Day 14 核仁(Nucleolus)之三:利用凸組合分析以及組合學的手法來證明核仁的唯一性

更新於 發佈於 閱讀時間約 4 分鐘

我們要證明的事情是:

假設

raw-image

目標是要證明 x = y 。


大致的思路如下:

如果根據剛剛的假設,則我們知道 x 與 y 的不滿值向量 θ(x), θ(y) 都會是在字典序下最小的,於是我們就有

raw-image

然後因為當 a ≥ b 且 b ≥ a 時我們有 a = b ,所以我們就想要寫下

raw-image

這個叫做字典序的不對稱性(antisymmetric order),我們會在下面對這件事情做證明。

接著,我們會考慮一個凸組合

raw-image

也就是一個新的效益分配向量 z ,當 α = 1 與 α = 0 時就分別等於 x 與 y 。


證明出

raw-image

再透過凸組合的兩端點證明出 x = y 。




字典序的不對稱性

假設

raw-image

則我們要證明 x = y。

假設 x ≠ y 。因為

raw-image

所以存在一個下標 k1 使得

raw-image

同時因為

raw-image

所以存在一個下標 k2 使得

raw-image

你會發現 k1 ≠ k2 ,而且 k1 < k2 與 k2 < k1 都會導致矛盾,因此透過反證法我們知道, x = y。


放到我們真正要證明的脈絡裡,假設

raw-image

則我們知道 x 與 y 的不滿值向量 θ(x), θ(y) 都會是在字典序下最小的,於是我們就有

raw-image

根據字典序的不對稱性,我們結論出:

raw-image


凸組合分析

現在考慮一個 x 與 y 的凸組合

raw-image

以及對應的不滿值向量

raw-image

我們來證明兩個方向的不等式:

raw-image

以及

raw-image

由此就可以結論出

raw-image


大於等於方向:直接根據構造的論證

要證明

raw-image

很簡單,只要證明出 z 是屬於 Imputation set I(v),那麼因為 θ(x), θ(y) 都會是在字典序下最小的,於是不等式就會成立。

要證明 z 屬於 I(v),我們就要證明效率性與個體理性:

效率性:

raw-image

因為 x 與 y 都在 I(v) ,都滿足效率性。

個體理性:對於每個玩家 i

raw-image

因為 x 與 y 都在 I(v) ,都滿足個體理性。

至此,我們可以結論出 z 屬於 I(v) ,於是因為 θ(x), θ(y) 都會是在字典序下最小的,所以

raw-image



小於等於方向:帶有組合學色彩的論證

現在要證明

raw-image

但我們證明一個更強的不等式:對於所有 x, y 與 α 我們有

raw-image

再根據 θ(x) = θ(y) 就可以完成原不等式的證明了。


令 L 與 R 分別代表欲證明不等式的左手邊跟右手邊

raw-image

這個證明的關鍵是,當你把 L 與 R 依序寫出來

raw-image

我們可以允許「一開始就看到小於」:

raw-image

我們也可以允許「經過一些等號後看到小於」:

raw-image

但我們不可以允許「一開始就看到大於」:

raw-image

我們也不可以允許「經過一些等號後看到大於」:

raw-image

所以我們的證明需要做到「當後面兩個我們不允許的狀況出現時,會導致矛盾」。


為了做這件事,我們要來證明這個不等式:

raw-image

其中 θ_i(x) 代表 θ(x) 的第 i 個元素。


好,因為 z 是 x 與 y 的凸組合,所以

raw-image

我們寫出 θ(z) 的不滿值向量:

raw-image

注意到不滿值向量 θ(z) 是由大排到小的,所以這裡的 S1, S2, ... 是根據 z 量身定做的。


現在把注意力放到前 k 個元素的和

raw-image

我們令

raw-image

raw-image

因為這是前 k 的元素,不滿值向量是由大排到小的,所以我們還可以寫出

raw-image

接著我們把 z 展開

raw-image

這是因為原本選好一個 T ,就要放到後面計算

raw-image

但是最後一行是,你可以為

raw-image

各選擇一個能達到最大值的 T 。


根據不滿值向量的定義,θ(x) 與 θ(y) 也會是由大排到小,因此你也可以寫出

raw-image

以及

raw-image

於是

raw-image

於是我們就證明出

raw-image


回到我們要證明的事情:我們不可以允許「一開始就看到大於」:

raw-image

我們也不可以允許「經過一些等號後看到大於」:

raw-image

所以我們的證明需要做到「當後面兩個我們不允許的狀況出現時,會導致矛盾」。


好,若 k = 1 ,不等式

raw-image

會變成

raw-image

就會跟

raw-image

矛盾。


接著假設「經過一些等號後看到大於」:

raw-image

則前面 k-1 個元素相等告訴我們

raw-image

因為

raw-image

相減得出

raw-image

就跟

raw-image

矛盾。

於是不等式

raw-image

證明完畢,再因為 θ(x) = θ(y) 得到

raw-image


繼續完成唯一性證明

現在我們有

raw-image

以及

raw-image

根據我們第一節做的不對稱性,我們結論出

raw-image

沿用

raw-image

其中 S1, S2, ... 是根據 z 量身定做的,因為不滿值向量的定義是由大排到小。


構造兩個向量:

raw-image

也就是根據 S1, S2, ... 去計算出 x, y, 依序在這些聯盟的不滿值


當代入 α = 1 時,

raw-image

然後另一方面:

raw-image

於是我們就結論出

raw-image

同理代入 α = 0 時,

raw-image

又因為 θ(x) = θ(y) ,所以 a = b,於是根據構造

raw-image

對於每一個下標 k,我們都有

raw-image

也就是對於每一個聯盟 S ,我們都有

raw-image

所以特別地,當 S = { i } 時,

raw-image

所以

raw-image

移項可以得到

raw-image

因此我們做出結論

raw-image

證明完畢。


Takeaway

  • 字典序的反對稱性

raw-image
  • 我們可以利用嚴格的數學證明推導出核仁的唯一性



Reference

Lecture Slide by Martin Černý

https://kam.mff.cuni.cz/~cerny/data/CG/CG3-nucleolus_handout.pdf



avatar-img
6會員
15內容數
我的研究興趣是密碼學與應用數學,在這裡分享研究路上的所見所聞。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
Cesare切薩雷的沙龍 的其他內容
核仁存在性的關鍵在於:若合作賽局的 Imputation set 非空且緊緻,則可使用極值定理在該集合上逐步最小化不滿值向量,最終得到字典序最小的分配,亦即核仁。故只要 I(v) 非空,核仁即必然存在。
核心 (Core) 是合作賽局中最直觀的穩定解,但有些賽局的核心可能為空、無法同時滿足所有人。此時,我們便退而求其次,將「抱怨」壓到最小,這正是「核仁 (Nucleolus)」的概念。
本文比較加權投票賽局的 Shapley–Shubik 與 Banzhaf 指數。兩者皆用於衡量玩家在形成贏家聯盟時的影響力:Shapley–Shubik 假設所有玩家出場順序等機率,統計誰最常成為「關鍵一票」;Banzhaf 則考量所有子集合等機率,檢視誰能把不贏的聯盟翻盤。
Banzhaf 指數是一種評估玩家在加權投票賽局中成為「關鍵翻轉者」機率的度量標準。透過列舉各個不含目標玩家的聯盟,一旦該玩家加入能使結果由輸轉贏,即累積一次翻轉。如是便能量化其對超過門檻的影響力。本文以我國立法院為例,並計算三黨團在總席次 113、門檻 57 的情境下之 Banzhaf 指數。
本篇文章介紹了加權投票賽局的基礎概念,強調每位玩家擁有不同的投票權重,並在總權重超過特定門檻時即可通過提案。接著透過股東會投票的例子,展示了如何判定哪些聯盟能順利通過,以及什麼是「最小獲勝聯盟」即去除任何一位成員後都無法達到門檻的贏得聯盟。
本文以嚴格的數學證明兩個凸性賽局的定義為等價,兩定義分別為「邊際效益遞增」與「超模(Supermodular)
核仁存在性的關鍵在於:若合作賽局的 Imputation set 非空且緊緻,則可使用極值定理在該集合上逐步最小化不滿值向量,最終得到字典序最小的分配,亦即核仁。故只要 I(v) 非空,核仁即必然存在。
核心 (Core) 是合作賽局中最直觀的穩定解,但有些賽局的核心可能為空、無法同時滿足所有人。此時,我們便退而求其次,將「抱怨」壓到最小,這正是「核仁 (Nucleolus)」的概念。
本文比較加權投票賽局的 Shapley–Shubik 與 Banzhaf 指數。兩者皆用於衡量玩家在形成贏家聯盟時的影響力:Shapley–Shubik 假設所有玩家出場順序等機率,統計誰最常成為「關鍵一票」;Banzhaf 則考量所有子集合等機率,檢視誰能把不贏的聯盟翻盤。
Banzhaf 指數是一種評估玩家在加權投票賽局中成為「關鍵翻轉者」機率的度量標準。透過列舉各個不含目標玩家的聯盟,一旦該玩家加入能使結果由輸轉贏,即累積一次翻轉。如是便能量化其對超過門檻的影響力。本文以我國立法院為例,並計算三黨團在總席次 113、門檻 57 的情境下之 Banzhaf 指數。
本篇文章介紹了加權投票賽局的基礎概念,強調每位玩家擁有不同的投票權重,並在總權重超過特定門檻時即可通過提案。接著透過股東會投票的例子,展示了如何判定哪些聯盟能順利通過,以及什麼是「最小獲勝聯盟」即去除任何一位成員後都無法達到門檻的贏得聯盟。
本文以嚴格的數學證明兩個凸性賽局的定義為等價,兩定義分別為「邊際效益遞增」與「超模(Supermodular)
你可能也想看
Google News 追蹤
Thumbnail
給定一個輸入陣列,每一個tuple代表節點之間了從屬關係。 請從從屬關係重建整顆二元樹,並且返回整顆二元樹的根結點。
Thumbnail
題目敘述 Merge Nodes in Between Zeros 給定一個鏈結串列,合併非零區間的節點(以加總的方式合併),輸出合併後的鏈結串列。
Thumbnail
題目敘述 Distinct Subsequences 給定一個字串s和目標t,請問有多少個s的子序列可以完美匹配目標t ? 也就是說,有多少個s的子序列和目標t相等? 測試範例 Input: s = "rabbbit", t = "rabbit" Output: 3
Thumbnail
給定一個字串陣列,請把它們所共有的字元伴隨著出現次數輸出。這篇文章介紹如何使用字典統計出現次數,和字典取交集的方法來解決此問題。並提供了複雜度分析和關鍵知識點。
Thumbnail
給定一個輸入非負整樹陣列nums,請找出k值,使得陣列中恰好有k個元素大於等於 k。如果無解,回傳-1。尋找k值的方法包括排序法和二分搜尋法,時間複雜度都為O(n log n),空間複雜度為O(1)。關鍵知識點是當解空間具有遞增或遞減的性質時,可以用二分搜尋法加快搜尋效率。
Thumbnail
子集合生成是一道經典的組合類上機考和面試題目。本篇文章介紹多個不同的解決方案,以及相關演算法框架。主要目標是給定n個相異的元素,產生所有的子集合。
Thumbnail
輸入給定一個已經從小到大排序好,而且彼此互質的整數陣列, 請問任取兩數分別當作分子、分母,第k小的分數是多少? 輸出請以 [分子,分母] 的形式回傳答案。
Thumbnail
題目會給定一個陣列nums和一個目標值goal。計算子陣列總和=goal的數目有多少。演算法包含前綴和和字典的技巧,時間複雜度為O(n),空間複雜度為O(n)。
Thumbnail
最近每天都有同學在解題社群提問這類型的問題,有些同學甚至po出解答來提問,表示看了解答卻還是看不懂,畢竟有時候「詳解」也沒辦法完整表達所有觀念。 排列組合是一門龐大的章節,許多人聞排組而色變,但排列組合的本質其實還是「窮舉法」,也就是把全部的可能通通列出來,只是很多地方我們可以透過計算讓窮舉變得更
Thumbnail
題目敘述 題目會給定一個整數陣列arr,要求我們判斷是否每個元素的出現次數都不同? 題目的原文敘述 測試範例 Example 1: Input: arr = [1,2,2,1,1,3] Output: true Explanation: The value 1 has 3 occurre
Thumbnail
給定一個輸入陣列,每一個tuple代表節點之間了從屬關係。 請從從屬關係重建整顆二元樹,並且返回整顆二元樹的根結點。
Thumbnail
題目敘述 Merge Nodes in Between Zeros 給定一個鏈結串列,合併非零區間的節點(以加總的方式合併),輸出合併後的鏈結串列。
Thumbnail
題目敘述 Distinct Subsequences 給定一個字串s和目標t,請問有多少個s的子序列可以完美匹配目標t ? 也就是說,有多少個s的子序列和目標t相等? 測試範例 Input: s = "rabbbit", t = "rabbit" Output: 3
Thumbnail
給定一個字串陣列,請把它們所共有的字元伴隨著出現次數輸出。這篇文章介紹如何使用字典統計出現次數,和字典取交集的方法來解決此問題。並提供了複雜度分析和關鍵知識點。
Thumbnail
給定一個輸入非負整樹陣列nums,請找出k值,使得陣列中恰好有k個元素大於等於 k。如果無解,回傳-1。尋找k值的方法包括排序法和二分搜尋法,時間複雜度都為O(n log n),空間複雜度為O(1)。關鍵知識點是當解空間具有遞增或遞減的性質時,可以用二分搜尋法加快搜尋效率。
Thumbnail
子集合生成是一道經典的組合類上機考和面試題目。本篇文章介紹多個不同的解決方案,以及相關演算法框架。主要目標是給定n個相異的元素,產生所有的子集合。
Thumbnail
輸入給定一個已經從小到大排序好,而且彼此互質的整數陣列, 請問任取兩數分別當作分子、分母,第k小的分數是多少? 輸出請以 [分子,分母] 的形式回傳答案。
Thumbnail
題目會給定一個陣列nums和一個目標值goal。計算子陣列總和=goal的數目有多少。演算法包含前綴和和字典的技巧,時間複雜度為O(n),空間複雜度為O(n)。
Thumbnail
最近每天都有同學在解題社群提問這類型的問題,有些同學甚至po出解答來提問,表示看了解答卻還是看不懂,畢竟有時候「詳解」也沒辦法完整表達所有觀念。 排列組合是一門龐大的章節,許多人聞排組而色變,但排列組合的本質其實還是「窮舉法」,也就是把全部的可能通通列出來,只是很多地方我們可以透過計算讓窮舉變得更
Thumbnail
題目敘述 題目會給定一個整數陣列arr,要求我們判斷是否每個元素的出現次數都不同? 題目的原文敘述 測試範例 Example 1: Input: arr = [1,2,2,1,1,3] Output: true Explanation: The value 1 has 3 occurre