博弈论完整课件浙江大学GAMEChapter3章节幻灯片.pptVIP

现在分析无限次重复囚徒困境博弈。我们将证明 尽管阶段博弈中唯一的NE是不合作的(招认， 招认)，在有限次重复时，唯一的子博弈完美NE 还是在每个阶段都(招认，招认)，可是在无限次 重复（在可预见的将来不会结束）进行的情况下， 只要参与人有足够的内心(即δ足够接近1)，每个 阶段的行动组合为(沉默，沉默) 将形成一条子博 弈完美NE的路径。 考虑参与人的触发策略：在第一阶段选择不坦 白，且在之后的任意阶段t，如果之前的（t-1） 阶段的结果是双方都不坦白，则继续选择不坦 白，否则从t阶段开始永远选择坦白。 ?注意：参与人制订了一个关于未来的无所不包 的行动计划，即一次性地选择了函数形式si(·)作 为 应对策略，而不是一期只作出依次行动选择。 序列5，1，1，……的贴现值之和： 5 + δ·1 + δ2·1 + δ3·1 + … … = 5 + δ / (1 – δ) 沉默的现值 4 / (1 - δ) 招认的现值 5 + δ / (1 – δ) ≥ δ ≥ 1/4 这说明，当且仅当δ ≥ 1/4，给定对方的触发策 略并且对方没有首先选择招认，自己也不会首 先招认。 （二）民间定理(无名氏定理) P125 “民间定理”第一段。 先明确两个关于支付的概念。 平均支付average payoff：在无限次重复博弈中， 平均支付指为了得到相等的支付现值之和而在每 一阶段都应得到的等额支付值。计算： 令贴现因子为δ，那么无限支付序列π1 、 π2 、 ……的现值之和V为： V=∑ δt-1 πt ∞ t =1 无限支付序列π、 π 、……的现值之和V为： V= π + πδ + πδ2 + …… = π / (1- δ ) 如果下式成立： ∑ δt-1 πt ∞ t =1 = π / (1- δ ) 即： π = (1- δ ) ∑ δt-1 πt ∞ t =1 那么， π就是无限支付序列π1 、 π2 、……的平均支付，它是各阶段支付现值之和的 (1- δ )倍。 可行支付向量feasible payoffs:支付数组x=(x1， x2 、…、xn)称为可行支付向量，如果它是阶段 博弈G的纯策略支付的凸组合(concave combination)(即xi是阶段博弈中参与人i的纯策 略支付的加权平均值，权数非负且和为1)。 可行支付向量。以“囚徒困境”为例… 一个可行支付向量对应重复博弈的一条路径。 0 囚徒1的支付值 囚 徒 2 的 支 付 值 1 2 3 4 5 1 2 3 4 5 · · · · (1,1) (4,4) (5,0) (0,5) 阴影面积中的任意一个坐标 点都是一个可行支付向量。 哪些对应着均衡路径？ Folk Theorem(Friedman 1971) Let G be a finite ,static game of complete information.Let (e1,e2, ……,en)denote the payoffs from a Nash equilibrium of G, and let (x1，x2 、…、xn) denote any other feasible payoffs from G. If xi ＞ei for every player i and if δ is sufficiently close to 1, then there exists a subgame-perfect Nash equilibrium of the infinitely repeated game G(∞, δ) that achieves (x1，x2 、…、xn) as the average payoff. (P127) 例如“囚徒困境”无限次重复博弈中…P128 Nash 威胁点Nash threat point (e1,e2, ……,en) 保留支付reservation payoff:参与人i的保留支付 是指无论其它参与人如何行动，参与人i能够保 证得到的最大支付；它意味着即使其它参与人 试图给参与人i最大惩罚时，参与人i至少能保证 得到的支付。通常以υi表示参与人i的保留支付。 阶段博弈囚徒困境中υi= ei =1；阶段博弈古诺模 型中υi= 0，而ei=(a-c)2/9， υi≠ei。 个体理性支付 individually rational payoffs 即大 于保留支付的支付。 这个概念的涵义是，如果要 一个参与人在无限次重复博弈中有任何兴趣“合 作”的话，他从“合作”中得到的支付不应该小于 他的保留支付。 Fudenberg Maskin 于1986年证明，民间定 理中的(e1,e2, ……,en)可以用(υ