Практический пример
Снова вернемся к уже рассмотренной ранее (см. п. 3.4) задаче о конкурсе на реализацию двух проектов при участии конструкторских бюро КБ1 и КБ2. Напомним, что у КБ1 (игрока A) имеется 5 стратегий:A1 = (4; 0), A2 = (3; 1), A3 = (2; 2), A4 = (1; 3), A5 = (0; 4); у КБ2 (игрокаB) – 4 стратегии:B1 = (3; 0), B2 = (2; 1), B3 = (1; 2), B4 = (0; 3).
Пусть a = 16, b = 2 (т.е. финансирование первого проекта существенно превосходит финансирование второго проекта).
После приведения данной игры G(54) к антагонистической посредством вычитания из выигрышей игрокаA средней величины финансирования обоих проектов (a+b)/2 = 9, получим ее матричное представление в виде табл. 7.2.
Таблица 7.34
Bj Ai | B1 | B2 | B3 | B4 |
A1 | 8 | 7 | 7 | 7 |
A2 | 1 | 8 | 7 | 7 |
A3 | –7 | 1 | 8 | 7 |
A4 | –7 | –7 | 1 | 8 |
A5 | –7 | –7 | –7 | 1 |
Далее, после проверки на отсутствие седловой точки и упрощения матрицы игры путем удаления доминируемой стратегии A5, получим игруG(44), представленную табл.7.3.
Таблица 7.35
Bj Ai | B1 | B2 | B3 | B4 |
A1 | 8 | 7 | 7 | 7 |
A2 | 1 | 8 | 7 | 7 |
A3 | –7 | 1 | 8 | 7 |
A4 | –7 | –7 | 1 | 8 |
В табл. 7.4 приведены результаты, полученные программной системой MatrixGamesпри использовании приближенного метода Брауна-Робинсона (при задании различного числа итераций) и точного метода Лагранжа (последняя строка таблицы) с округлением результата до трех знаков после запятой.
Из таблицы видно, что некоторая стабилизация для итерационного метода (особенно относительно величины V*) наступает при числе итераций более 10000.
Таблица 7.36
Число итераций |
|
|
|
| V* | ||||
100 | 0.99 | 0.01 | 0 | 0 | 0.06 | 0.03 | 0.93 | 0 | 7.03 |
200 | 0,885 | 0,110 | 0,005 | 0 | 0,045 | 0,240 | 0,485 | 0,230 | 7,027 |
500 | 0,954 | 0,044 | 0,002 | 0 | 0,018 | 0,096 | 0,194 | 0,692 | 7,009 |
1000 | 0,977 | 0,022 | 0,001 | 0 | 0,009 | 0,048 | 0,097 | 0,846 | 7,006 |
3000 | 0,905 | 0,089 | 0,006 | 0,003 | 0,003 | 0,023 | 0,175 | 0,798 | 7,002 |
10000 | 0,895 | 0,093 | 0,013 | 0,001 | 0,004 | 0,023 | 0,180 | 0,793 | 7,003 |
100000 | 0,879 | 0,107 | 0,013 | 0,002 | 0,002 | 0,014 | 0,111 | 0,873 | 7,002 |
1000000 | 0,876 | 0,109 | 0,013 | 0,002 | 0,002 | 0,013 | 0,110 | 0,875 | 7,002 |
Точный метод | 0,875 | 0,110 | 0,013 | 0,002 | 0,002 | 0,013 | 0,110 | 0,875 | 7,002 |
Вернёмся теперь к исходной задаче. Вычеркнутая стратегия A5будет присутствовать в итоговом результате с вероятностью 0:
SA* = (0,875; 0,110; 0,013; 0,002; 0);
SB* = (0,002; 0,013; 0,110; 0,875);
V* = 7,002.
Если теперь вернуться к начальной ситуации с возможным финансированием КБ1 и КБ2 и округлить результаты, то получим:
SA = (0,9; 0,1; 0,0; 0,0; 0,0);
SB = (0,0; 0,0; 0,1; 0,9);
VA = 16,0;
VB= 2,0,
Таким образом, КБ1 рекомендуется все усилия направить на выполнение первого проекта, возможно, выделив один отдел на выполнение второго проекта, а КБ2 – наоборот, все усилия направить на выполнение второго проекта, возможно, выделив один отдел на выполнение первого.
- Теоретико-игровые методы принятия решений
- Isbn 5-7046-1383-7
- Введение
- Основные понятия теории игр. Классификация игровых моделей
- Основные понятия теории игр
- Классификация игровых моделей
- Контрольные вопросы к разделу 1
- Антагонистическая игра. Поиск решения на дереве игры
- Представление антагонистической игры
- Поиск решения на дереве игры
- Общие замечания
- Метод максимина
- Метод-отсечений
- Неглубокое -отсечение
- Глубокое -отсечение
- Контрольные вопросы к разделу 2
- Методы решения антагонистических игр, представленных в матричной форме
- Матричное представление антагонистической игры
- Наличие седловой точки
- Методы решения матричных игр при отсутствии седловой точки
- Смешанные стратегии
- Метод Лагранжа
- Метод линейного программирования
- Итерационный метод Брауна-Робинсона
- Практический пример
- Контрольные вопросы к разделу 3
- Игра двух лиц с произвольной суммой
- Определение игры двух лиц с произвольной суммой
- Теория Нэша для некооперативных игр
- Рефлексивная игра
- Практический пример
- Контрольные вопросы к разделу 4
- Основы теории статистических решений. Игры с «природой»
- Определение игры «с природой»
- Методы решения игр «с природой»
- Случай стохастической неопределенности
- Случай с неизвестными вероятностями состояний «природы»
- Контрольные вопросы к разделу 5
- Игры с упорядоченными исходами
- Определение игры с упорядоченными исходами при наличии ряда критериев
- Поиск решения игры с упорядоченными исходами
- Контрольные вопросы к разделу 6
- Программная система для решения антагонистических игр
- Общее описание системы
- Примеры работы с системой
- Практический пример
- Контрольные вопросы к разделу 7
- Библиографический список
- Оглавление