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
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