博弈考试资料讲义.pptVIP

期末考试 考试形式：开卷（满分90分）或闭卷（满分100分） 考试时间：第11周晚上上课时间 考试地点：上课课室 考试内容：在下面的六个内容中自选两个或以上的内容写一篇学习心得，要求800字以上。 1、囚徒困境 2、纳什均衡 3、理性假设 4、逆向归纳法 5、重复博弈 6、触发策略 第二章 囚徒困境与纳什均衡 一、经典案例——囚徒困境 二、现实生活中的“囚徒困境” 三、纳什均衡与优势策略 本章内容 一、经典案例——囚徒困境 经典案例——囚徒困境 两个嫌疑犯（甲和乙）作案后被警察抓住，隔离审讯；警方的政策是“坦白从宽，抗拒从严”： 如果两人都坦白则各判8年； 如果一人坦白另一人不坦白，坦白的放出去，不坦白的判15年； 如果都不坦白则各判１年。 这两个囚犯该怎么办呢？是选择互相合作（不坦白）还是互相背叛（坦白）？ 1950年，斯担福大学客座教授、数学家图克（Tucker)为了形象地说明博弈过程，构造了著名的“囚徒困境” （prisoners’ dilemma）模型。 经典案例——囚徒困境 囚徒困境的收益矩阵 两人都作出招供的选择，是其优势策略，最符合个体理性的选择。但收益却未必最大，这就是“困境”。 照博弈论的说法，这是本问题惟一的纳什均衡点。只有在这一点上，任何一人单方面改变选择，他只会得到较差的结果。这一点就是纳什均衡（Nash Equilibrium）。纳什均衡：局中人单独改变策略不会得到好处的对局策略组合。 当博弈达到纳什均衡，并不一定是对参与者最有利的结果，更不意味着是对整个社会最有利的结果。 纳什均衡 纳什 在“囚徒困境”中表现最好的策略直接取决于对方采用的策略。独立于对方所用策略之外的最好决策是不存在的。 在博弈达到纳什均衡时，在外界环境没有变化的情况下，倘若各方坚持原有的利益最大化原则并理性面对现实，那么这种均衡状况就能够长期保持稳定。 经典案例——囚徒困境 纳什 纳什均衡 纳什均衡是一种“不后悔”均衡。 张三和李四都想要加薪。假如只有一个员工要求加薪，老板会同意，但如果两个人都要求加薪，老板就会生气，并把两个人统统开除。 两个员工都不要求加薪并不是纳什均衡，因为当一方知道另一方没有提出加薪要求时，就会后悔自己的选择。 两个员工都要求加薪也不是纳什均衡，因为两个人事后都会被开除而后悔自己的策略。 这场博弈有两个纳什均衡点，张三要求加薪而李四不要求；或李四要求而张三不要求。 二、现实生活中的“囚徒困境 ” “囚徒困境”是一些非常普遍而有趣的情形的简单抽象。 [明]宋濂《宋文宪公全集》记有一个故事： 玉寅生与三乌丛臣是朋友，他们曾歃血盟誓：“我辈应自励，他日入朝为官，绝不趋炎附势。如有违此誓，请神明惩罚。” 没多久，他们一起到晋国为官。当时赵宣子是晋王宠臣，各大夫均奔走于他家。玉寅生重申以前的誓言，三乌丛臣也说：“说过的话犹在耳畔，岂敢忘记！” 但三乌丛臣后悔当初的誓言，又怕玉寅生知道。于是在一个大清早，鸡刚一报晓，他就前去拜望赵宣子。一进门，他忽然看到东边走廊有个人坐在那里，他走前举灯一照，那个人原来是玉寅生。 现实生活中的“囚徒困境 ” 现实生活中的“囚徒困境 ” (升官或落选，升官或落选） （落选，升官） 三乌丛臣 玉寅生 不巴结 巴结 不巴结 巴结 （升官，落选） (升官或落选，升官或落选） 取决于谁巴结得更到位 如果巴结上司会有升官的机会，则其他人也面对同样的局面。假定两个人竞争一个官职，则 双方均巴结，则双方成本高；双方均不巴结，则双方成本低。然而“巴结”是双方的最佳的策略。 电信价格竞争的“囚徒困境” 学生的囚徒困境 数十道“减负令”难见效　 中小学生课业负担不减反增 ???? 仅1985年至2000年的15年里，中央就下达“减负令”49次。减轻中小学生过重负担喊了20多年，实际情况却是学生课业负担不但没减下来，反倒呈现出越演越烈之势，致使学生作业做到深夜、节假日仍然上课、业余时间奔忙于各种补习班等。 为什么数十道“减负令”难见效？ 三、纳什均衡与优势策略 位置博弈 国美与苏宁为什么总喜欢贴身撕杀? 位置博弈 麦当劳和肯德基为什么总是相邻设店? 位置博弈 假设某条路上的顾客流量是均匀分布的，且顾客对麦当劳和肯德基无偏好，而总是乐意惠顾距自己最近的快餐店。 在顾客均匀散布的情况下，从资源的最佳配置来看，麦当劳、肯德基应该分别开在1/4、3/4处是最优，各自拥有1/2的顾客量，同时顾客到快餐店的总距离最短。 位置博弈 出于理性考虑，肯德基肯定会想到：如果将店铺从3/4点处向左移一点，将从麦当劳抢夺走部分顾客。而麦当劳自然也想到从1/4点处向右移动以争取更多的顾客。 不难想象，双方博弈的结果将使他们的店铺设置在l/2中点附近达到纳什