Понятие об игровых моделях. Платежная матрица

ПРАКТИЧЕСКАЯ РАБОТА №3

Модели теории игр

Понятие об игровых моделях

Теория игр занимается разработкой различного рода рекомендаций по принятию решений в условиях конфликтной ситуации. Формируя конфликтные ситуации математически, их можно представить как игру двух, трёх и более игроков, каждый из которых преследует цель максимизации своего выигрыша за счет другого игрока. Математическая модель конфликтной ситуации называется игрой , стороны, участвующие в конфликте, – игроками , а исход конфликта – выигрышем . Для каждой формализованной игры вводятся правила , т.е. система условий, определяющая:

1. варианты действий игроков;

2. объем информации каждого игрока о поведении партнеров;

3. выигрыш, к которому приводит каждая совокупность действий.

Как правило, выигрыш может быть задан количественно (например, проигрыш – 0, выигрыш – 1, ничья – ½). Игра называется парной , если в ней участвуют два игрока, и множественной , если число игроков больше двух. Игра называется игрой с нулевой суммой , если выигрыш одного из игроков равен проигрышу другого. Выбор и осуществление одного из предусмотренных правилами действий называется ходом игрока. Ходы могут быть личными и случайными. Личный ход – сознательный выбор игроком одного из возможных действий (ход в шахматной игре), случайный ход – случайно выбранное действие (выбор карты из перетасованной колоды).

Стратегией игрока называется совокупность правил, определяющих выбор его действия при при каждом личном ходе в зависимости от сложившейся ситуации. Игра называется конечной , если у игрока имеется конечное число стратегий, и бесконечной – в противном случае.

Для того, чтобы решить игру, или найти решение игры , следует для каждого игрока выбрать стратегию, которая удовлетворяет условию оптимальности, т.е. один из игроков должен получить максимальный выигрыш , когда второй придерживается своей стратегии. В то же время второй игрок должен иметь минимальный проигрыш , если первый придерживается своей стратегии. Такие стратегии называются оптимальными. Целью теории игр является определение оптимальной стратегии для каждого игрока . При выборе оптимальной стратегии естественно предполагать, что оба игрока ведут себя разумно с точки зрения своих интересов.

Платежная матрица. Нижняя и верхняя цена игры

Рассмотрим парную конечную игру. Пусть игрок А располагает m личными стратегиями, которые обозначим А 1 , А 2 ,…,А m . Пусть у игрока B имеется n личных стратегий, обозначим их B 1 , B 2 ,…,B n . Говорят, что игра имеет размерность m ´ n . В результате выбора игроками любой пары стратегий А i и B j однозначно определяется исход игры, т.е. выигрыш a ij игрока А (положительный или отрицательный) и проигрыш (-a ij ) игрока В . Матрица Р=(a ij) , элементами которой являются выигрыши, соответствующие стратегиям А i и B j , называется платежной матрицей или матрицей игры .

Пример – игра «Поиск»

Игрок А может спрятаться в убежище 1 – обозначим эту стратегию за А 1 или в убежище 2 – стратегия А 2 . Игрок В может искать первого игрока в убежище 1 –стратегия В 1 , либо в убежище 2 – стратегия В 2 . Если игрок А находится в убежище 1 и его там обнаруживает игрок В , т.е. осуществляется пара стратегий (А 1 ,В 1) , то игрок А платит штраф, т.е. a 11 =–1. Аналогично получаем a 22 =–1. Очевидно, что стратегии (А 1 ,В 2) и (А 2 ,В 1) дают игроку А выигрыш 1, поэтому a 12 =a 21 =1. Таким образом, получаем платежную матрицу

Рассмотрим игру m ´ n с матрицей Р=(a ij) и определим наилучшую среди стратегий игрока А . Выбирая стратегию А i , игрок А должен рассчитывать, что игрок В ответит на нее той из стратегий В j , для которой выигрыш для игрока А минимален (игрок В стремится «навредить» игроку А ).

Обозначим через a i наименьший выигрыш игрока А при выборе им стратегии А i для всех возможных стратегий игрока В (наименьшее число в i -й строке платежной матрицы), т.е. .

Среди всех чисел a i выберем наибольшее: . Назовем a нижней ценой игры , или максимальным выигрышем (максимином ). Это гарантированный выигрыш игрока А при любой стратегии игрока В . Следовательно, .

Стратегия, соответствующая максимину, называется максиминной стратегией . Игрок В заинтересован в том, чтобы уменьшить выигрыш игрока А ; выбирая стратегию B j , он учитывает максимально возможный при этом выигрыш для A. Обозначим .

Среди всех чисел выберем наименьшее иназовем b верхней ценой игры , или минимаксным выигрышем (минимаксом ). Это гарантированный проигрыш игрока В при любой стратегии игрока А . Следовательно, .

Стратегия, соответствующая минимаксу, называется минимаксной стратегией . Принцип, диктующий игрокам выбор наиболее осторожных минимаксной и максиминной стратегий, называется принципом минимакса .

Статистические игры

Во многих задачах, приводящихся к игровым, неопределенность вызвана отсутствием информации об условиях, в которых осуществляется действие. Эти условия зависят не от сознательных действий другого игрока, а от объективной действительности, которую принято называть «природой». Такие игры называют играми с природой (статистическими играми).

Задача

После нескольких лет эксплуатации промышленное оборудование оказывается в одном из следующих состояний: В 1 – оборудование может использоваться в очередном году после профилактического ремонта; В 2 – для безаварийной работы оборудования в дальнейшем следует заменить отдельные его детали и узлы; В 3 – оборудование требует капитального ремонта или замены.

В зависимости от сложившейся ситуации В 1 ,В 2 ,В 3 руководство предприятия может принять такие решения: А 1 – отремонтировать оборудование силами заводских специалистов, что требует соответствующих затрат а 1 =6, а 2 =10, а 3 =15 ден.ед; А 2 – вызвать специальную бригаду ремонтников, расходы в этом случае составят b 1 =15, b 2 =9, b 3 =18 ден.ед; А 3 – заменить оборудование новым, реализовав устаревшее оборудование по его остаточной стоимости. Совокупные затраты в результаты этого мероприятия будут равны соответственно с 1 =13, с 2 =24, с 3 =12 ден.ед.

Задание

1. Придав описанной ситуации игровую схему, выявить ее участников, указать возможные чистые стратегии сторон.

2. Составить платежную матрицу, пояснив смысл элементов a ij матрицы (почему они отрицательные?).

3. Выяснить, какое решение о работе оборудования в предстоящем году целесообразно рекомендовать руководству предприятия, чтобы минимизировать потери при следующих предположениях: а) накопленный на предприятии опыт эксплуатации аналогичного оборудования показывает, что вероятности указанных состояний оборудования равны соответственно q 1 =0,15; q 2 =0,55; q 3 =0,3 (примените критерий Байеса); б) имеющийся опыт свидетельствует о том, что все три возможных состояния оборудования равновероятны (примените критерий Лапласа); в) о вероятности оборудования ничего определенного сказать нельзя (примените критерии Вальда, Сэвиджа, Гурвица). Значение параметра g=0,8 в критерии Гурвица задано.

Решение

1) Описанная ситуация представляет собой статистическую игру.

В качестве статистика выступает руководство предприятия, которое может принять одно из следующих решений: отремонтировать оборудование своими силами (стратегия А 1), вызвать ремонтников (стратегия А 2); заменить оборудование новым (стратегия А 3).

Второй играющей стороной – природой будем считать совокупность факторов, влияющих на состояние оборудования: оборудование может использоваться после профилактического ремонта (состояние В 1); нужно заменить отдельные узлы и детали оборудования (состояние В 2): потребуется капитальный ремонт или замена оборудования (состояние В 3).

2) Составим платежную матрицу игры:

Элемент платежной матрицы а ij показывает затраты руководства предприятия, если при выбранной стратегии А i оборудование окажется в состоянии В j . Элементы платежной матрицы отрицательны, так как при любой выбранной стратегии руководству предприятия придется нести расходы.

а) накопленный на предприятии опыт эксплуатации аналогично оборудования показывает, что вероятности состояний оборудования равны q 1 =0,15; q 2 =0,55; q 3 =0,3.

Платежную матрицу представим в виде:

где , (i=1,3)

По критерию Байеса за оптимальную принимается та чистая стратегия А i , при которой максимизируется средний выигрыш статистика, т.е. обеспечивается =max .

Оптимальной стратегией по Байесу является стратегия А 1 .

б) имеющийся опыт свидетельствует о том, что все три возможных состояния оборудования равновероятны, т.е. = 1/3.

Средние выигрыши равны:

1/3*(-6-10-15) = -31/3 » -10,33;

1/3*(-15-9-18) = -42/3 = -14;

1/3*(-13-24-12) = -49/3 » -16,33.

Оптимальной стратегией по Лапласу является стратегия А 1 .

в) о вероятностях оборудования нельзя сказать ничего определенного.

По критерию Вальда за оптимальную принимается чистая стратегия, которая в наихудших условиях гарантирует максимальный выигрыш, т.е.

.

= max (-15, -18, -24) = -15.

Таким образом, оптимальной является стратегия А 1 .

Построим матрицу рисков , где .

Стратегией игрока называется план, по которому он совершает выбор в любой возможной ситуации и при любой возможной фактической информации. Естественно, что игрок принимает решения по ходу игры. Однако теоретически можно предположить, что все эти решения приняты игроком заранее. Тогда совокупность этих решений составляет его стратегию. В зависимости от числа возможных стратегий игры делятся на конечные и бесконечные. Задачей теории игр является выработка рекомендаций для игроков, т. е. определение для них оптимальной стратегии. Оптимальной называется стратегия, которая при многократном повторении игры обеспечивает данному игроку максимально возможный средней выигрыш.

Простейший вид стратегической игры - игра двух лиц с нулевой суммой (сумма выигрышей сторон равна нулю). Игра состоит из двух ходов: игрок А выбирает одну из своих возможных стратегий Ai (i = 1, 2, m), а игрок В выбирает стратегию Вj (j = 1, 2, ., n), причем каждый выбор производится при полном незнании выбору другого игрока.

Цель игрока А - максимизировать функцию φ (Ai, Bj), в свою очередь, цель игрока В - минимизировать эту же функцию. Каждый из игроков может выбирать одну из переменных, от которых зависит значение функции. Если игрок А выбирает некоторую из стратегий Ai, то это само по себе не может влиять да значение функции φ (Ai, Bj).

Влияние Ai, на величину значения φ (Ai, Bj) является неопределенным; определенность имеет место только после выбора, исходя из принципа минимизации φ (Ai, Bj), другим игроком переменной Bj. При этом Bj определяется другим игроком. Пусть φ (Ai, Bj)= aij. Составим матрицу А:

Строки матрицы соответствуют стратегиям Ai, столбцы - стратегиям Bj. Матрица А называется платежной или матрицей игры. Элемент aij матрицы - выигрыш игрока А, если он выбрал стратегию Ai, а игрок В выбрал стратегию Bj.

Пусть игрок А выбирает некоторую стратегию Ai ; тогда в наихудшем случае (например, если выбор станет известным игроку В) он получит выигрыш, равный min aij. Предвидя такую возможность, игрок А должен выбрать такую стратегию, чтобы максимизировать свой минимальный выигрыш a:

а = max min aij

Величина а - гарантированный выигрыш игрока А - называется нижней ценой игры. Стратегия Аi0, обеспечивающая получение а, называется максиминной.

Игрок В, выбирая стратегию, исходит из следующего принципа: при выборе некоторой стратегии Вj его проигрыш не превысит максимального из значений элементов j-го столбца матрицы, т.е. меньше или равен max aij

Рассматривая множество max aij для различных значений j, игрок В, естественно выберет такое значение j, при котором его максимальный проигрыш β минимизируется:

β = min miax aij

Величина β называется верхней ценой игры, а соответствующая выигрышу β стратегия Вj0 - минимаксной.

Фактический выигрыш игрока А при разумных действиях партнеров ограничен нижней и верхней ценой игры. Если же эти выражения равны, т.е.

Теория игр представляет собой математическую дисциплину, предметом исследования которой являются методы принятия решения в конфликтных ситуациях.

Ситуация называется конфликтной , если в ней сталкиваются интересы нескольких (обычно двух) лиц, преследующих противоположные цели. Каждая из сторон может проводить ряд мероприятий для достижения своих целей, причем успех одной стороны означает неудачу другой.

В экономике конфликтные ситуации встречаются очень часто (взаимоотношения между поставщиком и потребителем, покупателем и продавцом, банкиром и клиентом). Конфликтные ситуации встречаются и во многих других областях.

Конфликтная ситуация порождается различием интересов партнеров и стремлением каждого из них принимать оптимальные решения, которые реализуют поставленные цели в наибольшей степени. При это каждому приходится считаться не только со своими целями, но и с целями партнера, и учитывать неизвестные заранее решения, которые партнеры будут принимать.

Обычно конфликтные ситуации трудны для непосредственного анализа благодаря множеству второстепенных приходящих факторов. Для того чтобы сделать возможным математический анализ конфликтной ситуации, ее необходимо упростить, учтя только основные факторы. Упрощенная формализованная модель конфликтной ситуации называется игрой , стороны, участвующие в конфликте, - игроками , а исход конфликта - выигрышем. Как правило, выигрыш (или проигрыш) может быть задан количественно; например, можно оценить проигрыш нулем, выигрыш - единицей, а ничью - 1/2.

Игра представляет собой совокупность правил , описывающих поведение игроков. Каждый случай разыгрывания игры некоторым конкретным образом от начала до конца представляет собой партию игры. Выбор и осуществление одного из предусмотренных правилами действий называется ходом игрока. Ходы могут быть личными и случайными. Личный ход - это сознательный выбор игроком одного из возможных действий (например, ход в шахматной игре).Случайный ход - это также выбор одного из множества вариантов, но здесь вариант выбирается не игроком, а некоторым механизмом случайного выбора (бросание монет, выбор карты из перетасованной колоды).

Стратегией игроканазывается совокупность правил, определяющих выбор его действий при каждом личном ходе в зависимости от сложившейся ситуации.

Если игра состоит только из личных ходов, то исход игры определен, если каждый из игроков выбрал свою стратегию. Однако если в игре имеются случайные ходы, то игра будет носить вероятностный характер и выбор стратегий игроков еще не определит окончательно исход игры.

Для того чтобы решить игру, или найти решение игры, следует для каждого игрока выбрать стратегию, которая удовлетворяет условию оптимальности, т.е. один из игроков должен получать максимальный выигрыш, когда второй придерживается своей стратегии. В то же время второй игрок должен иметьминимальный проигрыш , если первый придерживается своей стратегии. Такие стратегии называются оптимальными. Оптимальные стратегии должны удовлетворять условию устойчивости, т.е. любому из игроков должно быть невыгодно отказаться от своей стратегии в этой игре.

Целью теории игр является определение оптимальной стратегии для каждого игрока .

Рассмотрим парную конечную игру. Пусть игрок А располагает m личными стратегиями, которые обозначим A 1 , A 2 , ..., A m . Пусть у игрока В имеется n личных стратегий, обозначим их B 1 , B 2 , ..., B m . Говорят, что игра имеет размерность m × n . В результате выбора игроками любой пары стратегий

A i и B j (i = 1, 2, ..., m; j = 1, 2, ..., n)

однозначно определяется исход игры, т.е. выигрыш a ij игрока А (положительный или отрицательный) и проигрыш (- a ij ) игрока В . Предположим, что значения о,у известны для любой пары стратегий (A i ,B j ). Матрица , элементами которой являются выигрыши, соответствующие стратегиям A i и B j , называется платежной матрицей или матрицей игры . Общий вид такой матрицы представлен в таблице 3.1.

Таблица 3.1

Строки этой таблицы соответствуют стратегиям игрока А , а столбцы - стратегиям игрока В . Составим платежную матрицу для следующей игры.

Рассмотрим игру m × n с матрицей P = (a ij), i = 1, 2, ..., m; j = 1, 2, ..., n и определим наилучшую среди стратегий A 1 , A 2 , ..., A m . Выбирая стратегию A i игрок А должен рассчитывать, что игрок В ответит на нее той из стратегий B j , для которой выигрыш для игрока А минимален (игрок В стремится "навредить" игроку А ). Обозначим через α i , наименьший выигрыш игрока А при выборе им стратегии A i для всех возможных стратегий игрока В (наименьшее число в i -й строке платежной матрицы), т.е.

Стратегия, соответствующая максимину, называется максиминной стратегией . Игрок В заинтересован в том, чтобы уменьшить выигрыш игрока А ; выбирая стратегию B j , он учитывает максимально возможный при этом выигрыш для А . Обозначим

Стратегия, соответствующая минимаксу, называется минимаксной стратегией. Принцип, диктующий игрокам выбор наиболее "осторожных" минимаксной и максиминной стратегий, называется принципом минимакса . Этот принцип следует из разумного предположения, что каждый игрок стремится достичь цели, противоположной цели противника. Определим нижнюю и верхнюю цены игры и соответствующие стратегии в задаче.

Если верхняя и нижняя цены игры совпадают, то общее значение верхней и нижней цены игры α = β = v называется чистой ценой игры , или ценой игры . Минимаксные стратегии, соответствующие цене игры, являютсяоптимальными стратегиями , а их совокупность - оптимальным решением , или решением игры . В этом случае игрок А получает максимальный гарантированный (не зависящий от поведения игрока В ) выигрыш v , а игрок В добивается минимального гарантированного (вне зависимости от поведения игрока А ) проигрыша v . Говорят, что решение игры обладает устойчивостью , т.е. если один из игроков придерживается своей оптимальной стратегии, то для другого не может быть выгодным отклоняться от своей оптимальной стратегии.

Пара чистых стратегий A i и B j дает оптимальное решение игры тогда и только тогда, когда соответствующий ей элемент a ij , является одновременно наибольшим в своем столбце и наименьшим в своей строке. Такая ситуация, если она существует, называется седловой точкой (по аналогии с поверхностью седла, которая искривляется вверх в одном направлении и вниз - в другом).

Основные понятия модели управления запасами.

Как в бизнесе, так и в производстве обычно принято поддерживать разумный запас материальных ресурсов или комплектующих для обеспечения непрерывности производственного процесса. Традиционно запас рассматривается как неизбежные издержки, когда слишком низкий его уровень приводит к дорогостоящим остановкам производства, а слишком высокий – к «омертвлению» капитала. Задача управления запасами – определить уровень запаса, который уравновешивает два упомянутых крайних случая.

Рассмотрим основные характеристики моделей управления запасами.

Спрос . Спрос на запасаемый продукт может быть детерминированным (в простейшем случае - постоянным во времени) или случайным. Случайность спроса описывается либо случайным моментом спроса, либо случайным объемом спроса в детерминированные или случайные моменты времени.

Пополнение склада. Пополнение склада может осуществляется либо периодически через определенные интервалы времени, либо по мере исчерпания запасов, т.е. снижения их до некоторого уровня.

Объем заказа. При периодическом пополнении и случайном исчерпании запасов объем заказа может зависит от того состояния, которое наблюдается в момент подачи заказа. Заказ обычно подается на одну и ту же величину при достижении запасом заданного уровня - так называемой точки заказа.

Время доставки. В идеализированных моделях управления запасами предполагается, что заказанное пополнение доставляется на слад мгновенно. В других моделях рассматривается задержка поставок на фиксированный или случайный интервал времени.

Стоимость поставки. Как правило, предполагается, что стоимость каждой поставки слагается их двух компонент - разовых затрат, не зависящих от объема заказываемой партии, и затрат, зависящих (чаще всего линейно) от объема партии.

Издержки хранения. В большинстве моделей управления запасами считают объем слада практически неограниченным, а в качестве контролирующей величины служит объем хранимых запасов. При этом полагают, что хранение каждой единицы запаса в единицу времени взимается определенная плата.

Штраф за дефицит. Любой склад создается для того, чтобы предотвратить дефицит определенного типа изделий в обслуживаемой системе. Отсутствие запаса в нужный момент приводит к убыткам, связанным с простоем оборудования, неритмичностью производства и т.п. Эти убытки называют штрафом за дефицит.

Номенклатура запаса. В простейших случаях предполагается, что на складе храниться запас однотипных изделий или однородного продукта. В более сложных случаях рассматривается многономенклатурный запас.

Структура складской системы. Наиболее полно разработаны математические модели одиночного слада. Однако на практике встречаются и более сложные структуры: иерархические системы сладов с различными периодами пополнения и временем доставки заказов, с возможностью обмена запасами между складами одного уровня иерархии и т.п.

В качестве критерия эффективности принятой стратегии управления запасами выступает функция затрат (издержек), представляющая суммарные затраты на поставку запасаемого продукта, его хранение и затраты на штрафы.

Управление запасами состоит в отыскании такой стратегии пополнения и расхода запасами, при котором функция затрат принимает минимальное значение.

Пусть фукнции , и выражают соответственно:

Пополнение запасов,

Расход запасов,

Спрос на запасаемый продукт

за промежуток времени .

В моделях управления запасами обычно используются производные этих функций по времени , , ,называемые соответственно,

Игра называется игрой с нулевой суммой , или антагонистической , если выигрыш одного из игроков равен проигрышу другого, т.е. для полного задания игры достаточно указать величину одного из них. Если обозначить a - выигрыш одного из игроков, b - выигрыш другого, то для игры с нулевой суммой b = - a , поэтому достаточно рассматривать, например, a .

Выбор и осуществление одного из предусмотренных правилами действий называется ходом игрока. Ходы могут быть личными и случайными.

Личный ход - это сознательный выбор игроком одного из возможных действий (например, ход в шахматной игре).

Случайный ход - это случайно выбранное действие (например, выбор карты из перетасованной колоды). В своей работе я буду рассматривать только личные ходы игроков.

Стратегией игрока называется совокупность правил, определяющих выбор его действия при каждом личном ходе в зависимости от сложившейся ситуации. Обычно в процессе игры при каждом личном ходе игрок делает выбор в зависимости от конкретной ситуации. Однако в принципе, возможно, что все решения приняты игроком заранее (в ответ на любую сложившуюся ситуацию). Это означает, что игрок выбрал определенную стратегию, которая может быть задана в виде списка правил или программы. (Так можно осуществить игру с помощью ЭВМ). Игра называется конечной , если у каждого игрока имеется конечное число стратегий, и бесконечной - в противном случае.

Для того, чтобы решить игру, или найти решение игры, следует для каждого игрока выбрать стратегию, которая удовлетворяет условию оптимальности , т.е. один из игроков должен получать максимальный выигрыш , когда второй придерживается своей стратегии. В то же время второй игрок должен иметь минимальный проигрыш , если первый придерживается своей стратегии. Такиестратегии называются оптимальными . Оптимальные стратегии должны так же удовлетворять условию устойчивости , т.е. любому из игроков должно быть невыгодно отказаться от своей стратегии в этой игре.

Цель теории игр : определение оптимальной стратегии для каждого игрока. При выборе оптимальной стратегии естественно предполагать, что оба игрока ведут себя разумно с точки зрения своих интересов.

Антагонистические игры, в которых каждый игрок имеет конечное множество стратегий, называются матричными играми . Это название объясняется следующей возможностью описания игр такого рода. Составляем прямоугольную таблицу, в которой строки соответствуют стратегиям первого игрока, столбцы – стратегиям второго, а клетки таблицы, стоящие на пересечении строк и столбцов, соответствуют ситуациям игры. Если поставить в каждую клетку выигрыш первого игрока в соответствующей ситуации, то получим описание игры в виде некоторой матрицы. Эта матрица называется матрицей игры или матрицей выигрышей .

Одна и та же конечная антагонистическая игра может быть описана различными матрицами, отличающимися друг от друга лишь порядком строк и столбцов.

Рассмотрим игру m x n с матрицей Р = (a ij), i = 1,2, ... , m;j = 1,2, ... , n и определим наилучшую среди стратегий A 1 , А 2 , …, А m . Выбирая стратегию А i игрок А должен рассчитывать, что игрок В ответит на нее той из стратегий B j , для которой выигрыш для игрока А минимален (игрок В стремится "навредить" игроку А ). Обозначим через a i , наименьший выигрыш игрока А при выборе им стратегии А i для всех возможных стратегий игрока В (наименьшее число в i-й строке платежной матрицы), т.е.

a i = a ij , j = 1,..., n .

Среди всех чисел a i (i = 1,2, ... , m ) выберем наибольшее. Назовем a нижней ценой игры или максимальным выигрышем (максимином). Это гарантированный выигрыш игрока А при любой стратегии игрока В . Следовательно, , i = 1,... , m ; j = 1,..., n

Стратегия, соответствующая максимину, называется максимальной стратегией . Игрок В заинтересован в том, чтобы уменьшить выигрыш игрокаА ; выбирая стратегию B j , он учитывает максимально возможный при этом выигрыш для А .

Обозначим: β i = a ij , i = 1,... , m

Среди всех чисел B j выберем наименьшее и назовем β верхней ценой игры или минимаксным выигрышем (минимаксом). Это гарантированный проигрыш игрока В .

Следовательно, i = 1,... , m ; j = 1,..., n.

Стратегия, соответствующая минимаксу, называется минимаксной стратегией .

Принцип, диктующий игрокам выбор наиболее "осторожных" минимаксной и максиминной стратегий, называется принципом минимакса. Этот принцип следует из разумного предположения, что каждый игрок стремится достичь цели, противоположной цели противника.

Лекция 9. Понятие об игровых моделях. Платежная матрица.

§ 6 ЭЛЕМЕНТЫ ТЕОРИИ ИГР

6.1 Понятие об игровых моделях.

Математи­ческая модель конфликтной ситуации называется игрой , стороны, участвующие в конфликте, – игроками, а исход конфликта – выигрышем .

Для каждой формализованной игры вводятся правила , т.е. система условий, определяющая: 1) варианты действий игро­ков; 2) объем информации каждого игрока о поведении партне­ров; 3) выигрыш, к которому приводит каждая совокупность дей­ствий. Как правило, выигрыш (или проигрыш) может быть задан количественно; например, можно оценить проигрыш нулем, выигрыш – единицей, а ничью – 1/2. Количественная оценка результатов игры называется платежом .

Игра называется парной , если в ней участвуют два игрока, и множественной , если число игроков больше двух. Мы будем рас­сматривать только парные игры. В них участвуют два игрока А и В, интересы которых противоположны, а под игрой будем пони­мать ряд действий со стороны А и В.

Игра называется игрой с нулевой суммой, или антагонистиче­ ской , если выигрыш одного из игроков равен проигрышу другого, т.е. сумма выигрышей обеих сторон равна нулю. Для полного задания игры достаточно указать величину одно­го изних. Если обозначить а – выигрыш одного из игроков, b – выигрыш другого, то для игры с нулевой суммой b = –а , поэтому достаточно рассматривать, например а.

Выбор и осуществление одного из предусмотренных правила­ми действий называется ходом игрока. Ходы могут быть личными и случайными . Личный ход – это сознательный выбор игроком одного из возможных действий (например, ход в шахматной игре). Набор возможных вариантов при каждом личном ходе регламентирован правилами игры и зависит от всей совокупности предшествующих ходов с обеих сторон.

Случайный ход – это случайно выбранное действие (напри­мер, выбор карты из перетасованной колоды). Чтобы игра была математически определенной, правила игры должны для каждого случайного хода указывать рас­пределение вероятностей возможных исходов.

Некоторые игры могут состоять только из случайных ходов (так называемые чисто азартные игры) или только из личных ходов (шахматы, шашки). Большинство карточных игр принадлежит к играм смешанного типа, т. е. содержит как случайные, так и личные ходы. В дальнейшем мы будем рассматривать только личные ходы игроков.

Игры классифицируются не только по характеру ходов (личные, случайные), но и по характеру и по объему инфор­мации, доступной каждому игроку относительно действий другого. Особый класс игр составляют так называемые «игры с полной информацией». Игрой с полной информацией назы­вается игра, в которой каждый игрок при каждом личном ходе знает результаты всех предыдущих ходов,как личных, так и случайных. Примерами игр с полной информацией могут служить шахматы, шашки, а также известная игра «крестики и нолики». Большинство игр, имеющих практическое значение, не при­надлежит к классу игр с полной информацией, таккак неиз­вестность по поводу действий противника обычно является существенным элементом конфликтных ситуаций.

Одним из основных понятий теории игр является понятие стратегии .

Стратегией игрока называется совокупность правил, опреде­ляющих выбор его действия при каждом личном ходе в зависимо­сти от сложившейся ситуации. Обычно в процессе игры при каж­дом личном ходе игрок делает выбор в зависимости от конкрет­ной ситуации. Однако в принципе возможно, что все решения приняты игроком заранее (в ответ на любую сложившуюся ситуа­цию). Это означает, что игрок выбрал определенную стратегию, которая может быть задана в виде списка правил или программы. (Так можно осуществить игру с помощью ЭВМ). Игра называется конечной , если у каждого игрока имеется конечное число страте­гий, и бесконечной .– в противном случае.

Для того чтобы решить игру, или найти решение игры , следует для каждого игрока выбрать стратегию, которая удовле­творяет условию оптимальности , т.е. один из игроков должен по­лучать максимальный выигрыш, когда второй придерживается своей стратегии, В то же время второй игрок должен иметь минимальный проигрыш , если первый придерживается своей стратегии. Такие стратегии называются оптимальными . Оптимальные стратегии должны также удовлетворять условию устойчивости , т.е. любому из игроков должно быть невыгодно отказаться от своей стратегии в этой игре.

Если игра повторяется достаточно много раз, то игроков может интересовать не выигрыш и проигрыш в каждой конкретной пар­тии, а средний выигрыш (проигрыш) во всех партиях.

Целью теории игр является определение оптимальной стратегии для каждого игрока.

6.2. Платежная матрица. Нижняя и верхняя цена игры

Конечная игра, в которой игрок А имеет т стратегий, а игрок В – п стратегий, называется игрой .

Рассмотрим игру
двух игроковА и В («мы» и «противник»).

Пусть игрок А располагает т личными стратегиями, которые обозначим
. Пусть у игрокаВ имеется n личных стратегий, обозначим их
.

Пусть каждая сторона выбрала определенную стратегию; для нас это будет , для противника. В результате выбора игроками любой пары стратегийи(
) однозначно определяется исход игры, т.е. выигрышигрокаА (положительный или отрицательный) и проигрыш
игрокаВ.

Предположим, что значения известны для любой пары страте­гий (,). Матрица
,
, элементами которой являются выигрыши, соответствующие страте­гиям и , называется платежной матрицей или матрицей игры. Строки этой матрицы соот­ветствуют стратегиям игрока А, а столбцы – стратегиям игрока B . Эти стратегии называются чистыми.

Матрица игры
имеет вид:

Рассмотрим игру
с матрицей

и определим наилучшую среди стратегий
. Выбирая стратегию , игрок А должен рассчитывать, что игрок В ответит на нее той из стратегий , для которой выигрыш для иг­рока А минимален (игрок В стремится "навредить" игроку A ).

Обозначим через наименьший выигрыш игрокаА при вы­боре им стратегии для всех возможных стратегий игрокаВ (наименьшее число в i -й строке платежной матрицы), т.е.

(1)

Среди всех чисел (
) выберем наибольшее:
.

Назовем
нижней ценой нгры, или максимальным выигрышем (максмином). Это гарантированный выигрыш игрока А при любой стратегии игрока В. Следовательно,

. (2)

Стратегия, соответствующая максимину, называется максиминной стратегией . Игрок В заинтересован в том, чтобы уменьшить выигрыш игрока А, выбирая стратегию , он учитывает макси­мально возможный при этом выигрыш для А. Обозначим

. (3)

Среди всех чисел выберем наименьшее

и назо­вем верхней ценой игры илиминимаксным выигрышем (минимаксом). Эго гарантированный проигрыш игрока В . Следова­тельно,

. (4)

Стратегия, соответствующая минимаксу, называется минимаксной стратегией.

Принцип, диктующий игрокам выбор наиболее "осторожных" минимаксной и максиминной стратегий, называется принципом минимакса . Этот принцип следует из разумного предположения, что каждый игрок стремится достичь цели, противоположной цели противника.

Теорема. Нижняя цена игры всегда не превосходит верхней цены игры
.

Если верхняя и нижняя цены игры совпадают, то общее значе­ние верхней и нижней цены игры
называется чистой ценой игры, или ценой игры. Минимакс­ные стратегии, соответствующие цене игры, являются оптимальными стратегиями , а их совокупность – оптимальным решением или решением игры. В этом случае игрок А получает максимальный га­рантированный (не зависящий от поведения игрока В) выигрыш v , а игрок В добивается минимального гарантированного (вне зависи­мости от поведения игрока А) проигрыша v . Говорят, что решение игры обладает устойчивостью , т.е. если один из игроков придержи­вается своей оптимальной стратегии, то для другого не может быть выгодным отклоняться от своей оптимальной стратегии.

Если один из игроков (например А) придерживается своей оптимальной стратегии, а другой игрок (В) будет любым способом отклоняться от своей оптимальной стра­тегии, то для игрока, допустившего отклонение, это никогда не может оказаться выгодным; такое отклонение игрока В может в лучшем случае оставить выигрыш неизменным. а в худшем случае – увеличить его.

Наоборот, если В придерживается своей оптимальной стратегии, а А отклоняется от своей, то это ни в коем случае не может быть выгодным для А.

Пара чистых стратегий и дает оптимальное решение игры тогда и только тогда, когда соответствующий ей элемент явля­ется одновременно наибольшим в своем столбце и наименьшим в своей строке. Такая ситуация, если она существует, называется седловой точкой. В геометрии точку на поверхности, обладающую свойством: одновременный минимум по одной координате и максимум по другой, называют седловой точкой, по аналогии этот термин применяют в теории игр.

Игра, для которой
, называется игрой с седловой точкой. Элемент , обладающий этим свойством, седловой точкой матрицы.

Итак, для каждой игры с седловой точкой существует решение, определяющее пару оптимальных стратегий обеих сторон, отличающуюся следующими свойствами.

1) Если обе стороны придерживаются своих оптимальных стратегий, то средний выигрыш равен чистой цене игры v , одновременно являющейся ее нижней и верхней ценой.

2) Если одна из сторон придерживается своей оптимальной стратегии, а другая отклоняется от своей, то от этого отклоняющаяся сторона может только потерять и ни в коем случае не может увеличить свой выигрыш.

Класс игр, имеющих седловую точку, представляет боль­шой интерес как с теоретической, так и с практической точки зрения.

В теории игр доказывается, что, в частности, каждая игра с полной информацией имеет седловую точку, и, сле­довательно, каждая такая игра имеет решение, т. е. суще­ствует пара оптимальных стратегий той и другой стороны, дающая средний выигрыш, равный цене игры. Если игра с полной информацией состоит только из личных ходов, то при применении каждой стороной своей оптимальной стратегии она должна всегда кончаться вполне определенным исходом, а именно, выигрышем, в точности равным цене игры.