Kapitel 6: Dominanz und Nash-GG Kapitel 7: Gemischte Strategien
|
|
- Edith Morgenstern
- vor 6 Jahren
- Abrufe
Transkript
1 Kapitel 6: Dominanz und Nash-GG Kapitel 7: Gemischte Strategien 6 Dominanz und Nash-Gleichgewicht 7 Gemischte Strategien Gemischte Strat, ErwNutzen, Nash-GG via Indifferenz anhand Elfmeter Gemischtes Nash-GG im Elfmeter-Spiel (via: stetige Strategieräume) Gemischtes Nash-GG im BoS (via: stetige Strategieräume) Bimatrix-Spiele mit mehr als zwei Strategien Indifferenzbedingung (in Bimatrix-Spielen) Beispiel zur Anwendung der Indifferenzbedingung Gemischte Strategien in Spielen mit n > 2 Spielern Allgemeine Indifferenzbedingung Zusammenfassung Kapitel 6 Dominanz und Nash-GG Einleitung Das Nash-GG haben wir (teilweise) dadurch motiviert, dass es die Menge möglicher Spielausgänge stärker einschränkt als Dominanz ZB Battle of Sexes (BoS): Das BoS hat weder strikt noch schwach dominierte Strategien (dh alle vier Strategienprofile überleben IESDS, sogar IEWDS), aber nur zwei Nash-GGe Analoges Ergebnis bei Chicken und Hirschjagd Dagegen: Gefangenendilemma (auch als verallgemeinertes soziales Dilemma): Das GD ist strikt dominanzlösbar, und die Dominanzlösung ist genau das (eindeutige) Nash-GG Die Regelmäßigkeit, die sich hier abzeichnet, gilt ganz allgemein, solange strikte (nicht schwache) Dominiertheit betrachtet wird / 24 Allg Zusammenhang: Nash-GG strikte Dominanz Satz: Gegeben ein Spiel G in Normalform a) Die Menge der Nash-GGe des Spiels, ist enthalten in der Menge S NASH := {s S : s ist Nash-GG von G} S IESDS := {s S : s überlebt IESDS} der Strategienprofile, die it El strikt dominierter Strategien überleben, dh S NASH S IESDS b) Wenn das Spiel strikt dominanzlösbar ist, ist die Dominanzlösung das einzige Nash-GG: S IESDS = {s } S NASH = {s } Teil a) impliziert: Ein Nash-GG enthält niemals strikt dominierte Strategien Das alleine wäre auch ohne den Satz aus der Definition des Nash-GGs leicht einzusehen; Teil a) macht eine stärkere Aussage, indem er auch sagt: Ein Nash-GG enthält niemals Strategien, die nach iterierter Elimination strikt dominierter Strategien übrig bleiben b) folgt nicht aus a), denn G könnte kein Nash-GG haben: b) bedeutet: G dominanzlösbar NashGG existiert und ist eindeutig, nämlich NashGG = Dominlösng Kein allg Zshng: Nash-GG schwache Dominanz x y a 0, 0, 0 b 0, 0, Dieses Spiel hat zwei Nash-GGe: (a, x) und (b, y) Aber: a ist schwach dominiert von b Spiel ist schwach dominanzlösbar: iterierte Elimination schwach dominierter Strategien endet in (b, y) Zeigt: Schwach dominierte Strategien können Teil eines Nash-GGs sein Bzw: Durch (iterierte) Elimination schwach dominierter Strategien können auch Nash-GGe eliminiert werden Teil a) des vorherigen Satzes sagt, dass das bei it Elimination strikt dominierter Strategien nie passiert Auch Teil b) des vorherigen Satzes ist bei schwacher Dominanz nicht gültig: Das Spiel hat eine eindeutige schwache Dominanzlösung, aber mehrere Nash-GGe 3 / 24 2 / 24 4 / 24
2 Kapitel 7: Gemischte Strategien Schon gesehen: Das Spiel Elfmeter Torwart Links Rechts Links, + +, Schütze Rechts +,, + hat kein Nash-Gleichgewicht, weil es keine stabile Absprache des Spielausgangs geben kann Das würde bedeuten: Die Spieler können vorab vereinbaren, wer gewinnt und wer verliert, ohne dass wenigstens einer einen Anreiz hat, beim realen Spiel von der Absprache abzuweichen Natürlich hätte der vereinbarte Verlierer einen solchen Anreiz Bei diesem Spiel wollen die Spieler gerade nicht ausrechenbar sein, weil der Gegenspieler das sonst ausnutzen kann In einer solchen Situation kann es keine stabile soziale Konvention geben, die den Spielern vorschreibt, eine Strategie mit Wkt zu spielen Wir erweitern daher den Begriff der Strategie um die Möglichkeit, eine Strategie mit einer gewissen Wkt zu spielen: gemischte Strategie (Standardtrick: Wenn ein Problem keine Lösung hat, vergrößere Lösungsraum) Gemischte Strategien im Spiel Elfmeter Schütze Torwart links [q l ] rechts [q r ] links [p l ], + +, rechts [p r ] +,, + Neu: Jeder Spieler wählt eine Wahrscheinlichkeit mit der er nach links bzw rechts schießt bzw springt Dh Spieler haben WktsVerteilungen als Strategien, Schü: p, Torw: q : Strategieraum des Schü: S Schü = {p = (p l, p r ) : 0 p l, p r, p l + p r = } Strategieraum des Torw: S Torw = {q = (q l, q r ) : 0 q l, q r, q l + q r = } Reine Strategien l, r in S Schü u S Torw enthalten, zb Schü: l p = (, 0) Nutzen der Spieler aus Strategienprofil (p, q): Erwartungsnutzen: U Schü (p, q) = p l q l u Schü (l, l) +p l q r u Schü (l, r) +p r q l u Schü (r, l) = U Torw (p, q) = p l q l u Torw (l, l) +p l q r u Torw (l, r) +p r q l u Torw (r, l) = = +p r q r u Schü (r, r) = +p r q r u Torw (r, r) 5 / 24 6 / 24 Beispiel f Erwartungsnutzen im Elfmeter-Spiel Gesehen: Erwartungsnutzen der Spieler bei (p, q) (dh Schü: (p l, p r ), Torw: (q l, q r )): U Schü (p, q) = p l q l u Schü (l, l) + p l q r u Schü (l, r) + p r q l u Schü (r, l) + p r q r u Schü (r, r) = p l q l + p l ( q l ) + ( p l ) q l ( p l ) ( q l ) U Torw (p, q) = p l q l u Torw (l, l) + p l q r u Torw (l, r) + p r q l u Torw (r, l) + p r q l u Torw (r, r) = + p l q l p l ( q l ) ( p l ) q l + ( p l ) ( q l ) Beispiel: Angenommen, Torwart wählt Strategie q = (q l, q r ) = ( 2, ) 3 3 Dh Torwart springt mit Wkt q l = 2 in li Ecke, mit Wkt q 3 r = in re Ecke 3 Wenn der Schütze die li Ecke wählt, dh die reine Strategie l ˆ= p = (, 0) spielt, hat er den erwarteten Nutzen U Schü (l, q) = 2 ( ) = Wenn der Schütze die re Ecke wählt, dh die reine Strategie r ˆ= p = (0, ) spielt, hat er den erwarteten Nutzen U Schü (r, q) = ( ) = Wenn der Schütze eine gemischte Strategie p = (p l, p r ) wählt, dh mit Wkt p l > 0 in nach links schießt und mit Wkt p r = p l > 0 rechts, steigt sein Nutzen linear mit p r von auf Beste Antwort des Schützen auf Strategie (q l, q r ) = ( 2, ) des Torwarts ist 3 3 die reine Strategie r Klar: Wenn der Torw dazu neigt, nach li zu springen, sollte der Schü nach re schießen Nash-GG im Elfmeter-Spiel (via: Indifferenz) Allgemein: Beste Antwort des Schützen auf einen Torwart, der bevorzugt in eine Ecke springt, ist: Nimm die andere Ecke Wenn der Torwart keine Ecke bevorzugt, dh ˆq = ( 2, 2 ), ist der Schütze indifferent zwischen seinen reinen Strategien l u r denn: U Schü (l, ˆq) = 2 ( ) + 2 = 0 = 2 ( ) + 2 = U Schü(r, ˆq) und damit indifferent zwischen jeder Mischung dieser reinen Strategien denn: U Schü ((p l, p r ), ˆq) = p l U Schü (l, ˆq) + p r U Schü (r, ˆq) Beste Antwort(menge) des Schü auf ˆq = ( 2, 2 ) somit: Belieb p S Schü Insbes ist ˆp = ( 2, 2 ) eine beste Antwort des Schü auf Torw: ˆq = ( 2, 2 ) Torwart analog: Beste Antwort auf Schützen, der eine Ecke bevorzugt, ist: gleiche Ecke Beste Antwort(menge) auf Schü: ˆp = ( 2, 2 ) ist: Bel q = (q l, q r ) in S Torw Insbes ist ˆq = ( 2, 2 ) eine beste Antwort des Torw auf Schü: ˆp = ( 2, 2 ) Also: (ˆp, ˆq) ist (einziges) Nash-GG (p, q ) des SPs in gemischt Strategien Da p = ( 2, 2 ) und q = ( 2, 2 ): Einzig mögliche stabile Vereinbarung des Spielausgangs : Gegner im Unklaren darüber lassen, was man machen wird 7 / 24 8 / 24
3 R Schü (q) R Otto (q) R Schü (q) Nash-GG im Elfmeter-Spiel (via: stetige Strat) Alternative Methode zur Bestimmung des Nash-GGs (bei 2 2-Bimatrix-SP!), demonstriert anhand: Torwart links [q] rechts [ q] links [p], + +, Schütze rechts [ p] +,, + Identifiziere Strat des Schützen mit der Wkt p = p l, dass er links schießt, Identifiziere Strat des Torwarts mit der Wkt q = q l, dass er links springt Erwartungsnutzen der Spieler bei Strategienprofil (p, q): U Schü (p, q) = p q + p ( q) + ( p) q ( p) ( q) U Torw (p, q) = +p q p ( q) ( p) q + ( p) ( q) Wir befinden uns in der Situation eines Spiels mit stetigen Strategien p S Schü =[0, ], q S Torw = [0, ] und diffbaren Nutzenfktnen U Schü, U Torw Allerdings: U Schü (p, q) bzw U Torw (p, q) sind linear im Strategieparameter des jeweiligen Spielers, dh wir erhalten: 2 U Schü p = 0 0, 2 U Torw 2 q = Aufpassen bei Ermittlung der Nash-GGe aus BedOrdn! Nash-GG im Elfmeter-Spiel graphisch U Schü p = q + ( q) q + ( q) = 2 4q = 4 ( 2 q) folgt: f q < /2 R Schü (q) = [0, ] f q = /2 0 f q > /2 q < /2 U Schü (p, q) strikt wachsend in p q = /2 U Schü (p, q) konstant in p q > /2 U Schü (p, q) strikt fallend in p U Torw q = +p + p ( p) ( p) = 4p 2 = 4 (p 2 ) folgt: 0 f p < /2 R Torw (p) = [0, ] f p = /2 f p > /2 q R Torw (p) p < /2 U Torw (p, q) strikt fallend in q p = /2 U Schü (p, q) konstant in q p > /2 U Schü (p, q) strikt wachsend in q ½ 0 0 Nash GG R Torw (p) ½ p 9 / 24 0 / 24 Battle of Sexes (via: stetige StratRäume) Wende gleiche Methode an auf BoS: Theater [q] Fußball [ q] Theater [p], 2, Fußball [ p] 0, 0 2, Identifiziere Strat von SP mit der Wkt p, dass SP Aktion Theater wählt, Identifiziere Strat von SP2 mit der Wkt q, dass SP2 Aktion Theater wählt Erwartungsnutzen der Spieler bei Strategienprofil (p, q): U (p, q) = p q + p ( q) ( ) + ( p) q 0 + ( p) ( q) 2 = p q p ( q) + 2( p) ( q) U 2 (p, q) = +p q 2 + p ( q) ( ) + ( p) q 0 + ( p) ( q) = 2 p q p ( q) + ( p) ( q) Partielle Ableitungen nach Strategieparameter des jeweiligen Spielers: U { Grenznutzen im eigenen p = q ( q) 2( q) = 4q 3 U { 2 Grenznutzen im eigenen q = 2p + p ( p) = 4p Strategieparameter p hängt (nur) von Gegenstrategie q ab Strategieparameter q hängt (nur) von Gegenstrategie p ab RFktnen im Battle of Sexes; Nash-GGe graphisch U p = 4q 3 folgt: q < 3 /4 U (p, q) strikt fallend in p q = 3 /4 U (p, q) konstant in p q > 3 /4 U (p, q) strikt wachsend in p U 2 q = 4p folgt: p < /4 U 2 (p, q) strikt fallend in q p = /4 U 2 (p, q) konstant in q p > /4 U 2 (p, q) strikt wachsend in q R (q) = =p (q) R 2 (p) =q (p) SP (Otto) präferiert Fußball, SP2 (Anna) präferiert Theater p: Ottos Wkt, Theater zu wählen; q: Annas Wkt für Theater q = R 2 (p): Annas BA (als ihre Wkt f Theater), wenn sie Ottos Wkt, ins Theater zu gehen, auf p einschätzt Wenn Anna glaubt, Otto geht mit Wkt p < ins Theater, 4 sollte sie zum Fußball gehen (q = R 2 (p) = 0) Wenn Anna glaubt, Otto geht mit Wkt p > ins Theater, 4 sollte sie ins Theater gehen (q = R 2 (p) = ) Wenn Anna glaubt, Otto geht mit Wkt p = ins Theater, 4 dann ist Anna indifferent zwischen Theater und Fußball 0 f q < 3 /4 [0, ] f q = 3 /4 f q > 3 /4 0 f p < /4 = [0, ] f p = /4 f p > /4 q p: Prob(Otto: Theater) -> R Anna (p) ¾ ¼ 3 Nash-GGe q: Prob(Anna: Theater) -> p / 24 2 / 24
4 Bimatrix-Spiele mit mehr als zwei Strategien Gesehen: In 2 2 Bimatrix-Spielen kann man gemischte Nash-GGe wie in Spielen mit stetigen Strategieräumen finden: Reaktionsfunktionen ermitteln und dann deren Schnittpunkte bestimmen Das geht, weil bei 2 2-Spielen eine gemischte Strategie einfach einer Zahl zwischen 0 und entspricht In Bimatrix-Spielen, in denen ein Spieler mehr als zwei Strategien hat, ist dieses Verfahren nicht mehr besonders praktikabel Es gibt aber eine andere Methode (die uns schon als Indifferenzprinzip in den 2 2-Beispielen begegnet ist) Sie nutzt die Struktur des Erwartungsnutzens aus, vor allem: Linear in den eigenen Strategievariablen (wie auch in denen des Gegenspielers) Optimierungstheoretische Einordnung des Problems Finde alle, auch die gemischten, Nash-GGe in Matrix-Spielen : Gekoppelte lineare Optimierungsprobleme; gekoppelt weil die Entscheidungsvariablen des Gegenspielers jeweils Parameter des Problems in den eigenen Entscheidungsvariablen sind Beachte: Hauptproblem bei linearen Optimierungsproblemen ist es, die Menge der Restriktionen zu finden, die in der Lösung binden bzw nicht binden Das ist hier die Frage, in welchen reinen Strategien das Nash-GG mischt Erwartungsnutzen (in Bimatrix-Spielen) Der Erwartungsnutzen von Spieler i ist sein erwarteter Nutzen, wenn { mit Wkt p die reine Strategie a } SP spielt mit Wkt p K die reine Strategie a K und unabhängig davon { mit Wkt q die reine Strategie x } SP2 spielt mit Wkt q M die reine Strategie x M Da die Spieler unabhängig voneinander ziehen, ist die Wkt für den Spielausgang (a k, x m ) durch p k q m gegeben und der erwartete Nutzen von Spieler i ergibt sich als U i (p, q) = K k= m= M p k q m u i (a k, x m ) Ein Nash-GG (p, q ) in gemischten Strategien ist dadurch definiert, dass sich beide Spieler beste Antworten bzgl ihres Erwartungsnutzens geben 3 / 24 5 / 24 Gemischte Strategien (in Bimatrix-Spielen) Spiel jetzt: x [q ] x M [q M ] a [p ] u (a, x ), u 2 (a, x ), u (a, x M ), u 2 (a, x M ),,, a K [p K ] u (a K, x ), u (a K, x ), u (a K, x M ), u 2 (a K, x M ) Beispiel: Das Spiel soll in gemischten Strategien untersucht werden, dh Strategieraum SP = {p = (p,, p K ) : 0 p k k, p + + p K = } Strategieraum SP2 = {q = (q,, q M ) : 0 q m m, q + + q M =} Die Strategien der Spieler sind also Wkts-Vtlgen (Lotterien), SP: p, SP2: q 4 / 24 Indifferenzbedingung (in Bimatrix-Spielen) Satz: Ein Strategienprofil (p, q) ist genau dann ein Nash-GG in gemischten Strategien, wenn gilt: (A) Jeder Spieler ist indifferent zwischen den reinen Strategien, die er mit positiver Wkt spielt (B) Die reinen Strategien, die ein Spieler mit Wkt 0 spielt, stellen ihn nicht besser als die reinen Strategien, die er mit positiver Wkt spielt Veranschaulichung: Betrachte ein gemischtes Nash-GG in einem 2 2-Bimatrix-Spiel Die Bedingung (B) ist dann leer (warum?) Um zu sehen, dass die Indifferenzbedingung (A) für SP gilt, beachte dass man den Erw- Nutzen von SP wie folgt darstellen kann (vgl Argument bei Elfmeter ): U (p, q) = p U (a, q) + p 2 U (a 2, q) Wenn die Indifferenzbedingung (A) verletzt ist, dh wenn U (a, q) U (a 2, q), dann ist die beste Antwort von SP auf q eine reine Strategie: Nämlich R (q) = a, wenn U (a, q) > U (a 2, q) und R (q) = a 2, wenn U (a, q) < U (a 2, q) Ein Nash-GG in gemischten Strategien kann also nur vorliegen, wenn q so gestaltet ist, dass Bed (A) gilt: U (a, q) = U (a 2, q) (und dann ist jedes p von SP eine beste Antwort auf q) 6 / 24
5 3 2-Beispiel zur Indifferenzbedingung (I) Angenommen, SP2 spielt q = ( 2, 2 ) U (b, q) = 0 q + 3 q p 2 + p 2 Kann dieses q Bestandteil eines Nash-GGs (p, q) mit p = (p, p 2, 0) sein? Dazu müsste gelten: (A) U (a, q) = U (b, q) (und dann müsste (B): { der gemeins }} Wert von U { U (c, q) sein) (Außerdem müsste (A) für SP2: U 2 (p, x) = U 2 (p, y) gelten; (B) für SP2 hier leer) U (a, q) = q 2 + q 2 0 = = U (b, q) = q 0 + q 2 3 = = 3 2 Bedingung (A) für SP ist verletzt SP profitiert, wenn er b mit Wkt (statt einer anderen Mischng aus a,b) gegen q spielt Ein Stratprofil (p, q) mit q = ( 2, 2 ) und p 3 = 0 kann kein Nash-GG sein 3 2-Beispiel zur Indifferenzbedingung (III) U (b, q) = 0 q + 3 q p 2 + p 2 Wir wollen überprüfen, ob ein Nash-GG (p, q) mit p = (p, 0, p 3 ) existiert Wir wählen q =(q, q 2 ) sd Bed(A) für SP: U (a, q) = U (c, q) erfüllt ist: 2q +0q 2 = q +5q 2 3q = 5q 2 = 5( q ) 8q = 5 q = 5 8 Tatsächlich: Bed (A) für SP ist mit q = ( 5 8, 3 8 ) erfüllt (nur Probe ): U (a, q) = 2 q + 0 q 2 = = 0 8 U (c, q) = q + 5 q 2 = = 0 8 Jetzt Bedingung (B) für SP: U (b, q) = = Zeigt: SP kann nicht profitieren, wenn er Wktsmasse von a und c weg auf b verlegt Damit es ein Nash-GG ist, müssen auch Bed (A) und (B) f SP2 erfüllt sein Bed (A) wird das p des (vermuteten) Nash-GGs (p, q) festlegen, dann (B) checken 7 / 24 9 / Beispiel zur Indifferenzbedingung (II) Angenommen, SP2 spielt q = ( 3 5, 2 5 ) U (b, q) = 0 q + 3 q p 2 + p 2 { wir wählen q gerade so, dass Bed (A) für SP erfüllt ist, siehe unten Kann dieses q Bestandteil eines Nash-GGs (p, q) mit p = (p, p 2, 0) sein? U (a, q) = 2 q + 0 q 2 = = 6 5 U (b, q) = 0 q + 3 q 2 = = 6 5 Bedingung (A) für SP ist erfüllt Wir haben q gerade so gewählt, dass Bed (A) für SP mit p = (p, p 2, 0) erfüllt ist: U (a, q) =! U (b, q) 2q = 3q 2 = 3( q ) = 3 3q 5q = 3 q = 3/5 Aber: U (c, q) = = 7 5 > 6 5 Bedingung (B) ist verletzt Zeigt: SP würde profitieren, wenn er Wktsmasse von a und b weg auf c verlegt 3 2-Beispiel zur Indifferenzbedingung (III Forts) U (b, q) = 0 q + 3 q p 2 + p 2 Gesehen: Bed (A) für SP mit p = (p, 0, p 3 ) äq zu: q = ( 5 8, 3 8 ) und: Bed (B) für SP mit diesem q erfüllt Wir bestimmen p, p 3 aus Bed (A) für SP2: U 2 (p, x) = U 2 (p, y): p +3p 3 = 3p +0p 3 2p = 3p 3 = 3( p ) 5p = 3 p = 3 5 Tatsächlich: Bed (A) für SP2 mit p = ( 3 5, 0, 2 5 ) erfüllt (nur Probe ): U 2 (p, x) = p + 2 p p 3 = = 9 5 U 2 (p, y) = 3 p + p = = 9 5 Bedingung (B) für SP2 ist leer (also automatisch erfüllt )! Nash-GG (p, q) gefunden: p = ( 3 5, 0, 2 5 ), q = ( 5 8, 3 8 ) 20 / 24 8 / 24
6 Hat das Beispiel weitere Nash-GGe? Um alle Nash-GGe des Beispiels über den Indifferenzsatz zu finden, müsste man alle Konstellationen von bindenden Nullen in p behandeln Wir haben bereits behandelt: p = (p, p 2, 0) p = (p, 0, p 3 ) Noch zu untersuchen wäre (als Übungsaufgabe): p = (0, p2, p 3 ) mit p 2 > 0, p 3 > 0 und p 2 + p 3 = p = (p, p 2, p 3 ) mit p > 0, p 2 > 0, p 3 > 0 und p + p 2 + p 3 = p = (, 0, 0) p = (0,, 0) p = (0, 0, ) Normalerweise (aber nicht immer) hat man in einem gemischten Nash-GG (p, q) genauso viele von Null verschiedene Wkten in p wie in q Dh hier: Es wäre ein Ausnahmefall, wenn ein Nash-GG (p = (p, p 2, p 3 ), q) mit p > 0, p 2 > 0, p 3 > 0 existiert, da q max 2 Wkten 0 haben kann und die Nash-GGe, die man in den Fällen p = (, 0, 0),, p = (0, 0, ) findet, sind normalerweise gerade die Nash-GGe in reinen Strategien des SPs Allgemeine Indifferenzbedingung Satz: Ein Strategienprofil p = (p (),, p (n) ) ist genau dann ein Nash-GG des Spiels in gemischten Strategien, wenn für jeden Spieler gilt: (A) SPi ist indifferent in allen reinen Strategien, die er mit positiver Wkt spielt; (B) SPi hat keine reine Strategie, die ihn strikt besser stellt Anmerkung: Gegeben ein Nash-GG (p (),, p (n) ), sei A i die Anzahl reiner Strategien, die Spieler i mit positiver Wkt spielt (zw denen SPi also indifferent ist) Normalerweise (aber nicht immer) ist diese Zahl die gleiche für jeden Spieler: A i = A ( A i hängt vom Nash-GG, aber nicht vom Spieler ab ): ZB: Jeder Spieler hat gleich viele Strategien K i = K: Dann treten normalerweise nur Nash-GGe auf, bei denen für jeden Spieler A = Wkten positiv sind: Nash-Gleichgewicht in reinen Strategien A = K Wkten positiv sind: Vollständig gemischtes Nash-GG Das gilt nur idr Der Indifferenzsatz erfasst auch die Ausnahmefälle 2 / / 24 Gemischte Strategien in Spielen mit n > 2 Spielern Betrachte nun Spiele mit n 2 Spielern unter der Einschränkung: Jeder Spieler hat nur endlich viele reine Strategien (sonst technisch aufwändiger) Spieler i habe K i < reine Strategien s (i),, s(i) K i Eine gemischte Strategie von Spieler i ist eine Wkts-Verteilung p (i) = (p (i),, p(i) K i ), wobei p (i) k [0, ], Ki k= p(i) k = Der Strategieraum (Raum der gemischten Strategien) von Spieler i ist die Menge all dieser WktsVtlngen Spezialfall p (i) k = entspricht der reinen Strategie s(i) k Nutzen von Spieler i als sein Erwartungsnutzen: U i (p (),, p (n) ) = K K n k = k n = p() k p (n) ( () k n u i s k,, s (n) ) k n Entscheidend: Spieler wählen ihre Strategien unabhängig voneinander Wkt für Ereign (s () k,, s (n) k n ) = Produkt der individ Wkten über Spieler Begriffe wie Strategienprofil (in gemischten Strategien) und Nash-GG (in gemischten Strategien) müssen wir nicht nochmal definieren, da bereits für beliebige Strategieräume und Nutzenfunktionen definiert 22 / 24 Zusammenfassender Vgl der beiden Methoden Zur Ermittlung (oder Verifikation) von Nash-GGen in gemischten Strategien wurden zwei Methoden behandelt: Methode : Reduktion auf stetige Strategien: Man eliminiert für jeden Spieler eine Wkt durch minus Summe der anderen Wkten und betrachtet das Spiel in gemischten Strategien als Spiel auf den stetigen Strategieräumen [0, ] K i mit differenzierbaren Nutzenfunktionen Dabei muss man jedoch vorsichtig sein mit der Anwendung der BedOrdn, da die Bed2Ordn hier systematisch verletzt ist Vorteilhaft (und praktikabel) ist die Methode im Fall von 2 2-Bimatrix-Spielen, da man dann die Reaktionsfunktionen der Spieler ermitteln kann und so ein gutes Verständnis der Nash-GGe erhält Methode 2: Anwendung des Indifferenzsatzes: Ein Vorteil dieser Methode ist, dass sie eine allgemeine Charakterisierung gemischter Nash-Gleichgewichte gibt Die Bestimmung aller Nash-Gleichgewichte mit dieser Methode ist allerdings (bereits in 3 2 oder 3 3 Matrixspielen) ein aufwändiges Unterfangen Dagegen ist es mit dieser Methode relativ einfach einen Kandidaten für ein Nash-GG als solches zu verifizieren oder zu falsifizieren Im Vgl zur Methode hat diese Methode den Nachteil, dass man nur Nash-GGe ermittelt (oder widerlegt), aber weniger leicht versteht, warum ein Nash-GG entstanden ist (was mit der Meth allerdings auch nur in einfachen Spielen gelingt) 24 / 24
Bisher angenommen: jeder Spieler kennt alle Teile des Spiels. - Diskontfaktor des Verhandlungspartners
1 KAP 15. Spiele unter unvollständiger Information Bisher angenommen: jeder Spieler kennt alle Teile des Spiels seine Gegenspieler, deren Aktionen, deren Nutzen, seinen eigenen Nutzen etc. Oft kennt man
MehrNash-GG als gegenseitige beste Antworten. Man kann Nash-GG einfach charakterisieren in termini bester Antworten
1 Nash-GG als gegenseitige beste Antworten Man kann Nash-GG einfach charakterisieren in termini bester Antworten Eine beste Antwort von Spieler i gegen die Strategie s i ist - die nutzenmaximierende Strategie,
MehrKapitel 7 und Kapitel 8: Gleichgewichte in gemischten Strategien. Einleitung. Übersicht Teil 2 2. Übersicht 3
Übersicht Teil 2 Kaitel 7 und Kaitel 8: Gleichgewichte in gemischten Strategien Übersicht Teil 2 2 Übersicht Einleitung Was ist eine gemischte Strategie? Nutzen aus gemischten Strategien Reaktionsfunktionen
MehrMikroökonomik B (Bachelor)
Bitte eintragen: Matrikel-Nr.: Mikroökonomik B (Bachelor) Prüfung vom 22.07.2014 Wichtige Hinweise: Sie haben 90 Minuten Zeit, um die folgenden drei Aufgaben zu insgesamt 90 Punkten zu bearbeiten. Teilen
MehrInformationsökonomik: Anwendung Versicherungsmarkt
Informationsökonomik: Anwendung Versicherungsmarkt Tone Arnold Universität des Saarlandes 13. Dezember 2007 Tone Arnold (Universität des Saarlandes) Informationsökonomik: Anwendung Versicherungsmarkt 13.
MehrMikroökonomik B (Bachelor)
Bitte eintragen: Matrikel-Nr.: MUSTERLÖSUNG Mikroökonomik B (Bachelor) Prüfung vom 22.07.2014 Wichtige Hinweise: Sie haben 90 Minuten Zeit, um die folgenden drei Aufgaben zu insgesamt 90 Punkten zu bearbeiten.
MehrVorlesung. Funktionen/Abbildungen 1
Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
MehrBetrachten Sie im folgenden einen Monopolmarkt. Die Preis-Absatz-Funktion verlaufe
Aufgabe 1 Betrachten Sie im folgenden einen Monopolmarkt. Die Preis-Absatz-Funktion verlaufe fallend. Wahr Falsch a) Die notwendige Bedingung für ein Gewinnmaximum des Monopolisten lautet Grenzerlös=Grenzkosten.
MehrMikroökonomik B (Bachelor)
Bitte eintragen: atrikel-nr.: USTERLÖSUNG ikroökonomik B (Bachelor) Prüfung vom 19.09.2012 Wichtige Hinweise: Sie haben 90 inuten Zeit, um die folgenden drei Aufgaben zu insgesamt 90 Punkten zu bearbeiten.
MehrOptimierung. Optimierung. Vorlesung 7 Lineare Programmierung II. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 7 Lineare Programmierung II 1 Lineare Programme Lineares Programm: Lineare Zielfunktion Lineare Nebenbedingungen (Gleichungen oder Ungleichungen) Spezialfall der konvexen Optimierung
MehrÜberblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus
Überblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus Einleitung Ein Online-Algorithmus muss Ausgaben berechnen, ohne zukünftige Eingaben zu kennen. Für die Bewertung von
MehrEin Transfer-Paradoxon bei besteuerten Matrixspielen
Ein Transfer-Paradoxon bei besteuerten Matrixspielen Diplomarbeit zur Erlangung des akademischen Grades Diplom-Mathematikerin Friedrich-Schiller-Universität Jena Fakultät für Mathematik und Informatik
Mehr2. Nash Equilibria. Das Spiel kann dann beschrieben werden durch
2. Nash Equilibria Situation: n Spieler 1,..., n spielen ein (einzügiges) Spiel. S i 1 i n ist die Menge der Strategien (= Aktionen) von Spieler i. u i : S 1... S n ist die Nutzenfunktion für Spieler i.
MehrSeminar A - Spieltheorie und Multiagent Reinforcement Learning in Team Spielen
Seminar A - Spieltheorie und Multiagent Reinforcement Learning in Team Spielen Michael Groß mdgrosse@sbox.tugraz.at 20. Januar 2003 0-0 Matrixspiel Matrix Game, Strategic Game, Spiel in strategischer Form.
MehrGeometrische Mannigfaltigkeiten
Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie
MehrBestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.
MehrKapitel 15: Differentialgleichungen
FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen
MehrKapitel 12 Spieltheorie
Kapitel 12 Spieltheorie Vor- und Nachbereitung: Varian, Chapter 28 und 29 Frank, Chapter 13 Übungsblatt 12 Klaus M. Schmidt, 2008 12.1 Einleitung Bisher haben wir Ein-Personen-Entscheidungsprobleme betrachtet.
MehrNichtlineare Optimierung ohne Nebenbedingungen
Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt
MehrMengensysteme, Wahrscheinlichkeitsmaße
Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen
MehrZugelassenes Hilfsmittel: nicht programmierbarer Taschenrechner.
Bachelor-Kursprüfung Kapitalmarkttheorie Schwerpunktmodul Finanzmärkte 6 Kreditpunkte WS 2014/15 23.2.2015 Prof. Dr. Lutz Arnold Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer
Mehr1. Was sind Nullsummenspiele? 2. Dominante Strategien 3. Sattelpunkt 4. Spiele ohne Sattelpunkt: Gemischte Strategien 5. Beispiele 6.
Nullsummenspiele 1. Was sind Nullsummenspiele? 2. Dominante Strategien 3. Sattelpunkt 4. Spiele ohne Sattelpunkt: Gemischte Strategien 5. Beispiele 6. Einige Sätze 1. Nullsummenspiele Nullsummenspiele
MehrProf. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 38
Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 38 Offene Fragen Warum ist ein ET bereit, für eine Feuerversicherung mit einer Versicherungshöhe von 1 Million und einer Jahreseintrittswahrscheinlichkeit
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrOPERATIONS-RESEARCH (OR)
OPERATIONS-RESEARCH (OR) Man versteht darunter die Anwendung mathematischer Methoden und Modelle zur Vorbereitung optimaler Entscheidungen bei einem Unternehmen. Andere deutsche und englische Bezeichnungen:
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrMathematik I für Wirtschaftswissenschaftler
1 Mathematik I für Wirtschaftswissenschaftler Lösungsvorschläge zur Klausur am 01.08.2003. Bitte unbedingt beachten: a) Verlangt und gewertet werden alle vier gestellten Aufgaben. Alle Aufgaben sind gleichwertig.
MehrTEILWEISE ASYNCHRONE ALGORITHMEN
TEILWEISE ASYNCHRONE ALGORITHMEN FRANK LANGBEIN Literatur: D. Berseas, J. Tsitsilis: Parallel and distributed computatoin, pp. 48 489 URI: http://www.langbein.org/research/parallel/ Modell teilweiser asynchroner
MehrThema: Risikomanagement
1.1. Risikomanagement Eine der elementarsten Anforderungen an die Projektplanung ist, durch zielgerichtete Planung mögliche Risiken, die den Projekterfolg in Frage stellen, zu identifizieren und präventiv
Mehr5. Das AS-AD AD Modell: Produktion & Preise in. Frist. (Blanchard-Illing Kapitel 7)
5. Das AS-AD AD Modell: Produktion & Preise in der kurzen und mittleren Frist (Blanchard-Illing Kapitel 7) Zusammenspiel von Arbeits-, Finanz- und Gütermärkten: Das AS-AD AD Modell 7.1 Das gesamtwirtschafliche
MehrDie quadratische Gleichung und die quadratische Funktion
Die quadratische Gleichung und die quadratische Funktion 1. Lösen einer quadratischen Gleichung Quadratische Gleichungen heißen alle Gleichungen der Form a x x c = 0, woei a,, c als Parameter elieige reelle
MehrVorlesung. Informationsökonomik und die Theorie der Firma
Vorlesung Informationsökonomik und die Theorie der Firma Ulrich Schwalbe Universität Hohenheim 5. Vorlesung 28.11.2007 Ulrich Schwalbe (Universität Hohenheim) Informationsökonomik 5. Vorlesung 28.11.2007
Mehr13. Abzählen von Null- und Polstellen
13. Abzählen von Null- und Polstellen 77 13. Abzählen von Null- und Polstellen Als weitere Anwendung des Residuensatzes wollen wir nun sehen, wie man ot au einache Art berechnen kann, wie viele Null- bzw.
Mehr1 Lineare Gleichungssysteme
MLAN1 1 LINEARE GLEICHUNGSSYSTEME 1 Literatur: K Nipp/D Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4 Auflage, 1998, oder neuer 1 Lineare Gleichungssysteme Zu den grundlegenden
MehrSpieltheorie mit. sozialwissenschaftlichen Anwendungen
.. Friedel Bolle, Claudia Vogel Spieltheorie mit sozialwissenschaftlichen Anwendungen SS Inhalt. Einleitung. Sequentielle Spiele Terminologie Spielbäume Lösen von Sequentiellen Spielen .. Motivation: Warum
MehrSQL: statische Integrität
SQL: statische Integrität.1 SQL: statische Integrität Im allgemeinen sind nur solche Instanzen einer Datenbank erlaubt, deren Relationen die der Datenbank bekannten Integritätsbedingungen erfüllen. Integritätsbedingungen
MehrOptimalitätskriterien
Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
Mehr11. Rent-Seeking 117
117 Definitionen Gewinnstreben: Vorhandene Ressourcen werden so eingesetzt, dass Einkommen entsteht und die Differenz aus Einkommen und Kosten maximal wird. Rent-Seeking: Vorhandene Ressourcen werden eingesetzt,
Mehrx 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt
- 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +
MehrSpieltheorie. Thomas Riechmann. Verlag Franz Vahlen München. 3., vollständig überarbeitete Auflage. von
Spieltheorie von Thomas Riechmann 3., vollständig überarbeitete Auflage Verlag Franz Vahlen München Inhaltsverzeichnis 1. Einleitung 1 1.1 Entscheidungstheorie und Spieltheorie 1 1.2 Präferenzen und Präferenzaxiome
MehrAufgabenblatt 3: Rechenbeispiel zu Stiglitz/Weiss (AER 1981)
Aufgabenblatt 3: Rechenbeispiel zu Stiglitz/Weiss (AER 1981) Prof. Dr. Isabel Schnabel The Economics of Banking Johannes Gutenberg-Universität Mainz Wintersemester 2009/2010 1 Aufgabe 100 identische Unternehmer
MehrLÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 4
Fakultät Wirtschafts- und Sozialwissenschaften Jun.-Prof. Dr. Philipp Engler, Michael Paetz LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 4 Aufgabe 1: IS-Kurve Leiten Sie graphisch mit Hilfe
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
MehrDas Spiel zum Film 1
Das Spiel zum Film Unserem Ritter Rost stehen drei gefährliche Abenteuer bevor. Er muss ein Turnier erfolgreich bestehen, einen Drachen besiegen und seine Freundin, das Burgfräulein Bö, aus den Fängen
MehrDefinition 3.1: Ein Differentialgleichungssystem 1. Ordnung
Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt
Mehr1. Wiederholungsklausur zur Lehrveranstaltung Angewandte Spieltheorie
Univ. Prof. Dr. Friedrich L. Sell Volkswirtschaftslehre, insbesondere Makroökonomik und Wirtschaftspolitik Universität der Bundeswehr München 85577 Neubiberg Germany 1. Wiederholungsklausur zur Lehrveranstaltung
MehrTeil II. Nichtlineare Optimierung
Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene
Mehr5. Wiederholte Interaktion (Wiederholte Spiele Superspiele)
5. Wiederholte Interaktion (Wiederholte Spiele Superspiele) 5.1 Endlich oft wiederholte Spiele 5.2 Unendlich oft wiederholte Spiele 5.3 Fallstudie: Wettbewerb und Kollusion an der NASDAQ-Börse 5 Beispiele
MehrIV. Spieltheorie. H. Weber, FHW, OR SS07, Teil 7, Seite 1
IV. Spieltheorie 1. Gegenstand der Spieltheorie 2. Einführung in Matrixspiele 3. Strategien bei Matrixspielen 4. Weitere Beispiele 5. Mögliche Erweiterungen H. Weber, FHW, OR SS07, Teil 7, Seite 1 1. Gegenstand
MehrFrohe Weihnachten und ein gutes neues Jahr!
Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]
MehrMikroökonomik B 1. Intertemporale Entscheidung
Mikroökonomik B 1. Intertemporale Entscheidung Paul Schweinzer 23. April 2009. Intertemporale Entscheidung Literaturangaben: Varian (2007), Kapitel 10, 11 und 30.3. Ausgangspunkt: Konsumententheorie, d.h.
MehrDie Duration von Standard-Anleihen. - Berechnungsverfahren und Einflussgrößen -
Die Duration von Standard-Anleihen - Berechnungsverfahren und Einflussgrößen - Gliederung Einleitendes Herleitung einer Berechnungsvorschrift Berechnungsvorschriften für Standardfälle Einflussgrößen und
MehrETWR TEIL B ÜBUNGSBLATT 4 WS14/15
ETWR TEIL B ÜBUNGSBLATT 4 WS14/15 OTTO-VON-GUERICKE-UNIVERSITÄT MAGDEBURG F A K U L T Ä T F Ü R W I R T S C H A F T S W I S S E N S C H A FT LEHRSTUHL FÜR EMPIRISCHE WIRTSCHAFTSFORSCHUNG & GESUNDHEITSÖKONOMIE,
MehrStatische Optimierung unter Gleichungsrestriktionen (Lagrange)
Kapitel 2 Statische Optimierung unter Gleichungsrestriktionen (Lagrange) 21 Einleitung/Ziel/Bedeutung/Übersicht Viele ökonomischen Fragestellungen bestehen im Kern zwar aus einem statischen Optimierungsproblem,
Mehr3. Grundlagen der Linearen Programmierung
3. Grundlagen der linearen Programmierung Inhalt 3. Grundlagen der Linearen Programmierung Lineares Programm Grafische Lösung linearer Programme Normalform Geometrie linearer Programme Basislösungen Operations
Mehr= 26 60 (Hauptnenner) 15x 12x + 10x = 26 60 zusammenfassen 13x = 26 60 :13 (Variable isolieren) x =
WERRATALSCHULE HERINGEN KOMPENSATION MATHEMATIK JG. 11 1 Lineare Gleichungen Das Lösen linearer Gleichungen ist eine wichtige Rechenfertigkeit, die immer wieder gefordert wird und für den Mathematikunterricht
MehrDiplomprüfung. Operations Research I WS 2007/2008 (4 Punkte)
Dr. Jörg Kalcsics 11.0.008 Diplomprüfung (Wiederholungsprüfung gem. NPO) Operations Research I WS 007/008 ( Punkte) Vorbemerkung: Zugelassene Hilfsmittel: nicht programmierbarer Taschenrechner. Beginnen
MehrLösungen zum Übungsblatt 1
Lösungen zum Übungsblatt 1 Die Aufgabenlösungen wurden wie folgt bewertet: Aufgabe 1: Diese Aufgabe sollte schon (weitgehend) gelöst worden sein, um einen Punkt zu erzielen. Aufgabe 2: Die vorgeschlagene
MehrGleichungen und Ungleichungen
Gleichungen Ungleichungen. Lineare Gleichungen Sei die Gleichung ax = b gegeben, wobei x die Unbekannte ist a, b reelle Zahlen sind. Diese Gleichung hat als Lösung die einzige reelle Zahl x = b, falls
MehrZugelassenes Hilfsmittel: nicht programmierbarer Taschenrechner.
Bachelor-Kursprüfung Kapitalmarkttheorie Schwerpunktmodul Finanzmärkte 6 Kreditpunkte SS 2013 12.8.2013 Prof. Dr. Lutz Arnold Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer ausgefüllt:
Mehr12. Vorlesung Spieltheorie in der Nachrichtentechnik
12. Vorlesung Spieltheorie in der Nachrichtentechnik Vorlesung: Eduard Jorswieck Übung: Rami Mochaourab Sommersemester 2010 Evolutionäre Spieltheorie Hines (1987): Game theory s greatest success to date
MehrStefan Lucks Krypto und Mediensicherheit (2009) 4: Stromchiffren
4: Stromchiffren Zwei Grundbausteine der symmetrischen Kryptographie: Stromchiffren Verschlüsseln beliebig langer Klartexte, interner Zustand Blockchiffren Verschlüsseln von Blocks einer festen Größe,
MehrKurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre
Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, WS 2009/2010 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit
MehrArbeitsmarkt. Einführung in die Makroökonomie. 10. Mai 2012 SS 2012. Einführung in die Makroökonomie (SS 2012) Arbeitsmarkt 10.
Arbeitsmarkt Einführung in die Makroökonomie SS 2012 10. Mai 2012 Einführung in die Makroökonomie (SS 2012) Arbeitsmarkt 10. Mai 2012 1 / 31 Was bisher geschah Im IS-LM haben wir eine Volkswirtschaft in
MehrWinter der Toten FAQ Version 1.2
Winter der Toten FAQ Version 1.2 Inhaltsverzeichnis 1.0.0 Überlebende-karten 1.1.0 John Price... 2 1.2.0 Loretta Clay... 3 1.3.0 Edward White... 3 2.0.0 Schicksalskarten 2.1.0 Schicksalskarten Auslöser...
Mehr3. Zusammenhang. 22 Andreas Gathmann
22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept
MehrDer Cost-Average Effekt
Der Cost-Average Effekt Einleitung Wie sollte ich mein Geld am besten investieren? Diese Frage ist von immerwährender Relevanz, und im Zuge des demographischen Wandels auch für Aspekte wie die private
MehrEinführung. Spieltheorie
Einführung in die Spieltheorie von Prof. Dr. Wolfgang Leininger und PD Dr. Erwin Amann Lehrstuhl Wirtschaftstheorie Universität Dortmund Postfach 500500 D-44 Dortmund To be literate in the modern age,
MehrDie Herkunft des Geldes
Pokerkurs für Einsteiger Die Herkunft des Geldes Allen neuen Schülern stelle ich immer die Frage, wo ihre Gewinne herkommen. Noch davor frage ich sie: Wie schneidet ihr in euren Partien ab? Gewinnt ihr,
Mehr4. Auflage. Kapitel IX: Bubbles
Eine Einführung in die Theorie der Güter-, Arbeits- und Finanzmärkte Mohr Siebeck c Kapitel IX: Bubbles Inhaltsverzeichnis Dieses Kapitel widmet sich Finanzmärkten, auf denen Finanzprodukte (Assets) gehandelt
MehrMikroökonomik 9. Vorlesungswoche
Mikroökonomik 9. Vorlesungswoche Tone Arnold Universität des Saarlandes 18. Dezember 2007 Tone Arnold (Universität des Saarlandes) 9. Vorlesungswoche 18. Dezember 2007 1 / 31 Volkswirtschaftliche Rente
MehrKapitel 3 Mathematik. Kapitel 3.3. Algebra Gleichungen
TG TECHNOLOGISCHE GRUNDLAGEN Kapitel 3 Mathematik Kapitel 3.3 Algebra Gleichungen Verfasser: Hans-Rudolf Niederberger Elektroingenieur FH/HTL Vordergut 1, 877 Nidfurn 055-654 1 87 Ausgabe: Februar 009
MehrCodierungstheorie Rudolf Scharlau, SoSe 2006 9
Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets
Mehrklar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s
Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen
MehrInduktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010
Induktive Limiten Arpad Pinter, Tobias Wöhrer 30. Jänner 2010 1 Inhaltsverzeichnis 1 Induktiver Limes von Mengen 2 2 Induktiver Limes von Vektorräumen 4 3 Lokalkonvexe topologische Vektorräumen 7 4 Induktiver
MehrPrädikatenlogik - Micromodels of Software
Prädikatenlogik - Micromodels of Software Philipp Koch Seminar Logik für Informatiker Universität Paderborn Revision: 30. Mai 2005 1 Inhaltsverzeichnis 1 Motivation 3 2 Modelle 3 2.1 Definition eines Modells.......................
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
MehrHöhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik
Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :
MehrNachfrage, Angebot, Gleichgewicht, Effizienz auf perfekt kompetitivem Markt Aber: Marktversagen (Part 3)
Zwischenstand Mikroökonomik (Part 1, 2) Nachfrage, Angebot, Gleichgewicht, Effizienz auf perfekt kompetitivem Markt Aber: Marktversagen (Part 3) Unvollständiger Wettbewerb Externalitäten Informationsökonomik
Mehr13.5 Der zentrale Grenzwertsatz
13.5 Der zentrale Grenzwertsatz Satz 56 (Der Zentrale Grenzwertsatz Es seien X 1,...,X n (n N unabhängige, identisch verteilte zufällige Variablen mit µ := EX i ; σ 2 := VarX i. Wir definieren für alle
MehrZugelassenes Hilfsmittel: nicht programmierbarer Taschenrechner.
Bachelor-Kursprüfung Kapitalmarkttheorie Schwerpunktmodul Finanzmärkte 6 Kreditpunkte WS 2013/14 3.3.2014 Prof. Dr. Lutz Arnold Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer
MehrErinnerung/Zusammenfassung zu Abbildungsmatrizen
Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend
MehrARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG
¾ REITSUNTERLGEN ZUR VORLESUNG UND ÜUNG N DER UNIVERSITÄT DES SRLNDES LINERE OPTIMIERUNG IM SS Lineare Optimierung (SS ). ufgabe (Graphische Lineare Optimierung) Nach einem anstrengenden Semester steht
MehrNichtlebenversicherungsmathematik Aus welchen Teilen besteht eine Prämie Zufallsrisiko, Parameterrisiko, Risikokapital Risikomasse (VaR, ES) Definition von Kohärenz Zusammengesetze Poisson: S(i) CP, was
Mehr5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56
5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten
MehrVgl. Oestereich Kap 2.7 Seiten 134-147
Vgl. Oestereich Kap 2.7 Seiten 134-147 1 Sequenzdiagramme beschreiben die Kommunikation/Interaktion zwischen den Objekten (bzw. verschiedenen Rollen) eines Szenarios. Es wird beschrieben, welche Objekte
MehrEinführung in die Mikroökonomie
Einführung in die Mikroökonomie Übungsaufgaben (10) 1. Was bedeutet Nettowohlfahrtsverlust? Warum führt eine Preisobergrenze normalerweise zu einem Nettowohlfahrtsverlust? Der Nettowohlfahrtsverlust bezieht
MehrDas St. Petersburg Paradox
Das St. Petersburg Paradox Johannes Dewender 28. Juni 2006 Inhaltsverzeichnis 1 Das Spiel 2 2 Das Paradox 3 3 Lösungsvorschläge 4 3.1 Erwartungsnutzen............................... 4 3.2 Risikoaversion..................................
MehrEinkommensteuertarif. Herleitung der Zahlenwerte
Anhang D: Steuertarife in Deutschland Einommensteuertarif Herleitung der Zahlenwerte Prof Dr Andreas Pfeifer, Hochschule Darmstadt Februar 015 In diesem Beitrag wird erlärt, wie die Berechnungsformeln
MehrEntscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?
Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum
Mehr