- •СОДЕРЖАНИЕ
- •ВВЕДЕНИЕ
- •1 ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ОПЫТНЫХ ДАННЫХ. ОТСЕВ ГРУБЫХ ПОГРЕШНОСТЕЙ
- •2 ПАССИВНЫЙ ЭКСПЕРИМЕНТ. КОРРЕЛЯЦИОННЫЙ И РЕГРЕССИОННЫЙ АНАЛИЗ
- •2.1 Метод наименьших квадратов
- •2.2 Регрессионный анализ
- •2.3 Корреляционный анализ
- •2.4 Дисперсионный анализ
- •2.6 Реализация методов с помощью анализа данных в электронных таблицах Excel
- •2.7 Подбор уравнения регрессии при помощи линий тренда в электронных таблицах Excel
- •3 ПОИСКОВАЯ ОПТИМИЗАЦИЯ
- •3.1 Понятие линейного программирования
- •3.2 Типы задач, решаемые методами линейного программирования
- •3.2.1 Задача о наилучшем использовании ресурсов
- •3.2.2 Задача о выборе оптимальных технологий
- •3.2.3 Задача о смесях
- •3.3 Симплексный метод
- •3.4 Построение двойственных задач и их свойства
- •3.5 Реализация симплексного метода с помощью Поиска решения в электронных таблицах Excel
- •3.6 Алгоритм решения задачи о наилучшем использовании ресурсов
- •4 СТАТИСТИЧЕСКИЙ ДИСПЕРСИОННЫЙ АНАЛИЗ
- •4.1 Реализация дисперсионного анализа с помощью анализа данных в электронных таблицах Excel
- •4.2 Алгоритм реализации однофакторного дисперсионного анализа
- •5 ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА
- •5.1 Полный факторный эксперимент (ПФЭ). ПФЭ 2
- •5.2 Построение эксперимента в пакете Statgraphics Plus
- •5.3 Анализ математической модели и результатов эксперимента
- •5.4 Алгоритм реализации ПФЭ 2
- •6 СТАТИСТИЧЕСКИЕ ИГРЫ. КРИТЕРИИ ПРИНЯТИЯ РЕШЕНИЯ
- •7 ТРАНСПОРТНАЯ ЗАДАЧА
- •7.1 Постановка транспортной задачи по критерию стоимости
- •7.2 Построение начального опорного плана
- •7.3 Метод потенциалов
- •7.4 Условия оптимальности
- •7.5 Открытая модель транспортной задачи
- •8 Вопросы по дисциплине «Применение ЭВМ в отрасли»
- •Список литературы
- •Приложение А
- •Приложение Б
- •Приложение В
- •Приложение Г
- •Приложение Д
- •Приложение Е
6 СТАТИСТИЧЕСКИЕ ИГРЫ. КРИТЕРИИ ПРИНЯТИЯ РЕШЕНИЯ
Управление производственными процессами осуществляется путем реализации последовательности принимаемых решений. Для этого необходима информация о состоянии объекта управления в условиях его работы. В случае
отсутствия достаточно полной информации возникает неопределенность в принятии решения.
Любую хозяйственную деятельность можно рассматривать как игру с природой. В широком смысле под «природой» будем понимать совокупность
неопределенных факторов, влияющих на эффективность принимаемого решения.
Статистические игры представляют собой основную модель теории принятия решений в условиях частичной неопределенности.
Множество состояний природы обозначим через П, отдельное состояние через Пj, Пj П (j=1, n). Множество решений (стратегий) обозначим через А, отдельное решение – Ai, Ai A (i=1, m).
Во взаимоотношениях с природой можно использовать любые стратегии из А в зависимости от состояний природы Пj. Имея ряд стратегий А1, …, Аm
статистик может руководствоваться некоторым правилом поведения с помощью которого он определяет какую стратегию ему выбрать. Иными словами, статистик отыскивает оптимальное поведение, которое и будет является оптимальной стратегией.
Чтобы выразить в количественной форме упомянутое выше правило, которым статистик должен руководствоваться, предполагается, что есть возможность численно оценить величиной aij эффективность каждой комбинации (Ai;Пj), иначе говоря, качество решения Ai.
Тем самым будет определена так называемая платежная матрица статистической игры на основе, которой в дальнейшем и будут сформулированы критерии выбора оптимальной стратегии.
éa |
a |
... |
a |
ù |
ê 11 |
12 |
|
1n |
ú |
êa21 |
a22 |
... a2n ú |
||
ê... ... |
... |
... |
ú |
|
ê |
am2 |
... |
|
ú |
êam1 |
amn ú |
|||
ë |
|
|
|
û |
Элемент aij назовем выигрышем статистика, если он использует стратегию Ai при состоянии природы Пj.
Оптимальную стратегию можно определить, используя ряд критериев. Так, при известном распределении вероятностей различных состояний природы Пj пользуются критерием Байеса. Показателем в этом критерии служит либо величина среднего выигрыша, либо величина среднего риска.
Составляется платежная матрица, которая имеет вид:
39
Таблица 10 – Платежная матрица
Стратегия |
|
Варианты возможных решений (или |
Средний |
||||
статистика |
|
состояния природы) |
|
выигрыш ai |
|||
Ai |
|
П1 |
|
П2 |
|
П3 |
|
A1 |
-a11 |
|
-a12 |
|
-a13 |
|
|
A2 |
-a21 |
|
-a22 |
|
-a23 |
|
|
A3 |
-a31 |
|
-a32 |
|
-a33 |
|
|
Вероятность |
q1 |
|
q2 |
|
q3 |
|
|
данных |
|
|
|
|
|
|
|
событий qj |
|
|
|
|
|
|
|
Значения a11, a12 и т.д. в платежную матрицу вносятся с коэффициентом –1. По критерию Байеса за оптимальную принимается та чистая стратегия Ai,
при которой максимизируется средний выигрыш ai , т.е. обеспечивается ai = max ai , где
n |
(i =1,m) |
(48) |
ai = åaij q j |
|
|
j=1 |
|
|
По критерию Вальда за оптимальную принимается чистая стратегия Аi, при которой наименьший выигрыш игрока будет максимальным, т.е. ему
обеспечивается
a= maxi minj aij
Втаблицу 10 добавляется еще один столбец ai, в который вносятся минимальные
элементы строк по каждой стратегии Ai. Поэтому оптимальной по Вальду будет стратегия:
a=maximinjaij=maxiai
Критерий Вальда выражает позицию крайнего пессимизма, и принимаемое решение носит заведомо перестраховочный характер.
При выборе оптимальной стратегии игрока А опираются как на платежную матрицу, так и на матрицу рисков. Риском rij игрока А, когда он пользуется чистой стратегией Аi при состоянии природы Пj, называют разность между максимальным выигрышем, который он мог бы получить, если бы достоверно знал, что природой будет реализовано именно состояние Пj, и тем выигрышем, который он получит, используя стратегию Аi в неведении о том, какое же состояние Пj природа реализует. Таким образом, элементы матрицы rij матрицы рисков определяются по формуле rij = bj-aij ≥ 0, где bj = max aij - максимально возможный выигрыш игрока А при состоянии Пj (максимальный элемент j-го столбца платежной матрицы).
40
Таблица 11 – Матрица рисков
Стратегия |
Варианты возможных решений (или |
Средний риск |
|||
статистика |
|
состояния природы) |
ri |
||
Ai |
|
|
|
|
|
П1 |
|
П2 |
П3 |
|
|
A1 |
r11 |
|
r12 |
r13 |
r1 |
A2 |
r21 |
|
r22 |
r23 |
r2 |
A3 |
r31 |
|
r32 |
r33 |
r3 |
Вероятность |
q1 |
|
q2 |
q3 |
|
данных |
|
|
|
|
|
событий qj |
|
|
|
|
|
макс. по |
|
|
|
|
|
столбцам bj |
|
|
|
|
|
Оптимальной по критерию Сэвиджа считается та чистая стратегия Аi, при которой миниминизируется величина rij максимального риска, т.е. обеспечивается minimaxjrij. Таким образом, критерий Сэвиджа советует ориентироваться не на выйгрыш, а на риск. Это критерий крайнего пессимизма, но здесь пессимизм понимается по другому: рекомендуется избегать большого риска при принятии решения. Иначе говоря за оптимальную стратегию статистика принимается чистая стратегия Ai, при которой минимизируется средний риск, т.е.
обеспечивается
ri = min ri
При этом средний риск расчитывается
|
n |
|
(49) |
ri |
= årij q j |
(i =1,m) |
|
|
j=1 |
|
|
Критерий Гурвица является критерием пессимизма-оптимизма. За оптимальную принимается та стратегия, для которой выполняется соотношение h= maxi(λminjaij+(1-λ)maxjaij)=maxi hi, т.е. выбирается максимальное значение hi из таблицы 12.
Параметр l изменяется в диапазоне [0;1]. Выбирается из субъективных соображений.
При l=0 имеем критерий крайнего оптимизма, когда рекомендуется выбирать стратегию, обеспечивающую самый большой выигрыш, а при l=1 – критерий Гурвица превращается в критерий пессимизма Вальда. При 0<l<1 получается нечто среднее между тем и другим. Чем ответственнее ситуация, тем
больше стремление подстраховаться в ней и не рисковать без должных оснований, тем ближе к единице выбирается коэффициент пессимизма λ.
Все промежуточные результаты заносятся в таблицу 12. Таблица 12
|
П1 |
П2 |
П3 |
minjaij |
λminjaij |
maxjaij |
(1-λ)maxjaij |
hi |
А1 |
|
|
|
|
|
|
|
|
А2 |
|
|
|
|
|
|
|
|
А3 |
|
|
|
|
|
|
|
|