囚徒困境论文.doc

【摘要】“囚徒困境”模型是博弈论中的经典范例 ，它是 1950年 Tucker提出的，其完全信息下的静态博弈为广大博弈论的工作者和初学者所掌握，成为解释生活现象的有力工具。其实“囚徒困境”是博弈论的非零和博弈中具代表性的例子，反映个人最佳选择并非团体最佳选择。虽然困境本身只属模型性质，但现实中的价格竞争、环境保护等方面，也会频繁出现类似情况。“囚徒困境理论”“囚徒困境”是博弈论里最经典的例子之一。其中对于囚徒困境的描述：话说有一天，一位富翁在家中被杀，财物被盗。警方在此案的侦破过程中，抓到两个犯罪嫌疑人，甲和乙，并从他们的住处搜出被害人家中丢失的财物。但是，他们都否认曾杀过人，辩称是先发现富翁被杀，然后只是顺手牵羊偷了点儿东西。于是警方将两人隔离，分别关在不同的房间进行审讯。由警察分别和每个人单独谈话。警察说，“由于你们的偷盗罪已有确凿的证据，所以可以判你们一年刑期。但是，我可以和你做个交易。如果你单独坦白杀人的罪行，我只判你半年，但你的同伙要被判十年刑。如果你拒不坦白，而被同伙检举，那么你就将被判十年刑，他只判半年。但是，如果你们两人都坦白交代，那么，你们都要被判五年刑。” 囚徒甲和乙该怎么办呢？他们作为本博弈中的两个博弈方，他们都有两个选择——坦白或抵赖。很显然，最好的策略是双方都抵赖，结果是大家都只被判一年。但是由于两人处于隔离的情况下无法串供。所以，根据个体理性原则，两个博弈方的目标都是要实现自身利益最大化。 对于囚徒甲来说，囚徒乙有坦白和抵赖的两种可能的选择，如果囚徒乙选的是抵赖，则对于囚徒甲来说，他应该选择坦白，因为抵赖的得益为-1，坦白的得益为-1/2；，如果囚徒乙选的是坦白，则对于囚徒甲来说，他应该选择坦白，因为抵赖的得益-10，坦白的得益为-5。因此，在本博弈中，无论囚徒乙选择何种策略，囚徒甲选择坦白给自己带来的收益是最大的；同样的，囚徒乙和囚徒甲的情况一样，因此囚徒乙的选择和囚徒甲一样。因此，该博弈的最终结果是博弈双方同选择坦白策略，同时获益-5，都判五年刑。 乙囚犯可能采取的策略 坦白 抵赖 甲囚犯可能采取的策略 坦白 -5 -5 -10 -1/2 抵赖 -1/2 -10 -1 -1 囚徒的困境 该理论其中的意义在于：个人理性与集体理性的矛盾，个体追求的利己行为而导致的最终结局是一个“纳什均衡”，也是对所有人都不利的结局。这由于两人都是在选择策略时首先想到自己，因此他们必然要服长的刑期。 针对这种情况，本文从另外的角度来探讨囚徒理论。再谈这个问题之前，我们首先要对理性人这一概念进行讨论。 西方经济学家指出，所谓的“理性人”的假设是对在经济社会中从事经济活动的所有人的基本特征的一个一般性的抽象。这个被抽象出来的基本特征就是：每一个从事经济活动的人都是利己的。也可以说，每一个从事经济活动的人所采取的经济行为都是力图以自己的最小经济代价去获得自己的最大经济利益。西方经济学家认为，在任何经济活动中，只有这样的人才是“合乎理性的人”，否则，就是非理性的人。 既然如此，“每一个从事经济活动的人所采取的经济行为都是力图以自己的最小经济代价去获得自己的最大经济利益”中间所说的经济代价和经济利益到底是怎样的经济代价和经济利益呢？是长期的还是短期的呢？因此，本文认为，我们有必要对理性人这一概念做出重新解释。本文认为，理性人是并非是纯粹的理性人，而是有道德因素，任何人在行为过程中无法撇开这一因素而展开行动。 解决了这个问题之后，本文将主要从两个方面来看： 第一种情况： 假设甲乙两个囚徒绝顶聪明，考虑问题都比较周到，颇有战略眼观，之如孔明等，也就是说是理性的，根据个人理性的原则，囚徒甲乙根据自身利益最大的原则行事，那么在警察所提出的条件中，则会做出与囚徒理论相反的选择。原因在于囚徒甲乙分别对警察说提出的条件充分考虑过后，也就是说，对“囚徒理论”做出了分析，得出如果“坦白”将会都获得五年的徒刑的结论，那么，作为理性人的甲和乙，只有做出“抵赖”的选择才可能获得最小惩罚，即一年的徒刑，得益最大。 第二种情况： 在现实生活中，人是理性的动物，同样也是有感情的，那么在这种情况下，我们做出如下推断： 甲乙囚徒两人的关系坚如磐石，情比金坚，两人价值观都是先义后利，以义制利的思想，在此危难时刻都会作出宁可牺牲自己以成全他人的情操，比如伯夷叔齐等，此时此刻，囚犯甲乙都以使对方获益最大来作为自身利益最大化的选择。 那么，可做以下分析： 对于囚徒甲而言，囚徒乙有坦白和抵赖两种选择，如果囚徒乙坦白，因为坦白则对方获益为-5，抵赖则获益为-1/2，尽量使对方获益最大，因此囚徒甲则选择抵赖；如果囚徒乙选择抵赖，自然囚徒甲选择抵赖同样也是最佳选择，因为对方获益为-1。同样的，因为囚徒乙和囚徒甲的情况完全相同，所以选择抵赖。其最终结果为