Game Theory: Stochastics, Information, Strategies and Cooperation

تئوری بازی: استوکاستیک، اطلاعات، استراتژی‌ها و همکاری بحثی در مورد برخی از موضوعات مرتبط در نظریه بازی ارائه می‌دهد. تا حدی از مطالب گردآوری شده توسط پروفسور یواخیم روزنمولر هنگام سخنرانی در IMW، موسسه اقتصاد ریاضی در دانشگاه بیله‌فلد، تشکیل شده است. از سوی دیگر، شامل موضوعات تحقیقی نیز می شود که در یک کتاب درسی معمولی نظریه بازی ارائه نشده است. بنابراین، حجم ممکن است پایه ای برای یک دوره پیشرفته در نظریه بازی ها فراهم کند. به طور همزمان ممکن است آن را یک تک نگاری نامیده شود، و به عنوان جنبه سوم، برخی از نسخه های نسبتاً ابتدایی موضوعات پیشرفته این حوزه را نیز ارائه می دهد.
این جلد دارای یک بخش غیر همیاری و مشارکتی است و در هر دوی آنها فرض می شود که خواننده دانش پایه در تئوری بازی ها دارد، به عنوان مثال، در مورد شکل عادی (بازی های دوماتریکس، تعادل نش پسوند مختلط). القای معکوس در بازی‌های با اطلاعات کامل) از یک سو و عملکرد ائتلافی (بازی‌های ساده، بازی‌های محدب، بازی‌های فوق افزودنی، هسته، حجم شپلی) از سوی دیگر.
بر پیشینه احتمالی تأکید شده است. با این حال، نویسنده بازی‌های تصادفی را با استفاده از زبان احتمال بررسی می‌کند تا مدل‌های ساده‌ای را در نظر بگیرد که در آن‌ها می‌توان نظریه اندازه‌گیری را حذف کرد.

Game Theory: Stochastics, Information, Strategies and Cooperation provides a discussion of some relevant topics in game theory. It is composed partially from material compiled by Professor Joachim Rosenmüller when lecturing at IMW, the Institute of Mathematical Economics at the University of Bielefeld. On the other hand, it also contains research topics that are not presented in a typical game theory textbook. Thus, the volume may provide the basis for an advanced course in game theory; simultaneously it may be called a monograph, and, as a third aspect, it also supplies some rather elementary versions of advanced topics of the field.
The volume has a non-cooperative and a cooperative part and in both of them the reader is assumed to have some basic knowledge in game theory, for instance, concerning the normal form (bimatrix games, Nash equilibria of the mixed extension, backwards induction in games with perfect information) on one hand and the coalitional function (simple games, convex games, superadditive games, the core, the Shapley volume) on the other hand.
Some emphasis is laid on the probabilistic background; however, the author treats stochastic games using the language of probability in order to consider simple models in which measure theory can be omitted.