博弈论4[精选].pptVIP

3.2 混合策略及纳什均衡 混合策略的定义：在博弈G={s1,s2, …，sn}中，博弈方i的策略空间为Si=(si1,si2, …,sik),则博弈方以pi=（pi1,pi2, …,pik)随机选择k个可选策略称为一个混合策略。其中，0≤pik≤1，k=1,2, …，k,且pi1+pi2+…+pik=1 相对于这种以一定概率分布在一些策略中随机选择，原来的确定性的具体的策略称为纯策略，原来的纳什均衡也称为纯策略纳什均衡。纯策略也可看作特殊的混合策略。 我们把纳什均衡的概念也作相应的扩大：对一个策略组合，无论它是纯策略还是混合策略，只要满足各博弈方都不想单独偏离它，就称其为纳什均衡。 混合策略纳什均衡的求法，可以通过计算各方的期望得益，寻求使自己期望得益最大化的最佳反应函数，求各博弈方的最佳反应函数的公共解。可以用求最佳反应函数交点的方法，也可以用解方程组的方法。还可以应用下面的原则来计算：任何博弈方的在混合策略纳什均衡中的所选策略，都必须使其他博弈方选择其任何策略的期望得益相同。即自己的选择要使对方无机可乘，不能通过有针对性的倾向使某一策略成为优势策略。举一个例子说明： 例 某博弈的得益矩阵为 乙 C D A 甲 B 这个博弈没有纯策略纳什均衡。要计算混合策略纳什均衡，设甲的混合策略为(p,1-p), 则甲的选择必须使乙选C和选D的期望得益相等，即：p×3+(1-p) ×1=p×2+(1-p) ×5 解得p=0.8。即甲的混合策略是（0.8，0.2） 同样，设乙的混合策略为（q,1-q) ，则乙的纳什均衡策略也必须使甲无论选A还是选B的期望收益相等。即： q×2+（1-q) ×5=q×3+（1-q) ×1 解得 q=0.8 即乙的混合策略也是（0.8，0.2） 容易算出在这个混合策略纳什均衡下，甲乙各自的得益都是2.6.它的意义是说，虽然在一次博弈中，其结果只能是得益矩阵中四个得益的一种，但多次独立重复进行，平均结果是双方各得2.6. 再看几个例子。 1.制式问题 彩电有不同的制式，采用相同的制式，则不同厂商间的零部件可以通用，相关设备可以相互匹配，对大家有一定的好处，但也有互相竞争的压力和损失。设两个厂商要引进生产线，面临A、B 两个制式，其得益矩阵如下： 厂商2 A B A 厂商1 B 容易看出，该博弈有两个纯策略纳什均衡： （A，A）和（B，B），但会出现哪一个均衡呢？可以看出，厂商1喜欢后一个而厂商2 喜欢前一个均衡。没有必然的结果，因此，双方的决策要进行混合策略决策。 不难算出厂商1的纳什均衡混合策略是(0.4,0.6) 厂商2的混合策略纳什均衡策略是(0.67，0.33) 在此均衡下，双方的期望得益分别为0.664 和1.926，都小于任何一个纯策略纳什均衡的得益。 由此可见，政府或行业组织制定统一的标准或规定是非常重要的。这也是世界上各国甚至国际间对许多重要产品规定统一规格、标准的原因。 当然因为技术垄断等因素，也有相反的、各厂商间不统一的例证：如打印机墨盒、手机充电器等。 2.市场机会 设两个厂商都发现了一个市场机会，但市场容量不大。若只有一家进入，能赚100，若同时进入，则各亏50. 厂商2 进 不进 进 厂商1 不进 本博弈也有两个纯策略纳什均衡（不进，进），（进，不进）但它们分别有利于两个厂商，因此这两个均衡都不容易实现，都应采取混合策略。 请同学们自己计算混合策略纳什均衡及得益。 4.小偷与保安 2006年杭州市一网民建立了网上防小偷地图，人们质疑为什么没有警方版的防小偷地图？ 我们假定一个小偷要去偷一个仓库，若保安没有睡觉，就会抓住小偷，小偷将有-P的负效用；若保安睡觉，则小偷就会成功，将会得到V的赃物。 若小偷不去偷，保安睡觉则有S的正效用，睡觉被解雇得益为-D。假定单位都相同。