
- •Казанский кооперативный институт (филиал)
- •Математика Задания и методические указания для самостоятельной работы студентов
- •Председатель з.Н. Мирзагалямова
- •Введение
- •Тематический план самостоятельной работы
- •Линейная алгебра
- •Задания для самостоятельной работы
- •Аналитическая геометрия и векторный анализ Аналитическая геометрия Прямая на плоскости
- •Задания для самостоятельной работы
- •Кривые второго порядка
- •Задания для самостоятельной работы
- •Векторный анализ Вектор в декартовой системе координат
- •Задания для самостоятельной работы
- •Скалярное, векторное, смешанное произведение векторов.
- •Задания для самостоятельной работы
- •Функции комплексного пременного
- •Дифференциальное и интегральное исчисления Пределы.
- •Задания для самостоятельной работы
- •Основы дифференциального исчисления
- •Задания для самостоятельной работы
- •Полное исследование функции
- •Задачи для самостоятельной работы
- •Интегральное исчисление Примеры приемов интегрирования
- •Задания для самостоятельной работы
- •Примеры вычисления определенного интеграла
- •Задания для самостоятельной работы
- •Линии уровня.
- •Дифференциальное исчисление функции многих переменных
- •Задания для самостоятельной работы
- •Задания для самостоятельной работы
- •Задания для самостоятельной работы
- •3. Теорема умножения вероятностей для зависимых событий
- •4. Вероятность появления хотя бы одного события из независимых событий
- •5.Формула полной вероятности
- •6. Вероятность гипотез. Формула Байеса
- •Задания для самостоятельной работы
- •Тема. Повторные независимые испытания
- •1. Формула Бернулли
- •2. Локальная теорема Лапласа
- •3. Наивероятнейшее число наступлений события (наивероятнейшая частота)
- •4. Интегральная теорема Лапласа
- •Задания для самостоятельной работы
- •Тема. Случайная величина
- •1. Дискретная (прерывная) случайная величина
- •2. Теоремы о математическом ожидании и дисперсии числа появлений события в n независимых испытаниях
- •Задания для самостоятельной работы
- •Задания для самостоятельной работы
- •Тема. Законы распределения случайных величин
- •1. Нормальное распределение
- •2. Равномерное распределение
- •Задания для самостоятельной работы
- •Математическая статистика Тема. Выборочный метод
- •Задания для самостоятельной работы
- •1. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых известны (большие независимые выборки объемов ).
- •3.Сравнение выборочной средней с гипотетической генеральной средней нормальной совокупности (сравнение со стандартом а).
- •Задания для самостоятельной работы
- •Гармонический анализ
- •Функциональный анализ
- •Специальные разделы математики Элементы линейного программирования
- •Задачи для контрольной работы
- •Транспортная задача
- •Задачи для контрольной работы
- •Игры с “природой”
- •Задачи для контрольной работы
- •Рекомендуемая литература
- •080401.65 «Товароведение и экспертиза товаров»
- •420045 Республика Татарстан, г. Казань,
Игры с “природой”
Задача
3. Торговое предприятие разработало
несколько вариантов плана продажи
товаров на предстоящей ярмарке с учетом
меняющейся конъюнктуры рынка и спроса
покупателей. Получаемая от их возможных
сочетаний величина прибыли представлена
в виде матрицы выигрышей в следующей
таблице (смысл величиныбудет объяснен позже):
=
0,6
План продажи |
Состояние конъюнктуры рынка и спроса | |||
|
|
|
| |
|
150 |
150 |
150 |
150 |
|
100 |
300 |
300 |
300 |
|
50 |
250 |
450 |
450 |
|
0 |
200 |
400 |
600 |
Определить оптимальный план продажи товаров.
Решение.Задачи такого типа относятся киграм с “природой”. Любую хозяйственную деятельность человека можно рассматривать как игру с “природой”. Под “природой” понимается совокупность неопределенных факторов, влияющих на эффективность принимаемых решений. Иногда при этом имеются некоторые вероятностные характеристики состояний “природы”.
Игра с “природой” отличается от матричной игры, в которой принимают участие два сознательных игрока, безразличием “природы” к выигрышу. “Природа” может даже помогать игроку. Такие игры в основном бывают двух типов: когда вероятности состояний “природы” неизвестны и когда они известны.
Для решения игры с “природой” был предложен ряд критериев, ни один из которых не является универсальным, поскольку каждый из них основывается на своих допущениях. Для выбора наилучшего решения следует использовать тот критерий, который в большей степени отвечает субъективному понятию риска конкретного игрока. Другой подход заключается в применении по очереди всех критериев, причем каждый критерий дает свою рекомендацию относительно того, какое решение игрока является наилучшим. Если одна из стратегий (решений) игрока фигурирует в качестве лучшей чаще других, она в результате признается оптимальной.
1 случай. Вероятности состояний “природы”неизвестны.
Максиминный критерий Вальда. С точки зрения этого критерия, игра с “природой” ведётся как игра с разумным, агрессивным противником, который всегда реализует самое невыгодное для игрока состояние. Это крайне пессимистический критерий. Здесь нужно рассчитывать на самый наихудший вариант, и поэтому при любой стратегии игрока ожидается, что выигрыш будет наименьшим. Поэтому из этих наименьших выигрышей по каждой стратегии выбирается наибольшее значение, которое гарантирует игроку хотя бы наименьший возможный выигрыш:
, (1)
где аij– элемент матрицы выигрышей.
Сначала из каждой строки матрицы выбираем минимальный элемент, а затем среди полученных значений выбираем максимальное. Таким образом, получаем:
W
=
= 150,
что
соответствует стратегии.
Таким образом, согласно критерию Вальда,
наилучшей является стратегия
,
гарантирующая выигрыш, равный 150.
Критерий минимального риска Сэвиджа.Это также крайне пессимистический критерий, однако, в отличие от критерия Вальда, ориентируется не на выигрыш, а на риск проигрыша:
,
(2)
где rij– элемент матрицы рисков.
Матрица
рисков имеет ту же размерность, что и
матрица выигрышей, и формируется по
столбцам матрицы выигрышей. Элементы
её
го
столбца получаются из матрицы выигрышей
по формуле:
rij
=,
где
=
- максимальный элемент
го
столбца матрицы выигрышей.
Таким образом, в данной задаче получаем:
и матрица рисков имеет вид:
.
Теперь применяем формулу (2):
Как
видим, минимум дают сразу две стратегии
-
и
,
которые и являются наилучшими с точки
зрения критерия Сэвиджа.
Критерий пессимизма-оптимизма Гурвица. Согласно этому критерию оптимальной считается стратегия, определяемая из соотношения:
, (3)
где–
коэффициент пессимизма, который принимает
значения в диапазоне:
.
В случае,
когда
,
получается критерий Вальда, т.е. крайний
пессимизм. При
возникает ситуация крайнего оптимизма,
когда в матрице выигрышей по формуле
(3) отыскивается самый большой элемент.
Обычно принимают
,
и конкретное значение коэффициента
задается из субъективных соображений.
Здесь в условиях задачи указано
=
0,6. Применим формулу (3):
=240.
Согласно
критерию Гурвица, оптимальной следует
считать стратегию.
Как видим, эта стратегия появляется в
качестве оптимальной второй раз.
Критерий
максимума математического ожидания
выигрыша.Поскольку вероятности
состояний природы нам неизвестны,
принимаем все состояния равновероятными,
т.е..
Отсюда средний выигрыш от применения i–й стратегии находим по формуле:
,
. (4)
Для нашего случая:
М1=¼ ( 150 + 150 + 150 + 150) = 150;
М2=¼ ( 100 + 300 + 300 + 300) = 250;
М3=¼ ( 50 + 250 + 450 + 450 ) = 300;
М4=¼ ( 0 + 200 + 400 + 600 ) = 300.
Среди этих средних выигрышей выбираем максимальный:
=М3=М4= 300.
Имеем
две оптимальные стратегии -
и
.
Критерий минимального среднего риска. Решение по этому критерию эквивалентно решению по предыдущему критерию, однако анализу подвергается матрица рисков:
. (5)
Из этих средних значений рисков выбираем наименьшее.
Применив формулу (5), получим:
R1=¼ ( 0 + 150 + 300 + 450 ) = 225; R2=¼ ( 50 + 0 + 150 + 300 ) = 125;
R3=¼ ( 100 + 50 + 0 + 150 ) = 75; R4=¼ ( 150 + 100 + 50 + 0 ) = 75.
Отсюда
=R3=R4= 75. Здесь также имеем две оптимальные
стратегии -
и
.
Таким
образом, по совокупности критериев
наилучшей следует принять стратегию.
Это и есть решение задания.
2 случай. Вероятности состояний “природы” известны.
Вновь рассмотрим приведенное выше задание, но с известными вероятностями состояний “природы”, указанными в последней строке таблицы:
План продажи |
Состояние конъюнктуры рынка и спроса | |||
|
|
|
| |
|
150 |
150 |
150 |
150 |
|
100 |
300 |
300 |
300 |
|
50 |
250 |
450 |
450 |
|
0 |
200 |
400 |
600 |
|
0,3 |
0,2 |
0,4 |
0,1 |
Выполнение задания в этих вариантах имеет следующие особенности:
1. Применение критериев Вальда, Гурвица и Сэвиджа не отличается от прежнего случая.
2. Формулы (4), (5) примут следующий вид:
(или
), (6)
(или
). (7)
Таким образом, для рассматриваемых исходных условий задачи 2-го случая имеем:
М1 = 1500,3 + 1500,2 + 1500,4 + 1500,1 = 150,
М2 = 1000,3 + 3000,2 + 3000,4 + 3000,1 = 240,
М3 = 500,3 + 2500,2 + 4500,4 + 4500,1 = 290,
М4 = 00,3 + 2000,2 + 4000,4 + 6000,1 = 260.
По критерию максимума математического ожидания выигрыша находим:
,
что соответствует наилучшей стратегии А3.
Определим средние риски для разных планов продаж:
R1 = 00,3 + 1500,2 + 3000,4 + 4500,1 = 195,
R2 = 500,3 + 00,2 + 1500,4 + 3000,1 = 105,
R3 = 1000,3 + 500,2 + 00,4 + 1500,1 = 55,
R4 =1500,3 + 1000,2 + 500,4 + 00,1 = 85.
Отсюда
,
что также соответствует наилучшей стратегии А3.
По совокупности критериев в данном случае оптимальной следует принять стратегию А3.