陳筱
摘 要:介紹了數(shù)學(xué)建模與博弈論的基本定義,并給出一個(gè)數(shù)學(xué)建模中的實(shí)例,介紹了博弈論在數(shù)學(xué)建模中的應(yīng)用,并給出了不完全信息靜態(tài)博弈的理論。
關(guān)鍵詞:數(shù)學(xué)建模;博弈論;靜態(tài)
一、數(shù)學(xué)建模與博弈論
(一)數(shù)學(xué)建模
按通俗意義講是通過生活中的實(shí)際問題建立相應(yīng)的數(shù)學(xué)模型去解決各種問題,但數(shù)學(xué)建模并不是生活中所有解決問題方法的代名詞,它是運(yùn)用適當(dāng)?shù)臄?shù)學(xué)理論以及工具找尋問題原型中的內(nèi)在規(guī)律,建立一個(gè)數(shù)學(xué)方程或模型去解決求解并得到最優(yōu)結(jié)果。數(shù)學(xué)建模理論中需要用到的基礎(chǔ)學(xué)科例如圖論、線性代數(shù)、概率與統(tǒng)計(jì)等等,這都是常見的數(shù)學(xué)學(xué)科。但在實(shí)際應(yīng)用或比賽中,很多問題的綜合性與抽象性使得數(shù)學(xué)這門理論學(xué)科在應(yīng)用方面顯得格外艱難,很多案例都不能具體直觀的建立模型,特別是對于非數(shù)學(xué)專業(yè)的學(xué)生來說,他們只學(xué)過高等數(shù)學(xué)、概率論等基礎(chǔ)理論,另外的運(yùn)籌學(xué)與優(yōu)化問題、泛函分析等專業(yè)數(shù)學(xué)知識(shí)并未涉及。另一方面,數(shù)學(xué)專業(yè)的學(xué)生對其他應(yīng)用專業(yè)的認(rèn)知和涉及也是非常淺的,即便數(shù)學(xué)專業(yè)理論知識(shí)很扎實(shí),也不能很好的與其他學(xué)科結(jié)合應(yīng)用,這樣就造成了數(shù)學(xué)建模的短板,所以數(shù)學(xué)建模需要綜合許多應(yīng)用學(xué)科和專業(yè)型人才結(jié)合應(yīng)用。近年來,越來越多的前沿科學(xué)與數(shù)學(xué)建模交叉應(yīng)用,比如神經(jīng)網(wǎng)絡(luò)算法、小波分析、圖像處理、博弈理論等等,這樣數(shù)學(xué)建模才可以廣泛被應(yīng)用于各類生活問題中。
(二)博弈論
博弈論是由游戲規(guī)則理論演變而來的,在我們?nèi)粘I钪须S處可見的棋牌、彩票等各種不同類型的游戲中,當(dāng)然我們也可以將博弈論看作是一個(gè)游戲的原型理論,但不管是哪種形式的游戲都有一個(gè)相似之處,也就是游戲中參與者選擇的策略方式,我們都知道在任何游戲中,計(jì)謀是最重要的,語氣說游戲是看概率的大小或運(yùn)氣的好壞,還不如說是選擇計(jì)謀的好壞。在許多軍事策略和市場經(jīng)濟(jì)中,所謂的競選和談判都和游戲相似,都是需要依賴提前選好優(yōu)化的策略和方式才可能有較好的結(jié)果。博弈論分為合作博弈與非合作博弈,在現(xiàn)代更多地方提到的是非合作博弈,并且合作博弈與非合作博弈是互斥的,二者只能存在其一,至于合作博弈與非合作博弈在本文中就不再詳細(xì)作介紹。在非合作博弈中又分為:完全信息靜態(tài)博弈、完全信息動(dòng)態(tài)博弈、不完全信息靜態(tài)博弈、不完全信息動(dòng)態(tài)博弈。在任何一個(gè)博弈活動(dòng)中,除了具備滿足博弈過程的四個(gè)條件以外,還要具備能有利用數(shù)學(xué)建模等專業(yè)知識(shí)對其進(jìn)行分析的先前條件。
二、博弈論在數(shù)學(xué)建模中的應(yīng)用
在許多的數(shù)學(xué)建模問題中,雖然有不少設(shè)計(jì)博弈論的實(shí)際問題,但大部分都展示的不夠直觀,解題者不能從問題中清晰的了解其問題指向性,這就更加需要學(xué)生多學(xué)習(xí)數(shù)學(xué)建模與博弈論的相關(guān)理論。舉一個(gè)數(shù)學(xué)建模中的經(jīng)典實(shí)例:
問題提出:某人帶狗、羊以及蔬菜渡河,一小船除需人劃外,每次只能載一物過河.而人不在場時(shí),狗要吃羊,羊要吃菜,問此人應(yīng)如何過河?此問題可化為狀態(tài)轉(zhuǎn)移問題,用四維向量來表示狀態(tài),當(dāng)一物在此岸時(shí)相應(yīng)分量取為1,而在彼岸時(shí)則取為0,第一分量代表人,第二分量代表狗,第三分量代表羊,第四分量代表菜。根據(jù)題意,井不是所有狀態(tài)都是可取的.通過窮舉法列出來,可取狀態(tài)是:
總共有十個(gè)可取狀態(tài).
模型求解:引入一個(gè)四維轉(zhuǎn)移向量,用它來反映擺渡情況.用1表示過河,0表示未過河. 此狀態(tài)只有四個(gè)允許轉(zhuǎn)移向量:(1,0,0,0),(1,1,0,0),(1,0,1,0),(1,0,0,1)規(guī)定狀態(tài)向量與轉(zhuǎn)移向量之間的運(yùn)算為0+0=1,1+0=1,0+1=1,1+1=0問題化為,由初始狀態(tài)(1,1,1,1)出發(fā),經(jīng)過奇數(shù)次上述運(yùn)算轉(zhuǎn)移為狀態(tài)(0,0,0,0)的轉(zhuǎn)移過程。
則可得兩種等優(yōu)方案
這是一個(gè)重復(fù)的博弈問題,通過重復(fù)的博弈來說明在數(shù)學(xué)建模的過程中可供選擇的方案是多樣的,重點(diǎn)就在于選擇最優(yōu)的策略方案解決具體問題,運(yùn)用博弈理論的建模案例有很多,本文就不一一詳盡。總之,數(shù)學(xué)建模需要用到的專業(yè)知識(shí)太多,我們應(yīng)該不斷學(xué)習(xí)與進(jìn)步。
參考文獻(xiàn):
[1]姜啟源.數(shù)學(xué)模型[M].第三版.北京:高等教育出版社,2003.
[2]張維迎.博弈論與信息經(jīng)濟(jì)學(xué)[M].上海:上海人民出版社,1996