3.6. Пример задачи принятия решений в сельском хозяйстве

Рассмотрим задачу о том, на каких участках сажать картофель: на влажных , или на засушливых . Множество состояний природы состоит из двух элементов: - влажное лето (осадков будет выше нормы), - сухое лето (осадков будет ниже нормы). По результатам многолетних наблюдений известна соответствующая прибыль в расчете на 1 га (в у.е.):

	5	25
	20	8

Так как размерность задачи мала, то решение этой статистической игры можно будет продемонстрировать аналитически.

Определим функцию потерь в виде разности между наибольшей прибылью (25) и прибылью которую можно получить во всех остальных случаях:

20 0

5 17

Определим множество исходов эксперимента как: - наблюдается (весной) большое количество осадков, - малое количество осадков, со следующими условными вероятностями :

	0,60	0,30
	0,40	0,70

Построим пространство решающих функций :

и вычислим функции риска, представив для удобства расчетов потери и условные вероятности в одной таблице:

	20	0	0,60	0,40
	5	17	0,30	0,70

Тогда можем получить следующие функции риска:

,

,

,

,

,

,

,

.

Представим полученные значения в виде матрицы (таблицы) рисков:

	20	12	8	0
	5	13,4	8,6	17

Видно, что стратегия является недопустимой, так как при сравнении ее со стратегией , получаем следующие неравенства: . Поэтому стратегию можно исключить. Это приводит к следующей матрице рисков:

	20	8	0
	5	8,6	17

Найдем сначала байесовское решение, предполагая, что априорное распределение вероятностей состояний природы имеет вид: .

Тогда средние потери (риски) будут равны:

,

,

,

Видно, что

.

Следовательно, оптимальной байесовской стратегией будет стратегия : если весной много осадков ( ), то принимается решение о том, что картофель надо сажать на засушливых участках; если весной будет мало осадков ( ), то принимается решение о том, что посадки надо осуществить на влажных участках.

Найдем теперь минимаксное решение . Согласно принципу минимакса необходимо выполнение следующих условий:

где - цена игры. Разделив на все неравенства, получаем задачу линейного программирования.

Найти

,

при ограничениях:

Решив эту задачу, получаем:

,

то есть

,

и

.

Таким образом, минимаксная стратегия заключается в выборе стратегии с вероятностью 0,0385, и стратегии с вероятностью 0,9615. Это означает, что если весной наблюдается большое число осадков , то с вероятностью 0,0385 принимается решение , а с вероятностью 0,9615 - решение . Если же весной наблюдается малое число осадков , то принимается решение . Кроме того, видно, что минимаксная стратегия более осторожна, чем байесовская, так как .

Если решать эту задачу без проведения эксперимента, то легко можно получить:

а) байесовское решение: ;

б) минимаксное решение: .

Видно, что проведение эксперимента действительно позволило улучшить результаты статистика, особенно минимаксное решение.