Теория игр и принятие решений (стр. 1 из 4)

В зависимости от условий внешней среды и степени информативности лица принимающего решение (ЛПР) производится следующая классификация задач принятия решений:

а) в условиях риска;

б) в условиях неопределённости;

в) в условиях конфликта или противодействия (активного противника).

Теория полезности и принятия решений.

Принятие решений в условиях риска.

Критерий ожидаемого значения.

Использование критерия ожидаемого значения обусловлено стремлением максимизировать ожидаемую прибыль (или минимизировать ожидаемые затраты). Использование ожидаемых величин предполагает возможность многократного решения одной и той же задачи, пока не будут получены достаточно точные расчётные формулы. Математически это выглядит так: пусть Х– случайная величина с математическим ожиданием MX и дисперсией DX. Если x₁,x₂,...,x_n– значения случайной величины (с.в.) X, то среднее арифметическое их (выборочное среднее) значений

имеет дисперсию . Таким образом, когда n®¥

® 0 и ®MX.

Другими словами при достаточно большом объёме выборки разница между средним арифметическим и математическим ожиданием стремится к нулю (так называемая предельная теорема теории вероятности). Следовательно, использование критерия ожидаемое значение справедливо только в случае, когда одно и тоже решение приходится применять достаточно большое число раз. Верно и обратное: ориентация на ожидания будет приводить к неверным результатам, для решений, которые приходится принимать небольшое число раз.

Пример 1. Требуется принять решение о том, когда необходимо проводить профилактический ремонт ПЭВМ, чтобы минимизировать потери из-за неисправности. В случае если ремонт будет производится слишком часто, затраты на обслуживание будут большими при малых потерях из-за случайных поломок.

Так как невозможно предсказать заранее, когда возникнет неисправность, необходимо найти вероятность того, что ПЭВМ выйдет из строя в период времени t. В этом и состоит элемент ”риска”.

Математически это выглядит так: ПЭВМ ремонтируется индивидуально, если она остановилась из-за поломки. Через T интервалов времени выполняется профилактический ремонт всех n ПЭВМ. Необходимо определить оптимальное значение Т, при котором минимизируются общие затраты на ремонт неисправных ПЭВМ и проведение профилактического ремонта в расчёте на один интервал времени.

Пусть р_t– вероятность выхода из строя одной ПЭВМ в момент t, а n_t– случайная величина, равная числу всех вышедших из строя ПЭВМ в тот же момент. Пусть далее С₁ – затраты на ремонт неисправной ПЭВМ и С₂ – затраты на профилактический ремонт одной машины.

Применение критерия ожидаемого значения в данном случае оправдано, если ПЭВМ работают в течение большого периода времени. При этом ожидаемые затраты на один интервал составят

ОЗ =

,

где M(n_t) – математическое ожидание числа вышедших из строя ПЭВМ в момент t. Так как n_t имеет биномиальное распределение с параметрами (n, p_t), то M(n_t) = np_t . Таким образом

ОЗ =

Необходимые условия оптимальности T^* имеют вид:

ОЗ (T^*-1) ³ ОЗ (T^*),

ОЗ (T^*+1) ³ ОЗ (T^*).

Следовательно, начиная с малого значения T, вычисляют ОЗ(T), пока не будут удовлетворены необходимые условия оптимальности.

Пусть С₁ = 100; С₂ = 10; n = 50. Значения p_t имеют вид:

T	рt		ОЗ(Т)
1	0.05	0
2	0.07	0.05	375
3	0.10	0.12	366.7
4	0.13	0.22	400
5	0.18	0.35	450

T^*® 3 , ОЗ(Т^*) ® 366.7

Следовательно профилактический ремонт необходимо делать через T^*=3 интервала времени.

Критерий “ожидаемое значение – дисперсия”

Критерий ожидаемого значения можно модифицировать так, что его можно будет применить и для редко повторяющихся ситуаций .

Если х – с. в. с дисперсией DX, то среднее арифметическое

имеет дисперсию , где n– число слогаемых в . Следовательно, если DX уменьшается, и вероятность того, что близко к MX, увеличивается. Следовательно, целесообразно ввести критерий, в котором максимизация ожидаемого значения прибыли сочетается с минимизацией её дисперсии.

Пример 2. Применим критерий “ожидаемое значение – дисперсия” для примера 1. Для этого необходимо найти дисперсию затрат за один интервал времени, т.е. дисперсию

з_Т =

Т.к. n_t, t =

– с.в., то з_Т также с.в. С.в. n_tимеет биномиальное распределение с M(n_t) = np_tи D(n_t) = np_t(1–p_t). Следовательно,

D(з_Т) = D(

) = D( ) =

=

= = n { – },

где С₂n = const.

Из примера 1 следует, что

М(з_Т) = М(з(Т)).

Следовательно искомым критерием будет минимум выражения

М(з(Т)) + к D(з_Т).

Замечание. Константу “к” можно рассматривать как уровень не склонности к риску, т.к. “к” определяет “степень возможности” дисперсии Д(з_Т) по отношению к математическому ожиданию. Например, если предприниматель, особенно остро реагирует на большие отрицательные отклонения прибыли вниз от М(з(Т)), то он может выбрать “к” много больше 1. Это придаёт больший вес дисперсии и приводит к решению, уменьшающему вероятность больших потерь прибыли.

При к =1 получаем задачу

По данным из примера 1 можно составить следующую таблицу

Т	pt	pt2			М(з(Т))+D(з(Т))
1	0.05	0.0025	0	0	500.00
2	0.07	0.0049	0.05	0.0025	6312.50
3	0.10	0.0100	0.12	0.0074	6622.22
4	0.13	0.0169	0.22	0.0174	6731.25
5	0.18	0.0324	0.35	0.0343	6764.00

Из таблицы видно, что профилактический ремонт необходимо делать в течение каждого интервала Т^*=1.

Критерий предельного уровня.

Критерий предельного уровня не дает оптимального решения, максимизирующего, например, прибыль или минимизирующего затраты. Скорее он соответствует определению приемлемого способа действий.

Пример 3. Предположим, что величина спроса x в единицу времени (интенсивность спроса) на некоторый товар задаётся непрерывной функцией распределения f(x). Если запасы в начальный момент невелики, в дальнейшем возможен дефицит товара. В противном случае к концу рассматриваемого периода запасы нереализованного товара могут оказаться очень большими. В обоих случаях возможны потери.

Т.к. определить потери от дефицита очень трудно, ЛПР может установить необходимый уровень запасов таким образом, чтобы величина ожидаемого дефицита не превышала А₁ единиц, а величина ожидаемых излишков не превышала А₂ единиц. Иными словами, пусть I– искомый уровень запасов. Тогда

ожидаемый дефицит =

,

ожидаемые излишки =

.

При произвольном выборе А₁ и А₂ указанные условия могут оказаться противоречивыми. В этом случае необходимо ослабить одно из ограничений, чтобы обеспечить допустимость.

Пусть, например,

Тогда

= = 20(ln + – 1)