{教育管理}完全信息静态信息博弈纳什均衡.pdf

{教育管理} 完全信息静信息博弈什均衡 五 混合策略纳什均衡 • 混合策略与期望支付 • 计算混合策略纳什均衡的三种方 法 • 支付最大值法 • 支付等值法 • 反应函数法 • 多重纳什均衡及其甄别 五 混合策略纳什均衡 • 纯策略(pure strategies)：如果 一个策略规定参与人在一个给定 的信息情况下只选择一种特定的 行动。 • 混合策略(mixed strategies)： 如果一个策略规定参与人在给定 的信息情况下，以某种概率分布 随机地选择不同的行动。 § 期望支付 • 与混合策略(mixed strategies)相伴 随的一个问题,是局中人支付的不确 定性(uncertainty).可用期望支付 (expected payoff)来描述——有个 n可能的取值X ,X …,X ，并且这些 1 2 n 取值发生的概率分别为p1,p2,…,pn， 那么我们可以将这个数量指标的期 望值定义为发生概率作为权重的所 有可能取值的加权平均，也就是 政府和流浪汉的博弈 • 政府想帮助流浪汉，但前提是后者必须试图寻找 工作，否则，不予帮助；而流浪汉若知道政府采 用救济策略的话，他就不会寻找工作。他们只有 在得不到政府救济时才会寻找工作。他们获得的 支付如图所示： 流浪汉 寻找工作 游闲 救济 （，2 ） （-1， ） 政府 不救济 （-1，1） （0，0） 政府和流浪汉的博弈 • 思考：政府会采用纯策略吗？流 浪汉呢？这个博弈有没有纯策略 的纳什均衡？ • 那么政府和流浪汉最有可能采用 什么策略？ • ——使自己的预期支付最大化。 求解混合策略纳什均衡 1、假定政府采用混合策略： 2、流浪汉的混合策略为： 解一: 支付最大化 流浪汉 找工作 游荡 政 救济 3 , 2 -1 , 府 不救济 -1 , 1 0 , 0 假设政府救济的概率为 ；流浪汉找工作的概率为 ； 则政府的期望效用函数为： 解一: 支付最大化 对上述效用函数求微分，得到政府最优化的一阶条 件为： 就是说，从政府的最优化条件找到流浪汉混 合策略——流浪汉以0.2的概率选择寻找工作，0 .8 的概率选择游闲。 解一:支付最大化 流浪汉 找工作 游荡 政 救济 3 , 2 -1 , 府 不救济 -1 , 1 0 , 0 假设政府救济的概率为 ；流浪汉找工作的概率为 ； 则流浪汉的期望效用函数为： 解一:支付最大化 • 流浪汉的期望效用函数为： 解二: 支付等值法 • 政府选择救济策 • 政府选择不救济 略