博弈论精品课件(13)

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”。

10
图1 进攻与防守的基本式 G={N, S, u}，其中N=（1,2)， Si={(0,2),(1,1),(2,0)}，ui (s1, s2) = ri，i = 1, 2。
守方 (0,2) (1,1) (2,0)
(0,2)
攻方 (1,1)
失败，成功
成功，失败
成功，失败
失败，成功
成功，失败
成功，失败
《博弈论》课程
（一）什么是博弈论
我们首先看几个例子。 例1 石头、剪刀、布
猪八戒
石头 石头 孙悟空 剪刀 布 未定，未定 找水，休息 休息，找水 剪刀 休息，找水 未定，未定 找水，休息 布 找水，休息 休息，找水 未定，未定
2
例2 诺曼底登陆
德军
加来设防 加来登陆 盟军
诺曼底登陆 成功，失败
诺曼பைடு நூலகம்设防 成功，失败
9
例4 进攻与防守 双方争夺一个据点，有两条进攻路线X和Y， 攻方有两个军，而防守方也有两个军，只有 当守方的兵力不少于攻方时，才能击退进攻， 否则据点将会失守。首先可知守方的防守方 案（即策略）为(0,2)，(1,1)，(2,0)，即在X 线路和Y线路驻扎军队数，同样可以到的攻 方的进攻方案(0,2)，(1,1)和(2,0)。容易看出， 行动并非策略，策略是行动方案。
正是由于博弈论将博弈如何出现均衡列为核心， 因而博弈论对于各门社会科学而言，就具有了方 法论意义，成为各门学科的有力分析工具。
6
（二）博弈表达的科学式
（1）博弈的策略式
如何将博弈表示成一种便于研究和分析的形式显然 是很重要的。如果用参与者、策略和收益函数来 科学地描述一个博弈，就称为博弈表达的策略式 （或基本式、标准式）。

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

1.1.2 引例 斗鸡博弈（懦夫博弈）
进 大将军
退
大英雄
进
退
-3, -3
2, 0
0, 2
0, 0
第1节 博弈论概论│什么是博弈论
1.1.2 引例 斗鸡博弈（懦夫博弈）ቤተ መጻሕፍቲ ባይዱ
独木桥
冷战期间美苏抢占地盘，一方抢占一块地盘，另一方就占另一块。 夫妻吵架，一方厉害，另一方就出去躲躲。
第1节 博弈论概论│什么是博弈论
第1节 博弈论概论│什么是博弈论
1.1.2 引例 囚徒困境与苏美争霸
美国
不扩军备战 扩军备战
不扩军备战 （10, 10） （100, -100）
前苏联
在苏美争霸博弈中，美国和前苏联都处于“囚徒困境”中。
扩军备战 （-100, 100）
（0,0）
第1节 博弈论概论│什么是博弈论
1.1.2 引例
智猪博弈
第1节 博弈论概论│什么是博弈论
1.1.3 博弈论的概念 博弈论（game theory）：研究利益存在冲突的决策主体在相互依赖的条件下，如何选择适
当的策略实施以获得最大利益的思想和方法。 1 研究对象不是客观规律，而是带有主动性的人的活动。
2 最优不是绝对的，而是现有主客观条件下的理想结果。
第1节 博弈论概论│什么是博弈论
第1节 博弈论概论│什么是博弈论
1.1.2 引例
囚徒困境是图克（Tucker）1950年提出的，该博弈是博弈论最经典、著名的博弈。该
博弈本身讲的是一个法律刑侦或犯罪学方面的问题，但可以扩展到许多经济问题，以及
各种社会问题。
坦白
囚徒 B
不坦白
囚徒 A
坦白 不坦白
-5, -5 -10, -1

人博弈 两人博弈有多种可能性，博弈方的利益方向可
能一致，也可以不一致
三、多人博弈
三个博弈方之间的博弈 可能存在“破坏者”：其策略选择对自身的利
益并没有影响，但却会对其他博弈方的利益产 生很大的，有时甚至是决定性的影响。申办奥 运会是典型例子。 多人博弈的表示有时与两人博弈不同，需要多 个得益矩阵，或者只能用描述法
动态博弈、重复博弈。
静态博弈：所有博弈方同时或可看作同时选择 策略的博弈 —田忌赛马、猜硬币、古诺模型
动态博弈：各博弈方的选择和行动又先后次序 且后选择、后行动的博弈方在自己选择、行 动之前可以看到其他博弈方的选择和行动 —弈棋、市场进入、领导——追随型市场 结构
重复博弈：同一个博弈反复进行所构成的博弈， 提供了实现更有效略博弈结果的新可能 —长期客户、长期合同、信誉问题
博弈论
孔融四届时，有一夛，父亭乘了冩丢梨回宛，
陶谦吏亸叹孜癿时俳，又问亸：“亵绉泶孜癿 觇
店看，佝觏为叴小梨刁算叾？”孔融回答该： “我丌
过觑了一次梨，哏哏単因此爱抋了我一辈子， 社伕
乔绎了我杳高癿荣觋。奝杸抂觑出癿遲丢多梨 看俺
昤道徇成本，简直就昤一本万利唲！
阿克洛夫：买卖
主对于要交易的“旧 车”存在信息不对称， 买主通常不愿意出高 价，这样持有好车的 买主只好退出市场， 市场上都剩下“坏 车”，买主则越来越 不愿意光顾，旧车市 场萎缩直至消失。
20 (q1 q2 q3)
0
i P qi [20 q1 q2 q3 ] qi
No Q 20
Q 20
Image
q1
q2
q3
P
1
2
3
4
8
6
2
8
16

完全信息
纳什均衡（NE）
子博弈完美纳什 均衡（SPNE）
不完全信息
贝氏纳什均衡 （BNE）
完美贝氏纳什均衡 （PBNE）及序贯均 衡（SE）
静态博弈与动态博弈
(static games and dynamic games)
同时决策或者同时行动的博弈属于静态 博弈；先后或序贯决策或者行动的博弈， 属于动态博弈
如果一个博弈在所有各种对局下全体参 与人之得益总和总是保持为一个常数， 这个博弈就叫常和博弈；
相反，如果一个博弈在所有各种对局下 全体参与人之得益总和不总是保持为一 个常数，这个博弈就叫非常和博弈。
常和博弈也是利益对抗程度最高的博弈。 非常和（变和）博弈蕴含双赢或多赢。
导论
四、主要参考文献
博弈论为众多学科提供了分析的概念和方 法：经济学和商学,政治科学,生物学, 心 理学和哲学。
如何在“博弈”中获胜？
日常生活中的博弈（“游戏”）往往指的是 诸如赌博和运动这样的东西： 赌抛硬币 百米赛跑 打网球/橄榄球
How can you win such games? 许多博弈都包含着运气、技术和策略。 策略是为了获胜所需要的一种智力的技巧。
威廉·维克瑞， 1914-1996， 生于美国
詹姆斯·莫里斯 1936年生于英国
2001年诺贝尔经济学奖获得者
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。
即使决策或行动有先后，但只要局中人 在决策时都还不知道对手的决策或者行 动是什么，也算是静态博弈

所有别的游戏者策略的简记法
s-i＝（s1，…，si-1，si+1，…， sn） 纳什均衡简述为： ui（si*，s-i*）≥ui（si，s-i*）， si∈Si
博弈方
博弈方：独立决策、独立承担博弈结果的个人 或组织 博弈规则面前博弈方之间平等，不因博弈方之 间权利、地位的差异而改变 博弈方数量对博弈结果和分析有影响 根据博弈方数量分单人博弈、两人博弈、多人 博弈等。最常见的是两人博弈，单人博弈是退 化的博弈
策略 策略：博弈中各博弈方的选择内容 策略有定性定量、简单复杂之分 不同博弈方之间不仅可选策略不同，而且可 选策略数量也可不同 有限博弈：每个博弈方的策略数都是有限的 无限博弈：至少有某些博弈方的策略有无限 多个
纳什均衡
策略空间：S1，……Sn 博弈方i的第j个策略：sij∈Si 博弈方i的得益：ui 博弈：G＝｛S1 ，…，Sn，u1，…，un｝ 纳什均衡：在博弈G＝｛S1 ，…，Sn，u1，…，un｝中，如果 由各个博弈方的各一个策略组成的某个策略组合（ s1*，…， sn* ）中，任一i博弈方si*的策略，都是对其余博弈方策略的组 合（ s1*，…，si-1*，si+1*，…，sn* ）的最佳对策，即ui（ s1*，…，si-1*，si*，si+1*，…，sn* ）≥ ui（ s1*，…，si-1*，sij， si+1*，…，sn* ） 对任意sij∈Si都成立，则称（ s1*，…，sn* ） 为G的一个纳什均衡
严格下策反复消去法
严格下策：不管其它博弈方的策略如何变化， 给一个博弈方带来的收益总是比另一种策略 给他带来的收益小的策略 严格下策反复消去
左 上 下 1，0 0，4 1，3 中 1， 3 0， 2 右 0， 1 2， 0 左 1，0 0，4 中 1， 3 0， 2 左 1，0 中 1，3

流浪汉 找工作 游荡
B 正面 反面
政 救济 3，2 -1，3 A 正面 -1，1 1，-1 府1，-1 -1，1
（一） 完全信息静态博弈：纳什均衡
----混合战略纳什均衡
• 纯战略： • 参与人在每一个给定信息的情况下只选择一个特定的行动 • 混合战略： • 参与人在每一个给定信息的情况下以某种概率分布随机地选
博弈信息：影响最后博弈结局的所有参与人的情报 “完美信息”-确定的结果 “不完美信息”-概率期望
依据支付结果分为零和博弈、常和博弈以及变和 博弈
非合作博弈理论
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 海萨尼 （1967－1968）
such that no player has incentive to unilaterally change her action. Players are in
equilibrium if a change in strategies by any one of them would lead that player to earn
动态
完全信息动态博弈 子博弈精炼纳什均衡
泽尔腾（1965） 不完全信息动态博弈 精炼贝叶斯纳什均衡
泽尔腾（1975） Kreps和Wilson（1982）
Fudenberg和Tirole （1991）
（一）完全信息静态博弈：纳什均衡 Nash Equilibrium
A Nash equilibrium, named after John Nash, is a set of strategies, one for each player,

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