VDV-1281 (Теория организации и системный анализ), страница 7
Описание файла
Документ из архива "Теория организации и системный анализ", который расположен в категории "". Всё это находится в предмете "теория организации" из , которые можно найти в файловом архиве . Не смотря на прямую связь этого архива с , его также можно найти и в других разделах. Архив можно найти в разделе "рефераты, доклады и презентации", в предмете "теория организации" в общих файлах.
Онлайн просмотр документа "VDV-1281"
Текст 7 страницы из документа "VDV-1281"
· вы несете убытки в сумме 1000 гривен, а конкурент получает такую прибыль, если ваш вариант S2 оказался против его варианта C1 , и так далее.
Предполагается, что обе стороны имеют профессиональную подготовку в области ТССА и действуют разумно, соблюдая правила — вариант поведения принимают один раз на весь месяц, не зная, конечно, что предпринял на этот же месяц конкурент.
По сути дела, в чисто житейском смысле — это обычная "азартная" игра, в которой существует конечный результат, цель игры — выигрыш.
Этой цели добивается каждый игрок, но не каждый может ее добиться. Варианты поведения игроков можно считать ходами, а множество ходов — рассматривать как партию.
Пусть партия состоит всего лишь из одного хода с каждой стороны. Попробуем найти этот наилучший ход сначала для вашего конкурента — порассуждаем за него.
Так как таблица известна как вам, так и конкуренту, то его рассуждения можно промоделировать.
Вашему конкуренту вариант C2 явно невыгоден — при любом вашем ходе вы будете в выигрыше, а конкурент в проигрыше. Следовательно, со стороны вашего противника будет, скорее всего, принят вариант C1, доставляющий ему минимум потерь.
Теперь можно порассуждать за себя. Вроде бы вариант S2 принесет нам максимальный выигрыш в 3000 гривен, но это при условии выбора C2 вашим конкурентом, а он, скорее всего, выберет C1.
Значит наилучшее, что мы можем предпринять — выбрать вариант S3, рассчитывая на наименьший из возможных выигрышей — в 1000 гривен.
Ознакомимся с рядом общепринятых терминов теории игр:
· поскольку в таблице игры наш возможный выигрыш всегда равен проигрышу конкурента и наоборот, то эту специфику отображают обычно в названии — игра с нулевой суммой;
· варианты поведения игроков-конкурентов называют чистыми стратегиями игры, учитывая независимость их от поведения конкурента;
· наилучшие стратегии для каждого из игроков называют решением игры;
· результат игры, на который рассчитывают оба игрока (1000 гривен прибыли для вас или столько же в виде проигрыша для конкурента) называют ценой игры; она в игре с нулевой суммой однакова для обеих сторон;
· таблицу выигрышей (проигрышей) называют матрицей игры, в данном случае — прямоугольной.
Рассмотренный выше ход рассуждений по поиску наилучшего плана игры в условиях конкуренции — не единственный способ решения задач. Очень часто намного короче и, главное, более логически стройным оказывается другой принцип поиска оптимальных игровых стратегий — принцип минимакса.
Для иллюстрации этого метода рассмотрим предыдущий пример игры с несколько видоизмененной матрицей.
| C1 | C2 | |
| S1 | -2000 | - 4000 |
| S2 | -1000 | +3000 |
| S3 | +1000 | +2000 |
Повторим метод рассуждений, использованный для предыдущего примера.
· Мы никогда не выберем стратегию S1, поскольку она при любом ответе конкурента принесет нам значительные убытки.
· Из двух оставшихся разумнее выбрать S3, так как при любом ответе конкурента мы получим прибыль.
· Выбираем в качестве оптимальной стратегии S3.
Рассуждения нашего конкурента окажутся примерно такими же по смыслу. Понимая, что мы никогда не примем S1 и выберем, в конце концов, S3, он примет решение считать оптимальной для себя стратегию C1 — в этом случае он будет иметь наименьшие убытки.
Можно применить и иной метод рассуждений, дающий, в конце концов, тот же результат. При выборе наилучшего плана игры для нас можно рассуждать так:
· при стратегии S1 минимальный (min) "выигрыш" составит - 4000 гривен;
· при стратегии S2 минимальный (min) "выигрыш" составит - 1000 гривен;
· при стратегии S3 минимальный (min) выигрыш составит + 1000 гривен.
Выходит, что наибольший (max) из наименьших (min) выигрышей — это 1000 гривен и сам бог велел полагать стратегию S3 оптимальной, с надеждой на ответный ход конкурента его стратегией C1. Такую стратегию и называют стратегией MaxiMin.
Если теперь попробовать смоделировать поведение конкурента, то для него:
· при стратегии C1 максимальный (max) проигрыш составит 1000 гривен;
· при стратегии C2 максимальный (max) проигрыш составит 2000 гривен.
Значит, наш конкурент, если он будет рассуждать здраво, выберет стратегию C1, поскольку именно она обеспечивает наименьший (min) из наибольших (max) проигрышей. Такую стратегию и называют стратегией MiniMax.
Легко заметить, что это одно и то же — вы делаете ход S3 в расчете на ответ C1, а ваш конкурент — ход C1 в расчете на S3.
Поэтому такие стратегии называют минимаксными — мы надеемся на минимум максимальных убытков или, что одно и то же, на максимум минимальной прибыли.
В двух рассмотренных примерах оптимальные стратегии "противников" совпадали, принято говорить — они соответствовали седловой точке матрицы игры.
Метод минимакса отличается от стандартного пути логических рассуждений таким важным показателем как алгоритмичность. В самом деле, можно доказать, что если седловая точка существует, то она находится на пересечении некоторой строки S и некоторого столбца C. Если число в этой точке самое большое для данной строки и, одновременно, самое малое в данном столбце, то это и есть седловая точка.
Конечно, далеко не все игры обладают седловой точкой, но если она есть, то поиск ее при числе строк и столбцов в несколько десятков (а то и сотен) по стандартному логическому плану — дело практически безнадежное без использования компьютерных технологий.
Но, даже при использовании компьютера, писать программу для реализации всех возможных If ... Then придется на специальных языках программирования (например — язык Prolog). Эти языки велико-лепны для решения логических задач, но практически непригодны для обычных вычислений. Если же использовать метод минимакса, то весь алгоритм поиска седловой точки займет на языке Pascal или C++ не более 5...10 строк программы.
Рассмотрим еще один простой пример игры, но уже без седловой точки.
| C1 | C2 | |
| S1 | -3000 | +7000 |
| S2 | +6000 | +1000 |
Задача в этом случае для нас (и для нашего разумного конкурента) будет заключаться в смене стратегий, в надежде найти такую их комбинацию, при которой математическое ожидание выигрыша или средний выигрыш за некоторое число ходов будет максимальным.
Пусть мы приняли решение половину ходов в игре делать с использованием S1, а другую половину — с S2. Конечно, мы не можем знать, какую из своих двух стратегий будет применять конкурент, и поэтому придется рассматривать два крайних случая его поведения.
Если наш конкурент все время будет применять C1, то для нас выигрыш составит 0.5·(-3000)+0.5·(+6000) = 1500 гривен.
Если же он все время будет применять C2, то на выигрыш составит 0.5·(+7000)+0.5·(+1000) = 4000 гривен.
Ну, это уже повод для размышлений, для анализа. В конце концов, можно прикинуть, а что мы будем иметь в случае применения конкурентом также смешанной стратегии? Ответ уже готов — мы будем иметь выигрыш не менее 1500 гривен, поскольку выполненные выше расчеты охватили все варианты смешанных стратегий конкурента.
Поставим вопрос в более общем виде — а существует ли наилучшая смешанная стратегия (комбинация S1 и S2) для нас в условиях применения смешанных стратегий (комбинации C1 и C2) со стороны конкурента? Математическая теория игр позволяет ответить на этот вопрос утвердительно — оптимальная смешанная стратегия всегда существует, но она может гарантировать минимум математического ожидания выигрыша. Методы поиска таких стратегий хорошо разработаны и отражены в литературе.
Таким образом, мы снова оказались в роли ЛПР — системный подход не может дать рецепта для безусловного получения выигрыша.
Нам и только нам, решать — воспользоваться ли рекомендацией и применить оптимальную стратегию игры, но при этом считаться с риском возможного проигрыша (выигрыш окажется гарантированным лишь при очень большом числе ходов).
Завершим рассмотрение последнего примера демонстрацией поиска наилучшей смешанной стратегии.
Пусть мы применяем стратегию S1 с частотой e, а стратегию S2 с частотой (1 - e).
Тогда мы будем иметь выигрыш
W(C1) = e · (-3000) + (1-e) · (+6000) = 6000 - 9000·e
при применении конкурентом стратегии C1
или будем иметь выигрыш
W(C2) = e · (+7000) + (1-e) · (+1000) = 1000 + 6000·e
при применении конкурентом стратегии C2.
Теория игр позволяет найти наилучшую стратегию для нас из условия W(C1) = W(C2); {3 - 16}
что приводит к наилучшему значению e=1/3 и математическому ожиданию выигрыша величиной в (-3000)·(1/3)+(+6000)·(2/3)=3000 гривен.
3.10 Моделирование в условиях противодействия, модели торгов
К этому классу относятся задачи анализа систем с противодействием (конкуренцией), также игровых по сути, но с одной особенностью — "правила игры" не постоянны в одном единственном пункте — цены за то, что продается.
При небольшом числе участников торгов вполне пригодны описанные выше приемы теории игр, но когда число участников велико и, что еще хуже, заранее неизвестно, — приходится использовать несколько иные методы моделирования ситуаций в торгах.
Наиболее часто встречаются два вида торгов:
· закрытые торги, в которых два или более участников независимо друг от друга предлагают цены (ставки) за тот или иной объект; при этом участник имеет право лишь на одну ставку, а ведущий торги принимает высшую (или низшую) из предложенных;
· открытые торги или аукционы, когда два или более участников подымают цены до тех пор, пока новой надбавки уже не предлагается.
Рассмотрим вначале простейший пример закрытых торгов. Пусть мы (A) и наш конкурент (B) участвуем в закрытых торгах по двум объектам суммарной стоимости C1 + C2.
Мы располагаем свободной суммой S и нам известно, что точно такой же суммой располагает наш конкурент. При этом S< C1 + C2, то есть купить оба объекта без торгов не удастся.
Мы должны назначить свои цены A1, A2 за первый и второй объекты в тайне от конкурента, который предложит за них же свои цены B1, B2. После оглашения цен объект достанется предложившему большую цену, а если они совпали — по жребию. Предположим, что и мы и наш конкурент владеем методом выбора наилучшей стратегии (имеем соответствующее образование).
Так вот — можно доказать, что при равных свободных суммах с нашей и с противоположной стороны существует одна, оптимальная для обеих сторон стратегия назначения цен.
Сущность ее (скажем, для нас) определяется из следующих рассуждений. Если нам удастся купить первый объект, то наш доход составит (C1 - A1) или же, при покупке второго, мы будем иметь доход (C2 - A2). Значит, в среднем мы можем ожидать прибыль
