优化与策略教学课件作者李卫国第5章如何选择策略.pptVIP

表5. 3. 6买卖双方之间的支付矩阵 返回 表5.3.7 试验中去酒吧的人数 返回 谢谢观赏 5. 3 经典的制胜策略 丙呢?自然一也要对甲开枪，因为不管怎么说，枪手乙到底比甲差一些(尽管还是比自己强)，如果一定要和某个人对决下一场的话，选择枪手乙，自己获胜的机会要比对决甲多少大一点。 于是第一阵乱枪过后，甲还能活下来的机会少得可怜(将近10%，乙是20%，丙是100%。 通过概率分析，你会发现丙很可能在这一轮就成为胜利者，即使某个对手幸运地活下来，在下一轮的对决中，一也并非十拿九稳，毕竟丙还有微弱的机会。 无须试图进行严格的论证，我们就能很容易地理解，枪战决斗可能类似于政治或经济的竞争。按照纽约大学政治学教授斯蒂温·布拉姆斯的看法:枪战决斗的知识可以扩展到多位候选人的政治竞选上，布拉姆斯说道:“看来这些候选人的最佳战略，莫过于在他的部分政治势力范围内追随最强的对手。 上一页 下一页 返回 5. 3 经典的制胜策略 如果你是一个自由主义者，而且另外还有两位自由主义者，那么你就要追随最强的一位。于是所发生的情况将是两位最强的对手就会彼此攻击，而且最弱者就会存留下来了。”这时，如果所发生的情况全面出现，那么最弱的候选人就会在其政治势力范围内幸存下来。 5. 3. 6酒吧博弈—混沌系统中的策略与股市操作 “酒吧问题”是美国人阿瑟1994年在“美国经济评论”上发表的一篇文章中提出来的。阿瑟是斯坦福大学经济学系教授，同时是美国著名的圣塔菲研究所的研究人员。酒吧问题主要内容是这样的: 假设一个小镇上总共有100人，每个周末均要去酒吧活动或者待在家里。这个小镇有一间酒吧，能够容纳60人。如果超过60人则就不能保证每个人都能得到很好的服务，所以60人是优质服务的前提保证。第一次，100人中的大多人都去了这间酒吧，导致酒吧爆满，很多人都没能得到好的服务，都在抱怨还不如不去，那些选择没有去的则庆幸自己没有去。 上一页 下一页 返回 5. 3 经典的制胜策略 第二次，人们在去之前，根据上一次的经验认为，人多得受不了，最后还是决定不去了。最后，因为多数人决定不去，所以这次去的人很少，享受了一次高质量的服务。没去的人知道了后又后悔了。 问题是，小镇上的人应该如何做出去还是不去的决定呢? 这是一个典型的动态群体博弈问题。前提条件还做了如下限制:每个参与者面临的信息只是以前去酒吧的人数。因此只能根据以前的历史数据归纳出此次行动的策略，没有其他的信息可以参考，他们之间一也没有信息交流。 从理论上说的确如上述所言，但是实际的情形会怎么样呢?阿瑟教授通过计算机模拟和对真实人群的考察两种方法，得到了两个不同的结果。 上一页 下一页 返回 5. 3 经典的制胜策略 计算机模拟的情形是这样的:开始，不同的行动者是根据自己的归纳来行动的，并且去酒吧的人数没有一个固定的规律，然而，经过一段时间后，去酒吧的平均人数很快达到60,也就是去和不去的人数之比是60: 40。尽管每个人不会固定地属于去酒吧或者不去酒吧的人群，但是这个系统的比例是不变的。一也就是说，他们会自动自觉地形成一个生态稳定系统。 但是阿瑟教授通过对真实人群的观察研究，却得到了与计算机模型试验截然不同的结果。对真实人群的试验中，实验对象的预测呈现有规律的波浪形态，试验中去酒吧的人数如表5. 3. 7所示。 从上述数据看，实验对象的预测呈现有规则的波浪形态，虽然不同的博弈者采取了不同的策略，但是有一个共同点:这些预测者都是用归纳法进行的，我们完全可以把实验的结果看做是现实中大多数的“理性”人做出的选择。在这个试验中，更多的博弈者是通过上一次其他人做出的选择而做出其本人“这一次”的预测与决定，然而，这个预测已经被证明在多数情况下是不正确的。 上一页 下一页 返回 5. 3 经典的制胜策略 从这个层面上说，这种预测是一个非线性的过程。 传统经济学中认为，经济主体或者行动者的行动是建立在演绎推理的基础之上的。但是事实并非如此，多数人的行动是基于归纳的基础上的。而对于这样一个非线性的过程来说，由于系统的未来情形对初始值有着强烈的敏感性，对于下次去酒吧的确定的人数，我们是无法做出肯定的预测的。 酒吧博弈对于我们的启示就在于: (1)在一个非线性系统的整理来说，其变化往往是不可预测的。就好像混沌理论中的“蝴蝶效应”。要采取正确的决策，必须了解其变化规律。所谓非线性的混沌系统，可以这样理解，2是1的2倍，但是100万未必是1的100万倍，1亿也未必是1的1亿倍。后者是一个无法准确了解的系统，因为我们不知道量变在哪个地方成为质变，而且改变了变化方式。 上一页 下一页 返回 5. 3 经典的制胜策略 (2)对于处身与混沌系统中的个体来说，在无法预测的过程中一也可以采取恰当的策略，并且可以趋吉避凶。在这