博弈论要点及习题.doc

昆 明 学 院 教 案 课 程 名 称 博弈论基础及应用 课 程 性 质 公选课 总 学 时 数 28 专 业、班 级 任 课 教 师 徐裕光（主讲） 2011年2月 教案1 教学题目：（章、节） 学时数 4 教学目的和要求： 以了解博弈论的研究对象，博弈论（Game Theory）的历史与发展为教学目的，要求掌握博弈论分析的基础； 教学基本内容： 第零章 导论 0.1 博弈论的研究对象，博弈论（Game Theory）的历史与发展； 博弈论的分类； 博弈论的分析基础； 博弈问题的应用与解; 0.2 博弈论的几个重要例子 实例3个。 教学重点与难点： 重点：博弈论（Game Theory）的历史与发展； 难点：博弈论的分析基础； 教学过程：两个基本问题： 1．本课程基本信息 （1） 10-11学年下学期开设全校任意选修课“博弈论基础及应用”（学生文理兼收）； （2））））） 数学 经济学 （Here） 社会学和心理学 （对策论） 第零章 导论 §0.1 博弈论（Game Theory）的研究对象及历史与发展 一. 博弈论的定义 博弈论（Game Theory），在中国大陆又称对策论，在台湾称作局论。 是研究在各种竞争条件下决策分析的科学理论； 是应用严谨的数学模型去研究冲突条件下最优决策问题的理论。 本质上，博弈论是研究竞争的逻辑与规律的理论。 具体地说，现代博弈论是研究决策主体在给定信息结构下如何决策以最大化自己的利益，且在不同决策主体之间获取决策的均衡。 定义（博弈论 Game Theory） A) 博弈论是专门研究博弈如何出现均衡的规律的学科； B) 博弈论是关于策略相互作用的理论（海萨尼 Harsanyi－1994年诺贝尔经济奖获得者）； C) 研究竞争的逻辑与规律的理论称作博弈论（……）； D) 博弈论是研究决策问题的理论。 二. 博弈论中最著名的例子 例0-1 囚徒的困境( ) 囚徒B坦白 囚徒B抗拒 囚徒A坦白 -6，-6 0，-10 囚徒A抗拒 -10， 0 -1，-1  我们分析这个博弈： 囚徒B坦白 囚徒B抗拒 囚徒A坦白 -6 -6 -10 0 囚徒A抗拒 0 -10 -1 -1 1) 设两位囚徒位于（抗拒， 抗拒）局势。当囚徒B保持策略“抗拒”时，囚徒A发现：如果自己单方面选择策略“坦白”，可以增加收益：从－1到0； 当囚徒A保持策略“抗拒”时，囚徒B发现：如果自己单方面选择策略“坦白”，可以增加收益：从－1到0. 因此局势（抗拒，抗拒）不是平衡点。两位囚徒都离开了局势（抗拒，抗拒）。 2) 但在局势（坦白，抗拒）中，如果囚徒A保持“坦白”的策略不变，囚徒B发现，单方面改变自己的策略为“坦白”，可以增加收益：从－10到－6；在（抗拒，坦白）局势中的囚徒A也发现，如果囚徒B保持“坦白”的策略不变，如果单方面选择“坦白”的策略，可以增加收益：从－10到－6. 因此，局势（坦白，抗拒）和（抗拒，坦白）都不是稳定的。 3) 此时，同时来到局势（坦白， 坦白）中的囚徒A，B都惊讶地发现，在此局势中，如果不改变对方“坦白”的策略，无论谁想通过单方面改变自己的策略，来增加自己的收益，已经不可能了。因此局势（坦白，坦白）成了两位囚徒在理性选择下的最终归宿。 如果设两位囚徒一开始就位于其他三种局势，那么，经过同样的讨论，结论是相同的。即局势（坦白， 坦白）是此博弈的解，其值为（－6,-6）. 在平衡点（坦白、坦白），即（-6，-6）这个组合中，囚徒Ａ和Ｂ都不能通过单方面的行动来增加自己的收益，于是谁也没有动力游离这个组合，因此这个组合是此博弈的非合作均衡解，也叫纳什（Nash）均衡。 我们把两位囚徒的选择路线用箭头表示出来，当路线停留在某个局势而不能再移动时，博弈的解――博弈的平衡点被找到了！ 囚徒的困境说明了什么？ 1. 囚徒困境反映了个人理性和集体理性的矛盾。如果Ａ和Ｂ都选择抗拒，各判刑１年，显然比都选择坦白各判刑6年好得多。当然，Ａ和Ｂ可以在被警察抓到之前订立一个攻守同盟，但是这可能不会有用，因为它不构成纳什均衡，没有人有积极性遵守这个协定。 2. “囚徒的两难选择”有着广泛而深刻的意义。个人理性与集体理性的冲突，各人追求利己行为而导致的最终结局是一个“纳什均衡”，也是对集体中所有人都不利的结局。他们两人都是在坦白与抗拒策略上首先想到自己，这样他们必然要服长的刑期。只有当他们都首先替对方着想时，或者相互合谋(串供)时，才有可能得到最短时间的监禁。 3. 博弈论的“囚徒困境”首先对亚当·斯密的“市场----看不见的手”的原理提出挑战。按照斯密的理论，在市场经济中，每一个人都从利己的目的