博弈论分析视角26页PPT

R3 3, 2 0, 4 4, 3 50, 1 会将C4从C的战略空间中剔除, 所以 R4 2, 93 0, 92 0, 91 100, 90 R不会选择R4；
2-阶理性： C相信R相信C是理性的，C会将R4从R的战略空间中剔除, 所以 C不会选择C1；
3-阶理性： R相信C相信R相信C是理性的， R会将C1从C的战略空间中剔 除, R不会选择R1；
基本假设：完全竞争，完美信息
个人决策是在给定一个价格参数和收入的条 件下最大化自己的效用，个人的效用与其他人 无涉，所有其他人的行为都被总结在“价格”参数 之中
一般均衡理论是整个经济学的理论基石 和道义基础，市场机制是完美的，帕累托 最优成立，平等与效率可以兼顾。
.
3
然而在以下情况,上述结论不成立：
.
19
理性共识
0-阶理性共识：每个人都是理性的，但不知道其 他人是否是理性的；
1-阶理性共识：每个人都是理性的，并且知道其 他人也是理性的，但不知道其他人是否知道自己 是理性的；
2-阶理性共识：每个人都是理性的，并且知道其
他人也是理性的，同时知道其他人也知道自己是
理性的；但不知道其他人是否知道自己知道他们
如果你预期我会选择X，我就真的会选择X。
如果参与人事前达成一个协议，在不存在外部强 制的情况下，每个人都有积极性遵守这个协议，这 个协议就是纳什均衡。
.
28
应用1——古诺的双寡头垄断模型(1938)
假定：
只有两个厂商 面对相同的线形需求曲线，P(Q)=a－Q， Q=q1+q2 两厂商同时做决策； 假定成本函数为C(qi)＝ciqi
劣策略：如果一个博弈中，某个参与人有占优策略，那么
该参与人的其他可选择策略就被称为“劣策略”。

⑶ 上策均衡是纳什均衡的一种特殊情况，但纳什均 衡却不一定是上策均衡。
-
纳什均衡的意义
21
纳什均衡是指在对手策略既定的情况下，各自对局者所选择 的策略都是最好的。 合作是有利的“利己策略”。但它必须符合以下黄金律： 按照你愿意别人对你的方式来对别人，但只有他们也按同 样方式行事才行。也就是中国人说的“己所不欲勿施于 人”。但前提是人所不欲勿施于我。
– 博弈的过程就是一个策略上的相互作用过程。这使得任何一方的 行为都必须考虑到对方可能作出的反映。
-
博弈论研究对象 10
博弈论是研究理性的决策主体在其行为发生直接的相 互作用时的策略选择及策略均衡的理论。
博弈分析的关键步骤是找出在别人选择既定的情况 下自己的最优反应策略（给自己带来最大收益的策略）。
论和经济行为”，推动了博弈论在经济管理中的应 用； （5）近年来，由于纳什、泽尔腾、海萨尼获诺贝尔 经济学奖（1994），进一步推动了博弈论的研究。
-
博弈论的产生和发展 12
1. 博弈在中国
-
《学弈》（《孟子•告 子》） ：弈秋，通国之善 弈也。使弈秋侮二人弈， 其一人专心致志，惟弈秋 之为听；一人虽听之，一 心以为有鸿鹄将至，思援 弓缴而射之。虽与之俱学， 弗若之矣。为是其智弗若 与？吾曰：非然也。
其次，“纳什均衡”是一种非合作博弈均衡，在现实中 非合作的情况要比合作情况普遍。
所以“纳什均衡”是对冯·诺依曼和摩根斯特恩的合作 博弈理论的重大发展，甚至可以说是一场革命。
-
故事模型
A、B、C三人决斗，每人有2颗子弹，每次发一枪。
A、B、C的命中概率分别为0.3、0.8、1.0。
三人依次发射，两轮后对决结束。
13
博弈又称博戏，是一门古老的游戏。《世 本》说，“乌曹作博”，乌曹乃是夏代著 名之能工巧匠。千百年来，博弈更是与人 们的生活紧紧相连，从博棋到牌戏，从斗 戏到彩票，中华民族的历史长河中就这样 形成了别具风情的博弈文化

13
3、信息(Information)：信息是参与人有关博 弈的知识，特别是有关自然的选择、其他参与 人的特征和行动的知识。
完全信息：每一个参与人对所有其他参与人 (包括自然)的特征、策略空间及支付函数有 准确的知识。否则，就是不完全信息。
共同知识：指的是所有参与人知道，而且所 有参与人知道所有参与人知道……的知识。 共同知识是一个非常强的假定。
案例
房地产开发项目-假设有A、B两家开发商 市场需求：可能大，也可能小 投入：1亿
❖假定市场上有两栋楼出售： ✓需求大时，每栋售价1.4亿， ✓需求小时，售价7千万； ❖如果市场上只有一栋楼 ✓需求大时，可卖1.8亿 ✓需求小时，可卖1.1亿
一 、博弈的基本概念及策略表述
博弈论的基本概念包括：
如果另一个犯罪嫌疑人也作了坦白，则两人 各被判刑8年；如果另一个犯罪嫌人没有坦 白而是抵赖，则以妨碍公务罪（因已有证据 表明其有罪）再加刑2年，而坦白者有功被 减刑8年，立即释放。如果两人都抵赖，则 警方因证据不足不能判两人的偷窃罪，但可 以私入民宅的罪名将两人各判入狱1年。
如何描述这个博弈？ 他们将如何选择？
用博弈规则决定均衡。
1、参与人(Players)：在博弈中独立决策、 独立承担博弈结果的个人或组织。也称局中 人。参与人的目的是通过选择行动或策略( 策略)以最大化自己的支付(效用)水平。 特殊的虚拟参与人－自然，其实质是决定 外生的环境参数的概率分布的一种机制。 i=1, ……, n代表参与人；N代表自然。
一 、博弈的基本概念及策略表述
博弈的策略式表述：
战略式表述给出： 1、博弈的参与人集合i：, (1,2,,n); 2、每个参与人的战略间空：Si，i 1,2,,n; 3、每个参与人的支付数函：ui (s1,, si,, sn),i 1,2,,n)

• 两个寡头企业选择产量的博弈：
如果两个企业联合起来形成卡特尔，选择垄断利润最大化的产量，每 个企业都可以得到更多的利润。给定对方遵守协议的情况下，每个企业都 想增加产量，结果是，每个企业都只得到纳什均衡产量的利润，它严格小 于卡特而产量下的利润。
• 请举几个囚徒困境的例子
第18页/共293页
第一章 导论-囚徒困境
知识：完全信息博弈和不完全信息博弈。 ❖完全信息：每一个参与人对所有其他参与人的（对手）的特征、
战略空间及支付函数有准确的 知识，否则为不完全信息。
第33页/共293页
第一章 导论-基本概念
• 博弈的划分：
行动顺序 信息
完全信息
静态
完全信息静态博弈 纳什均衡
纳什（1950，1951）
不完全信息
不完全信息静态博弈 贝叶斯纳什均衡
0，300 0，300
纳什均衡：进入，默许；不进入，斗争
第29页/共293页
第一章 导论
• 人生是永不停歇的博弈过程，博弈意略达到合意的结果。 • 作为博弈者，最佳策略是最大限度地利用游戏规则，最
大化自己的利益； • 作为社会最佳策略，是通过规则使社会整体福利增加。
第30页/共293页
第一章 导论-基本概念
一只河蚌正张开壳晒太阳，不料，飞 来了一只鸟，张嘴去啄他的肉，河蚌连忙合 起两张壳，紧紧钳住鸟的嘴巴，鸟说：“今 天不下雨，明天不下雨，就会有死蚌肉。” 河蚌说：“今天不放你，明天不放你，就会 有死鸟。”谁也不肯松口，有一个渔夫看见 了，便过来把他们一起捉走了。
第17页/共293页
第一章 导论-囚徒困境
✓“要害”是否在于“利己主义”即“个人理
性”？
第20页/共293页

第1个数字表示企业1 的收入， 第2个数字表示企业2的收入。
13
7.2.2合作博弈：建立卡特尔 • 合作是避免囚徒困境的有效方法 • 合作博弈与欺骗者
14
7.2.3重复性博弈：怎样对付欺骗者 • 重复性博弈：反复进行多次博弈 • 重复性博弈的最优策略——针锋相对：模仿上一
次博弈中对手的行为 • 针锋相对是最优策略 • 好的博弈四原则 ☞简单，不易误解 ☞针锋相对不是先搞欺骗 ☞不允许欺骗行为，但要给欺骗行为以处罚 ☞针锋相对是宽大的，允许对方恢复合作
可以采取降价策略，使新的进入者不敢贸然进入 • 投资于剩余生产能力的决策：投资引起的当前的
利润损失低于新企业进入而引起的将来的利润损 失
29
7.3.4先发制人：使市场饱和
• 在各地布点，使新的进入者无法利用高运 输成本的机会
N1 E N2
E1
E2
E4
E3
30
7.3.5 市场渗透定价 •通过制定低价抢占市场份额的策略。 •市场渗透定价是网络外部性明显的产业常用策 略。
的违约问题 • 先合作，第N次违约的收入：
30+30+30+30+······+40
• 现实：不知道N是多少→选择合作策略 • 如何在员工工作的最后一天激励员工？ • 有结止日期的有限重复博弈等于一次性博弈
17
•市场中的重复博弈的作用 •市场中的一次性博弈使得生产劣质产品的企业有 利 •市场中的重复博弈促使生产者生产高质量产品
15
重复性博弈下的行为选择
• 合作收入：30+30+30+30+······
• 不合作收入：40+20+20+20 +······

15
➢ 扩展术语：
信息：信息集； 完全信息（complete）； 完美信息（perfect）。
共同知识：双方可能获取的相同信息； 彼此都能算清楚。
博弈结果：均衡策略组合；均衡行动组合。 均衡：所有局中人最优策略的组合。
博弈论2009
精选ppt课件
16
3. 博弈描述
➢博弈的策略型（标准型、正则型）表述：
33
博弈论2009Leabharlann 精选ppt课件34
毕业后先后在兰德研究所、普林斯顿大 学、MIT工作。
1957年他与MIT学生爱莉西娅结婚。
在而立之年患上了妄想型精神分裂症，九 十年代逐渐恢复了正常。
1994年纳什博士获诺贝尔经济学奖。
2002年来北京参加 “国际数学家大会”
博弈论2009
精选ppt课件
35
博弈论2009
则，不开发。（？）
博弈论2009
精选ppt课件
22
关键问题： 对自然状态的概率估计； 不同时间决策（决策顺序）； 对对方先验信息的估计（即估计对方对信
息的掌握程度）。
现实困难： 对市场了解程度不同； 对对方了解程度不同； 如何向对方暗示自己的行动。
博弈论2009
精选ppt课件
23
4.博弈练习
➢游戏一：心灵感应 两个人一组，独立写出1至10之间的任
乙 甲
理性的人是自私自利的； 理性选择不是全局最优。
博弈论2009
精选ppt课件
6
➢经济合作：
乙 甲
诚信的价值； 一报还一报策略； 人类生存环境启示。
博弈论2009
精选ppt课件
7
➢长街上的超市 （海滩占位模型）
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊

判断是否劣于某个混合策略，证 明Z不是劣策略
> 假定参与人1对参与人2的信念， 证明Z是最优反应策略
≥
静态环境下的行为分析 （严格劣策略的重复剔除法）重复占优法留下可理性化策略，可理性化策略集
合为最优反应策略集合，可理性化策略基于某一信念无法剔除 R={(U，L)} R={A,B} X {X,Y}
博弈论
演讲人
2021-03-21
目录
01. 博弈的表述 02. 静态环境下的行为分析 03. 动态环境下的行为分析
01
博弈的表述
博弈的表述
扩展型表示博弈
信息集与决策节点的关系
策略
策略空间(策略集合)
S={H,L}
1
2
单个策略
s=H
策略组合
（A，B）
3
4
策略组合的集合
S={A,B}X{C,D}={(A, C ),(A,D),(B,C),(B,D)}
0
3
最后对剩下的策略进行 检验
两方博弈，最优反应策略集合＝非严格劣策略集合，Ｂ＝ＵＤ
找出参与人1以１的概率选择某策略时，参与人２的最优反应策略
在B中，因此也在UＤ中
两方博弈，最优反应策略集合＝非严格劣策略集合，Ｂ＝ＵＤ
找出劣于其他纯策略的策略
不在UD中，也不在B中
最后对剩下的策略 进行检验
（严格劣策略的重复剔除法）重复占优法留下可理性化策略，可理性化策略集合 为最优反应策略集合，可理性化策略基于某一信念无法剔除
R={(U，L)} R={A,B} X {X,Y}
静态环境下的行为分析
定位博弈与合伙人博弈
分阶段剔除劣策略从而获得可理性化策略的集合，当剔除所有劣策略时， 上界和下界都会收敛于各参与人最优反应曲线相交的点

• 此情况下由于博弈没有可预测的明确的博弈结果，所以就不能 确定博弈方的策略。但是是否在这样的博弈中，各博弈方选择 任何策略都是一样的，因此可以随意选择吗？
• 按博弈中的得益
• 零和博弈 (Zero-sum Games) （严格竞争博 弈）
（麻将、赌博、猜硬币）
• 常和博弈 (Constant-sum Games)
博弈）
（固定数量利润、财产分配的讨价还价
• 变和博弈 （Variable-sum Games) (囚徒 困境博弈、古诺模型）
• 按博弈过程的次序
囚犯困境博弈
• 个人理性选择的结果： -5）
（坦白，坦白）——（-5，
• 集体理性决策的结果： -1）
（抵赖，抵赖）——（-1，
• 个人理性不一定导致集体理性
• 现实中的囚徒困境模型：价格战、恶性广告竞争、军备竞赛等。
第12页/共83页
2、猜硬币博弈
出
硬 正面 币 反面 方
猜硬币方
正面
反面
-1，1
• 博弈论是系统研究各种博弈问题，寻求博弈方合理的策略选择 和合理选择策略时的博弈结果，并分析结果的经济、效率意义 的理论与方法。
第3页/共83页
二、博弈论发展的里程碑
• 古诺模型（Cournot) （1838）（两寡头通过 产量决策进行竞争的模型;
• 伯特兰德模型（Bertrand) （1883）（价格竞争） • 《博弈论与经济行为》（1944）
六、博弈的表示方法
• 标准型 （normal form ） 收益矩阵
对简单的博弈适用（二人有限博弈）
• 扩展型 （extensive form ）
博弈树
适用于动态博弈
• 特征式

Max
Min(3,2,4) 2
2
Min(9,-1,-10) -10
所以，有均衡点 a22＝2
Min(-3,0,6)
-3 Min
Max(-6,3,9,-3) 9 Max(1,2,-1,0) 2
2
局中人Ⅱ Max(-8,4,-10,6) 6
第13页/共32页
2021/4/27
14
以上分析表明，局中人Ⅰ和Ⅱ的 “理智行为”是分别选纯策略 a2 和 b2 ，这时局中人Ⅰ的赢得值和局中人Ⅱ的所失值绝对值相等 ,局中人Ⅰ得
第4页/共32页
2021/4/27
5
如在”齐王赛马”中,齐王和田忌的策略集合分别为S1 (a1, a2 ,..., a6 ) 和 S2 (b1 , b2 ,...,b6 ) .这样,齐王的任一策略 ai 和田忌的任一策略 bj 就
S
构成了一个局势 ij 。如两人分别采用策略 a1 和 b1 , 则齐王的赢得为 H1(S11) ＝3,田忌的赢得为H1(S11) -3 。在二人有限零和博弈中,每一
己的策略集合中选出一个策略，则全部的局势数
n
S Si
。
i 1
比如田忌赛马问题中，就总共有 6×6＝36 个局势。当一个局势出现后 ,必
然会有一个竞争结局 ,把这种竞争结局用数量来表示，就称作赢得函数或
s
支付函数，用 H (i) ( ) 表示。一个局势实际就是一次较量,而赢得也
就是较量一次的结果。
王和田忌各自都有六个策略 （3！个）：（上、中、下）、（上、下、中 )（, 中、
上、下）、（中、下、上）、（下、上、中）、（下、中、上）、
三、赢得函数
（支付函数）
一个博弈中，每位局中人所出策略形成的一博弈略称作一个局势。对

• 王则柯、李杰编著，《博弈论教程》，中国人民大学 出版社，2004年版。
• 艾里克.拉斯缪森（Eric Rasmusen）著，《博弈与信 息：博弈论概论》，北京大学出版社，2003年版。
• 因内思·马可-斯达德勒,J.大卫·佩雷斯-卡斯特里罗著， 《信息经济学引论：激励与合约》,上海财经大学出版 社，2004年版。
学习交流PPT
17
约翰· 海萨尼 1920年 生于美 国
约翰·纳什 1928年生于美国
莱因哈 德·泽尔 腾， 1930 年生于 德国
学习交流PPT
18
1996年诺贝尔经济学奖获得者
英国人詹姆斯·莫里斯 (James A. Mirrlees)和 美国人威廉-维克瑞(William Vickrey)
托马斯·谢林
学习交流PPT
24
导论
三、博弈论的基本类型
学习交流PPT
25
合作博弈与非合作博弈
• 合作博弈（cooperative game） 达成有约束力的协议（binding
agreement），强调团体理性，强调效率、公 正、公平 • 非合作博弈（non-cooperative game）
强调个人理性，其结果可能有效率，也可能 无效率。
三位美国学者乔治-阿克尔洛夫(George A. Akerlof)、迈克尔-斯彭斯(A. Michael Spence)和约瑟夫-斯蒂格利茨(Joseph E. Stiglitz)
获奖理由：在“对充满不对称信息市场进行分 析”领域做出了重要贡献。
学习交流PPT
21
迈克尔·斯彭斯 1948年生于美国的 新泽西，1972年获 美国哈佛大学博士 头衔，现兼任美国 哈佛和斯坦福两所
• 也就是说，需要的是对这样的情况下该选什么 的预期的收敛。这一使得参与者能够成功合作 的共同预期的策略被称为焦点。心有灵犀一点 通。