经济代写 |Backward induction for perfect information.微观经济学代写
经济代写
3.3. Backward induction for perfect information. Backward induction is a very powerful instrument for solving decision situations. The idea is to consider minimal subtrees. Once we know what to do at these “final” decision nodes, we can climb down the tree (climb leftwards).
ALGORITHM III.1. Let $\Delta=\left(V, u,\left(A_{d}\right){d \in D}\right)$ be of finite length. Backwardinduction proceeds as follows: (1) Consider the minimal subtrees $\Delta^{w}$ and take note of the best strategies in $\Delta^{w}, s^{R}\left(\Delta^{w}\right):=\left.\arg \max {s^{w} \in S^{w}} u\right|_{W}\left(s^{w}\right)$. If any of these sets are empty (for the reason explained on $p$.17), the procedure stops. Otherwise, proceed at point 2 .
38
III. DECISIONS IN EXTENSIVE FORM
FIGURE III.4. Subgame-perfect strategy?
(2) Cut the tree by replacing all minimal subtrees $\Delta^{w}$ by a terminal node $w$ carrying the payoff information obtained at (1). If $s^{R}\left(\Delta^{w}\right)$ contains several best strategies, construct several trees.
(3) If the new trees contain minimal subtrees, turn to point (1). Otherwise, the final tree contains (the final trees contain) just one terminal node which is the initial node of the original tree. This tree (all these trees) carries (carry) the same and maximal payoff.
The maximal trails and the strategies generated by the backward-induction procedure are called backward-induction trails and backward-induction strategies, respectively.
The algorithm is explained in figure III.5 and III. 6 by way of example. If you like to economize on paper, you may prefer another method to find the backward-induction trails in a decision tree. Consider figure III.7. We identify the minimal subtrees (they start at $v_{1}$ and $v_{2}$ ) and mark the link leading to the best action. We then consider the subtrees which have $v_{1}$ and $v_{2}$ as immediate successors. In our simple example, there is only one, the original tree itself. Since 10 is greater than 7 , action $I$ is the best action.
EXERCISE III.7. Solve the decision tree of figure III.8 by applying backward induction. How many backward-induction trails and how many backwardinduction strategies can you find?
Without proof, we note the following theorem:
3.3.完美信息的反向归纳。反向归纳法是解决决策情况的一种非常强大的工具。这个想法是考虑最小的子树。一旦我们知道在这些“最终”决策节点上要做什么，我们就可以沿着树向下爬（向左爬）。
算法 III.1。令 $\Delta=\left(V, u,\left(A_{d}\right){d \in D}\right)$ 是有限长度的。 Backwardinduction 进行如下： (1) 考虑最小子树$\Delta^{w}$并注意$\Delta^{w}, s^{R}\left(\Delta^{w}\right)中的最佳策略：= \left.\arg \max {s^{w} \in S^{w}} u\right|_{W}\left(s^{w}\right)$.如果这些集合中的任何一个是空的（由于 $p$.17 中解释的原因），则该过程停止。否则，继续第 2 点。
38
三、广泛形式的决定
图 III.4。子游戏完美策略？
(2) 通过将所有最小子树 $\Delta^{w}$ 替换为携带在 (1) 中获得的支付信息的终端节点 $w$ 来切割树。如果 $s^{R}\left(\Delta^{w}\right)$ 包含多个最佳策略，则构建多个树。
(3) 如果新树包含最少的子树，则转到第 (1) 点。否则，最终树只包含（最终树包含）一个终端节点，该终端节点是原始树的初始节点。这棵树（所有这些树）携带（携带）相同且最大的收益。
反向归纳过程产生的最大轨迹和策略分别称为反向归纳轨迹和反向归纳策略。
该算法在图 III.5 和 III 中进行了解释。 6为例。如果您喜欢节省纸张，您可能更喜欢另一种方法来在决策树中找到反向归纳路径。考虑图 III.7。我们识别最小子树（它们从 $v_{1}$ 和 $v_{2}$ 开始）并标记导致最佳操作的链接。然后，我们将具有 $v_{1}$ 和 $v_{2}$ 的子树视为直接后继。在我们的简单示例中，只有一棵树，即原始树本身。因为 10 大于 7 ，所以动作 $I$ 是最好的动作。
练习 III.7。通过应用反向归纳求解图 III.8 的决策树。你能找到多少反向归纳路径和多少反向归纳策略？
在没有证明的情况下，我们注意到以下定理：
经济代考
微观经济学又称个体经济学，小经济学，是宏观经济学的对称。 微观经济学主要以单个经济单位( 单个的生产者、单个的消费者、单个市场的经济活动)作为研究对象，分析单个生产者如何将有限的资源分配在各种商品的生产上以取得最大的利润；单个消费者如何将有限的收入分配在各种商品的消费上以获得最大的满足。
其他相关科目课程代写：组合学Combinatorics集合论Set Theory概率论Probability组合生物学Combinatorial Biology组合化学Combinatorial Chemistry组合数据分析Combinatorial Data Analysis
my-assignmentexpert愿做同学们坚强的后盾，助同学们顺利完成学业，同学们如果在学业上遇到任何问题，请联系my-assignmentexpert™，我们随时为您服务！
微观经济学 是研究人们和企业在资源分配、商品和服务交易价格等方面做出的决策。它考虑税收、法规和政府立法。
计量经济学代考
计量经济学是以一定的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术，以建立经济计量模型为主要手段，定量分析研究具有随机性特性的经济变量关系的一门经济学学科。 主要内容包括理论计量经济学和应用经济计量学。 理论经济计量学主要研究如何运用、改造和发展数理统计的方法，使之成为经济关系测定的特殊方法。
相对论代考
相对论（英語：Theory of relativity）是关于时空和引力的理论，主要由愛因斯坦创立，依其研究对象的不同可分为狭义相对论和广义相对论。 相对论和量子力学的提出给物理学带来了革命性的变化，它们共同奠定了现代物理学的基础。
编码理论代写
编码理论（英语：Coding theory）是研究编码的性质以及它们在具体应用中的性能的理论。编码用于数据压缩、加密、纠错，最近也用于网络编码中。不同学科（如信息论、电机工程学、数学、语言学以及计算机科学）都研究编码是为了设计出高效、可靠的数据传输方法。这通常需要去除冗余并校正（或检测）数据传输中的错误。
编码共分四类：[1]
数据压缩和前向错误更正可以一起考虑。
复分析代考
学习易分析也已经很冬年了，七七八人的也续了圧少的书籍和论文。略作总结工作，方便后来人学 Đ参考。
复分析是一门历史悠久的学科，主要是研究解析函数，亚纯函数在复球面的性质。下面一昭这 些基本内容。
(1) 提到复变函数 ，首先需要了解复数的基本性左和四则运算规则。怎么样计算复数的平方根， 极坐标与 $x y$ 坐标的转换，复数的模之类的。这些在高中的时候囸本上都会学过。
(2) 复变函数自然是在复平面上来研究问题，此时数学分析里面的求导数之尖的运算就会很自然的 引入到复平面里面，从而引出解析函数的定义。那/研究解析函数的性贡就是关楗所在。最关键的 地方就是所谓的Cauchy一Riemann公式，这个是判断一个函数是否是解析函数的关键所在。
(3) 明白解析函数的定义以及性质之后，就会把数学分析里面的曲线积分 $a$ 的概念引入复分析中， 定义几乎是一致的。在引入了闭曲线和曲线积分之后，就会有出现复分析中的重要的定理: Cauchy 积分公式。 这个是易分析的第一个重要定理。
