-博弈论解说.ppt

* 有限次重复博弈可以用逆推归纳法进行分析。在最后的子博弈中，参与人的理性选择结果将是纳什均衡：双方均坦白。倒推至倒数第二个子博弈时，参与人考虑到最后阶段中双方均供认，为了使最后两次对策结果符合纳什均衡，他们仍然会选择双方均坦白的结局。如此类推，在有限次重复博弈的囚犯困境中，参与人在每一个子博弈中仍然会像一次性博弈中的行为一样，以致最终的子博弈精炼纳什均衡仍为（坦白，坦白），继续陷入困境中。 这可以理解为警方给这两个囚犯两次交代机会，两囚犯的最后得益（被关年数的负值）是两个阶段博弈中各自得益之和。 * 冷酷战略，触发战略（以牙还牙） * * * * 在不完全信息动态博弈里， 1）“自然”首先选择参与人的类型，参与人自己知道，其他参与人不知道； 2）在自然选择之后，参与人开始行动，参与人的行动有先有后，后行动者能观测到先行动者的行动，但不能观测到先行动者的类型。 3）但是，因为参与人的行动是类型依存的，每个参与人的行动都传递着有关自己类型的某种信息，后行动者可以通过观察先行动者所选择的行动来推断其类型或修正对其类型的先验信念（概率分布），然后选择自己的最优行动。 4）先行动者预测到自己的行动将被后行动者所利用，就会设法传递对自己最有利的信息，避免传递对自己不利的信息。因此博弈不仅是参与人修正行动的过程，而且是参与人不断修正信念的过程。 * * 35 * 即博弈中的决策主体，参与人可能是自然人，也可能是团体，如企业，国家，甚至若个干国家组成的集团（如欧盟、北约）等。 参与人目的是通过选择行动（或战略）以最大化自己的收益（效用水平）。每个参与人必须有可供选择的行动和一个很好定义的偏好函数。 那些不作决策或虽做决策但不直接承担决策后果的被动主体不是参与人，而只能当做环境参数来处理。如指手划脚的看牌人、看棋人，企业的顾问等。 虚拟参与人（pseudo-player）:指“自然” （nature）、“上帝” God，也即决定外生的随机变量的概率分布的机制。“谋事在人、成事在天”的“天”；如出远门去旅游，可能很开心，也可能很尴尬（生病住医院），两者概率分布90%、10%或98%与2%或其他，由上帝决定。 * 行动的顺序 对于博弈的结果非常重要。有关静态和动态博弈的区分就是基于行动的顺序做出的。 同样的行动集合，行动的顺序不同，每个参与人的最有决策就不同，博弈的结果也不同。尤其在不完全信息博弈中，后行动者依赖观察先行动者的行动来获取信息。 * 如，囚犯困境，下棋。 完全信息（complete information）：指N不首先行动或N的初始行动被所有的参与人准确观察到的情况，即没有事前的不确定性。完全信息意味着各个参与人的支付函数是共同知识。 完美信息（perfect information）：人对其他参与人（包括自然）的行动选择有准确了解的情况，即一个信息集只包含一个值。 显然，不完全（incomplete）信息意味着不完美（imperfect）信息。 共同知识（common knowledge） 是与信息有关的一个重要概念。所有参与人知道每一步的信息集。如听过某个老师的课，学生认识老师，但老师不一定就记住该学生，路上碰在一块了，学生会不会叫老师呢？也许学生会以为老师不认识他，打招呼会把老师弄得莫名其妙。 私人信息（private information）：指任何一个他拥有但不是该博弈中所有参与人共同知识的信息。 由于存在私人信息，便有了信息不对称的问题。 * 因而一个策略是参与人的一个“相机行动方案”（contingentAction plan）。如“人不犯我…”、“按第一套方案行动、实施第二套方案…”… …。 注意： ? 1、策略与行动是两个不同的概念，策略是行动的规则而不是行动本身。回顾“犯与不犯”的问题。 ? 2、作为一种行动规则，策略必须是完备的，就是说，策略要给出参与人在每一种可能想象到的情况下的行动选择，即使参与人并不预期这种情况会实际发生。“丑话说在前-----” 在静态博弈中，由于参与人同时行动，没有人能掌握他人的之前行动的信息，故没有可针对的行动，从而策略的选择就变成了行动的选择，即策略和行动是同一的。 * 收益是参与人真正关心的东西，他的目标就是选择自己的战略以最大化其效用。 * 小 结： 一个博弈中需要的要素包括：参与人、行动、信息、战略或策略、支付、均衡和结果。 其中，对一个博弈的描述至少必须包括：参与人、战略和支付。 局中人、行动和结果合起来统称为博弈规则（rules of the game），博弈分析的目的在于运用博弈规则来确定均衡。 惟一性（uniqueness）：公认的均衡概念