博弈论及其经济学应用01.pptVIP

证明：1.冷酷战略是纳什均衡。 由于是无限次博弈，不能用逆推归纳法求解。令δ为二者相同的贴现因子。假定囚徒j选择上述冷酷战略，冷酷战略是否是i的最优战略呢？如果i在某阶段选择坦白，该阶段收益为0不是-1，但这将触发j的“永远坦白”的惩罚，因此i随后每个阶段的收益均为-8。 如果0+δ(-8)+δ2(-8)+…≤-1+δ(-1)+δ2(-1)+… 或δ*≥1/8。i将不会选择坦白。就是讲，在δ≥1/8时，给定j坚持冷酷战略，并且j没有首先坦白，i不会选择首先坦白。 若j首先选择了坦白，由于j坚持冷酷战略，j以后永远选择坦白，这时i坚持冷酷战略每阶段收益为-8，否则为-10，即i有积极性坚持冷酷战略。 由于对称性知，给定i选择冷酷战略，j也有积极性坚持冷酷战略。 上述证明了这是一个纳什均衡，下证明这是一个子博弈精炼纳什均衡。 因为博弈重复无穷多次，从任何阶段开始的子博弈与原博弈的结果相同，故符合子博弈精炼纳什均衡的概念。 这即证明冷酷战略是无限次囚徒博弈的一个子博弈精炼纳什均衡。（抵赖，抵赖）是每一阶段的均衡结果，囚徒走出了困境。 （解释δ≥1/8的作用） 这背后的原理是:如果博弈重复无穷多次，且每个参与人有足够的耐心，任何短期的机会主义行为的所得都是微不足道的，参与人有积极