对策论(运筹学讲义).pdfVIP

对策论(运筹学讲义)

对策论或博弈论(GameTheory)是研究具有对抗和竞争性行

为问题的数学理论与方法。是运筹学的重要分支学科

经济学领域一般称博弈论，是经济学领域近几十年发展起来

一门新兴学科

对策论从理论上作严格的讨论却起始于二十世纪：1912年，

德国数学家证明了国际象棋的3种着法必定存在一种；

1921年，法国数学家引入了“最优策略”等概念；1928年，

美籍匈牙利人J.VonNeumann证明了对策论的基本定理-

最大值最小值定理；1944年，VonNeumann和合写

了《对策论与经济行为》一书，建立起对策论的基本理

论，奠定了对策论研究的基础。

对策问题举例

例1猜单和猜双的博弈。两个人同时出一个指头或两个指头，

如果两人出的指头相同，则局中人1从局中人2处赢得

元；如果出的不一样，局中人1就要支付给局中人2五元。

两个对手都可以采取两个策略：出一个手指和出两个手指，

下表是局中人1的赢得矩阵(二指莫拉问题)

局中人2

策略

出1指出2指

出1指5－5

局中人1

出2指－55

局中人1从局中人2该如何选择策略，已获得利益？

例2囚徒困境。两个嫌疑犯作案后被警察抓住，分别被关在

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；如果两人都抵赖，由于证据不充分，两人将各

判刑2年；如果其中一人坦白，，另一人抵赖，则坦白者

立即释放，抵赖者判刑10年。在这个例子中两人嫌疑犯

都有两种策略：坦白或抵赖。可以用一个矩阵表示两个嫌

疑犯的策略的损益

囚徒2

策略

坦白抵赖

坦白(－8,－8)(0,－10)

囚徒1

抵赖(－10,0)(－2,－2)

囚徒该如何选择策略？

囚徒困境反映了个人理性和集体理性的矛盾。对于双方，（抵赖，抵赖）

的结果是最好的，但因为每个囚徒都是理性人，他们追求自身效应的最大

化，结果就变成了（坦白，坦白）。个人理性导致了集体不理性

例3田忌与齐王赛马

战国时期，齐威王与大将田忌赛马，双方约定：从各自

的上、中、下三个等级的马中各选一匹马出场比赛，负者要

付给胜者一千金。已知田忌的马要比齐王同一等级的马差一

些，但比齐王等级较低的马却要强一些。因此，如用同等级

的马对抗，田忌必连输三场，失三千金无疑。田忌的谋士孙

膑给田忌出了个主意：每局比赛前先了解齐王参赛马的等级，

再采用下等马对齐王上等马、中等马对齐王下等马、上等马

对齐王中等马的策略。比赛结果，田忌二胜一负，反而赢得

一千金。由此可见，双方各采取什么样的出马次序对胜负至

关重要。

齐王和田忌可以任意选择三匹马出场的顺序

“齐王赛马”齐王在各局势中的益损值表(单位：千金)

§1对策论的基本概念

对策模型的三个基本要素：

1.局中人(Players)：参与对抗的各方；

2.策略集(Strategices):局中人选择对付其它局中人的行动方

案称为策略；某局中人的所有可能策略全体称为策略集

3.一局势对策的益损值：局中人各自使用一个对策就形成了一

个局势，一个局势决定了各局中人的对策结果（量化）称

为该局势对策的益损值。

赢得函数(payofffunction)：定义在局势上，取值为相应益

损