混合策略纳什均衡(张克勇2013).pptVIP

五 混合策略纳什均衡 混合策略与期望支付 计算混合策略纳什均衡的三种方法 支付最大值法 支付等值法 反应函数法 多重纳什均衡及其甄别 混合博弈在现实经济中的运用案例 五 混合策略纳什均衡 纯策略(pure strategies)：如果一个策略规定参与人在一个给定的信息情况下只选择一种特定的行动。 混合策略(mixed strategies)：如果一个策略规定参与人在给定的信息情况下，以某种概率分布随机地选择不同的行动。 在静态博弈里，纯策略等价于特定的行动，混合策略是不同行动之间的随机选择。 § 期望支付 与混合策略(mixed strategies)相伴随的一个问题,是局中人支付的不确定性(uncertainty).可用期望支付(expected payoff)来描述——有个n可能的取值X1,X2…,Xn ，并且这些取值发生的概率分别为p1,p2,…,pn，那么我们可以将这个数量指标的期望值定义为发生概率作为权重的所有可能取值的加权平均，也就是 政府和流浪汉的博弈 政府想帮助流浪汉，但前提是后者必须试图寻找工作，否则，不予帮助；而流浪汉若知道政府采用救济策略的话，他就不会寻找工作。他们只有在得不到政府救济时才会寻找工作。他们获得的支付如图所示： 政府和流浪汉的博弈 思考：政府会采用纯策略吗？流浪汉呢？这个博弈有没有纯策略的纳什均衡？ 那么政府和流浪汉最有可能采用什么策略？ ——使自己的预期支付最大化。 ——若能够猜的对方的策略，就可以采用针对性的策略，使自己的支付增加。 求解混合策略纳什均衡 流浪汉的期望效用函数为： 解二: 支付等值法 政府选择救济策略 政府选择不救济策略 如果一个混合策略是政府的最优选择，那一定意味着流浪汉在寻找工作与游闲之间是无差异的，即： 政府和流浪汉的博弈 如果政府救济的概率小于0.5； 则流浪汉的最优选择是寻找工作； 如果政府救济的概率大于0.5； 则流浪汉的最优选择是游闲等待救济。 如果政府救济的概率正好等于0.5； 流浪汉的选择无差异。 讨 论 上面的均衡要求每个参与人以特定的概率选择纯策略。也就是说，一个参与人选择不同策略的概率不是由他自己的支付决定的，而是由他的对手的支付决定的。 正是由于这个原因，许多人认为混合策略纳什均衡是一个难以令人满意的概念。 事实上，正是因为它在几个（或全部）策略之间是无差异的，他的行为才难以预测，混合策略纳什均衡才会存在。 讨 论 尽管混合策略不像纯策略那样直观，但它确实是一些博弈中参与人的合理行为方式。扑克比赛、垒球比赛、划拳就是这样的例子，在这一类博弈中，参与比赛的总是随机行动以使自己的行为不被对方所预测。 经济学上的监督博弈也是这样一个例子。如税收检查、质量检查、惩治犯罪、雇主监督雇员等都可以看成猜谜博弈。 §扑克牌对色游戏 AB玩扑克牌对色游戏，每人都有红黑两张扑克牌，约定如果出牌颜色一样，A输B赢，如果出牌颜色不一样，则A赢B输。 找到这个博弈的纳什均衡。 激励的悖论 一小偷欲偷有守卫看守的仓库，若小偷去偷时守卫睡觉（不负责），则小偷偷窃成功（令其价值是V），若守卫没有睡觉（尽职尽责），则小偷会被抓住坐牢（设其效用为-A）；再假设守卫睡觉而未被偷的效用为S，守卫睡觉而被偷则被解雇，其效用为-D。写出得益矩阵，并分析如果想减少小偷偷东西的现象发生,如何做效果更好? 激励的悖论 小偷与守卫博弈 用支付最大化值求出： 用支付最大化值求出： 激励的悖论 从道理上讲,小偷偷东西是一种犯罪行为,而守恒不负责仅是失职行为;从性质上讲,犯罪的性质比失职的性质严重得多,理所当然应该加重对小偷的处罚,但从上面的分析可看出,为了减少偷窃的现象,反而是加重对守卫处罚效果更好.这就是激励的悖论! 在社会经济现象中,存在着许多激励的悖论的现象,如为了减少考试作弊的现象,应加大对监考人员失职的处罚其效果更好等等. 激励的悖论对我们制定政策和规章制度时带来了有益的思考. 练习:混合策略的纳什均衡 不同均衡概念的关系 监督博弈的纳税检查 A 为应纳税款，C为检查成本， F是偷税罚款。假定 CA+F。不存在纯战略纳什均衡。请问：如何才能降低纳税人逃税的可能性 夫妻之争的混合策略纳什均衡 看看这个博弈有几个均衡? 存在两个纯策略均衡 还存在混合策略纳什均衡 § 多重纳什均衡及其甄别 帕累托优势标准 风险优势标准 帕累托优势标准和风险优势标准 聚点均衡 相关均衡 抗共谋均衡 帕累托优势标准 看看这个博弈有几个纯策略纳什均衡? 帕累托优势标准 这个博弈中有两个纯策略 纳什均衡，（战争，战争） 和（和平，和平