Теория игр. Понятие об игровых моделях

Рассмотрим игру с матрицей

Буквой i будем обозначать номер нашей стратегии, буквой - номер стратегии противника.

Отбросим вопрос о смешанных стратегиях и будем рассматривать пока только чистые. Поставим задачу: определить наилучшую среди наших стратегий Проанализируем последовательно каждую из них, начиная с и кончая Выбирая мы должны рассчитывать, что противник ответит на нее той из стратегий для которой наш выигрыш минимален. Найдем минимальное из чисел строке и обозначим его

(знак обозначает минимальное значение данного параметра при всех возможных

Выпишем числа (минимумы строк) рядом с матрицей справа в виде добавочного столбца:

Выбирая какую-то стратегию , мы должны рассчитывать на то, что в результате разумных действий противника мы выиграем только Естественно, действуя наиболее осторожно (т. е. избегая всякого риска), мы должны предпочесть другим ту стратегию, для которой число максимально. Обозначим это максимальное значение

или. принимая во внимание формулу (4.1),

Величина а называется нижней ценой игры, иначе - максиминным выигрышем или максимином. Та стратегия игрока А, которая соответствует максимину а, называется максиминной стратегией.

Очевидно, если мы будем придерживаться максиминной стратегии, то нам при любом поведении противника гарантирован выигрыш, во всяком случае, не меньший а. Поэтому величина а и называется «нижней ценой игры». Это - тот гарантированный минимум, который мы можем себе обспечить, придерживаясь своей наиболее осторожной («перестраховочной») стратегии.

Очевидно, аналогичное рассуждение можно провести и за противника В. Он (аинтересован в том, чтобы обратить наш выигрыш в минимум; значит, он должен просмотреть все свои стратегии, выделяя для каждой из них максимальное значение выигрыша. Выпишем внизу матрицы (4,2) максимальные значения по столбцам:

и найдем их них минимальное:

(4.4)

Величина называется верхней ценой игры, иначе минимаксным выигрышем или минимаксом. Соответствующая выигрышу стратегия противника называется его минимаксной стратегией. Придерживаясь своей наиболее осторожной минимаксной стратегии, противник гарантирован, что в любом случае он проиграет не больше р.

Принцип осторожности, диктующий игрокам выбор соответствующих стратегий (максиминной и минимаксной), является в теории игр основным и называется принципом минимакса. Он вытекает из предположения о разумности каждого игрока, стремящегося достигнуть цели, противоположной цели противника. Наиболее «осторожные» максиминную и минимаксную стратегии часто обозначают общим термином «минимаксные стратегии».

Определим нижнюю и верхнюю цены игры, а также минимаксные стратегии, для трех примеров, рассмотренных в предыдущем параграфе.

Пример 1. (Игра «поиск»). Определяя минимумы строк и максимумы столбцов получим

Так как величины , постоянны и равны соответственно -1 и нижняя и верхняя цены игры также равны -1 и

Любая стратегия игрока А является его максиминной, а игрока В - его минимаксной стратегией. Вывод тривиален: придерживаясь любой из своих стратегий, игрок А может гарантировать, что он проиграет не более 1 руб.; то же может гарантировать и игрок В при любой своей стратегии.

Пример 2. (Игра три пальца»). Выписывая минимумы строк и максимумы столбцов, найдем нижнюю цену игры и верхнюю (выделены в таблице жирным шрифтом). Наша максиминная стратегия (применяя ее систематически, мы гарантируем, что выиграем не меньше -3, т. е. проиграем не больше 3).

Минимаксная стратегия противника - любая из стратегий применяя их систематически, он может гарантировать, что не отдаст более 4. Если мы отступим от своей максиминной стратегии (например, выберем А 2), то противник может нас «наказать» за это, применив и сведя наш выигрыш равным образом и отступление противника от его минимаксной стратегии может быть «наказано» увеличением его проигрыша до 6.

Обратим внимание на то, что минимаксные стратегии в данном случае не устойчивы. Действительно, пусть, например, противник выбрал одну из своих минимаксных стратегий и придерживается ее. Узнав об этом, мы перейдем к стратегии и будем выигрывать 4. На это противник ответит стратегией и будет выигрывать 5; на это мы, в свою очередь, ответим стратегией и будем выигрывать 4, и т. д. Таким образом, положение, при котором оба игрока пользуются своими минимаксными стратегиями, является неустойчивым и может быть нарушено поступившими сведениями о стратегии, которую применяет противная сторона. Однако такая неустойчивость наблюдается не всегда; в этом мы убедимся на следующем примере.

Пример 3. (Игра «вооружение и самолет»). Определяем минимумы строк и максимумы столбцов:

В данном случае нижняя цена игры равна верхней:

Минимаксные стратегии являются устойчивыми: если один из игроков придерживается своей минимаксной (максиминной) стратегии, то другой игрок никак не может улучшить свое положение, отступая от своей.

Таким образом, мы видим, что существуют игры, для которых нижняя цена равна верхней:

Эти игры занимают особое место в теории игр и называются играми с седловой точкой. В матрице такой игры существует элемент, являющийся одновременно минимальным в своей строке и максимальным в своем столбце; такой элемент называется седловой точкой» (по аналогии с седловой точкой на поверхности, где достигается минимум по одной координате и максимум по другой).

Общее значение нижней и верхней цены игры

называется чистой ценой игры.

Седловой точке соответствует пара минимаксных стратегий, эти стратегии называются оптимальными, а их совокупность - решением игры. Решение игры обладает следующим свойством: если один из игроков придерживается своей оптимальной стратегии, то для другого не может быть выгодным отклоняться от своей оптимальной (такое отклонение либо оставит положение неизменным, либо ухудшит его).

Действительно, пусть в игре с седловой точкой игрок А придерживается своей оптимальной стратегии, а игрок В - своей. До тех пор, пока это так - выигрыш остается постоянным и равным цене игры v. Теперь допустим, что В допустил отклонение от своей оптимальной стратегии. Так как элемент v является минимальным в своей строке, такое отклонение не может быть выгодным для В; равным образом и для А, если В придерживается своей оптимальной стратегии, не может быть выгодно отклонение от своей.

Мы видим, что для игры с седловой точкой минимаксные стратегии обладают устойчивостью. Пара оптимальных стратегий в игре с седловой точкой является как бы положением равновесия: отклонение от оптимальной стратегии вызывает такое изменение выигрыша, которое невыгодно для отклоняющегося игрока и вынуждает его вернуться к своей оптимальной стратегии.

Чистая цена игры v в игре с седловой точкой является тем значением выигрыша, которое в игре против разумного противника игрок А не может увеличить, а игрок В - уменьшить.

Заметим, что в платежной матрице может быть не одна седловая точка, а несколько.

Например, в матрице имеется шесть седловых точек, с общим значением выигрыша и соответствующими парами оптимальных стратегий: Нетрудно доказать (мы этого делать не будем), что если в матрице игры несколько седловых точек, то все они дают одно и то же значение выигрыша.

Пример. Сторона А - средства ПВО - обороняет от воздушного налета участок территории, располагая двумя орудиями № 1 и № 2, зоны действия которых не перекрываются (рис. 9.1). Каждое орудие может обстрелять только самолет, проходящий через его зону действия, но для этого оно должно заранее (до входа цели в зону) следить за ней и вырабатывать прицельные данные Если цель обстреляна, она поражается с вероятностью Сторона В располагает двумя самолетами, каждый из которых может быть направлен в любую зону В момент, когда сторона А осуществляет целераспределение (назначает, какому орудию по какой цели стрелять), движение самолета-цели № 1 направлено в зону действия орудия № 1, а цели № 2 - в зону действия орудия № 2. Однако после принятия решения по целераспределению каждая цель может сманеврировать, применив «обманный маневр» (см. пунктирные стрелки на рис 9.1).

Задача стороны А - обратить в максимум, а стороны В - обратить в минимум число пораженных целей Найти решение игры (оптимальные стратегии сторон)

Решение. У стороны А (средства ПВО) четыре возможные стратегии - каждое орудие следит за направляющейся в его зону целью,

Орудия следят за целями «крест-накрест» (каждое - за целью направляющейся к соседу),

Оба орудия следят за целью № 1,

Оба орудия следят за целью № 2 У стороны В (самолеты-цели) тоже четыре стратегии:

Обе целн не меняют направления,

Обе цели применяют обманный маневр.

Первая цель применяет обманный маневр, а вторая нет,

Вторая цель применяет обманный маневр, а первая нет.

Получается игра 4X4, матрица которой дана в таблице:

Находя минимумы строк и максимумы столбцов, убеждаемся, что нижняя цена игры равна верхней цене игры: значит, игра имеет седловую точку и решение в чистых стратегиях, приводящее к чистой цене игры . В данном случае седловых точек не одна, а целых четыре Каждой из них со ответствует пара оптимальных стратегий, дающая решение игры Цена игры означает, что при оптимальном поведении сторон самолеты будут неизбежно терять один самолет, и никакие ухищрения не помогут им терять меньше, а средствам ПВО - сбить больше одного самолета Достигается это состояние равновесия, когда обе стороны пользуются своими оптимальными стратегиями: орудия следят оба за одним и тем же самолетом (любым), а самолеты направляются после целераспределения в одну и ту же зону (любую)

Класс игр, имеющих седловую точку, весьма интересен как с теоретической, так и с практической точки зрения. К нему принадлежат, в частности, все так называемые «игры с полной информацией».

Игрой с полной информацией называется такая 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: шашки, шахматы, известная игра в «крестики и нолики» и др.

В теории игр доказывается, что каждая игра с полной информацией имеет седловую точку и следовательно, решение в чистых стратегиях. Другими словами, в каждой игре с полной информацией существует пара оптимальных стратегий той и другой стороны, дающая устойчивый выигрыш, равный чистой цене игры. Если игра с полной информацией состоит только из личных ходов, то при применении каждой стороной своей оптимальной стратегии игра должна кончаться всегда вполне определенным исходом, равным цене игры

В качестве примера приведем следующую игру с полной информацией. Два игрока поочередно кладут одинаковые монеты на круглый стол, выбирая произвольно положение монеты (взаимное перекрытие монет не допускается). Выигрывает тот, кто положит последнюю монету (когда места для других уже не останется). Нетрудно убедиться, что исход этой игры предрешен, и существует определенная стратегия, обеспечивающая достоверный выигрыш тому из игроков, кто кладет монету первым. А именно, он должен первый раз положить монету в центр стола, а далее на каждый ход противника отвечать симметричным ходом. Очевидно, как бы ни вел себя противник, ему не избежать проигрыша. Поэтому игра имеет смысл только для лиц, не знающих ее решения. Точно так же дело обстоит с шахматами и другими играми с полной информацией; любая из этих игр обладает седловой точкой и, значит, решением, указывающим каждому игроку его оптимальную стратегию, так что игра имеет смысл только до тех пор, пока неизвестно решение. Решение шахматной игры не найдено (и в обозримом будущем вряд ли будет найдено) только потому, что число стратегий (комбинаций ходов) в шахматах слишком велико, чтобы можно было построить платежную матрицу и найти в ней седловую точку.

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 .

Рассмотрим парную конечную игру. Пусть игрок А располагает т личными стратегиями, которые обозначим

Пусть у игрока В имеется п личных стратегий, обозначим их. Говорят, что игра имеет размерность т х п.

В результате выбора игроками любой пары стратегий однозначно определяется исход игры, т.е. выигрыш а ;. игрока А (положительный или отрицательный) и проигрыш (-ау) игрока В. Предположим, что значения а.. известны для любой пары стратегий (А:, В ;.). Матрица Р = (a..), i = = 1, 2, ..., m j = 1, 2, ..., п, элементами которой являются выигрыши, соответствующие стратегиям А. и Bj, называется платежной матрицей, или матрицей игры. Общий вид такой матрицы представлен в табл. 12.1. Строки этой таблицы соответствуют стратегиям игрока А, а столбцы – стратегиям игрока В.

Таблица 12.1

Составим платежную матрицу для следующей игры.

12.1. Игра "поиск".

Игрок А может спрятаться в одном из двух убежищ (I и II); игрок В ищет игрока А, и если найдет, то получает штраф 1 ден. ед. от А, в противном случае платит игроку А 1 ден. ед. Необходимо построить платежную матрицу игры.

Р е ш е н и с. Для составления платежной матрицы следует проанализировать поведение каждого из игроков. Игрок А может спрятаться в убежище I – обозначим эту стратегию через A v либо в убежище II – стратегия А. г Игрок В может искать первого игрока в убежище I – стратегия В { либо в убежище II – стратегия В.,. Если игрок А находится в убежище I и там его обнаруживает игрок В, т.е. осуществляется пара стратегий (Α ν В {), то игрок А платит штраф, т.е. а п = -1. Аналогично получаем а. п = -1 (А 2, В.,). Очевидно, что стратегии (А, В.,) и (Л2, /1,) дают игроку А выигрыш 1, поэтому а п = а. п = I. Таким образом, для игры "поиск" размера 2x2 получаем платежную матрицу:

Рассмотрим игру т х п с матрицей Р =a j}, i = 1,2, ..., τη; j = 1, 2, ..., и и определим наилучшую среди стратегий А у A v ..., А т. Выбирая стратегию A jy игрок А должен рассчитывать, что игрок В ответит на нее той из стратегий В., для которой выигрыш для игрока А минимален (игрок В стремится "навредить" игроку А).

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

Среди всех чисел а (г = 1,2,..., т) выберем наибольшее: . Назовем а нижней ценой игры, или максимальным выигрышем (максимином). Это гарантированный выигрыш игрока А при любой стратегии игрока В. Следовательно,

(12.2)

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

Среди всех чисел β. выберем наименьшее,

и назовем β верхней ценой игры , или минимаксным выигрышем (минимаксом). Это гарантированный проигрыш игрока В. Следовательно,

(12.4)

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. Определим нижнюю и верхнюю цены игры и соответствующие стратегии в задаче 12.1. Рассмотрим платежную матрицу

из задачи 12.1. При выборе стратегии Л, (первая строка матрицы) минимальный выигрыш равен a, =min(-l; 1) = -1 и соответствует стратегии β1 игрока В. При выборе стратегии Л 2 (вторая строка матрицы) минимальный выигрыш равен а 2 = min(l; -1) = -1, он достигается при стратегии В.,.

Гарантируя себе максимальный выигрыш при любой стратегии игрока В , т.е. нижнюю цену игры а = тах(а, а2) = = max(-l; -1) = -1, игрок А может выбирать любую стратегию: Aj или А 2, т.е. любая его стратегия является максиминнои.

Выбирая стратегию В, (столбец 1), игрок В понимает, что игрок А ответит стратегией А 2, чтобы максимизировать свой выигрыш (проигрыш В). Следовательно, максимальный проигрыш игрока В при выборе им стратегии В, равен β, = шах(-1; 1) = 1.

Аналогично максимальный проигрыш игрока В (выигрыш А ) при выборе им стратегии В2 (столбец 2) равен β2 = max(l; -1) = 1.

Таким образом, при любой стратегии игрока А гарантированный минимальный проигрыш игрока В равен β = = πιίη(β1, β2) = min(l; 1) = 1- верхней цене игры.

Любая стратегия игрока В является минимаксной. Дополнив табл. 12.1 строкой β; и столбцом а;, получим табл. 12.2. На пересечении дополнительных строки и столбца будем записывать верхнюю и нижнюю цены игр.

Таблица 12.2

В задаче 12.1, рассмотренной выше, верхняя и нижняя цены игры различны: а Ф β.

Если верхняя и нижняя цены игры совпадают, то общее значение верхней и нижней цены игры α = β = υ 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 υ, а игрок В добивается минимального гарантированного (вне зависимости от поведения игрока Л) проигрыша υ. 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 А. и В.дает оптимальное решение игры тогда и только тогда, когда соответствующий ей элемент гг 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).

Обозначим А* и В* – пару чистых стратегий, на которых достигается решение игры в задаче с седловой точкой. Введем функцию выигрыша первого игрока на каждой паре стратегий: Р(А :, В -) = а у . Тогда из условия оптимальности в седловой точке выполняется двойное неравенство: P(Aj, В*)<Р(А*, В*)<Р(А", В ), которое справедливо для всех i = 1, 2, ..., m;j = 1, 2, ..., п. Действительно, выбор стратегии А * первым игроком при оптимальной стратегии В" второго игрока максимизирует минимальный возможный выигрыш: Р(А *, B ")> Р(А Г В"), а выбор стратегии B" вторым игроком при оптимальной стратегии первого минимизирует максимальный проигрыш: Р(Д , В*)<Р(А", В).

12.2. Определить нижнюю и верхнюю цену игры, заданной платежной матрицей

Имеет ли игра седловую точку?

Таблица 12. 3

Решение. Все расчеты удобно проводить в таблице, в которую, кроме матрицы Р, введены столбец а; и строка }