- •1. Введение 4
- •1.1. Основные методологические принципы
- •1.2. Основные определения
- •1.3. Этапы моделирования
- •5. Модели с обратной связью, динамическое проектирование.
- •2. О принципах принятия решений
- •2.1. Принятие решений в условиях неопределенности критерия.
- •Самостоятельная работа №1.
- •2.2. Принятие решения в условиях неопределенности состояния окружающей среды
- •Самостоятельная работа №2
- •3. Задачи выпуклого векторного программирования1.
- •3.1. Некоторые сведения выпуклого анализа
- •3.2. Понятие оптимальности по Слейтеру и Парето
- •3.3. Возможные (допустимые) и подходящие направления.
- •3.4. Задача выпуклого векторного программирования с ограничениями типа неравенства. Поиск подходящих направлений.
- •Самостоятельная работа №3.
- •3.4. Теорема Куна–Таккера для задачи выпуклого векторного программирования
- •Самостоятельная работа № 4.
- •4. Некоторые задачи теория игр
- •4.1. Анализ матричных антагонистических игр двух игроков .
- •Самостоятельная работа № 5.
- •4.2. Анализ матричных игр двух игроков с нулевой суммой в смешанных стратегиях.
- •Самостоятельная работа №6
- •4.3. Биматричные неантагонистические игры.
- •Самостоятельная работа № 7.
- •4.4. Взаимосвязь равновесий по Нешу и Парето в играх.
- •Самостоятельная работа № 8.
- •4.5. Динамические игры с полной информацией
- •Самостоятельная работа № 9
- •5. Задачи дискретного программирования.
- •5.1. Методы отсечения для решения задач целочисленного линейного программирования.
- •Самостоятельная работа № 10.
- •5.2. Комбинаторные методы решения задач целочисленного линейного программирования.
- •5.3. Алгоритм Ленд–Дойг.
- •Самостоятельная работа № 11.
- •5.4. Метод ветвей и границ для решения задачи о коммивояжере.
- •Самостоятельная работа № 12.
- •6.Транспортные задачи линейного программирования
- •6.1. Транспортная задача в сетевой постановке
- •Самостоятельная работа 13.
- •6.2. Транспортная задача в матричной постановке.
- •Самостоятельная работа 14.
- •7. Динамическое программирование и потоки в сетях
- •7.1. Задача оптимизации многошаговых процессов, задача о ранце.
- •Самостоятельная работа 15.
- •7.2 .Задача отыскания кратчайшего расстояния в сети между парами вершин
- •Самостоятельная работа 16.
- •7.2. Задача о максимальном потоке в сети.
- •Самостоятельная работа 17.
- •Литература.
Самостоятельная работа № 5.
1. Составить матрицу игры Морро для случаев, представленных в таблице, и найти состояние равновесия (если оно существует). Номера вариантов записаны в таблице на пересечении строк и столбцов в части таблицы, обведенной двойной линией.
|
|
Число показываемых пальцев | ||
|
|
2 |
3 |
4 |
Называемое число |
4 |
1 |
2 |
3 |
5 |
4 |
5 |
6 | |
6 |
7 |
8 |
9 | |
7 |
10 |
11 |
12 | |
8 |
13 |
14 |
15 | |
4 |
16 |
17 |
18 | |
5 |
19 |
20 |
21 | |
7 |
22 |
23 |
24 | |
8 |
25 |
26 |
27 | |
6 |
28 |
25 |
30 |
2. Составить матрицу игры полковника Блотто для случаев, представленных в таблице, и найти состояние равновесия (если оно существует).
|
|
Значение n | ||
|
|
5 |
6 |
7 |
Значение m |
2 |
1 |
2 |
3 |
3 |
4 |
5 |
6 | |
4 |
7 |
8 |
9 | |
2 |
10 |
11 |
12 | |
3 |
13 |
14 |
15 | |
4 |
15 |
17 |
18 | |
2 |
19 |
20 |
21 | |
3 |
22 |
23 |
24 | |
4 |
25 |
26 |
26 | |
2 |
28 |
25 |
30 |
4.2. Анализ матричных игр двух игроков с нулевой суммой в смешанных стратегиях.
В предыдущем разделе предполагалось, что игроки делают ровно по одному ходу независимо друг от друга. Предположим, что число ходов неограничено, на каждом ходу может быть выбрана любая стратегия, но с некоторой вероятностью. Величину выигрыша относим к одному ходу, но в данной постановке она является случайной величиной. Таким образом, для каждого игрока выбору подлежит закон распределения выбора той или иной стратегии.
Определение. Смешанной стратегией игроканазывается полный набор вероятностей применения его чистых стратегий.
Таким образом, если игрок 1 имеет mчистых стратегий 1,2,...,m, то его смешанная стратегияx–это набор чиселx=(x1, ..., xm)T, удовлетворяющих соотношениямxi0,i=1,2,3,…,m,= 1. Аналогично для игрока 2, который имеетnчистых стратегий, смешанная стратегияy–это набор чиселy = (y1, ..., yn), yj0, (j= 1,2,3,…,n),= 1.
Чистая стратегия есть частный случай смешанной стратегии. Действительно, если в смешанной стратегии какая–либо i–я чистая стратегия применяется с вероятностью 1, то все остальные чистые стратегии не применяются. И этаi–я чистая стратегия является частным случаем смешанной стратегии. Для соблюдения секретности каждый игрок применяет свои стратегии независимо от выбора другого игрока.
Средний выигрышигрока 1 в матричной игре с матрицейАвыражается в виде математического ожидания его выигрышей и равен
Е(А,х,y)=x,Ay==xTAy.
Первый игрок стремится за счёт изменения своих смешанных стратегий хмаксимально увеличить свой средний выигрышЕ(А,х,y), а второй–за счёт своих смешанных стратегий стремится сделатьЕ(А,х,y) минимальным. Верхняя и нижняя границы игры будут иметь соответственно видЕ(А,х,y),Е(А,х,y).
Подобно играм, имеющим седловые точки в чистых стратегиях, вводится понятие равновесия в игре
Определениие. Подсостоянием равновесияв игре будем понимать пару смешанных стратегий (x0, y0), для которыхЕ(А,х,y0)Е(А,х0,y0)Е(А,х0,y), т.е. отклонение любого (только одного) из игроков от этой стратегии приводит к ухудшению (неулучшению) его критерия.
Величина Е(А,х0,y0) называетсяценой игрыи обозначается через.
Как и для игр с чистыми стратегиями, возникает вопрос о существовании состояния равновесия в играх со смешанными стратегиями. На него отвечает следующая основная теорема матричных игр:
Теорема (о минимаксе).Для матричной игры с любой матрицейАвеличиныЕ(А,х,y) иЕ(А,х,y) существуют и равны между собой.
Таким образом,можно записать:
Не все матричные игры имеют ситуацию равновесия в чистых стратегиях. Однако всякая матричная игра имеет ситуацию равновесия в смешанных стратегиях. Задача линейного программирования эквивалентна в определенном смысле матричной игре. Рассмотрим антагонистическую игру с матрицей A, размерностью (mn). Выпишем симметричные двойственные задачи линейного программирования с этой матрицей следующего вида
min x,u |
max y,w |
xTAw, (3.2.1) |
Ayu, , (3.2.2) |
x0m |
y0n |
где u– вектор, все компоненты которого равны 1, размерность соответствует размерности вектораx, аналогично векторw, размерность которого соответствует размерности ветораy. Справедлива следующая теорема.
Теорема.Пусть матрица положительна (все элементы положительны), тогда:
1. Задачи (3.2.1), (3.2.2) имееют решения, при этом
2. значение игры vравно
,
для того, чтобы стратегии были равновесными, необходимо и достаточно, чтобы
,
где – оптимальные решения соответственно задач(3.2.1), (3.2.2)
Пусть матрица Aпроизвольная матрица размерностью (mn), тогда существует константа>0 такая, что матрицаA=A+B,B={bij},bij=,i=1,2,3,…,m,j=1,2,3,…,n, сторого положительная и для нее существует состояние равновесияx*,y*. Можно показать, что состояние равновесияx*,y*также является состоянием равновесия и в игре с матрицейA, значение игры в ней равно 1/ –.
Алгоритм поиска состояния равновесия
1. По матрице Aстроится строго положительная матрицаA=A+B,B={bij},bij=,i=1,2,3,…,m,j=1,2,3,…,n,
2. Строятся двойственные задачи (3.2.1), (3.2.2) и находятся их оптимальные решения, а также число.
3. Находится равновесное состояние , вычисляется значение игры 1/ –.
Рассмотрим эту связь на примере антагонистической игры с матрицей A, имеющей вид:
A=. Положим=1, матрицаA примет видA=.
Поставим матрице A в соответствие следующие двойственные задачи:
min (1x1+ 1x2) |
max (1y1+1y2) |
5x1+3x21 1x1+4x21 |
5y1+1y21 3y1+4y21 |
x1,x20 |
y1,y20 |
В этих задачах w=(1,1)T u=(1,1)T.
Решением этих задач является:
x1 =1/17,x2 =4/17;
y1 =3/17,y2 =2/17; значение функционала=5/17.
x1* =1/5,x2* =4/5, y1* =3/5,y2* =2/5, значение игрыv=1/ –=17/5–1=12/5 .