組合せゲーム理論において、スプラーグ・グランディの定理は、通常のプレイ規約に基づくすべての公平なゲームは、ニムの1ヒープゲーム、またはニムの無限一般化と等価であると述べています。したがって、それは、ニムの等価ゲームにおけるヒープのサイズを表す自然数、無限一般化における順序数、または、複数のヒープを結合してニムの単一の等価ヒープを形成する加算演算を持つ代数システムにおけるその1ヒープゲームの値であるニンバーとして表現できます。
公平なゲームのグランディ値またはニム値とは、そのゲームが等価となる唯一のニンバーのことです。ゲームの位置が自然数でインデックス付けされている場合(ヒープサイズでインデックス付けされているニム自体のように)、ゲームの連続する位置に対応するニンバーの列は、そのゲームのニム列と呼ばれます。
スプラーグ・グランディの定理とその証明は、RP スプラーグ(1936 年) [ 1 ]とPM グランディ(1939 年) [ 2 ]によって独立に発見された理論の主な結果をまとめたものである。
スプラーグ・グランディの定理の目的上、ゲームとは、終了条件(すべてのゲームは終了する:無限のプレイラインは存在しない)と通常プレイ条件(動けないプレイヤーは負ける)を満たす、完全情報を持つ2人プレイの逐次ゲームである。
ゲームのどの時点においても、プレイヤーのポジションとは、そのプレイヤーが実行できる一連の手を指します。例として、ゼロゲームとは、どちらのプレイヤーも合法的な手を一切持っていない2人対戦ゲームと定義できます。2人のプレイヤーを(アリスのために)そして(ボブの場合)彼らの位置を次のように表します。各プレイヤーが行える動きの集合は空であるため、
公平なゲームとは、ゲームのどの時点においても、各プレイヤーが全く同じ一連の動きを許されるゲームのことです。通常のニムは公平なゲームの一例です。ニムでは、1つ以上の物の山があり、2人のプレイヤー(アリスとボブとしましょう)が交互に山を選び、そこから1つ以上の物を取り除きます。最後の山から最後の物を取り除いたプレイヤーが勝者となります。このゲームが公平なのは、山のサイズのどの組み合わせにおいても、アリスが自分の番にできる動きは、ボブが自分の番にできる動きと全く同じだからです。対照的に、チェッカーのようなゲームは公平ではありません。アリスが赤、ボブが黒でプレイしていると仮定すると、盤上の駒の配置がどうであれ、アリスの番であれば赤い駒しか動かすことができず、ボブの番であれば黒い駒しか動かすことができないからです。
したがって、公平なゲームのどの構成も単一の局面として記述できることに注意してください。なぜなら、どちらのターンであっても動きは同じだからです。たとえば、ゼロゲームの局面は単純に次のように記述できます。なぜなら、アリスの番であれば彼女には何もする手がなく、ボブの番であれば彼にも何もする手がないからです。手は、次のプレイヤーが置かれる位置と関連付けることができます。
そうすることで、局面を再帰的に定義することが可能になります。例えば、アリスとボブがプレイする次のニムゲームを考えてみましょう。
山のサイズ 移動 ABC 1 2 2 アリスはAから1を取る 0 2 2 ボブはBから1を取る 0 1 2 アリスはCから1を取る 0 1 1 ボブはBから1を取る 0 0 1 アリスはCから1を取る 0 0 0 ボブは動けないので、アリスの勝ち 特別な名前、、 そして例のゲームで参照されているものは、ニンバーと呼ばれます。一般的に、ニンバーはニムのゲームでちょうどちょうど1つのヒープ内のオブジェクト。形式的には、ニンバーは帰納的に次のように定義されます。 は、、そしてすべての、。
ニンバーという言葉はニムというゲームに由来するが、ニンバーはあらゆる有限で公平なゲームの位置を表すために使用でき、実際、スプラーグ・グランディの定理によれば、有限で公平なゲームのすべてのインスタンスは単一のニンバーと関連付けることができる。
2つのゲームは、それぞれの局面を足し合わせることで組み合わせることができます。例えば、山を使った別のニムゲームを考えてみましょう。、、 そして。
山のサイズ 移動 A' B' C' 1 1 1 アリスはA'から1を取ります 0 1 1 ボブはBから1つ取る 0 0 1 アリスはCから1つ取る 0 0 0 ボブにはもう動ける手がないので、アリスの勝ちです。 これを最初の例と組み合わせると、6つの山を持つ複合ゲームが得られます。、、、、、 そして:
山のサイズ 移動 ABC A' B' C' 1 2 2 1 1 1 アリスはAから1を取ります 0 2 2 1 1 1 ボブはA'から1を取ります 0 2 2 0 1 1 アリスはB'から1を取る 0 2 2 0 0 1 ボブはC'から1を取ります 0 2 2 0 0 0 アリスはBから2を取る 0 0 2 0 0 0 ボブはCから2を取る 0 0 0 0 0 0 アリスにはもう動かせる手がないので、ボブの勝ちです。 2つのゲームを区別するために、最初の例のゲームでは、開始位置にラベルを付けます。そして、青色に塗ってください。
2番目の例題ゲームでは、開始位置にラベルを付けます。そして赤色に塗る:
複合ゲームの開始局面を計算するには、プレイヤーは最初のゲームで手を指して2番目のゲームには手を加えないか、2番目のゲームで手を指して最初のゲームには手を加えないかのどちらかを選択できることを覚えておいてください。したがって、複合ゲームの開始局面は次のようになります。
公平なゲームにおける局面は、2 つの結果クラスに分類されます。次のプレイヤー(自分の番のプレイヤー)が勝つか(- ポジション)、または前のプレイヤーが勝利します(- 位置)。例えば、は-位置、一方は-位置。
2つのポジションそして位置に関係なく同等であるそれらに が追加されると、それらは常に同じ結果クラスになります。正式には、 かつその場合に限り、同じ結果クラスに属する。
実行例を使用すると、上記の最初のゲームと2 番目のゲームの両方で、アリスは毎ターンボブを強制的に-位置。したがって両方ともそして は-ポジション。(複合ゲームでは、ボブは-ポジション。実際、は-位置、これは補題2で見るように、)
主定理を証明するための中間段階として、あらゆる位置について以下を示す。そしてすべての-位置等価性が成り立つ。上記の同値性の定義によれば、これは次のことを示すことに相当する。そして全員で成果クラスを共有する。
仮には-ポジション。すると前のプレイヤーは、: 動きに反応する彼らの勝利戦略によれば(であること-位置)、そして動きに反応する彼らの勝利戦略によれば(同様の理由で存在する)。また、-位置。
一方、は-位置、次にまた、次のプレイヤーは勝利戦略を持っているため、ポジションを選択します。- 位置オプション、そして前の段落から、追加すると結論付けられますその立場にはまだ-位置。したがって、この場合、でなければならない-位置、ちょうど。
これらは唯一の2つのケースであるため、補題は成立する。
さらに、次のことを示します。かつその場合に限りは-位置。
前進方向では、等価性の定義を適用するすると、(これは(加法の交換法則により)は、同じ結果クラスに属します。。 しかしでなければならない-位置: 1 つのコピーで行われたすべての移動に対して前のプレイヤーはもう一方のコピーで同じ手を指して応じることができ、常に最後の手を指すことになる。
逆方向では、は仮説による位置付けから、最初の補題から、、 それ同様に、また、-位置では、最初の補題から次の形式が導かれる。 それ結合法則と交換法則により、これらの結果の右辺は等しい。さらに、は、等号が結果クラス上の同値関係であるため、同値関係です。推移性により、結論として、。
構造的帰納法を用いて、すべての局面がニンバーと等価であることを証明する。より具体的な結果として、与えられたゲームの初期局面がニンバーと等価でなければならないという結論は、ゲーム自体がニンバーと等価であることを示している。
ポジションを検討帰納法の仮説によれば、すべての選択肢は数に等しい。では我々は、、 どこは、数値の最小除外値(mex)です。つまり、ある値に等しくない最小の非負整数。
まず最初に注目すべき点は、第二の補題により。がゼロであれば、主張は自明に正しい。そうでなければ、次のプレイヤーが手を打つとですると前のプレイヤーはで、そして逆に次のプレイヤーが手を打つとその後、ポジションは補題の前方含意により位置が決定される。したがって、は-位置、そして補題の逆の含意を引用すると、。
それでは、は-位置、これは、再び第2の補題を用いると、次のことを意味する。我々は、前のプレイヤーに明確な戦略を与えることによってそれを実現する。
仮にそして空です。は空集合であり、明らかに-位置。
あるいは、次のプレイヤーがコンポーネント内で移動するケースを考えてみましょう。オプションへどこ。 なぜなら除外された最小数であり、前のプレイヤーは移動できますに。そして、前に示したように、任意の位置とそれ自身は-位置。
最後に、次のプレイヤーがコンポーネント内で移動すると仮定します。オプションへ。 もしすると前のプレイヤーが移動しますに; そうでなければ、前のプレイヤーが移動しますにいずれの場合も、結果は位置とそれ自身を足したものになります。(なぜならすべてとは異なると定義された)
要約すると、そして推移律により、次の結論が得られる。ご希望に応じて。
もしは公平なゲームの位置であり、唯一の整数であるそのためは、そのグランディ値またはグランディ数と呼ばれ、このような各位置にこの値を割り当てる関数は、スプラーグ・グランディ関数と呼ばれます。RL スプラーグと PM グランディは、ニム位置との等価性の概念に基づかずに、この関数を独立に明示的に定義し、次の性質を持つことを示しました。
これらの結果から、ポジションがグランディ値は、 それから同じグランディ値を持つ したがって、どの位置でも同じ結果クラスに属する。したがって、スプラグとグランディはこの記事で説明されている定理を明示的に述べたことはありませんが、それは彼らの結果から直接導き出され、彼らに帰属します。[ 3 ] [ 4 ] これらの結果はその後、特にリチャード・ガイ、エルウィン・バーレカンプ、ジョン・ホートン・コンウェイらによって組み合わせゲーム理論の分野に発展し、現在ではスプラグ・グランディの定理とその証明としてここで説明されている形式にまとめられています。この分野は、『Winning Ways for your Mathematical Plays』と『On Numbers and Games』という書籍で紹介されています。