博弈论和对策行为培训教材.pptVIP

第十一章 博奕论和对策行为 ;博弈论和对策行为 ;博弈论和对策行为 ;博弈论和对策行为 ;博弈论和对策行为 ;博弈论和对策行为 ;三．支付或收益(payoffs): ;例1.　囚徒困境(prisoner’s dilemma) ;例1.　囚徒困境(prisoner’s dilemma) ;例1.　囚徒困境(prisoner’s dilemma) ;定义1: 给定其它局中人的策略s，局中人i的最优反应 记为s，是指能给他带来最大收益的策略，即 ;定义2: 一个策略组合s*=(s1*,s2*,…,sn*)被称为纳什均 衡是指，对于所有 的 i, ; 在囚徒困境中，考虑囚徒A对他人的最优反应。如果给定囚徒B的策略是“坦白”，那么对囚徒A来说，采取“坦白”策略得到的收益是-8，采取“抵赖”策略得到的收益是-10，显然“坦白”为好；同理，如果给定囚徒B的策略是“抵赖”，对囚徒A来说，“坦白”也比“抵赖”好。因此，囚徒A对囚徒B的最优反应是“坦白”。 对囚徒B作同样分析：如果囚徒A的策略是“坦白”，则他采取“坦白”策略为好；如果囚徒A的策略是“抵赖”,他还是采取“坦白”策略好，所以囚徒B对囚徒A的最优反应也是“坦白”。 两个最优反应形成了一个策略组合(坦白，坦白)，这就是一个纳什均衡。 ;