运筹学ABC-4-1
- 格式:doc
- 大小:127.50 KB
- 文档页数:14
第四部分运筹学分支专题选讲第一讲竞争、对抗、利益分配——对策论的话题回顾几个例子:•田忌赛马;• 纳尔逊秘诀;•朝鲜战争五次战役中的“猎犬计划”。
都属于竞争与对抗中策略选择的话题。
第一节对策论概述对策论(The Game’s Theory):研究Game中策略选择及优化的OR的分支。
例1、“石头-剪子-布”游戏两个儿童甲、乙——局中人(player)出法{ 石、剪、布} ——策略集(stratage set)规则:胜—获1平—取0 ——支付规则(payoff Rule)负—付1支付可用支付矩阵来描述对儿童甲来说,其支付矩阵(赢得矩阵):石剪布石0 1 -1A甲=剪-1 0 1布 1 -1 0局中人、策略集与支付规则构成了Game 的基本内涵。
近代Game’s Theory 的奠基人Von Neumannn 与Q . Morgenstern1944年出版专著:《博奕论与经济行为》•建立了博奕论的理论基础(极大-极小定理)•将博奕论引入经济活动领域1994年,诺贝尔经济学奖授予Prof. Nash 等三人,他们对“非合作性对策的均衡状态”进行了开拓性研究,掀起了研究热潮。
讨论两个游戏:[ 游戏1 ](32点)• 局中人:甲( 庄家),乙( 游戏人)• 游戏工具:8×4的方格板随机标注1-32随机生成1-32的园盘• 玩法:乙方选定位置下本金,(可以是格内、跨两格、或跨四格)甲方转动园盘生成1 个数字。
•支付规则乙方下注位置与甲方生成数不一致,则乙方全输。
乙方下注位置与甲方生成数一致,则:仅选一格时,甲方支付注金的32 倍;跨两格时,甲方支付注金的16 倍;跨四格时,甲方支付注金的8 倍。
试研究乙方的策略。
乙方获胜策略举例选定跨四格下注,下注的金额按1, 2, 4, 8 …, 2n, …依次进行,一朝获胜,立即终止。
为什么会获胜?这个策略实施的前提是什么?[ 游戏2 ](多次投资)取自Morton Davis 的《The art of Decision-Making》(1986)北大光华管理学院王其文教授选编中文大意如下:有一个风险投资的机会,成败概率均为0.5。
你每投资 1 万元,若胜,则不仅本金返还,还可获利1.6 万元;若败,则本金无回。
投资保护策略:每次只将所持有的1 / 2 去投入。
设初始资金100万元。
试研究:1 、是否连续参与?2 、你会输还会赢?3 、连续作100次后,你能拥有多少钱?4 、怎么办?1、期望值计算设投资额为b,则期望收益E :E= 1/2 ( 1. 6 b ) + 1/2 ( - b )= 0.3 b第一次,b = a /2 ( a =100万),则期望资本M(1)M(1) = a + 0.3×a /2 = 1.15 a依次有:M(2) = 1.15 a + 0.3×1.15 a / 2 =1.152a 1 2 3 412345678……M(n) = 1.15n an = 100 时,M(100) = 1.15100 a≈1174313×100万>10000亿2、胜负次数各半时的实际值计算每投入一次,若获胜,则资本拥有值:M = a /2 + a /2 + 1.6×a /2 = 1.8 a每投入一次,若失败,则资本拥有值:M = a /2 = 0.5 a故进行100次,胜负各50次,则实际拥有值:C = 1000000 ×(1.8 ) 50 ×( 0.5 ) 50= 1000000 ×( 0.9 ) 50≈5200 元3、保本(不亏损)所需要获胜次数若进行N 次,n次获胜,N - n失败,则N 次后资本拥有值M 为:C = a ×(1.8 ) n×( 0.5 ) N - n ≥a即:(1.8 ) n×( 0.5 ) N - n ≥1n ≥N ×l g 2/l g 3.6n ≥0.5411 N (次)4、保本的概率有多大?N=10000 次时,需获胜5411 次以上,此事件发生的概率约为10-15 ;N=1000 次时,需获胜541 次以上,此事件发生的概率约为0.005 ;N=100 次时,需获胜54 次以上,此事件发生的概率约为0.24。
5、投资策略的优化反思一下投资保护策略是否有问题?即每次投资现有资金的一半是否合理?设现有资金为a ,投资比记作α( 0<α<1)则期望资本为:M = 0.5 a (1+1.6α) + 0.5 a(1-α)设N 次投资,获胜n 次,则N 次后拥有的资本:C = a (1+1.6α) n(1-α) N - n考虑n =N/2 的情况,此时C = a [ (1+1.6α) (1-α) ] N/2= a [ -1.6α 2 + 0.6α+ 1 ] N/2求最大值点,计算可知:α* = 6 / 32 = 0.1875此时,最大值:C* = a [ (1+1.6 ×6 / 32 ) (1- 6 / 32 ) ] N/2 = a ×1.056 N/26、最优策略α* 下的计算•若取N =100,当胜负次数各半时,n = N/2 = 50初始拥有 a = 1000000元,α* = 0.1875则100次后拥有资本C* :C* = 1000000 ×1.056 50 ≈15400000 元• 保本需获胜的次数仿3的过程,对C讨论:C = a (1+1.6α* ) n(1-α* ) N - n ≥a可算得n≥0.4418 N•获胜概率的计算N=10000 次时,n≥4418 次此事件发生的概率几乎为1 ;N=100 次时,n≥45 次此事件发生的概率约为0.8513 。
结语:1、高期望与高风险并存;2、分清期望值、实际值的差异;3、讲究策略优化。
第二节矩阵对策一、二人零和对策[ 案例](俾斯麦海的海空对抗,1943.2)此案例由O . G . Haywood 于1954年解读。
1943年,二战中的日本已处劣势,以新不列颠群岛拉包尔为基地的日本联合舰队,受命去支援被美军团团包围在新几内亚莱城的日军。
此情报被美军获得,盟军统帅麦克阿瑟命令太平洋战区盟军空军司令Kenny 将军,对日舰队实施空中打击。
俾斯麦海海空对抗示意图:()Kenny的空军基地局中人:Kenny将军、山本五十六大将Kenny 策略集:S1 = {α 1 , α 2 }α 1 ——重点侦察北线,α 2 ——重点侦察南线。
日舰队策略集:S2 = {β 1 , β 2 }β 1 ——走北线,β 2 ——走南线。
试分析双方的策略的选择。
此例策略分析中的重要背景(特征):• 强对弱的对局,双方均清楚这一点;• 双方将帅均为理智型;• 基本信息双方共享;• 一方损失即为另一方收得(即支付的代数和为0)。
即这是一个二人零和对策。
案例中,盟军的支付(赢得)矩阵A 为:β 1 β2A = ( a i j )2×2 = α1 2 2α2 1 3a i j 为策略对(αi ,βj)中盟军的赢得盟军的理性考虑,在至少赢得中取最大;日军的理性考虑,在最多损失中取最小。
数学表达:盟军:首先作“行中取小”,即:Min { a i j } = { 2, 1 }j然后作“列中取大”,即:Max [ Min { a i j } ] = Max { 2, 1 } = 2i j i结果,取策略α 1 ,即重点搜索北线。
日军:首先作“列中取大”,即:Max { a i j } = { 2, 3 }i然后作“行中取小”,即:Min [ Max { a i j } ] = Min { 2, 3 } = 2j i j结果,取策略β 1 ,即选择北航线。
此对策G 的解为:(α 1 ,β 1 ) ,此对策G 的值为:V=a11=2 。
与此次海空对抗战役的实际情况一致。
一般:若二人零和对策G = { S1, S2 , A} 中有Max Min { a i j } = Min Max { a i j } = a i0j 0……(*)i j j i则称G 为具有鞍点的矩阵对策。
并称策略对(αi0,βj) 为纯策略解,相应的a i0 j 0称为此对策G的值。
(*)式即为Von Neumann的“最大—最小定理”。
二、二人非零和对策1.[ 囚徒悖论] (教材P116)犯罪嫌疑人甲与乙,因已被警方获取一项犯罪证据而被拘留,并将受到判刑惩处。
但法院对他们另一项犯罪的指控证据尚不足,有待他们的相互指证与坦白。
法院向分别关押的甲与乙指出:•依据第一项犯罪情节,甲、乙各判刑1年;•对第二项犯罪嫌疑,一方若坦白及揭发对方,而另一方拒不合作,则对合作方免去1年判刑并释放;不合作方则重判,判刑9年;•对第二项犯罪甲、乙均坦白并揭发对方,则二罪合计判刑,但减为7年。
试分析甲、乙的策略。
2.二人非零和对策:囚徒悖论中,策略集S甲= { 合作(α1),不合作(α2) }S乙= { 合作(β1),不合作(β2) }甲、乙的支付矩阵A、B 分别为:β 1 β2β 1 β2A = α1-7 0B = α1-7 -9α2-9 -1 α20 -1由于在此矩阵对策中,局中人双方支付的代数和不为0,故称之为“二人非零和对策”。
3.Nash 均衡如果一个局势(或一个策略对)对每一个局中人的自利性都满足,即双方都认为自己选择的策略对已有利,则此局势(策略对)称为Nash 均衡。
在―囚徒悖论‖中,囚徒甲的分析是:如选α1,即坦白合作,则面临的支付是:-7 (当乙也坦白)0 (当乙不坦白)如选α2,即不坦白、不合作,则面临的支付是:-9 (当乙坦白)-1 (当乙不坦白)故甲的自利性策略是α1(坦白)。
同理可得,乙的自利性策略是β1(坦白)。
结果:囚徒悖论的Nash 均衡是(α 1 , β1 )。
4.悖在何处?不难看出,若甲、乙同时拒不坦白,则第二项罪名无法量刑,甲、乙均只被判刑一年。
即甲、乙的最佳选择应是(α 2 , β 2 )。
―囚徒悖论‖与社会伦理相悖。
5.“囚徒悖论”所引发的思考•抓住模型的要点:⑴非零和对策,即非绝对对抗,存在妥协余地;⑵信息不沟通;⑶双方均为自利性导向。
•如能沟通、则双方可获最优化结果。
•对政治、经济某些情况有理念指导价值。
6.中美知识产权问题引发的一次对抗(1996 . 5)(教材P119-120)局中人:中国与美国策略集:S美= { 惩罚(β1),不惩罚(β2) }S中= { 反报复(α1),不报复(α2) }支付矩阵:美国β 1 β2中国α1(-50,-50)(50,-150)α2(-150,50)(20,20)试分析双方的策略选择。
分析:•这是一个二人非零和对策问题• (α 1 , β 1 ) 即美方惩罚,中方反报复,是唯一的Nash 均衡•双方的最佳选择应是(α 2 , β2),即妥协,美方在中方让步下不执行惩罚;中方在美方取消惩罚的承诺下取消反报复•途径:沟通与妥协(龙永图语:―谈判就是妥协‖)第三节多人合作对策二十世纪50 年代,多人合作对策问题开始引起重视,并对此进行了研究,70 年代后得到广泛的应用。