ทฤษฎีเกมส(Games

(Games Theory)
 ทฤษฎีเกมส(Games Theory)หรือ ทฤษฎีของเกมส(Theory
(Games Theory)หรื (Theory of
Games ) เปนทฤษฎีที่ชวยในการตัดสินใจภายใตสถานการณที่ไมแนนอน
(Decision Making Under Uncertainty) โดยเกมสจะมีความหมายถึง
การแขงขันระหวางบุคคลหรือฝายตั้งแต 2 ฝายขึ้นไป ผลลัพธเมื่อสิ้นสุดการแขงขัน จะ
ทําใหมีฝายที่ไดประโยชน(ชนะ)
ชนะ)และฝายที่สูญเสียประโยชน(แพ)
 ทฤษฎีเกมส ถูกพัฒนาขึ้นมาโดย John Von Neuman Neuman โดยได
พิมพผลงานชื่อ Theory of Games and Economics Behavior
รวมกับ Morgenstern ซึง่ เปนการนําทฤษฎีทางคณิตศาสตรมาประยุกตเขากับการ
ตัดสินใจในการแขงขัน จน Neuman ไดรับการยกยองวาเปนบิดาแหงทฤษฎีเกมส
 ปญหาของเกมสแบงออกไดเปนสองกลุมใหญๆคือ
 เกมสที่มีผลรวมเปนศูนย(Zero-
(Zero-Sum Games)
 เกมสที่มีผลรวมไมเปนศูนย(Non
(Non Zero-
Zero-Sum Games)
นอกจากนี้ลักษณะของเกมสยงั แบงออกไดอีกตามจํานวนของผูเ ลน คือเกมสที่มีผูเลนสอง
คน(Two
คน(Two Persons) และเกมสที่มีผูเลนมากกวาสองคน

 เกมสที่มีผูเลนสองคนและผลรวมเปนศูนย(Two
(Two-Person Zero-
Sum Games)
เกมสประเภทนี้จะมีผูเลน(Player)สองคน
(Player)สองคน คือ A และ B แตละคนจะมีแผนการหรือ
ยุทธวิธ(Strategy)ในการเล
ี (Strategy)ในการเลนเกมสของตัวเองเปนจํานวนนับได การแสดง
ผลประโยชนที่แตละฝายจะไดหรือเสียจะแสดงในรูปของ Matrix การตัดสินใจ
Matrix)หรือ Payoff Table
(Decision Matrix)หรื
ตัวอยาง การเลนโยน หัว-กอBย B
H T H T
H 1 -1 H -1 1
A A
T -1 1 T 1 -1

ตารางแสดงผลประโยชนของ A ตารางแสดงผลประโยชนของ B
 ขอสมมุติฐานเบื้องตนของเกมส
 มีผูเลน

(Player,Contestant,Participant,Competitor)
เปนจํานวนที่นับได
 ผูเลนแตละคนจะมีแผนการหรือยุทธวิธ(Strategy,Course
ี (Strategy,Course of
Action)เปนจํานวนนับได
 ในการแขงขันหรือเลนเกมส ผูเลนแตละคนจะเลือกแผนการที่ดีที่สุดของ

ตนเพียง 1 แผนออกมาเลน และผูเลนแตละคนจะตองแสดงแผนการ

ของตนออกมาพรอมกัน โดยตางฝายตางจะไมทราบแผนการของฝายตรง
ขามมากอน
 เมื่อเกมสสิ้นสุดลง จะประกอบดวยแผนการอยูชุดหนึ่งที่ผูเลนแตละคน

เลือกออกมา ซึ่งจะแสดงถึงผลประโยชนที่ผูเลนจะได,เสีย หรือเสมอตัว

 ผลลัพธที่ดีที่สุดของการเลนเกมสแบบมีผูเลนสองคนผลรวมเปนศูนย
ในการวิเคราะหตารางตัดสินใจเพื่อหาผลลัพธที่ดีที่สุด(Optimal Solution)ของ
Solution)ของ
เกมสที่มีผูเลนสองคนผลรวมเปนศูนย จะมีความหมายถึงการหาสิ่งตอไปนี้
1)ผูเลนแตละคนควรเลือกแผนการใดมาใชในการเลนเกมส
แผนการบริสุทธิ์(Pure Strategy)
แผนการผสม(Mixed Strategy)
2)คาของเกมส(Games
(Games Value or Values of Games)
ซึ่งหมายถึงตัวเลขที่แสดงถึงผลประโยชนที่เปนหลักประกันวาผูเลนแตละคนจะได
หรือเสียผลประโยชนเปนจํานวนแนนอนเทากับเทาใด
 แผนการบริสุทธิ(Pure
์ (Pure Strategy)
ในการตัดสินใจเพือ่ หาวาผูเลนแตละคนควรเลือกแผนการใดที่มีอยูมาใช
าใชเปน
แผนการบริสุทธิ์ในการเลนเกมส เพื่อใหไดผลลัพธที่ดีที่สุด อาจจะไดจากการนํากฎเกณฑ
การตัดสินใจภายใตสถานการณที่ไมแนนอนเขามาชวย
ถาพิจารณาในแงของฝายที่ได(Gain)
(Gain) กฎเกณฑตางๆมีดังนี้คือ
 กฎเกณฑการหาคานอยที่มากที่สุด(Maximin Criterion)

 กฎเกณฑการหาคามากที่มากที่สุด(Maximax Criterion)

 กฎเกณฑของลาปลาซ(Laplace
องลาปลาซ(Laplace Criterion)
 กฎเกณฑของเฮอรวิซซ(Hurwicz
(Hurwicz Criterion)
 กฎเกณฑ ซาเวจจ(Savage
(Savage Criterion) ซึ่งเปนกฎเกณฑของการหาคาโง
(Regret Value) ที่มากนอยทีส่ ุด หรือที่นอยนอยที่สุด

ถาพิจารณาในแงของฝายที่เลนเสีย(Loss)
(Loss) กฎเกณฑการตัดสินใจไดแก
 กฎเกณฑการหาคามากที่นอยที่สุด(Minimax Criterion)

 กฎเกณฑการหาคานอยที่นอยที่สุด(Minimin Criterion)

 กฎเกณฑของลาปลาซ(Laplace
องลาปลาซ(Laplace Criterion)
 กฎเกณฑของเฮอรวิซซ(Hurwicz
(Hurwicz Criterion)
 กฎเกณฑ ซาเวจจ(Savage
(Savage Criterion) ซึ่งเปนกฎเกณฑของการหาคาโง
(Regret Value) ที่มากมากที่สุด หรือที่นอยมากที่สุด

การที่จะเลือกกฎเกณฑใดมาชวยในการตัดสินใจ จะขึ้นกับอุปนิสัยของผูเลน
มองโลกในแงราย กลาไดกลาเสีย กลางๆ ฯลฯ
 เมื่อ A เลนดวยกฎเกณฑ Maximin และ B เลนดวยกฎเกณฑ
Minimax
ตัวอยาง การหาแผนการบริสุทธิ์
B Min
1 2 3 4
1 8 2 9 5 2
A 2 7 3 -4 10 -4
3 6 5 7 18 5 maximin
Max 8 5 9 18

minimax
Value of Games = 5

โดยปกติเมื่อผูเลน A เลือกแผนการโดยใชกฎเกณฑ Maximin และ

ผูเลน Bเลือกแผนการ โดยใชกฎเกณฑ Minimax คาทั้งสามจะ
สัมพันธกันดังนี้

Maximin  Games Value  Minimax

 เมื่อมีแผนการบริสุทธิ์คาทั้งสามจะเทากัน (จุด Saddle
Point )
Maximin = Games Value = Minimax
 แผนการผสม
ตัวอยาง
B
1 2 3 4
1 5 -10 9 0
A 2 6 7 8 1
3 8 7 15 2
4 3 4 -1 4

Maximin = ผูเลนA เลือกแผน

Minimax = ผูเลนB เลือกแผน

คาของเกมสเทากับ

การหาแผนการแบบผสม(Mixed Strategy)
B
y1 y2 … … yn
1 2 ….. …… n
x1 1 a11 a12 . . a1n
x2 2 a21 a22 . . a2n
A . . . . . . .
. . . . . . .
xm m am1 am2 . . amn
xi; I=1,2…m คือความนาจะเปนที่ A จะเลือกแผนที่ i มาเลน
yj:j=1,2…..n คือความนาจะเปนที่ B จะเลือกแผนที่ j มาเลน
m n

 xi   y j  1
i 1 j 1
กฎเกณฑในการหาแผนการเลน

A จะใชกฎเกณฑการหาคานอยที่มากที่สุดในการเลือกคา xi ซึ่งจะทําให
คาใชจายเฉลี่ยที่นอยที่สุดมีคามากที่สุด
  
Max  Min   ai1 xi ,  ai 2 xi ,..........,  ain xi ,  
xi
  i i i 

B จะใชกฎเกณฑการหาคานอยที่มากที่สุดในการเลือกคา yj ซึ่งจะทําให
คาใชจายเฉลี่ยที่มากที่สุดมีคานอยที่สุด
   
Min  Max   a1 j y j ,  a2 j y j ,............. amj y j ,  
yj
  j j j  

ในกรณีนี้คาทั้งสามจะสัมพันธกันดังนี้

คาเฉลี่ยของMaximin  คาของเกมส  คาเฉลี่ยของMinimax

ถา x*I และ y*j เปนผลลัพธที่ดีที่สุด คาเฉลี่ยของเกมสที่ดีที่สุดคือ

v*   aij xi* y*j

i j
 วิธีการหาคา x*i, y*j และ v*

1)การหาผลลัพธโดยวิธีพีชคณิต(Algebraic Solution)

2)การหาผลลัพธโดยวิธีกราฟ(Graphic Solution)

3)การหาผลลัพธโดยวิธี(Solution
(Solution by Use Of Matrices)

4)การหาผลลัพธโดยวิธีประมาณการ(Approximate Solution)

5)การหาผลลัพธโดยวิธีโปรแกรมเชิงเสนตรง(L/P Solution)

การลดรูป Matrix เพื่อทําใหการคํานวณงายขึ้น

โดยการใชหลักเกณฑความเหนือกวา(Dominance Criteria)
B
1 2 3 B
1 1 8 5 1 2
2 6 5 4 1 1 5
A
3 0 1 2 A 2 6 4
4 7 5 1 3 7 1
 Algebraic Solution
จากความสัมพันธที่วา
คาใชจายโดยเฉลี่ยที่มากที่นอยที่สุดมีคามากกวาหรือเทากับคาใชจายโดยเฉลี่ยของ
เกมส
คาเฉลี่ยของMaximin คาเฉลี่ยของเกมส  คาเฉลี่ยของMinimax


ให V= คาโดยเฉลี่ยของเกมส

v   aij xi y j
i j

B
y1 y2 y3
ตัวอยาง
1 2 3
x1 1 3 -2 4
A x2 2 -1 4 2
x3 3 2 2 6

ผลตอบแทนโดยเฉลี่ยของ B

y1  3 x1  x2  2 x3   y2  2 x1  4 x2  2 x3   y3  4 x1  2 x2  6 x3   V 1
ผลตอบแทนโดยเฉลี่ยของ A

x1  3 y1  2 y2  4 y3   x2   y1  4 y2  2 y3   x3  2 y1  2 y2  6 y3   V  2
ถาผูเลนแตละฝายตางเลนดวยแผนการบริสุทธิ์
y1,y2,y3 เปน 0 ทีละครั้ง
จาก(1) 3x1-x2+2x3  V
-2x1+ 4x2 + 2x3  V (3)
4x1+ 2x2+ 6x3 V
จาก(2) 3y1- 2y2+ 4y3  V
-y1+ 4y2+ 2y3  V (4)
2y1+ 2y2+ 6y3  V

x1+ x2+ x3 = 1
(5)
y1+ y2+ y3 = 1

x1 , x2 , x3 , y1 , y 2 , y3  0

ถา V* เปนผลลัพธที่ดีที่สุด
3x1- x2+ 2x3 = V*
-2x1+ 4x2+ 2x3 = V* (6)
4x1+ 2x2+ 6x3 = V*

3y1- 2y2+ 4y3 = V*

-y1+ 4y2+ 2y3 = V* (7)
2y1+ 2y2+ 6y3 = V*
จาก (5) , (6) , (7) x1* =0 , x2* = 0 , x3* = 1

y1* = 2/5 , y2* = 3/5 , y3* = 0

V* = 2 **** ตองนําผลลัพธไปตรวจกับเงื่อนไขที่(3),(4)กอน ****
 Graphic
Solution
*** ขอจํากัดของวิธีนี้คือ จะตองมีผูเลนฝายใดฝายหนึ่งมีแผนการไมเกิน 2 แผน

B
y1 y2 . .. . . . . . yn
1 2 . .. . . . . . n
A X1 1 a11 a12 . .. . . . . . a1n
X2 2 a21 a22 . .. . . . . . a2n

B
y1 y2
1 2
X1 1 a11 a12
X2 2 a21 a22
. . . .
A . . . .
. . .
Xm m am1 am2
 B
ตัวอยาง y1 y2 y3 y4
1 2 3 4
A x1 1 2 2 3 -1
x2 2 4 3 2 6
x1 + x 2 = 1
แผนบริสุทธิข์ อง B ผลตอบแทนโดยเฉลี่ยของ A
x2 = 1- x1 1 V  -2x1 + 4
2 V  -x1 +3
3 V  x1 + 2
4 V  -7x1 + 6

V V

(4)

(1)
(2)
V* = 2.5
(3)
x1=0
-1 x1=1
x*1 = 0.5 , x*2 =0.5
-2
 พิจารณาที่จุดตัดของเสน (2),(3),(4) เกิดเปนคูตัดของเสนได 3 คูคือ

(2)(3) , (2)(4) ,(3)(4) โดยคู (2)(4) ไมพิจารณาเพราะความชันมีทิศทาง

เดียวกัน
พิจารณาคู (2)(3) y*1 = y*4 = 0 ; y2 + y3 = 1
y3 = 1 - y2
แผนบริสุทธิ์ของ A ผลตอบแทนโดยเฉลี่ยของB
1 V  -y2 + 3
2 V  y2 + 2

y*2 = 0.5, y*3 = 0.5 ,V* = 2.5

พิจารณาคู (3)(4) y*1 = y*2 = 0 ; y3 + y4 = 1

y4 = 1 - y3

แผนบริสุทธิ์ของ A ผลตอบแทนโดยเฉลี่ยของB
1 V  -4y4 + 3
2 V  4y4 + 2

y*4 = 1/8, y*3 = 7/8 ,V* = 2.5

 Linear Programming Solution
โดยการใชกฎเกณฑ Maximin และ Minimax ของผูเลน A และ B
A จะหาแผนผสมที่ดีที่สุดโดยเลือก xi ดังนี้

 m m m

Max  Min   ai1 xi ,  ai 2 xi ,..........,  ain xi ,  
xi
  i 1 i 1 i 1 

ภายใตเงื่อนไข
x1 + x2 + ……………………..+ xm = 1
xi  0 ; I = 1,2…….m
 m m m

ถาให V = Min   ai1 xi ,  ai 2 xi ,..........,  ain xi , 
 i 1 i 1 i 1 

Max.Z 0  V
m

ปญหาของเกมสในรูปของ L/P แสดงได ST . ai1 xi  V

i 1
ดังนี้ m

a
i 1
i2 i x V

.
.
.
m

a
i 1
in i x V
m

i 1
xi  1

xi  0; i
นํา V ไปหารทุกๆขอบขาย โดย V ตองมีคามากกวา 0 หรือนอยกวา 0 ถา V นอยกวา
0 เมื่อหารแลวเครื่องหมายของขอบขายตองกลับดาน
สมมุติวา V > 0
x1 x x
a11  a21 2  ...................  am1 m  1
V V V
x1 x2 x
a12  a22  ...................  am 2 m  1
V V V

x1 x x
a1n  a2 n 2  ...................  amn m  1
V V V
x1 x2 x 1
  ...................  m 
V V V V

ถาให xi
Xi  , i  1, 2,........., m
V

1
และจาก Max.Z  Min.
Z

1
 Max.V  Min.  Min.  X 1  X 2  .........  X m 
V
ปญหาใหมที่จัดรูปใหม
Min. X 0  X 1  X 2  ................  X m
ST . a11 X 1  a21 X 2  ...................  am1 X m  1
a12 X 1  a22 X 2  ...................  am 2 X m  1

a1n X 1  a2 n X 2  ...................  amn X m  1

X i  0; i

พิจารณาในดานผูเลน B ซึ่งจะตองเลือก yj ที่

  n n n  
Min  Max   a1 j y j ,  a2 j y j ,............. amj y j ,  
  j 1  
yj
j 1 j 1

 n n n 
ให V  Max   a1 j y j ,  a2 j y j ,............. amj y j , 
 j 1 j 1 j 1 
 Min. y  V
a11 y1  a12 y2  .......................  a1n yn  V
a21 y1  a22 y2  .......................  a2 n yn  V

am1 y1  am 2 y2  .......................  amn yn  V

y1  y2  .......................  yn  1
y j  0; j

yj
ถา V > 0 และ Yj 
V
และนํา V หารตลอด

y1 y y
a11  a12 2  .......................  a1n n  1
V V V
y y y
a21 1  a22 2  .......................  a2 n n  1
V V V

y1 y y
am1  am 2 2  .......................  amn n  1
V V V
y1 y2 y 1
  .......................  n 
V V V V
1
Max.Y0 
V
 Max.Y0  Y1  Y2  ..............  Yn
ST .a11Y1  a12Y2  ..............  a1nYn  1
a21Y1  a22Y2  ..............  a2 nYn  1
. . . .
. . . .
am1Y1  am 2Y2  ..............  amnYn  1

Y j  0; j

ตัวอยาง B
1 2 3
1 3 -1 -3
A 2 -3 3 -1
3 -4 -3 3

มีบาง Element ที่มีคาเทากับ 0 หรือติดลบ ซึ่งจะทําให V มีคาเปน 0

หรือติดลบดวยซึ่งซึ่งในวิธี Linear Programming คาของ V จะนอย
กวาหรือเทากับ 0ไมได จึงจะตองทําให V มีคามากกวา 0 ซึ่งทําได
โดยการทําใหทุกๆ Element ในตารางมีคามากกวา 0 โดยหาคาคงที่
บวกเขาไปในทุกๆ Element
บวก 5 เขาไปในทุกๆ Element

B
1 2 3
1 8 4 2
A 2 2 8 4
3 1 2 8

Linear Programming ในรูปของผูเลน B

8 4 2
2 8 4
1 2 8

Max.Y0  Y1  Y2  Y3
ST . 8Y1  4Y2  2Y3  1
2Y1  8Y2  4Y3  1
Y1  2Y2  8Y3  1

Y1 , Y2 , Y3  0
ที่ Optimal Solution

Basic Y0 Y1 Y2 Y3 S1 S 2 S3 Sol n
5 11 1 45
Y0 0 0 0 0
49 196 14 196
1 1 1
Y1 0 1 0 0 0
7 14 14
3 31 1 11
Y2 0 0 1 0
98 196 14 196
1 3 1 5
Y3 0 0 0 1
98 98 7 49

1
V*  w
Y0
45 5 11 1
X0  , X 1*  , X 2*  , X 3* 
196 49 196 14
196 29
V*  5 
45 45
X1 5 45 20
x1*   / 
X 0 49 196 45
Y1 1 45 14
y1*   / 
Y0 14 196 45
X 2 11 45 11
x2*   / 
X 0 196 196 45
Y2 11 45 11
y2*   / 
Y0 196 196 45
X 3 1 45 14
x3*   / 
X 0 14 196 45
Y3 5 45 20
y3*   / 
Y0 49 196 45