本科三年级运筹学《矩阵对策的最优纯策略》教学设计

本科三年级运筹学《矩阵对策的最优纯策略》教学设计一、教学背景与设计理念在当今复杂多变的管理科学与经济活动中，决策主体往往处于一个相互影响、相互制约的竞争环境之中。如何在这种对抗性的局势下做出最为稳妥且理性的决策，是管理科学高年级本科生必须掌握的核心能力之一。本节内容“矩阵对策的最优纯策略”隶属于运筹学对策论模块，是继线性规划、整数规划等优化方法之后，从单一决策者优化向多决策者博弈分析的重要延伸。本设计的核心理念在于，不仅要求学生掌握求解矩阵对策纯策略解的机械性步骤，更强调在“完全理性”与“共同知识”的假设下，深刻理解局中人所遵循的“从最坏处着眼，向最好处努力”的保守主义决策思维。本课程将摒弃简单的公式灌输，转而通过鲜活的商业竞争案例和严谨的数学推演，引导学生建立“最优化准则”与“鞍点”之间的内在逻辑联系，帮助学生构建起博弈论思维的基本框架，为其后续学习混合策略纳什均衡乃至更广泛的经济管理模型奠定坚实的理论基础。二、教学目标设定（一）知识与技能目标【基础】准确理解对策论的三要素（局中人、策略集、赢得矩阵）以及矩阵对策的基本数学模型。深刻领会最优纯策略的核心思想，即“最大最小原则”与“最小最大原则”，并能娴熟运用这两个原则求解对策值。掌握利用“优超原则”对高阶赢得矩阵进行降阶简化的技巧，提高求解效率。能够准确识别矩阵中的“鞍点”，并理解鞍点作为纯策略解的几何意义与代数意义。（二）过程与方法目标【重要】通过“田忌赛马”等经典案例的重构与反思，引导学生经历从直观感知到抽象数学模型的建构过程。采用启发式探究教学，让学生在计算行最小值与列最大值的过程中，自行发现平衡局势的存在性，归纳出最优纯策略的判别准则。培养学生运用运筹学思想分析现实对抗性问题的能力，能够将一个具体的市场竞争或管理决策问题抽象为矩阵对策模型，并通过对模型的求解来解读现实策略。（三）情感、态度与价值观目标培养学生理性的决策意识，理解在信息不对称和利益冲突的环境中，稳健决策的重要性。通过对“鞍点”唯一性与可交换性等性质的探讨，感悟数学结构的对称美与逻辑的严谨性。同时，引导学生在竞争中树立规则意识，理解博弈论并非教人尔虞我诈，而是帮助决策者在既定规则下寻找最确定性的结果，这与社会主义核心价值观所倡导的公正、法治精神高度契合。三、教学重点与难点剖析（一）教学重点【高频考点】1.矩阵对策数学模型的三要素构建。2.“最大最小原则”（maxmin）与“最小最大原则”（minmax）的内涵与计算步骤。3.利用优超原则简化赢得矩阵的方法。4.纯策略解的存在性判定——鞍点判别法。（二）教学难点【难点】1.对“理性人”假设的理解，以及为何在对抗条件下“保守”策略反而是“最优”策略的逻辑转换。2.当矩阵不存在鞍点时，对“纯策略解不存在”这一结论的理解，以及对后续混合策略学习的引入铺垫。3.优超原则中“严格优超”与“非严格优超”的细微差别及其在化简过程中的处理。四、教学实施过程（核心环节）（一）创设情境，导入新课：从历史典故到数学模型课程开始，并不直接抛出晦涩的定义，而是通过一段精心剪辑的多媒体动画或生动的讲述，重现“田忌赛马”的故事。然而，本次讲述的重点并非田忌的胜利，而是引导学生进行逆向思维：如果齐威王察觉了田忌的策略并相应调整出马顺序，结局将会如何？进而提问：“在双方都不知晓对方具体出阵顺序，且双方都想最大化己方收益（或最小化损失）的前提下，是否存在一种无论对方如何出牌，己方都能获得相对稳定结果的最优策略？”通过这个问题，自然地引出对策论研究的三大基石：首先，明确决策主体——局中人，本例中即田忌与齐威王。其次，梳理双方可供选择的行动方案——策略集，即双方各自拥有的六种马匹出场顺序（上中下、上下中等）1。最后，定义胜负结果——赢得函数，将比赛结果量化为具体的收益值（如齐王的收益矩阵）。此时，在大屏幕上展示一个简化的、仅包含代表性策略的收益矩阵，并指出这就是我们今天要研究的核心工具。这一导入环节旨在打破学生对古老故事的思维定势，将文学叙事转化为亟待解决的科学问题，激发其探究欲望。（二）概念建构，思维奠基：理性行为与保守准则在引出局中人、策略集和赢得矩阵这三个基本要素后【基础】，课程进入了关键的思维转型期。教师需要向学生阐述一个核心假设：局中人都是理智的，即不存在侥幸心理，且对策略的选择以自身收益最大或损失最小为唯一目标12。基于这一假设，引导学生设身处地地站在某一局中人的立场上进行思考。以行人的视角提出问题：“如果我是局中人甲，我无法预知乙会选择哪一个策略，那么当我选定某一个纯策略（如选择第一行）时，我的最坏结果是什么？”引导学生计算每一行的最小值。这一步体现了决策的稳健性，即对不确定性的风险规避。紧接着，追问：“既然每个策略都有其最坏的可能性，那么作为一个理性的决策者，我应该选择哪个策略来使这个‘最坏的结果’尽可能地好？”从而引出“最大最小原则”——从各行最小值所组成的集合中，选取最大值所对应的策略作为候选78。同理，站在局中人乙的立场，引导学生从列的角度思考：乙在面临甲的各种策略时，会考虑自己的最大损失（即甲的收益），并倾向于选择那个让最大损失变得最小的策略，即“最小最大原则”。这一环节通过角色代入和层层递进的设问，使学生理解了看似保守的“悲观准则”在对抗性决策中恰恰是最理性的选择。教师在黑板上同步板书计算过程，并标出maxmin值和minmax值。（三）核心探究，揭示本质：鞍点的发现与定义当学生分别计算出maxmin和minmax之后，课程进入高潮。展示一组精心设计的矩阵数据（如下所示），引导学生观察这两个值之间的关系。考虑一个简化的市场竞争问题：假设两家企业（甲与乙）各自有两种广告投放策略，甲企业的市场份额增加值（即赢得矩阵）为：在这个矩阵中，让学生动手计算：甲的最大最小策略：首先，第一行的最小值为4（min{7,4,6}=4）；第二行的最小值为3（min{3,7,4}=3）；第三行的最小值为6（min{6,5,7}=6）。取这些最小值中的最大值，即max{4,3,6}=6，对应甲的策略为α₃。乙的最小最大策略：首先，第一列的最大值为7（max{7,3,6}=7）；第二列的最大值为7（max{4,7,5}=7）；第三列的最大值为7（max{6,4,7}=7）。取这些最大值中的最小值，即min{7,7,7}=7，对应乙的策略可以是β₁、β₂或β₃。通过计算发现，maxmin=6，而minmax=7，两者并不相等。这时，教师引导学生观察：是否存在一个局势（αᵢ,βⱼ），使得该位置的数值既是其所在行的最小值，又是其所在列的最大值？重新审视矩阵，在局势（α₃,β₁）处，数值6是第三行（6,5,7）的最小值吗？是的，5比6小，所以6不是该行的最小值。在局势（α₁,β₂）处，数值4是第一行的最小值，但它却不是第二列的最大值（第二列最大值为7）。似乎没有找到同时满足条件的点。此时，教师调换数据，展示另一个经典案例8：请学生再次验证：甲的最大最小：行最小值分别为min(6,5)=5,min(7,8)=7,min(3,2)=2,min(6,5)=5，取max得7，对应策略α₂。乙的最小最大：列最大值分别为max(6,7,3,6)=7,max(5,8,2,5)=8，取min得7，对应策略β₁。这次，maxmin=minmax=7。更重要的是，引导学生发现，这个公共值7（位于α₂行β₁列）恰好满足：它不仅是第二行的最小值（7小于8），同时也是第一列的最大值（7等于max{6,7,3,6}）。至此，水到渠成地引出本节课的核心定义【高频考点】：对于一个矩阵对策G={S₁,S₂,A}，如果存在一个局势（αᵢ,βⱼ），使得等式成立，则称这个公共值为对策G的值，称该局势为对策G在纯策略意义下的解，而矩阵中的这个元素aᵢⱼ被称为“鞍点”7。之所以称其为鞍点，是因为它在行中是极小点，在列中是极大点，形状类似于马鞍的中心。这个定义完美地统一了双方的理性选择，构成了一个稳定的、双方都不愿单独偏离的结局。（四）方法精讲，技能强化：优超原则的应用在实际问题中，局中人的策略往往很多，导致赢得矩阵的阶数很高，直接使用最大最小原则计算量较大。为了提升解题效率，本节课引入“优超原则”这一重要的化简工具【重要】。教师首先给出优超的定义：对于矩阵对策G，如果对于局中人甲的所有策略，有aᵢⱼ≥aₖⱼ对一切j成立，并且至少有一个j使得严格不等式成立，则称甲的策略αᵢ优超于αₖ（即无论乙采取何种策略，甲采用αᵢ的收益总是不小于采用αₖ的收益）。此时，理性的甲永远不会采用那个处于劣势的策略αₖ，因此可以将其从矩阵中删除1。同理，对于局中人乙，由于乙希望自己的损失（甲的收益）越小越好，如果某一列（即乙的某个策略）的每一个元素都大于等于另一列的对应元素，则说明乙的这一列策略成本更高（损失更大），处于劣势，会被乙剔除，即删除列时要反着看。为了加深理解，教师以一个稍复杂的4×4矩阵为例，逐步演示删除被严格优超的行和被严格优超的列的过程，最终将一个高阶矩阵化简约简为2×2甚至更简单的形式。特别提醒学生注意，有时需要交叉使用行优超和列优超，且优超原则的前提是局中人的完全理性，这与本节课的基调完全一致。通过优超原则的化简，再应用最大最小原则寻找鞍点，将变得更加简洁高效。（五）性质探索，思维拓展：解的存在性与唯一性在找到鞍点之后，课程并不止步。教师继续引导学生思考：一个对策问题的鞍点是否只有一个？如果不止一个，这些解之间有什么关系？展示一个具有多个鞍点的矩阵8：让学生寻找鞍点。学生会发现，局势（α₁,β₂）处的8，既是第一行（8,6,2,8）的最小值吗？不是，6比8小。需要仔细寻找。实际上，经典的有多鞍点的矩阵如：。让学生计算该矩阵的行最小值和列最大值。学生将发现局势（1,2）处的5、局势（1,4）处的5、局势（3,2）处的5、局势（3,4）处的5都满足鞍点条件。基于此，教师引导学生归纳出矩阵对策纯策略解的两个重要性质【重要】：1.无差别性：若（αᵢ₁,βⱼ₁）和（αᵢ₂,βⱼ₂）都是对策的两个解，则必有aᵢ₁ⱼ₁=aᵢ₂ⱼ₂。这意味着对策的值是唯一的，不会因解的不同而改变。2.可交换性：若（αᵢ₁,βⱼ₁）和（αᵢ₂,βⱼ₂）都是对策的两个解，则（αᵢ₁,βⱼ₂）和（αᵢ₂,βⱼ₁）也同样是该对策的解。这两个性质深刻揭示了解集的内部结构：所有解构成一个矩形区域，且拥有相同的对策值。这进一步说明，在纯策略解存在的条件下，局中人的最优选择具有一定的稳定性与可替换性，不会引起收益的波动。（六）课堂小结与预习伏笔课程尾声，教师对本节内容进行系统梳理：从理性假设出发，我们学习了最优纯策略的两种等价判定方法——最大最小原则和鞍点定义，掌握了利用优超原则简化问题的技巧，并探讨了纯策略解的代数性质。最后，留下一个悬念：“回顾我们刚才的探究，我们发现很多矩阵（如最初的广告竞争矩阵）并没有鞍点，即maxmin≠minmax。这就意味着，在纯策略范围内，我们找不到那个稳定的平衡点。那么，在实际竞争中，比如猜硬币游戏、石头剪刀布，双方真的没有一个确定性的最优策略吗？如果没有纯策略解，游戏又该如何进行？”这一问题将学生的思维引向下一节内容——混合策略，完成从确定性决策到随机性决策的认知跃迁。五、教学案例库与典型例题分析【案例1：商业竞争策略】【热点】假设市场上存在两家主导企业（甲与乙），它们计划在年底进行广告促销。各有三种广告投放渠道（电视、网络、户外）。经过市场调研，甲企业市场份额增长的百分比（即甲企业的赢得矩阵）如下所示1：分析步骤：首先，应用优超原则。观察矩阵，第二行（2,0,3）与第一行（1,3,2）相比，并非全部优于或劣于，暂时保留。第三行（2,3,4）与第一行比较，在第三列4>2，但第一列2>1，第二列3=3，没有明显的优超关系。但从乙（列）的角度看，第一列（1,2,2）和第二列（3,0,3）相比，是否第一列的所有元素都小于等于第二列？1≤3成立，2≤0不成立，所以不能删。此时直接采用最大最小原则。甲的行最小值分别为：min(1,3,2)=1；min(2,0,3)=0；min(2,3,4)=2。取max得2，对应甲的策略α₃。乙的列最大值分别为：max(1,2,2)=2；max(3,0,3)=3；max(2,3,4)=4。取min得2，对应乙的策略β₁。由于maxmin=minmax=2，因此存在纯策略解。鞍点位于（α₃,β₁），对策值为2。这表明，在双方都理性决策的前提下，甲企业选择户外广告策略，乙企业选择电视广告策略，此时甲能获得2%的最稳妥的市场份额增长，且任何一方单方面改变策略都会使自己的处境变差。【案例2：安全投资决策】某投资者有一笔资金，可以选择投资于项目A、B或C。未来的经济形势面临三种可能：景气、一般、衰退。投资者无法控制经济形势，但希望在最不利的经济形势下尽可能保证收益。收益矩阵如下（正数为收益，负数为损失）：分析：计算投资者（最大化自身收益）的行最小值：min(12,8,3)=3；min(7,10,2)=2；min(5,4,12)=4。取最大值得4，对应策略C。将经济形势视为虚拟局中人（试图让投资者收益最小），计算其列最大值：max(12,7,5)=12；max(8,10,4)=10；max(3,2,12)=12