- •Основные понятия и определения теории антагонистических игр.
- •Классификация игр.
- •Функция выигрыша и матрица выигрышей. Чистые стратегии игроков. Соотношение между матрицами выигрышей игроков a и b в антагонистической игре.
- •4. Доминирование чистых стратегий.
- •5. Максиминный и минимаксный принципы игроков. Показатели эффективности и неэффективности чистых стратегий.
- •Максимин и минимакс игры. Максиминные и минимаксные стратегии. Нижняя и верхняя цены игры в чистых стратегиях. Соотношение между ними.
- •Критерий решения игры в чистых стратегиях.
- •Доказательство утверждения
- •Удовлетворительность игровой ситуации для игрока b.
- •Равновесие в антагонистической игре.
- •Смешанные стратегии. Функция выигрыша и цена игры в смешанных стратегиях.
- •Теорема о соотношении нижней и верхней цен игры в чистых и смешанных стратегиях.
- •Основная теорема матричных игр Джона фон Неймана и седловая точка функции
- •Аналитическое решение игры 2×2 в смешанных стратегиях.
- •Рассмотрим игру 2х2.
- •Для того, чтобы их найти, воспользуемся теоремой об активных стратегиях.
- •Пусть игра задана матрицей
- •Д ля второго игрока
- •Аналитическое решение игры 2×2 в смешанных стратегияхдля игрока b.
- •Геометрический метод нахождения цены игры 2×2 и оптимальных стратегий игрока a.
- •Геометрический метод нахождения цены игры 2×2 и оптимальных стратегий игрока b.
- •Геометрический метод нахождения цены игры 2 n и оптимальных стратегий игрока а
- •20. Геометрический метод нахождения цены игры m×2 и оптимальных стратегий игрока b.
- •2)В общем случае схема решения игры 2xn или nx2 графическим методом состоит в следующем.
- •21. Доминирование смешанных стратегий для игрока а.
- •22. Доминирование смешанных стратегий для игрока в.
- •Решение матричной игры m×n сведением к задаче линейного программирования для игрока a.
- •Решение матричной игры m×n сведением к задаче линейного программирования для игрока b.
- •Основные понятия и определения теории игр с природой.
- •Игры с природой. Показатель благоприятности состояния природы. Риск игрока, принимающего решение. Матрица рисков. Принятие решений в условиях риска и неопределённости.
- •Критерий Байеса оптимальности чистых стратегий относительно выигрышей.
- •Критерий Байеса оптимальности чистых стратегий относительно рисков.
- •29.Критерий Лапласа оптимальности чистых и смешанных стратегий относительно выигрышей.
- •30.Критерий Лапласа оптимальности чистых стратегий относительно рисков.
- •31.Критерий (крайнего пессимизма) Вальда оптимальности чистых стратегий.
- •32.Критерий крайнего оптимизма оптимальности чистых стратегий относительно выигрышей и рисков.
- •33.Критерий пессимизма-оптимизма Гурвица оптимальности чистых стратегий относительно выигрышей и рисков. Вероятностная интерпретация коэффициентов критерия Гурвица.
- •34. Обобщённый критерий Гурвица оптимальности чистых стратегий относительно выигрышей.
- •35.Выбор коэффициентов обобщённого критерия Гурвица для оптимиста.
- •36. Выбор коэффициентов обобщённого критерия Гурвица для пессимиста.
- •37.Критерий Севиджа
- •38/39 Критерий Гермейера оптимальности чистых стратегий
- •40.Критерий Ходжа – Лемана оптимальности чистых стратегий относительно выигрышей и рисков
- •44. Геометрическое решение биматричных игр 2×2
- •45. Аналитическое решение биматричных игр 2×2.
- •Рассмотрим случай, когда матрица [2x2]-не имеет седловой точки.
- •А цена игры (в смешанных стратегиях) V определяется формулой
- •Аналогичный анализ можно провести для второго игрока.
- •46. Модель дуополии по Курно.
- •47. Модель дуополии Бертрана.
- •48. Модель «Проблема общего»
- •51.Стратегическая форма позиционной игры с совершенной информацией.
- •52. Равновесие в позиционной игре. Принцип последовательной рационализации
- •53. Модель дуополии по Штакельбергу
- •55. Модель «инвесторы и банк»
Критерий Байеса оптимальности чистых стратегий относительно рисков.
Рассмотрим игру с природой с матрицей, в которой известны вероятности состояния природы q1 .. qn. При принятии решения в условиях риска можно пользоваться не только средними выигрышами, но и средними рисками. Составим матрицу рисков для матрицы исходной, использую формулу рисков:
r
i,j
=
Показателем неэффективности стратегии Si по критерию Байеса относительно рисков называется среднее значение (мат ожидание) рисков i-й строки матрицы А, вероятности которых, совпадают с вероятностями природы. Пусть средний риск при стратегии Si равен
Показателем
неэффективности стратегии
по критерию Байеса относительно рисков
называется среднее значение рисков i-й
строки матрицы рисков:
.
Соответствующий критерий:
.
Тогда
оптимальной среди чистых стратегий по
критерию Байеса относительно рисков
является стратегия Sio,
показатель неэффективности которой
минимален, т.е. минимален средний риск.
Критерий Байеса относительно выигрышей и относительно рисков эквивалентны, т.е. если стратегия Sio является оптимальной по критерию Байеса относительно выигрышей, то она является оптимальной и по критерию Байеса относительно рисков, и наоборот.
Пример для матрицы выигрышей.
|
, |
, |
, |
S1 |
2 |
6 |
4 |
S2 |
5 |
1 |
3 |
Из
наибольшего числа каждого столбца
вычитаем каждое число данного столбца.
Стратегия S1
является оптимальной по критерию Байеса
относительно рисков, так как наименьший
показатель неэффективности именно у
этой стратегии (0,6).
,
|
, |
, |
, |
|
S1 |
3 |
0 |
0 |
0,6 |
S2 |
0 |
5 |
1 |
2,8 |
29.Критерий Лапласа оптимальности чистых и смешанных стратегий относительно выигрышей.
КРИТЕРИЙ
ЛАПЛАСА L основан
на гипотезе равно вероятности и
содержательно может быть сформулирован
следующим образом: «поскольку мы ничего
не знаем о состояниях среды, их надо
считать равновероятными». Иногда этот
принцип называется также принципом
недостаточного основания. Здесь все
вероятности состояний природы признаются
равновероятными:
.
При принятии данной гипотезы в качестве
оценки стратегии i
надо брать соответствующий
ей средний выигрыш, то есть
m
Lsa= 1/n Σ aij
j=1
Оптимальной
среди чистых
стратегий
по критерию Лапласа относительно
выигрышей считается стратегия
с максимальным показателем эффективности:
Очевидно,
что критерий Лапласа относительно
выигрышей есть частный случай критерия
Байеса относит выигрышей при
.
30.Критерий Лапласа оптимальности чистых стратегий относительно рисков.
Рассмотрим игру с природой с матрицей, в которой известны вероятности состояния природы q1 .. qn. При принятии решения в условиях риска можно пользоваться не только средними выигрышами, но и средними рисками. Составим матрицу рисков для матрицы исходной, использую формулу рисков:
r i,j =
Критерий
Байеса относительно рисков при
равновероятных состояниях природы
превращается
в критерий Лапласа относительно рисков.
Тогда величина
,
или более простая
,
представляет собой показатель
неэффективности стратегии Si по
критерию Лапласа относительно рисков.
Следовательно,
оптимальной среди чистых стратегий по
критерию Лапласа относительно рисков
является стратегия Sio,
показатель неэффективности
которой
минимален:
.
Пример для матрицы выигрышей.
|
|
|
|
|
|
S1 |
2 |
6 |
4 |
||
S2 |
5 |
1 |
3 |
||
Из
наибольшего числа каждого столбца
вычитаем каждое число данного столбца.
Стратегия S1
является оптимальной по критерию Байеса
относительно рисков, так как наименьший
показатель неэффективности именно у
этой стратегии (0,6).
,
|
|
|
|
|
S1 |
3 |
0 |
0 |
3 |
S2 |
0 |
5 |
1 |
6 |
