- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
前提假设：“理性”是所有局中人的共同知识 （Common Knowledge）
例：求下面博弈的重复剔除的占优均衡解
Ⅱ B1 A1 A2 1， 0 0， 3 B2 1， 2 0， 1 B3 0， 1 2， 0 B1 Ⅱ B2
前提： 对策双方均理智 结论： 最不利中选最有利
s1 3 A s 2 6 s3 - 5
1 0 -1
2 - 3 4
问：双方局中人采用何策略最佳。
解：可用下述表格表示上述寻找最优纯策略过程:
d1 s1 s2 s3 3 6 -5 6 d2 1 0 -1 1 d3 2 -3 4 4
2．混合策略集合
称集合
* m S x ( x1 , x 2 , , x m ) x i 1, x i 0 i 1
为甲的混合策略集合； n * D y ( y1 , y2 , , yn ) y j 1, y j 0 j 1 为乙的混合策略集合； 3．混合局势 当局中人甲选择混合策略x；局中人乙选择混 合策略y，称(x,y)为一个混合局势。
归一化
1 x x' , w
1 y y' z
例： “剪刀、石头、布” 游戏，
1 1 0 A 1 0 1 1 1 0
A+2
m in z x1 x2 x3 2 x1 x2 3 x3 1 1 1 1 T 3 x1 2 x2 x3 1 求解 X ( , , ) st x1 3 x2 2 x3 1 6 6 6 xi 0( i 1, 2, 3) 归一化 1 1 1 T X ( , , ) 3 3 3 1 1 1 T 同理， Y ( , , ) 3 3 3
* maxminaij minmaxaij aij i j j i
V a 称为对策G 之值。 例 上例中 G S , D, A
* ij
则称局势 ( si , d j ) 为对策G的一个鞍点，
*
*
3 A 6 - 5
1 0 -1
2 - 3 4
局势 ( s1 , d 2 )构成一个鞍点， 局中人甲的最优策略为s1 ,
称为i的劣策略(Dominated strategy)。
' i
'' i
例： B1 Ⅰ A1 A2 1， 0 0， 3
Ⅱ
B2 1， 2 0， 1 B3 0， 1 2， 0
劣策略
可按如下思路寻找均衡解： 首先找出某个局中人的劣策略（如果存在），剔除该劣 策略，得到新的博弈；再剔除该新博弈中的某个中人的 劣策略。重复进行，直至只剩下唯一的策略组合为止， 这个剩下的策略称为重复剔除的占优均衡（Iterated dominance equilibrium）。
称为局中人甲的一个混合策略，即局中人甲选择 策略si的概率为xi 。 同理可定义乙的混合策略。
例： “剪刀、石头、布” 游戏，若B的混合策略 B （0.4，0.3，0.3）
石头(0.4) 剪子(0.3) 石头(0.5) 布(0.3)
A 剪子(0.2)
布
(0.3)
0 -1 1
1 0 -1
-1 1 0
二人有限零和对策
§2 纯策略对策
一、纯策略与混合策略
纯策略是指确定的选择某策略；而混合策略 则指以某一概率分布选择各策略。 二、纯策略对策的解 1. 引例
D d1 , d 2 , d 3 ，其赢得矩阵为： d1 d 2 d 3
例
设一对策 G S , D, A，其中 S s1 , s2 , s3 ，
（Ⅰ）
m in
w x1 ' x2 ' xm '
m aij xi ' 1, j 1,2, , n s.t i 1 xi ' 0, i 1,2, , m
（Ⅱ） max
z y1 ' y2 ' yn '
n aij y j ' 1, i 1,2, , m s.t. j 1 y j ' 0, j 1,2, , n
2 3 1 1 2 3 3 1 2
第三部分
二人有限非零和对策
一、非零和对策的一般表达 1、局中人集合：i = 1, 2 ,…，n 2、每个局中人的策略集：Si (i = 1,…,n) 3、每个局中人的赢得函数：ui (s1, …, s i , … sn)
对策的一般表达：G={S1, … Sn ; u1, … un }
*' *
*'
* ( x1
* * xk ， x 1 k 1 * * xk ， 0 ， x 1 k 1
* xm ) * xm )
* 则X * ( x1
例： 用优超原理求解下列对策
1 -1 A 2 0 1 -1 2 0 0 4 2 4 3 0 2 1 0 4 2 4 3 0 2 1 4 1 3 1 1 3 -1 4 2 0
二、纳什均衡
均衡（Equilibrium）是所有局中人的最优策 略的组合，一般记为：
s ( s ,, s ,, s )
s 是第i个局中人在均衡情况下的最优战略，即 其中，
i
1
i
n
ui ( s , si ) ui ( s , si ) s s
' i ' i
i
1
1 3 1
1
1 1 3
4、优超原理
定义： 若A中第i, k 行有aij akj , j 1 记 i 记 j n 称 i 优超于 k 。 m 称 j 优超于l
3
k
。
若A中第j, l列有aij ail , i 1
l
例： A
1 0 2 2 3 1
β1 β2 β3 β4 β5 β6 （上中下） （上下中） （中上下） （中下上） （下上中） （下中上）
α1 （上中下） α2 （上下中） α1 （中上下） α1 （中下上） α1 （下上中） α1 （下中上）
3 1
1 3
1 1
1 1
-1 1
1 -1
1
-1 1 1
-1
1 1 1
3
1 1 -1
1
3 -1 1
4
（2）
A
'
根据性质3，则X * (0,0,1,0), Y * (1,0,0,0), VG* 2
§3 混合策略对策
一、混合策略对策的基本概念
无鞍点对策的求解方法是采用混合策略，混合策略就 是局中人考虑以某种概率分布来选择他的各个策略。
1．混合策略
T x ( x , x , , x ) , xi 1, xi 0, m维概率向量 1 2 m i 1 m
1
2
2 1 3
2 3 3
3 1 3 2
性质1：若G ( S1 , S2 , A)中， i ① VG VG '
' k，构造新的G ' ( S1' , S2 , A' )
' 其中S1'是S1去掉 k，S2 ＝S2，A'是A中去掉k 行，则：
② y y 若X
i i j
（2）局中人乙对每个策略dj的评价值为
dj
* j
评价
g (d j ) max a ij
i
故局中人乙选择策略模型为：
d ming(d j ) minmaxaij Vmin
j j i
3. 纯策略对策模型的解
(1) 鞍点与解 对于一个对策 G S , D, A ，如果有
4．收益期望函数
对于一个混合局势(x,y)，用
E ( x , y ) xi ( aij y j ) aij xi y j x T Ay
i 1 j 1 i 1 j 1
m
n
m
n
表示局中人甲在混合局势(x,y)时的收益期望值。 5．混合策略对策模型 对于一个纯策略对策 G ( S , D, A) ，我们用
0×0.4 + 1 ×0.3 + (-1)×0.3=0 则A选“石头”的期望赢得为： (-1)×0.4 + 0 ×0.3 + 1 ×0.3= - 0.1 则A选“剪子”的期望赢得为： 1×0.4 + (-1) ×0.3 + 0×0.3=0.1 则A选“石头”的期望赢得为： 若又已知A的混合策略（0.5，0.2，0.3），则A的期望赢得为： 0×0.5 + (-0.1) ×0.2 + 0.1×0.3= 0.01 （同理，B的期望赢得为-0.01）
局中人乙的最优策略为d2，
对策值V=1
(2) 多鞍点与无鞍点对策
例 设有一矩阵对策如下，求它的解。
6 1 A 8 0 5 4 5 2 6 2 7 6 5 - 1 5 2
局势 ( s1 , d 2 ) ( s1 , d 4 ) ( s3 , d 2 ) ( s3 , d 4 ) 均构成鞍点， 此对策有多个解。
i
（ si ( s1 , , si 1 , si 1 , , sn ) 表示除 i 之外
所有局中人的策略组成的向量。)
均衡的层次：
占优策略均衡 重复剔除的占优均衡 （纯策略）纳什均衡 混合策略纳什均衡
弱 强
条 件
1. 占优策略均衡
坦白
II 不坦白
考虑“囚犯困境”问题： 坦白 (9, 9) (0, 10) I 不坦白 ( 10, 0) ( 1, 1) 不论同伙选择什么策略，每个囚徒的最优策略是“坦白”。
