博弈论经典案例——囚徒困境ppt课件

27
公共资源悲哀
思考1 思考2
为什么人们在消费各种公共资源时， 如果各取所需，留给下一代的越来越 少？而在社会优化分配中，消耗一半， 留下一半给后代。也就是说，当一种 资源成了公共资源的时候，还能够实 行各取所需吗？
全球转暖的温室效应是否属于公共资 源悲剧？
28
公共资源悲哀
思考3 在我国，利用电话线的网络快车 （ADSL），包月租或者包年租的时候， 每个人都想把网络打开挂在网络上 （在线游戏的激励），这样是不是公 共悲剧？你家里的网络快车是否真的 快？
39
但是，对手的战略锁定了“疯狂 艾迪”的行为，因为“疯狂艾迪”的这 一计划会有相反的效果。因为顾客会到 对手那里先以300美元买下录相机，然后 再获退款50美元。这样，对手自然将价 格降到更低的价格250美元一台，顾客反 而是从“疯狂艾迪”那里流向对手而不 是相反。
40
如果对手不想以250美元一台出售 录相机，他也可以将价格降到275美元一 台，只要它发现有顾客来要求退款，就 会发现对手的背叛行为，从而将价格降 到了250美元一台。既不以太低价出售， 又快速发现对手的背叛从而以降价予以 报复，使对手降价也不能增大顾客量， 从而蒙受损失。
20
修 甲
不修
修路博弈
乙 修
不修
1,1
-1,3
3,-1
0,0
21
我们看到，对甲和乙两家居民来说， “修路”都是劣战略，因而他们都不会 出资修路。
22
这就是我们看到的为什么大多数 路、桥等公共设施都是由政府出资修建 的原因。
同样的道理，国防、教育、社会 保障，环境卫生等都由政府承担资金投 入，私人一般没有积极性承担这方面服 务的积极性和能力。
31

博弈论经典案例之
囚徒困境
1
博弈无处不在
2
至少有一人招供
缺乏足够的证据
3
坦白从宽，抗拒从严
4
坦白从宽，抗拒从严
认罪
重判10年 5
同时坦白，各判8年
6
同时抵赖，各判1年
7
思考
选择有几种、结局有几种? 如果你，如何选择? 为什么这么选择；如何考虑的?
8
坦白? 抵赖?
9
囚徒困境博弈表格
囚徒1 囚徒2
坦白
抵赖
坦白
—8，—8
0，—10
抵赖
—10,0
—1，—1
10
• 关于这个假设案例，显然最好的对策是双方都抵 赖，其结果是各被判1年，但隔离的审讯办法却杜 绝了犯罪嫌疑人事先有协商的机会。
• 从心理学的角度来分析，两人在受审时首先必会 怀疑对方会主动交代罪行以求自保，所以他们必 定会选择对自身最大利益的选项，那就是坦白认 罪。
11
反映了一个很深刻的问 题？？
12
个人理性与集体理性的矛盾
13
囚徒困境可以用来解释为什么在一个群体 中没有人采取行动，来使该群体中每个人 的境况都得到改善。
——如公共产品的供给
14
小 区 路 灯 坏 了

我更换，得不偿失啊 你更换，我就会占便宜
更换，大家都不 摸黑
16
李四 更换
更换
1,1
张三
不更换 2,-1
不更换 -1,2 0,0
囚徒困境的收益矩阵
1717

快乐增加并使享受加强。 ——德 谟克利 特 67、今天应做的事没有做，明天再早也 是耽误 了。——裴斯 泰洛齐 68、决定一个人的一生，以及整个命运 的，只 是一瞬 之间。 ——歌 德 69、懒人无法享受休息之乐。——拉布 克 70、浪费时间是一桩大罪过。——卢梭
博弈论中的经典分析及启示 囚徒困境
26、机遇对于有准备的头脑有特别的 亲和力 。 27、自信是人格的核心。
28、目标的坚定是性格中最必要的力 量泉源 之一， 也是成 功的利 器之一 。没有 它，天 才也会 在矛盾 无定的 迷径中 ，徒劳 无功。- -查士 德斐尔 爵士。 29、困难就是机遇。--温斯顿．丘吉 尔。 30、我奋斗，所以我快乐。--格林斯 潘。

为是系统研究博弈理论的开端。
8
20世纪50至80年代，被认为是博弈论巨人产生的年代。50年 代，纳什（Nash）定义了“囚徒困境”并提出“纳什均衡” ， 奠定了非合作博弈的基石。60年代，泽尔腾（Selten）（1965年） 将纳什均衡的概念引入动态博弈，提出“精炼纳什均衡”概念。 海萨尼（Harsanyi）（1967－1968年）则把不完全信息引入博弈 论的研究，提出“贝叶斯纳什均衡”。到80年代，克瑞普斯 （Kreps）和威尔逊（Wilson）等将不完全信息引入动态博弈中， 提出了“精炼贝叶斯纳什均衡”。 但在20世纪70年代中期之前，博弈论主要还是作为数学的一 个分支。博弈论真正得到重视并成为主流经济学的一部分不过是 最近一二十年的事。现在，博弈论正在得到经济学科的接受和运 用，贯穿了几乎整个微观经济学，并且已扩展到宏观经济学，产 业组织理论，在环境，劳动，福利经济学等方面的研究中也占有 重要地位，大有“吞噬”整个西方现代经济理论的趋势。 9
23
5、共同知识
“共同知识”是与信息有关的一个重要概念。 共同知识是指“所有参与人知道，所有参与人知道所有参与 人知道，所有参与人知道所有参与人知道所有参与人知 道. . . . . . ”的知识。 “共同知识”是博弈论中一个非常强的假设。
坦白（x1）
3 ，3
0 ，5
1 ，1 抵赖（x2） 5 ，0 囚徒困境反映了一个很深刻的问题，就是个人理性与集体理性 的矛盾。若两人均抵赖，各判刑一年，但这个帕累托改进办不到， 因为它不满足个人理性，不是纳什均衡。 2
“兵来将挡，水来土掩” “道高一尺，魔高一丈”
“管理即动态的斗法”
《一分钟经理》 《五十九秒员工》
2、经济学家对博弈论的贡献越来越大。将动态分析和不完 全信息引入博弈论的就是经济学家的功劳。如1982年克瑞普斯

创新与变革
面对囚徒困境，我们需要勇于创新和变革，打破固有的思维模式和制度限制，寻找更好的解决方案。这有助于推动社会的进步和发展。
对未来发展的影响
THANKS FOR
WATCHING
感谢您的观看
社会制度应该鼓励和促进合作，减少囚徒困境的发生。例如，可以通过制定合理的法律法规、加强监管等手段，来引导个体在面对类似情境时做出更有利于社会的选择。
公平与效率
制度设计与监管
对社会制度的思考
全球化与合作
随着全球化的发展，各国之间的相互依存度越来越高，囚徒困境的启示有助于推动国际间的合作与交流，共同应对全球性的挑战。
囚徒困境
囚徒困境简介 囚徒困境的基本模型 囚徒困境的解决方案 囚徒困境的实际案例 囚徒困境的启示与思考
contents
目 录
01
囚徒困境简介
囚徒困境是一种博弈论模型，描述了两个犯罪嫌疑人被捕后，在不能互相沟通的情况下，各自选择最优策略时所面临的困境。
定义
囚徒困境源于现实生活中的囚犯困境问题，即两个同谋的囚犯在接受审判时，如果他们都保持沉默，则可能获得较轻的判决；但如果他们互相背叛，则可能获得较重的判决。
合作
在囚徒困境中，参与者可以通过选择合作的方式，共同达成更好的结果。合作可以避免被对方背叛的风险，同时也有助于建立长期的关系和互信。
长期视角
参与者应该从长远的角度考虑问题，认识到合作带来的长期利益，而不仅仅关注眼前的短期利益。通过建立长期关系和互信，可以降低囚徒困境中的风险和不确定性。
合作策略
有效沟通
沟通与信任
引入第三方监管机制，可以对囚徒困境中的参与者进行监督和约束，防止他们采取不合作或背叛的行为。监管机制可以提供公正的裁决和惩罚，维护游戏的公平性和规则的执行。

《n人博弈的均衡点》（1950） 《非合作博弈》（1951）
《美丽心灵》本片荣获8项奥斯卡提名, 最终夺得第74届奥斯卡最佳影片、最佳 导演、最佳改编剧本和最佳女配角4项大 奖。
囚徒困境 The Prisoners’ Dilemma
模型的提出
1950年由就职于兰德公司的梅里尔·弗勒德（Merrill M. Flood）和梅尔文·德雷希尔（Melvin Dresher）提出 ，后由阿尔伯特·塔克(Albert W. Tucker)以囚徒方式阐 述，并命名为“囚徒困境”。
“囚徒困境”的思考？？
“囚徒困境”模型说明一个道理：从个人利 益出发选择的最优策略，从整体看却不一定 是个好的结果，个人利益和集体利益之间存 在冲突。
❖ “各个人都不断地努力为自己所能支配的资本寻找到最有 利的用途。固然，他所考虑的不是社会的利益，而是他自 身的利益，但他对自身的利益的研究自然会或者毋宁说必 然会引导他选定最有利于社会的用途。” -----《国富论》 （Adam Smith，1776）（摘自：亚当.斯密：《国民财富的性质和
❖ 在一次严重纵火案发生后，警察抓到两名嫌疑人。事实 上正是他们为了报复而一起放火的，但警察没有掌握足 够的证据。于是，将他们隔离审问，两个人都明白警方 的政策：
如果两人都坦白，入狱5年；
如果两人都不坦白，由于证据不充分，他们只会被认定 为妨碍公务罪而入狱1年；
如果一人抵赖，而另一人坦白，则抵赖者入狱8年，坦白 者无罪释放。
原因的研究》下卷，商务印书馆，1972年版，第25页）
❖ “……在这场合，像在其他许多场合一样，他受着一只看 不见的手的指导，去尽力达到一个并非他本意想要达到的 目的。也并不因为事非出于本意，就对社会有害。他追求 自己的利益，往往使他能比在真正出于本意的情况更有效 地促进社会的利益。” -----《国富论》（Adam Smith， 1776）（摘自：亚当.斯密：《国民财富的性质和原因的研究》上卷，商务

1.1.2 博弈的非技术性定义
博弈——就是一些个人、对组或其它组织，面对一定的环 境条件、在一定的规则下，同时或先后，一次或多次，从 各自允许选择的行为或策略中进行选择并加以实施，各自 取得相应结果的过程。
1.1.2 博弈的非技术性定义
博弈论就是系统研究可以用上述方法定义的各种博弈 问题，寻求在各博弈方具有充分或者有限理性能力的 条件下，合理的策略选择和合理策略选择时博弈的结 果，并分析这些结果的经济意义、效率意义的理论和 方法。
博弈就是决策行为
“石头-剪子-布” 游戏
游戏特点
有一定的规则，规定游戏的参加者，游戏者可以做什么，不 可以做什么。
都有结果，如一方赢、一方输、平局等
策略至关重要，每一个 游戏者所得结果的好坏， 不仅取决于自身的策略 选择，也取决于其他参 加者的策略选择。
游戏特点
在游戏中，也规定了游戏参加者出招的顺序，是同时做出选 择还是先后做出选择等。
每个人从自己收益 最大化出发来考虑 问题，最终往往落 得两败俱伤的结果。 个人的理性算计， 往往导致集体的非 理性结局。
(坦白，坦白)是囚徒困境的纳什均衡。 纳什均衡是什么呢？
假设有n人参与博弈，每个人选择自己的最 优战略，所有参与人选择的战略构成一个战 略组合。
纳什均衡是这样一个战略组合，这种战略 组合由所有参与人的最优战略组成，也就
他们面临的选择和带来的后果组合，可以用下面的表格来表示。
A B
不坦白
坦白
不坦白
坦白
A：判刑1年 B：判刑1年
A：判刑8年 B：无罪释放
A：无罪释放 B：判刑8年
A：判刑5年 B：判刑5年
请问，他们会选择什么呢？ 坦白or 不坦白
从上面的表中我们可以知道：每个嫌疑人都有两种可供 选择的策略：

小猪的最优策略：等待 大猪无最优策略：即大猪的最优策略是依赖于 小猪的策略
此时用重复剔除严格劣策略的思路找出均衡：小 猪的严格劣策略为按，剔除“按”后，小猪只 有一种策略等待，大猪仍有两个策略，但此时， “等待”已成为大猪的劣策略，剔除，大猪的 最优策略——按
这是一个“多劳不多得，少劳不少得”的均衡
篮球比赛是根据运动队在规定的比赛 时间里 得分多 少来决 定胜负 的，因 此，篮 球比赛 的计时 计分系 统是一 种得分 类型的 系统
博弈论与主流经济学的发展
传统经济学的假设及其局限性
两个基本假设：完全竞争，完美信息 局限性：交易主体的数量其实很有限；信息是不对称的 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
博弈论与主流经济学的发展
博弈论研究的是：在策略性环境中如何进 行策略性决策和采取策略性行动的科学。 当成果无法由个体完全掌握，而结局须视 群体共同决策而定时，个人为了取胜，应 该采取什么策略
博弈论成为通用方法论，经济学、政治学、 管理、军事、外交、国际关系、公共选择、 犯罪学
篮球比赛是根据运动队在规定的比赛 时间里 得分多 少来决 定胜负 的，因 此，篮 球比赛 的计时 计分系 统是一 种得分 类型的 系统
博弈论：专门研究博弈如何出现均衡的规 律的学问
篮球比赛是根据运动队在规定的比赛 时间里 得分多 少来决 定胜负 的，因 此，篮 球比赛 的计时 计分系 统是一 种得分 类型的 系统
博弈论要点
博弈论的基本概念包括：参与人、参与人的策 略、参与人的支付（效用）
博弈有不同的种类：
从行动顺序角度：
篮球比赛是根据运动队在规定的比赛 时间里 得分多 少来决 定胜负 的，因 此，篮 球比赛 的计时 计分系 统是一 种得分 类型的 系统

20XX
博弈论囚徒困境
xxxxx
2
-
目录
CONTENTS
1 囚徒困境的基本概念
2 囚徒困境的起源
3 囚徒困境的原理
4 囚徒困境的实例
5 如何解决囚徒困境
6 结论
1
囚徒困境的基本概念
➢ 囚徒困境
囚徒困境的基本概念
➢ 是博弈论中一个非常著名 的问题，它描述了两个或 多个参与者在面临选择时 ，由于彼此之间的决策相 互影响，最终可能做出对 双方都不利的选择。这个 困境实际上是一种"纳什 均衡"，即每个参与者都 认为自己的选择是最优的 ，但最终的结果却不是对 所有人都有利的
例如，在国际贸易中，各国可 以通过制定规则来限制贸易保 护主义措施的使用，从而避免
全球贸易萎缩的情况出现
如果各国之间能够进行 谈判并达成共识，那么 他们就可以避免陷入对
双方都不利的局面
6
结论
结论
囚徒困境是博弈论中一个非常经典的问题，它描 述了两个或多个参与者之间决策相互影响的情况
在现实生活中，囚徒困境有很多实例，例如国际贸易、环 境保护、军备竞赛等
这就是囚徒困 境的基本原理
4
囚徒困境的实例
囚徒困境的实例
囚徒困境在现实生活中有 很多实例，比如国际贸易、 环境保护、军备竞赛等
在这些情况下，各国可能 会因为彼此之间的决策相 互影响而陷入一种对所有 人都不利的局面
例如，如果各国都采取贸易 保护主义措施来保护自己的 产业，那么其他国家为了应 对这种局面也必须采取同样 的措施，最终导致全球贸易 萎缩、经济增长放缓
不利的局面
3
囚徒困境的原理
囚徒困境的原理
在囚徒困境中 ，每个参与者 都有两种选择 ：合作或竞争

34
机制设计： 如何走出囚徒困境
如果恰当进行机制设计，前 述囚徒困境还是可以避免的，下面 是一个商战中的真实例子。
35
冻结价格战的博弈机制
美国有两家销售音像商品的商店 “疯狂艾迪（Crazy Eddie）和纽马克与 露易斯（Newmark&Lewis），它们之间 在市场上存在竞争。当它们进行合谋时， 如何保证对方不会背叛而降价的一个前 提就是如何能迅速查出对方的背叛行为 并给予惩罚。
公共产品（public goods)
提供 提供 不提供 4，4 4 4 5，-1 不提供 -1，5 -1 5 0，0
无论对方如何选择，每个人的最优选择：不提供。 所以，我们可以预测，结果将是（不提供，不提供）
15
公共产品与税收制度
比较私人产品与公共产品的不同：使用 上排他性； 私人产品是志愿购买的，但公共产品可 能需要强制购买； 税收制度就是保证公共产品的生产，解 决公共产品生产上的“囚徒困境”
抢行 1,9
33
例子5 为什么要加入WTO？
WTO是一个自愿性申请加入的自由贸易 联盟，即WTO成员国之间实现低关税或零关税 的相互间自由贸易。为什么需要一个组织来协 调国家之间的自由贸易呢？这是因为，如果没 有一个协调组织，国与国之间的贸易就不会呈 现低关税或零关税的自由贸易局面，因为这时 国与国之间的贸易是一个“囚徒困境”。给定 一个国家对另一个国家的货物实行低关税，另 一个国家反过来对这个国家的货物实行高关税 是占优于实行低关税的战略的。
18
但是，尽管政府当时无力制止这种 事情，公众也不必担心彩电价格会上涨。 这是因为，“彩电厂商自律联盟”只不 过是一种“囚徒困境”，彩电价格不会 上涨。在高峰会议之后不到二周，国内 彩电价格不是上涨而是一路下跌。这是 因为厂商们都有这样一种心态：无论其 他厂商是否降价，我自己降价是 有利于自己的市场份额扩 大的。