Материал: 1929

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

лить вклад каждой из ветвей самого детализованного уровня (на рис. 9 справа) в проблему / цель / задачу, отраженную стволом

графа. Так, ветвь в графа, представленного на рис. 9, характеризуется

вкладом в 0,03, т.е. в 3%, (0,20 · 0,15) в общую проблему (ствол а),

порфириан может дополняться не только значениями весомости, но и

С

 

значениями вероятностей наступления ветвей.

 

 

 

11.3.2. Диаграмма «рыбий скелет»

Особую разнов дность порфириана, обусловленную формой

представлен я,

составляет граф, предложенный японским профессо-

ром Ис кава

получ вший название – диаграмма «рыбий скелет».

Общий в д графа пр веден на рис. 10 [4].

Графы т па «ры й скелет», чаще всего используемые для уяс-

нения

представлен я причинно-следственных связей между факто-

(

сточн ками, составными частями и т.д.) проблемы, также мо-

рами

гут дополняться значениями коэффициентов весомости или вероят-

ности наступлен я факторов. Диаграмма может строиться по резуль-

татам, например, мозгового штурма проблемы [4].

 

бА

Д И

Рис. 10. Диаграмма «рыбий скелет»

51

11.4. Математические методы исследования

Методы исследований, опирающиеся преимущественно на достижения математики, представлены на рис. 11 [4].

С

 

и

 

общее

 

Р с. 11. Классификация математических методов,

спользуемых в исследованиях

Дифференциальное исчисление

Этот метод предполагает, что

приращение результирующего

показателя может ыть разложено на слагаемые, где значение каждого из них определяется как произведение соответствующей частной производ-

ной на приращение переменной, по которой вычислена данная производ-

ная [4]:

 

 

Д

 

Аdy dy

 

 

 

 

y

 

dx1

 

 

dx2 ...,

(19)

 

dx

dx

2

 

1

 

 

 

 

где у – изменение функции; dx1=x1,к-x1,н; к,н – значения первого фактора в конце и начале анализируемого периода; dx1 – второго фактора.

Монте Карло) состоит в том, что при моделированииИследствий исследуемых процессов используются случайные числа и тем самым непосредственно учитывается вероятностный характер этих следст-

Метод статистических испытаний

Сущность метода статистических испытаний (метода

вий [4].

Официальной датой рождения метода Монте Карло принято считать 1949 г., тогда в журнале американской статистической ассоциации была опубликована соответствующая статья С. Улама и Н. Метрополиса. Сам термин появился во время Второй мировой

52

войны, когда Джон фон Нейман и Станислав Марцин Улам работали в Лос-Аламосе над моделированием нейтронной диффузии в расщепляющемся материале [4].

Методы теории игр С

Методы теории игр используются с целью предварительной про-

работки вариантов предлагаемых решений и их следствий.

При этом предполагается, что участники игры (игроки) преследуют свои собственные цели, обладают волей и на каждое действие

инициатора отвечают совершенно непредвидимым образом. Это предопределяет необход мость рассмотрения и оценки всех возможных ответных действий (противника, оппонента). Игры классифицируют по кол честву противников (в качестве одного из которых может рассматр ваться природа) и по правилам поведения игроков

(правилам гры) [4].

 

Методы могут спользоваться для исследования любых конфликт-

вариантов

 

 

 

 

 

 

ных ситуац й (между ндивидами, группами иликоллективами).

 

Самый простой в д игры, который поддается математической

формулировке и формализованному решению, – это так называемая

парная игра с нулевой суммой. В игре участвуют только два против-

ника, а выигрыш одного – проигрыш другого. Исследуемая ситуация

может быть представлена в матричном виде (табл. 11). При этом име-

ется в виду ее формирование с позиций одного из игроков, что учи-

тывается в последующем [4].

 

 

 

 

 

 

 

 

бА

Таблица 11

 

 

 

 

 

 

 

 

 

Пример платежной матрицы парной игры

 

 

 

 

 

 

Д

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Игрок

И

 

 

 

 

 

 

«Зета» и его стратегии

 

 

 

S1

 

 

С1

С2

С3

 

Игрок «Гамма» и его стра-

 

 

 

–4

+2

0

 

 

 

S2

 

 

+1

–3

+5

 

 

тегии

 

 

 

 

 

 

 

 

 

 

S3

 

 

–1

+1

–4

 

 

 

 

 

 

Цена стратегии, выраженная в условных единицах. В матрицах могут использоваться и качественные оценки следствий стратегий. В последующем онипереформулируются вколичественные (балльные).

Смысл записей в матрице следующий: если игрок «Гамма» будет следовать стратегии S1, а игрок «Зета» – стратегии С1, то «Гамма» проигрывает 4 единицы (матрица составлена с позиций игрока

«Гамма») [4].

53

В последующем платежная матрица подлежит обработке. Каждый из игроков анализирует свои худшие исходы. При этом игроков интересуют лучшие варианты из худших. Для «Гаммы» это максимин, а для «Зета» (поскольку матрица составлена с позиций «Гаммы») минимакс.

Представим результаты соответствующей обработки в виде табл. 12 [4].

Таблица 12

Пр мер платежной матрицы парной игры

и

 

 

 

 

 

С

 

Игрок «Зета» и его стра-

 

Выбор «Гаммы»

 

 

тегии

 

 

 

 

 

 

максимин

 

С1

С2

С3

 

 

Игрок «Гамма»

S1

–4

+2

0

 

–4

 

бА

 

–3

 

его стратег

S2

+1

–3

+5

 

 

S3

–1

+1

–4

 

–1

 

 

 

 

 

 

 

 

 

 

 

 

Выбор «Зеты»

 

+1

+2

+5

 

 

 

м н макс

 

 

 

 

 

 

 

 

 

 

Из табл. 12 видно, что цена игры для «Гаммы» равна –1, а для «Зеты» – +1. Если цены игры по игротекам совпадают, то имеется так называемая седловая точка, выражающая лучшую стратегию для обоих игроков, которая соответствует условию равновесия.

Если такая точка отсутствует, то прибегают к смешанной страте-

гии, для выявления которой предполагают случайный выбор каждым

игроком каждого своего хода. Для этого заранее устанавливают веро-

ятности применения каждой стратегии. Условием установления веро-

 

 

И

ятностей является приведение к седловой точке.

ля этого принима-

ют, что вероятности использованияДчистых стратегий игрока «Гамма»

равняются α1, α2, α3 и при этом [4]

 

 

 

3

3

 

 

i 1;

y

1,

(20)

i 1

y 1

 

 

а для игрока «Зета» – ß1, ß2, ß3 соответственно.

Исходя из принятых обозначений и цели достижения равновесной игры, формируют систему неравенств и вышеотмеченных ограничений, подлежащих решению методом линейного программирования. Система призвана отразить цели каждого игрока с помощью по-

54

казателя υ, представляющего собой цену игры. Система неравенств, исходя из данных табл. 13, имеет следующий вид [4]:

4 1 1 2 1 3 ;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2 1 3 2 1 3 ;

 

0 1 5 2 4 3 ;

 

 

2 3

1;

 

 

 

 

 

1

 

 

 

 

(21)

4

 

2

2

0

3

;

 

1

 

 

 

 

 

 

 

 

 

1 3

2

5

3

;

 

 

1

 

 

 

 

 

 

 

 

 

С

 

 

 

 

 

 

4 3 ;

 

1 1 1 2

 

 

 

 

 

 

1.

 

 

 

 

 

 

2

3

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

нияНаправленность неравенств объясняется так: первые три уравне- в с стеме (21) отражают желание игрока «Гамма» получить цену игры не меньше υ, а с 5 по 7 уравнения – желание «Зета» достигнуть

использоватьсябАтак называемые деловые игры. Основной сферой их применения является о учение. Между тем деловая игра может помочь выявить нелогичность, проколы в проектах законов и других нормативных актов, инструкциях высветить возможности обхода исполнителями различных инструкций, положений и др.

результата, при котором выигрыш «Гамма» не превысил бы υ.

Наряду с методами теории игр в исследовательских целях могут

Динамическое программированиеД– метод обработки собранной информации с целью получения новой производной, ориентированный на исследование процессов, протекающих поэтапно. Предполагается, что действия, осуществляемые на каждом этапе процесса, не оказывают влияния на результаты действий на предшествующих эта-

Динамическое программирование

пах, а общие результаты процесса складываются из частных поэтап-

ных результатов [4].

И

 

55