博弈论分析.pdfVIP

广义动量定理与系统思考——战争、管理学与经济学通论 4.4 博弈论 博弈论考虑游戏中的个体的预测行为和实际行为，并研究它们的优化策略。 表面上不同的相互作用可能表现出相似的激励结构（incentive structure ），所以 他们是同一个游戏的特例。其中一个有名有趣的应用例子是囚徒困境。 具有竞争或对抗性质的行为称为博弈行为。在这类行为中，参加斗争或竞 争的各方各自具有不同的目标或利益。为了达到各自的目标和利益，各方必须 考虑对手的各种可能的行动方案，并力图选取对自己最为有利或最为合理的方 案。比如日常生活中的下棋，打牌等。博弈论就是研究博弈行为中斗争各方是 否存在着最合理的行为方案，以及如何找到这个合理的行为方案的数学理论和 方法。 4.4.1 经典的囚徒困境 1950 年，由就职于兰德公司的梅里尔·弗勒德（Merrill Flood ）和梅尔 文·德雷希尔（Melvin Dresher ）拟定出相关困境的理论，后来由顾问艾伯 特·塔克（Albert Tucker ）以囚徒方式阐述，并命名为“囚徒困境”。经典的囚 徒困境如下： 警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人有罪。于是警方分 开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同的选择： 若一人认罪并作证检控对方（相关术语称“背叛”对方），而对方保持沉默， 此人将即时获释，沉默者将判监10 年。 若二人都保持沉默（相关术语称互相“合作”），则二人同样判监半年。 若二人都互相检举（互相“背叛”），则二人同样判监2 年。 用表格概述如下： 甲沉默（合作） 甲认罪（背叛） 乙沉默（合作） 二人同服刑半年 甲即时获释；乙服刑10 年 乙认罪（背叛） 甲服刑10 年；乙即时获释 二人同服刑2 年 1 若对方沉默、我背叛会让我获释，所以会选择背叛。 若对方背叛指控我，我也要指控对方才能得到较低的刑期，所以也是会选 择背叛。 二人面对的情况一样，所以二人的理性思考都会得出相同的结论——选择 背叛。背叛是两种策略之中的支配性策略。因此，这场博弈中唯一可能达到的 纳什均衡，就是双方参与者都背叛对方，结果二人同样服刑2 年。 这场博弈的纳什均衡，显然不是顾及团体利益的帕累托最优解决方案。以 全体利益而言，如果两个参与者都合作保持沉默，两人都只会被判刑半年，总 体利益更高，结果也比两人背叛对方、判刑 2 年的情况较佳。但根据以上假设， 二人均为理性的个人，且只追求自己个人利益。均衡状况会是两个囚徒都选择 背叛，结果二人判监均比合作为高，总体利益较合作为低。这就是“困境”所 在。例子有效地证明了：非零和博弈中，帕累托最优和纳什均衡是互相冲突的。 4.4.2 科斯定理与博弈论 关于：“非零和博弈中，帕累托最优和纳什均衡是互相冲突的。”不知道这 句话是不是博弈论要得到的结论，所以我们尝试以科斯定理的例子加以验证。 以牛吃小麦的案例为例，当牛吃麦子的交易费用为零，均衡点为A 点，种 麦者与养牛者这个系统所创造的利润为OAFO 所包围的面积。 当牛吃麦子有交易费用，假设交易费用固定的话，且交易费用索取权归种 麦者，等优曲线还是 f ，因为固定的费用会在求导时消除而成为等优曲线 f 。 1 1 所以均衡点与无交易费用时的均衡点是相同的，都是 A 点，只是种麦者与养牛 者这个系统所创造的利润要减少，减少量为固定的交易费用。 当牛吃麦子有交易费用，假设交易费用不固定，交易费用与牛吃麦子的重 量成正比 p ，且交易费用索取权归种麦者，等优曲线变为 f ，此时均衡点为F 3