第6章节_博弈论.pptVIP

博 弈 论 博弈论（ Game Theory ） 一、博弈论的产生及发展 博弈论思想古已有之，我国古代的《孙子兵法》就不仅是一部军事著作，而且算是最早的一部博弈论专著。博弈论最初主要研究象棋、桥牌、赌博中的胜负问题，人们对博弈局势的把握只停留在经验上,没有向理论化发展，正式发展成一门学科则是在20世纪初。 一般认为，1944年美国数学家冯?诺依曼(John Von Neumann)和经济学家奥斯卡?摩根斯坦(Oskar Morgenstern)合著的《博弈论与经济行为》(The Game Theory and Economic Behavior) 一书的出版，标志着系统的博弈理论的形成。 该书详尽地讨论了二人零和博弈，并对合作博弈作了深入探讨，开辟了一些新的研究领域。更重要的是将博弈论加以空前广泛的应用，尤其是在经济学上，由于博弈论数学上的严整性与经济学应用上的广泛性，一些经济学家将该巨著的出版视为数理经济学确立的里程碑。 实际上，很多人把博弈论看成数学的一个分支，博弈论的重要代表人物——纳什（Nash）在1951年的一篇奠基性的文章就是发表在数学杂志上，而非经济学杂志上。 现代博弈论是在20世纪50——60年代发展起来的，到20世纪70年代，博弈论正式成为主流经济学。 1994年诺贝尔经济学奖授给了三位博弈论专家：纳什、泽尔藤和海萨尼。 二、博弈论的概念和实质 1、概念： 博弈论是研究决策主体的行为发生直接相互作用时的决策，以及这种决策的均衡问题。 研究人们在各种相互作用情况下如何行事。 2、实质：由于相互作用，每个人在决定采取什么行动时，必须考虑其他人对这种行动作出什么反应。 分析： 张三推理：我不知道李四怎么做。如果他保持沉默，我最好的策略是坦白，这样我就可以只是入狱1年，而不是8年；如果他坦白，我最好的策略仍然是坦白，这样我将在狱中待5年，而不是8年。因此，无论李四怎么做，我选择坦白会更好些。 李四也有相同的推理 结 果： 张三和李四都坦白了，两人都要在狱中呆5年。如果他们两人都保持沉默，他们的状况会更好些，只会因为偷窃罪而在狱中呆2年。但由于追求自己的利益最大，两个囚犯共同达到了使每人状况变坏的结果。 伊拉克总统推理： 如果伊朗这个狡猾的国家选择违背协议提高产量，那么，我国选择高产量策略可得400亿大于选择低产量的300亿；就算伊朗遵守协议维持低产量，同样我国选择高产量策略可得600亿而不是选择低产量的500亿。因此，无论伊朗选择怎么做，我国违背协议提高产量，情况会更好。高产量策略是伊拉克的上策（优势策略）。 对于伊朗的决策机构也会有同样的推理 所以，最后双方的最终选择是（高产量，高产量） 上策(dominant strategy)，也称为优势策略，指的是这样一种策略：即不管对手采取什么样的策略，这种策略都是最好（最优）的。 当当局者选择的都是上策的时候，这种均衡就叫做上策均衡 在博弈论中，所谓的均衡是指一种稳定的结局，当这种结局出现的时候，所有的当局者都不想再改变他们所选择的策略 在上面的对局中，男生和女生都没有上策。实际上，他们的最优策略依赖于对方的选择，一旦对方选定了某一项活动，另一个人选择同样的活动就是最好的选择。在这个对局中，同时出现了两个均衡状态，我们把这种均衡称为纳什均衡。 纳什均衡：指在对手的策略既定的情况下，各个对局者所选择的策略都是最好的 小结： 上策均衡与纳什均衡的关系 上策均衡是指：不管你选择什么样的策略，我所选择的是最好的；不管我选择什么样的策略，你所选择的是最好的 纳什均衡是指：给定你的策略，我所选择的是最好的；给定我的策略，你所选择的是最好的 不难看出，上策均衡是纳什均衡的一种特殊情况，但纳什均衡不一定是上策均衡 混合策略 小偷与守卫的博弈 混合策略博弈的几个原则 小偷与守卫的博弈 混合策略博弈的几个原则 策略组合不可能是单一的策略或者纯策略，而必须把不同的策略混合一起使用，这种博弈也称之为“混合策略” 博弈，所达到的均衡也称之为混合策略均衡。 第一，不能让对方事先知道自己可能采取的策略。 第二，必须采取随机选择的原则。 第三，选择策略的概率一定要使对方无机可乘。 动态博弈 重复博弈 序列博弈 重复博弈 对重复博奕的研究结果证明有一种最好的策略：只需将一个原则贯穿始终，即“以牙还牙”（Tit-for-tat）。 以牙还牙策略的获胜有一个十分重要的条件，即博弈是无限次重复的。 序列博弈 对局者选择策略有时间先后的