5.9. Применение теории матричных игр в управлении
Теория игр рассматривает задачи выбора оптимальных решений с учетом возможных действий других участников и случайных событий.
В игре могут сталкиваться интересы двух и более противников.
В первом случае игра называется парной, во втором - множественной. Рассмотрим парные игры, а участников игры обозначим А и В. Предположим, что интересы участников поддаются количественному описанию, т.е. результат игры определяется некоторым числом.
Задачей теории игр является выработка рекомендаций для игроков, т.е. определение оптимальной стратегии, которая при многократном повторении игры обеспечивает данному игроку максимально возможный средний выигрыш.
Рассмотрим применение теории игр на примере взаимодействия 2-х строительных организаций - заказчика и подрядчика.
Допустим, что СМУ заключило договор с заводом ЖБИ на централизованную поставку раствора на 180 тыс. р. Если в течение дня раствор не поступит, заказчик терпит убытки в сумме 530 тыс. р. из-за простоя.
СМУ может послать на ЖБИ собственный транспорт, дополнительные расходы при этом составят 70 тыс.р. Однако опыт предыдущей работы показал, что это увеличивает надежность поставок только на 50%.
Можно увеличить вероятность получения раствора до 70%, послав на завод своего представителя. Дополнительные затраты при этом составят 60 тыс.р.
Если произвести предварительную оплату работ в размере 100%, то это позволит повысить вероятность выполнения работ в срок до 80%, однако приведет к дополнительным затратам, кроме надбавки за срочность в размере 110 тыс. р.
Можно разместить заказ у другого, абсолютно надежного поставщика по цене, повышенной на 50%. При этом возможны дополнительные расходы, кроме расходов на транспорт, в размере 60 тыс.р., связанные со сверхурочной работой по выработке раствора, поступившего от обоих поставщиков сразу.
Таким образом, заказчик имеет пять своих чистых стратегий:
- ничего не предпринимать;
- оправить собственный транспорт;
оправить на завод своего представителя;
произвести предварительную оплату работ;
разместить заказ у другого, абсолютно надежного подрядчика.
У поставщика имеется две чистые стратегии:
- поставки осуществляются в установленные сроки;
- поставки не выполняются в установленные сроки.
Затраты заказчика, в зависимости от его различных стратегий и стратегии подрядчика (П1 - поставка выполнена своевременно, П2 - поставка не выполнена в договорные сроки), представлены в табл. 6.6.
Рассмотрим, например, как получены суммарные затраты заказчика при применении им 3-й стратегии, а поставщиком - 2-й (поставки нет).
При 3-й стратегии вероятность поставки в срок составляет 70%, следовательно, вероятность того, что поставка не будет выполнена своевременно - 30%. Стоимость раствора составит
(180×70)/100=126 тыс. р.
Убытки, связанные с простоем производства, составят
(530×30)/100=159 тыс. р.
Транспортные расходы – 70 тыс.р. и дополнительные затраты, связанные с командированием своего представителя, – 60 тыс.р.
Доплата за срочность составит 100 тыс.р., дополнительные затраты на авансирование работ – 60 тыс. р. Суммарные затраты составят 415 тыс.р.
Таблица 5.6
Исходные данные для определения стратегий заказчика
Стратегия | Стоимость раствора, тыс.р. | Затраты от простоя рабочих, тыс.р. | Транспортные расходы, тыс.р. | Командировочные расходы, тыс.р. | Предоплата продукции, тыс.р. | Издержки от реализации раствора, тыс.р. | Итого, тыс.р. |
С1→П1 | 180 | 0 | 0 | 0 | 0 | 0 | 180 |
С1→П2 | 0 | 530 | 0 | 0 | 0 | 0 | 530 |
С2→П1 | 180 | 0 | 70 | 0 | 0 | 0 | 250 |
С2→П2 | 90 | 265 | 70 | 0 | 0 | 0 | 425 |
С3→П1 | 180 | 0 | 70 | 60 | 0 | 0 | 310 |
С3→П2 | 126 | 159 | 70 | 60 | 0 | 0 | 415 |
С4→П1 | 180 | 0 | 70 | 0 | 110 | 0 | 360 |
С4→П2 | 144 | 106 | 70 | 0 | 110 | 0 | 430 |
С5→П1 | 450 | 0 | 70 | 0 | 0 | 60 | 580 |
С5→П2 | 270 | 0 | 70 | 0 | 0 | 0 | 340 |
Составим матрицу игры, представленную в табл. 5.7.
Таблица 5.7
Исходные данные для определения стратегий ЖБИ
Стратегия СМУ | Стратегия ЖБИ | |
П1 | П2 | |
С1 | -180 | -530 |
С2 | -250 | -425 |
С3 | -310 | -415 |
С4 | -360 | -430 |
С5 | -580 | -340 |
Поскольку игроком А по терминологии, принятой выше, является заказчик, то в соответствующих клетках записываем "выигрыш" со знаком минус (убытки).
Задача руководства заказчика - определить оптимальную стратегию, обеспечивающую минимум ожидаемых убытков в условиях неопределенности относительно поведения поставщика.
Решение этой игры можно получить в геометрической интерпретации (рис.5.3). Отложим по горизонтальной оси надежность подрядчика, измеренную вероятностями в диапазоне от 0 до 1 и обозначим ее как Y, а затраты заказчика обозначим через X1 при наличии поставки, иначе X2.
Для первой стратегии СМУ (С1) затраты составят 180 тыс. р. при Y=1 и 530 тыс. р. при Y=0 (поставки нет). Изобразим на графике затраты при применении первой стратегии, изменяющиеся от 180 тыс. р. при абсолютной надежности подрядчика (Y=1) до 530 тыс.р. при нулевой надежности (Y=0), соединив прямой линией ординату X1=-530 и X2=-180.
Аналогично построим зависимости затрат заказчика при 2-5 стратегиях. Получим график ожидаемых затрат заказчика при применении своих чистых затрат стратегий против смешанных стратегий поставщика.
Из рисунка видно, что при надежности поставщика от 0 до 0,21 оптимальной является пятая стратегия (C5), при надежности поставщика от 0,21 до 0,6 оптимальной является вторая стратегия (C2), а при надежности поставщика от 0,6 до 1 - первая стратегия (С1).
Мы рассматривали задачу как антагонистическую, что принципиально неверно, поскольку поставщик не стремится нанести СМУ максимальный ущерб. Поэтому его надежность может быть и не наихудшей с точки зрения СМУ.
Неантагонистические игры, когда действия второго игрока зависят не от его сознательной деятельности, а от объективной действительности, называют играми с природой. Второй игрок (природа) действует случайно, в условиях неопределенности (климатические условия, спрос на продукцию и т.д.).
В играх с природой применяют следующие критерии:
1. Максиминный критерий Вальда:
В соответствии с максимальным критерием Вальда оптимальной является 3-я стратегия (послать на ЖБИ свой транспорт и представителя).
2. Максимаксный критерий (абсолютного оптимизма):
В соответствии с этим критерием выбираем 1-ю стратегию (ничего не предпринимать), представленную на рис. 5.3.
Рис. 5.3. Геометрическая интерпретация решения
3. Критерий Сэвиджа (критерий минимакса риска). Суть критерия состоит в выборе такого решения, при котором минимизируются потери из-за ошибочных решений. Для этого строится матрица рисков по условию:
(5.13)
В нашем случае матрица рисков имеет вид
.
Затем определяют
Таким образом, согласно критерию Сэвиджа, оптимальной является 2-я стратегия (послать на ЖБИ свой транспорт).
- Введение
- Понятие об экономико-математических методах и моделях
- 1.1.Определение модели и цели моделирования
- 1.2. Последовательность построения экономико-математической модели
- 1.3. Классификация экономико-математических методов
- 1.4. Классификация экономико-математических моделей
- 1.5. Объекты моделирования
- 1.6. Цель, критерий и ограничения в экономико-математических моделях
- 2. Математические модели рынка
- 2.1. Понятие рыночного равновесия
- 2.2. Паутинообразная модель рынка
- 2.3. Существование и единственность рыночного равновесия
- 2.4. Государственное регулирование рынка. Налоги
- . Дотации
- 2.6. Фиксированные цены
- 2.7. Оценка прибыли и убытков при государственном регулировании рынка
- 2.8. Поддержание стабильных цен и производственные квоты
- 2.9. Принципы ценообразования в рыночной экономике. Диверсификация цен
- 2.9.1. Диверсификация цен в зависимости от дохода покупателя
- 2.9.2. Диверсификация цен в зависимости от объема потребления
- 2.9.3. Диверсификация цен по категориям товаров
- Совокупная прибыль
- 2.9.4. Диверсификация цен по времени
- 3. Производственные функции
- 3.1. Виды производственных функций
- 3.2. Функция Кобба-Дугласа
- 3.3. Модель Солоу
- 3.4. Модель Стоуна
- 3.5. Двойственная задача потребительского выбора
- 3.6. Функция спроса Маршалла
- 3.7. Модель общего равновесия Вальраса
- 3.8. Рыночное равновесие в модели Леонтьева
- 3.9. Пример построения производственной функции
- Значения коэффициентов парной корреляции
- 3.10. Производственные функции и прогнозирование
- 4. Модели оптимального планирования
- 4.1. Оптимизация прибыли предприятия
- Исходные данные для предельного анализа
- 4.2. Оптимизация прибыли методами математического программирования
- Исходные данные для решения задачи оптимизации
- 4.3. Оптимизация прибыли при ограничениях на используемые ресурсы
- Исходные данные по изделиям
- Результаты расчета Таблица 4.8
- 4.4. Планирование оптимальной мощности строительного предприятия
- Для решения задачи на пк коэффициенты целевой функции, матрицы ограничений и правые части ограничений необходимо записать в виде симплекс-матрицы (табл.4.10).
- Оптимальное значение целевой функции – 240,000.
- 4.5. Модели стохастического программирования
- 4.6. Модели оптимального планирования транспортного типа
- 4.7. Решение задач по планированию перевозок
- 4.8. Производственно-транспортные модели
- 4.9. Транспортные модели с промежуточными пунктами
- 4.10. Модели параметрического программирования
- 4.11. Модель распределения инвестиционных ресурсов между строительными организациями, прошедшими конкурсный отбор
- 4.12. Производственно-транспортная задача прикрепления источников теплоснабжения к потребителям продукции
- 5. Матричные игры
- 5.1. Классификация матричных игр
- 5.2. Игры с нулевой суммой
- 5.3. Решение игры в чистых стратегиях
- 5.4. Решение игры в смешанных стратегиях
- Очевидным следствием из теоремы о минимаксе является соотношение
- 5.5. Игры с ненулевой суммой и кооперативные игры
- 5.6. Введение в теорию игр п лиц
- 5.7. Позиционные игры
- 5.8. Выбор оптимальной стратегии в условиях неопределенности (игры с природой)
- 5.8.1. Специфика ситуации полной неопределенности
- 5.8.2. Критерии выбора оптимальной стратегии
- 5.9. Применение теории матричных игр в управлении
- 5.10. Сведение матричной игры к задаче линейного программирования Рассмотрим игру, платежная матрица которой имеет размерность
- 5.11. Решение игры с применением процессора электронных таблиц
- 5.12. Определение победителя подрядных торгов с применением теории игр
- 6. Имитационное моделирование
- 6.1. Метод Монте-Карло
- 7. Моделирование систем массового обслуживания
- 7.1. Одноканальная модель с пуассоновским входным потоком с экспоненциальным распределением длительности обслуживания
- 7.2. Многоканальная модель с пуассоновским входным потоком и экспоненциальным распределением длительности обслуживания
- 8. Модели оценки эффективности инвестиционных проектов
- 8.1. Расчет абсолютных и относительных показателей эффективности проекта
- 8.2. Применение процессоров электронных таблиц для оценки эффективности инвестиций
- 8.3. Оптимальное планирование портфеля инвестиций
- 8.4. Учет факторов риска при оценке инвестиций
- 8.5. Определение уровня недиверсифицируемого риска методом корреляционно-регрессионного анализа
- Исходные данные для расчета
- 9. Модели оценки финансового состояния предприятия
- 9.1. Виды моделей
- 9.2. Статическая и динамическая модели оценки финансового
- Коэффициенты рентабельности
- Оценка деловой активности
- Оценка финансовой устойчивости
- Оценка платежеспособности и ликвидности
- Рекомендуемые значения оцениваемых показателей
- Вопросы и задания
- Заключение
- Библиографический список
- Экономико-математические методы и модели
- 394006 Г.Воронеж, ул. 20-летия Октября, 84