- •Теоретическая часть
- •1. Основные понятия
- •Понятие о нижней и верхней цене игры. Решение игры в чистых стратегиях
- •2. Строго детерминированные игры
- •3. Нестрого детерминированные игры
- •Игра с матрицей h2х2.
- •3.2. Графическое решение матричной игры
- •Алгоритм геометрического решения игры 2×n
- •Алгоритм геометрического решения игры м×2
- •6. Игры с природой
- •6.1. Принятие решений в условиях риска
- •6.1.1 Критерий Баейса относительно выигрышей
- •6.1.2 Критерий Баейса относительно рисков
- •6.2. Частные случаи критерия Баейса
- •6.2.1 Критерии Лапласа относительно выигрышей и относительно рисков
- •6.2.2 Критерии относительных значений вероятностей состояний природы с учетом выигрышей и с учетом рисков
- •Решение задач в условиях неопределенности
- •7. Принятие решений в условиях неопределенности
- •7.1 Обобщенный критерий пессимизма-оптимизма Гурвица относительно выигрышей с коэффициентами 1, 2 , ... n
- •7.2 Частные случаи обобщенного критерия пессимизма-оптимизма Гурвица относительно выигрышей
- •7.2.1 Критерий Вальда (критерий крайнего пессимизма)
- •7.2.2 Максимаксный критерий (критерий крайнего оптимизма)
- •7.2.3. Критерий пессимизма-оптимизма Гурвица относительно выигрышей с показателем оптимизма (0,1)
- •7.3. Обобщенный критерий пессимизма-оптимизма Гурвица относительно рисков с коэффициентами 1, 2 , ... n
- •7.4 Частные случаи обобщенного критерия пессимизма-оптимизма Гурвица относительно рисков
- •7.4.1.Критерий пессимизма-оптимизма Гурвица относительно рисков с показателем оптимизма (0,1)
- •7.4.2. Критерий Сэвиджа (критерий крайнего пессимизма)
- •7.4.3. Миниминный критерий (критерий крайнего оптимизма)
- •Библиографический список Основная литература
- •Дополнительная литература
- •Электронные ресурсы
- •Зависимость дохода предприятия
- •Задачи линейного программирования
6.1. Принятие решений в условиях риска
Пусть статистику, т.е. игроку A, известны состояния природы П1,...,Пn, а также соответствующие вероятности q1, q2 , ... qn , с которыми природа реализует эти свои состояния. Таким образом, возникает ситуация принятия решения в условиях риска.
6.1.1 Критерий Баейса относительно выигрышей
Показателем
эффективности
чистой
стратегии Ai
по критерию Байеса относительно
выигрышей
называется математическое ожидание
выигрыша стратегии Ai
c учетом вероятностей всех возможных
состояний природы, т.е.:
=
q1ai1
+ q2ai2
+ ...+ qnain
=
,
i=1,...,m.
Оптимальной среди
чистых
стратегий по критерию Байеса относительно
выигрышей является стратегия Ai0
с максимальным показателем эффективности,
т.е.
Таким образом, решение, выбранное по этому критерию, является оптимальным не в каждом отдельном случае, а в среднем.
В общем случае, т.е если игрок A выбирает смешанную стратегию P=(p1,...,pm), его выигрышем при состоянии природы Пj является
H(P,
Пj)
=
j=1,...,n.
Для
смешанных
стратегий показателем эффективности
стратегии P
по критерию Байеса относительно выигрышей
называется математическое ожидание
выигрыша стратегии P
c учетом вероятностей q1,
q2
,
... qn
всех возможных
состояний природы, т.е
Оптимальной среди смешанных стратегий игрока A по критерию Байеса
относительно выигрышей будет являться стратегия Po, показатель эффективности которой максимален:
.
Замечание. Стратегия, оптимальная среди чистых стратегий по критериям Байеса относительно выигрышей и относительно рисков, является оптимальной по тем же критериям и среди всех смешанных стратегий игрока A. Поэтому при принятии решения мы будем рассматривать только чистые стратегии.
6.1.2 Критерий Баейса относительно рисков
Как было указано выше, матрица рисков RA для платежной матрицы A
игры с природой состоит из элементов rij = j - aij , j = , j =1,...,n.
где aij - элементы матрицы A.
Показателем
неэффективности
чистой
стратегии Ai
по критерию Байеса относительно
рисков
называется математическое ожидание
риска стратегии Ai
:
=
q1
ri1
+ q2
ri2
+ ...+ qn
rin
=
,
i=1,...,m.
Таким образом, является средней взвешенной i-той строки матрицы с весами
q1,
q2
,
... qn
.Оптимальной
среди чистых
стратегий
по критерию Байеса относительно рисков
является стратегия Ai0
с минимальным показателем неэффективности
.
Риск при использовании игроком A смешанной стратегии P=(p1,...,pm) при состоянии природы Пj , j =1,...,n представляет собой разницу между максимальным выигрышем при всех смешанных стратегиях и выигрышем при конкретной смешанной стратегии. Оптимальная стратегия по критерию Байеса относительно рисков всегда существует.
Теорема 5. Критерии Байеса относительно выигрышей и относительно рисков эквивалентны.
Исходя из вышесказанного, при решении задач в условиях риска достаточно рассматривать только чистые стратегии и только относительно выигрышей.
