Реферат Курсовая Конспект
Принятие решений в условиях неопределенности. (Егорова) - раздел Образование, 1.Принятие Решений В Условиях Неопределенности. (Егорова)...
|
1.Принятие решений в условиях неопределенности. (Егорова)
При решении социально-экономических задач приходиться принимать противоречивые интересы относящиеся к различным лицам и организациям. В таких случаях традиционные методы организационно конфликтный характер, не предполагая вражды между участниками, а свидетельствует и различных интересах, подобная ситуация вызвала математический характер под названием теория игр.
Теория игр - изучает процессы принятия оптимальных решений, это раздел математики.
Математическая теория игр была разработана американским учёным Джордоном Неймоном и Марген Штеймах в 1994 году, как средство математического подхода к явлениям конкурентной экономики. Игрой называют всякую конфликтную ситуацию изучаемую в теории игр, и представляющую упрощённую модель ситуации, от реальной ситуации игра отличается тем, что не включается второстепенным фактором, и ведётся по вполне определённым правилам. Всякая игра включает в себя 3 элемента: Игроков
Правила игры Оценку результатов действий игроков
Стратегией игрока называют совокупность правил определяющих выбор ситуации в сложившийся ситуации.
Оптимальной стратегией игрока называют такую, которая обепечит максимальный выигрыш.Вся теория игр заключается в том чтобы определить оптимальную стратегию для каждого игрока. Игры с природой Природа - это объективная действительность, и незаинтересованная сторона поведение которой неизвестно. Изучение игр с природой начинается с платёжной матрицы. фЛПР - лицо принимающее решение( у него много стратегий А1, А2, А3…Аn)
У природы имеется n возможных состояний(П1, П2, П3…Пn)
Платёжная матрица имеет вид:
П1 | П2 | Пn | ||
A1 | d11 | d12 | ||
A2 | d21 | d22 | d2n | |
An | dm1 | dm2 | dmn |
Геометрическое решение игры в смешанных стратегиях (nх2).
14. Определение задачи линейного программирования.
15. Приведение матричной игры к задаче линейного программирования.
16. Решение задачи линейного программирования графическим методом.
Симплексный метод решения задачи линейного программирования.
Симплексный метод – это метод целенаправленного перебора опорного решения задач линейного программирования (з.л.п).
Заметим, что опорные решения – это угловая точка многогранника.
Биматричные игры. Основные понятия.
Вначале мы изучали игры с природой, а затем антагонистические игры. В антагонистических играх участники преследуют прямо противоположные интересы. В таких играх платежная матрица описывает выигрыш одного игрока, в тоже время проигрыш второго игрока. В реальности встречаются конфликты более общего характера. В них участники преследуют различные, но не обязательно противоположные интересы. И поскольку интересы не обязательно противоположны, то их поведение является более разнообразным. Такие игры в свою очередь разделяют на 2 вида: - бескоалиционные (некооперативные), - кооперативные
В бескоалиционных играх исключается сотрудничество между игроками, игроки принимают решения независимо друг от друга. А в кооперативных играх до начала игры игроки образуют коалиции и принимают взаимо-обязывающие соглашения о своих стратегиях. Некооперативные игры далее будем называть (Биматричными) Биматричная игра – подобна антагонистической игре и задается платежной матрицей, но теперь каждому игроку принадлежит своя матрица. Пусть игрок А имеет m стратегий [А1..А2…Аm], тогда игрок В имеет n стратегий [В1..В2..Вn]. Если игрок В применяет стратегию i, тогда игрок А применяет стратегию j , то в результате первый игрок получит выигрыш Аij а второй игрок получит выигрыш Вij. Общий вид платежных матриц игроков:
Платежная матрица игрока А
В1 | В2 | … | Вn | |
A1 | A11 | A12 | … | A1n |
A2 | A21 | A22 | … | A2n |
… | … | … | … | … |
Am | Am1 | Am2 | … | Amn |
Платежная матрица игрока В
В1 | В2 | … | Вn | |
A1 | B11 | B12 | … | B1n |
A2 | B21 | B22 | … | B2n |
… | … | … | … | … |
Am | Bm1 | Bm2 | … | Bmn |
Постановка задачи
Как и в антагонистических играх, требуется найти смешанные стратегии, которые являются оптимальными, т.е. необходимо найти вероятность:
Р1- частота принятия стратегии А1
Р2- частота принятия стратегии А2
Р3- частота принятия стратегии А3 Все эти величины положительны и их сумма = 1.
Аналогично и для игрока В:
q1- частота принятия стратегии B1
q2- частота принятия стратегии B2
q3- частота принятия стратегии B3 Все эти величины также положительны и их сумма = 1.
Формулы вычисления средних выигрышей Что бы найти среднее и максимальное значение, нужно каждое значение величины умножить на вероятность и результат сложить. Аij – соответствует вероятность Рi x qi
Отсюда: Ha (P,Q) = НB (P,Q) =
21. Примеры биматричных игр в экономике.
22. Равновесная ситуация. Теорема Нэша. Система неравенств, определяющая равновесную ситуацию.
Всякая биматричная игра имеет хотя бы одну точку равновесия, без доказательства. еорема 2. Выполнение неравенства (1) равносильно выполнению неравенств:
Неравенство 2. На(0,q) ≤ Ha (p*q*)
Ha(1,q) ≤ Ha (p*q*)
Неравенство 3.
НB(p*,0) ≤ HB (p*q*)
HB(p*,1) ≤ HB (p*q*)
Неравенство 2 означает, что неравенство 1.1 достаточно проверить для двух крайних значений ( когда р=0 и р=1).
Точнее говоря для чистых стратегий. Аналогично неравенство 3, это проверка неравенства 1.2 для чистых стратегий. Для нахождения точки равновесия будем решать неравенство (2 и 3) для этого воспользуемся формулой (*) Согласно этому представлению:
Ha(p*,q*) = Ср*q*-2p*+ Ɣq* + a22 (4)
Ha(0,q*) = Ɣq* + a22 (5)
Ha(1,q*) = Cq*- α + Ɣq* + a22 (6)
Первое неравенство (2) имеет вид:
Ha(p*,q*) - На(0,q*)≥0
или с учетом (4) и (5)
р*(Сq*- α) ≥0 (7)
Второе неравенство (2) имеет вид:
Ha(p*,q*) - На(1,q*)≥0 или с учетом (4) и (5) Ср*q* - αp* - (Cq*- α) ≥0 = Cq*-(p*-1) – α(p*-1) ≥0 (8)
Неравенство (8):
(р*-1)(Сq*- α) ≥0
p*(Cq*- α) ≥0 (9)
Аналогично решим неравенство (3)
Нв(p*q*) = Dp*q*- βq*+ Δ p + βq + B22 (10)
HB(p*q*) = Δ p+ B22 (11)
HB=(p*,1) = Dp*- β+ Δ p* + βq + B22 (12)
Первое неравенство (3)
Нв(р*,0) ≤ Нв(р*,q*)
Dp*q*- βq*≥0
q*(Dp*- β)≥0
Второе неравенство (3)
HB(p*q*) – HB (p*,1) ≥0
Учитывая (10) и (12)
Dp*q* - βp*-(Dp*-β) = p* x D(q*-1)- β(q*-1) ≥0
(q*-1)(Dp*- β) ≥0
q*(Dp*- β) ≥0
23. Решение биматричной игры.
Биматричная игра 2х2
А11 | А12 |
А21 | А22 |
А=
B11 | B12 |
B21 | B22 |
В =
Р – частота применения 1 игроком стратегии (А1)
1-Р – частота применения стратегии (А2)
q – частота применения стратеги (В1)
1- q – частота применения стратегии (В2)
Формулы
На (р, q) ; Нв (р, q)
1. На (р, q) = а11*(р q) + р(1- q) + а21*(1-р)q + а22*(1-р)(1- q)
На = (а11-а12-а21+а22)р q + (а12-а22)р + (а21-а22)* q + а22
3.Нв = (в11-в12-в21+в22)р q + (в12-в22)р + (в21-в22)* q + в22
Введем следующие обозначения:
С = А11- А12- А21+А22
D = B11- B12- B21+B22
α = A22-A12
β = B22-B21
Ɣ = А21-А22
Δ = B12-B22
Ha(p;q) = C*(pq) – αp+ Vq +A22
(*)
Hb(p;q) = D*(pq) – Δ p + βq + B22
Раздел II .
Определение: Пара чисел р* и q*, 0≤ р*≤ 1; 0 ≤ q*≤1.
Определим равновесие, если выполнены 2 условия;
1. (Неравенство)
1.1 На (рq) < Ha(p*,q*) Ɣ p ϵ [0;1]
1.2 HB(p*q) ≤ HB(p*q*)
где, На (средний выигрыш 1 го игрока)
НВ (средний выигрыш 2 го игрока)
Неравенство (1) означает стратегии (p*q*) – определяем равновесие, если отклонение одного из игроков или условие, что другой игрок сохраняет свой выбор приводит к тому, что выигрыш относившегося игрока только уменьшается, таким образом, отклонение от равновесия не выгодно самому игроку.
– Конец работы –
Используемые теги: нятие, решений, условиях, неопределенности, рова0.082
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Принятие решений в условиях неопределенности. (Егорова)
Если этот материал оказался полезным для Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов