43. Основные положения статистических решений (игры с природой)
До сих пор рассматривались игры, в которых противник «разумный», и мы можем не знать о выборе его действий. Второй вид неопределнности связан с неосознанными действиями противника(Он действует случайным образом).Рассмотрим в качестве второго игрока – природу: нефтегазовый пласт, природные (суша, море, климат и др.), геолого-технологические условия (пористость, проницаемость, высота кровли пласта и т.д.) и т.п., которые активных действий не предпринимают, а неопределенность состоит в том, с какой вероятностью или шансами реализуются те или иные условия. Такие игры называются играми с природой (или теорией статистических решений).
Вначале упростим игру: в игре с природой - пассивный игрок (природа) обычно обозначается как - П.
Суть игры состоит в том, что игроку А требуется выбрать такую чистую или смешанную стратегию, которая является более выгодной, чем остальные.
Предположим, что в платежной матрице мы имеем некоторые аij и akl такие что, аij>аkl. При этом, выигрыш (аij) может быть больше второго (аkl) не за счёт нашего выбора более удачной стратегии, а за счёт того, что состояние природы Пj выгоднее для нас, чем Пi, в этом смысл удачности стратегии. Введем дополнительные показатели, который описывали бы «удачность» или «неудачность» принятия данной стратегии в данной ситуации с учётом общей благоприятности ситуации. С этой целью вводится понятие риска.
Риском игрока А при использовании стратегии Аi в условиях Пj называется разность между выигрышем, который он получил бы, если бы знал Пj, и выигрышем, который он получает в тех же условиях, применяя стратегию Ai. Очевидно, если бы игрок знал заранее состояние природы Пi, он выбрал бы ту стратегию, которой соответствует максимальный выигрыш в данном столбце (максимум столбца j) - это βj. Тогда риск rij есть: rij= βi- аij=- аi , где βj=, rij0.
Введенное понятие риска является мерой благоприятности состояния природы.
Используются следующие критерии для принятия решений:
1. Наиболее просто задача о выборе решения решается в условиях, когда нам известны вероятности реализации состояний Пj и их вероятности Q(Пj). В этом случае за несколько партий мы получим среднее значение выигрыша (математическое ожидание): , где - взвешенное среднее.
Оптимальной стратегией = Аi будет та, которая удовлетворяет этому условию.
В результате задача сводится к поиску решения в среднем.
Средний риск:
Можно показать, что стратегия максимизации и минимизации одна и та же. В случае, когда известны вероятности Q1, Q2 .... Qn, при решении игры с природой всегда можно обойтись чистыми стратегиями, то есть: средний выигрыш это среднее взвешенное среднего выигрыша, соответствующее чистым стратегиям и:
Поэтому принятие смешанной стратегии игроком А не может быть выгоднее с любыми вероятностями Пi ,чем применение чистой стратегии = Аi .
В теории игр с природой существует три подхода к определению aj:
а) Вероятности считаются субъективными и определяются экспертами. – принцип недостаточного основания Лапласа;
б) Располагают состояние природы (гипотезы) в порядке их правдоподобности, тогда:
1) - точечная оценка Фишбенa;
2) могут быть использованы матрицы парных сравнений и соответствующее ранжирование состояний природы;
в) существуют статистические данные о состоянии природы, на основе которых можно построить дискретный ряд вероятностей.
За оптимальное решение принимается та стратегия , которое дает средний максимальный выигрыш (минимальный суммарный риск). В целом, применение этого критерия о выборе решения в условиях неопределенности при рассмотренном подходе превращается в задачу о выборе решения в условиях определенности, только принятое решение является оптимальным не в каждом отдельном случае, а в среднем.
- 1. Теория принятия решений: задача принятия решений, цель, проблема, проблемная ситуация.
- 2. Концепция компьютерной поддержки принятия решений.
- 4. Этапы формирования и принятия решений
- 5. Методы формирования целей управления предприятием
- 6. Стратегии в принятии решений и управлении
- 7. Формирование дерева целей и дерева решений
- 8. Виды критериев оптимальности и их содержание
- 9. Структура компьютерной системы поддержки принятия решений
- 10 Место ксппр с асу
- Вопрос 11: Объективные и субъективные измерения.
- Вопрос 12: Измерения при формировании решений: ранжирование, парное сравнение, непосредственная оценка.
- Вопрос 13: Виды неопределенностей в принятии решений и их измерение.
- 3. Использование многокритериальных функций предпочтения руководителя.
- Вопрос 14: Виды экспертиз.
- Вопрос 15: Определение усредненного мнения экспертов.
- Вопрос 16: Определение согласованности мнений экспертов.
- 17. Элементы байесовских моделей
- 18, 19. Модели стохастического математического программирования: м-задача и р-задача
- 20. Нечеткие множества и основные операции над ними.
- 21. Экспертные методы определения функций принадлежности.
- 22. Аналитический и оптимизационный методы определения функций принадлежности.
- 23. Нечеткая задача оптимизации выбора вариантов проектов.
- 24. Нечеткие числа: виды нечетких чисел; операции над нечеткими числами.
- 25. Модели нечеткого математического программирования: оптимизация с нечеткими отношениями.
- 26. Модели нечеткого математического программирования: использование нечетких lr-чисел.
- 27. Генерация альтернатив решений: понятие генетического алгоритма.
- 28. Множество Парето.
- 29. Схемы компромисса.
- 30. Метод идеальной точки.
- 31. Метод последовательных уступок.
- 32. Алгоритм построения Парето оптимального решения.
- 33. Многокритериальная оптимизация. Принцип Беллмана-Заде.
- 34. Правило Борда (процедура Борда).
- 35. Метод анализа иерархий.
- 36. Правило гарантированных достоинств и недостатков.
- 37. Принципы согласования решений. (принципы Курно, Парето, Эджворта).
- 38. Простейшие алгоритмы согласования решений (согласование в среднем, согласование по Парето, метод идеальной точки).
- 39. Марковская модель согласования решений.
- 40. Цепи Маркова – основные положения
- 41. Дискретные цепи Маркова с дискретным временем
- 42. Дискретные цепи Маркова с непрерывным временем
- 43. Основные положения статистических решений (игры с природой)
- 44. Риски и критерии принятия решений (Вальда, Севиджа, Гурвица)
- 45. Риски и их виды и особенности в нефтегазовой отрасли
- 46. Расчет рисков в игре с природой