- •1. Основные понятия тпр. Основные модели и методы тпр. Основные этапы процесса пр. Основные понятия тпр
- •Основные методы и модели тпр
- •Этапы принятия решений
- •2. Классификация задач пр
- •3. Принятие решений Типы задач, критериев и общая схема решения. Общие группы методов решения многокритериальных задач принятия решений. Типы зпр
- •Типы критериев
- •Общие группы методов решения многокритериальных задач принятия решений
- •Исходная информация
- •Метод группировки критериев – нормализация функции полезности
- •1. Метод равномерной оптимальности
- •2. Метод справедливого компромисса
- •3. Метод свертывания критериев (аддитивный критерий)
- •4. Метод главного критерия
- •5. Метод идеальной точки (метод равномерного сжатия, минимального отличия от идеала)
- •Матрица отклонений
- •6. Метод последовательных уступок
- •Метод последовательных уступок
- •5. Нормализация критериев в условиях полной определенности. Принципы максимальной эффективности и минимизации рисков.
- •Исходная информация
- •6. Постановка задач линейного программирования. Примеры, различные формы задач и подходы решения. Постановка задач линейного программирования
- •Примеры, различные формы задач и подходы решения
- •7. Множества решений неравенств, уравнений и их систем в задачах линейного программирования. Допустимые решения. Допустимые базисные решения.
- •8. Сведения из теории выпуклых множеств. Выпуклые множества в n-мерном пространстве.
- •9. Задача линейного программирования в канонической форме. Основные теоремы о множествах оптимальных решений этой задачи.
- •10. Геометрический метод решения задачи линейного программирования m X n. Пример для задачи m X 2 (на максимум и минимум).
- •11. Аналитический метод решения задачи линейного программирования m X n (симплекс-метод). Для задач на максимум и минимум.
- •16. Ситуации равновесия в игре. Понятие седловой точки. Чистые стратегии двух игроков.
- •17. Смешанные стратегии двух игроков в матричной игре. Выигрыши игроков в игре. Теорема Дж. Фон Неймана о ситуации равновесия.
- •18. Аналитическое решение игры 2´2. Геометрическое решение игры 2´2.
- •Решение игры в смешанных стратегиях геометрическим методом
- •Решение игры 2×2
- •Решение игр вида 2хn и mх2
- •19. Лемма о масштабе. Условия эквивалентности смешанных стратегий двух игр.
- •20. Свойства оптимальных смешанных стратегий в матричной игре.
- •25. Вполне смешанная игра. Решение матричной игры n´n методом обратной матрицы.
- •26. Сведение матричной игры n´m к двойственной задаче линейного программирования. Общий подход. Методика решения матричной игры n´m симплекс-методом.
- •27. Неантагонистические игры. Биматричные игры. Постановка задачи. Функции выигрышей.
- •28. Примеры биматричных игр: дилемма узников, семейный спор, перекресток, ястребы-голуби и др.
- •36. Принятие решений в статистических играх в условиях полной определенности. Статистические методы принятия решений. Критерии Вальда, Сэвиджа, Гурвица, мм-критерий.
- •37. Принятие решений в статистических играх в условиях неопределенности. Статистические методы принятия решений. Критерии Байеса, Лапласа, Ходжа-Лемана.
- •38. Планирование эксперимента в статистических играх в условиях неопределенности.
- •39. Позиционные игры. Дерево решений. Позиционные игры с полной и неполной информацией. Информационное множество.
- •40. Нормализация позиционной игры. Привести общий пример для двухходовой позиционной игры с полной информацией.
- •41. Сведение позиционной игры к матричной в условиях неполной информации. На примере двухходовых и трехходовых игр.
- •42. Сведение позиционных игр к матричным и биматричным в условиях полной информации о стратегиях противника.
- •43. Позиционные игры со случайными ходами.
Решение игр вида 2хn и mх2
Графо-аналитический метод.
У таких игр всегда имеется решение, содержащее не более двух активных стратегий для каждого из игроков. Если найти эти активные стратегии, то игра 2 х n или m х 2 сводится к игре 2 х 2, которую мы уже умеем решать. Поэтому игры 2 х n и m х 2 решают обычно графоаналитическим методом. Рассмотрим решение матричной игры на примере.
ПРИМЕР №4. Решение.
|
|
|
|
αi |
|
1 |
4 |
7 |
1 |
|
6 |
3 |
2 |
2 |
βj |
6 |
4 |
7 |
2 4 |
α=2, β=4, α≠β, поэтому игра не имеет седловой точки, и решение должно быть в смешанных стратегиях. 1. Строим графическое изображение игры.
Если игрок B применяет стратегию В1, то выигрыш игрока A при применении стратегии А1 равен а11 = 1, а при использовании А2 выигрыш равен а21 = 6, поэтому откладываем отрезки А1В1 = 1, А2В1′ = 6 на перпендикулярах в А1 и А2 и соединяем их отрезком. Аналогично для стратегий В2 и В3 строим отрезки В2 В2′ и В3 В3′. 2. Выделяем нижнюю границу выигрыша В1М N В3′ и находим наибольшую ординату этой нижней границы, ординату точки М, которая равна цене игры γ.
3. Определяем пару стратегий, пересекающихся в точке оптимума М. В этой точке пересекаются отрезки В2В2′ и В1В1′, соответствующие стратегиям В1 и В2 игрока B. Следовательно, стратегию В3 ему применять невыгодно. Исключаем из матрицы третий столбец и решаем игру 2 x 2 аналитически:
; ; . Ответ: γ = 7/2; PA = (1/2; 1/2); QB = (1/6; 5/6; 0).
19. Лемма о масштабе. Условия эквивалентности смешанных стратегий двух игр.
Лемма о масштабе 1. Пусть Г и Г/ - две матричные игры с матрицей выигрышей А={aij} и A/={a/ij}, причём А/=βА+ α, β=const, α=const.
Тогда Z(Г)=Z(Г/) и ν/= βν+α (где ν/ - значение цены игры Г/, ν - значение цены игры Г). [17]
Эта лемма имеет большое практическое значение, так как большинство алгоритмов для решения матричных игр основано на предположении, что матрица игры положительна. В случае, когда матрица имеет неположительные элементы, следует прибавить ко всем элементам матрицы число наибольшее по абсолютной величине, из всех отрицательных элементов.
Существуют игры, в которых ситуации равновесия в чистых стратегиях не существует. Тогда игрокам бывает не выгодно придерживаться своих минимаксных и максиминных стратегий, так как они могут получить больший выигрыш, отклонившись от них. В этом случае игрокам разумно действовать случайно, т. е. выбирать стратегии произвольно и не сообщать о выборе сопернику. Такие стратегии игроков будем называть смешанными.
Определение. Смешанной стратегией игрока называется полный набор вероятностей применения его чистых стратегий.
Так если игрок 1 имеет m чистых стратегий, то его смешанная стратегия x – это набор чисел x=(x1,x2,…,xm), которые удовлетворяют соотношениям , =1. Аналогичным образом определяется смешанная стратегия y игрока 2.
Определение. Оптимальными стратегиями игроков называются стратегии, которые при многократном повторении обеспечивают игрокам максимально возможный средний выигрыш (или минимально возможный средний проигрыш).
Таким образом, процесс игры при использовании игроками своих смешанных стратегий превращается в случайное испытание, которое назовём ситуацией в смешанных стратегиях. Она обозначается так (x, y), где x и y – смешанные стратегии игроков 1 и 2 соответственно.
Для ситуации в смешанных стратегиях каждый игрок определяет для себя средний выигрыш, который выражается в виде математического ожидания его выигрышей: .
От матричной игры пришли к новой игре ={X, Y, K}, где X, Y – множества смешанных стратегий игроков, а K – функция выигрышей в смешанных стратегиях. Такую игру называют смешанным расширением матричной игры.
Цели игроков остаются прежними: игрок 1 желает получить максимальный выигрыш, а игрок 2 стремится свести свой проигрыш к минимуму. Поэтому для смешанного расширения игры, аналогичным образом определяются верхнее и нижнее значение цены игры, только теперь игроки выбирают свои смешанные стратегии. Обозначим их:
В этом случае остаётся справедливой лемма 1, т. е. .
Определение. Ситуация (x*, y*) в игре образует ситуацию равновесия, если для всех x ∈X, y∈Y выполняется равенство:
K(x, y*)≤K(x*,y*)≤K(x*,y).
Чтобы ситуация равновесия в смешанном расширении игры существовала необходимо и достаточно равенство верхней и нижней цен игры, т. е. , где ν - цена игры.
Для случая смешанного расширения игры также справедлива лемма о масштабе.
Лемма о масштабе 2.