- •Введение
- •1. Основы экономико-математического моделирования
- •Экономико-математическая модель: понятие, свойства, алгоритм построения, классификация
- •Классификация моделей
- •Классификация экономико-математических методов
- •Объекты моделирования
- •Вопросы для самопроверки:
- •Балансовый метод планирования рыночной экономики
- •Модель межотраслевого баланса
- •2.2. Динамическая модель межотраслевого баланса (модель Леонтьева)
- •Вопросы для самопроверки:
- •3. Производственные функции
- •3.1.Виды производных функций и их свойства
- •3.2. Экономико-статистическое моделирование и анализ производственной функции. Практическое задание 1.
- •3.3. Производственные функции и прогнозирование
- •3.4. Прогнозирование экономических показателей. Практическое задание 2.
- •Элементы диалогового окна «Экспоненциальное сглаживание» Входной диапазон
- •Фактор затухания
- •Вывод графика
- •Стандартные погрешности
- •Вопросы для самопроверки:
- •4. Предельный анализ и оптимизация
- •4.1. Оптимизационные задачи или задачи линейного программирования
- •4.2. Пример оптимизации прибыли предприятия методом предельного анализа
- •4.3. Пример оптимизации прибыли предприятия методами математического программирования
- •4.4. Пример оптимизации прибыли при ограничениях на используемые ресурсы
- •4.5. Модели стохастического программирования
- •Вопросы для самопроверки:
- •5. Модели оптимального планирования транспортного типа
- •5.1. Классическая транспортная задача и ее модификации
- •5.2. Пример решения задачи по планированию перевозок. Практическое задание 3
- •5.3. Производственно-транспортные модели
- •5.4. Транспортные модели с промежуточными пунктами
- •5.5. Задача о назначениях
- •Вопросы для самопроверки:
- •6. Модели параметрического программирования
- •Вопросы для самопроверки:
- •7. Элементы теории игр
- •7.1. Матричные игры
- •7.2. Игры двух лиц с нулевой суммой
- •7.3. Смешанные стратегии
- •Очевидным следствием из Теоремы о минимаксе является соотношение
- •7.4. Игры с ненулевой суммой и кооперативные игры
- •7.5. Элементы теории игр п лиц
- •7.6. Игры с природой
- •7.7. Пример решения экономической задачи методами теории игр
- •7.8. Сведение матричной игры к задаче линейного программирования
- •Вопросы для самопроверки:
- •8. Имитационное моделирование. Метод Монте-Карло
- •Вопросы для самопроверки:
- •9. Моделирование систем массового обслуживания
- •9.1. Понятие систем массового обслуживания и их классификация
- •9.2. Моделирование систем массового обслуживания с использованием метода Монте-Карло
- •9.3. Применение элементов теории массового облуживания для решения экономических задач. Практическое задание 4
- •Вопросы для самопроверки:
- •10. Модели оценки эффективности инвестиционных проектов
- •10.1. Расчет абсолютных и относительных показателей эффективности проекта
- •10.2. Применение процессоров электронных таблиц для оценки эффективности инвестиций
- •10.3. Оптимальное планирование портфеля инвестиций
- •Вопросы для самопроверки:
- •Библиографический список
- •Приложение 1. Исходные данные для экономико-статистического моделирования производственных функций
- •Приложение 2. Номинальный объем произведенного ввп в в текущих ценах, млрд.Рублей, до 1998г. - трлн.Рублей
- •Приложение 3. Ввод жилья за счет всех источников финансирования в период 1971-2003 гг., тыс.М2 в год
- •Варианты заданий для выполнения практических заданий
- •Приложение 5. Исходные данные для решения транспортной задачи
- •Приложение 7. Примерный перечень вопроов для проведения экзамена по дисциплине
7.3. Смешанные стратегии
Однако далеко не все матричные антагонистические игры являются вполне определенными, и в общем случае игры, в которых выполняется строгое неравенство, называются не полностью определенными играми (или не имеющими решения в чистых стратегиях играми). Следующая матрица представляет пример подобной игры:
|
Стратегия 1 |
Стратегия 2 |
Стратегия 1 |
50000 |
-22000 |
Стратегия 2 |
-235000 |
44000 |
Для этой игры max min aij = -22000 < 44000 = min max aij. По всей видимости, в играх такого типа принцип решения в чистых стратегиях оказывается непригодным.
В описанной ситуации игрокам становится важно, чтобы противник не угадал, какую стратегию он будет использовать. Для осуществления этого плана игрокам следует пользоваться так называемой смешанной стратегией. По существу, смешанная стратегия игрока представляет собой схему случайного выбора чистой стратегии. Математически ее можно представить как вероятностное распределение на множестве чистых стратегий данного игрока.
Мы будем предполагать использование игроками их смешанных стратегий независимым, так что вероятность, с которой Игрок 1 выбирает i-тую стратегию, а Игрок 2 - j-тую, равна xi yj. В этом случае платеж равен aij.
Для случая игры со смешанными стратегиями платежная матрица принимает следующий вид (табл. 7.4).
Таблица 7.4 – Матрица игры
|
y1 |
y2 |
..... |
yn |
x1 |
a11 |
a12 |
..... |
a1n |
x2 |
a21 |
a22 |
..... |
a2n |
..... |
..... |
..... |
..... |
..... |
xn |
am1 |
am2 |
..... |
amn |
Подход к определению решения игры при смешанных стратегиях также основывается на критерии минимакса. Единственная разница заключается в том, что первый игрок выбирает хi так, чтобы максимизировать наименьший ожидаемый выигрыш по столбцам, тогда как второй игрок выбирает yj с целью минимизировать наибольший ожидаемый проигрыш по строкам. Математически критерий минимакса при смешанных стратегиях может быть описан следующим образом. Первый игрок выбирает стратегию, обеспечивающую
,
где переменные х и у удовлетворяют соотношениям
xi0,
i=1,
…, m,
,
(7.3)
yj0,
j=1,
…, n,
,
(7.4)
а второй игрок выбирает стратегию, обеспечивающую
Эти величины определяются соответственно как среднеожидаемые максиминные и среднеожидаемые минимаксные платежи.
Если
х*
i,
и у*
j
— оптимальные
решения для обоих игроков, каждому
элементу платежной матрицы aij
соответствует вероятность
.
Следовательно, оптимальное ожидаемое
значение игры
.
Как и в случае чистых стратегий, выполняется соотношение:
минимаксный ожидаемый проигрыш максиминный ожидаемый выигрыш.
Когда хi и yj соответствуют оптимальным решениям, выполняется строгое равенство, и результирующее значение равно ожидаемому (оптимальному) значению игры. Это утверждение следует из теоремы о минимаксе и приведено здесь без доказательства.
Справедлива следующая основная теорема теории матричных игр с нулевой суммой (теорема фон Неймана).
Теорема. Каждая конечная игра с нулевой суммой имеет по крайней мере одно оптимальное решение среди смешанных стратегий.
Теорема о минимаксе утверждает, что сформулированные задачи для Игрока 1 и Игрока 2 всегда имеют решение для любой матрицы выигрышей.
Также как и для вполне определенных игр, стратегия х* Игрока 1 называется максиминной, стратегия y* Игрока 2 – минимаксной, значение v –ценой игры.
В случае, когда v=0, игра называется справедливой.
