博弈论的几个经典模型.pptVIP

这里涉及参与者以什么样的态度对待对方的不合作策略。在博弈论里，有两个著名的策略。 　　 如果一方采取不合作的策略另一方随即也采取不合作策略并且永远采取不合作策略，在博弈论里面称之为触发策略，或称冷酷策略，英文叫trigger strategy。 模型六、有效工资率/重复博弈 乙 甲 不合作 合作 不合作 (1，1) (4，0) 合作 (0，4) (2，2) 第五十二页，编辑于星期五：三点 四十八分。 如果对方知道你的策略是触发策略，那么对方将不敢采取不合作策略，因为一旦他采取了不合作策略，双方便永远进入不合作的困境。因此，只要有人采取触发策略，那么双方均愿意采取合作策略。但是这个策略面临着这样一个问题：如果双方存在误解，或者由于一方发生选择性的错误，这个错误是无意的，那么结果将是双方均采取不合作的策略。也就是说，这种策略不给对方一个改正错误或解释错误的机会。 模型六、有效工资率/重复博弈 第五十三页，编辑于星期五：三点 四十八分。 第二种策略是，若你采取不合作策略，我也采取不合作策略，但是如果你采取了合作策略，我也采取合作策略。这叫“一报还一报”策略，或者称之为“针锋相对”，英文叫tit-for-tat。美国密执安大学的罗伯特·埃克斯罗德(Robert Axerold)主持了一次计算机比赛，看谁写出来的程序能够赢。参加者有政治学家、数学家、经济学家、社会学家，他们都详细研究过囚徒困境。获胜者是加拿大多伦多大学的拉波波特写出的tit-for-tat策略。这个程序非常简单：第一步采取合作，接着对方采取什么策略，他便跟着做什么。 模型六、有效工资率/重复博弈 第五十四页，编辑于星期五：三点 四十八分。 当然有多种策略，如对方采取了不合作,但自己永远采取合作策略，这个策略可以叫做“以德报怨”策略。这个策略对行动者最为不利，因为对方知道你采取这种策略，他会永远采取不合作的策略，因而理性的人是不会采取这种“以德报怨”策略的。然而，极端道德的人是超越理性的限制的,此时他会采取“以德报怨”策略。佛说：“我不入地狱,谁入地狱？”基督说：“爱你的敌人。”他们爱一切人而不会计算他爱的行动会给他带来利益或灾难，而是希望他的行动感化众生。 模型六、有效工资率/重复博弈 第五十五页，编辑于星期五：三点 四十八分。 如果是有限次的囚徒困境，那么情况就不同于上述无限次的囚徒困境的重复博弈。当临近博弈的终点时，采取不合作策略的可能性加大，如果参与人以前的所有策略均为合作策略，并且被告知下一次博弈是最后一次，那么双方肯定采取不合作的策略。 　　 这可以解释许多商业行为。一次性的买卖往往发生在双方以后不再有买卖机会的时候,尽量谋取高利并且带欺骗性是其特点。而靠“熟客”、“回头客”便是通过薄利行为使得双方能继续合作下去。 模型六、有效工资率/重复博弈 第五十六页，编辑于星期五：三点 四十八分。 非合作博弈理论把存在于如银行业经营、国际融资选择、商业周期出现、社会习俗形成和中介机构出现及制度设计等各经济领域的协调问题模型化为协调博弈，存在多个严格纳什均衡是这类博弈根本特点,协调博弈成为了继囚徒困境博弈之后又一被广泛研究的博弈类型。多重均衡是对传统经济理论的一个挑战，也是非合作博弈理论致命之所在，为寻找解决协调问题的方法，学者们从理论上对协调博弈进行了广泛而深入的探讨。 协调博弈理论研究有助于解决非合作博弈的多重均衡问题，在近十几年成了为学术界关注的焦点。 模型七、价格竞争博弈/协调博弈 第五十七页，编辑于星期五：三点 四十八分。 假设：有两个小偷A和B联合犯事、私入民宅被警察抓住。警方将两人分别置于不同的两个房间内进行审讯，对每一个犯罪嫌疑人，警方给出的政策是：如果一个犯罪嫌疑人坦白了罪行，交出了赃物，于是证据确凿，两人都被判有罪。如果另一个犯罪嫌疑人也作了坦白，则两人各被判刑8年；如果另一个犯罪嫌人没有坦白而是抵赖,则以妨碍公务罪（因已有证据表明其有罪）再加刑2年，而坦白者有功被减刑8年，立即释放。如果两人都抵赖,则警方因证据不足不能判两人的偷窃罪，但可以私入民宅的罪名将两人各判入狱1年。 模型二、囚徒困境/非合作博弈 第二十页，编辑于星期五：三点 四十八分。 不难看出，“坦白”是任一犯罪嫌疑人的占优战略，而（坦白，坦白）是一个占优战略均衡。 模型二、囚徒困境/非合作博弈 乙 甲 坦白 抵赖 坦白 (-8，-8) (0，-10) 抵赖 (-10，0) (-1，-1) 第二十一页，编辑于星期五：三