Xreferat.com » Рефераты по математике » Методы приближённого решения матричных игр

Методы приближённого решения матричных игр

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

ВЯТСКИЙ ГОСУДАРСТВЕННЫЙ ГУМАНИТАРНЫЙ УНИВЕРСИТЕТ

Математический факультет

Кафедра алгебры и геометрии

Выпускная квалификационная работа


Методы приближённого решения матричных игр


Выполнила студентка V курса

математического факультета

Ветошкина Е. Н.

______________ /подпись/

Научный руководитель:

к. ф.-м. н., доцент, Ковязина Е. М.

______________ /подпись/

Рецензент:

к. ф.-м. н., доцент, Караулов В.М.

______________ /подпись/

Допущена к защите в ГАК

Зав. кафедрой __________________ Вечтомов Е. М.

«___» __________ 2003 г.


Декан факультета _______________ Варанкина В. И.

«___» __________ 2003 г.


Киров

2003


СОДЕРЖАНИЕ

Введение………………………………………………………………………3

§1. Основные понятия………………………………………………………5

§2. Итеративный метод Брауна-Робинсона……………………………...10

§3. Монотонный итеративный алгоритм решения матричных игр…16

Приложение………………………………………………………………….21

Список литературы…………………………………………………………24


Введение

«Теория игр – раздел математики, предметом которого является изучение математических моделей принятия оптимальных решений в условиях конфликта...». [17]

Математическая теория игр способна не только указать оптимальный путь к решению некоторых проблем, но и прогнозировать их исход. Матричные игры серьёзно изучаются специалистами, так как они довольно просты и к ним могут быть сведены игры общего вида. Поэтому теория матричных игр хорошо развита, существуют различные методы поиска решения игр.

Но в большинстве случаев решение матричных игр представляет собой трудный и громоздкий процесс. Есть примеры, когда даже для матриц размера 3ґ3, процесс поиска решения довольно трудоёмкий.

Кроме того, выигрыши игроков в каждой ситуации не всегда определяются точными измерениями. В процессе сбора данных об изучаемом явлении, анализа этих данных и введения при построении модели различных предположений накапливаются ошибки. Они же могут выражаться числами в матрице выигрышей. Поэтому точность в определении значения игры и оптимальных стратегий игроков оправдана не всегда.

А также, следует заметить, что погрешность в оценке игроком своего выигрыша не может привести к практически серьёзным последствиям и небольшое отклонение игрока от оптимальной стратегии не влечёт за собой существенного изменения в его выигрыше.

Поэтому возникает потребность в разработке численных методов решения матричных игр. В настоящее время в теории игр известны несколько способов приближенного решения матричных игр.

Цель выпускной квалификационной работы изучить некоторые методы приближённого решения матричных игр, обосновать их алгоритмы, и, по возможности, реализовать на языке программирования.

Работа состоит из введения, трёх параграфов и приложения, в котором приведена программа на языке Turbo Pascal, позволяющая находить приближённое решение матричной игры.

В первом параграфе приведены основные понятия и утверждения теории матричных игр.

Параграф второй посвящён изложению приближённого решения игры методом Брауна-Робинсона (метод фиктивного разыгрывания) и его обоснованию. Приведён пример применения алгоритма для конкретной матричной игры.

В третьем параграфе рассмотрен ещё один метод – монотонный итеративный алгоритм приближённого решения матричных игр.


§1. Основные понятия

Будем рассматривать только парные антагонистические игры, т. е. игры в которых участвуют только два игрока – две противоборствующие стороны и выигрыш одного из игроков равен проигрышу другого. Кроме того, будем считать, что каждый игрок имеет лишь конечное число стратегий:

U1={a1, a2,..., am} – множество стратегий первого игрока;

U2={b1, b2, ... bn} – множество стратегий второго игрока.

Будем называть эти стратегии чистыми в отличие от смешанных, которые будут введены далее.

Множество U1ЧU2 – декартово произведение множеств стратегий игроков называется множеством ситуаций в игре. Для каждой ситуации должен быть определён итог игры. Так как игра антагонистическая достаточно определить выигрыш а одного из игроков, скажем первого. Тогда выигрыш второго игрока будет равен (-а). Таким образом, имеем матрицу выигрышей первого игрока ( для второго игрока матрица выигрышей будет -А):

Методы приближённого решения матричных игрA= Методы приближённого решения матричных игр

Определение. Система Г={U1, U2, A} называется матричной игрой двух лиц.

Разыгрывание матричной игры сводится к выбору игроком 1 i-ой строчки матрицы выигрышей, а игроком 2 - j-го столбца. После этого игрок 1 получает выигрыш равный аij, а игрок 2 – (-аij).

При правильной игре игрок 1 может всегда гарантировать себе выигрыш, который назовём нижним значением цены игры. Обозначим его: Методы приближённого решения матричных игр .

В свою очередь, игрок 2 может гарантировать себе проигрыш, который назовём верхним значением цены игры. Обозначим его:

Методы приближённого решения матричных игр.

Чистые стратегии i* и j*, соответствующие Методы приближённого решения матричных игр называются максиминной и минимаксной стратегиями.

Лемма 1. В матричной игре Методы приближённого решения матричных игр. [17]


Определение. Ситуация (i*, j*) называется ситуацией равновесия, если для iО1,2,…,m, jО1,2,…,n выполняется неравенство:

Методы приближённого решения матричных игр.

Ситуация равновесия это такая ситуация, от которой ни одному из игроков не выгодно отклоняться. В этом случае стратегии i*, j* называют оптимальными стратегиями игроков.

Чтобы такая ситуация существовала необходимо и достаточно равенство верхней и нижней цен игры, т. е. Методы приближённого решения матричных игр.[17]

Определение. Пусть(i*, j*) - ситуацией равновесия в матричной игре. Тогда число Методы приближённого решения матричных игр называется значением или ценой игры.

Например, в игре ГА с матрицей А=Методы приближённого решения матричных игр существует не одна ситуация равновесия. В данной игре их две: (1, 1) и (1, 3).

Множество всех ситуаций равновесия в матричной игре обозначим через Z(Г).


Лемма о масштабе 1. Пусть Г и Г/ - две матричные игры с матрицей выигрышей А={aij} и A/={a/ij}, причём А/=bА+ a, b=const, a=const.

Тогда Z(Г)=Z(Г/) и n/= bn+a (где n/ - значение цены игры Г/, n - значение цены игры Г). [17]

Эта лемма имеет большое практическое значение, так как большинство алгоритмов для решения матричных игр основано на предположении, что матрица игры положительна. В случае, когда матрица имеет неположительные элементы, следует прибавить ко всем элементам матрицы число наибольшее по абсолютной величине, из всех отрицательных элементов.

Существуют игры, в которых ситуации равновесия в чистых стратегиях не существует. Тогда игрокам бывает не выгодно придерживаться своих минимаксных и максиминных стратегий, так как они могут получить больший выигрыш, отклонившись от них. В этом случае игрокам разумно действовать случайно, т. е. выбирать стратегии произвольно и не сообщать о выборе сопернику. Такие стратегии игроков будем называть смешанными.


Определение. Смешанной стратегией игрока называется полный набор вероятностей применения его чистых стратегий.


Так если игрок 1 имеет m чистых стратегий, то его смешанная стратегия x – это набор чисел x=(x1,x2,…,xm), которые удовлетворяют соотношениям Методы приближённого решения матричных игр, Методы приближённого решения матричных игр=1. Аналогичным образом определяется смешанная стратегия y игрока 2.


Определение. Оптимальными стратегиями игроков называются стратегии, которые при многократном повторении обеспечивают игрокам максимально возможный средний выигрыш (или минимально возможный средний проигрыш).


Таким образом, процесс игры при использовании игроками своих смешанных стратегий превращается в случайное испытание, которое назовём ситуацией в смешанных стратегиях. Она обозначается так (x, y), где x и y – смешанные стратегии игроков 1 и 2 соответственно.

Для ситуации в смешанных стратегиях каждый игрок определяет для себя средний выигрыш, который выражается в виде математического ожидания его выигрышей:Методы приближённого решения матричных игр.

От матричной игры пришли к новой игре Методы приближённого решения матричных игр={X, Y, K}, где X, Y – множества смешанных стратегий игроков, а K – функция выигрышей в смешанных стратегиях. Такую игру называют смешанным расширением матричной игры.

Цели игроков остаются прежними: игрок 1 желает получить максимальный выигрыш, а игрок 2 стремится свести свой проигрыш к минимуму. Поэтому для смешанного расширения игры, аналогичным образом определяются верхнее и нижнее значение цены игры, только теперь игроки выбирают свои смешанные стратегии. Обозначим их:

Методы приближённого решения матричных игр

В этом случае остаётся справедливой лемма 1, т. е. Методы приближённого решения матричных игр.

Определение. Ситуация (x*, y*) в игре образует ситуацию равновесия, если для всех x ОX, yОY выполняется равенство:

K(x, y*)≤K(x*,y*)≤K(x*,y).

Чтобы ситуация равновесия в смешанном расширении игры существовала необходимо и достаточно равенство верхней и нижней цен игры, т. е. Методы приближённого решения матричных игр, где n - цена игры.

Для случая смешанного расширения игры также справедлива лемма о масштабе.


Лемма о масштабе 2.

Пусть ГА и ГА/ - две матричные игры А/=aА+ В, , a=const, В – матрица с одинаковыми элементами b, т. е. b ij=b для всех i, j.

Тогда Z(Методы приближённого решения матричных игр)=Z(ГА/) и nА/= anА+b (где nА/ - значение цены игры ГА/, nА - значение цены игры ГА). [17]

Теорема. В смешанном расширении матричной игры всегда существует ситуация равновесия. [17]

§2. Итеративный метод Брауна-Робинсона (метод фиктивного разыгрывания)

Часто в практических задачах нет необходимости находить точное решение матричной игры. Достаточно найти приближённое решение, которое даёт средний выигрыш, близкий к цене игры и приближённые оптимальные стратегии игроков.

Ориентировочное значение цены игры может дать уже простой анализ матрицы выигрышей и определение нижней и верхней цен игры. Если они близки, то поисками точного решения заниматься не обязательно, так как достаточно выбрать чистые минимаксные стратегии. Если же они не близки, можно получить приемлемое для практики решение с помощью численных методов решения игр, из которых рассмотрим метод итераций.

Пусть разыгрывается матричная игра ГА с матрицей А={aij} размера (mґn). Идея метода – многократное фиктивное разыгрывание игры с заданной матрицей. Одно разыгрывание игры будем называть партией, число которых неограниченно.

В 1-ой партии оба игрока выбирают совершенно произвольные чистые стратегии. Пусть игрок 1 выбрал i-ю стратегию, а игрок 2 – j-ю стратегию. Во второй партии игрок 1 отвечает на ход игрока 2 той своей стратегией, которая даёт ему максимальный выигрыш. В свою очередь, игрок 2, отвечает на этот ход игрока 1 своей стратегией, которая обращает его проигрыш в минимум. Далее третья партия.

С ростом числа шагов процесса смешанные стратегии, которые приписываются игрокам, приближаются к их оптимальным стратегиям. Этот процесс приближённого нахождения оптимальных стратегий игроков называется итеративным , а его шаги – итерациями.

Итак, предположим, что за первые k разыгрываний игрок 1 использовал i-ю чистую стратегию Методы приближённого решения матричных игрik раз (i=1,…,m), а игрок 2 j-ю чистую стратегию Методы приближённого решения матричных игр раз (j=1,…,n). Тогда их смешанными стратегиями будут векторы Методы приближённого решения матричных игр.

Игрок 1 следит за действиями игрока 2 и с каждым своим ходом желает получить как можно больший выигрыш. Поэтому в ответ на применение игроком 2 своей смешанной стратегии yk, он будет использовать чистую стратегию ik+1 , которая обеспечит ему лучший результат при разыгрывании (k+1)-ой партии. Игрок 2 поступает аналогично. В худшем случае каждый из них может получить:

Методы приближённого решения матричных игр

где Методы приближённого решения матричных игр - наибольшее значение проигрыша игрока 2 и Методы приближённого решения матричных игр - наименьшее значение выигрыша игрока 1.

Рассмотрим отношения, которые определяют средние значения проигрыша игрока 2 и выигрыша игрока 1:


Методы приближённого решения матричных игр


Пусть ν - цена матричной игры ГА. Её значение будет больше выигрыша игрока 1, но меньше проигрыша игрока 2, т. е.

Методы приближённого решения матричных игр. (1)

Таким образом, получен итеративный процесс, позволяющий находить приближённое решение матричной игры, при этом степень близости приближения к истинному значению игры определяется длиной интервала

Методы приближённого решения матричных игр.


Сходимость алгоритма гарантируется следующей теоремой.

Теорема. Методы приближённого решения матричных игр.

Схема доказательства.

Лемма. Для всякой матрицы А и "e>0 существует такое k0, что

Методы приближённого решения матричных игр.

При предельном переходе в неравенстве (1) при k®Ґ имеем:

Методы приближённого решения матричных игр

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: