Sekastrategiat ja intensiiviyhteensopivuus
|
|
- Tuomo Hakola
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Sekastrategiat ja intensiiviyhteensopivuus Petteri Räty
2 God does not play dice with the universe Albert Einstein
3 Agenda Intensiiviyhteensopivuuden käsite Yrittää vastata kysymykseen, mitä sekastrategiat tarkoittavat käytännössä. Miksi ylipäänsä pelata sekastrategioita?
4 Insentiiviyhteensopivuus Olkoon meillä mekanismi yhteistyöongelman ratkaisemiseksi itsekkäillä agenteilla Mekanismi on intensiiviyhteensopiva, jos jokaisen agentin oma etu on toimia mekanismin ehdottamalla tavalla
5 Sekastrategia Puhtaita strategioita pelataan jollakin todennäköisyydellä σ = p 1 s p k s k, jossa p j 0,1 ja p j = 1 Sekastrategiatasapaino ei ole insentiiviyhteensopiva
6 Senttien vastaavuus Ei Nashin tasapainoja puhtailla strategioilla Sekastrategiatasapaino: (σ 1*, σ 2* )=(H/2+T/2,H/2+T/2) Varsinaisessa pelitilanteessa pelataan kuitenkin joko kruunaa tai klaavaa
7 Selitys 1
8 Suojautuminen Ei anneta mahdollisuutta toisella saada tietää strategia Sukupuolten taistelussa kuitenkin hyötyisi kommunikaatiosta Mekanismit, jolla tyypin saa selville, pitäisi mallintaa peliin
9 Harsanyin purifikaatioteoreema Games with Randomly Disturbed Payoffs (IJGT 1973) Sekastrategia on rajatapaus purifioidusta pelistä Agentit eivät ole varmoja toistensa hyödyistä
10 Soveltaminen sukupuolten taisteluun Violetta Alfredo g o g 2+θ a,1 0,0 o 0,0 1,2+θ v θ a ja θ v tasajakautuneet [0,x] Alfredo uhkapelaa (x-c)/x=α Violette oopperaan (x-p)/x= β
11 Tulos x c lim x 0 x = lim x x 2x = 2 3
12 Mitä tämä kertoo? Populaatiosta satunnaisesti valittu Violette lähtee oopperaan todennäköisyydellä β Yksittäisen agentin ei kuitenkaan tarvitse arpoa
13 Rehellisyyden ja korruption purifikaatio Poliisit ottavat kiinni rikollisia ja vain poliisin sana ratkaisee rangaistuksen Poliisilla kustannus f raportin tekemisestä
14 Yhteiskunta Rikos ei koskaan kannata tekijälleen, jos poliisit rehellisiä Poliiseille kannustin ω Nashin tasapaino ω = f
15 Pelin purifikaatio Nashin tasapainoa ei voi purifioida Pienikin muutos kustannuksessa f tai hyödyssä ω johtaa joko siihen, ettei yhtään rikosta ilmoiteta tai ilmoitetaan kaikki mahdollinen
16 Selitys uskomusten avulla Auman ja Brandenburger (1995) Kirjan teoreema 6.2 Kertoo vain uskomukset, mitä pelaajalla on toisen strategioista
17 Selitys uskomuksien avulla G episteminen peli. Pelaajia n > 2. Yhteiset alkutiedot (common prior) Tilassa ω Ω on ϕ ω yleisesti tiedtty uskomusten joukko Jokaiselle pelaajalle kaikki muut saavat saman uskomuksen σ j (ω)= ϕ jω pelaajan uskotusta sekastrategiasta σ(ω)=(σ 1 (ω),, σ n (ω)) on NE G:lle
18 Sovellus käytäntöön Pelataan puhtaita strategioita, mutta NE pelaajan uskomuksissa Ei ota kantaa esiintymistiheyksiin Paitsi, kun nolla Mallin tarkoitus on kuitenkin selittää todellisuutta
19 Purifikaatio uskomuksilla Gintiksen oma malli Hyötyjen sijaan epävarmuutta muiden pelaajien todennäköisyyksissä Pystyy selittämään tasapainot puhtailla strategioilla
20 Sukupuolten taistelu Violetta Alfredo g o g 2,1 0,0 o 0,0 1,2 Alfredot oopperaan α Violettat oopperaan β Alfredojen uskomus β+εθ v Violettojen uskomus α +εθ a
21 Tulokset ε nollaan niin perinteinen MSNE Olettaa α,βϵ(0,1) Puhtaat tasapainot, kun tämä ei päde a = ε ε β = ε ε
22 Rehellisyys ja korruptio Monivaiheinen peli Alussa arvotaan Tarvitseva ja Antaja 0 < c < b Seuraavalla periodilla Tarvitsevasta tulee Antaja Tarvitseva antaa -c,b ei anna 0,0
23 Nashin tasapainoja Annetaan, jos Tarvitseva on aina antanut NE Vaatii koko historiatiedon Mikäli historia vajavaista kukaan ei anna Annetaan, jos toinen antanut edellisellä kierroksella tai muuten todennäköisyydellä p NE, jossa autetaan kaikilla periodeilla
24 Signalointi Mikäli suositaan joitakin pelaajia tasapainoa ei voida ylläpitää ilman lisätoimia Voidaan palauttaa tekemällä sääntöjen noudattamista kannattavampaa kuin ystävien auttaminen tai vihollisten karttamisen
25 Lopputoteamus Pelkällä peliteorialla on vaikea selittää monia monimutkaisia sosiaalisen kanssakäymisen tilanteita edes suunnilleen tai periaatteellisesti
26 Kotitehtävät 1. Johda tasapaino senttien vastaavuus pelille, kun epävarmuutta hyödyistä (Harsanyi) 2. Johda sama tasapaino, kun epävarmuutta uskomuksista (Gintis)
Rationalisoituvuus ja yleinen tieto rationaalisuudesta
Rationalisoituvuus ja yleinen tieto rationaalisuudesta Keskeiset termit: Rationalizability rationalisoituvuus ratkaisukonsepti peliteoriassa Rationalizable rationalisoituva Rationality rationaalisuus pelaajat
LisätiedotSEKASTRATEGIAT PELITEORIASSA
SEKASTRATEGIAT PELITEORIASSA Matti Estola 8. joulukuuta 2013 Sisältö 1 Johdanto 2 2 Ratkaistaan sukupuolten välinen taistelu sekastrategioiden avulla 5 Teksti on suomennettu kirjasta: Gibbons: A Primer
LisätiedotLuento 8. June 3, 2014
June 3, 2014 Luokka pelejä, joissa pelaajilla on epätäydellistä informaatiota toistensa preferensseistä ja joissa valinnat tehdään samanaikaisesti. Tämä tarkoittaa, että pelaajat eivät tiedä toistensa
LisätiedotEpätäydellisen tiedon jatkuvat pelit. Mika Viljanen Peliteorian seminaari
Epätäydellisen tiedon jatkuvat pelit Mika Viljanen Peliteorian seminaari Erityispiirteitä Erityispiirteitä Epätäydellinen tieto aiemmista toiminnoista Erityispiirteitä Epätäydellinen tieto aiemmista toiminnoista
LisätiedotPelien teoriaa: tasapainokäsitteet
Pelien teoriaa: tasapainokäsitteet Salanién (2005) ja Gibbonsin (1992) mukaan Mat-2.4142 Optimointiopin seminaari Jukka Luoma 1 Sisältö Staattinen Dynaaminen Staattinen Dynaaminen Pelityyppi Täydellinen
LisätiedotLuento 5: Peliteoriaa
Luento 5: Peliteoriaa Tässä kappaleessa tutustutaan hieman peliteoriaan. Keskeisiä asioita ovat Nash-tasapaino ja sekastrategia. Cournot n duopolimalli vuodelta 1838 toimii oivallisena havainnollistuksena
LisätiedotSekastrategia ja Nash-tasapainon määrääminen
May 24, 2016 Sekastrategia Monissa peleissä ei ole Nash-tasapainoa puhtaissa strategioissa H T H 1, 1 1, 1 T 1, 1 1, 1 Ratkaisu ongelmaan löytyy siitä, että laajennetaan strategiat käsittämään todennäköisyysjakaumat
LisätiedotBayesin pelit. Kalle Siukola. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly
Bayesin pelit Kalle Siukola MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly 12.10.2016 Toistetun pelin esittäminen automaatin avulla Ekstensiivisen muodon puu on tehoton esitystapa, jos peliä
LisätiedotYleinen tietämys ja Nashin tasapaino
Yleinen tietämys ja Nashin tasapaino 24.3.2010 Nashin tasapaino Ratkaisumalli kahden tai useamman pelaajan pelille. Yleisesti: Jos jokainen pelaaja on valinnut strategiansa eikä yksikään pelaaja voi hyötyä
LisätiedotPohdiskeleva ajattelu ja tasapainotarkennukset
Pohdiskeleva ajattelu ja tasapainotarkennukset Sanna Hanhikoski 24.3.2010 Sisältö Pohdiskeleva ajattelu Nashin tasapainotarkennukset Täydellinen tasapaino Täydellinen bayesiläinen tasapaino Vaiheittainen
LisätiedotLuento 5: Peliteoriaa
Luento 5: Peliteoriaa Tässä kappaleessa tutustutaan lyhyesti peliteoriaan. Peliteorian ratkaisukäsite on Nashin tasapaino, jonka jo Augustin Cournot esitti duopolimallinsa ratkaisuna v. 1838. Cournot n
LisätiedotJohdanto peliteoriaan Kirja kpl. 2
Aalto-yliopiston TKK Mat-2.4142 K2010 Esitelmä 1 Ilkka Leppänen 1 Johdanto peliteoriaan Kirja kpl. 2 Ilkka Leppänen 20.1.2010 Aalto-yliopiston TKK Mat-2.4142 K2010 Esitelmä 1 Ilkka Leppänen 2 Aiheet Laajennettu
LisätiedotEvolutiivinen stabiilisuus populaation
Antti Toppila sivu 1/20 Optimointiopin seminaari Syksy 2008 Evolutiivinen stabiilisuus populaation määrittämisessä Antti Toppila 24.9.2008 Antti Toppila sivu 2/20 Optimointiopin seminaari Syksy 2008 Sisältö
LisätiedotLuento 7. June 3, 2014
June 3, 2014 Peli, jossa on kaksi Nash-tasapainoa. Yksi tasapaino on (1; 2) ja toinen (2; 1); P1:n valinta on ilmoitettu ensin. Ensimmäinen tasapaino ei vaikuta hyvältä; se perustuu epäuskottavaan uhkaukseen.
LisätiedotToistetut pelit Elmeri Lähevirta. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly
Toistetut pelit MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly 12.10.2016 Elmeri Lähevirta The document can be stored and made available to the public on the open internet pages of Aalto University.
LisätiedotTasapaino epätäydellisen tiedon peleissä
hyväksymispäivä arvosana arvostelija Tasapaino epätäydellisen tiedon peleissä Marja Hassinen Helsinki 9..2006 Peliteoria-seminaarin esitelmä HESINGIN YIOPISTO Tietojenkäsittelytieteen laitos Sisältö Johdanto
LisätiedotMS-C2105 Optimoinnin perusteet Malliratkaisut 5
MS-C2105 Optimoinnin perusteet Malliratkaisut 5 Ehtamo Demo 1: Arvaa lähimmäksi Jokainen opiskelija arvaa reaaliluvun välillä [0, 100]. Opiskelijat, joka arvaa lähimmäksi yhtä kolmasosaa (1/3) kaikkien
LisätiedotNollasummapelit ja bayesilaiset pelit
Nollasummapelit ja bayesilaiset pelit Kristian Ovaska HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Seminaari: Peliteoria Helsinki 18. syyskuuta 2006 Sisältö 1 Johdanto 1 2 Nollasummapelit 1 2.1
LisätiedotYhteistyötä sisältämätön peliteoria jatkuu
Yhteistyötä sisältämätön peliteoria jatkuu Tommi Lehtonen Optimointiopin seminaari - Syksy 2000 / 1 Bayesilainen tasapaino Täysi informaatio Vajaa informaatio Staattinen Nash Bayes Dynaaminen Täydellinen
LisätiedotYhteistyötä sisältämätön peliteoria
Yhteistyötä sisältämätön peliteoria jarkko.murtoaro@hut.fi Optimointiopin seminaari Kevät 2003 / 1 Sisältö Johdanto Käsitteistö Työkalut Nashin tasapaino Täydellinen tasapaino Optimointiopin seminaari
LisätiedotPELITEORIAN PERUSTEITA
PELITEORIAN PERUSTEITA Matti Estola 29. marraskuuta 2013 Sisältö 1 Johdanto 2 2 Peliteoreettisen analyysin vaiheet 2 3 Staattiset pelit täydellisen informaation vallitessa 3 4 Pelin ratkaiseminen 4 4.1
LisätiedotPelaisitko seuraavaa peliä?
Lisätehtävä 1 seuraavassa on esitetty eräs peli, joka voidaan mallintaa paramterisena tilastollisena mallina tehtävänä on selvittää, kuinka peli toimii ja näyttää mallin takana oleva apulause (Tehtävä
LisätiedotMoraalinen uhkapeli: laajennuksia ja sovelluksia
Moraalinen uhkapeli: laajennuksia ja sovelluksia Sisältö Kysymysten asettelu Monen tehtävän malli Sovellusesimerkki: Vakuutus Sovellusesimerkki: Palkkion määrääminen Johtajan palkitseminen Moraalisen uhkapelin
LisätiedotDynaaminen hintakilpailu ja sanattomat sopimukset
Dynaaminen hintakilpailu ja sanattomat sopimukset Pasi Virtanen 12.3.2003 Johdanto Hintakilpailu jossa pelaajat kohtaavat toisensa toistuvasti Pelaajien on otettava hintaa valittaessa huomioon hintasodan
LisätiedotEpätäydellisen tiedon jatkuvat pelit
Epätäydellisen tiedon jatkuvat pelit Mika Viljanen Helsinki 4..2006 Peliteorian seminaari HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Sisältö Johdanto 2 Epätäydellisen tiedon jatkuva peli 2. Jatkuvan
LisätiedotSignalointi: autonromujen markkinat
Signalointi: autonromujen markkinat Mat-.414 Optimointiopin seminaari Klaus Mattila 1.0.008 1 Esityksen rakenne Johdanto Autonromujen markkinat: Akerlofin malli Kustannuksellinen signalointi: Spencen malli
LisätiedotLuento 9. June 2, Luento 9
June 2, 2016 Otetaan lähtökohdaksi, että sopimuksilla ei voida kattaa kaikkia kontingensseja/maailmantiloja. Yksi kiinnostava tapaus on sellainen, että jotkut kontingenssit ovat havaittavissa sopimusosapuolille,
LisätiedotPeliteorian soveltaminen hajautettujen järjestelmien protokollasuunnittelussa (valmiin työn esittely)
Peliteorian soveltaminen hajautettujen järjestelmien protokollasuunnittelussa (valmiin työn esittely) Riku Hyytiäinen 23.02.2015 Ohjaaja: Harri Ehtamo Valvoja: Harri Ehtamo Työn saa tallentaa ja julkistaa
LisätiedotLyhyen aikavälin hintakilpailu 2/2
Lyhyen aikavälin hintakilpailu 2/2 Ilkka Männistö Esitelmä 10 - Ilkka Männistö Optimointiopin seminaari - Kevät 2003 / 1 Kilpailun aste Markkinahinta ei kerro mitään kilpailun asteesta jos kustannusrakennetta
LisätiedotInformaatio ja Strateginen käyttäytyminen
Informaatio ja Strateginen käyttäytyminen Nuutti Kuosa 2.4.2003 Sisältö Johdanto Duopoli ja epätietoisuutta kilpailijan kustannuksista Kilpailijan tietämyksen manipulointi Duopoli ja epätietoisuutta kysynnästä
LisätiedotY56 laskuharjoitukset 6
Y56 Kevät 00 Y56 laskuharjoitukset 6 Palautus joko luennolle/mappiin tai Katjan lokerolle (Koetilantie 5, 3. krs) to.4. klo 6 mennessä (purku luennolla ti 7.4.) Ole hyvä ja vastaa suoraan tähän paperiin.
LisätiedotPeliteoria luento 1. May 25, 2015. Peliteoria luento 1
May 25, 2015 Tavoitteet Valmius muotoilla strategisesti ja yhteiskunnallisesti kiinnostavia tilanteita peleinä. Kyky ratkaista yksinkertaisia pelejä. Luentojen rakenne 1 Joitain pelejä ajanvietematematiikasta.
LisätiedotV ar(m n ) = V ar(x i ).
Mat-.3 Stokastiset prosessit Syksy 007 Laskuharjoitustehtävät 6 Poropudas/Kokkala. Olkoon M n = X +... + X n martingaali ja M 0 = 0. Osoita, että V ar(m n ) = n V ar(x i ). i= Huomattavaa on, että muuttujia
LisätiedotJOHDATUSTA PELITEORIAAN
JOHDATUSTA PELITEORIAAN Satu Adel Pro gradu -tutkielma Heinäkuu 2019 MATEMATIIKAN JA TILASTOTIETEEN LAITOS TURUN YLIOPISTO Turun yliopiston laatujärjestelmän mukaisesti tämän julkaisun alkuperäisyys on
LisätiedotKäytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:
8.1 Satunnaismuuttuja Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella: Esim. Nopanheitossa (d6) satunnaismuuttuja X kertoo silmäluvun arvon. a) listaa kaikki satunnaismuuttujan arvot b)
Lisätiedot11 Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Ch 17)
11 Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Ch 17) Oligopoli on markkinamuoto, jossa markkinoilla on muutamia yrityksiä, jotka uskovat tekemiensä valintojen seurauksien eli voittojen riippuvan
LisätiedotLuento 5: Peliteoria
Luento 5: Peliteoria Portfolion optimointi Sijoittajan tehtävä Nashin tasapaino Vangin ongelma Nashin neuvotteluratkaisu 1 Portfolion optimointi Varallisuus A sijoitetaan n:ään sijoituskohteeseen (osake,
LisätiedotLuento 3: Bayesiläiset pelit
Luento 3: Bayesiläiset pelit Saara Hämäläinen Helsingin yliopisto TA5 Luento 3 2017 1 / 33 Game Theory by Ben Polak (Open Yale) "Nash Equilibrium"(luento 5, kokonaan) "Mixed strategies: definition"(luento
LisätiedotKonsensusongelma hajautetuissa järjestelmissä. Niko Välimäki Hajautetut algoritmit -seminaari
Konsensusongelma hajautetuissa järjestelmissä Niko Välimäki 30.11.2007 Hajautetut algoritmit -seminaari Konsensusongelma Päätöksen muodostaminen hajautetussa järjestelmässä Prosessien välinen viestintä
LisätiedotEvolutiivisesti stabiilin strategian oppiminen
Evolutiivisesti stabiilin strategian oppiminen Janne Laitonen 8.10.2008 Maynard Smith: s. 54-60 Johdanto Käytös voi usein olla opittua perityn sijasta Tyypillistä käytöksen muuttuminen ja riippuvuus aikaisemmista
LisätiedotJohdatus peliteoriaan
Johdatus peliteoriaan Kahden pelaajan nollasummapelien ratkaiseminen ja Nashin tasapainojen olemassaolo usean pelaajan yleisessä summapelissä Henri Nousiainen Matematiikan pro gradu Jyväskylän yliopisto
Lisätiedot30A02000 Tilastotieteen perusteet
30A02000 Tilastotieteen perusteet Kertaus 1. välikokeeseen Lauri Viitasaari Tieto- ja palvelujohtamisen laitos Kauppatieteiden korkeakoulu Aalto-yliopisto Syksy 2019 Periodi I-II Sisältö Välikokeesta Joukko-oppi
LisätiedotHUUTOKAUPPATEORIAA TTS-Kurssille/Kultti 2012
HUUTOKAUPPATEORIAA TTS-Kurssille/Kultti 2012 A. Huutokaupat ovat tärkeitä ainakin kolmesta syystä: 1. Valtava määrä taloudellisia transaktioita tapahtuu huutokauppojen välityksellä. Muun muassa Yhdysvaltain
LisätiedotTaloustieteen Nobel peliteorian kehittäjille
Kansantaloudellinen aikakauskirja - 90. vsk. - 4/1994 Katsauksiaja keskustelua Taloustieteen Nobel peliteorian kehittäjille KLAUS KULTTI Vuoden 1994 taloustieteen Nobelin palkinnon saivat professori John
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5A Bayeslainen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi
LisätiedotHaitallinen valikoituminen: yleinen malli ja sen ratkaisu
Haitallinen valikoituminen: yleinen malli ja sen ratkaisu Mat-2.4142 Optimointiopin seminaari Matias Leppisaari 29.1.2008 Esityksen rakenne Yleinen malli Käypyys ja rajoitusehdot Mallin ratkaisu Kotitehtävä
LisätiedotPeliteoria Strategiapelit ja Nashin tasapaino. Sebastian Siikavirta sebastian.siikavirta@helsinki.fi
Peliteoria Strategiapelit ja Nashin tasapaino Sebastian Siikavirta sebastian.siikavirta@helsinki.fi Helsinki 11.09.2006 Peliteoria Tomi Pasanen HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Sisältö
LisätiedotMS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Frekventistiset vs. bayeslaiset menetelmät Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto
LisätiedotDynaaminen hintakilpailu ja sanattomat (epäsuorat) sopimukset osa II
Dynaaminen hintakilpailu ja sanattomat (epäsuorat) sopimukset osa II Olavi Toivainen 12.3.2003 Sanattomien sopimusten mallintaminen ja kontrollointi, miksi? EU Artikla 81 yritysten välisistä kilpailua
LisätiedotMAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen
MAT-200 Todennäköisyyslaskenta Tentti 29.04.20 / Kimmo Vattulainen Funktiolaskin sallittu.. a) Pelaajat A ja B heittävät noppaa vuorotellen ja pelin voittaa se, joka saa ensimmäiseksi kuutosen. A aloittaa
LisätiedotPeliohje 20.4.2011 1(6)
1. Rakentaja Cup, reikäpeli 2 1.1. Yleistä reikäpelistä 2 1.2. Arvonta ja pelaajien sijoittaminen ottelukaavioon 2 1.3. Tasoitukset ja tiit 3 1.4. Pelikentät ja kustannukset 3 1.5. Tuomaritoiminta 4 1.6.
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 21. syyskuuta 2007 Antti Rasila () TodB 21. syyskuuta 2007 1 / 19 1 Satunnaismuuttujien riippumattomuus 2 Jakauman tunnusluvut Odotusarvo Odotusarvon ominaisuuksia
LisätiedotTAMPEREEN YLIOPISTO Pro gradu -tutkielma. Tero Sirkka. Peliteoriaa
TAMPEREEN YLIOPISTO Pro gradu -tutkielma Tero Sirkka Peliteoriaa Informaatiotieteiden yksikkö Matematiikka Toukokuu 2013 Tampereen yliopisto Informaatiotieteiden yksikkö Sirkka, Tero: Peliteoriaa Pro gradu
LisätiedotVangin dilemma häiriöisessä ympäristössä Markov-prosessina (valmiin työn esittely) Lasse Lindqvist
Vangin dilemma häiriöisessä ympäristössä Markov-prosessina (valmiin työn esittely) Lasse Lindqvist 21.01.2013 Ohjaaja: Kimmo Berg Valvoja: Harri Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston
Lisätiedot4.0.2 Kuinka hyvä ennuste on?
Luonteva ennuste on käyttää yhtälöä (4.0.1), jolloin estimaattori on muotoa X t = c + φ 1 X t 1 + + φ p X t p ja estimointivirheen varianssi on σ 2. X t }{{} todellinen arvo Xt }{{} esimaattori = ε t Esimerkki
LisätiedotPeliteoria ja huutokauppamekanismit
Peliteoria ja huutokauppamekanismit Satu Ruotsalainen Matematiikan pro gradu Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Kevät 2015 Tiivistelmä: Satu Ruotsalainen, Peliteoria ja huutokauppamekanismit
LisätiedotELEC C4140 Kenttäteoria (syksy 2016)
ELEC C4140 Kenttäteoria (syksy 2016) Henrik Wallén / versio 21. marraskuuta 2016 Tasoaaltojen heijastus ja läpäisy (Ulaby 8.1 8.5) Kohtisuora heijastus ja läpäisy Tehon heijastus ja läpäisy Snellin laki
LisätiedotLAAJENNETUN MUODON RATIONALISOITUVUUS. S ysteemianalyysin. Arno Solin Laboratorio. Aalto-yliopiston Teknillinen korkeakoulu
LAAJENNETUN MUODON RATIONALISOITUVUUS 3.3.2010 Pähkinänkuoressa: Laajennetun muodon rationalisoituvuus Laajennetun muodon peli (Extensive Form Game) Laajennetun muodon pelin tasapainokäsitteitä. Tosimaailman
LisätiedotLaskuharjoitus 1. Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016
Laskuharjoitus 1 Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016 Tässä laskusetissä on kymmenen tehtävää (10 pistettä ), yksi per luento (6 Saaran, 4
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4B Bayesläinen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy
LisätiedotHintakilpailu lyhyellä aikavälillä
Hintakilpailu lyhyellä aikavälillä Virpi Turkulainen 5.3.2003 Optimointiopin seminaari - Kevät 2003 / 1 Sisältö Johdanto Bertrandin ristiriita ja sen lähestyminen Bertrandin ristiriita Lähestymistavat:
LisätiedotMikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C00100 Assist. Jan Jääskeläinen Syksy 2017
Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C1 Assist. Jan Jääskeläinen Syksy 17 Mallivastaukset 7. 1. Kaupungissa on kaksi suurta taidemuseoa (pelaajat) ja 5 asukasta. Taidemuseoilla on
LisätiedotMat Sovellettu todennäköisyyslasku A
TKK / Systeemianalyysin laboratorio Nordlund Mat-.090 Sovellettu todennäköisyyslasku A Harjoitus 7 (vko 44/003) (Aihe: odotusarvon ja varianssin ominaisuuksia, satunnaismuuttujien lineaarikombinaatioita,
LisätiedotKUNNIOITA PELIÄ ARVOSTA KAIKKIA SEN TOIMIJOITA - 7.10.2013 Suomen Jääkiekkoliitto 1
KUNNIOITA PELIÄ ARVOSTA KAIKKIA SEN TOIMIJOITA - 7.10.2013 Suomen Jääkiekkoliitto 1 KUNNIOITA PELIÄ MATKALLA KOHTI REILUMPAA URHEILUA 7.10.2013 Suomen Jääkiekkoliitto 2 Kunnioitamme toisiamme kaikki voittavat
LisätiedotMS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 2A Satunnaismuuttujan odotusarvo Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi
LisätiedotOpettaminen ja oppiminen
Opettaminen ja oppiminen MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly 19.10.2016 Nina Gunell The document can be stored and made available to the public on the open internet pages of Aalto
LisätiedotMikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C00100 Assist. Jan Jääskeläinen Syksy 2017
Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C00100 Assist. Jan Jääskeläinen Syksy 2017 Mallivastaukset 8. 1. Esimerkki 1: Peli on symmetrinen, joten riittää, että tarkastelemme, mikä on tasapaino
LisätiedotPeliteoria luento 3. May 27, Peliteoria luento 3
May 27, 2015 Dominanssi Mitkä ovat uskottavia tulemia? Ja miksi? Yksi päätösteoreettinen periaate on dominanssi. Kuten lähes kaikkia taloustieteessä kiinnostavia käsitteitä niitä on kahta lajia. Aito ja
LisätiedotImpedanssitomografia-peli
Impedanssitomografia-peli Avainsanat: inversio-ongelmat, päättely, satunnaisuus Luokkataso: 3.-5. luokka, 6.-9. luokka, lukio, yliopisto Välineet: kynä, paperia, 2 pelinappulaa, 4 kolikkoa tai kolikonheittokortit
Lisätiedot2. Teoriaharjoitukset
2. Teoriaharjoitukset Demotehtävät 2.1 Todista Gauss-Markovin lause. Ratkaisu. Oletetaan että luentokalvojen standardioletukset (i)-(v) ovat voimassa. Huomaa että Gauss-Markovin lause ei vaadi virhetermien
LisätiedotSuomen Jääkiekkoliitto 1
13.2.2014 Suomen Jääkiekkoliitto 1 KUNNIOITA PELIÄ MATKALLA KOHTI REILUMPAA URHEILUA 13.2.2014 Suomen Jääkiekkoliitto 2 Kunnioitamme toisiamme kaikki voittavat Muut toimijat Pelaajat Muut toimijat Kunnioita
LisätiedotOdotusarvoparien vertailu. Vilkkumaa / Kuusinen 1
Odotusarvoparien vertailu Vilkkumaa / Kuusinen 1 Motivointi Viime luennolta: yksisuuntaisella varianssianalyysilla testataan nollahypoteesia H 0 : μ 1 = μ 2 = = μ k = μ Jos H 0 hylätään, tiedetään, että
LisätiedotProjektin keskeyttäminen, uudelleen käynnistäminen ja hylkääminen
Projektin keskeyttäminen, uudelleen käynnistäminen ja hylkääminen Optimointiopin seminaari - Syksy 000 / 1 Mallin laajennus Toiminta voidaan väliaikaisesti keskeyttää ja käynnistää uudelleen Keskeyttämisestä
LisätiedotP(X = x T (X ) = t, θ) = p(x = x T (X ) = t) ei riipu tuntemattomasta θ:sta. Silloin uskottavuusfunktio faktorisoituu
1. Tyhjentävä tunnusluku (sucient statistics ) Olkoon (P(X = x θ) : θ Θ) todennäköisyysmalli havainnolle X. Datan funktio T (X ) on Tyhjentävä tunnusluku jos ehdollinen todennäköisyys (ehdollinen tiheysfunktio)
LisätiedotTutkimustiedonhallinnan peruskurssi
Tutkimustiedonhallinnan peruskurssi Hannu Toivonen, Marko Salmenkivi, Inkeri Verkamo hannu.toivonen, marko.salmenkivi, inkeri.verkamo@cs.helsinki.fi Helsingin yliopisto Hannu Toivonen, Marko Salmenkivi,
LisätiedotMAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen
MAT-25 Todennäköisyyslaskenta Tentti 12.4.216 / Kimmo Vattulainen Funktiolaskin sallittu. Palauta kaavakokoelma 1. a) Pelaajat A ja B heittävät noppaa vuorotellen ja pelin voittaa se, joka saa ensimmäiseksi
LisätiedotKommunikaatio Visa Linkiö. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly
Kommunikaatio MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly 2.11.2016 Visa Linkiö The document can be stored and made available to the public on the open internet pages of Aalto University.
LisätiedotProf. Marko Terviö Assist. Jan Jääskeläinen
Mallivastaukset 9. 2. (a) Dominoiva strategia on tarjota oman arvostuksensa verran, eli tässä e 10 miljoonaa. Tarjoamalla yli oman arvostuksen tekisi vain mahdolliseksi sen, että joutuu maksamaan yli oman
LisätiedotSuomen Jääkiekkoliitto 1
4.3.2014 Suomen Jääkiekkoliitto 1 KUNNIOITA PELIÄ MATKALLA KOHTI REILUMPAA URHEILUA 4.3.2014 Suomen Jääkiekkoliitto 2 Kunnioitamme toisiamme kaikki voittavat Pelaajat Muut toimijat Muut toimijat Kyse on
Lisätiedotl (φ; y) = l(θ(φ); y) Toinen derivaatta saadaan tulon derivaatan laskusäännöllä Uudelleenparametroidun mallin Fisherin informaatio on
HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 018 Harjoitus B Ratkaisuehdotuksia Tehtäväsarja I 1 (Monisteen tehtävä 14) Olkoon f Y (y; θ) tilastollinen malli, jonka
Lisätiedot(b) Tarkista integroimalla, että kyseessä on todella tiheysfunktio.
Todennäköisyyslaskenta I, kesä 7 Harjoitus 4 Ratkaisuehdotuksia. Satunnaismuuttujalla X on ns. kaksipuolinen eksponenttijakauma eli Laplacen jakauma: sen tiheysfunktio on fx = e x. a Piirrä tiheysfunktio.
LisätiedotTodennäköisyyden ominaisuuksia
Todennäköisyyden ominaisuuksia 0 P(A) 1 (1) P(S) = 1 (2) A B = P(A B) = P(A) + P(B) (3) P(A) = 1 P(A) (4) P(A B) = P(A) + P(B) P(A B) (5) Tapahtuman todennäköisyys S = {e 1,..., e N }. N A = A. Kun alkeistapaukset
LisätiedotESS oppiminen ja sen simulointi
ESS oppiminen ja sen simulointi 8.10.2008 Suhteellinen palkkiosumma, RPS = = = = + + = = n i t i t i t i t i i n i i i i P m r P m r t f r r f 1 1 1 1 1 1 1 1 ) ( ) ( ) ( (1) τ τ τ τ τ τ Harleyn (1981)
LisätiedotTrafficars - Ruuhkaara
760104 Trafficars - Ruuhkaara 2 5 pelaajaa Ikäsuositus 5+, 8+ Peliaika 10 15 minuuttia Pelipaketin sisältö 50 autokorttia 12 erikoiskorttia ohjevihko Pelissä: Opitaan liikkumaan lukualueella 0 50. Harjoitellaan
Lisätiedothttps://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015
25.10.2016/1 MTTTP5, luento 25.10.2016 1 Kokonaisuudet, joihin opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015 2 Osaamistavoitteet Opiskelija osaa
Lisätiedotriippumattomia ja noudattavat samaa jakaumaa.
12.11.2015/1 MTTTP5, luento 12.11.2015 Luku 4 Satunnaisotos, otossuure ja otosjakauma 4.1. Satunnaisotos X 1, X 2,, X n on satunnaisotos, jos X i :t ovat riippumattomia ja noudattavat samaa jakaumaa. Sanonta
LisätiedotToispuoleiset raja-arvot
Toispuoleiset raja-arvot Määritelmä Funktiolla f on oikeanpuoleinen raja-arvo a R pisteessä x 0 mikäli kaikilla ɛ > 0 löytyy sellainen δ > 0 että f (x) a < ɛ aina kun x 0 < x < x 0 + δ; ja vasemmanpuoleinen
LisätiedotMikrotalousteoria 2, 2008, osa IV
Sisältö Mikrotalousteoria 2, 2008, osa IV 1 Hyvinvoinnin taloustiedettä 2 2 Pareto-kriteeri 2 3 Kaldorin kompensaatiokriteeri 2 4 Peliteoriasta 3 5 Peliteoreettisen analyysin vaiheet 3 6 Staattiset pelit
LisätiedotStrateginen kanssakäyminen Taloustieteen perusteet Matti Sarvimäki
6/9/8 Johdanto Strateginen kanssakäyminen Taloustieteen perusteet Matti Sarvimäki Viime viikolla tilanteet joissa valinnat eivät riipu muiden valinnoista Tänään aloitamme valintojen vuorovaikutuksen tutkimisen
Lisätiedotx+3 = n(y 3) y +n = 3(x n). Kun ylemmästä yhtälöstä ratkaistaan x = n(y 3) 3 ja sijoitetaan alempaan, saadaan
19.1. ÄÙ ÓÒ Ñ Ø Ñ Ø ÐÔ ÐÙÒ ÐÓÔÔÙ ÐÔ ÐÙÒ Ö Ø ÙØ 2018 1. Eevalla ja Martilla on kokonaislukumäärä euroja. Martti sanoi Eevalle: Jos annat minulle kolme euroa, niin minulla on n-kertainen määrä rahaa sinuun
LisätiedotStrategiapelit ja Nashin tasapaino. Esitta ja : Sebastian Siikavirta
Strategiapelit ja Nashin tasapaino. Esitta ja : Sebastian Siikavirta Johdantoa peliteoriaan - ka ytetyt termit Peliteoria tutkii pelaajien toimintaa peleissa. Mika on peli? Mika on pelaaja? Peli tarkasti
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 2A Satunnaismuuttujan odotusarvo Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 6 To 22.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 6 To 22.9.2011 p. 1/38 p. 1/38 Ominaisarvotehtävät Monet sovellukset johtavat ominaisarvotehtäviin Yksi
LisätiedotLaskuharjoitus 1. Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016
Laskuharjoitus 1 Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016 Tässä laskusetissä on kahdeksan tehtävää, yksi per luento (5 Saaran, 3 Benin). Katso
Lisätiedot3. Teoriaharjoitukset
3. Teoriaharjoitukset Demotehtävät 3.1 a Olkoot u ja v satunnaumuuttujia, joilla on seuraavat ominaisuudet: E(u = E(v = 0 Var(u = Var(v = σ 2 Cov(u, v = E(uv = 0 Näytä että deterministinen prosessi. x
LisätiedotMS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5A Bayeslainen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy
LisätiedotStrateginen kanssakäyminen. Taloustieteen perusteet Matti Sarvimäki
Strateginen kanssakäyminen Taloustieteen perusteet Matti Sarvimäki Johdanto Viime viikolla tilanteet joissa valinnat eivät riipu muiden valinnoista Tänään aloitamme valintojen vuorovaikutuksen tutkimisen
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Bayesläiset piste- ja väliestimaatit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto
LisätiedotMääritelmiä. Nopanheitossa taas ω 1 = saadaan 1, ω 2 = saadaan 2,..., ω 6 = saadaan
Todennäköisyys Todennäköisyys on epävarman matematiikkaa. Matemaattinen todennäköisyys mallintaa satunnaisia ilmiöitä, kuten esimerkiksi nopantai lantinheitto. Todennäköisyyttä voi lähestyä mm. tilastollisesti
LisätiedotSääntö 5 Erotuomari. Erotuomarin peruskurssi
Sääntö 5 Erotuomari Erotuomarin peruskurssi Toimivalta Erotuomarin toimivalta siinä ottelussa, johon hänet on määrätty, alkaa hänen saapuessaan ottelupaikalle. Tämä sisältää: - oikeuden evätä osallistumasta
Lisätiedot