Elysia Tools

在一个清晰的工作台里浏览工具、案例、可视化和主题指南。

热门分类

专题

语言
ZHDERUPTENFRES

Elysia Tools

导航

Math & Numbers

零和博弈求解器(鞍点 / 线性规划混合策略)

· 最后更新:2026-08-26

求解 2–6 × 2–6 双人零和博弈(支付矩阵归行方——最大化者,列方支付):先做鞍点检验(行最小值的最大值 = 列最大值的最小值时存在纯策略均衡,列出所有鞍点格);否则移位矩阵使元素 ≥ 1 后用单阶段单纯形(松弛基、Bland 规则)求解 max Σz s.t. Bz ≤ 1,其原始解给出列方混合策略 q,对偶影子价格恰为行方 LP 解 y,值移回后给出 x、q、v,并数值验证双方安全策略(xᵀA ≥ v、Aq ≤ v)与极小极大相等。经典例:猜硬币 [[1,-1],[-1,1]] → 值 0,双方各以 0.5/0.5 混合。

执行

运行这个工具

填写表单、运行工具,并在同一页面查看结果。

案例

与这个工具匹配的案例

相关内容

继续查看相关工具与专题

由 Elysia Tools 团队编写

工具使用指南

详细了解工具的适用范围、支持能力及用户案例。

关键事实

分类
Math & Numbers
输入类型
textarea, number
输出类型
text
案例覆盖
4
API 可用
是

概览

本工具用于快速求解 2×2 至 6×6 规模的双人零和博弈问题。工具首先执行鞍点检验以判断是否存在纯策略纳什均衡;若无鞍点,则自动通过矩阵移位与单阶段单纯形法线性规划求解双方的最优混合策略(概率分布)、博弈期望值,并输出双方安全策略水平及极小极大验证结果。

适用场景

  • 需要分析 2×2 到 6×6 支付矩阵是否存在纯策略鞍点均衡时。
  • 双人零和博弈不存在鞍点,需要通过线性规划计算双方最优混合策略概率分布时。
  • 验证博弈论作业或运筹学建模中的博弈值、影子价格以及安全策略不等式时。

使用方式

  1. 1解析输入的支付矩阵,计算各行最小值与各列最大值,进行极大极小检验以寻找鞍点。
  2. 2若无鞍点,自动将矩阵数值平移保证元素为正,构建对偶线性规划模型。
  3. 3采用单纯形法结合 Bland 规则求解,从原始解与影子价格中提取双方混合策略概率与博弈值。
  4. 4将平移值还原,并数值验证行方保障收益(xᵀA ≥ v)与列方损失控制(Aq ≤ v)。

常见用途

  • 经济与运筹学教学中验证零和博弈与线性规划对偶理论的计算结果。
  • 商业竞争对抗或拍卖竞标中的极小极大风险收益评估与策略配比制定。
  • 游戏规则与竞技对战中的数值平衡性分析及最优防御反制概率测算。

示例

1. 猜硬币博弈混合策略求解

博弈论课程学生

背景

正在学习经典 2×2 猜硬币博弈,需计算双方在无纯策略纳什均衡时的最优随机化策略。

问题

判断博弈是否有鞍点,并精确计算双方混合策略概率及期望博弈值。

如何使用

在支付矩阵框中输入 1, -1 换行 -1, 1,设置小数位数为 4 后执行求解。

matrix: "1, -1\n-1, 1", decimalPlaces: 4

结果

检测到无鞍点,经线性规划计算得出双方最优混合策略均为 [0.5, 0.5],博弈值为 0。

2. 3×3 反对称对抗矩阵平衡分析

运筹学分析师

背景

分析一个双方行动对称的 3×3 零和对抗系统,评估是否存在严格占优策略。

问题

求解复杂收益矩阵的极小极大解并验证行方与列方的安全收益约束。

如何使用

输入 3×3 矩阵数据并保留 4 位小数,运行求解器查看混合策略权重与验证项。

matrix: "0, 1, -2\n-1, 0, 3\n2, -3, 0", decimalPlaces: 4

结果

输出双方的最优概率分布向量与博弈值 0,并完成 xᵀA ≥ v 和 Aq ≤ v 的数值安全验证。

常见问题

输入的矩阵格式有什么要求?

支持 2×2 至 6×6 的数字矩阵,每行输入一行数据,数值间使用逗号或空格分隔。

支付矩阵中的正负数值代表什么?

矩阵数值代表行行动者的收益;正值表示行方获利(列方支付),负值表示行方损失。

什么是纯策略鞍点?

当行最小值的最大值(Maximin)等于列最大值的最小值(Minimax)时,该位置即为鞍点纯策略均衡。

为什么无鞍点时需要矩阵移位?

移位可确保矩阵所有元素大于零,从而构建标准形式的单阶段单纯形线性规划求解混合策略。

如何调整计算结果的精度?

可通过设置小数位数参数(0 到 8 位)来自定义策略概率与博弈值的显示精度。

首页
工具3212
案例593
可视化471
文件查看器103
专题239
标签333
图像、音频与视频657

图像、音频、视频处理、转换与优化工具

数学、日期与金融647

计算器、数值计算、日期逻辑、统计与金融工具

设计与颜色298

颜色、版式、图形、视觉样式与设计辅助工具

文本与写作209

写作、清洗、格式化、提取与文本分析工具

开发与 Web193

开发者工具、网络处理、Web 调试与自动化辅助工具

转换与编码175

格式、文件、压缩包、单位与编码转换工具

潜客测验发布与联系人交接
讣告、悼词与纪念卡的家属复核及交付
本地习惯记录的备份、恢复演练与分享前检查
长文改编 X 串文与 LinkedIn 帖子的事实复核与交付
Markdown 互动课件审校、离线演示与交付

© 2026 Elysia Tools. 保留所有权利。

文档价格关于我们服务条款隐私政策Cookie 政策联系我们
游戏开发

Bevy 游戏引擎示例

Bevy Rust 游戏引擎示例,包含 ECS、2D/3D 图形、音频和游戏机制实现

Python

Web Python 图像处理示例

Web Python 图像处理示例,使用 PIL/Pillow 包括读取、保存、缩放和格式转换

安全

零信任架构示例

全面的零信任架构示例,包含身份验证、网络分段、微隔离策略和安全访问控制

Java

Android Java 图像处理示例

Android Java 图像处理示例,包括图像读取保存、缩放和格式转换

Math & Numbers

Carmichael 函数 λ(n) 计算器

计算 Carmichael 函数 λ(n)——乘法群 (Z/nZ)* 的指数,即使所有与 n 互素的 a 满足 a^k ≡ 1 (mod n) 的最小 k。由质因数分解按 λ(2)=1、λ(4)=2、λ(2^k)=2^(k−2)(k ≥ 3)、奇素数幂 λ(p^k)=φ(p^k) 再取 lcm 得到,同时给出 φ(n) 对比、是否存在原根,并用 Korselt 判据识别 Carmichael 数。经典例:λ(561) = 80(561 是最小的 Carmichael 数),而 λ(8) = 2 < φ(8) = 4。

Math & Numbers

中国剩余定理求解器(同余方程组)

求解同余方程组 x ≡ rᵢ (mod mᵢ)(2–20 条方程),采用逐对合并的广义中国剩余定理:模数两两互素时合并模数为乘积,非互素但相容时合并模数为最小公倍数,不相容(公因数不整除余数差)则明确报告无解。每条方程都会对最终解回代验证。经典例:x ≡ 2 (mod 3)、x ≡ 3 (mod 5)、x ≡ 2 (mod 7) 的解为 x = 23 (mod 105)。

Math & Numbers

排列 / 组合 / 子集生成器(支持重复元素)

生成多重集的排列、组合与子集,自动去重并按字典序输出:排列用 next_permutation,精确计数 n!/Π(mᵢ!);组合生成不同的 k-子多重集,计数为 Π(1+x+…+x^mᵢ) 中 x^k 的系数(元素互异时即 C(n,k));子集枚举所有子多重集,计数 Π(mᵢ+1)(互异时 2ⁿ),含空集。最多 12 个元素,展示上限 200 条但计数始终精确;组合模式要求 1 ≤ k ≤ n。经典例:[A, A, B] 的排列 → 3!/2! = 3 个(AAB、ABA、BAA);[A, A, B] 的子集 → (2+1)(1+1) = 6 个。

Math & Numbers

欧拉函数 φ(n) 计算器

计算欧拉函数 φ(n)——[1, n] 中与 n 互素的正整数个数。先做试除法质因数分解,再按 φ(n) = n · Π(1 − 1/p) 精确求值(n ≤ 10¹²),可附带列出前 60 个互素数,并给出欧拉定理 a^φ(n) ≡ 1 (mod n)。经典例:φ(36) = 12(36 = 2² × 3²);n 为素数时 φ(n) = n − 1,如 φ(97) = 96。