
- •Теоретико-игровые методы принятия решений
- •Isbn 5-7046-1383-7
- •Введение
- •Основные понятия теории игр. Классификация игровых моделей
- •Основные понятия теории игр
- •Классификация игровых моделей
- •Контрольные вопросы к разделу 1
- •Антагонистическая игра. Поиск решения на дереве игры
- •Представление антагонистической игры
- •Поиск решения на дереве игры
- •Общие замечания
- •Метод максимина
- •Метод-отсечений
- •Неглубокое -отсечение
- •Глубокое -отсечение
- •Контрольные вопросы к разделу 2
- •Методы решения антагонистических игр, представленных в матричной форме
- •Матричное представление антагонистической игры
- •Наличие седловой точки
- •Методы решения матричных игр при отсутствии седловой точки
- •Смешанные стратегии
- •Метод Лагранжа
- •Метод линейного программирования
- •Итерационный метод Брауна-Робинсона
- •Практический пример
- •Контрольные вопросы к разделу 3
- •Игра двух лиц с произвольной суммой
- •Определение игры двух лиц с произвольной суммой
- •Теория Нэша для некооперативных игр
- •Рефлексивная игра
- •Практический пример
- •Контрольные вопросы к разделу 4
- •Основы теории статистических решений. Игры с «природой»
- •Определение игры «с природой»
- •Методы решения игр «с природой»
- •Случай стохастической неопределенности
- •Случай с неизвестными вероятностями состояний «природы»
- •Контрольные вопросы к разделу 5
- •Игры с упорядоченными исходами
- •Определение игры с упорядоченными исходами при наличии ряда критериев
- •Поиск решения игры с упорядоченными исходами
- •Контрольные вопросы к разделу 6
- •Программная система для решения антагонистических игр
- •Общее описание системы
- •Примеры работы с системой
- •Практический пример
- •Контрольные вопросы к разделу 7
- •Библиографический список
- •Оглавление
Практический пример
Снова вернемся к уже рассмотренной ранее (см. п. 3.4) задаче о конкурсе на реализацию двух проектов при участии конструкторских бюро КБ1 и КБ2. Напомним, что у КБ1 (игрока A) имеется 5 стратегий:A1 = (4; 0), A2 = (3; 1), A3 = (2; 2), A4 = (1; 3), A5 = (0; 4); у КБ2 (игрокаB) – 4 стратегии:B1 = (3; 0), B2 = (2; 1), B3 = (1; 2), B4 = (0; 3).
Пусть a = 16, b = 2 (т.е. финансирование первого проекта существенно превосходит финансирование второго проекта).
После приведения данной игры G(54) к антагонистической посредством вычитания из выигрышей игрокаA средней величины финансирования обоих проектов (a+b)/2 = 9, получим ее матричное представление в виде табл. 7.2.
Таблица 7.34
B Ai |
B1 |
B2 |
B3 |
B4 |
A1 |
8 |
7 |
7 |
7 |
A2 |
1 |
8 |
7 |
7 |
A3 |
–7 |
1 |
8 |
7 |
A4 |
–7 |
–7 |
1 |
8 |
A5 |
–7 |
–7 |
–7 |
1 |
Далее, после проверки на отсутствие седловой точки и упрощения матрицы игры путем удаления доминируемой стратегии A5, получим игруG(44), представленную табл.7.3.
Таблица 7.35
B Ai |
B1 |
B2 |
B3 |
B4 |
A1 |
8 |
7 |
7 |
7 |
A2 |
1 |
8 |
7 |
7 |
A3 |
–7 |
1 |
8 |
7 |
A4 |
–7 |
–7 |
1 |
8 |
В табл. 7.4 приведены результаты, полученные программной системой MatrixGamesпри использовании приближенного метода Брауна-Робинсона (при задании различного числа итераций) и точного метода Лагранжа (последняя строка таблицы) с округлением результата до трех знаков после запятой.
Из таблицы видно, что некоторая стабилизация для итерационного метода (особенно относительно величины V*) наступает при числе итераций более 10000.
Таблица 7.36
Число итераций |
|
|
|
|
|
|
|
|
V* |
100 |
0.99 |
0.01 |
0 |
0 |
0.06 |
0.03 |
0.93 |
0 |
7.03 |
200 |
0,885 |
0,110 |
0,005 |
0 |
0,045 |
0,240 |
0,485 |
0,230 |
7,027 |
500 |
0,954 |
0,044 |
0,002 |
0 |
0,018 |
0,096 |
0,194 |
0,692 |
7,009 |
1000 |
0,977 |
0,022 |
0,001 |
0 |
0,009 |
0,048 |
0,097 |
0,846 |
7,006 |
3000 |
0,905 |
0,089 |
0,006 |
0,003 |
0,003 |
0,023 |
0,175 |
0,798 |
7,002 |
10000 |
0,895 |
0,093 |
0,013 |
0,001 |
0,004 |
0,023 |
0,180 |
0,793 |
7,003 |
100000 |
0,879 |
0,107 |
0,013 |
0,002 |
0,002 |
0,014 |
0,111 |
0,873 |
7,002 |
1000000 |
0,876 |
0,109 |
0,013 |
0,002 |
0,002 |
0,013 |
0,110 |
0,875 |
7,002 |
Точный метод |
0,875 |
0,110 |
0,013 |
0,002 |
0,002 |
0,013 |
0,110 |
0,875 |
7,002 |
Вернёмся теперь к исходной задаче. Вычеркнутая стратегия A5будет присутствовать в итоговом результате с вероятностью 0:
SA* = (0,875; 0,110; 0,013; 0,002; 0);
SB* = (0,002; 0,013; 0,110; 0,875);
V* = 7,002.
Если теперь вернуться к начальной ситуации с возможным финансированием КБ1 и КБ2 и округлить результаты, то получим:
SA = (0,9; 0,1; 0,0; 0,0; 0,0);
SB = (0,0; 0,0; 0,1; 0,9);
VA = 16,0;
VB= 2,0,
Таким образом, КБ1 рекомендуется все усилия направить на выполнение первого проекта, возможно, выделив один отдел на выполнение второго проекта, а КБ2 – наоборот, все усилия направить на выполнение второго проекта, возможно, выделив один отдел на выполнение первого.