Полнотекстовый поиск:




Если ссылка на документ, который Вас заинтересовал, не работает, сообщите об этом.



Страница 1, всего страниц: 1
1 



        Эк. Кибернетика. 

        Игра – матем. Модель конфликтной ситуации.
        Стратегия игрока – это правила выбора действий в сложившейся ситуации.
        Решение игры – это нахождение оптимальной стратегии для каждого игрока, т.е. нахождение цены игры.
        Оптимальная стратегия игрока – это стратегия, которая в среднем (настрив. на длительную игру) дает игроку возможный наибольший выигрыш.
        Неонтогонистическая – если выигрыш одной из сторон склад. из проигрыша др. стороны, иначе антогонистическая – выигрыш одного равен проигрышу др.

       Матричные игры.

        - самые простые игры. Играют 2 чел. У каж конечное число стратегий. Список стратегий известен каж играющему, т.е. игра с полной инф. Игра одноходовая.
       Величина выигрыша известна заранее, опис. В числовых единицах. Оба дейст. Сознательны, никто не поддается. Игра яв-ся антогонистической. Правила определяют победителя.
        Игры с седловой точкой обладают св-м устойчивости – если один игрок примен оптим стратегию, то др. игроку не выгодно отклон-ся от своей оптим стратегии.

       Первонач сведен по т. вероятности.

        Случайные событие – это событие, которое может произойти или не произойти в данной ситуации.
        Вероятность – это количественная характеристика, мера появ-я событий.
       P(А)=(число благопр. событий)/(общее число событий).
        М(х)=  е i х i p i–матем. ожидание.
        D(x)=  е i х 2i p i – ( M(x)) 2 – дисперсия.
        s  (x)=  Ц  D(x) – средне квадратичное отклонение– показывает степень разбросанности значений случайной величины относительно матем. ожидания.
       Правило 3 сигм (s):
        P  н  M(x)-3  s  (x)  s  (x)  э  = 0,997 
        ч Вероятность того, что сличайная величина х попадает в интервал с концами матем. ожидания -3s(х) и +3s(х) равняется 0,997.
        Многоуголь. распределение – ломанная линия соед-я последовательно точки с коор-ми (хi;pi).

       Смешанные стратегии.

       - распределение вероятностей на множестве его чистых стратегий, обобщение обычной стратегии.
        Чистая стратегия – это стратегия, которая применяется с вероятностью 1.
       Теорема Неймана:  Любая матричная игра имеет оптимальное решение возможно среди смешанных стратегий.
        Стратегия А i активная первого игрока – если вероятность исполь-я в оптим стратегии больше нуля (Аi-акт, если р*i>0); S*A- оптим стратегия.
        Стратегия В j активная второго игрока – если вероятность исполь-я ее в опти стратегии больше нуля (Bi-акт, если q*i>0); S*B- оптим стратегия.
        Неактивная стратегия – вероятность применения, которой в оптим стратегии равна нулю.
       Теорема устойчивости:Если один игрок применяет свою оптим стратегию, то 2 игроку не выгодно выходить за рамки своих активных стратегий.
       Теорема:В матр. игре количество активных стратегий у каж игрока одинаковое.

       Применение решений в усл. неопределенности.

       Рассмотрим игру человек и природа.Человек –лицо принимающее решение.Природа– экон-я среда в состоянии рынка.
       Отличия от матричной игры:Активные решения принимает только чел, он хочет найти наиболее оптим решение. У природы стихийное поведение и она не стремится к выигрышу. Считается, что чел знает список сост природы, но не знает какое из них будет фактическим. В игре с природой чел труднее сделать свой выбор, поэтому сущ несколько подходов нахождения оптимального решения.
       Подход определяется склонностью чел к риску.
        Риск – это может быть упущенная выгода или необход понести дополнит произв-е затраты.
        Элементы матрицы – это ожидание резуль. Деятельности в завис от сост природы.
        1) Подход махмах “оптимистический”: В каж точке мы находим макс элемент и после этого находим макс из полученных чисел.gi=maxjaijЮg=maxigi=gi0Ювыб Аi0.
       Выбираем макс значение. Чел ориентир на самый лучший возмож результат, не обращ внимание на возмож неудачи.
        2) Критерий Вальда – критерий пессимизма: Находим в каж строчке миним элемент и выбираем ту стратегию, которая дает макс гарантируемый доход.
       ai=minjaijЮa=maxiai=aiЮвыб Аi0.
        3)Критерий Гурвица (  l  ) – ур пессимизма: Человек выбирает 0ЈlЈ1. Находим числоai=lai+(1-l)giЮamaxiai=ai0Ювыб Аi0. Еслиl=1 – кр Вальда (пессимизма), еслиl=0 – кр оптимизма. Конкретная величинаlопред-ся эк-ой ситуацией.
        4) Критерий Сэвиджа – кр минимального риска: Состав март риска по формулеrij=bj-аij.bij=max aijЮrij=bj-aij.
       R=(rij) –матр риска; ri=maxjrijЮminiri=ri0Ювыб Аi0.
       Если бы мы знали, то мы бы выбрали наиболее эф-е решение. Для самого эф-го решения: rij=0 (если Пj)ЮАi. Риск = величине упущенной возможности.
       
       У каж критерия есть свои особенности применения. Если мы оценив ситуацию по разным критериям, то мы можем принять более обоснован решение. Трудность обоснования яв-ся, что природа не стремится к выигрышу.

       Принятие решения в усл риска.

       Рассотрим вариант игры чел и природы в случаи, когда нам известно сост природы. Природа к выигрышу не стремится. Находим стратегию, которая приносит макс средний доход. Средний доход расчитывается по правилу теории вероятности.
       Величина среднего дохода равна матем ожиданию при этой стратегии.
       1) М(Ai)=nеj=1aijpjНаходим макс maxiM(Ai)
       2) Правило минималь среднего риска. R=(Ai)=nеj=1rijpj. Находим наимень miniR(Ai).
       Лемма:Указ выше 2 критерия в результате всегда приводят к выбору одной и той же оптим стратегии.
       Док-во: Найдем миним сред риска miniR(Ai)= miniеjrijpj= mini(еj(bj-аij)pj)= mini(еjbjpj-еjаijpj)={еjbjpj– не зависит от переменной i, значит это const С}= mini(С-еjаijpj)Юминимум разности соот-ет максимуму вычитаемого.
       maxiеjаijpj=M(Ai).
       Номера стратегий, на которых достиг миним среднего риска, равны номерам стратегий обеспеч наиболь средний выигрыш.

       Бейссовский подход нахождения оптимального решения.

        Бейсовский подход: Если первонач распредел вероятности мы получ доход`Q`. Если мы можем провести эксперемент дающий новое распред вероятности в завис от первонач`Q`и нового`Q’ , мы делаем свой выбор стратегии. p'Ю`Q’`.

       Некоторые св-ва матричной игры.

        Замеч№1 О масштабе игр:Пусть даны 2 игры одинаковой размерности с платежной матрицей р(1)и р(2). При чем при любых i и j выпол (а(2)ij=aa(1)ij+b), некоторые числаaиb. Тогда: 1) опт стратегии 1 игрока в 1 и 2 игре одинаковые. Опт стратегии 2 игрока одинаковы в обеих играх.
       2) Цена второй игры V2=aV1+b.
       Для некот методов решений все элементы матр должны быть не отрицательными.
        Заме№2 О доминировании стратегий:Этот прием применяется для умень размерности игры.
        А: Аiдоминирует над Ак(Аi>Ак), если для любого j выпол нерав-во аij>akjи хотя бы одно из этих нерав-в строгое.
       Ак– заведомо невыгодна; сред размер выигрыша меньше; р*к=0, стратегия пассивная.
        В: Вjдоминирует над Вt(Вj>Вt), если для любого i выпол нерав-во аij>aitи хотя бы одно из этих нерав-в строгое.
       Bt– невыгоднаЮq*t=0 – актив стратегия.
       Доминир стратегии вычеркиваются и получ матр меньшей размерностью.
        Замеч№3 Сравнение операций по методу Парето:Допустим есть операции Q1, Q2,… Qn. Для каж опер-и расчит 2 параметра: 1) E(Q) – эффективность (доход);
       2) r(Q) – степень риска (s-сред квадратич отклон).
       Самая лучшая операция – это опер с наилуч эф-ю и с наимень риском. F(Q)=  k  E(Q)-r(Q), гдеk- это склонность к риску (не мат проблема). Находим макс из этих критериев maxiF(Qi). Операция Qi>Q,если эф-ть не менее E(Qi)іE(Qj), а риск опер r(Qi)Јr(Qj) и хотя бы одно из нерав-в строгое.
       Доминир страт отбрас, как заведомо невыгодные.
        Множ Парето – это все недоминир-е операции. Наиболее эф-е среди них.

       Понятие о позиционных игр.

       У каж игрока своя платежная матрица. Выигрыш одного не означ проигр др. Таким способом можно высчитывать взаимные интересы игроков, а также возможность образования коалиции. Можно расчит динамические игры учитывая фактор времени и т.д.
        Позиционные игры – возникает в случаи, когда надо принимать последо-но несколько решений, при чем выбор решения опираются на предыдущ-е решения.
       Рассотрим простейш случ позиц-й игры с природой. Решение изобр в виде дерева решений.
        Дерево решений – граф-е изобр-е всех возможных альтернатив игрока и сост природы с указ вероятности соответ-х состояний и размеров выигрыша в каж ситуации.
        Альтернатива игрока изобр квадратом – список возможных стратегий в соот-й ситуации. Сост-е природы кружочком, чел на них влиять не может. Делается оценка каж вершины и наход макс оценка ситуаций соот-х каж ветви дерева решений.
        EMV – денежное  решение; EMV=  е i (отдача в i-ом сост-и)p i
        max вершина (EMV)=? 
       

       

Страница 1, всего страниц: 1
1 




Экономическая кибернетика. Реферат: [База экономических рефератов], 19.03.2006.

Проекты: Экономика и управление | Право | Бухгалтерский учет и налоги |