = 3 i + j = 4 i = j s s s s s s s s s Voittomatriisissa A ei ole satulapisteitä, se ei ole symmetrinen eikä siihen voi soveltaa dominaatiota, joten se ei ratkea aiemmin kuvatuin keinoin Määritelmä 35 Olkoon [a ij ] m,n i,j= kahden pelaajan nollasummapelin voittomatriisi ja olkoot π ja σ pelaajien ja 2 puhtaiden strategioiden permutaatioita Jos voittomatriisin alkiolla a ij on a ij = a π(i)σ(j), niin pelaajan puhtaat strategiat i ja π(i) ovat symmetriset Samaa nimitystä käytetään pelaajan 2 puhtaille strategioille j ja σ(j)

23 33 SYMMETRIA 20 Lause 36 Olkoon A = [a ij ] m,n i,j= kahden pelaajan nollasummapelin voittomatriisi ja olkoot π i ja σ i, missä i =,, k ja k min{m, n } pelaajien ja 2 puhtaiden strategioiden permutaatioita Jos voittomatriisin alkioille a ij on voimassa a ij = a π (i)σ (j) = = a πk (i)σ k (j), niin pelaajalla on optimaalinen strategia x m, jossa x i = x π (i) = = x πk (i) Pelaajalle 2 on optimaalinen strategia y n, jolla on vastaava ominaisuus Todistus Olkoot π i pelaajan ja σ i pelaajan 2 puhtaiden strategioiden permutaatioita, joille on a ij = a π (i)σ (j) = = a πk (i)σ k (j) Tällöin on x i a ij y j = x π (i)a π (i)σ (j)y σ (j) = = x πk (i)a πk (i)σ k (j)y σk (j) Olkoon x = [ x x m ] T m pelaajan optimaalinen strategia Määritellään pelaajan strategia x m, jolle Koska x Ay = x i = x π (i) = = x π k (i) = x i + k s= x π s(i), k + x t = x t kaikilla t I = {,, m} \ {i, π (i),, π k (i)} m t= = t I = t I m = t= n x t a kj y j j= n (x t a kj y j ) + j= ( n x i a ij y j + j= n ( x t a tj y j ) + (k + ) j= n x t a kj y j = xay, j= k s= n x i + k j= x π s(i)a πs(i)σ s(j)y σs(j) s= x π s(i) k + a ij y j niin strategia x täyttää optimaalisuudelle asetetut ehdot aina, kun strategia x on optimaalinen Vastaavalla päättelyllä tulos pätee myös pelaajalle 2 Esimerkki 37 Esimerkin 34 tapauksessa pelaajille löydetään esimerkiksi permutaatiot ( ) π : {, 2,, 9} {, 2,, 9}, π = ja σ : {, 2,, 8} {, 2,, 8}, σ = ( Kyseessä on Cauchyn kaksirivinen merkintä permutaatioille, jossa π() = 7, π(2) = (8) ja niin edelleen ) ),

24 joiden avulla saadaan voittomatriisi 33 SYMMETRIA 2 B = [b ij ] 9,8 i,j= = [a π(i)σ(j)] 9,8 i,j= = [a ij] 9,8 i,j= = A Nyt lauseen 36 perusteella esimerkiksi pelaajalla on sellainen optimaalinen sekastrategia, jossa hän valitsee ruudut s ja s 3 yhtä todennäköisesti Toisaalta pelaajalla 2 on jokin optimaalinen strategia, jossa hän valitsee vaakarivit i = ja i = 3 samalla todennäköisyydellä Tutkimalla muitakin kuin edellä esitettyjä pelaajien puhtaiden strategioiden permutaatioita havaitaan, että kummallekin pelaajalle saadaan kolmenlaisia puhtaita strategioita, jotka eivät ole toistensa kanssa symmetrisiä Pelaajan keskenään symmetrisiä vaihtoehtoja ovat pelilaudan neljä kulmaruutua, neljä reunalinjojen keskiruutua ja pelilaudan keskimmäinen ruutu, joka ei ole symmetrinen minkään muun ruudun kanssa Pelaajan 2 symmetrisiä vaihtoehtoja ovat kaksi lävistäjälinjaa ja neljä ruudukon laidalla sijaitsevaa linjaa Lisäksi keskimmäinen vaakalinja ja keskimmäinen pystylinja ovat symmetrisiä vaihtoehtoja Jos pelaaja päätyy pelaamaan vaihtoehtoa, jolla on symmetrisiä vaihtoehtoja, voidaan lauseen 36 perusteella peliä tarkastella olettaen pelaajan arponeen vaihtoehtonsa sen kanssa symmetristen vaihtoehtojen joukosta Yhdistämällä tämä tieto voittofunktion arvoihin, voidaan pelin voittomatriisi yksinkertaistaa muotoon 2 reunalinja keskilinja lävistäjä kulmaruutu reunan keskiruutu keskiruutu 0 Tämän pelkistetymmänkään voittomatriisin avulla ei kyseistä peliä voida ratkaista aiemmin esitellyillä tiedoilla Peliä käsitellään myöhemmin esimerkissä 426

25 LUKU 4 Pelit ja lineaariohjelmat Lineaarinen optimointi, eli lineaariohjelmointi, on lineaarisen lausekkeen ääriarvojen etsimistä lineaariyhtälöillä tai -epäyhtälöillä rajoitetusta alueesta Tietyn tyyppiset lineaariohjelmat ja kahden pelaajan nollasummapelit voidaan samaistaa toisikseen Kyseisen konjenktuurin esitti ensimmäisenä von Neumann [6] Lineaariohjelmia voidaan ratkaista esimerkiksi simplex-algoritmin avulla Tulkitsemalla lineaariohjelmien ratkaisuja sopivasti, saadaan myös pelien ratkaisut Lineaaristen optimointitehtävien esittelyn jälkeen tässä luvussa esitetään systemaattinen keino esittää pelit lineaariohjelmina Myöhemmin esitellään simplex-algoritmi ja osoitetaan lineaariohjelmien ratkeavan sen avulla Lopuksi tarkastellaan esimerkkejä pelien ratkaisemisesta luvussa käsitellyin keinoin 4 Lineaarinen optimointi Määritelmä 4 Olkoot A = [a ij ] m,n i,j= m n-matriisi ja luvut b, b n, c,, c m R kiinnitetty Lineaariohjelma on muotoa maksimoi m i= c ix i a x + + a m x m b ehdoilla a n x + + a mn x m b n kun x,, x m 0 oleva ongelma Kuvaus f : R m R, f(x) = m i= c ix i on lineaariohjelman tavoitefunktio ja epäyhtälöt muodostavat sen rajoitejoukon Määritelmä 42 Määritelmän 4 lineaariohjelman duaali on muotoa minimoi n i= b iy i a y + + a n y n c ehdoilla a m y + + a mn y n c m kun y,, y n 0 oleva ongelma Huomautus 43 Asettamalla x = [ x x m ] T, y = [ y y n ] T, b = [ b b n ] T ja c = [ c c m ] T voidaan lineaariohjelma ja duaali esittää vektorimerkinnöin Tällöin lineaariohjelmaksi saadaan maksimoi c T x ehdoilla A T x b ja x 0 22

26 ja duaaliksi 42 PELI LINEAARIOHJELMANA 23 minimoi b T y ehdoilla Ay c ja y 0 Lemma 44 Duaali voidaan esittää lineaariohjelmana Todistus Vaihdetaan määritelmässä 42 alkioiden a ij ja lukujen b,, b n, c, c m merkkiä, jolloin tarvittavien epäyhtälöiden suunta vaihtuu ja alkuperäisen tavoitefunktion minimoimista vastaa uuden tavoitefunktion maksimointi 42 Peli lineaariohjelmana Konstruoidaan seuraavaksi pelaajien ja 2 pelin ratkaisemiseen liittyvistä ongelmista lineaariohjelmat Olkoon matriisi A m n-voittomatriisi Voittofunktion arvo, kun pelaaja pelaa sekastrategiaa x ja pelaaja 2 puhdasta strategiaa y j, on x T Ay j = x a j + + x m a mj Minimax-lauseen mukaan pelaajalla on olemassa sekastrategia x, jota käyttäen hän voi taata voitolleen pienimmän mahdollisen alarajan Merkitään mitä tahansa optimaalisille strategioille voimassa olevaa alarajaa luvulla λ, jolloin tarkoituksena on löytää näistä alarajoista suurin Soveltamalla edellä olevaa tietoa kaikkiin pelaajan 2 puhtaisiin strategioihin, voidaan ongelma kirjoittaa muodossa: maksimoi luku λ, kun a x + a 2 x a m x m λ a 2 x + a 22 x a m2 x m λ a n x + a 2n x a mn x m λ x + x x m =, jossa viimeinen rivi seuraa sekastrategian ehdoista Vastaavasti pelaajan 2 ongelma saadaan muotoon: minimoi luku µ, kun a y + a 2 y a n y n µ a m y + a m2 y a mn y n µ y + y y n = Oletetaan, että µ > 0 Jaetaan pelaajan 2 ongelman yhtälö ja epäyhtälöt puolittain luvulla µ ja merkitään ỹ i = y i, jolloin tehtäväksi saadaan minimoida luku µ, µ kun a ỹ + a 2 ỹ a n ỹ n a m ỹ + a m2 ỹ a mn ỹ n ỹ + ỹ ỹ n = µ Havaitsemalla, että luvun minimointi vastaa sen käänteisluvun maksimointia ja käyttäen hyväksi sekastrategian ominaisuuksia, voidaan edeltävät ehdot kirjoittaa muodossa

27 43 LINEAARIOHJELMIEN RATKAISUT 24 maksimoi = ỹ µ + ỹ ỹ n a ỹ + a 2 ỹ a n ỹ n ehdoilla a m ỹ + a m2 ỹ a mn ỹ n kun ỹ,, ỹ n 0, joten kyseessä on lineaariohjelma Pelaajan tapauksessa voidaan pelin ratkaisemiseen liittyvä ongelma johtaa muotoon minimoi = x λ + x x m a x + a 2 x a m x m ehdoilla a n x + a 2n x a mn x m kun x,, x m 0, joka on duaali ja lemman 44 nojalla ekvivalentti jonkin lineaariohjelman kanssa Mielenkiintoinen, joskin tämän tutkielman kannalta epäolennainen, havainto on, että lineaariohjelmat voidaan esittää pelien avulla [5] Huomautus 45 Konstruktiossa oletettiin, että luvut λ ja µ ovat aidosti positiivisia Tämä on sallittua, sillä voittomatriisin voidaan lisätä sellainen reaaliluku, että matriisin kaikki alkiot ovat aidosti positiivisia, jolloin myös pelin arvo on positiivinen Tämä ei vaikuta optimaalisiin strategioihin, mutta arvolle saadaan aidosti positiiviset ylä- ja alarajat Tehty reaaliluvun lisäys on kuitenkin otettava huomioon, kun lineaariohjelma on saatu ratkaistua 43 Lineaariohjelmien ratkaisut Koska lineaariohjelman tavoitefunktio on lineaarinen, sen osittaisderivaatat ovat vakioita Näin ollen tavoitefunktion ääriarvoja ei voida ratkaista etsimällä derivaatan nollakohtia Ääriarvoja etsiessä voidaan kuitenkin hyödyntää seuraavia havaintoja: () Puoliavaruus on konveksi ja lineaariohjelman rajoitejoukko on puoliavaruuksien leikkauksena konveksi (2) Lineaarisen funktion lokaali ääriarvo konveksissa joukossa on globaali ääriarvo (3) Rajoitetussa joukossa lineaarisen funktion ääriarvo on joukon reunalla (4) Rajoittavien epäyhtälöiden funktiot ovat lineaarisia, jolloin ääriarvo saavutetaan ainakin yhdessä rajoite-epäyhtälöiden leikkauspisteessä eli kärjessä Yllä olevien huomioiden perusteella optimaaliset strategiat ja tavoitefunktion arvo löydetään läpikäymällä rajoite-epäyhtälöiden leikkauspisteet Tähän tarkasteluun soveltuva menetelmä on simplex-algoritmi Se on tehokas algoritmi, joka on käytettävissä esimerkiksi MATLAB-ohjelmassa lineaariohjelmien ratkaisemiseen [0] Tarkastellaan seuraavaksi ideaa simplex-algoritmin toimintaperiaatteesta ja formalisoidaan algoritmi sen jälkeen

28 44 SIMPLEX-ALGORITMI 25 Esimerkki 46 Kuvassa 4 epäyhtälöt x + x 2, 2x + x 2, 3x + 3x 2, ja 2x 3x 2 asettavat rajoite-ehdot, joiden rajaama alue on konveksi Pyritään maksimoimaan tavoitefunktiota z = x Muokataan rajoite-ehdot yhtälöiksi ja keskitytään tarkastelemaan alkuperäisen rajoitealueen reunoja Algoritmi antaa tarkastelualueen kärjen, esimerkiksi kuvassa 42 pisteen (, 0), jossa tavoitefunktion arvoa tarkastellaan Jos tavoitefunktion ääriarvoa ei edellisessä vaiheessa saavutettu, löydetään simplexalgoritmilla rajoiteyhtälöä pitkin edeten uusi kärkipiste, jossa tavoitefunktio saa suuremman arvon Kuvassa 43 löydetään piste (4, ), jossa tavoitefunktio z saa maksimiarvon Kuva 4 Alkutilanne Kuva 42 Etsitään kärki Kuva 43 Algoritmilla löydetään parempi ratkaisu 44 Simplex-algoritmi Määritelmä 47 Muuttuja x i on on lineaarisen yhtälöryhmän kantamuuttuja, jos sen kerroin on yksi täsmälleen yhdessä yhtälöryhmän yhtälössä ja nolla muissa Määritelmä 48 Lineaariyhtälöryhmä on kanonisessa muodossa, jos sen jokaisessa yhtälössä on kantamuuttuja Esimerkki 49 Lineaarinen yhtälöryhmä x + a,m+ x m+ + a,m+2 x m a m,n x n = b x 2 + a 2,m+ x m+ + a 2,m+2 x m a m,n x n = b 2 x m + a m,m+ x m+ + a m,m+2 x m a m,n x n = b m on kanonisessa muodossa Yhtälöryhmässä on m yhtälöä ja n m kappaletta muuttujia Muuttujat x,, x m ovat kantamuuttujia Määritelmä 40 Olkoon f : A R reaaliarvoinen kuvaus ja olkoot luvuille b, b 2 R voimassa b f b 2 Olkoot u, u 2 0 muuttujia siten, että f(x) u = b ja f(x) + u 2 = b 2 kaikilla x A Tällöin muuttuja u on ylijäämämuuttuja ja muuttuja u 2 on alijäämämuuttuja

29 44 SIMPLEX-ALGORITMI 26 Lemma 4 Lineaariohjelmat ja duaalit voidaan esittää kanonisessa muodossa ylija alijäämämuuttujien avulla Todistus Lineaariohjelmat saadaan lineaarisiksi yhtälöryhmiksi alijäämä muuttujien avulla Duaalin tapauksessa esitetään rajoite-ehto a j y + + a jn y n c j ylijäämämuuttujan u avulla lineaariyhtälöinä a j y + + a jn y n u = c j Koska jokainen reaaliluku voidaan esittää kahden positiivisen reaaliluvun erotuksena, saadaan muuttujien u 0 ja u 2 0 avulla esitys u = u u 2 Näin ollen yhtälössä a j y + + a jn y n u + u 2 = c 2 on kantamuuttuja u 2 Vastaavalla menettelyllä muiden epäyhtälöiden kanssa saadaan rajoite-ehdot lineaariyhtälöiksi Kertomalla lineaariyhtälöt puolittain sopivilla luvuilla ja vähentämällä yhtälöitä toisistaan, saadaan muuttujille kanonisen muodon vaatimat kertoimet Määritelmä 42 Olkoon lineaarinen yhtälöryhmä kanonisessa muodossa Lineaarisen yhtälöryhmän ratkaisu, jolle x i = 0, kun x i ei ole kantamuuttuja, on kantaratkaisu Esimerkki 43 Esimerkin 49 lineaariyhtälöryhmällä on kantaratkaisu x i = b i, kun i =,, m ja x i = 0, kun i = m +,, n Huomautus 44 Oletetaan jatkossa, että lineaariohjelma on muokattu esimerkin 49 muotoon, ja että minimoitavana on tavoitefunktio z = c m+ x m+ + c m+2 x m c n x n Tällöin lukua z voidaan pitää kantamuuttujana, ja yhtälö voidaan lisätä lineaariyhtälöryhmään Ongelmana on minimoida z, kun x + a,m+ x m+ + a,m+2 x m a,n x n = b x 2 + a 2,m+ x m+ + a 2,m+2 x m a 2,n x n = b 2 x m + a m,m+ x m+ + a m,m+2 x m a m,n x n = b m z + c m+ x m+ + c m+2 x m c n x n = 0 (4) Lause 45 Olkoon lineaariohjelma muodossa (4) siten, että b i 0 kaikilla i =,, m Jos muuttujille c i 0, kaikilla i = m +, m + 2,, n, niin kantaratkaisu antaa tavoitefunktion z pienimmän mahdollisen arvon ja z = 0 Todistus Jos kertoimet c i ovat ei-negatiivisia kaikilla indekseillä i, niin summan ci x i pienin mahdollinen arvo on nolla aina, kun muuttujat x i ovat ei-negatiivisia Jotta viimeinen yhtälö toteutuisi, on oltava min z 0 Muodon (4) mukaiselle kantaratkaisulle on z = 0, joten kantaratkaisu antaa tavoitefunktion pienimmän mahdollisen arvon Huomautus 46 Jos esityksen (4) viimeinen yhtälö on muotoa z + c m+ x m+ + + c n x m = z 0,

30 44 SIMPLEX-ALGORITMI 27 niin lauseen 45 päättelyä mukaillen tavoitefunktiolle z saadaan pienin mahdollinen arvo z 0 [6] Jos lauseen 45 mukainen tarkastelu ei anna optimaalista ratkaisua, voidaan konstruoida uusi ratkaisu, jolla on parempi tavoitefunktion arvo Lähestytään tätä esimerkillä ja osoitetaan väite sen jälkeen Esimerkki 47 Yhtälöryhmän 3x + x 2 + x 3 = x + 2x 2 + x 4 = z x x 2 = 0 kahdella ensimmäisellä yhtälöllä on kantamuuttujat x 3 ja x 4 Kantaratkaisulla x = x 2 = 0, x 3 = x 4 = saadaan tavoitefunktiolle arvo z = x x 2 = 0 Jakamalla ylin yhtälö luvulla kolme ja vähentämällä näin saatu yhtälö lopuista yhtälöistä, saadaan yhtälöryhmä x + 3 x x 3 = x 2 3 x 3 + x 4 = 2 3 z 2x 4 3 x 2 3 x 3 = 3, jonka kahden ensimmäisen yhtälön kantamuuttujat ovat x ja x 4 Yhtälöryhmän kantaratkaisu on x =, x 3 2 = x 3 = 0, x 4 = 2, jolla tavoitefunktio saa arvon 3 z = 2x 4 3 x 2 3 x = 3 Huomattiin siis, että yksinkertaisilla yhtälönmuokkausoperaatioilla pystyttiin vaihtamaan kantamuuttujaa, jolloin saatiin uusi kantaratkaisu ja tavoitefunktiolle pienempi arvo Osoitetaan kyseisen havainnon pätevän yleisesti Lause 48 Olkoon lineaariohjelma esitettynä kanonisesti merkinnän (4) mukaisesti Jos on olemassa kertoimet c s < 0 sekä a is > 0, s {m +, m + 2,, n} ja kaikille kantamuuttujille x k 0, k =,, m (ei degeneroituneita), niin kantaratkaisun avulla voidaan konstruoida uusi mahdollinen ratkaisu, jolla on pienempi tavoitefunktion arvo Todistus Osoitetaan, että korvaamalla kantamuuttujamuuttuja x r muuttujalla x s saadaan aikaiseksi uusi mahdollinen kantaratkaisu Aloitetaan osoittamalla, että rajoiteehdot täyttävä ratkaisu on mahdollista konstruoida Asetetaan x s = b r b i = min 0, missä i {,, m} a rs a is >0 a is Vaihdetaan muuttujat x i = b i a is x s 0, kun i =, 2,, n; i r x s = x s x j = 0, kun j = r, m +, m + 2,, n; j s (42) Jos min ais>0 bi a is = min aks >0 b k a ks kahdelle tai useammalle k i, niin muuttuja x s voidaan valita esimerkiksi arpomalla [6]

31 Tavoitefunktiolle on 45 ESIMERKKEJÄ LINEAARIOHJELMIEN RATKAISEMISESTA 28 z = z 0 + c s x s z 0, sillä c s < 0 Koska muuttuja x r oletettiin kantamuuttujaksi, on oltava b r 0, jolloin x s > 0 ja z < z 0 Konstruoitu ratkaisu ei siten ole alkuperäinen kantaratkaisu Tämän lisäksi tavoitefunktiolle saatiin pienempi arvo Osoitetaan nyt, että muuttujat x,, x r, x r+,, x n ja x s muodostavat kantamuuttujien joukon Koska a rs > 0, saadaan alkion a rs, yhtälöiden puolittaisen kertomisen ja yhtälöiden yhteenlaskun avulla muuttuja x s eliminoitua kaikista yhtälöryhmän 4 yhtälöistä lukuun ottamatta yhtälöä r Näin ollen yhtälöryhmä saadaan kanoniseen muotoon Edellä konstruoidun uuden kantaratkaisun optimaalisuutta voidaan testata lauseen 45 avulla Mikäli ratkaisu ei ole optimaalinen, voidaan lauseita 48 ja 45 soveltaa iteratiivisesti Tätä kutsutaan simplex-algoritmiksi Lause 49 Jos simplex-algoritmin jokaisessa iteraatiossa kantamuuttujille on x i 0 kaikilla i =,, m, niin simplex-algoritmi päättyy äärellisen monen iteraation jälkeen optimaalisen ratkaisun löytymiseen Todistus Koska muuttujia on äärellinen määrä, myös kantamuuttujia ja erilaisia kantamuuttujien kombinaatioita on oltava äärellinen määrä Jos algoritmi jatkuisi loputtomiin, niin se palaisi toisinaan aiemmin läpikäytyyn kantamuuttujien kombinaation Koska kantamuuttujat täyttävät jokaisessa iteraatiossa lauseen 48 konstruktion ehdot, olisi aiemmin läpikäytyyn kantamuuttujakombinaatioon palatessa tavoitefunktiolle voimassa z < z jollekin z R, mikä on ristiriita Huomautus 420 Jos simplex-algoritmissa on jollekin kantamuuttujalle x i = 0, niin tavoitefunktion arvo voi uutta kantaratkaisua konstruoitaessa pysyä ennallaan Tällöin algoritmi saattaa jäädä kiertämään kehää näiden kantaratkaisujen joukkoon ja jatkua äärettömyyksiin [6] Huomautus 42 Yleisessä lineaarisessa optimointiongelmassa on mahdollista, että ratkaisua ei ole olemassa tai että tavoitefunktio saa mielivaltaisen pieniä arvoja Kyseiset tapaukset johtuvat rajoite-ehdoista ja niissä simplex-algoritmi ei luonnollisesti toimi [6] Minimax-lauseen mukaan pelien tapauksessa tavoitefunktion arvon on oltava olemassa, joten pelien ratkaisemisen kannalta kyseisestä mahdollisuudesta ei seuraa ongelmia 45 Esimerkkejä lineaariohjelmien ratkaisemisesta Seuraavaksi ratkaistaan joitakin kahden pelaajan nollasummapelejä hyödyntäen simplex-algoritmia ja MATLAB-ohjelmaa Esimerkki 422 Ratkaistaan matriisipeli [ ] 3 2 Tutkitaan tilannetta pelaajan 2 kannalta Koska kaikki voittomatriisin alkiot ovat aidosti positiivisia on pelin arvolle v > 0 Tarkastellaan arvon ylärajoja µ, joille on 0 < v µ

32 45 ESIMERKKEJÄ LINEAARIOHJELMIEN RATKAISEMISESTA 29 Pelaajan 2 ongelmana on minimoida luku µ, kun 3y + y 2 µ y + 2y 2 µ y + y 2 = y, y 2 0 Jakamalla ehdot puolittain luvulla µ ja merkitsemällä jatkossa y i := y i, kun i =, 2, µ saadaan ongelmaksi maksimoida luku = y µ + y 2, kun 3y + y 2 y + 2y 2 y, y 2 0 Kyseessä on siis lineaariohjelma Lisätään alijäämämuuttujat y 3, y 4 0 Tällöin optimointiongelmaksi saadaan maksimoi y + y 2 rajoitteilla 3y + y 2 + y 3 =, y + 2y 2 + y 4 =, y, y 2, y 3, y 4 0 Edeltävä muoto on yhtäpitävä ongelman minimoi y y 2 rajoitteilla 3y + y 2 + y 3 =, y + 2y 2 + y 4 =, y, y 2, y 3, y 4 0 kanssa Eräs vaaditut ehdot täyttävä ratkaisu on y = 0 = y 2, y 3 = = y 4, jolloin tavoitefunktion arvo on y y 2 = 0 Näillä tiedoilla voidaan aloittaa simplex-algoritmin käyttö Kootaan lauseen 48 tiedot muuttujista ja niiden kertoimista simplex-taulukkoon [23, s 72]: y y 2 y 3 y 4 y y Taulukossa (vrt esim 47) sarakkeiden indekseinä ovat muuttujat ja sarakkeista löytyy kunkin muuttujan kerroin Rivien indekseinä ovat kantamuuttujat Alin rivi kuvaa tavoitefunktiota ja alimmaisena oikealla on tavoitefunktion arvo löydetyllä ratkaisulla Tavoitteena on muokata taulukko tukioperaatioiden (ks liite A) avulla vastaamaan lauseen 45 oletuksia Simplex-taulukossa on laatikoituna tukialkio, joka täyttää seuraavat esityksen (4) mukaiset ehdot: c i < 0 ja b i a ij 0, missä i {,, m}

33 45 ESIMERKKEJÄ LINEAARIOHJELMIEN RATKAISEMISESTA 30 Tukioperaatiossa simplex-taulukkoa muokataan kaavion a b c d a c a b a d bc a mukaan tulkiten kirjain a tukialkioksi, b tukialkion kanssa samalla rivillä sijaitsevaksi alkioksi, c tukialkion kanssa samassa sarakkeessa sijaitsevaksi alkioksi ja d miksi tahansa muuksi taulukon alkioksi Operaation aikana tukialkion muuttujasta tulee kantamuuttuja Pohjimmiltaan tukioperaatioissa on siis kyse esimerkin 47 mukaisesta kantamuuttujien vaihdosta Tukioperaatioiden avulla simplex-taulukko saadaan ensin muotoon ja siitä edelleen muotoon y y 2 y 3 y 4 y y y 2 3 y 5 y y 2 y 3 y Ratkaistavana olleella lineaariyhtälöryhmällä on viimeisestä sarakkeesta löytyvä kantaratkaisu (y, y 2 ) = (, 2 ), joka antaa esimerkin 47 tavoin alimman rivin tavoitefunktiolle arvon 3 Koska tämä vastaa alkuperäisen pelin arvon käänteislukua, saa daan pelille arvo µ = 5 Kun peliä muokattiin lineaariseksi yhtälöryhmäksi, jaettiin 3 muuttujat pelin arvolla Kertomalla yhtälöt puolittain pelin arvolla, saadaan alkuperäisen pelin ratkaisu Näin olleen pelaajalle 2 saadaan kantaratkaisun ja pelin arvon avulla optimaalinen strategia y = µ[y, y 2 ] T = [, ]T Pelaajalle voidaan, kuten esimerkin alussa, johtaa pelaajan 2 lineaariohjelmaa vastaava duaali: minimoi = x λ + x 2, kun 3x + x 2 x + 2x 2 x, x 2 0 Pelaajan optimaalinen strategia saadaan suoraan pelaajan 2 simplex-taulukosta alijäämämuuttujasarakkeiden alimpia alkioita ja pelin arvoa hyödyntäen [7] Pelaajalla on optimaalinen strategia x = µ[y 3, y 4 ] T = [ 3, 2 3 ]T Lause 423 Olkoot kahden eri pelin voittomatriisit A = [a ij ] m,n i,j= ja B = [b ij] m,n i,j=, ja näillä peleillä arvot v A ja v B Jos jollakin luvulla p R on voimassa a ij = b ij + p kaikilla i, j, niin () peleissä on samat optimaaliset strategiat (2) pelien arvoilla on yhteys v A = v B + p Todistus [4, s 08]

34 45 ESIMERKKEJÄ LINEAARIOHJELMIEN RATKAISEMISESTA 3 Esimerkki 424 Ratkaistaan peli, jolla on voittomatriisi [ ] A = 0 Koska [ ] 3 A + 2 = = B, 2 niin edeltävän esimerkin ja lauseen perusteella pelaajalla on optimaalinen strategia x = [, ]T, pelaajalla 2 on optimaalinen strategia y = [, ]T ja pelillä on arvo v = 5 2 = 3 3 Esimerkki 425 Ratkaistaan MATLAB-ohjelmalla matriisipeli A = 0, joka on esimerkin 34 peli symmetrian avulla yksinkertaistetummassa muodossa Komennolla [x fval]=linprog(f,l,b) MATLAB ratkaisee muotoa min f T x siten, että Lx b (43) x olevat lineaariohjelmat [0] Komento tulostaa lineaariohjelman ratkaisuvektorin x ja sen arvon fval Kuten esimerkissä 422, saadaan pelaajalle 2 minimoitavaksi = y µ y 2 y 2, kun y 2 + y 2 3 y 4 + y 2 2 y 2 + y 3 y, y 2, y 3 0 Lineaariohjelman 43 merkinnöin on b = [ ] T [ ja f = ] T, jolloin MATLAB-ohjelmasta saadaan x = [ 2 0 ] T ja fval = 3 Tämä täytyy vielä tulkita pelin ratkaisuna, jolloin saadaan pelille arvo ja pelaajalle 2 optimaalinen strategia µ = fval = 3 y = µx = [ 2 0 ] T 3 3 Esimerkki 426 Tulkiten edeltävää esimerkkiä esimerkin 34 pelinä, olisi pelaajan 2 optimaalisena strategiana valita jokin reunalinja todennäköisyydellä 2 ja joko 3 keskimmäinen pysty- tai keskimmäinen vaakalinja todennäköisyydellä 3

35 LUKU 5 Yleiset summapelit On olemassa pelitilanteita, joissa yhden pelaajan hyöty ei ole pois toiselta Reaalimaailman peleissä voidaan esimerkiksi neuvottelemalla päästä tilanteeseen, joka on kaikille pelaajille voitollinen Kyseessä ei siten voi olla nollasummapeli Tutkielman loppuosassa keskitytään tarkastelemaan tällaisia yleisiä summapelejä Ensimmäisenä tässä luvussa määritellään yleiset summapelit Tämän jälkeen tehdään huomioita kahden pelaajan yleisistä summapeleistä sekä niiden yhtäläisyyksistä ja eroista kahden pelaajan nollasummapeleihin, mikä muun muassa johtaa tarpeeseen yleistää optimaaliset strategiat Tällaisten yleistettyjen strategioiden muodostamaa paria kutsutaan Nashin tasapainoksi Luvun loppuosassa käydään läpi määritelmät useamman kuin kahden pelaajan peleille, jolloin joudutaan luopumaan aiemmin käytetystä matriisimerkinnästä 5 Kahden pelaajan yleiset summapelit Määritelmä 5 Äärellisten joukkojen S ja S 2 sekä kuvausten f : S S 2 R ja f 2 : S S 2 R muodostama kokoelma on kahden pelaajan yleinen summapeli Joukko S i on pelaajan i puhtaiden strategioiden joukko ja kuvaus f i on hyötyfunktio pelaajalle i Olkoon lisäksi #S i = n i N Tällöin joukko { } n i ni = x R n i : x k 0, x k = k= on pelaajan i sekastrategioiden joukko Huomautus 52 Kahden pelaajan yleiset summapelit ovat määritelmän 3 mukaisia pelejä Niiden puhtaat ja sekastrategiat määritellään kuten vastaavat ominaisuudet nollasummapeleille Yleiset summapelit eroavatkin nollasummapeleistä vain määritelmän 8 perusteella Esimerkki 53 (Vangin ongelma) Tässä esimerkissä tarkastellaan tunnettua kahden pelaajan yleistä summapeliä, jonka historiaa on lyhyesti kuvailtu esimerkiksi viitteessä [4] Pelin asetelmassa pelaajia ja 2 kuulustellaan rikoksesta Pelaajat voivat joko pysyä hiljaa (H) tai tunnustaa (T) Näiden valintojen perusteella pelaajat tuomitaan 32

36 5 KAHDEN PELAAJAN YLEISET SUMMAPELIT 33 joko isommista tai pienemmistä rikkeistä Rangaistuksen suuruuteen vaikuttaa kummankin pelaajan valinta tunnustaa tai olla tunnustamatta Peli esitetään normaalimuodossa seuraavasti Pelaajilla ja 2 on siis voittomatriisit A = 2 H T H (, ) ( 0, 0) T (0, 0) ( 8, 8) [ ] [ ] 0 ja B = 0 8 Koska A B, niin kyseessä ei ole nollasummapeli Esimerkki 54 Tarkastellaan vangin ongelmaa nollasummapelien keinoin Pelaajan 2 voittomatriisista B löytyy satulapiste b =, mutta pelaajan voittomatriisissa ei ole satulapistettä Nollasummapeleissä satulapiste määriteltiin pelaajan voittomatriisin avulla, joten ainakaan sellaisenaan satulapisteiden käyttö ei sovellu yleisille summapeleille Dominaatiotarkastelulla voidaan todeta, että pelaajan on suotuisampaa pelata alempaa riviä ja pelaajan 2 pelata oikeaa saraketta Tämä johtaa kummankin pelaajan tapauksessa hyötyfunktion arvoon 8 Kuitenkin molempien hiljaa pysyminen takaisi molemmille pelaajille paremman hyötyfunktion arvon Toisaalta tunnustaminen takaa sen, ettei pelaajan tilanne voi huonontua, teki vastustaja mitä tahansa Määritelmä 55 Jos sekastrategioille x m ja y n sekä voittomatriiseille A, B M m,n (R) on voimassa ja x T Ay x T Ay kaikilla x m x T By x T By kaikilla y n, niin strategiapari (x, y ) on Nashin tasapaino Määritelmä 56 Jos molemmat Nashin tasapainon muodostavat sekastrategiat ovat puhtaita strategioita, niin käytetään nimitystä puhtaiden strategioiden Nashin tasapaino Esimerkki 57 Vangin ongelma -pelissä molempien pelaajien tunnustaminen on puhtaiden strategioiden Nashin tasapaino Tätä vastaavat pelaajien puhtaat strategiat Tällöin on x = [0, ] T = y

37 5 KAHDEN PELAAJAN YLEISET SUMMAPELIT 34 x T Ay = [ 0 ] [ ] [ ] = 8 2p 8 kaikilla p [0, ] Lisäksi on = 0p 8( p) = [ p p ] [ ] [ ] x T By = 8 kaikilla q [0, ] Koska p [0,] 8 2q = [ p p ] T Ay = 0q 8( q) = [ 0 ] [ ] [ ] 0 q = x 0 8 q T B [ p p ] T = 2 = q [0,] [ q q ] T, [ ] q q niin strategiat x ja y muodostavat Nashin tasapainon Puhtailla strategioilla x = [, 0] T = y saadaan x T Ay = [ 0 ] [ ] [ ] 0 = p = x T Ay kaikilla x = [ p p ] T 2, joten strategiapari (x, y ) ei ole Nashin tasapaino Nashin tasapainon toteuttava strategia on sellainen, jonka avulla pelaaja saa alarajan omalle menestykselleen pelissä Vastapelaajan valitsema strategia voi ainoastaan parantaa pelaajan hyötyä Nashin tasapaino on siten optimaalisen strategiaparin yleistys Lemma 58 Kahden pelaajan nollasummapelin optimaaliset strategiat muodostavat Nashin tasapainoparin Todistus Kahden pelaajan nollasummapelissä pelaajien ja 2 voittomatriiseille on A = B, joten tulos seuraa suoraan lauseen 28 kohdista (i) ja (ii) Määritelmä 59 Olkoon matriisi A = [a ij ] m,n i,j= pelaajan ja matriisi B = [b ij] m,n i,j= pelaajan 2 voittomatriisi ja olkoot kuvaukset f, f 2 : S S 2 R pelaajien ja 2 hyötyfunktiot kahden pelaajan yleisessä summapelissä Luku m n Ef = x T Ay = x i a ij y j i= j=

38 on pelaajan ja luku 52 USEAMMAN PELAAJAN YLEISET SUMMAPELIT 35 Ef 2 = x T By = m i= n x i a ij y j on pelaajan 2 hyötyfunktion odotusarvo sekastrategioilla x m ja y n Esimerkki 50 (Sukupuolten taistelu [9]) Olkoon kahden pelaajan yleisen summapelin voittomatriisi [ ] (4, ) (0, 0) C = (0, 0) (, 4) Tällä pelillä on Nashin tasapainot (x, y ), (x 2, y 2 ) ja (x, y ) = Tämä nähdään, sillä kaikilla p, q [0, ], vektorit j= ([ ] [ ]) 4/5 /5, /5 4/5 x T = [ p p ] T, y T = [ q q ] T 2 ovat sekastrategioita Lisäksi kaikilla p, q [0, ] voimassa () (2) x T Ay = 4 4p = x T Ay ja x T By = q = x T By, jolloin pelaajan hyötyfunktion odotusarvo on 4, kun se pelaajalla 2 on (3) ja x T 2 Ay 2 = p = x T Ay 2 x 2By 2 = 4 4q = x 2By, jolloin pelaajan hyötyfunktion odotusarvo on ja pelaajalla 2 se on 4; ja x T Ay = 4/5 4/5 = x T Ay x T By = 4/5 4/5 = x T By, jolloin kummankin pelaajan hyötyfunktion odotusarvo on 4 5 Havaittiin siis, että Nashin tasapainoja voi olla useita Toisin kuin nollasummapelien tapauksessa, Nashin tasapainot eivät määrää pelaajien hyötyfunktioiden odotusarvoja yksikäsitteisesti 52 Useamman pelaajan yleiset summapelit Tähän asti tutkielmassa on tarkasteltu lähinnä kahden pelaajan pelejä Koska Nashin tasapaino on pelin arvoa ja optimaalisia strategioita yksinkertaisempi yleistää useamman kuin kahden pelaajan tapaukseen, tarkastellaan lopuksi monen pelaajan pelejä Yleiset summapelit vähintään kahdelle pelaajalle määriteltiin huomatuksen 52 perusteella kohdassa 3

39 52 USEAMMAN PELAAJAN YLEISET SUMMAPELIT 36 O Pelaaja V V (0, 0, 0) ( 2, 0, 2) (,, 0) (,, 0) Pelaaja 2 ( 2, 2, 0) (, 0, ) O ( 2, 2, 0) (0, 0, 0) O V Pelaaja 3 Kuva 5 Pelaajien voitot esimerkin 5 mukaisessa pelissä Esimerkki 5 (Kolmen pelaajan valitse käsi) Pelataan esimerkin kaltaista peliä, johon otetaan kolmas pelaaja mukaan Olkoon pelaaja arvuuttaja, joka piilottaa kolikot; yhden kolikon vasempaan käteensä tai kaksi kolikkoa oikeaan käteensä Pelaaja 2 valitsee piilotuksen jälkeen joko oikean tai vasemman käden ja voittaa siihen piilotettut kolikot Tämän jälkeen pelaaja 3, joka ei tiedä pelaajan 2 valintaa valitsee jomman kumman pelaajan käsistä ja voittaa siihen piilotettut kolikot, mikäli kolikkoja on jäljellä Tällöin esimerkiksi pelaajalle saadaan hyötyfunktio f : {V, O} 3 R, f (x) = 2, kun x {(O, O, O), (O, O, V ), (O, V, O)}, kun x {(V, V, V ), (V, V, O), (V, O, V )} 0, kun x {(V, O, O), (O, V, V )} Kuten kahden pelaajan pelit, tämäkin peli voidaan taulukoida Jos pelaaja käyttää piilona vasenta kättä, riippuu voitonmaksu pelaajien 2 ja 3 valinnoista, jolloin saadaan taulukko 3 V O 2 V (,, 0) (,, 0) O (, 0, ) (0, 0, 0) Jos taas pelaaja käyttää piilona oikeaa kättä, saadaan taulukko 3 V O 2 V (0, 0, 0) ( 2, 0, 2) O ( 2, 2, 0) ( 2, 2, 0) Nämä taulukot voidaan yhdistää kuvassa 5 esitetyksi kolmiulotteiseksi taulukoksi Koska jo kolmen pelaajan tapauksessa tarvitaan joko vähintään kahta kaksiulotteista tai yhtä kolmiulotteista taulukkoa ilmaisemaan pelistä tarvittavia tietoja, ei matriisinotaatio ole yhtä käyttökelpoinen kuin kahden pelaajan peleissä Määritelmä 52 Olkoon x (i) pelaajan i =,, n sekastrategia n-pelaajan yleisessä summapelissä Tällöin pelaajan j hyötyfunktion f j odotusarvo pelaajien,, n sekastrategioilla x (),, x (n) on Ef j := x () l l S,,l n S n x (n) l n f j (l,, l n ),

40 missä 52 USEAMMAN PELAAJAN YLEISET SUMMAPELIT 37 x (i) = [ x (i) x (i) #S i ] T Määritelmä 53 Olkoon pelaajan i puhtaiden strategioiden joukolle S i voimassa #S i = n i < kaikilla i =,, n Tällöin kuvaus F j : n nn R, on pelaajan j sekastrategioiden hyötyfunktio F j ((x (i),, x (n) )) = Ef j Määritelmä 54 Olkoon joukko ni pelaajan i sekastrategioiden joukko ja kuvaus F i : n i= ni R pelaajan i sekastrategioiden hyötyfunktio kaikille i =,, n Jos sekastrategioille x (j) nj ja sekastrategioiden hyötyfunktioille F j on kaikilla j =,, n voimassa F j ( x (),, x (j ), x (j), x j+,, x (n) ) F j ( x (),, x (j ), x (j), x (j+),, x (n) ), millä tahansa sekastrategialla x (j) nj, niin sekastrategiat x (),, x (n) muodostavat Nashin tasapainon

41 LUKU 6 Nashin lause Tässä luvussa osoitetaan Nashin tasapainon olemassaolo n-pelaajan yleisessä summapelissä Tuloksen osoitti ensimmäisenä John Nash vuonna 950 [3] Lause 6 Jokaisella yleisellä summapelillä on olemassa ainakin yksi Nashin tasapaino Todistus Olkoon (n, S, F ) n-pelaajan yleinen summapeli Olkoon kuvaus F i : n nn R pelaajan i sekastrategioiden hyötyfunktio kaikilla i =,, n Merkitään K = n nn R n R nn Koska lemman 23 mukaan joukko ni on kompakti ja konveksi kaikilla i =,, n, niin joukko K on kompakti ja konveksi Seuraavaksi tarkoituksena on määritellä kuvaus F : K K, jolla kuvataan sekastrategiat (x (),, x (n) ) sekastrategioiksi (y (),, y (n) ), ja osoittaa väite tämän kuvauksen ominaisuuksien avulla Olkoon vektori x (i) = [ x (i) x (i) n i ] T ni pelaajan i sekastrategia kaikilla i =,, n Määritellään kuvaus c (i) l i : K R, c (i) l i : = c (i) l i (x (),, x (n) ) = max{f i (x (),, x (i ), l i, x (i+),, x (n) ) F i (x (), x (n) ), 0}, kaikille l i S i ja i =,, n Kuvaus c (i) l i ilmaisee pelaajan i lisähyödyn, kun hän valitsee sekastrategian x (i) sijaan puhtaan strategian l i Määritellään kuvaus F : K K, missä ja x (i) j = x(i) j F (x (),, x (n) ) = ( x (),, x (n) ), x (i) = + c (i) j + k S i c (i) k [ ] T x (i) x (i) n i kaikilla j {,, n i } = S i Koska kuvaukset F i ovat jatkuvia, niin myös kuvaukset c (i) l ovat jatkuvia ja edelleen kuvaus F on jatkuva Kuvauksen F kuvan komponentit x (i) ovat sekastrategioita, sillä x (i) j (0, ) ja j S i x (i) j = x (i) j j S i + c (i) j + k S i c (i) k = j S i x (i) j + j S i c (i) j + k S i c (i) k 38 = + k S i c (i) k + k S i c (i) k =

42 6 NASHIN LAUSE 39 Brouwerin kiintopistelauseen (ks liite B3) perusteella on olemassa piste (x (),, x (n) ) K, jolle on F (x (),, x (n) ) = (x (),, x (n) ) Osoitetaan vielä, että kyseisessä pisteessä on c (i) l i = 0 kaikille puhtaille strategioille l i S i, jokaisella pelaajalla i =,, n Koska joukko S tiedetään numeroituvaksi, niin sen alkiot voidaan nimetä Asetetaan S = {e, e 2,, e n } Oletetaan, että c () e > 0, jolloin F (x (),, x (n) ) < F (e, x (2),, x (n) ) Pelaajan sekastrategioiden hyötyfunktion arvo voidaan esittää pelaajan puhtaiden strategioiden avulla painotettuna keskiarvona F (x (),, x (n) ) = x () l F (l, x (2),, x (n) ) l S ) l S (x () l F (l, x (2),, x (n) ) =, l S x () l joten jollakin i {2, 3,, n } on keskiarvon ominaisuuksien perusteella oltava ja Tästä seuraa, että c () e i x () e i = x() x () e i > 0 F (e i, x (2),, x (n) ) F (x (),, x (n) ) = 0, joten kiintopisteoletuksen vuoksi olisi oltava e i + c () e i + k S c () sillä c () e > 0, jolloin k S c () k > 0 Edellä havaitun ristiriidan seurauksena epäyhtälö c () e k = x () e i + k S c () k < x() e i = x() e i, > 0 ei voi olla tosi Soveltamalla vastaavaa päättelyä mille tahansa puhtaalle strategialle l i S i, mille hyvänsä i {, 2,, n} todetetaan, että kiintopiste (x (), x (2),, x (n) ) on Nashin tasapaino

43 LIITE A Tukialkiot ja -operaatiot Määritelmä A Olkoot f,, f m reaaliarvoisia lineaarikuvauksia ja olkoon f = b,, f m = b m näiden muodostama yhtälöryhmä Olkoon reaaliluku a rs 0 muuttujan x s kerroin yhtälössä f r = b r Tällöin operaatiot () Korvataan yhtälö f r = b r yhtälöllä a rs f r = a rs b r (2) Kun i r, korvataan yhtälö f i = b i yhtälöllä f i a is a rs f r = b i a is a rs b r muodostavat tukioperaation, jolle luku a rs on tukialkio Lause A2 Tukioperaatioilla muodostettu lineaariyhtälöryhmä on yhtäpitävä alkuperäisen lineaariyhtälöryhmän kanssa Lisäksi muuttaja x s on muodostetun lineaariyhtälöryhmän kantamuuttuja Todistus [4, s 5] Lause A3 Tukioperaatioita voidaan soveltaa suoraan simplex-taulukkoon a b c d, missä a on tukialkio, b on mikä tahansa tukialkion kanssa samalla rivillä oleva alkio, c on mikä tahansa tukialkion kanssa samassa sarakkeessa oleva alkio ja d on mikä tahansa muu alkio Tukioperaatioiden jälkeen saadaan uusi simplex-taulukko Todistus [4, s ] a c a b a d bc a Edellisistä voidaan todeta, että esimerkiksi lauseen 48 todistuksen konstruktiossa hyödynnettiin tukioperaatiota Lisäksi kyseisen lauseen todistukset voidaan tehdä suoraan simplex-taulukossa Lauseen 48 todistuksen konstruktiossa tukialkioksi valittiin kaikista alkioista se a ij, jolle oli voimassa b i min 0 a ij>0 a is Toisinaan käsin laskettaessa voi laskuja helpottaa valitsemalla tukialkion muilla tavoin, kuten tehtiin esimerkissä 422 Tukialkion valitsemisesta on keskustelua esimerkiksi teoksessa [23] 40

44 LIITE B Brouwerin kiintopistelause Brouwerin kiintopistelause on yleistajuinen tulos, jolle on monia erilaisia todistuksia Sen osoittaminen vaatii paljon esitietoja ja esimerkiksi algebrallisen topologian tuntemista Näitä ei tässä tutkielmassa ole mahdollista käsitellä, mutta lukija voi perehtyä esimerkiksi kirjoitukseen [8] Lause B Ei ole olemassa jatkuvaa kuvausta f : B n S n suljetusta yksikköpallosta yksikköpallopinnalle siten, että kuvauksen rajoittuma f S n : S n S n olisi identtinen kuvaus Todistus [8] Lause B2 (Brouwerin kiintopistelause) Olkoon B n avaruuden R n suljettu yksikköpallo ja olkoon kuvaus f : B n B n jatkuva Tällöin on olemassa piste x B n siten, että f(x) = x Todistus Osoitetaan tulos antiteesillä Oletetaan, että on olemassa jatkuva kuvaus f : Bn B n, jolle f(x) x kaikilla x B n Olkoon L(x) pisteestä f(x) lähtevä, pisteen x kautta kulkeva puolisuora kaikilla x B n Toisin sanoen L(x) = {f(x) + t(x f(x)) : t 0} R n Koska antiteesin mukaan f(x) x, niin L(x) on todella puolisuora Määritellään kuvaus r : B n S n, jolle r(x) = ( L(x) S n ) \ {f(x)} = {f(x) + t(x f(x)) : t > 0} {x R n : x = } Pisteissä r(x) eli joukkojen L(x) ja S n leikkauskohdissa on voimassa eli yhtäpitävästi L(x) = L(x) 2 = Avaamalla puolisuoran määritelmää saadaan ja uudelleenjärjestelemällä f(x) + t(x f(x)) 2 = t 2 x f(x) 2 + 2tf(x) T (x f(x)) + f(x) 2 = 0, missä pisteiden f(x) ja x f(x) sisätulo on kirjoitettu vektoritulona f(x) T (x f(x)) 4

45 B BROUWERIN KIINTOPISTELAUSE 42 Kyseessä on toisen asteen yhtälö, jolla on juuret t = 2f(x)T (x f(x))) ± 4(f(x) T (x f(x))) 2 4 x f(x) 2 ( f(x) 2 ) 2 x f(x) 2 = f(x)t (x f(x))) ± (f(x) T (x f(x))) 2 ( x f(x) f(x) ) 2 + x f(x) 2 x f(x) 2 Schwartzin epäyhtälön perusteella on (f(x) T (x f(x))) 2 ( x f(x) f(x) ) 2 + x f(x) 2 (f(x) T (x f(x))) 2 ((x f(x)) T f(x)) 2 + x f(x) 2 = x f(x) 2 > 0, joten tarkastellulla yhtälöllä on kaksi reaalista juurta Niistä plusmerkillä varustettu juuri on aidosti positiivinen ja miinusmerkillä varustettu juuri aidosti negatiiviinen Näin ollen puolisuora L(x) leikkaa pallopintaa S n täsmälleen yhdessä pisteessä r(x) f(x) Kuvaukselle r saadaan lauseke r(x) = f(x)+ f(x) T (x f(x)) + (f(x) T (x f(x))) 2 x f(x) 2 ( f(x) 2 ) (x f(x)) x f(x) 2 Vektoritulo- ja normikuvaukset ovat jatkuvia, joten kuvaus r on jatkuva Lisäksi on r(x) = x kaikilla x S n Näin ollen rajoittumakuvaus r S d on identtinen kuvaus, mikä on ristiriita lauseen B perusteella Lause B3 Brouwerin kiintopistelause konvekseille joukoille Olkoon joukko K R n suljettu, konveksi ja rajoitettu sekä kuvaus f : K K jatkuva Tällöin on olemassa piste x K siten, että f(x) = x Todistus [7] tai [8]

46 LIITE C Merkintöjä Merkintä Selitys N Luonnollisten lukujen joukko, {,2,3 } R Reaalilukujen joukko A n Joukon A n kertainen karteesinen tulo itsensä kanssa, A A } {{ } n kpl x, x i Reaaliluku x Vektori [ ] T x x 2 x n R n a i m n-matriisin A = [a ij ] m,n i,j= rivivektori i, [ ] a i a in x i Standardi kantavektori, jolle x i = ja x j = 0, kun j i x Vektorinormi #A Joukon A alkioiden lukumäärä B n Avoin, r-säteinen, y-keskeinen n-ulotteinen pallo, (y, r) {x R n : y x < r} B n Suljettu, r-säteinen, y-keskeinen n-ulotteinen pallo, (y, r) {x R n : y x r} B n Suljettu, yksisäteinen, origokeskeinen, n-ulotteinen pallo, B n (0, ) = {x R n : x } S n Yksisäteinen, origokeskeinen, n-ulotteinen pallopinta, {x R n : x = } Kuvauksen f : A B rajoittumakuvaus, f C f C : C B, missä f C (x) = f(x), kun x C A 43

47 Viitteet [] Borel, Émile: La Théorie du Jeu et les Equations Intégrales à Noyau Symétrique, Comptes Rendus Hebdomaires des Séances de l Académie des Sciences, 73: , 92 (Käänt Leonard J Savage: The Theory of Play and Integral Equations with Skew Symmetric Kernels, Econometrica, 2: 77-00, 953) [2] Borel, Émile: Sur les jeux où interviennent l hasard et l habileté des joueurs, Eléments de la Théorie des Probabilités kolmas painos Paris: Librairie Scientifique, J Hermann, , 924 (Käänt Leonard J Savage: On Games That Involve Chance and the Skill of the Players, Econometrica, 2: 0-5, 953) [3] Borel, Émile: Sur les Systèmes de Formes Linéaires à Determinant Symétrique Gauche et la Théorie Générale du Jeu, Comptes Rendus Hebdomaires des Séances de l Académie des Sciences, Paris, 84: 52-54, 927 (Käänt Leonard J Savage: On Systems of Linear Forms of Skew Symmetric Determinant and the General Theory of Play, Econometrica, 2: 6-7, 953) [4] Brickman, Louis: Mathematical Introduction to Linear Programming and Game Theory Springer-Verlag, 989 [5] Dantzig, George B: A Proof of the Equivalence of the Programming Problem and the Game Problem, Activity Analysis of Production and Allocation, Cowles Comission for Research in Economics, Monograph No 3, John Wiley & Sons, 95 [6] Dantzig, George B: Linear Programming and Extensions Princeton University Press, 963, toinen painos, 965 [7] Jones, Antonia J: Game Theory: Mathematical models of conflict Ellis Horwood Limited, 980 [8] Kurittu, Lassi: Algebrallista topologiaa Jyväskylän yliopiston Matematiikan ja tilastotieteen laitoksen luentomoniste 42, 998 [9] Luce, R Duncan ja Raiffa, Howard: Games and Decisions: Introduction and Critical Survey John Wiley & Sons, 957 seitsemäs painos 967 [0] MathWorks, Inc, The: Documentation Centre Viitattu [] Maynard Smith, John: Evolution and the Theory of Games Cambridge University Press, 982 [2] McKinsey, John C C: Introduction to the Theory of Games McGraw-Hill Book Company, 952 [3] Nash, John F: Equilibrium points in n-person games Proceedings of the National Academy of Sciences of the United States of America, 36: 48-49, 950 [4] Nobel Media AB: The Work of John Nash in Game Theory Viitattu prizes/economic-sciences/laureates/994/nash-lecturepdf [5] Owen, Guillermo: Game Theory W B Saunders Company, 968 [6] Palacios-Huerta, Ignacio: Professionals play minimax Review of Economic Studies, 70: , 2003 [7] Peres, Yuval: Game Theory, Alive Tulostettu peres/gtlectpdf [8] Pirhonen, Pasi: Kiintopistelauseita ja niiden sovelluksia Matematiikan pro gradu, Jyväskylän yliopisto,

48 VIITTEET 45 [9] Purmonen, Veikko T: Lineaarinen algebra ja geometria Jyväskylän yliopiston Matematiikan ja tilastotieteen laitoksen luentomoniste 58, 2008 [20] Purmonen, Veikko T: Lineaarinen algebra ja geometria 2 Jyväskylän yliopiston Matematiikan ja tilastotieteen laitoksen luentomoniste 59, 2008 [2] Purmonen, Veikko T: Euklidiset avaruudet Jyväskylän yliopiston Matematiikan ja tilastotieteen laitoksen luentomoniste 49, 2009 [22] Sion, Maurice ja Wolfe, Philip: On a game with no value The Annals of Mathematical Studies, 39: , 957 [23] Thie, Paul R: An Introduction to Linear Programming and Game Theory John Wiley & Sons, 979 [24] von Neumann, John ja Morgenstern, Oskar: Theory of Games and Economic Behavior Princeton University Press, 944, kolmas painos, 953 [25] Webb, James N: Game Theory: Decisions, Interaction and Evolution Springer-Verlag, 2007