Séance de cours
Lemme de Farkas: Applications dans la théorie des jeux
Dans cours
DEMO: minim quis
Fugiat eu ipsum culpa qui. Excepteur adipisicing laboris eu proident sint laboris nisi est dolore consectetur. Lorem incididunt Lorem proident enim qui Lorem ullamco qui quis magna. Esse exercitation eu reprehenderit non tempor esse occaecat sint minim dolore dolore adipisicing. Pariatur mollit nisi velit non minim mollit consequat mollit voluptate labore dolore velit consequat ex. Exercitation anim non proident dolore velit veniam.
Description
Cette séance de cours couvre le lemme de Farkas, qui stipule que pour une matrice A donnée, exactement une de deux conditions est valable: il existe un vecteur x > 0 tel que Ax b, ou il existe un vecteur tel que ATx > 0 et 1,5 0. La séance de cours se penche ensuite sur les certificats, la séparation hyperplan et l'application du lemme de Farkas en combinatoire et en théorie des jeux. Dans le contexte de la théorie des jeux, la séance de cours explore comment les stratégies mixtes peuvent être utilisées pour déterminer la probabilité d'un but dans un scénario de penalty, en mettant l'accent sur le processus de prise de décision stratégique entre le gardien de but et l'attaquant.
Enseignant
consectetur est dolore
Quis fugiat quis mollit cupidatat Lorem est. Proident in laborum sit ex. Anim aliqua sint velit est duis. Adipisicing duis id aliqua culpa. Deserunt excepteur anim sit reprehenderit excepteur nostrud commodo nulla laboris. Adipisicing cupidatat nulla cillum mollit id Lorem magna velit et in adipisicing proident. Reprehenderit amet aliqua id anim anim esse.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Proximité ontologique
Séances de cours associées (32)
Optimisation convexe : Fonctions convexes
Couvre le concept de fonctions convexes et leurs applications dans les problèmes d'optimisation.
Analyse en composantes principales : Applications et limites
Explore les applications et les limites de l'analyse en composantes principales, y compris le débruitage, la compression et la régression.
La dualité dans la programmation linéaire
Explore le concept de dualité dans la programmation linéaire, en discutant de la relation entre les problèmes primaires et duaux.
Similarité et diagonalisation des matrices
Explore la similarité de la matrice, la diagonalisation, les polynômes caractéristiques, les valeurs propres et les vecteurs propres dans l'algèbre linéaire.
Transport optimal : théorème de Rockafellar
Explore le théorème de Rockafellar dans un transport optimal, en se concentrant sur la monotonicité c-cyclique et les fonctions convexes.