首页
学习
活动
专区
工具
TVP
发布

绿巨人专栏

专栏作者
129
文章
157107
阅读量
44
订阅数
读书笔记: 博弈论导论 - 03 - 完整信息的静态博弈 预备知识
读书笔记: 博弈论导论 - 03 - 完整信息的静态博弈 预备知识 预备知识 本文是Game Theory An Introduction (by Steven Tadelis) 的学习笔记。 知识点 静态完全信息博弈(static games of complete information) 第一步:每个玩家同时并且独立的选择一个行动,(每个玩家都不知道别人的选择情况) 第二步:根据所有玩家选择的行动,收益被分布到每个玩家。 完全信息博弈(Games of Complete Information)
绿巨人
2018-07-04
4380
读书笔记: 博弈论导论 - 01 - 单人决策问题
读书笔记: 博弈论导论 - 01 - 单人决策问题 前言 本文是Game Theory An Introduction (by Steven Tadelis) 的学习笔记。 博弈论语言 这章的一个目的是开发一种用于决策的语言。 决策问题的三要素 行动(action): 玩家可能的选择 结果(outcome): 每个行动的可能后果 倾向(preference): 对所有可能后果,按照从最渴望到最不渴望的排列。 术语 倾向关系(preference relation) 描述了玩家的倾向,\(x \succeq
绿巨人
2018-07-04
8520
博弈论(Game Theory) - 03 - 前传之最大最小均衡
博弈论(Game Theory) - 03 - 前传之最大最小均衡 开始 最大最小均衡是由人冯·诺依曼和摩根斯坦提出。冯·诺依曼和摩根斯坦也被认为是博弈论的创始人。 冯·诺依曼提出的“最大最小定理”能保证在非常一般的情况下,两人零和博弈总是存在“最大最小均衡”。 最大最小均衡存在以下问题: “最大最小”均衡没有考虑到局中人之间在策略选择上的互动。 由“最大最小”方法得到的“均衡”很难说是一种“均衡”。 零和博弈在社会科学中没有多大意义。 最大最小均衡 示例 这里,我们使用“战略式”表述一个博弈,如下:
绿巨人
2018-05-17
1.4K0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档