- •Содержание
- •Введение
- •Лекция 1. Вводные понятия математического программирования
- •Лекция 2. Геометрическая интерпретация решения задач линейного программирования
- •Лекция 3. Практическая реализация графического метода решения задач линейного программирования
- •Лекция 4. Теоретическое обоснование симплекс- метода
- •Лекция 5. Симплекс-метод решения задач линейной оптимизации
- •Лекция 7. Экономико-математический анализ решения задач линейного программирования
- •Лекция 9. Транспортная задача
- •Лекция 10. Нахождение оптимального решения транспортной задачи
- •1. Для решения транспортной задачи удобно использовать метод потенциалов.
- •Лекция 12. Метод множителей лагранжа
- •Заключение
- •Приложение а. Инвестиционные задачи и нелинейное программирование
- •Лекция 14. Оптимальный портфель ценных бумаг
- •Лекция 15. Практические способы формирования оптимальных фондовых портфелей
- •Приложение б. Теория игр и задачи линейного про- граммирования Лекция 16. Экономические риски и теория игр
- •Литература
Приложение б. Теория игр и задачи линейного про- граммирования Лекция 16. Экономические риски и теория игр
1. Теоретико-игровая модель.
План.
2. Решение матричных игр с нулевой суммой.
3. Оптимальные смешанные стратегии и задачи линейного программирования.
4. Доминирующие стратегии и другие факты теории игр.
1. Изучение экономического риска базируются на разных концепциях. Одна из них – концепция теории игр и статистических решений.
Теория игр – это раздел математики, в котором изучаются математиче- ские модели принятия решений в условиях неопределённости и конфликтности сторон. Основателями теории игр являются американские ученые Джон фон
Нейман (1903-1957) и Оскар Моргенштерн (1902-1977). Игра – это модель конфликтной ситуации, имеющая определённые правила действий ее участни- ков, которые стараются победить путем выбора оптимальной стратегии поведе-
ния. Субъект принятия решения называется игроком, а целевая функция – пла-
тёжной функцией.
Первый игрок может выбрать одну из стратегий поведения i ( i = 1, m ),
второй игрок – одну из своих стратегий j ( j = 1, n ). У игроков нет информа-
ции о том, как поведёт себя противоположная сторона. Они могут только пред-
полагать.
Оба игрока знают значение выигрыша
aij
при выборе первым стратегии
i , а вторым – стратегии j . Платёжная матрица имеет вид:
⎛ a11
a12
...
a1n ⎞
⎜ ⎟
A = ⎜ a21
a22
...
a2 n ⎟ .
⎜ ... ... ... ... ⎟
⎜ ⎟
⎝ am1
am 2
...
amn ⎠
Пример 1 (игра в «старые» и «новые» товары). Два производителя те- левизоров стараются вытеснить друг друга с рынка. Первый производит «ста- рые» товары – три модели с жидкокристаллическим экраном (ЖКЭ). Второй производит «новые» товары – две модели телевизоров с плазменным экраном (ПЭ).
При появлении 1-й модели ПЭ объём продаж 1-й модели ЖКЭ снизился до 40% (составил 0,4 от поступивших в продажу), для 2-й модели ЖКЭ – соста- вил 0,5 и т.д. (табл. 1).
Табл. 1. Объём продаж первого производителя
-
Второй игрок (ПЭ)
1-я модель
2-я модель
Первый игрок
(ЖКЭ)
1-я модель
0,4
0,8
2-я модель
0,5
0,9
3-я модель
0,7
0,8
Выигрыш первого игрока является проигрышем для второго. Платёжная
матрица первого игрока A+ , второго – A− :
⎛ 0, 4 0,8 ⎞
A+ = ⎜ 0, 5 0, 9 ⎟ ,
⎛ −0, 4
A− = ⎜ −0, 5
−0,8 ⎞
−0, 9 ⎟ .
⎜ ⎟ ⎜ ⎟
⎜ 0, 7 0,8 ⎟
⎜ −0, 7
−0,8 ⎟
⎝ ⎠ ⎝ ⎠
Перед нами матричная игра двух лиц. Т.к.
+ −
aij
+ aij
= 0 , ( i = 1, m ,
j = 1, n ),
то это игра с нулевой суммой.
Достаточно рассматривать игру с точки зрения одного из игроков (на-
пример, первого). Поэтому в дальнейшем будем иметь дело с платёжной мат-
рицей:
⎛ 0, 4 0,8 ⎞
⎜ ⎟
⎝ ⎠
⎜ 0, 7 0,8 ⎟
2. Оптимальной стратегией игрока называется стратегия, обеспечивающая игроку при многоразовом повторения игры максимально возможный средний выигрыш V , который называют ценой игры. Решить игру – означает найти оптимальную стратегию для каждого игрока и цену игры. Это будет решение в чистых стратегиях.
Первый игрок, не зная, как поведёт себя второй, для каждой своей страте-
гии i определяет минимальный (т.е. гарантированный) выигрыш
Справа от платёжной матрицы записывают минимумы по строкам:
αi = min aij .
j
⎛ a11
a12
...
a1n ⎞ α1
⎜ ⎟
A = ⎜ a21
a22
...
a2 n ⎟
α 2 .
⎜ ... ... ... ... ⎟
...
⎜ ⎟
⎝ am1
am 2
...
amn ⎠ α m
Выберем среди чисел αi
максимальный элемент:
max αi = max min aij = α .
i i j
Число α называется нижней чистой ценой игры или максимином. Но-
мер строки
i0 , в которой находится α , определит номер предпочтительной
стратегии первого игрока.
Для каждой стратегии j второго игрока выбирают максимальные эле-
менты
цам:
β j = max aij . Под платёжной матрицей записывают максимумы по столб-
i
⎛ a11
a12
...
a1n ⎞ α1
⎜ ⎟
A = ⎜ a21
a22
...
a2 n ⎟ α 2
⎜ ... ... ... ... ⎟
... .
⎜ ⎟
⎝ am1
β1
am 2
β2
...
...
amn ⎠ α m
βn
Среди чисел β j
выбирают минимальный элемент:
min β j = min max aij = β .
j j i
Число β называется верхней чистой ценой игры или минимаксом. Но-
мер столбца
j0 , в котором находится β , определит номер предпочтительной
стратегии второго игрока.
Теорема 1 (о максимине и минимаксе). Для любой матричной игры двух лиц с нулевой суммой и ценой игры V имеет место неравенство:
α ≤ V ≤ β .
Если же в игре с матрицей A нижняя и верхняя чистые цены игры совпадают,
то игра имеет седловую точку в чистых стратегиях и чистую цену игры V * :
V * = α = β .
Из формулировки теоремы следует, что седловая точка определяет пару
чистых оптимальных стратегий
(i0 , j0 )
первого и второго игроков, соответст-
венно. Седловой элемент
a является минимальным в
i
j
i0 -й строке и макси-
мальным в
j0 -м столбце. Игра решена полностью, если в матрице A имеется
седловая точка.
Решение примера 1 методом максимина и минимакса. Справа от мат-
рицы A запишем элементы минимальные по строкам, выберем среди них мак-
симальный и выделим его уголком. Получим, что α = 0, 7 .
Под матрицей A запишем элементы максимальные по столбцам, выберем
из них минимальный и выделим его уголком. Имеем
β = 0, 7 .
Т.к. α = β , то игра имеет седловую точку. Седловой элемент
деляем квадратом:
a31 = 0, 7
вы-
⎛ 0, 4 0,8 ⎞
⎜ ⎟
0, 4
A = ⎜
0, 5 0, 9 ⎟
0, 5
⎝ ⎠
0, 7 0, 9
.
0, 7
Ответ: чистой оптимальной стратегией для первого игрока будет 3-я
стратегия, для второго – 1-я, чистая цена игры составит V * = 0, 7 .
3. Отметим, что далеко не все платёжные матрицы имеют седловые точки. Сле-
довательно, не каждая матричная игра имеет оптимальные чистые стратегии.
Пример 2 (планирование структуры посевных площадей). Пусть аг-
рарное предприятие (первый игрок) может посеять одну из двух сельскохозяй-
ственных культур ( i = 1, 2 ). Состояние экономической среды (стратегии второго
игрока) определяется погодными условиями: 1) год засушливый; 2) год нор-
мальный; 3) год дождливый ( j = 1, 2, 3 ). Информация о выигрышах первого иг-
рока помещена в табл. 2.
Табл. 2. Доход от реализации (млн. грн.)
-
Второй игрок (погода)
Сухая
погода
Нормальная
погода
Дождливая
погода
Первый игрок (аграрное пред- приятие)
1-я культура
1
3
4
2-я культура
4
3
2
Платёжная матрица имеет вид:
⎛ 1 3 4 ⎞
A = ⎜ ⎟ .
⎝ 4 3 2 ⎠
Для определения чистых стратегий игроков применим метод максимина и
минимакса:
⎛ 1 3 4 ⎞ 1
A = ⎜ ⎟
⎝ 4 3 2 ⎠ 2 .
4 3 4
Нижняя чистая цена игры
α = 2 . Верхняя чистая цена игры
β = 3 . Числа
α и β не совпадают. Седловой точки нет. Следовательно, чистые оптимальные
стратегии для игроков не существуют. Чистую цену игры V *
возможно.
определить не-
Вернёмся к рассмотрению общих вопросов. Как поступать, если платёж-
ная матрица
⎛ a11
a12
...
a1n ⎞
⎜ ⎟
A = ⎜ a21
a22
...
a2 n ⎟
⎜ ... ... ... ... ⎟
⎜ ⎟
⎝ am1
am 2
...
amn ⎠
не содержит седловой точки и чистых оптимальных стратегий нет?
В этом случае применяют не чистые, а смешанные стратегии. Т.е. первый игрок применяет свои m стратегий с определёнными вероятностями. Вектор вероятностей X неизвестен:
X = ( x1; x2 ;...; xm ) ,
x1 + x2 + ... + xm = 1 .
Аналогично, для второго игрока неизвестен вектор вероятностей Y , с ко-
торыми он принимает свои стратегии:
Y = ( y1; y2 ;...; yn ) ,
y1 + y2 + ... + yn = 1 .
Векторы X и Y называются смешанными стратегиями первого и вто- рого игроков, соответственно. Координаты этих векторов (вероятности) опре- деляют на основе статистических данных, т.е. эмпирическим путём. Поэтому данный раздел математики называют теорией игр и статистических решений.
Теорема 2 (основная теорема матричных игр фон Неймана). Любая матричная игра двух лиц с нулевой суммой имеет решение в виде смешанных
стратегий.
Для того чтобы найти оптимальные смешанные стратегии X и Y , а также определить неизвестную цену игры V , используют следующую теорему.
Теорема 3 (о свойствах оптимальных смешанных стратегий). Пусть задана игра с известной платёжной матрицей A и неизвестной ценой V . Для
того чтобы вектор
X = ( x1; x2 ;...; xm )
был оптимальной смешанной стратегией
первого игрока, необходимо и достаточно выполнение условий:
x1 + x2 + ... + xm = 1 , (1)
⎪a12
x1
22
2
m
2
m
⎪ + a x + ... + a x ≥ V ,
⎨
⎪........................................
⎪⎩a1n x1 + a2 n x2 + ... + amn xm ≥ V ,
(2)
xi ≥ 0
( i = 1, m ). (3)
Аналогично для второго игрока: чтобы вектор
Y = ( y1; y2 ;...; yn )
был опти-
мальной смешанной стратегией второго игрока, необходимо и достаточно вы-
полнение условий:
y1 + y2 + ... + yn = 1 , (4)
⎪a21
y1
22
2
2
n
n
⎪ + a y + ... + a y ≤ V ,
⎨
⎪........................................
⎪⎩am1 y1 + am 2 y2 + ... + amn yn ≤ V ,
(5)
y j ≥ 0
( j = 1, n ). (6)
Рассмотрим применение теоремы 3 при условии, что все элементы пла-
тёжной матрицы A положительные. Тогда
V > 0
и на это число можно разде-
лить левые и правые части условий задачи (1)-(3):
x1 + x2
+ ... + xm
= 1 , (7)
V V V V
⎧a ⋅ x1 + a
⋅ x2
+ ... + a
⋅ xm
≥ 1,
⎪ 11 V
⎪
21 V
m1 V
⎪a ⋅ x1 + a
⋅ x2
+ ... + a
⋅ xm
≥ 1,
⎨
22 V
m 2 V
(8)
⎪........................................
⎪
⎪a ⋅ x1 + a
⋅ x2 + ... + a
⋅ xm
≥ 1,
1n V
2 n V
mn V
xi ≥ 0 ( i = 1, m ). (9)
V
Введём замену переменных:
t = x1 , t
= x2 ,..., t
= xm , Z =
1 . Т.к. первый
1 V 2 V
m V V
игрок стремится максимизировать цену игры, то
V → max , а значит
Z → min .
Задача (7)-(9) примет вид задачи линейного программирования (ЛП):
Z = t1 + t2 + ... + tm → min , (10)
⎪a12t1 22
2
m
2
m
⎪ + a t + ... + a t ≥ 1,
⎨
⎪........................................
⎪⎩a1nt1 + a2 nt2 + ... + amntm ≥ 1,
(11)
ti ≥ 0
( i = 1, m ). (12)
Аналогично для второго игрока. Сделаем замену переменных в задаче (4)-
(6): w
= y1 , w
= y2 ,..., w
= yn , F =
1 . Будет получена вторая задача ЛП:
1 V 2 V
n V V
F = w1 + w2 + ... + wn → max , (13)
⎪a21w1 22
2
2
n
n
⎪ + a w + ... + a w ≤ 1,
⎨
⎪........................................
⎪⎩am1w1 + am 2 w2 + ... + amn wn ≤ 1,
(14)
w j ≥ 0
( j = 1, n ). (15)
Заметим, что задачи (10)-(12) и (13)-(15) являются двойственными отно- сительно друг друга. Для их решения можно применять симплекс-метод, метод искусственного базиса и в задачах малой размерности – графический метод.
Решение примера 2. Ранее мы доказали, что платёжная матрица
⎛ 1 3 4 ⎞
A = ⎜ ⎟
⎝ 4 3 2 ⎠
не имеет седловой точки и чистых оптимальных стратегий для этой задачи не
существует.
Согласно теореме 2 применим смешанные стратегии. Вектор вероятно-
стей X первого игрока неизвестен:
X = ( x1; x2 ) ,
x1 + x2 = 1 .
Аналогично, для второго игрока неизвестен вектор вероятностей Y , с ко-
торыми он принимает свои стратегии:
Y = ( y1; y2 ; y3 ) ,
y1 + y2 + y3 = 1.
Применим теорему 3. Цена игры V является неизвестной. Для того чтобы
вектор
X = ( x1; x2 )
был оптимальной смешанной стратегией первого игрока, не-
обходимо и достаточно выполнение условий:
x1 + x2 = 1 , (16)
⎧ x1 + 4 x2 ≥ V ,
⎪
⎪
⎩4x1 + 2x2 ≥ V ,
(17)
xi ≥ 0
( i = 1, 2 ). (18)
Аналогично для второго игрока: чтобы вектор
Y = ( y1; y2 ; y3 )
был опти-
мальной смешанной стратегией второго игрока, необходимо и достаточно вы-
полнение условий:
y1 + y2 + y3 = 1, (19)
⎧ y1 + 3 y2 + 4 y3 ≤ V ,
⎨
⎩4 y1 + 3 y2 + 2 y3 ≤ V ,
(20)
y j ≥ 0
( j = 1, 3 ). (21)
Введём замену переменных: t
= x1 , t
= x2 , Z =
1 . Задача (16)-(18) примет
вид задачи ЛП:
1 V 2 V V
Z = t1 + t2 → min , (22)
⎧t1 + 4t2 ≥ 1,
⎪
⎪
⎩4t1 + 2t2 ≥ 1,
(23)
ti ≥ 0
( i = 1, 2 ). (24)
Аналогично для второго игрока. Сделаем замену переменных в задаче
(19)-(21): w
= y1 , w
= y2 , w
= y3 , F =
1 . Будет получена вторая задача ЛП:
1 V 2 V
3 V V
F = w1 + w2 + w3 → max , (25)
⎧w1 + 3w2 + 4w3 ≤ 1,
⎨
⎩4w1 + 3w2 + 2w3 ≤ 1,
(26)
w j ≥ 0
( j = 1, 3 ). (27)
Т.к. задача (22)-(24) содержит две переменных, то ёё удобно решить гра-
фически (студентам проделать самостоятельно). Оптимальный план единствен-
ный: T * = ⎛
2 ; = 3 ⎞ , Z = 5 .
⎝ ⎠
min 14
Задачу (25)-(27) можно решить симплекс-методом (студентам проделать самостоятельно). Однако удобнее воспользоваться первой и второй теорема- ми двойственности.
Т.к.
Zmin = Fmax , то
w + w + w = 5 . Оптимальные значения
1 2 3 14
t * = 2 и
1 14
3
t2 * = 14
строго больше нуля, поэтому 1-е и 2-е ограничения в системе (26) бу-
дут строгими равенствами. В итоге, для решения задачи (25)-(27) достаточно
решить систему уравнений (студентам проделать самостоятельно):
⎧w + w
+ w = 5 ,
⎪ 1 2 3 14
⎪
⎨w1 + 3w2 + 4w3 = 1,
⎪4w + 3w + 2w = 1.
⎪ 1 2 3
⎩
Однако, лучше всего, дополнительно учесть тот факт, что при
t * = 2 и
1 14
3
t2 * = 14
в системе (23) 1-е и 3-е ограничения обратятся в строгие равенства, а 2-
е – в неравенство. Следовательно,
приобретёт вид:
w1* > 0
и w3 * > 0 , а
w2 * = 0 . Т.о. система (26)
⎧w1 + 4w3 = 1,
⎨
⎩4w1 + 2w3 = 1.
Решая систему, придём к оптимальному плану:
⎝ ⎠
2 ; 0; = 3 ⎞ ,
F = 5 . Т.е. задачи ЛП (22)-(24) и (25)-(27) решены полностью.
max 14
1
⎜ 14 14 ⎟
Выполним обратную замену
y1 = w1V , y2 = w2V , y3 = w3V .
V = , x1 = t1V , x2 = t2V и
Z
Ответ: оптимальной смешанной стратегией для первого игрока будет
X * = (0, 4; 0, 6) , для второго –
V * = 2,8 .
Y * = (0, 4; 0; 0, 6) , чистая цена игры составит
Значит, аграрному предприятию следует под 1-ю сельскохозяйственную культуру отвести 40% земли, под 2-ю – 60%. При этом гарантированный доход от реализации продукции составит 2,8 млн. грн.
4. Рассмотрим несколько полезных фактов из теории игр.
Пусть для i -й и k -й стратегий первого игрока выполняются соотношения
aij ≥ akj
( j = 1, n ),
причём хотя бы одно из них является строгим неравенством. Т.е. элементы i -й строки больше либо равны элементов k -й строки. Тогда говорят, что стратегия i превосходит или доминирует стратегию k . Т.к. первый игрок заинтересован в увеличении своего выигрыша, то его доминирующая стратегия i предпоч- тительнее стратегии k .
Пусть теперь для j -й и r -й стратегий второго игрока выполняются соот-
ношения
aij ≥ air
( i = 1, m ),
причём хотя бы одно из них является строгим неравенством. Т.е. элементы j - го столбца больше либо равны элементов r -го столбца. Значит у второго игро- ка стратегия j доминирует стратегию r . Т.к. второй игрок заинтересован в
уменьшении выигрыша первого игрока, то его r -я стратегия предпочтительнее
j -й стратегии.
Замечание 1. Наличие доминирующих стратегий позволяют снизить раз- мерность матрицы игры A и, тем самым, уменьшить объём вычислений при нахождении смешанных стратегий.
Пример 3. Игра двух лиц с нулевой суммой задана матрицей:
⎛ 4 3 5 1 ⎞
⎜ 4 5 3 5 ⎟
A = ⎜ ⎟ .
⎜ 5 3 5 3 ⎟
⎝ ⎠
Для определения чистых стратегий игроков применим метод максимина и
минимакса:
⎛ 4 3 5 1 ⎞ 1
⎜ 4 5 3 5 ⎟ 3
A = ⎜ ⎟
⎜ 5 3 5 3 ⎟ 3 .
⎜ ⎟
⎝ 1 5 4 8 ⎠ 1
5 5 5 8
Нижняя чистая цена игры
α = 3 . Верхняя чистая цена игры
β = 5 . Числа
α и β не совпадают. Седловой точки нет. Следовательно, чистые оптимальные
стратегии для игроков не существуют. Чистую цену игры V *
возможно.
определить не-
Предположим, что неизвестная цена игры равна V , и будем искать реше- ние игры в смешанных стратегиях. Пусть для первого игрока – это неизвестный вектор вероятностей X :
X = ( x1; x2 ; x3 ; x4 ) ,
x1 + x2 + x3 + x4 = 1 .
Аналогично, для второго игрока:
Y = ( y1; y2 ; y3 ; y4 ) ,
y1 + y2 + y3 + y4 = 1.
Проверим матрицу A на наличие доминирующих стратегий. Сравнивая выигрыши построчно, видим, что у первого игрока 3-я стратегия доминирует 1- ю. Следовательно, для первого игрока 3-я стратегия предпочтительнее 1-й.
В теории игр доказано, что можно в матрице A вычеркнуть 1-ю строку,
положив
x1 = 0 . Будет получена матрица игры:
⎛ 4 5 3 5 ⎞
⎜ ⎟
⎝ ⎠
⎜ 1 5 4 8 ⎟
У новой матрицы
V .
A1 цена игры будет такой же, как и у матрицы A , т.е. равна
По элементам матрицы
A1 видно, что у второго игрока 4-я стратегия до-
минирует 2-ю. Т.о. 2-я стратегия второго игрока предпочтительнее его 4-й стра-
тегии. Следовательно, в матрице
y4 = 0 :
A1 можно вычеркнуть 4-й столбец, положив
⎛ 4 5 3 ⎞
⎜ ⎟
⎝ ⎠
⎜ 1 5 4 ⎟
Цена игры останется прежней, т.е. V .
В матрице
A2 доминирующих стратегий нет. Т.о. исходную игру с мат-
рицей A размерности 4 × 4
3 × 3 .
удалось свести к игре с матрицей
A2 размерности
На данный момент смешанные стратегии игроков для исходной задачи имеют вид:
X = (0; x2 ; x3 ; x4 ) ,
Y = ( y1; y2 ; y3 ; 0) .
Далее, используя матрицу
A2 , применяем теорему 3. Составляем двойственные
задачи ЛП (10)-(12) и (13)-(15). Находим оптимальные значения вероятностей
x2 *, x3*, x4 * и стоятельно).
y1*, y2 *, y3 * , а также цену игры V *
(студентам проделать само-
Теорема 4. Пусть задана игра двух лиц с матрицей
VA . Тогда другая игра с матрицей
A = (aij )
и ценой игры
B = (bij ) = (c ⋅ aij + d ) ,
c > 0 ,
будет иметь оптимальные смешанные стратегии игроков такие же, как и для
игры с матрицей ношением:
A = (aij ) . Причём цена игры VB
VB = c ⋅VA + d .
связана с ценой игры VA
соот-
Замечание 2. Пользуясь теоремой 4, можно упрощать элементы исходной матрицы A для облегчения вычислений.
Пример 4. Рассмотрим игру с матрицей
⎛ 300 400 ⎞
A = ⎜ ⎟ .
⎝ 700 200 ⎠
Для определения чистых стратегий игроков применим метод максимина и
минимакса:
⎝ ⎠
⎜ 700 200 ⎟
700 400
300
200 .
Нижняя чистая цена игры
α = 300 . Верхняя чистая цена игры
β = 400 .
Числа α и β не совпадают. Седловой точки нет. Следовательно, чистые опти-
мальные стратегии для игроков не существуют. Чистую цену игры определить
невозможно. Доминирующих стратегий нет.
Воспользуемся теоремой 4. Каждый элемент матрицы A разделим на 100
и вычтем 2. Будет получена матрица
B = (bij ) = (0, 01⋅ aij − 2) , т.е.
⎛ 1 2 ⎞
B = ⎜ ⎟ .
⎝ 5 0 ⎠
Смешанные стратегии игроков для матриц A и B совпадают. Обозначим
векторы неизвестных вероятностей через
связаны равенством:
X = ( x1; x2 )
и Y = ( y1; y2 ) . Цены игр
VB = 0, 01⋅VA − 2 .
Далее, используя матрицу B , применяем теорему 3. Составляем двойст-
венные задачи ЛП (10)-(12) и (13)-(15). Находим оптимальные значения веро-
ятностей и цену игры VB * (студентам проделать самостоятельно).
Окончательно получим:
V * = VB * +2 = 100 ⋅ (V
* +2) .
A 0, 01 B
Завершая данную лекцию, отметим, что игровые методы активно исполь- зуются при изучении экономических рисков. Для нахождения статистических решений применяются критерии Байеса, Бернулли, Лапласа, Вальда, Сэвиджа, Гурвица и др.