- 1、本文档共33页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
不确定性
一.一般理论
1.偏好
简单赌局:令A={a1,…,an}是结果集,
那么,Gs简单赌局的集合(在A上的)
由如下式子给出:
Gs={p0oa1,…,pnoan|pi≥0,∑pi=1}
赌局的结果是赌局,称为复合赌局.
G代表一切赌局的集合.;公理G1:完备性.g,g’∈G,
要么g≧g’要么g’≧g.
公理G2:传递性.g,g’,g”∈G,
如果g≧g’.g’≧g”.则g≧g”.
A的结果是一个退化的赌局,可以排序.
不妨设a1 ≧ a2 ≧ … ≧ an.
公理G3:连续性.g∈G, α∈[0,1],
g~{αoa1, (1-α)oan};公理G4:单调性. α,β∈[0,1],
如果{αoa1,(1-α)oan} ≧ {βoa1, (1-β)oan},则α≥β
公理G5:替代性.
g={p0og1,…,pkogk}
h={p0oh1,…,pkohk}
g,h ∈G,
如果hi~gi.则h~g.;g={αoa1,(1-α)oh}
h={βoa1, (1-β)oa2}
结果为a1的有效概率为α+(1-α)β,
a2的有效概率为 (1-α) (1-β).
复合赌局引致ai的唯一有效概率.
g ∈G, pi代表g分派给ai的有效概率, g引致了简单赌局
{p0oa1,…,pnoan} ∈ Gs.;公理G6:简化成一个简单赌局.
对于g ∈G, 如果{p0oa1,…,pnoan}
是由 g引致的简单赌局,则
{p0oa1,…,pnoan} ~ g.
2.VNM效用函数
预期效用的性质: {p0oa1,…,pnoan}
是由 g引致的简单赌局, 对于g ∈G,
如果存在u(g)=∑piu(ai).效用函数
u:G→R具有期望效用的性质.
消费者的目标是期望效用最大化.;;令α=u(g), g~{u(g)oa1,(1-u(g))oan}
(2)公理G1:完备性.g,g’∈G,
要么g≧g’要么g’≧g.
设g≧g’,由(1)的结论和公理G2,
{u(g)oa1,(1-u(g))oan} ≧
{u(g’)oa1,(1-u(g’))oan}
由公理G3, u(g) ≧ u(g’).
存在一个代表关于G的偏好的效用
函数u:G→R;(3) g~{u(g)oa1,(1-u(g))oan}
ai~{u(ai)oa1,(1-u(ai))oan}
设qi={u(ai)oa1,(1-u(ai))oan}
qi~ ai,公理G5
g’= {p1oq1,…,pnoqn} ~ {p1oa1,…,pnoan} = gs.
g’分派给a1的有效概率为∑piu(ai).
g’分派给an的有效概率为
∑pi[1-u(ai)].;gs’={∑piu(ai)oa1,(∑pi[1-u(ai)])oan}
公理G6, g’ ~gs’,公理G2, gs ~gs’,
gs ~{∑piu(ai)oa1,(∑pi[1-u(ai)])oan}
gs~{u(gs)oa1,(1-u(gs))oan}
由(1)的结论u(gs)= ∑piu(ai).
g引致的gs, g~gs, u(g)= u(gs)= ∑piu(ai).u具有期望效用性质.;VNM效用函数对正映射转换是唯一的.
假设VNM效用函数u代表了偏好关系≧,
VNM效用函数v代表了相同的偏好关系≧,
当且仅当, g∈G, αβ0,v=α+βu.
证明:充分性.g,g’∈G,g≧g’
←→ u(g) ≧ u(g’)
←→v(g)=α+βu(g) ≧
α+βu(g’) = v(g’) /5/;必要性.令A={a1,…,an}
g= {p1oa1,…,pnoan}
a1≧…≧ an, a1an.
u代表了偏好关系≧→
u(a1)≧…≧u(an), u(a1)u(an).
→公理G3,唯一αi ∈[0,1],
u(ai)= αi u(a1)+(1- αi) u(an).
当且仅当ai an. αi0.;→ u具有期望效用性质.
u(ai)= u(αi o a1,(1- αi) oan).
→ ai~ αi o a1,(1- αi) oan.
→v也代表了偏好关系≧
→ v(ai)= v(αi o a1,(1- αi) oan).
→v也具有期望效用性质.
v(ai)= αi v(a1)+(1- αi) v(an).;[u(a1)- u(ai)]/[u(ai)- u(an)]
= (1- αi) / αi
= [v(a1)- v (ai)]/[v(ai)- v (an)]
v (ai)= α+βu(ai)
α= [u(a1) v (an)-v(a1)u(an)]
/[u(a1)-u(an)]
β= [v(a1)- v (an)]/[u(a1)- u(an)]0;对于g ∈G, 如果{
文档评论(0)