- •Н.Е. Гучек доцент, кандидат технических наук конспект лекций
- •Методы оптимальных решений
- •4 Семестр
- •Лекция 9. Транспортная задача
- •9.1.Экономико-математическая модель транспортной задачи
- •9.2. Нахождение первоначального базисного распределения поставок
- •9.3. Решение транспортной задачи методом потенциалов
- •10.2. Открытая модель транспортной задачи.
- •10.1. Вырожденность в транспортных задачах
- •Лекция 10. Особые случаи транспортной задачи
- •10.1. Вырожденность в транспортных задачах.
- •10.2. Открытая транспортная задача
- •Лекция 11. Элементы теории игр
- •11.1. Основные понятия теории игр.
- •11.2. Примеры игр.
- •11.3. Классификация игр.
- •11.1. Основные понятия теории игр
- •11.2. Примеры игр
- •11.3. Классификация игр
- •Лекция 12. Игры двух лиц с нулевой суммой
- •12.1. Основные предположения для игр двух лиц с нулевой суммой
- •12.2. Смешанные стратегии
- •12.3. Аналитическое решение игры 22
- •12.4. Доминирование стратегий
- •Лекция 13. Графическое решение игр
- •13.1. Графическое решение игр размерности 2n.
- •13.2. Графическое решение игр размерности m2.
- •13.1. Графическое решение игр размерности 2n
- •13.2. Графическое решение игр размерности m2
- •Лекция 14. Решение матричных игр с помощью линейного программирования
- •14.1. Связь матричных игр и линейного программирования.
- •14.2. Алгоритм решения матричных игр с помощью линейного программирования.
- •14.1. Связь матричных игр и линейного программирования
- •14.2. Алгоритм решения матричных игр с помощью линейного программирования
- •Лекция 15. Игры с природой
- •15.1. Критерии оптимальности в играх с природой
- •15.2. Пример игры с природой
- •Лекция 16. Применение теории игр в экономике
- •16.1. Кооперативные игры.
- •16.2. Позиционные игры.
- •16.1. Кооперативные игры
- •16.2. Позиционные игры
- •Лекция 17. Целочисленное программирование
- •17.1. Математическая модель задачи.
- •17.2. Графический метод решения.
- •17.3. Метод Гомори и его применение в экономических задачах.
- •17.1. Математическая модель задачи
- •17.2. Графический метод решения
- •17.3. Метод Гомори и его применение в экономических задачах
- •Лекция 18. Динамическое программирование
- •18.1. Общая постановка задачи динамического программирования.
- •9.3. Задача об инвестировании предприятий.
- •9.4. Задача о замене оборудования.
- •18.1. Общая постановка задачи динамического программирования
- •18.2. Основная рекуррентная формула метода динамического программирования
- •Лекция 19. Применение динамического программирования в экономике
- •19.1. Задача об инвестировании предприятий.
- •19.2. Задача о замене оборудования.
- •19.1. Задача об инвестировании предприятий
- •19.2. Задача о замене оборудования
- •Библиографический список
14.2. Алгоритм решения матричных игр с помощью линейного программирования
При решении произвольной конечной игры размера mn рекомендуется придерживаться следующей схемы.
1. Исключить из платежной матрицы заведомо невыгодные стратегии по сравнению с другими стратегиями. Такими стратегиями для первого игрока являются те, которым соответствуют строки с элементами заведомо меньшими по сравнению с элементами других строк. А для второго игрока – те, которым соответствуют столбцы с элементами, заведомо большими по сравнению с элементами других столбцов.
2. Определить верхнюю и нижнюю цены игры и проверить, имеет ли игра седловую точку. Если седловая точка есть, то соответствующие ей стратегии игроков будут оптимальными, а цена совпадет с верхней (нижней) ценой.
3. Если седловая точка отсутствует, то решение следует искать в смешанных стратегиях геометрическим (размерность 2n и 2m) или симплексным методом (размерность mn).
Лекция 15. Игры с природой
План.
15.1. Критерии оптимальности в играх с природой.
15.2. Пример игры с природой.
7.5. Кооперативные игры.
7.6. Позиционные игры.
15.1. Критерии оптимальности в играх с природой
В некоторых играх имеется неопределенность, вызванная отсутствием информации об условиях, в которых осуществляется действие (погода, покупательский спрос и т.д.). Эти условия зависят не от сознательных действий другого игрока, а от объективной действительности. Такие игры называются играми с «природой». Человек в играх с «природой» старается действовать осмотрительно, второй игрок (природа, покупательский спрос) действуют случайно.
Условия игры задаются матрицей .
Пусть
игрок А имеет стратегии А1,
А2,
,
Аm,
а природа состояния В1,
В2,
,
Вn.
Наиболее простой является ситуация,
когда известна вероятность рj
каждого состояния природы Вj.
При этом, если учтены все возможные
состояния, то
.
Если игрок А выбирает чистую стратегию Аi, то математическое ожидание выигрыша составит p1ai1 + p2ai2 + + pnain. Наиболее выгодной будет та стратегия, при которой достигается
(p1ai1
+ p2ai2
+
+ pnain).
Если информация о состояниях природы мала, то можно применить принцип недостаточного основания Лапласа, согласно которому можно считать, что все состояния природы равновероятны
(ai1 + ai2 + + ain)/n,
т.е. стратегию, для которой среднее арифметическое элементов соответствующей строки максимальное.
Имеется ряд критериев, которые используются при выборе оптимальной стратегии.
1. Критерий Вальде. Рекомендуется применять максиминную стратегию. Она достигается из условия
и совпадает с нижней ценой игры. Критерий является пессимистическим, считается, что природа будет действовать наихудшим для человека способом.
2. Критерий максимума. Он выбирается из условия
.
Критерий является оптимистический, считается, что природа будет наиболее благоприятна для человека.
3. Критерий Гурвица. Критерий рекомендует стратегию, определяемую по формуле
,
где - степень оптимизма и изменяется в диапазоне [0, 1].
Критерий придерживается некоторой промежуточной позиции, учитывающей возможность как наихудшего, так и наилучшего поведения природы. При = 1 критерий превращается в критерий Вальде, при = 0 – в критерий максимума. На оказывает влияние степень ответственности лица, принимающего решение по выбору стратегии. Чем больше последствия ошибочных решений, больше желания застраховаться, тем ближе к единице.
4.
Критерий Сэвиджа. Суть критерия состоит
в выборе такой стратегии, чтобы не
допустить чрезмерно высоких потерь, к
которым она может привести. Находится
матрица рисков, элементы которой
показывают, какой убыток понесет человек
(фирма), если для каждого состояния
природы он не выберет наилучшей стратегии.
Элемент матрицы рисков
находится
по формуле
,
где max aij – максимальный элемент в столбце исходной матрицы.
Оптимальная стратегия находится из выражения:
.
При принятии решений в условиях неопределенности следует оценивать различные варианты с точки зрения нескольких критериев. Если рекомендации совпадают, можно с большей уверенностью выбрать наилучшее решение, если рекомендации противоречат друг другу, окончательное решение надо принимать с учетом его сильных и слабых сторон.
