博弈论的基础知识与应用

博弈论的基础知识与应用(转)

1 基础知识

博弈论是一种独特的处于各学科之间的研究人类行为的方法。与博弈论有关的学科包括数学、经济学以及其他社会科学和行为科学。博弈论（如同计算科学理论和许多其他的贡献一样）是由约翰.冯.诺伊曼（John von Neumann）创立的。博弈论领域第一本重要著作是诺伊曼与另一个伟大的数理经济学家奥斯卡.摩根斯坦（Oskar Morgenstern）共同写成的《博弈论与经济行为》（The Theory of Games and Economic Behavior）。当然，摩根斯坦把新古典经济学的思想带入了合作中，但是诺伊曼也同样意识到那些思想并对新古典经济学做出了其他的贡献。

■一个科学的隐喻

由于诺伊曼的工作，在更广阔的人类行为互动的范围内，“博弈”成为了一个科学的隐喻。在人类的互动行为中，结局依赖于两个或更多的人们所采取的交互式的战略，这些人们具有相反的动机或者最好的组合动机（mixed motives）。在博弈论中常常讨论的问题包括：1）当结局依赖于其他人所选择的战略以及信息是完全的时候，“理性地”选择战略意味着什么？

2）在允许共同得益或者共同损失的“博弈”中，寻求合作以实现共同得益（或避免共同损失）是否“理性”？或者，采取侵略性的行动以寻求私人利益而不顾共同得益或共同损失，这是否是“理性”的？

3）如果对2）的回答是“有时候是”，那么在什么样的环境下侵略是理性的，在什么样的情况下合作是理性的？

4）在特定情况下，正在持续的关系与单方退出这种关系是不同的吗？

5）在理性的自我主义者的行为互动中，合作的道德规则可以自然而然地出现吗？

6）在这些情况下，真正的人类行为与“理性”行为是否相符？

7）如果不符，在那些方面不符？相对于“理性”，人们更倾向于合作？或者更倾向于侵略？抑或二者皆是？

因而，博弈论研究的“博弈”包括：

破产

门口的野蛮人（Barbarians at the Gate）

网络战（Battle of the Networks）

货物出门，概不退换（Caveat Emptor）

征召（Conscription）

协调（Coordination）

逃避（Escape and Evasion）

青蛙呼叫配偶（Frogs Call for Mates）

鹰鸽博弈（Hawk versus Dove）

Mutually Assured Destruction

多数决定原则（Majority Rule）

Market Niche

共同防卫（Mutual Defense）

囚徒困境（Prisoner’s Dilemma）

补贴小商业Subsidized Small Business

公共地悲剧Tragedy of the Commons

最后通牒Ultimatum

视频系统协调Video System Coordination

■理性

新古典经济学与博弈论之间的关键链接就是理性。新古典经济学建基于这样一个假设之上，即人类在其经济选择行为中是绝对理性的。确切地说，这个假设意味着每个人在其所面临的环境中都会最大化自身的报酬——利润、收入或主观利益。在资源配置研究中，上述假说服务于两个目的：一是稍稍缩小可能发生事物的范围；二是提供了一个衡量经济体制效率的标准。如果经济体制导致部分人的报酬减少，而又没有对其他人产生更多的报偿（宽泛地讲就是成本大于收益），那么在某些方面就产生了失误。污染、渔业资源的过度开发、不恰当的资源用于研究（inadequate resources committed to research）都是这类问题的例子。

在新古典经济学中，理性的个人面临特定的体制或制度，包括产权、货币和高度竞争的市场。这些是个人纳入最大化报酬计算的许多“情况”之一。财产权利、货币经济以及理想化的竞争市场的隐含意义是经济个体不需要考虑自己与其他经济个体的行为互动。他或她只需要考虑自己的境况和“市场条件”。但这导致了两个问题：一是理论的范围受到局限。只要竞争受到限制（但没有垄断）或者产权没有完全界定，众望所归的新古典经济学理论就不适用了，并且新古典经济学也从未产生可接受的理论扩展以覆盖上述情况。对于新古典经学来说，决策是在货币经济之外做出的，这也是有问题的。

博弈论正好面对上述问题：提供一个关于人们直接（而不是“通过市场”）互动的经济和战略行为的理论。在博弈论中，“博弈”始终是针对人类社会严肃的互动行为的一个隐喻。博弈论也许是关于纸牌游戏或者棒球运动的理论，但却不是关于象棋的理论，它是关于这样一些严肃的互动行为比如市场竞争、军备竞赛和环境污染的理论。只不过博弈论涉及这些问题的时候使用的是博弈的隐喻意义：在这些严肃的互动行为中，就象在游戏中一样，个体的选择实质上是战略选择，行为互动的结局依赖于每个参与人所选择的战略。通过这样的阐释，研究“博弈”可以真正告诉我们关于严肃的互动行为的一些事情。但是，究竟会告诉我们多少？

在新古典经济学理论中，理性地进行选择就是要最大化自身的收益。在某种观点看来，这是一个数学问题：在给定环境条件下选择最大化报酬的行动。因而我们可以把理性的经济选择当作一个数学问题的“解”。在博弈论中，情况就更复杂了。既然结局不仅依赖于自身的战略和“市场”条件，也直接依赖于其他人所选择的战略，但我们仍然可以把理性的战略选择当作一个数学问题——最大化行为互动中的决策制定者群体的报酬——从而我们再次称理性的结果是博弈的“解”。

2 囚徒的困境

■囚徒困境博弈

■占优战略（Dominant Strategies）

这里发生的情况是，两个囚犯陷入了“占优战略均衡”。

定义：占优战略——让博弈的参与人单独地评估他面临的战略组合中的每一个战略，并且，对于每一个组合，他从自己的所有战略中选择一个使他赢利最多的战略。如果对于参与人面临的每一个不同的战略组合，参与人都选择同一个战略，这个被选择的战略就叫该参与人在博弈中的“占优战略”。

定义：占优战略均衡——在一个博弈中，如果每个参与人都有一个占优战略，且每个参与人都采取占优战略，那么（占优）战略组合及其相应的赢利被认为是构成了博弈的占优战略均衡。

在囚犯困境博弈中，坦白是占优战略，当两个囚犯都选择坦白时，那就是占优战略均衡。

■囚犯困境中需要考虑的问题

导致占优战略均衡的推理也许是强制进行的，但它并不是推导出问题的唯一方式。也许

它根本就不是最理性的答案。

3 一个信息技术的例子

博弈论提供了一个很有发展前途的方法去理解各类战略问题，囚犯困境及其他类似例子的简明和威力使它们有了一个自然而然的起点。但是在更为复杂和现实的应用中，常常有一些我们必须考虑的冲突。怎样从一个简化的博弈转移到更现实的博弈模型？现在让我们来看一个真实世界的战略思考的例子：选择信息系统。

这个例子中，参与人是：一个正在考虑选择新的内部电邮系统（internal e-mail system）或内部互联网系统（intranet system）的公司，以及一个正在考虑制造它们的供应商。两个选择是：建立技术先进的系统，或者建立一个功能简单的一般系统。我们假定更先进的系统真的能够提供更多的功能，因此两个参与人的赢利，用户支付给供应商的净额如表3-1所示。

表3-1

用户

先进一般

供应商先进20，200，0

一般0，05，5

我们发现，如果建立先进系统，两个参与者的净收入都将更好。（我们不是宣称现实永远如此！我们仅仅是假设在这个特定的决策下是如此）。可能发生的最糟糕的情况是一个参与者确定先进系统而另一个参与者却坚持一般系统。在这样的情况下将没有交易，大家也就没有赢利。为了在一起工作，供应商和用户必须具有一个相容的标准，既然标准的选择即战略选择，那么他们的战略必须相互吻合。

尽管第一眼看上去这很象囚犯困境博弈，但它实际上是更复杂的博弈。我们将逐一探讨几个复杂的方面：

仔细看一看，我们发现这个博弈没有占优战略。每个参与人的最优战略依赖于对方所采取的战略。因而，我们需要一个新的可以容纳这种复杂性的博弈均衡概念。当没有占优战略时，我们通常用一个叫做“纳什均衡”（Nash Equilibrium）的概念来称呼均衡。纳什均衡是根据诺贝尔奖得主纳什来命名得。纳什均衡是一个非常美妙简单的思想：给定其他参与人所选择的战略，每个参与人都选择最优战略，我们将得到纳什均衡。例如，如果用户选择先进系统，那么供应商最好也选择先进系统。于是（先进，先进）就是一个纳什均衡。但是，请留意，如果用户选择一般系统，那么供应商最好也选择一般系统。这里存在两个纳什均衡！究竟哪一个会被选择呢？看起来选择先进系统是更好的，因此它可能更容易出现，但是如果每个参与人都认为对方陷在一般系统——恰如陷入泥土中的手杖之一段——那么双方选择一般系统将是最好的。假定对方是一根陷入泥土的手杖，双方都会正确选择的。这是一类非常危险的经典博弈，叫做“协调博弈”（coordination game）。我们已经学习到的是，相容标准选择是协调博弈。

我们假定赢利是确定而且大家都知道的。在现实世界，每一个战略决策都有风险——针对先进系统的决策可能比针对一般系统的决策具有更大的风险。因而，要使例子完全现实化，我们还需要考虑参与人对风险的主观态度，考虑他们的“风险规避”（risk adversion）。在这个例子中我们不做这样的尝试，但是我们必须把这些记在脑海里。

在例子中我们假定赢利是以货币计量的。因而，我们不仅不考虑风险规避，而且没有考虑无法用货币来计量的主观收益或损失。经济学家有办法用货币项目来测度主观收益——有时候他们确实这样做——不过，我们将跨过这个问题并假定所有的报酬或惩罚都已经货币计量化，并且在用户与供应商之间可以进行转移，反之亦然。

现实中，信息系统的选择可能包括两个以上的参与人，至少在长期是如此——用户可能在几个供应商之间选择，而供应商也可以有很多客户。这使得协调问题更难以解决。例如，

假设“beta”是先进系统而“VHS”是一般系统，假设90%的市场使用“VHS”。那么尽管“beta”是更好的系统，但仍将被“VHS”接管。许多经济学家，博弈理论家和其他人相信，这是某种技术标准获得支配地位的原因。（Macintosh机正在谱写这样的篇章。你是否能想到其他的象beta与VHS的例子？）

另外，例子中用户和供应商不能坐下来等待并观察对方采取什么行动——他们可以坐下来商量，并达成协议。事实上，他们的确这样做，因为用户支付给供应商的金额——在此之前我们忽略了这个战略决策——也必须达成协议。换句话说，与囚犯困境不同，这是一个合作博弈（cooperative games）,而不是非合作博弈（noncoorperative game）。在一方面，这将使协调标准的问题变得容易，至少在短期如此；在另一面，合作博弈需要不同的方法去求解。

4 零和博弈

从塔克发明“囚犯困境”开始，博弈论业已受到广泛关注。但是绝大多数早期的工作主要聚焦在一种特殊的博弈上：零和博弈（Zero-sum Gmes）。

在早期的工作中，诺伊曼做出了一个惊人的发现。他发现，如果玩纸牌的人最大化其报酬，他们采取欺骗来达到目的。并且，更一般地，在很多博弈中支付是不可预知的。当然，这在本质上并无新意——棒球投掷手早在诺伊曼写出混合战略前就知道投掷角度变换的球了。但是诺伊曼发现的更多。他发现了一个明确而又独特的问题：在这类没有市场、价格、产权和其他制度的博弈中，我如何最大化自己的收益？这个问题是对新古典经济学绝对理性概念的一个主要扩展。不过诺伊曼为他的发现付出了代价。代价就是极端简化的假定：诺伊曼的发现仅能用于零和博弈。

例如，考虑一个叫“赌便士”（matching pennies）的小孩游戏。在这个博弈中，两个参与人同意一个是“Even(偶数)”一个是“Odd（奇数）”。每个人同时出示一个便士，每个参与人可以展示便士的正面或反面。如果两人展示出同一面，Even将赢得Odd的便士，反之如果他们展示出不同的币面，则Odd将赢得Even的硬币。下面是该博弈的赢利表（表4-1）。

表4-1

Odd

正面反面

Even正面1，-1-1，1

反面-1，11，-1

如果我们加总每单元格的赢利，我们会得到1-1=0。这就是“零和博弈”。

定义：零和博弈——如果我们加总博弈的赢得和亏损，把亏损记为负数，我们发现每一个选定战略的组合之支付加总之和为0，这个博弈就是“零和博弈”。

用非正式的语言讲，一个零和博弈即一方所得为另一方所失的博弈。注意定义中要求每个战略组合的支付总和为0。如果有一个战略组合的支付加总不为0，这个博弈就不是零和博弈。

■另一个例子

这里有另外一个零和博弈的例子。它是一个非常简单的价格竞争模型。象奥古斯汀•古诺（Augustin Cournot，1840）那样，我们考虑两个卖矿泉水的公司。每个公司在每一时期有$5000的固定成本，不管他们是否销售。我们随机地称这两个公司为毕雷矿泉水和阿波里罗矿泉饮料。

这两个公司在同一个市场竞争，并且每个企业必须选择高价格（每瓶$2）或者低价格（每瓶$1）。以下是博弈规则：

1) 在$2的价格上，可以出售5000瓶获得总收益$10000。

2) 在$1的价格上，可以出售10000瓶获得总收益$10000。

3) 如果两个公司选择同样的价格，它们平分销售额。

4) 如果一个公司选择更高的价格，那么价格较低的公司得到全部的销售量而价格高的公司一瓶也售不出去。

5) 赢利即利润——收益减去$5000的固定成本。

以下是两个公司的赢利表（表4-2）。

表4-2

毕雷矿泉水

$1$2

阿波里罗$10，05000，-5000

$2-5000，50000，0

（自己检查一下，这是一个零和博弈）。对于二人零和博弈，存在一个清楚的解的概念。博弈的解就是最大化准则——即，每个参与人选择最大化其最小赢利的战略。在这个博弈中，阿波里罗在价格$1下的最小赢利为0，在价格$2下最小赢利为-5000，因此$1最大化其最小赢利。同样的推理适用于毕雷矿泉水，因此它们都将选择$1的价格。以下是最大化解背后的推理：阿波里罗知道任何情况下它所会失去的就是毕雷所得到的；所以无论她采取何种战略，毕雷将选择使行中支付最小化的战略。反过来，毕雷刚好进行相反的推理。

解：最大化准则——对于二人零和博弈，选择最大化其最小赢利的战略对于每一个参与者来说都是理性的，双方最大化其最小赢利的战略对子和赢利对子就是“博弈的解”。

■混合战略（Mixed Strategy）

现在让我们回顾一下“赌便士”博弈。这个博弈似乎没有确定的解。最小的赢利在两个战略下是相同的：-1。但是这不是全部的故事。这个博弈可以有超过两个的战略。作为正面、反面两个明显战略的补充，参与人可以一定的概率随机选择提供正面或反面，使其战略“随机化”。这样的随机战略叫做“混合战略”。两个显战略，正面或背面，叫做“纯战略（pure strategies）”

古老的堆物博弈有一种很有意思的游戏不知道你玩儿过没有，就是有物体若干堆，可以是火柴棍或是围棋子等等均可。两个人轮流从堆中取物体若干，规定最后取光物体者取胜。这是我国民间很古老的一个游戏，别看这游戏极其简单，却蕴含着深刻的数学原理。下面我们来分析一下要如何才能够取胜。（一）巴什博奕（Bash Game）：只有一堆n个物品，两个人轮流从这堆物品中取物，规定每次至少取一个，最多取m个。最后取光者得胜。显然，如果n=m+1，那么由于一次最多只能取m个，所以，无论先取者拿走多少个，后取者都能够一次拿走剩余的物品，后者取胜。因此我们发现了如何取胜的法则：如果n=（m+1）r+s，（r为任意自然数，s≤m),那么先取者要拿走s个物品，如果后取者拿走k（≤m)个，那么先取者再拿走m+1-k个，结果剩下（m+1）（r-1）个，以后保持这样的取法，那么先取者肯定获胜。总之，要保持给对手留下（m+1）的倍数，就能最后获胜。这个游戏还可以有一种变相的玩法：两个人轮流报数，每次至少报一个，最多报十个，谁能报到100者胜。（二）威佐夫博奕（Wythoff Game）：有两堆各若干个物品，两个人轮流从某一堆或同时从两堆中取同样多的物品，规定每次至少取一个，多者不限，最后取光者得胜。这种情况下是颇为复杂的。我们用（ak，bk）（ak ≤bk ,k=0，1，2，...,n)表示两堆物品的数量并称其为局势，如果甲面对（0，0），那么甲已经输了，这种局势我们称为奇异局势。前几个奇异局势是：（0，0）、（1，2）、（3，5）、（4，7）、（6，10）、（8，13）、（9，15）、（11，18）、（12，20）。可以看出,a0=b0=0,ak是未在前面出现过的最小自然数,而bk= ak + k，奇异局势有如下三条性质：1。任何自然数都包含在一个且仅有一个奇异局势中。由于ak是未在前面出现过的最小自然数，所以有ak > ak-1 ，而bk= ak + k > ak-1 + k-1 = bk-1 > ak-1 。所以性质1。成立。2。任意操作都可将奇异局势变为非奇异局势。事实上，若只改变奇异局势（ak，bk）的某

一个分量，那么另一个分量不可能在其他奇异局势中，所以必然是非奇异局势。如果使（ak，bk）的两个分量同时减少，则由于其差不变，且不可能是其他奇异局势的差，因此也是非奇异局势。3。采用适当的方法，可以将非奇异局势变为奇异局势。假设面对的局势是（a,b），若b = a，则同时从两堆中取走 a 个物体，就变为了奇异局势（0，0）；如果a = ak ，b > bk，那么，取走b - bk个物体，即变为奇异局势；如果a = ak ，b < bk ,则同时从两堆中拿走ak - ab - ak个物体,变为奇异局势（ab - ak , ab - ak+ b - ak）；如果a > ak ，b= ak + k,则从第一堆中拿走多余的数量a - ak 即可；如果a < ak ，b= ak + k,分两种情况，第一种，a=aj （j < k）,从第二堆里面拿走b - bj 即可；第二种，a=bj （j < k）,从第二堆里面拿走b - aj 即可。从如上性质可知，两个人如果都采用正确操作，那么面对非奇异局势，先拿者必胜；反之，则后拿者取胜。那么任给一个局势（a，b），怎样判断它是不是奇异局势呢？我们有如下公式：ak =[k（1+√5）/2]，bk= ak + k （k=0，1，2，...,n 方括号表示取整函数)奇妙的是其中出现了黄金分割数（1+√5）/2 = 1。618...,因此,由ak，bk组成的矩形近似为黄金矩形，由于2/（1+√5）=（√5-1）/2，可以先求出j=[a（√5-1）/2]，若a=[j（1+√5）/2]，那么a = aj，bj = aj + j，若不等于，那么a = aj+1，bj+1 = aj+1 + j + 1，若都不是，那么就不是奇异局势。然后再按照上述法则进行，一定会遇到奇异局势。（三）尼姆博奕（Nimm Game）：有三堆各若干个物品，两个人轮流从某一堆取任意多的物品，规定每次至少取一个，多者不限，最后取光者得胜。这种情况最有意思，它与二进制有密切关系，我们用（a，b，c）表示某种局势，首先（0，0，0）显然是奇异局势，无论谁面对奇异局势，都必然失败。第二种奇异局势是（0，n，n），只要与对手拿走一样多的物品，最后都将导致（0，0，0）。仔细分析一下，（1，2，3）也是奇异局势，无论对手如何拿，接下来都可以变为（0，n，n）的情形。计算机算法里面有一种叫做按位模2加，也叫做异或的运算，我们用符号（+）表示这种运算，先看（1，2，3）的按位模2加的结果：1 =二进制01

2 =二进制10

3 =二进制11 （+）

———————0 =二进制00 （注意不进位）

对于奇异局势（0，n，n）也一样，结果也是0。任何奇异局势（a，b，c）都有a（+）b（+）c =0。如果我们面对的是一个非奇异局势（a，b，c），要如何变为奇异局势呢？假设a < b < c,我们只要将c 变为a（+）b,即可,因为有如下的运算结果: a（+）b（+）(a（+）b)=(a （+）a)（+）(b（+）b)=0（+）0=0。要将c 变为a（+）b，只要从c中减去c-（a（+）b）即可。例1。（14，21，39），14（+）21=27，39-27=12，所以从39中拿走12个物体即可达到奇异局势（14，21，27）。例2。（55，81，121），55（+）81=102，121-102=19，所以从121中拿走19个物品就形成了奇异局势（55，81，102）。例3。（29，45，58），29（+）45=48，58-48=10，从58中拿走10个，变为（29，45，48）。例4。我们来实际进行一盘比赛看看：甲:(7,8,9)->(1,8,9)奇异局势乙:(1,8,9)->(1,8,4)甲:(1,8,4)->(1,5,4)奇异局势乙:(1,5,4)->(1,4,4)甲:(1,4,4)->(0,4,4)奇异局势乙:(0,4,4)->(0,4,2)甲:(0.4,2)->(0,2,2)奇异局势乙:(0,2,2)->(0,2,1)甲:(0,2,1)->(0,1,1)奇异局势乙:(0,1,1)->(0,1,0)甲:(0,1,0)->(0,0,0)奇异局势甲胜。

博弈论的基础知识与应用

博弈论的基础知识与应用(转) 1 基础知识 博弈论是一种独特的处于各学科之间的研究人类行为的方法。与博弈论有关的学科包括数学、经济学以及其他社会科学和行为科学。博弈论（如同计算科学理论和许多其他的贡献一样）是由约翰.冯.诺伊曼（John von Neumann）创立的。博弈论领域第一本重要著作是诺伊曼与另一个伟大的数理经济学家奥斯卡.摩根斯坦（Oskar Morgenstern）共同写成的《博弈论与经济行为》（The Theory of Games and Economic Behavior）。当然，摩根斯坦把新古典经济学的思想带入了合作中，但是诺伊曼也同样意识到那些思想并对新古典经济学做出了其他的贡献。 ■一个科学的隐喻 由于诺伊曼的工作，在更广阔的人类行为互动的范围内，“博弈”成为了一个科学的隐喻。在人类的互动行为中，结局依赖于两个或更多的人们所采取的交互式的战略，这些人们具有相反的动机或者最好的组合动机（mixed motives）。在博弈论中常常讨论的问题包括：1）当结局依赖于其他人所选择的战略以及信息是完全的时候，“理性地”选择战略意味着什么？ 2）在允许共同得益或者共同损失的“博弈”中，寻求合作以实现共同得益（或避免共同损失）是否“理性”？或者，采取侵略性的行动以寻求私人利益而不顾共同得益或共同损失，这是否是“理性”的？ 3）如果对2）的回答是“有时候是”，那么在什么样的环境下侵略是理性的，在什么样的情况下合作是理性的？ 4）在特定情况下，正在持续的关系与单方退出这种关系是不同的吗？ 5）在理性的自我主义者的行为互动中，合作的道德规则可以自然而然地出现吗？ 6）在这些情况下，真正的人类行为与“理性”行为是否相符？ 7）如果不符，在那些方面不符？相对于“理性”，人们更倾向于合作？或者更倾向于侵略？抑或二者皆是？ 因而，博弈论研究的“博弈”包括： 破产 门口的野蛮人（Barbarians at the Gate） 网络战（Battle of the Networks） 货物出门，概不退换（Caveat Emptor） 征召（Conscription） 协调（Coordination） 逃避（Escape and Evasion） 青蛙呼叫配偶（Frogs Call for Mates） 鹰鸽博弈（Hawk versus Dove） Mutually Assured Destruction 多数决定原则（Majority Rule） Market Niche 共同防卫（Mutual Defense） 囚徒困境（Prisoner’s Dilemma） 补贴小商业Subsidized Small Business 公共地悲剧Tragedy of the Commons 最后通牒Ultimatum

博弈论基础作业及答案

博弈论基础作业及答案Last revision on 21 December 2020

博弈论基础作业 一、名词解释 纳什均衡占优战略均衡纯战略混合战略子博弈精炼纳什均衡 贝叶斯纳什均衡精炼贝叶斯纳什均衡共同知识 见PPT 二、问答题 1.举出囚徒困境和智猪博弈的现实例子并进行分析。 囚徒困境的例子：军备竞赛；中小学生减负；几个大企业之间的争相杀价等等； 以中小学生减负为例：在当前的高考制度下，给定其他学校对学生进行减负，一个学校最好不减负，因为这样做，可以带来比其他学校更高的升学率。给定其他学校不减负，这个学校的最佳应对也是不减负。否则自己的升学率就比其他学校低。因此，不论其他学校如何选择，这个学校的最佳选择都是不减负。每个学校都这样想，所以每个学校的最佳选择都是不减负，因此学生的负担越来越重。 请用同样的方法分析其他例子。 智猪博弈的例子：大企业开发新产品；小企业模仿；股市中，大户搜集分析信息，散户跟随大户的操作策略 以股市为例：给定散户搜集资料进行分析，大户的最佳选择是跟随。而给定散户跟随，大户的最佳选择是自己搜集资料进行分析。但是不论大户是选择分析还是跟随，散户的最佳选择都是跟随。因此如果大户和散户是聪明的，并且大户知道散户也是聪明的，那么大户就会预见到散户会跟随，而给定散户跟随，大户只有自己分析。 请用同样的方法分析其他例子。 2.请用博弈论来说明“破釜沉舟”和“穷寇勿追”的道理。 破釜沉舟是一个承诺行动。目的是要断绝自己的退路，让自己无路可退，让自己决一死战变得可以置信。也就是说与敌人对决时，只有决一死战，这样才可以取得胜利。否则，如果不破釜沉舟，那么遇到困难时，就很有可能退却，也就无法取得胜利。穷寇勿追就是要给对方一个退路，由于有退路，对方就不会殊死抵抗。否则，对方退无可退，只有坚决抵抗一条路，因而必然决一死战。自己也会付出更大的代价。

博弈论基础作业及答案

博弈论基础作业 一、名词解释 纳什均衡占优战略均衡纯战略混合战略子博弈精炼纳什均衡 贝叶斯纳什均衡精炼贝叶斯纳什均衡共同知识 见PPT 二、问答题 1.举出囚徒困境和智猪博弈的现实例子并进行分析。 囚徒困境的例子：军备竞赛；中小学生减负；几个大企业之间的争相杀价等等； 以中小学生减负为例：在当前的高考制度下，给定其他学校对学生进行减负，一个学校最好不减负，因为这样做，可以带来比其他学校更高的升学率。给定其他学校不减负，这个学校的最佳应对也是不减负。否则自己的升学率就比其他学校低。因此，不论其他学校如何选择，这个学校的最佳选择都是不减负。每个学校都这样想，所以每个学校的最佳选择都是不减负，因此学生的负担越来越重。 请用同样的方法分析其他例子。 智猪博弈的例子：大企业开发新产品；小企业模仿；股市中，大户搜集分析信息，散户跟随大户的操作策略 以股市为例：给定散户搜集资料进行分析，大户的最佳选择是跟随。而给定散户跟随，大户的最佳选择是自己搜集资料进行分析。但是不论大户是选择分析还是跟随，散户的最佳选择都是跟随。因此如果大户和散户是聪明的，并且大户知道散户也是聪明的，那么大户就会预见到散户会跟随，而给定散户跟随，大户只有自己分析。 请用同样的方法分析其他例子。 2.请用博弈论来说明“破釜沉舟”和“穷寇勿追”的道理。 破釜沉舟是一个承诺行动。目的是要断绝自己的退路，让自己无路可退，让自己决一死战变得可以置信。也就是说与敌人对决时，只有决一死战，这样才可以取得胜利。否则，如果不破釜沉舟，那么遇到困难时，就很有可能退却，也就无法取得胜利。穷寇勿追就是要给对方一个退路，由于有退路，对方就不会殊死抵抗。否则，对方退无可退，只有坚决抵抗一条路，因而必然决一死战。自己也会付出更大的代价。

博弈论经典模型全解析

博弈论经典模型全解析（入门级） 1. 囚徒困境这是博弈论中最最经典的案例了——囚徒困境，非常耐人寻味。“囚徒困境”说的是两个囚犯的故事。这两个囚徒一起做坏事，结果被警察发现抓了起来，分别关在两个独立的不能互通信息的牢房里进行审讯。在这种情形下，两个囚犯都可以做出自己的选择：或者供出他的同伙(即与警察合作，从而背叛他的同伙)，或者保持沉默(也就是与他的同伙合作，而不是与警察合作)。这两个囚犯都知道，如果他俩都能保持沉默的话，就都会被释放，因为只要他们拒不承认，警方无法给他们定罪。但警方也明白这一点，所以他们就给了这两个囚犯一点儿刺激：如果他们中的一个人背叛，即告发他的同伙，那么他就可以被无罪释放，同时还可以得到一笔奖金。而他的同伙就会被按照最重的罪来判决，并且为了加重惩罚，还要对他施以罚款，作为对告发者的奖赏。当然，如果这两个囚犯互相背叛的话，两个人都会被按照最重的罪来判决，谁也不会得到奖赏。那么，这两个囚犯该怎么办呢？是选择互相合作还是互相背叛？从表面上看，他们应该互相合作，保持沉默，因为这样他们俩都能得到最好的结果：自由。但他们不得不仔细考虑对方可能采取什么选择。A犯不是个傻子，他马上意识到，他根本无法相信他的同伙不

会向警方提供对他不利的证据，然后带着一笔丰厚的奖赏出狱而去，让他独自坐牢。这种想法的诱惑力实在太大了。但他也意识到，他的同伙也不是傻子，也会这样来设想他。所以A犯的结论是，唯一理性的选择就是背叛同伙，把一切都告诉警方，因为如果他的同伙笨得只会保持沉默，那么他就会是那个带奖出狱的幸运者了。而如果他的同伙也根据这个逻辑向警方交代了，那么，A犯反正也得服刑，起码他不必在这之上再被罚款。所以其结果就是，这两个囚犯按照不顾一切的逻辑得到了最糟糕的报应：坐牢。企业在信息化过程中需要与咨询企业、软件供应商打交道的。在与这些企业打交道的过程中，我们不可避免地也会遇到类似的两难境地，这个时候需要相互之间有足够的了解与信任，没有起码的信任做基础，切不可贸然合作。在对对方有了足够的信任之后，诚意也是必不可少的，如果没有诚意或者太过贪婪，就可能闹到双方都没有好处的糟糕情况，造成企业之间的双输。 2. 智猪博弈在博弈论（Game Theory）经济学中，“智猪博弈”是一个着名的纳什均衡的例子。假设猪圈里有一头大猪、一头小猪。猪圈的一头有猪食槽，另一头安装着控制猪食供应的按钮，按一下按钮会有10个单位的猪食进槽，但是谁按按钮就会首先付出2个单位的成本，若大猪先到槽边，大小猪吃到食物的收益比是9∶1；同时到槽边，收益比是

博弈论基础复习

《博弈论基础》主要知识点 一、名词解释（5×2＝10分） 策略型博弈它是由三个部分组成，即局中人、策略和各种策略组合中所得到的利益。 纳什均衡指参与博弈的每一局中人在给定其他局中人策略的条件下选择上策所构成的一种策略组合。 混合策略局中人的混合策略是其纯策略空间上的一种概率分布，表示局中人实际博弈时根据这种概率分布在纯策略中随机选择加以实施。 扩展型博弈博弈存在着局中人行动的先后次序，是对具有动态结构的决策形式进行研究的规范分析工具。 博弈树对于任何一种双人完备博弈，都可以用一个博弈树来描述，并通过博弈树搜索策略寻找最佳解。博弈树类似于状态图和问题求解搜索中使用的搜索树。 完美信息博弈是指一次只有一个局中人在行动，而且他在行动时知道博弈的所有以往行动历史的一类特殊博弈。 子博弈指由原扩展型博弈中的一个决策节点与它的所有后续节点组成的博弈。行为策略是指每一个参与人在每一个信息集上随机的选择行动。 逆向归纳法逆向归纳法是求解子博弈精炼纳什均衡的最简便方法。在求解子博弈精炼纳什均衡时，从最后一个子博弈开始逆推上。 冷酷策略又称触发策略。指参与人在开始时选择合作,在接下来的博弈中,如果对方合作则继续合作,而如果对方一旦背叛,则永远选择背叛,永不合作。 类型 :一般地，将一个参与人所拥有的所有私人信息称为他的类型。 信号博弈是研究具有信息传递作用的信号机制的一般博弈模型，其基本特征是两个博弈方，分别称为信号发出方和信号接收方。 分离均衡信号博弈中的完美贝叶斯均衡之一，这种均衡中不同类型的发送者以概率1选择不同的信号，接收者完全可以通过信号来准确判断出发送者的类型。 混同均衡信号博弈中的完美贝叶斯均衡之一，这种均衡中不同类型的发送者选择了相同的信号，接收者无法从信号中得到新的信息，无法对先验信念进行修正。 特征函数特征函数型博弈对每一种可能联盟给出相应的联盟总和收益，也就是给出了一种集合函数，称为特征函数。 联盟

博弈论的基本概念

博弈论的基本概念 ?博弈论是研究两人或多人谋略和决策的理论。 ?博弈论思想古已有之，我国古代的《孙子兵法》就不仅是一部军事著作，而且算是最早的一部博弈论专著。博弈论最初主要研究象棋、桥牌、赌博中的胜负问题，人们对博弈局势的把握只停留在经验上,没有向理论化发展，正式发展成一门学科则是在20世纪初。1928年冯·诺意曼证明了博弈论的基本原理，从而宣告了博弈论的正式诞生。1944年，冯·诺意曼和摩根斯坦共著的划时代巨著《博弈论与经济行为》将二人博弈推广到n人博弈结构并将博弈论系统的应用于经济领域，从而奠定了这一学科的基础和理论体系。纳什的开创性论文《n人博弈的均衡点》（1950），《非合作博弈》（1951）等等，给出了纳什均衡的概念和均衡存在定理。此外，塞尔顿、哈桑尼的研究也对博弈论发展起到推动作用。今天博弈论已发展成一门较完善的的学科。 ?参与者：参与者是指一个博弈中的决策主体，通常又称为参与人或局中人。 参与人的目的是通过合理悬着自己的行动，以便取得最大化的收益。参与者可以是自然人，也可以是团体。 ?信息：信息是指参与者在博弈过程中能了解和观察到的知识。信息对参与者是至关重要，每一个参与者在每一次进行决策之前必须根据观察到的其他参与者的行动和了解到的有关情况作出自己的最佳选择。完全信息是指所有参与者各自选择的行动的不同组合所决定的收益对所有参与者来说是共同知识。

?策略：策略是参与者如何对其他参与者的行动作出反应的行动规则，它规定参与者在什么时候选择什么行动。通常用s i表示参与者i的一个特定策略，用S i表示参与者i的所有可选择的策略的集合（又成为而i的策略空间）。如果n个参与者没人选择一个策略，那么s=（s1，s2，…，s n）称为一个策略组合。 ?收益：收益是在一个特定的策略组合下参与者能得到的确定的效用。通常用u i表示参与者i的收益，它是策略组合的函数。 ?均衡：均衡是所有参与者的最优策略组合，记为s*。 几个经典的博弈实例 ?例一囚徒困境两个共同作案的犯罪嫌疑人被捕，并受到指控。除非至少一人认罪，否则警方无充分证据将他们按最论刑。警方把他们隔离审讯，并对他们说明不同行动所带来的后果。如果两人都采取沉默的抗拒态度，因警方证据不足，两人将均被判为轻度犯罪入狱一个月；如果双方都坦白，根据案情两人将被判入狱六个月；如果一个招认而另一个拒不坦白，招认者因由主动认罪立功的表现将立即释放，而另一人将被判入狱九个月。

博弈论作业及答案 浙江财经大学 张老师作业答案

第1次作业 1、考虑一个工作申请的博弈。两个学生同时向两家企业申请工作，每家企业只有一个工作岗位。工作申请规则如下：每个学生只能向其中一家企业申请工作；如果一家企业只有一个学生申请，该学生获得工作；如果一家企业有两个学生申请，则每个学生获得工作的概率为1/2。现在假定每家企业的工资满足：W1/2

(完整word版)博弈论中的几个经典问题

几个博弈论中的经典问题 博弈论（Game Theory），亦名“对策论”、“赛局理论”，属应用数学的一个分支，博弈论已经成为经济学的标准分析工具之一。目前在生物学、经济学、国际关系、计算机科学、政治学、军事战略和其他很多学科都有广泛的应用。博弈论主要研究公式化了的激励结构间的相互作用。是研究具有斗争或竞争性质现象的数学理论和方法。也是运筹学的一个重要学科。博弈论考虑游戏中的个体的预测行为和实际行为，并研究它们的优化策略。生物学家使用博弈理论来理解和预测进化论的某些结果。 几个重要的概念 1、策略(strategies)：一局博弈中，每个局中人都有选择实际可行的完整的行动方案， 即方案不是某阶段的行动方案，而是指导整个行动的一个方案，一个局中人的一个可行的自始至终全局筹划的一个行动方案，称为这个局中人的一个策略。如果在一个博弈中局中人都总共有有限个策略，则称为“有限博弈”，否则称为“无限博弈”。 2、得失(payoffs)：一局博弈结局时的结果称为得失。每个局中人在一局博弈结束时 的得失，不仅与该局中人自身所选择的策略有关，而且与全局中人所取定的一组策略有关。所以，一局博弈结束时每个局中人的“得失”是全体局中人所取定的一组策略的函数，通常称为支付（payoff）函数。 3、次序（orders）：各博弈方的决策有先后之分，且一个博弈方要作不止一次的决策 选择，就出现了次序问题；其他要素相同次序不同，博弈就不同。 4、博弈涉及到均衡：均衡是平衡的意思，在经济学中，均衡意即相关量处于稳定值。 在供求关系中，某一商品市场如果在某一价格下，想以此价格买此商品的人均能买到，而想卖的人均能卖出，此时我们就说，该商品的供求达到了均衡。 5、纳什均衡(Nash Equilibrium)：在一策略组合中，所有的参与者面临这样一种情况， 当其他人不改变策略时，他此时的策略是最好的。也就是说，此时如果他改变策略他的支付将会降低。在纳什均衡点上，每一个理性的参与者都不会有单独改变策略的冲动。纳什均衡点存在性证明的前提是“博弈均衡偶”概念的提出。所谓“均衡偶”是在二人零和博弈中，当局中人A采取其最优策略a*,局中人B也采取其最优策略b*,如果局中人B仍采取b*,而局中人A却采取另一种策略a，那么局中人A 的支付不会超过他采取原来的策略a*的支付。这一结果对局中人B亦是如此。 经典的博弈问题 1、“囚徒困境” “囚徒困境”是博弈论里最经典的例子之一。讲的是两个嫌疑犯（Ａ和Ｂ）作案后被警察抓住，隔离审讯；警方的政策是"坦白从宽，抗拒从严"，如果两人都坦白则各判８年；如果一人坦白另一人不坦白，坦白的放出去，不坦白的判１０年；如果都不坦白则因证据不足各判１年。 在这个例子里，博弈的参加者就是两个嫌疑犯Ａ和Ｂ，他们每个人都有两个策略即坦白和不坦白，判刑的年数就是他们的支付。可能出现的四种情况：Ａ和Ｂ均坦白或均不坦白、Ａ坦白Ｂ不坦白或者Ｂ坦白Ａ不坦白，是博弈的结果。Ａ和Ｂ均坦白是这个博弈的纳什均衡。这是因为，假定Ａ选择坦白的话，Ｂ最好是选择坦白，因为Ｂ坦白判８年而抵赖却要判十年；假定Ａ选择抵赖的话，Ｂ最好还是选择坦白，因为Ｂ坦白判不被判刑而抵赖确要被判刑１年。即是说，不管Ａ坦白或抵赖，Ｂ的最佳选择都是坦白。反过来，同样地，不管Ｂ是坦白还是抵赖，Ａ的最佳选择也是坦白。结果，两个人都选择了坦白，各判刑８年。在（坦白、坦白）这个组合中，Ａ和Ｂ都不能通过单方面的改变行动增加自己的收益，于是谁也没有动力游离这个组合，因此这个组合是纳什均衡。

博弈论中的几个经典问题精编版

博弈论中的几个经典问 题 集团企业公司编码：（LL3698-KKI1269-TM2483-LUI12689-ITT289-

几个博弈论中的经典问题博弈论（GameTheory），亦名“对策论”、“赛局理论”，属应用数学的一个分支，博弈论已经成为经济学的标准分析工具之一。目前在生物学、经济学、国际关系、计算机科学、政治学、军事战略和其他很多学科都有广泛的应用。博弈论主要研究公式化了的激励结构间的相互作用。是研究具有斗争或竞争性质现象的数学理论和方法。也是运筹学的一个重要学科。博弈论考虑游戏中的个体的预测行为和实际行为，并研究它们的优化策略。生物学家使用博弈理论来理解和预测进化论的某些结果。 几个重要的概念 1、策略(strategies)：一局博弈中，每个局中人都有选择实际可行的 完整的行动方案，即方案不是某阶段的行动方案，而是指导整个行动的一个方案，一个局中人的一个可行的自始至终全局筹划的一个行动方案，称为这个局中人的一个策略。如果在一个博弈中局中人都总共有有限个策略，则称为“有限博弈”，否则称为“无限博 弈”。 2、得失(payoffs)：一局博弈结局时的结果称为得失。每个局中人在一 局博弈结束时的得失，不仅与该局中人自身所选择的策略有关，而且与全局中人所取定的一组策略有关。所以，一局博弈结束时每个局中人的“得失”是全体局中人所取定的一组策略的函数，通常称为支付（payoff）函数。

3、次序（orders）：各博弈方的决策有先后之分，且一个博弈方要作 不止一次的决策选择，就出现了次序问题；其他要素相同次序不同，博弈就不同。 4、博弈涉及到均衡：均衡是平衡的意思，在经济学中，均衡意即相关 量处于稳定值。在供求关系中，某一商品市场如果在某一价格下，想以此价格买此商品的人均能买到，而想卖的人均能卖出，此时我们就说，该商品的供求达到了均衡。 5、纳什均衡(NashEquilibrium)：在一策略组合中，所有的参与者面临 这样一种情况，当其他人不改变策略时，他此时的策略是最好的。 也就是说，此时如果他改变策略他的支付将会降低。在纳什均衡点上，每一个理性的参与者都不会有单独改变策略的冲动。纳什均衡点存在性证明的前提是“博弈均衡偶”概念的提出。所谓“均衡偶”是在二人零和博弈中，当局中人A采取其最优策略a*,局中人B 也采取其最优策略b*,如果局中人B仍采取b*,而局中人A却采取另一种策略a，那么局中人A的支付不会超过他采取原来的策略a*的支付。这一结果对局中人B亦是如此。 经典的博弈问题 1、“囚徒困境” “囚徒困境”是博弈论里最经典的例子之一。讲的是两个嫌疑犯（Ａ和Ｂ）作案后被警察抓住，隔离审讯；警方的政策是"坦白从宽，抗拒从严"，如果两人都坦白则各判８年；如果一人坦白另一人不坦白，坦白的放出去，不坦白的判１０年；如果都不坦白则因证据不足各判１年。 在这个例子里，博弈的参加者就是两个嫌疑犯Ａ和Ｂ，他们每个人都有两个策略即坦白和不坦白，判刑的年数就是他们的支付。可能出现的四种情况：Ａ和Ｂ均坦白或均不坦白、Ａ坦白Ｂ不坦白或者Ｂ坦白Ａ不坦白，是博弈的结果。Ａ和Ｂ均坦白是这个博弈的纳什均衡。这是因

博弈论理论经典讲解

博弈论经典案例 冰晶淩（杂物区）2010-04-09 22:31:28 阅读258 评论0 字号：大中小订阅 引用 光光的博弈论经典案例 1994年诺贝尔经济学奖授给了三位博弈论专家：纳什，泽尔腾和海萨尼．而博弈论可以划分为合作博弈和非合作博弈．那三位博弈论专家的贡献主要是在非合作博弈方面，而且现在经济学家谈到博弈论，一般指的是非合作博弈，很少指合作博弈．合作博弈与非合作博弈之间的区别主要在于人们的行为相互作用时，当事人能否达成一个具有约束力的协议，如果有，就是合作博弈；反之，就是非合作博弈．非合作博弈强调的是个人理性，个人最优决策，其结果可能是有效率的，也可能是无效率的．而合作博弈强调的是团体理性．下面是我收集的张维迎教授的几个有关博弈论的经典 案例． ＜案例一：囚徒困境＞ 囚徒困境讲的是两个嫌疑犯作案后被警察抓住，分别关在不同的屋子里审讯．警察告诉他们：如果两人都坦白，各判刑8年；如果两个都抵赖，各判1年(或许因证据不足)；如果其中一人坦白一人抵赖，坦白的放出去，不坦白的判刑10年(这有点＇坦白从宽，抗拒从严＇的味道)．这里，每个囚徒都有两种战略：坦白或抵赖．表中每一格的两个数字代表对应战略组合下两个囚徒的支付（效用），其中第一个数字是第一个囚徒的支付，第二个数字为第二个囚徒的支付．战略形式又称标准形式，是博弈的两种表述形式之一，它特别方便于静态博弈分析． 在这个例子里，纳什均衡就是（坦白，坦白）：给定B坦白的情况下，Ａ的最优战略是坦白；同样，给定Ａ坦白的情况下，Ｂ的最优战略也是坦白．事实上，这里，（坦白，坦白）不仅是纳什均衡，而且是一个占优战略均衡．就是说，不论对方如何选择，个人的最优选择是坦白．比如说，如果Ｂ不坦白，Ａ坦白的话被放出来，不坦白的话判１年，所以坦白比不坦白好；如果Ｂ坦白，Ａ坦白的话判８年，不坦白的话判１０年，所以，坦白还是比不坦白好。 这样，坦白就是Ａ占优战略；同样，坦白也是Ｂ的占优战略．结果是，每个人都选择坦白，各判刑８年． ＜案例二：智猪博弈＞ 这个例子讲的是，猪圈里有两头猪，一大一小．猪圈的一头有一个猪食槽，另一头安装一个按钮，控制着猪食的供应。按一下按钮会有１０个单位的猪食进槽，但谁按按钮需要付２个单位的成本．若大猪先到，大猪吃到９个单位，小猪只能吃１个单位；若同时到，大猪吃７个单位，小猪吃３个单位；若小猪先到，大猪吃６个单位，小猪吃４个单位。表中第一格表示两猪同时按按钮，因而同时走到猪食槽，大猪吃７个，小猪吃３个，扣除２个单位的 成本，支付水平分别为５和１．其他情形可以类推． 在这个例子中，什么是纳什均衡？首先我们注意到，无论大猪选择＂按＂还是＂等待＂，小猪的最优选择均是＂等待＂．比如说给定大猪按，小猪也按时得到１个单位，等待则得到４个单位；给定大猪等待，小猪按得到－１单位，等待则得０单位，所以，＂等待＂是小猪的占优战略．给定小猪总是选择＂等待＂，大猪的最优选择只能是＂按＂．所以，纳什均衡就是：大猪按，小猪等待，各得４个单位．多劳者不多得！ ＜案例三：性别战＞

博弈论复习题及答案(DOC)

囚徒困境说明个人的理性选择不一定是集体的理性选择。（√） 子博弈精炼纳什均衡不是一个纳什均衡。（×） 若一个博弈出现了皆大欢喜的结局，说明该博弈是一个合作的正和博弈。（）博弈中知道越多的一方越有利。（×） 纳什均衡一定是上策均衡。（×） 上策均衡一定是纳什均衡。（√） 在一个博弈中只可能存在一个纳什均衡。（×） 在一个博弈中博弈方可以有很多个。（√） 在一个博弈中如果存在多个纳什均衡则不存在上策均衡。（√） 在博弈中纳什均衡是博弈双方能获得的最好结果。（×） 在博弈中如果某博弈方改变策略后得益增加则另一博弈方得益减少。（×）上策均衡是帕累托最优的均衡。（×） 因为零和博弈中博弈方之间关系都是竞争性的、对立的，因此零和博弈就是非合作博弈。 （×） 在动态博弈中，因为后行动的博弈方可以先观察对方行为后再选择行为，因此总是有利的。（×） 在博弈中存在着先动优势和后动优势，所以后行动的人不一定总有利，例如：在斯塔克伯格模型中，企业就可能具有先动优势。 囚徒的困境博弈中两个囚徒之所以会处于困境，无法得到较理想的结果，是因为两囚徒都不在乎坐牢时间长短本身，只在乎不能比对方坐牢的时间更长。 （×） 纳什均衡即任一博弈方单独改变策略都只能得到更小利益的策略组合。（√）不存在纯战略纳什均衡和存在惟一的纯战略纳什均衡，作为原博弈构成的有限次重复博弈，共同特点是重复博弈本质上不过是原博弈的简单重复，重复博弈的子博弈完美纳什均衡就是每次重复采用原博弈的纳什均衡。（√） 多个纯战略纳什均衡博弈的有限次重复博弈子博弈完美纳什均衡路径：两阶段都采用原博弈同一个纯战略纳什均衡，或者轮流采用不同纯战略纳什均衡，或者两次都采用混合战略纳什均衡，或者混合战略和纯战略轮流采用。（√） 如果阶段博弈G={A1, A2,…,An; u1, u2,…,un)具有多重Nash均衡，那么可能（但不必）存在重复博弈G(T)的子博弈完美均衡结局，其中对于任意的t

博弈论基础复习

《博弈论基础》复习大纲 一、名词解释（5×2＝10分） 策略型博弈 它是由三个部分组成，即局中人、策略和各种策略组合中所得到的利益。 纳什均衡 指参与博弈的每一局中人在给定其他局中人策略的条件下选择上策所构成的一种策略组合。 混合策略 局中人的混合策略是其纯策略空间上的一种概率分布，表示局中人实际博弈时根据这种概率分布在纯策略中随机选择加以实施。 扩展型博弈 博弈存在着局中人行动的先后次序，是对具有动态结构的决策形式进行研究的规范分析工具。 博弈树 对于任何一种双人完备博弈，都可以用一个博弈树来描述，并通过博弈树搜索策略寻找最佳解。博弈树类似于状态图和问题求解搜索中使用的搜索树。 完美信息博弈 是指一次只有一个局中人在行动，而且他在行动时知道博弈的所有以往行动历史的一类特殊博弈。 子博弈 指由原扩展型博弈中的一个决策节点与它的所有后续节点组成的博弈。 行为策略 是指每一个参与人在每一个信息集上随机的选择行动。 逆向归纳法 逆向归纳法是求解子博弈精炼纳什均衡的最简便方法。在求解子博弈精炼纳什均衡时，从最后一个子博弈开始逆推上。 冷酷策略 又称触发策略。指参与人在开始时选择合作,在接下来的博弈中,如果对方合作则继续合作,而如果对方一旦背叛,则永远选择背叛,永不合作。 类型 一般地，将一个参与人所拥有的所有私人信息称为他的类型。 静态贝叶斯均衡 是一种与类型有关的策略组合，其中每个局中人在给定自己类型和其它局中人策略的情况下最大化自己的期望效用函数。

信号博弈 是研究具有信息传递作用的信号机制的一般博弈模型，其基本特征是两个博弈方，分别称为信号发出方和信号接收方。 分离均衡 信号博弈中的完美贝叶斯均衡之一，这种均衡中不同类型的发送者以概率1选择不同的信号，接收者完全可以通过信号来准确判断出发送者的类型。 混同均衡 信号博弈中的完美贝叶斯均衡之一，这种均衡中不同类型的发送者选择了相同的信号，接收者无法从信号中得到新的信息，无法对先验信念进行修正。 联盟 设},,2,1{I =ζ为局中人集合，则其中任意一非空子集ζ?S 为一个联盟。 特征函数 特征函数型博弈对每一种可能联盟给出相应的联盟总和收益，也就是给出了一种集合函数，称为特征函数。 核 多人合作博弈中所有不被超优的分配的集合。 核仁 合作博弈核仁解所依据的基本思想是:在分配属于核仁的条件下，最不理想的联盟也要优于任何其它分配向量的最不理想的联盟。 二、 判断题（5×1＝5分） 三、 简答题（4×7＝28分） 策略型博弈的基本要素。 策略型博弈的基本要素有： 局中人：即博弈的参与者，可以是自然人﹑企业﹑政府﹑社团等。 策略：指每个局中人在博弈中可选择采用的行动方案。 支付：指每个局中人从各种策略组合中获得的收益。 什么是纳什均衡？你是如何理解的？ 纳什均衡及其理解： 在一个博弈过程中，无论其它局中人的策略选择如何，局中人都会选择某个确定的策略，则该策略被称作支配性策略。如果两个博弈的当事人的策略组合分别构成各自的支配性策略，局中人谁都没有动机单方面偏离该状态，那么这个组合就被定义为纳什均衡。 1.是完全信息静态博弈的解的一般概念。 2.每一个严格占优战略均衡一定是纳什均衡，反之不然。

博弈论知识点总结完整版

博弈论 （一）：基本知识 1.1定义:博弈论，又称对策论，是使用严谨的数学模型研究冲突对抗条件下最优决策问题的理论，是研究竞争的逻辑和规律的数学分支。即，博弈论是研究决策主体在给定信息结构下如何决策以最大化自己的效用，以及不同决策主体之间的均衡。 1.2基本要素：参与人、各参与人的策略集、各参与人的收益函数，是博弈最重要的基本要素。 1.3博弈的分类：博弈论根据其所采用的假设不同而分为合作博弈理论和非合作博弈理论。两者的区别在于参与人在博弈过程中是否能够达成一个具有约束力的协议（binding agreement）。倘若不能，则称非合作博弈（Non-cooperative game）。 合作博弈强调的是集体主义，团体理性，是效率、公平、公正；而非合作博弈则主要研究人们在利益相互影响的局势中如何选择策略使得自己的收益最大，强调个人理性、个人最优决策，其结果有时有效率，有时则不然。目前经济学家谈到博弈论主要指的是非合作博弈，也就是各方在给定的约束条件下如何追求各自利益的最大化，最后达到力量均衡。 博弈的划分可以从参与人行动的次序和参与人对其他参与人的特征、战略空间和支付的知识、信息，是否了解两个角度进行。把两个角度结合就得到了4种博弈： a、完全信息静态博弈，纳什均衡，Nash(1950) b、完全信息动态博弈，子博弈精炼纳什均衡，泽尔腾（1965） c、不完全信息静态博弈，贝叶斯纳什均衡，海萨尼（1967-1968） d、不完全信息动态博弈，精炼贝叶斯纳什均衡，泽尔腾（1975）Kreps, Wilson(1982) Fudenberg, Tirole(1991) 1.4课程主要内容：完全信息静态博弈完全信息动态博弈不完全信息静态博弈机制设计合作博弈 1.5博弈模型的两种表示形式：策略式表述(Strategic form), 扩展式表述（Extensive form） 1.6占优均衡： a、占优策略：在博弈中如果不管其他参与人选择什么策略，一个参与人的某个策略给他带来的支付值始终高于其他策略，或至少不劣于其他策略，则称该策略为该参与人的严格占优策略或占优策略。 对于所有的s-i，si*称为参与人 i的严格占优战略，如果满足： ui(si*,s-i)>ui(si',s-i) ?s-i, ?si' ?si* b、占优均衡：一个博弈的某个策略组合中，如果对应的所有策略都是各参与人的占优策略，则称该策略组合为该博弈的一个占优均衡。 1.7重复剔除严劣策略均衡： a、“严劣”和“弱劣”的含义： 设s i’和s i’’是参与人i可选择的两个策略，若对其他参与人的任意策略组合s-i, 均成立 u i(s i’, s-i) < u i(s i’’, s-i), 则说策略s i’严劣于策略s i’’。 上面式子中，若将“<”改为“≤”，则说策略s i’弱劣于策略s i’’。 b、定义：重复剔除严格策略就是 各参与人在其各自策略集中， 不断剔除严劣策略…如果最终 各参与人仅剩下一个策略，则 该策略组合就被称为重复剔除 严劣策略均衡。 （二）：纳什均衡（Nash Equilibrium） 2.1纳什均衡定义：对于一个策略式表述的博弈G={N,S i, u i,i∈N}，称策略组合s*=(s1, …s i, …, s n)是一个纳什均衡，如果对于每一个i ∈N, s i*是给定其他参与人选择s-i*={s1*, … ,s i-1*, s i+1*, … ,s n*} 情况下参与人i 的最优策略（经济理性策略），即：u i(s i*, s-i*)

博弈论基础

ECON 40050 Game Theory Exam 1- Answer Key Instructions: 1) You may use a pen or pencil, a hand-held nonprogrammable calculator, and a ruler. No other materials may be at or near your desk. Books, coats, backpacks, etc... must be placed against the wall. No electronic communication devices may be used. 2) As soon as the instruction to begin the test is given, please check that you have 10 numbered pages. 3) Be sure to show all of your work. Answers without supporting calculations will receive zero credit. You will receive credit only for the answers and supporting calculations that appear in this test packet. 4) All exams must be turned in by 1:45 pm. No extensions will be granted. 5) Be sure to read each question in its entirety before beginning your analysis. 6) The time estimates at the beginning of each question are only suggestions to help you manage your time. NAME ____________________________________________ Question 1 (10 minutes)_______ (15 points) Question 2 (10 minutes)_______ (15 points) Question 3 (10 minutes)_______ (15 points) Question 4 (15 minutes)_______ (15 points) Question 5 (20 minutes)_______ (20 points) Total: (65 minutes)_______ (80 points)

博弈论复习题及答案

博弈论 判断题（每小题1分，共15分） 囚徒困境说明个人的理性选择不一定是集体的理性选择。（√） 子博弈精炼纳什均衡不是一个纳什均衡。（×） 若一个博弈出现了皆大欢喜的结局，说明该博弈是一个合作的正和博弈。（）博弈中知道越多的一方越有利。（×） 纳什均衡一定是上策均衡。（×） 上策均衡一定是纳什均衡。（√） 在一个博弈中只可能存在一个纳什均衡。（×） 在一个博弈中博弈方可以有很多个。（√） 在一个博弈中如果存在多个纳什均衡则不存在上策均衡。（√） 在博弈中纳什均衡是博弈双方能获得的最好结果。（×） 在博弈中如果某博弈方改变策略后得益增加则另一博弈方得益减少。（×）上策均衡是帕累托最优的均衡。（×） 因为零和博弈中博弈方之间关系都是竞争性的、对立的，因此零和博弈就是非合作博弈。 （×） 在动态博弈中，因为后行动的博弈方可以先观察对方行为后再选择行为，因此总是有利的。（×） 在博弈中存在着先动优势和后动优势，所以后行动的人不一定总有利，例如：在斯塔克伯格模型中，企业就可能具有先动优势。 囚徒的困境博弈中两个囚徒之所以会处于困境，无法得到较理想的结果，是因为两囚徒都不在乎坐牢时间长短本身，只在乎不能比对方坐牢的时间更长。 （×） 纳什均衡即任一博弈方单独改变策略都只能得到更小利益的策略组合。（√）不存在纯战略纳什均衡和存在惟一的纯战略纳什均衡，作为原博弈构成的有限次重复博弈，共同特点是重复博弈本质上不过是原博弈的简单重复，重复博弈的子博弈完美纳什均衡就是每次重复采用原博弈的纳什均衡。（√） 多个纯战略纳什均衡博弈的有限次重复博弈子博弈完美纳什均衡路径：两阶段都采用原博弈同一个纯战略纳什均衡，或者轮流采用不同纯战略纳什均衡，或者两次都采用混合战略纳什均衡，或者混合战略和纯战略轮流采用。（√） 如果阶段博弈G={A1, A2,…,An; u1, u2,…,un)具有多重Nash均衡，那么可能（但不必）存在重复博弈G(T)的子博弈完美均衡结局，其中对于任意的t

博弈论基础

博弈论 博弈论（Game Theory），亦名“对策论”、“赛局理论”，属应用数学的一个分支，博弈论已经成为经济学的标准分析工具之一。目前在生物学、经济学、国际关系、计算机科学、政治学、军事战略和其他很多学科都有广泛的应用。博弈论主要研究公式化了的激励结构间的相互作用。是研究具有斗争或竞争性质现象的数学理论和方法。也是运筹学的一个重要学科。博弈论考虑游戏中的个体的预测行为和实际行为，并研究它们的优化策略。生物学家使用博弈理论来理解和预测进化论的某些结果。参见：行为生态学（behavioral ecology）。 约翰·冯·诺依曼 博弈论是二人在平等的对局中各自利用对方的策略变换自己的对抗策略，达到取胜的目的。博弈论思想古已有之，中国古代的《孙子兵法》就不仅是一部军事著作，而且算是最早的一部博弈论著作。博弈论最初主要研究象棋、桥牌、赌博中的胜负问题，人们对博弈局势的把握只停留在经验上，没有向理论化发展。 博弈论考虑游戏中的个体的预测行为和实际行为，并研究它们的优化策略。 近代对于博弈论的研究，开始于策墨洛（Zermelo），波雷尔（Borel）及冯·诺伊曼（von Neumann）。 1928年，冯·诺依曼证明了博弈论的基本原理，从而宣告了博弈论的正式诞生。1944年，冯·诺依曼和摩根斯坦共著的划时代巨著《博弈论与经济行为》将二人博弈推广到n人博弈结构并将博弈论系统的应用于经济领域，从而奠定了这一学科的基础和理论体系。 1950～1951年，约翰·福布斯·纳什（John Forbes Nash Jr）利用不动点定理证明了均衡点的存在，为博弈论的一般化奠定了坚实的 策墨洛（Zermelo) 基础。纳什的开创性论文《n人博弈的均衡点》（1950），《非合作博弈》（1951）等等，给出

博弈论基础知识

1 基础知识 博弈论是一种独特的处于各学科之间的研究人类行为的方法。与博弈论有关的学科包括数学、经济学以及其他社会科学和行为科学。博弈论（如同计算科学理论和许多其他的贡献一样）是由约翰•冯•诺伊曼（John von Neumann）创立的。博弈论领域第一本重要著作是诺伊曼与另一个伟大的数理经济学家奥斯卡•摩根斯坦（Oskar Morgenstern）共同写成的《博弈论与经济行为》（The Theory of Games and Economic Behavior）。当然，摩根斯坦把新古典经济学的思想带入了合作中，但是诺伊曼也同样意识到那些思想并对新古典经济学做出了其他的贡献。 ■一个科学的隐喻 由于诺伊曼的工作，在更广阔的人类行为互动的范围内，“博弈”成为了一个科学的隐喻。在人类的互动行为中，结局依赖于两个或更多的人们所采取的交互式的战略，这些人们具有相反的动机或者最好的组合动机（mixed motives）。在博弈论中常常讨论的问题包括： 1）当结局依赖于其他人所选择的战略以及信息是完全的时候，“理性地”选择战略意味着什么？ 2）在允许共同得益或者共同损失的“博弈”中，寻求合作以实现共同得益（或避免共同损失）是否“理性”？或者，采取侵略性的行动以寻求私人利益而不顾共同得益或共同损失，这是否是“理性”的？ 3）如果对2）的回答是“有时候是”，那么在什么样的环境下侵略是理性的，在什么样的情况下合作是理性的？ 4）在特定情况下，正在持续的关系与单方退出这种关系是不同的吗？ 5）在理性的自我主义者的行为互动中，合作的道德规则可以自然而然地出现吗？ 6）在这些情况下，真正的人类行为与“理性”行为是否相符？ 7）如果不符，在那些方面不符？相对于“理性”，人们更倾向于合作？或者更倾向于侵略？抑或二者皆是？ 因而，博弈论研究的“博弈”包括：  破产  门口的野蛮人（Barbarians at the Gate）  网络战（Battle of the Networks）  货物出门，概不退换（Caveat Emptor）  征召（Conscription）  协调（Coordination）  逃避（Escape and Evasion）  青蛙呼叫配偶（Frogs Call for Mates）  鹰鸽博弈（Hawk versus Dove）  Mutually Assured Destruction  多数决定原则（Majority Rule）  Market Niche  共同防卫（Mutual Defense）  囚徒困境（Prisoner’s Dilemma）  补贴小商业Subsidized Small Business  公共地悲剧Tragedy of the Commons  最后通牒Ultimatum  视频系统协调Video System Coordination ■理性 新古典经济学与博弈论之间的关键链接就是理性。新古典经济学建基于这样一个假设之上，即人类在其经济选择行为中是绝对理性的。确切地说，这个假设意味着每个人在其所面临的环境中都会最大化自身的报酬——利润、收入或主观利益。在资源配置研究中，上述假说服务于两个目的：一是稍稍缩小可能发