吉林大学建模辅导对策问题.doc

对策模型 一、基本概念 首先，通过一个实际问题来介绍一下有关概念。 例（囚犯难题） 有A、B两个人隐藏有被盗物品而被捕，现在正分别受警方审讯。此二人都清楚，如果拒不承认，现有的证据不足以证明他们曾经偷盗，而只能以窝藏赃物罪被判处一年监禁。二人都招认，将被判监禁5年，但若有一人招供而另一人拒不招认，那么供出同伙的人将会获得释放，另一个将被判监禁10年，把犯人A,B被判刑的几种可能列表如下： 表中的每对数字表示根据犯人采取的行动而被判刑的年数。A,B两犯人都希望受到最轻的处罚，但又担心对方供认，最保险的办法是承认犯罪，这样可以避免出现最坏的情况。因此二人都招认了，这样警方就成功的取得了口供。 以这个简单的对策为例，我们来介绍一下对策的基本要素。 （1）局中人 具有决策权的参加者。例中犯人A、B即为局中人。两人（两方）对策问题只能有两名局中人，属于利害一致的参加者，可视为同一局中人。 （2）策略 局中人可采取的可行方案。策略的全体构成策略集。策略集分为有限集和无限集。 设局中人A有m个策略（或称为纯策略），策略集SA=, B有n个策略SB=。当A选用第i个策略，B选用第j个策略时， 构成一个纯局势，SA和SB中的策略可构成mn个纯局势。对应于，把A的赢得记为，B的赢得记为可用下表表示。 举例，齐王与田忌赛马： （上中下） （上下中） （中上下） （中下上） （下中上） （下上中） （上中下） 3 1 1 1 1 -1 （上下中） 1 3 1 1 -1 1 （中上下） 1 -1 3 1 1 1 （中下上） -1 1 1 3 1 1 （下中上） 1 1 -1 1 3 1 （下上中） 1 1 1 -1 1 3 （3）支付矩阵（赢得矩阵）：当纯局势已确定时，A的赢得正是B的所失，即双方得失之和为零，此类对策称为零和对策。此时，因（见上表齐王所得即是田忌支付）略去，记 称mn为支付矩阵（赢得矩阵）。 一般的，把一个对策记为G，G={SA , SB , A }. (4)最优纯策略与鞍点 从前面的囚犯难题的例子中，我们看到，A,B两人考虑问题的出发点并非是获得最好的结果，而是在避免最坏结果的前提下，寻求一种保险的最佳方法，这也往往是对策双方考虑问题的通用规则。最小最大化原则。 例题：（摘自Hamdy A.Taha著《运筹学》P392.例10.4-2） 考虑如下表示局中人A的所得的支付矩阵。 局中人B 1 2 3 4 行的最小值 局中人A 1 8 2 9 5 2 2 6 ⑤ 7 18 ⑤ 最大最小值 3 7 3 -4 10 －4 列的最大值 8 ⑤ 9 18 最小最大值 当局中人A采取他的第一个策略时，他可以赢得8，2，9或5，这取决于B所选择的策略。但是，不管B挑选什么策略，他至少可以保证赢得min{8,2,9,5}=2。同样的，如果A采取他的第二个策略时，他至少可以保证赢得min{6,5,7,18}=5的收入；如果A采取他的第三个策略时，他至少可以保证赢得min{7,3,－4,10}=－4的收入。因此，如果Ａ采取他的纯策略，那么每一行中的最小值表示Ａ保证能赢得的最小所得。这些数据用“行的最小值”表示。现在Ａ通过挑选他的第二个策略来使他的最小所得达到最大。这个所得是max{2,5,－4,}=5。局中人A的选择称为最大最小化策略，而他的相应所得称为对策的最大最小（或下）值。 另一方面，局中人B要使他的损失达到最小。他知道，如果他采取他的第一个纯策略，那么不管A的选择，他的损失不超过max{8,6,7}=8。等等，如上表。第二个策略来使他的损失最小。这个损失是min{8,5,9,18}=5。局中人B的选择称为最小最大化策略，而他的相应损失称为这个对策的最小最大（或上）值。 本例中，最大最小（或下）值=最小最大（或上）值，此时相应的纯策略称为“最优”策略，并称这个对策有一个鞍点。 设有一零和对策G={SA , SB , Amn }，我们有必要对A与B的最坏结果（或最大损失）做一分析。假设A选择了策略i，从损失的角度讲，便是A选择i策略的最大损失（即最少赢得）；再在这些损失中选取最小的损失（即最大赢得）。这样，就表示A至少的赢得，注意到零和对策有，这样便表B的最大损失。 若 （5-1） 则表示A的至少赢得和B的最大损失恰好可以吻合，此时双方可以满意。称使（5-1）式成立的值为对策G的值。 若存在某纯局势使 （5-2） 则称为对策G的鞍点，支付矩阵A中的元素称为矩阵的鞍点。显然，（5-2）比（5-1）更具体化，找到了达到对策值的A策略与B的策略，从而称与分别为A和B