Когда имеется неопределенность исходных позиций и неопределенность результата, стоит попробовать воспользоваться математическими правилами выбора оптимального решения. В этом в первую очередь может помочь теория игр. Теория игр - это раздел математики, ориентированный на построение формальных моделей принятия оптимальных решений в условиях конфликта. При этом под конфликтом понимается явление, в котором участвуют различные стороны, наделённые различными интересами и возможностями выбирать доступные для них действия в соответствии с этими интересами. Отдельные математические вопросы, касающиеся конфликтов, рассматривались (начиная с 17 в.) многими учёными. Систематическая же математическая теория игр была детально разработана американскими учёными Дж. Нейманом и О. Моргенштерном (1944) как средство математического подхода к явлениям конкурентной экономики. В ходе своего развития Теория игр переросла эти рамки и превратилась в общую математическую теорию конфликтов. В рамках Теории игр в принципе поддаются математическому описанию военные и правовые конфликты, спортивные состязания, «салонные» игры, а также явления, связанные с биологической борьбой за существование.В данной работе рассматривается применение теории игр в медицине.
В первой части ТПР изложена информация о необходимых для исследования игры с природой понятий: максиминная смешанная стратегия, цена игры в смешанных стратегиях, критерий Байеса.
Во второй части ТПР представлена ситуация из врачебной практики в формализованном виде. Рассматриваемая игра отнесена к классу игр с природой, так как против такого игрока как врач выступает игрок – болезнь. Поскольку целью болезни не является минимизация проигрыша, данную игру нельзя признать антагонистической. Четко обозначены возможные схемы поведения, или стратегии, главного игрока, в нашем случае врача, а также возможные состояния среды, т.е реакции пациента на операцию в зависимости от состояния, в котором он находился до нее.
Целью ТПР является подтверждение предположения о том, что даже основные элементы теории игр могут успешно применяться таких сферах деятельности, как медицина.
1.Теоретическая часть1.1 Игры с природой
Данная задача представляет собой задачу игры с природой, природа в данном случае выбирает заболевание пациента. В игре с природой осознанно действует только один игрок, а именно: лицо, принимающее решение; обозначим его через А. Природа, обозначим ее через П, является вторым игроком, но не противником игрока А, т.к. она не действует осознанно против игрока А, а принимает неопределенным образом то или иное свое состояние, не преследуя конкретной цели и безразлично к результату игры.
Пусть игрок А имеет т возможных стратегий , а природа П может находиться в одном из п состояний , которые можно рассматривать как ее "стратегии". Выигрыш игрока А при выбранной им стратегии , и при состоянии , природы П обозначим . Так же, как и в матричной игре, из выигрышей игрока А можно сформировать матрицу выигрышей игрока А (матрицу игры, платежную матрицу),
П1 |
... |
Пn |
|
A1 |
a11 |
... |
a1n |
... |
... |
... |
... |
Am |
am1 |
... |
amn |
которая содержательно отличается от матрицы антагонистической игры тем, что элементы столбцов не являются проигрышами природы при соответствующих ее состояниях.
Задача выбора игроком А чистой или смешанной стратегии, более эффективной, чем остальные, в игре с природой, с одной стороны, проще аналогичной задачи в антагонистической игре, поскольку в игре с природой отсутствует систематическое противодействие игроку А, а с другой стороны, эта задача осложняется наличием неопределенности, связанной с дефицитом знанийо характере проявления состояний природы.
Если какая-нибудь из стратегий игрока А окажется доминирующей каждую из остальных его стратегий, то она и должна выбираться игроком А в качестве предпочтительной, поскольку его выигрыш при этой стратегии и при любом состоянии природы П не меньше выигрыша при любой из остальных стратегий. Таким образом, в играх с природой можно и полезно пользоваться принципом доминирования стратегий игрока А. Однако принцип доминирования состояний природы недопустим, поскольку природа не выбирает свои состояния с целью уменьшения выигрышей игрока А, для неё нет более или менее эффективных состояний. Это обстоятельство является еще одним свойством, отличающим игры с природой от антагонистических матричных игр. При решении вопроса о выборе возможной стратегии в игре с природой игрок А должен исходить из матрицы выигрышей. Однако матрица выигрышей не всегда адекватно отражает имеющуюся ситуацию. На выбор стратегии должны влиять не только выигрыши, составляющие матрицу игры, но и показатели "удачности" или "неудачности" выбора данной стратегии при данном состоянии природы и благоприятности этого состояния для увеличения выигрыша.
Показателем благоприятности состояния природы П для увеличения выигрыша называется наибольший выигрыш при этом состоянии, т. е. наибольший элемент в столбце матрицы игры: . Таким образом, благоприятность состояния природы рассматривается как фактор, увеличивающий выигрыш игрока А при этом состоянии природы. В теории антагонистических матричных игр эта величина представляла собой показатель неэффективности стратегии игрока В.
Для определения степени удачности применения игроком А стратегии при состоянии природы П вводят понятие "риска". Риском игрока А при выборе им стратегии в условиях состояния природы П называется разность между показателем благоприятности состояния природы и выигрышем , т. е. разность между выигрышем, который игрок А получил бы, если бы знал заранее, что природа примет состояние , и выигрышем, который он получит при этом же состоянии , выбрав стратегию , т. е.
Таким образом, риск игрока А при применении стратегии в условиях состояния природы естьупущенная им возможность максимального выигрыша при этом состоянии природы. Эта упущенная возможность определяется невыигранной частью величины максимального выигрыша .
Из формул следует, что риск для любых и неотрицателен: . Можно установить и верхнюю границу рисков для каждого состояния природы . Для этого введем в рассмотрение величину, представляющую собой наименьший выигрыш игрока А при состоянии природы . Тогда . Разность естественно назвать колебанием выигрышей при состоянии природы , .
Если , то , т. е. стратегия при состоянии природы , является безрисковой. Если , то риск , который по определению равен является максимальным. Следовательно, по критерию риска стратегия , в этом случае наихудшая. Если , то все выигрыши в столбце матрицы игры равны между собой: и риск . Поэтому в этом случае любая стратегия игрока А при состоянии природы - безрисковая.
Для матрицы Аматрица рисков RAимеет ту же размерность и следующий вид:
П1 |
... |
Пn |
|
A1 |
r11 |
... |
r1n |
... |
... |
... |
... |
Am |
rm1 |
... |
rmn |
Можно отметить, что матрица выигрышей Аоднозначно порождает матрицу рисков RA, поскольку каждый риск однозначно определяется соответствующими показателем благоприятности состояния природы и выигрышем . Обратное неверно: одна и та же матрица рисков может соответствовать разным матрицам выигрышей. Т.е. одинаковые выигрыши при одной и той же стратегии и при различных состояниях природы могут быть неравноценными в смысле рисков. Одинаковые же выигрыши при разных стратегиях, но при одном и том же состоянии природы всегда равноценны. В самом деле, если - одинаковые выигрыши соответственно при разных стратегиях и и при состоянии природы , с благоприятностью то
В теории игр с природой в зависимости от имеющейся информации различают две ситуации. В ситуации, когда либо известны вероятности, с которыми природа принимает свои состояния, либо вероятности состояний природы устанавливаются в результате опроса экспертов и усреднения их показаний, говорят о "принятии решения в условиях риска". А в ситуации, когда вероятности возможных состояний природы неизвестны и нет никакой возможности получить о них какую-либо информацию,говорят о "принятии решения в условиях неопределенности".
1.2 Критерий Байеса относительно выигрышей
Предположим, что нам известны состояния , в которых может находиться природа , и соответствующие вероятности , с которым природа реализует эти состояния. Тогда мы находимся в ситуации принятия решения в условиях риска.
Показателем эффективности стратегии по критерию Байеса относительно выигрышей называется среднее значение, или математическое ожидание выигрыша -ой строки с учетом вероятностей всех возможных состояний природы. Обозначая это среднее значение через , будем иметь . Таким образом, представляет собой взвешенное среднее выигрышей -ой строки, взятых с весами .
Оптимальной среди чистых стратегий по критерию Байеса относительно выигрышей считается стратегия с максимальным показателем эффективности, то есть с максимальным средним выигрышем, т.е. выбранное решение является оптимальным не в каждом отдельном случае, а в среднем.
1.3 Максимин матричной игры
Нижней ценой игры (или максимином) матричной игры в смешанных стратегиях называется величина
2. Практическая часть2.1 Постановка задачи
Больной находится в одном из трех (недиагностируемых) состояний , которые соответствуют трем несовместимым заболеваниям:
– острое заболевание, при котором срочная операция необходима,
– заболевание, при котором срочная операция не требуется,
– заболевание, при котором срочная операция противопоказана.
Врачу необходимо принять решение, проводить ли срочную хирургическую операцию. При этом у него имеется две стратегии:
- проводить срочное оперативное вмешательство,
- отказаться от срочной операции.
Матрица вероятностей летального исхода при разных сочетаниях , и , , имеет следующий вид:
Mc |
П1 |
П2 |
П3 |
А1 |
0,02 |
0,05 |
0,4 |
А2 |
0,2 |
0,01 |
0 |
Требуется расчетным путем обосновать оптимальное решение врача в данной ситуации:
при использовании максиминной смешанной стратегии для показателя выигрыша (вероятность выздоровления больного, и для показателя полезности , где - риск, , - показатель благоприятности состояния больного для увеличения выигрыша;
в случае, когда известны априорные вероятности состояний: на основе максимизации среднего значения выигрыша;
в случае, когда .
2.2 Решение задачи
Начнем с первого пункта задачи. Для начала построим матрицу выигрыша, по формуле и добавим - показатели благоприятности состояния больного для увеличения выигрыша :
П1 |
П2 |
П3 |
|
А1 |
0,98 |
0,95 |
0,6 |
А2 |
0,8 |
0,99 |
1 |
bj |
0,98 |
0,99 |
1 |
Матрица рисков будет иметь вид:
П1 |
П2 |
П3 |
|
А1 |
0 |
0,04 |
0,4 |
А2 |
0,18 |
0 |
0 |
И, наконец, матрица полезности :
П1 |
П2 |
П3 |
|
А1 |
0,98 |
0,91 |
0,2 |
А2 |
0,62 |
0,99 |
1 |
Воспользуемся определением максимина игры и найдем оптимальную смешанную стратегию для матрицы выигрышей:
P0 = |
0,344827 |
0,655173 |
|
H (P0 ,Bj) = |
0,862069 |
0,976207 |
0,862069 |
α (P0) = |
0,862069 |
||
V = |
0,862069 |
При вычислении максимума показателя эффективности смешанной стратегии использовался поиск решения из табличного редактора Excel. Итак, мы получили, что в 34,48% случаев врачу следует делать операцию, а в 65,52% – нет . При этом вероятность успеха в среднем равна 86,21%.
Выполним аналогичные расчеты для показателей полезности:
P0 = |
0,327429 |
0,672571 |
|
H (P0 ,Bj) = |
0,737874 |
0,963806 |
0,738057 |
α (P0) = |
0,737874 |
||
V = |
0,737874 |
Если врач будет проводить операцию в 32,74% случаев и не проводить в 67,26%, то показатель полезности в среднем будет равен 73,79%.
В случае, когда известны априорные вероятности состояний: будем искать показатели эффективности по критерию Байеса:
П1 |
П2 |
П3 |
ā1 |
|
А1 |
0,98 |
0,95 |
0,6 |
0,93 |
А2 |
0,8 |
0,99 |
1 |
0,896 |
Оптимальной стратегией в данном случае будет стратегия , так как у нее максимальный показатель эффективности по критерию Байеса, то есть врачу при таком распределении вероятностей состояний больного следует делать операцию.
Если вероятности состояний равны: , то можно использовать критерий Лапласа и за показатель эффективности принять сумму выигрышей данной стратегии.
П1 |
П2 |
П3 |
ā1 |
|
А1 |
0,98 |
0,95 |
0,6 |
0,93 |
А2 |
0,8 |
0,99 |
1 |
0,896 |
По данному критерию врачу следует делать операцию.
ЗаключениеВ результате проведения ТПР можно с уверенностью утверждать, что при грамотном подходе теория игр способна спасти жизнь человека почти с единичной вероятностью.
В ходе работы был рассмотрен теоретический материал, на основе которого была построена модель игры, описывающая возможную ситуацию в больнице. Модель включала в себя набор стратегий игрока (врача) и набор состояний природы (болезни), а также матрицу «выигрышей» игрока (матрицу вероятностей летального исхода). Для определения стратегии игрока использовались различные методы в зависимости от начальных условий. В рассмотренной задаче при наличии заданных вероятностей согласно критерию Лапласа и Байеса в результате анализа матрицы эффективности игроку следует придерживаться стратегии , без наличия заданных вероятностей использование поиска оптимального решения в смешанных стратегиях привело игрока к выбору стратегии .
Таким образом, можно сказать, что, опираясь на базовые моменты теории игр можно построить вполне рабочую модель, имеющую решение, которая может привести к неочевидным результатам. При этом очень важно максимально полно описать ситуацию и верно ее формализовать, иначе можно столкнуться с получением противоречивых результатов.
Список литературы:Меньшиков И.С. Лекции по теории игр и экономическому моделированию. – М.: МЗ Пресс, 2006. - 208 с.
Васин А.А., Морозов В.В. Введение в теорию игр с приложениями к экономике. – М., 2003. - 278 с.
Абульханова-Славская К.А. Стратегия жизни. — М., 1991.
Крушевский А.В. Теория игр. – Киев, 1977.
Оуэн Г. Теория игр. – М.: Мир, 1971.
http://www.cfin.ru/