
- •6. Максимин и минимакс игры. Максиминные и минимаксные стратегии. Нижняя и верхняя цены игры в чистых стратегиях. Соотношение между ними.
- •7.Критерий решения игры в чистых стратегиях.
- •8.Доказательство утверждения .
- •9.Удовлетворительность игровой ситуации для игрока a.
- •10.Удовлетворительность игровой ситуации для игрока b.
- •11.Равновесие в антагонистической игре.
- •12.Смешанные стратегии. Функция выигрыша и цена игры в смешанных стратегиях.
- •14.Основная теорема антагонистических игр Джона фон Неймана и седловая точка функции выигрыша.
- •16.Аналитическое решение игры 2×2 в смешанных стратегияхдля игрока b.
- •17.Геометрический метод нахождения цены игры 2×2 и оптимальных стратегий игрока a.
- •18.Геометрический метод нахождения цены игры 2×2 и оптимальных стратегий игрока b.
- •26.Игры с природой. Показатель благоприятности состояния природы. Риск игрока, принимающего решение. Матрица рисков. Принятие решений в условиях риска и неопределённости.
- •27.Критерий Байеса оптимальности чистых стратегий относительно выигрышей.
- •30. Критерий Лапласа оптимальности чистых стратегий относительно рисков.
- •31. Критерий (крайнего пессимизма) Вальда оптимальности чистых стратегий.
- •32. Максимаксный критерий (крайнего оптимизма) оптимальности чистых стратегий.
- •33. Критерий пессимизма-оптимизма Гурвица оптимальности чистых стратегий относительно выигрышей и рисков. Вероятностная интерпретация коэффициентов критерия Гурвица.
- •34. Обобщенный критерий пессимизма-оптимизма Гурвица относительно выигрышей с коэффициентами для смешанных стратегий
- •1) Стратегия pо принадлежит множеству s : pо s;
- •2) Показатель эффективности g(pо) стратегии pо совпадает с ценой игры gs в стратегиях множества s:
- •35. Выбор коэффициентов
- •36. Выбор коэффициентов обобщённого критерия Гурвица для пессимиста.
- •37. Критерий Сэвиджа.
- •38. Критерий Гермейера оптимальности чистых и смешанных стратегий относительно выигрышей.
- •40. Критерий Ходжа – Лемана оптимальности чистых стратегий относительно выигрышей и рисков.
- •41. Основные понятия и определения в теории неантагонистических (бескоалиционных) игр. Способы задания неантагонистической игры.
- •42. Стратегическая форма игры. Чистые и смешанные стратегии игроков в неантагонистических (бескоалиционных) играх. Функции выигрышей игроков. Доминирование стратегий.
- •44. Геометрическое решение биматричных игр 2x2.
- •45. Аналитическое решение биматричных игр 2x2.
- •46.Модель дуополии Курно.
- •47.Модель дуополии Бертрана.
- •48.Модель «Проблема общего».
- •49.Позиционная форма игры.
- •50.Понятие о конечных позиционных играх с совершенной информацией.
27.Критерий Байеса оптимальности чистых стратегий относительно выигрышей.
Иначе называется критерием математического ожидания. Используется для решения задач в условиях риска.
Пусть известны
состояния П1
… Пn
и вероятности q1
… qn , с
которыми природа П реализует эти
состояния. Тогда мы находимся в ситуации
принятия решения в условиях риска.
Показателем эффективности стратегии
по критерию Байеса относительно выигрышей
называется среднее значение, или
математическое ожидание выигрыша i-й
строки с учётом вероятностей всех
возможных состояний природы:
,
.
Оптимальной среди
чистых
стратегий
по критерию Байеса относительно выигрышей
считается стратегия
с максимальным показателем эффективности:
(матрица выигрышей),
(матрица потерь).
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.
|
|
|
|
vi |
S1 |
2 |
6 |
4 |
4,6 |
S2 |
5 |
1 |
3 |
2,4 |
Для матрицы
выигрышей:
,
.
Для матрицы
потерь:
,
28.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 стратегий относительно выигрышей.
Иначе называется – принцип недостаточного основания.
Часто складывается такая ситуация, когда мы лишены возможности определить вероятности состояния природы.
Критерий основан
на принципе недостаточного основания.
Здесь все вероятности состояний природы
признаются равновероятными:
.
Тогда показателем эффективности
стратегии
по критерию Лапласа относительно
выигрышей называется среднее арифметическое
выигрышей i-й строки:
.
Оптимальной среди
чистых
стратегий
по критерию Лапласа относительно
выигрышей считается стратегия
с максимальным показателем эффективности:
(матрица выигрышей),
(матрица
потерь).
Очевидно, что
критерий Лапласа относительно выигрышей
есть частный случай критерия Байеса
относит выигрышей при
.
|
|
|
|
vi |
S1 |
2 |
6 |
4 |
4 |
S2 |
5 |
1 |
3 |
3 |
Для матрицы
выигрышей:
,
.
Для матрицы
потерь:
,