1. МЕТОД БРАУНА-РОБИНСОНА (МЕТОД ФИКТИВНОГО РАЗЫГРЫВАНИЯ)
Идея метода: многократное фиктивное разыгрывание игры, когда одна итерация называется партией.
Рассматривается матричная игра ГА с матрицей А={αij}, где .
В первой партии игроки произвольно выбирают свои чистые стратегии.
В k-й партии каждый игрок выбирает ту чистую стратегию, которая максимизирует его ожидаемый выигрыш против наблюдаемого эмпирического вероятностного распределения противника за (k-1) партию. Пусть за k - партий игрок 1 i-ю стратегию использовал -раз, а игрок 2 свою j-ю стратегию использовал -раз.
В (k+1)-й партии игрок 1 будет использовать ik+1-стратегию, а игрок 2 - jk+1стратегию. Запишем следующие соотношения:
;
.
Если рассмотреть как соответственно верхнее и нижнее приближённые значения за k- партий, то приближённые оптимальные смешанные стратегии соответственно 1 и 2 го игроков за k- партий можем записать как: и .
Значение игры V находится в диапазоне: .
Сходимость представленного алгоритма подтверждается следующей теоремой:
Теорема: .
Недостатком данного метода является его медленная и немонотонная сходимость.
Пример. Найти приближённые оптимальные стратегии игроков и значение матричной игры с матрицей . Видим из написанного, что седловой точки нет и значение игры находится в интервале 1<V<2. Стратегии игрока 1 обозначены как α, β, γ, стратегии игрока обозначены как a, b, c.
Вычислительный алгоритм удобнее представить в виде следующей таблицы, в которой на первом шаге взяты первые чистые стратегии игроков:
№ партии | Выбор игрока 1 | Выбор игрока 2 | Выигрыш игрока 1 | Проигрыш игрока 2 | ||||||
α | β | γ | a | b | c | |||||
α | a | |||||||||
β | b | |||||||||
β | b | |||||||||
γ | b | |||||||||
γ | b | |||||||||
γ | b | |||||||||
γ | b | |||||||||
γ | c | |||||||||
γ | c | |||||||||
γ | c | |||||||||
α | c | |||||||||
α | c |
и
2. МОНОТОННЫЙ АЛГОРИТМ РЕШЕНИЯ МАТРИЧНЫХ ИГР.
Алгоритм позволяет находить (точно и приближённо) оптимальную стратегию 1-го игрока и значение матричной игры V.
Рассматривается матричная игра ГАс матрицей размерности m×n. Обозначим через
- приближённое значение оптимальной стратегии 1-го игрока на N-й итерации. Также введём на N-й итерации как важный элемент нашего алгоритма вспомогательный вектор . Пояснения по его получению будет дано по шагам алгоритма.
Шаг 0: игрок 1 выбирает произвольную свою чистую стратегию i0, т.е. , и вспомогательный вектор строка матрицы А. Приближённое значение игры на шаге 0 будем определять, как
(1) и через (2) обозначим множество тех индексов, для которых выполняется равенство (1).
Замечание: на последующих шагах алгоритма соотношения (1) и (2) будем определять аналогично, лишь изменяя верхний индекс 0 на индекс соответствующего шага, т.е. для N шага эти значения будем обозначать соответственно: VN, JN.
Шаг N-1: допустим, что выполнена N-1 итерация и получены xN-1, cN-1, VN-1.
Шаг N: тогда xN, cNвычисляются по следующим формулам:
(3)
(4),
где , а получение векторов , будем описывать ниже:
Пусть на N шаге рассматривается игра ГNÌГА c матрицей АN= , где , т.е. это матрица А только с частью столбцов, определяемых на N-1 шаге по формулам (1) и (2).
Решаем подыгру ГNи находим для этой игры оптимальную стратегию 1-го игрока . Вектор определяем по формуле: , где aiстроки матрицы А.
Далее решаем (2×n)-игру с матрицей: (5) и находим для этой игры оптимальную стратегию 1-го игрока (1-αN, αN), значения которых подставляем в уравнения (3), (4) для нахождения xN, cN.
Вычислительный процесс продолжается до тех пор, пока не будет выполнено условие αN=0 или не будет достигнута требуемая точность вычисления.
Условие αN=0 говорит о том, что в матрице (5) первая строка доминирует вторую и, следовательно, в качестве оптимальной стратегии 1-го игрока в исходной задаче можно взять х*= xN= xN-1.
Сходимость алгоритма гарантируется следующей теоремой:
Теорема: если - итеративные последовательности, значения которых получаются согласно формулам соответственно (1), (3), тогда выполняются следующих 3 условия:
1. VN= VN-1, т.е. последовательность монотонно возрастет с ростом итераций;
2. , где V – цена исходной задачи;
3. , х*ÎХ*- оптимальная стратегия первого игрока.
Рассмотрим пример. Дана игра ГА с платёжной матрицей .
Найти ситуацию равновесия в данной игре.
Решение: шаг 0. В качестве х0 выберем первую чистую стратегию 1-го игрока, т.е.
х0=(1,0,0) и соответственно в качестве с0 выберем первую строку матрицы А:
. Решаем по алгоритму выражение (1): =min(2, 1,3)=1= .
Следовательно (2) J0={2}, т.е. второй столбец матрицы А.
Шаг 1. Для нахождения , рассмотрим подыгру Г1ÌГА c матрицей А1= , равной второму столбцу матрицы А. Оптимальной стратегией этой игры есть выбор третьей чистой стратегии 1-го игрока, как лучший выигрыш из 1, 0, 2, т.е. =(0,0,1). , т.е. третья строка матрицы А.
Решаем (2×3) игру с матрицей . Так как элементы третьего столбца а3данной матрицы ³ элементов первого столбца а1, то он доминируем первым столбцом, следовательно его можно убрать из решения, не нарушая спектр оптимальных стратегий. Имеем (2×2) игру с матрицей . Эта игра вполне смешанная, поэтому решая эту игру по известным формулам прямого счёта, получим оптимальную стратегию 1-го игрока (1-α1, α1)= .
Так как α1¹0, то вычисления продолжаем. Вычислим формулы (3) и (4):
;
;
, т.е. 1 и 2-й столбцы матрицы А.
Шаг 2. Для нахождения , рассмотрим подыгру Г2ÌГА c матрицей А2= , равной первому и второму столбцам матрицы А. Так как доминируема и её можно вычеркнуть из спектра оптимальных стратегий. Имеем (2×2) игру с матрицей . Эта игра вполне смешанная, поэтому решая эту игру по известным формулам прямого счёта, получим для игры с матрицей оптимальную стратегию 1-го игрока = . Добавлением 0 в качестве первой координаты в получим = оптимальную стратегию 1-го игрока для игры с матрицей А2.
. Решаем (2×3) игру с матрицей а2доминируема а1Þ
матрица Þ1-α2=1 и α2=0Þвычисления по алгоритму закончены.
Имеем V=V1= , х*= x2= x1= Þ х*А Þ х*Ау*= V Þ
= Þ , а так как Þ
Þу*=(h*,1-h*,0),
где h*Î[0,1].
Самостоятельно решить матричные игры с платёжными матрицами:
и итерационными методами Брауна-Робинсона и монотонным методом, когда по первому методу в матрице А на первом шаге выбрать вторые чистые стратегии игроков, а в матрице В – выбрать четвёртую чистую стратегию 1-го игрока и вторую чистую стратегию 2-го игрока и найти приближённые оптимальные стратегии игроков и интервал, в котором находится значение игры, сделав по 20 итераций. Для второго метода на 0-м шаге в качестве чистой стратегии для матрицы А выбрать третью чистую стратегию 1-го игрока, а для матрицы В четвёртую чистую стратегию 1-го игрока.