
- •Экономико-математические методы и модели (курс лекций)
- •Isbn 5-7369-0373-3 © Векленко в.И., 2006 введение
- •Часть I. Экономико-математические
- •Классификация экономико-математических методов
- •1. Методы классической математики
- •Леция 2. Основы линейного программирования
- •1. Общие сведения о линейном программировании
- •2. Задача линейного программирования
- •3. Постановка задачи линейного программирования
- •Лекция 3. Решение и анализ задачи линейного программирования
- •Графический способ решения задачи
- •Симплексный метод и его алгоритм
- •Решение задачи симплексным методом
- •4. Симплекс-метод с искусственным базисом или м-метод
- •Оптимальных решений задач линейного программирования
- •Двойственная задача линейного программирования
- •2. Экономические свойства двойственных оценок
- •3. Анализ оптимального решения по последней симплексной таблице
- •Лекция 5. Распределительный метод решения задачи линейного программирования
- •Постановка и экономико-математическая модель распределительной (транспортной) задачи
- •2. Общая характеристика метода потенциалов
- •3. Решение транспортной задачи
- •Особые случаи решения транспортной задачи
- •Дополнительные ограничения в транспортной задаче
- •Лекция 6. Методы теории игр
- •Основные понятия теории игр
- •Матричные игры
- •Критерии оптимизации в играх с природой. Принятие решений в условиях неопределенности
- •Лекция 7. Методы управления запасами
- •Системы регулирования товарных запасов
- •Модель Уилсона
- •Задача 1
- •Решение
- •Модель планирования экономичного размера партии
- •Формулы модели экономичного размера партии:
- •Задача 2
- •Решение
- •Лекция 8. Балансовые методы и модели
- •Балансовый метод. Принципиальная схема межотраслевого баланса
- •2. Экономико-математическая модель межотраслевого баланса
- •3. Расчеты по модели межотраслевого баланса
- •Определение обратной матрицы Еn-а методом Жордана-Гаусса:
- •Задача 1.
- •Задача 2
- •Лекция 9. Сетевое планирование
- •Основные понятия сетевых методов
- •Методы построения сетевых моделей
- •Основные понятия сетевых методов
- •Методы построения сетевых моделей
- •Задача 1
- •Решение
- •Анализ сетевых моделей
- •Задача 2
- •Решение
- •4. График взаимосвязи работ во времени
- •Задача 3
- •Лекция 10. Методы и модели теории массового обслуживания
- •1. Общие понятия, определения и классификация методов и моделей в системах массового обслуживания
- •2. Модели разомкнутых систем
- •Часть II. Экономико-математические
- •2. Экономическая система
- •Моделирование экономических процессов
- •4. Экономико-математические модели
- •1. Законы спроса и предложения
- •2. Рыночная цена
- •3. Эластичность
- •Закон убывающей предельной полезности. Потребительское поведение
- •2. Эффект дохода и эффект замещения
- •3. Кривые безразличия
- •4. Бюджетные линии
- •Лекция 14. Модели издержек фирмы
- •2. Предельные издержки фирмы
- •Модели поведения фирмы в условиях совершенной конкуренции
- •2 Способ:
- •1 Подход:
- •2 Подход:
- •2. Модели поведения монополии
- •Лекция 16. Оптимальное распределение ресурсов фирмой
- •1. Предельная доходность ресурса
- •2. Предельные издержки ресурса
- •3. Выбор варианта сочетания ресурсов
- •Проектирования
- •1. Принципы анализа инвестиционного проекта
- •2. Стоимость денег во времени. Сложный процент и дисконтирование
- •3. Показатели эффективности в проектном анализе
- •1. Способы представления производственных функций
- •2. Экономико-статистическое моделирование
- •3. Экономические характеристики производственных функций
- •Лекция 19. Модель общего рыночного равновесия эрроу-гурвица
- •1. Алгоритм построения модели
- •2. Проведение модельных расчетов
- •Р. Солоу
- •1. Накопление капитала
- •2. Рост народонаселения
- •3. Научно-технический прогресс
- •Содержание
Критерии оптимизации в играх с природой. Принятие решений в условиях неопределенности
Во многих игровых задачах в сфере экономики неопределенность вызвана не сознательным противодействием противника, а недостаточной осведомленностью об условиях, в которых действуют стороны. Так, в рассматриваемых выше примерах были неизвестны заранее погода в некотором регионе, покупательский спрос на некоторую продукцию.
Подобного рода игры называются играми с природой. В этих случаях строки матрицы игры соответствуют стратегии игрока, а столбцы – состояниям «природы». В ряде случаев при решении такой игры рассматривают матрицу рисков.
При решении игр с природой используется также ряд критериев: критерий Сэвиджа, критерий Вальда, критерий Гурвица и др.
При максиминном критерии Вальда оптимальной считается та стратегия лица, принимающего решение (ЛПР), которая обеспечивает максимум минимального выигрыша; применяя этот критерий, ЛПР в большей степени ориентируется на наихудшие условия (этот критерий иногда называют критерием «крайнего пессимизма»).
Критерий минимаксного риска Сэвиджа предполагает, что оптимальной является та стратегия, при которой величина риска в наихудшем случае минимальна.
При использовании критерия «пессимизм - оптимизм» Гурвица ЛПР выбирает некоторый так называемый «коэффициент пессимизма» g; при g=1 критерий Гурвица приводит к критерию Вальда («крайнего пессимизма»), а при g=0 – к критерию «крайнего оптимизма».
Рассмотрим пример использования указанных критериев в играх с природой.
Пример 3. Диспетчер хозяйства (ЛПР) во время уборки должен принять решение о целесообразности заказа дополнительных автомобилей на перевозку урожая. ЛПР имеет три варианта решений: увеличить количество автомобилей на 10 (стратегия Р1), увеличить это количество на 5 (стратегия Р2) или оставить без изменения обычное число автомобилей (стратегия Р3). Возможны два состояния погоды: Q1 – плохая погода, Q2 – хорошая погода, причем в момент принятия решения нет возможности определить ожидаемое состояние погоды. Если в ближайшие дни будет хорошая погода и будет убрано больше зерновых культур, а выделено мало автомобилей, то хозяйство понесет убытки, связанные с простоем комбайнов. Если же выделены дополнительные автомобили, а погода окажется плохой, то возникнут потери вследствие простоя автомобилей.
Пусть на основе анализа статистических данных за определенный период установлена функция потерь для возможных комбинаций состояний природы и решений ЛПР в виде матрицы игры A(Pi, Qj), в которой отрицательные значения показывают убытки, а положительные – потери:
Р1
А= Р2
Р3
Если нет сведений о вероятностях различных состояний погоды, то по критерию Вальда и по критерию Сэвиджа оптимальной является стратегия Р2. По критерию Гурвица при «коэффициенте пессимизма» g=1 оптимальной окажется стратегия Р2, а при g=0 – стратегия Р1.
Рассмотрим в заключение конкретный числовой пример решения задачи принятия решения в экономике методами теории игр.
Пример 4. Швейное предприятие, выпускающее детские платья и костюмы, реализует свою продукцию через фирменный магазин. Сбыт продукции зависит от состояния погоды. По данным прошлых наблюдений предприятие в течение апреля – мая в условиях теплой погоды может реализовать 600 костюмов и 1975 платьев, а при прохладной погоде – 1000 костюмов и 625 платьев. Известно, что затраты на единицу продукции в течение указанных месяцев составили для костюмов 27 руб., для платьев 8 руб., а цена реализации равна соответственно 48 руб. и 16 руб. (цифры условные).
Задача заключается в максимизации средней величины прибыли от реализации выпущенной продукции с учетом неопределенности погоды в рассматриваемые месяцы. Таким образом, служба маркетинга предприятия должна в этих условиях определить оптимальную стратегию предприятия, обеспечивающую при любой погоде определенный средний доход. Решим эту задачу методами теории игр, игра в этом случае будет относиться к типу игр с природой.
Предприятие располагает в этих условиях двумя чистыми стратегиями: стратегия А – в расчете на теплую погоду и стратегия Б – в расчете на холодную погоду. Природу будем рассматривать как второго игрока, так же с двумя стратегиями: прохладная погода (стратегия В) и теплая погода (стратегия Г). Если предприятие выберет стратегию А, то в случае прохладной погоды (стратегия природы В) доход составит 600 (48 - 27) + 625 (16-8) – (1975 - 625) 8 = 6800 руб., а в случае теплой погоды (стратегия природы Г) доход будет равен 600 (48 - 27) + 1975 (16-8) = 28400 руб.
Если предприятие выберет стратегию Б, то реализация продукции в условиях прохладной погоды даст доход 6100 (48 - 27) + 625 (16-8) = 26000 руб., а в условиях теплой погоды 600 (48 - 27) + 625 (16-8) – (1000 - 600) 27 = 6800 руб.
Следовательно, матрица данной игры (платежная матрица) имеет вид:
Первая и вторая строки этой матрицы соответствуют стратегиям А и Б предприятия, а первый и второй столбцы – стратегиям В и Г природы.
По платежной матрице видно, что первый игрок (предприятие) никогда не получит доход меньше 6800 руб. Но если погодные условия совпадают с выбранной стратегией, то выручка (выигрыш) составит 26000 или 28400 руб. Отсюда можно сделать вывод, что в случаях неопределенности погоды наибольший гарантированный доход предприятие обеспечит, если будет попеременно применять то стратегию А, то стратегию Б. Такая стратегия, как отмечалось выше, называется смешанной. Оптимизация смешанной стратегии позволит первому игроку всегда получать среднее значение выигрыша независимо от стратегии второго игрока.
Пусть х означает частоту применения первым игроком стратегии А, тогда частота применения им стратегии Б равна (1 - х). В случае оптимальной смешанной стратегии первый игрок (предприятие) получит и при стратегии В (холодная погода), и при стратегии Г (теплая погода) второго игрока одинаковый средний доход: 6800х + 26000 (1-х)=28400х + 6800 (1-х).
Отсюда можно найти, что х=8/17; 1-х=9/17.
Следовательно,
первый игрок, применяя чистые стратегии
А
и Б
в соотношении 8:9, будет иметь оптимальную
смешанную стратегию, обеспечивающую
ему в любом случае средний доход в сумме
68008/17+26000
9/17=16965
руб.; эта величина и будет в данном
случае ценой игры.
Легко
рассчитать, какое количество костюмов
и платьев должно выпускать предприятие
при оптимальной стратегии: (600 костюмов
+ 1975 платьев)
8/17 + (1000 костюмов + 625 платьев)
9/17 = 812 костюмов + 1260 платьев.
Следовательно, оптимальная стратегия предприятия заключается в выпуске 812 костюмов и 1260 платьев, что обеспечит ему при любой погоде средний доход в сумме 16965 руб.