囚徒困境中非纳什均衡出现的可能性及其原因分析.doc

　　“囚徒困境”中非纳什均衡出现的可能性及其原因分析 关键词：囚徒困境；完全理性；概率；完全信息；整体思维方式 TheAnalysisabouttheProbabilityandReasonsofNon-NashEquilibriuminPrisoners’Dilemma Abstract:Theprisoners’dilemma,pleofpleteinformationstaticgame,isdeemedtodominant-strategyNashequilibriumandhastheinevitability,butinfactnon-Nashequilibriumalsoappears.Tothequestionofnon-Nashequilibriuminprisoners’dilemma,thispapermakesananalysistoGameTheory’shypothesis:pleterationality,pleteinformationandprobability,andgetsaresult:systemsthinkingstyleinpleterationality,thehappenoftheeventofzeroprobability,andtheuncertaintythatisbroughtoutationisconcordantbeliefs,allcanbringtheappearanceofnon-Nashequilibrium,andtheprobabilityofappearanceisdecidedbytheproportionofmensthinkingstyle. Keyma;pleterationality;probability;pleteinformation;systemsthinkingstyle “囚徒困境”博弈是图克（Tucker）1950年提出的一个著名的博弈模型，是完全信息静态博弈的典型例子。 一、“囚徒困境”博弈及其纳什均衡 囚徒困境博弈的基本情况如下：警察抓住了两个合伙犯罪的罪犯，但却缺乏足够的证据指证他们所犯的罪行。如果其中至少有一人供认犯罪，就能确认罪名成立。为了得到所需的口供，警察将这两名罪犯分别关押以防止他们串供或结成攻守同盟，并给他们同样的选择机会；如果他们两人都拒不认罪，则他们会被以较轻的妨碍公务罪各判1年徒刑；如果两人中有一人坦白认罪，则坦白者从轻认罪，立即释放，而另一人则将重判8年徒刑；如果两人同时坦白认罪，则他们将被各判5年监禁。#61482; 如果分别用－1、－5和－8表示罪犯被判刑1年、5年和8年的得益，用0表示罪犯被立即释放的得益，则两囚徒的得益矩阵如下： 囚徒2 坦白不坦白 囚徒1坦白－5，－50，－8 不坦白－8，0－1，－1 在上图中，“囚徒1”、“囚徒2”分别代表本博弈中的两个博弈方，也就是两个罪犯；他们各自都有“不坦白”和“坦白”两种可选择的策略；因为这两个囚徒被隔离开，其中任何一人在选择策略时都不可能知道另一人的选择是什么，因此不管他们决策的时间是否真正相同，我们都可以把他们的决策看作是同时做出的。其中矩阵中第一个数字代表决策结果后囚徒1的得益，第二个数字代表决策结果后囚徒2的得益。 博弈的结果是：由于这两个囚徒之间不能串通，并且各人都追求自己的最大利益而不会顾及同伙的利益，双方又都不敢相信或者说指望对方有合作精神，因此只能实现对他们都不理想的结果（各判5年），并且这个结果具有必然性，很难摆脱，因此这个博弈被称为“囚徒困境”。［1］ 二、非纳什均衡出现的可能性及其原因分析 1、完全理性与非纳什均衡 囚徒困境博弈的一个假设是博弈方具有完全理性的行为能力。完全理性于 经济 学中的理性人假设，即博弈方都以个体利益最大化为目标，且有准确的判断选择能力，也不会“犯错误”。以个体利益最大为目标被称为“个体理性”，有完美的分析判断能力和不会犯选择行为的错误称为“完全理性”。具体地说来，完全理性包括追求最大利益的理性意识、分析推理能力、识别判断能力、记忆能力和准确行为能力等多方面的完美性要求，其中任何一方面不完美就不属于完全理性。［1］我们可以看出，这是一个要求非常严格的假设。即便如此，完全理性仍在一个方面没有做出规定（至少是没有意识到或明确地规定出来），就是思维方式，也即是博弈方是以将问题分解的方式来思考问题呢，还是以系统的整体的方式来思考问题的。我引用《第五项修炼》上的一段话来表达这两种思维方式的不同。 自幼我们就被教导把问题加以分解，把世界拆成片片段段来理解。这显然能够使复杂的问题容易处理，但是无形中，我们却付出了巨大的代价——全然失掉对“整体”的连属感，也不了解自身行动所带来的一连串后