博弈论教学教程幻灯片.ppt

用单纯型求解得： 最优混合策略是 局中人2的最优策略： 最优对策值： 定义:设矩阵对策G={S1;S2;A}，其中S1={α1,…,αm}, S2={β1,…,βn}，A=(aij)(——局中人I的支付矩阵） ，若对一切j=1,…,n有： ai0,j≥ak0,j 即矩阵A 的第i0 行元素均不小于第k0 行的对应元素，则称局中人I的纯策略αi0优超于αk0。 同理，若对一切 i =1,…, m有 ai,j0 ≤ai,k0 则称局中人II 的纯策略βj0 优于βk0。 行删小，列删大。 13、优超原则法 定理:设矩阵对策G={S1;S2;A}，其中S1={α1,…,αm}, S2={β1,…,βn}，A=(aij)，若纯策略α1被其余纯策略α2,…,αm中之一所优超，由G可得到一个新的矩阵对策G={S`1;S`2;A`}，其中S`1={α2,…,αm}, S2={β2,…,βn}，A`=(a`ij)，则有： （1）V`G=VG； （2）G`中局中人II的最优策略就是G中的最优策略 （3）若(x2,x3,…,xm)是局中人I的最优策略，则x=(0,x2,…,xm)是G的最优策略。 13、优超原则法 例5：设赢得矩阵为： 求其均衡点 三、非零和博弈 定理：每一个n人非合作博弈必存在纳什均衡点。 囚徒困境 囚徒一 囚徒二 坦白 不坦白 坦白 不坦白 囚徒一的支付矩阵 1年 5年 释放 8年 如果两人都拒绝认罪，则他们将会被轻判各判1年；如果两人中有一个认罪，则认罪者从轻处理，立即释放，而另一人则重判8年；如果两人同时坦白认罪，则他们将各判5年监禁。 囚徒2 坦白 不坦白 囚徒1 坦白 -5 0 不坦白 -8 -1 囚徒2 坦白 不坦白 囚徒1 坦白 -5 -8 不坦白 0 -1 囚徒1的收益矩阵 囚徒2的收益矩阵 囚徒2 坦白 不坦白 囚徒1 坦白 -5，-5 0，-8 不坦白 -8，0 -1，-1 双支付矩阵表示 如何求解？ 占优策略（dominant strategy） ：不管其他参与者选择什么策略，某参与者的某个策略给他带来的得益始终不低于其他策略。 占优策略均衡（ dominant-strategy equilibrium)：由各个参与者的占优策略所组成策略组合——纯策略意义下的解。 对于所有的s-i， si*称为参与人 i 的严格占优策略，如果满足： ui(si*,s-i)ui(si,s-i) ? s-i, ? si ?si* 1. 占优策略均衡 严格劣势策略: 在一个博弈中，不管其他参与者的策略如何变动，某参与者的某策略给他带来的收益总是大于另一策略，称前者为后者的“严格下策”即，无论对方采用哪个策略，我用这个策略总比采用其它的策略差。 如“囚徒困境”中的“不坦白”：对方不坦白，不坦白比坦白差；对方坦白，不坦白比坦白差。 -4,-4 0,-10 -10,0 -1,-1 囚徒2 坦白 不坦白 坦白 不坦白 囚徒1 2.重复剔除劣势策略 反复消去下策，就有可能得到博弈的唯一策略组合。 用删去劣势策略的方法得到的博弈均衡，叫做严格优势策略均衡。 2. 重复剔除劣势策略 -4,-4 0,-10 -10,0 -1,-1 囚徒2 坦白 不坦白 坦白 不坦白 囚徒1 囚徒1的严格劣势策略 囚徒2的严格劣势策略 (-4，-4)为严格优势策略均衡 3、纯策略意义下的求解方法 1、在双矩阵博弈（A, B)表中，对于矩阵A的每列， 分别找出赢得最大的数字，并在其下划一横线； 2、在双矩阵博弈（A, B)表中，对于矩阵B的每行，分别找出赢得最大的数字，并在其下划一横线； 3、如果表中某格的数字下面都被划上横线，则此格对应于两个局中人相应策略的组合就是一个纯策略意义下的纳什均衡。否则，该博弈不存在纯策略下的纳什均衡。 囚徒2 坦白 不坦白 囚徒1 坦白 -5，-5 0，-8 不坦白 -8，0 -1，-1 双方都坦白(-5，-5)是该系统的Nash均衡点。但该均衡不是整个系统的最优解。该系统的最优解是双方都坦白(-1，-1)，即帕累托最优。 例 有甲乙两个供货商，双方都有选择遵守约定价格或者违反约定价格的权利。他们的支付矩阵如下表所示： 乙 守约 违约 甲 守约 8，8 6，10 违约 10，6 7，7 矩阵中每组数字中的前一个数字表示甲的收益，后一个数字表示乙的收益。当甲守约时，乙如果守约，收益为8，乙如果违约，收益为10；当甲违约时，乙如果守约，收益为6，乙如果违约，收益为7。 乙 守约 违约 甲 守约 8，8 6，10 违约 10，6 7，7 乙 守约 违约