数学

游戏理论家庭作业帮助 游戏理论是“智慧理性决策者之间冲突与合作数学模型的研究”。游戏理论主要用于经济学，政治学，心理学，逻辑学，计算机科学与生物学。 游戏理论是处理游戏分析的数学分支（即涉及利益相关方的情况）。除了简单游戏可能的数学优雅和完整的“解决方案”之外，游戏理论的原理除了像世界，财产分割，政治和战争这样的物质本身一样，也是真实的。 游戏理论有两个不同的分支：组合游戏理论和古典游戏理论。 组合游戏理论涵盖了完美知识的双人游戏，如棋，棋或跳棋。值得注意的是，组合游戏没有机会元素，玩家轮流。 在古典游戏理论中，玩家移动，下注或策略相同。隐藏的信息和机会元素都是这个游戏理论分支的常见特征，也是经济学的一个分支 游戏理论，应用数学分支为趋势情况提供了工具，派对，称为股票，做出相互依赖的决策。这种相互依赖导致每个玩家考虑另一个玩家的标准决定。游戏显示玩家的最佳决策，谁可能有类似的，相反的或混合的利益，以及这些决定可能产生的结果。 这个理论由匈牙利出生的美国数学家约翰·冯·诺依曼和他的普林斯顿大学的同事奥斯卡·莫根斯滕（Oskar Morgenstern）发明，他是德国出生的美国经济学家，用于解决经济学问题。冯·诺依曼和莫根斯滕在他们的“运动与经济行为理论”一书（1944年）中断言，为物理科学研制的噪音描述了无私性质的运作，是一种不好的模式对于经济学，他们可能在某种程度上一个不正当的游戏理论一般没有一个游戏。分享与游戏相关的乐趣或轻浮。 游戏理论已经应用于各种各样的场合，玩家的选择相互影响，结果。在强调战略涉及游戏制造，或由玩家控制，而不是纯粹的机会，理论是补充和超越概率的经典理论。例如，它被用于确定哪些政治联盟或商业集团可能形成，在面对竞争的情况下出售产品或服务的最佳价格，选民或一组选民的权力，他们选择陪审团，制造工厂的最佳场所，以及某些动植物在生存中的行为。它被用来挑战某些投票系统的合法性。 类似主题 控制理论 数学规划 如果任何一种理论可以解决这样一个巨大的“游戏”范围，实际上没有一个单一的游戏理论，这将是令人惊讶的。已经提出了一些理论，每种都适用于不同的情况，每一种都有自己的概念，构成一个解决方案。本文介绍一些简单的游戏，讨论不同的理论，并概述游戏理论的基本原理。可用于分析和解决决策问题的其他概念和方法在文章优化中得到了解决。 游戏分类 游戏可以根据某些重要特征进行分类，其中最明显的是玩家人数。因此，可以将游戏指定为单人，双人或n人（n大于2）的游戏，每个类别中的游戏具有其独特的特征。此外，玩家不一定是个人;它可能是一个国家，一个公司，或一个包含许多共同兴趣的人的团队。 在诸如国际象棋等完美信息的游戏中，每个玩家都会随时了解游戏的一切。另一方面，扑克是一个不完美信息游戏的例子，因为玩家不知道他们所有的对手牌。 球员的目标重合或冲突的程度是对游戏进行分类的另一个基础。常数游戏是总体冲突的游戏，也被称为纯粹的竞争游戏。例如，扑克是一个恒定的游戏，因为玩家的综合财富保持不变，尽管其发行在播放过程中发生变化。 恒和游戏玩家完全反对兴趣，而在可变游戏中，他们都可能是赢家或输家。例如在劳资纠纷中，双方当然有利益冲突，但如果避免罢工，两者都会受益。 可变和游戏可以进一步区分为合作或非合作。在合作游戏中，玩家可以沟通，最重要的是制定有约束力的协议;在非合作游戏玩家中可能会进行沟通，但是他们无法制定具有约束力的协议，例如可执行的合同。汽车销售员和潜在客户如果同意价格并签订合同，将参与合作游戏。然而，他们为达到这个目的而嘲笑的是不合作的。同样，当人们在拍卖中独立投标时，他们正在玩非合作游戏，即使高出价者同意完成购买。 […]

计算机计算家庭作业帮助 计算是使用计算机技术来完成给定的面向目标的任务的过程。计算可以涵盖软件和硬件系统的设计和开发，用于广泛的目的 – 通常是构建，处理和管理任何类型的信息 – 以帮助追求科学研究，制造智能系统，以及创建和使用不同的媒体娱乐和沟通。 计算也被定义为工程科学的一个分支，处理用于描述和转换信息的算法过程的系统研究。 它也具有具体含义，取决于使用它的上下文和字段。例如，云计算，社会计算，无处不在的计算，并行计算和网格计算都属于计算的一般含义，同时仍然具有特定的目的和定义。本质上，这些是不同的计算应用。 不管你如何定义它，但是，计算所有归结为一个大的根本问题：什么可以成功自动化？ 任何面向目标的活动，要求，受益或创造电脑。 计算包括设计和构建用于各种目的的硬件和软件系统;处理结构和管理各种信息;用电脑进行科学研究使计算机系统智能化;创造和使用通信和娱乐媒体;查找和收集与任何特定目的相关的信息，等等（ACM）。缩略语和首字母缩略词。 计算包括设计和构建用于各种目的的硬件和软件系统;处理结构和管理各种信息;用电脑进行科学研究使计算机系统智能化;创造和使用通信和娱乐媒体;查找和收集与任何特定目的相关的信息，等等（ACM）。缩略语和首字母缩略词。 计算被定义为通过自动化方法和技术研究信息处理的科学。 1957年，Karl Steinbuch在上述概念中引用了第一个计算词。 人类从最早发明和开发了传达语言，写作，声音或光线信号等信息的技术，口哨鼓，电话，电视…可以从一代又一代地转移到历史上获得的所有思想和知识，谢谢对于人类已经向现有技术发展的信息的转移和处理。 计算的主要目的是使用电子设备自动化各种信息，例如避免重复可能误导的艰巨任务，同时减少执行时间，您可以想像手动进行帐户手动操作，而无需任何计算器或计算机程序的所有经济大型购物中心的交易？ 自动化信息计算是基于三个基本任务的实现： 入学信息 处理信息

拓扑和几何家庭作业帮助 几何是数学的原始领域，确实是所有科学中最古老的，至少回溯到古希腊，欧洲，毕达哥拉斯和其他“古代哲学家”的时代。最初，研究了几何学，以了解我们所生活的物理世界，传统至今仍然存在。例如，以爱因斯坦广义相对论的壮观成就为例，这是一种纯粹的几何理论，它描述了四维“时空”曲率的引力。然而，几何超越物理应用，而且说几何想法和方法一直渗透到每个数学领域都是不合理的。 在现代语言中，几何研究的中心对象是一个多边形，它是一个可能具有平行整体形状的对象，但是在小尺度上它看起来像是某个维度的普通空间。例如，1维歧管是一个物体，例如它的小块看起来像一条线，尽管它看起来像一条曲线而不是一条直线。在小尺度上的二维歧管看起来像一个（弯曲的）纸 – 有两个独立的方向，我们可以在任何点移动。例如，地球的表面是二维歧管。一个n维歧管同样看起来像一个普通的n维空间。对应于“物理空间”的任何一个。作为一个例子，室内N颗粒的位置和速度的数据由6N个独立变量描述，因为每个粒子需要3个数字来描述它的位置和3个数字来描述它的速度。因此，该系统的“配置空间”是6N维的歧管。如果由于某种原因，这些粒子的运动不是独立的，而是以某种方式约束，则配置空间将是小尺寸的多维数据集。 通常，偏微分方程组的解的集合有一些高维集成的结构。了解这个多维数据集的“几何”通常引导了对这些解决方案的本质的新的洞察。微分方程，无论是来自物理学，经济学，工程学，还是任何其他定量科学。 几何中的假设问题是“分类”某种类型的所有歧管。也就是说，我们首先决定我们感兴趣的哪些歧管，然后决定什么时候两个这样的歧管应该被认为是相同的，或者“等同的”，最后尝试确定这样的歧管存在多少不等式。例如，我们可能对我们可以看到的通常的三维空间内的研究表面（二维歧管）感兴趣，我们可能会认为，如果可以将“两个”表面“转换”为另一个通过翻译或旋转。这是研究沉浸在三维空间中的黎曼几何形状，并且在经典上是“差异几何”的第一个子领域，由数学巨人如高斯和黎曼在1800年代开创。 今天，有几个不同的几何子域被研究。这里我们只介绍其中的几个： 网络拓扑是网络的布置，包括其节点和连接线。定义网络几何的方法有两种：物理拓扑和逻辑（或信号）拓扑。 网络的物理拓扑是工作站的实际几何布局。有几种常见的物理拓扑，如下所述，如图所示 在总线网络拓扑中，每个工作站连接到称为总线的主电缆。因此，实际上，每个工作站直接连接到网络中的每个其他工作站。 在星形网络拓扑中，有一个中央计算机或服务器，所有工作站都直接连接到该计算机或服务器。每个工作站通过中央计算机间接连接到彼此。 在环形网络拓扑中，工作站以闭环配置连接。相邻的工作站对直接相连。其他工作站对间接连接，数据通过一个或多个中间节点。 如果在星形或环形拓扑中使用令牌环协议，则信号仅在一个方向上传播，由所谓的令牌从节点传送到节点。 网状网络拓扑采用称为全网格和部分网格的两种方案之一。在全网格拓扑中，每个工作站直接连接到每个工作站。在部分网格拓扑中，一些工作站连接到所有其他工作站，一些工作站仅连接到与其交换最多数据的其他节点。 树状网络拓扑结构使用两个或多个连接在一起的星形网络。星形网络的中央计算机连接到主总线。因此，树网络是星网的总线网络。 逻辑（或信号）拓扑是指信号从节点到节点跟随的路径的性质。在许多情况下，逻辑拓扑与物理拓扑相同。但事实并非如此。例如，一些网络物理地布置在星型配置中，但它们在逻辑上作为总线或环形网络运行。 逻辑（或信号）拓扑是指信号从节点到节点跟随的路径的性质。在许多情况下，逻辑拓扑与物理拓扑相同。但事实并非如此。例如，一些网络物理地布置在星型配置中，但它们在逻辑上作为总线或环形网络运行。 基本上，拓扑是几何的现代版本，研究各种不同的空间。将不同类型的几何彼此区分开来（包括拓扑在这里作为一种几何）的事情是在你真正考虑改变之前允许的变换类型。 （这个观点首先由费利克斯·克莱因（Felix

概率与统计家庭作业帮助 “统计”一词产生许多关联。对于某些人来说，这意味着他们将每日活动的精确度分为不同的类别，每5分钟一次。其他人怀疑地看到报纸上关于我们社会统计数字的结论。或者他们记得前一段时间，在学校和大学期间，他们面临着简单而难以理解的方法 – 数学！最后有人将统计指标和方法作为有用的信息和工具。 指标和方法 – 统计这个词有两个含义。瑞士联邦统计局以及区域和州的办事处首先处理收集数据，反映了经济，政治和社会现实以及人口和环境健康状况。然后，他们制定指标，这是政治决策的重要信息。为了做到这一点，他们需要更方法性的统计方面，以确保数据能够收敛到坚实的结论。这些方法在其他科学技术领域确实具有价值。这些模型中的许多都以数学和精确的形式描述了由随机事件控制的音素。 “统计”这两个概念与处理统计的不同社会的演变密切相关。统计局在许多国家成立于19世纪。这些办公室从事公共统计工作，与“Volkswirtschaft”的科学有关。方法方面在后期加入，其重要性因不同的不同而异。在瑞士，学术界的统计学家成立于1988年，由他们自己的组织“瑞士统计学会”组成。 有关作为统计学家的活动的传单可以在这里找到。该传单由CORSTAT，SFSO和SSS准备。 应用领域 统计的最重要的应用领域是一些典型的统计问题： 精确科学 建立不同变量之间的关系，如果可能的话，可以用因果解释： 化学反应的最终产物如何取决于初始条件？ 哪些环境条件对人口密度有影响，定量关系如何？ 化学反应，生长，扩散等的建模。进一步的关键词是： 简要描述和比较生态系统 矿产储量估算 卫星图像的评估，更深的预测，… 医药科学

操作研究家庭作业帮助 要么。而Analytics（分析）可以推动所有类型的组织（大小型，私有和公共）的营销和非营利组织的绩效和变化。 要么。 Analytics（分析）以令人难以置信的方式使用，以通知高级策略，增强日常运营，设计更好的公共政策等。 使用数学建模技术分析复杂情况，而Analytics（分析）可以根据强大的数据，更充分地考虑可用选项，以及仔细预测结果和风险估算，从而实现更有效的决策和更有效的系统。 运营研究（OR）是解决问题和决策的分析方法，对组织管理有用。在运营研究中，问题被分解为基本组件，然后通过数学分析解决定义的步骤。 OR中使用的分析方法包括数学逻辑，模拟，网络分析，排队理论和游戏理论。该过程可以大致分为三个步骤。 开发了一套解决问题的潜在解决方案。 （此集可能很大。） 第一步中得到的替代方案被分析并减少到最可能证明可行的一小部分解决方案。 在第二步中得到的替代方案受到模拟实施，如果可能，在现实情况下进行测试。在最后一步中，心理学和管理科学往往扮演重要的角色。 运营研究（OR）是利用先进的分析技术来改进决策。有时被称为运营研究，管理科学或工业工程。拥有技能的人员在决策支持，业务分析，营销分析和物流计划中担任工作，以及职位中的OR职位。 为什么需要OR？ 因为充分利用可用资源是有道理的。今天的全球市场和即时通讯意味着客户在需要时需要高品质的产品和服务。无论是公共还是私营的组织都需要尽可能高效地提供这些产品和服务。这需要仔细的规划和分析 – 良好的OR的标志。这通常基于过程建模，选项分析或业务分析。 OR的例子在行动 安排：机组人员和航空公司的车队，供应链中的车辆，工厂的订单和医院的经营场所。 设施规划：机场快速安全处理的机场计算机模拟，改善医疗实习任用制度。 规划和预测：确定未来电讯业的未来发展，决定假期业务需要多少容量。