王则柯-博弈论教程（四版）4第三章 混合决策纳什均衡（1）.pptxVIP

第三章 混合策略纳什均衡(1);3-1 混合策略与期望支付 3-2 反应函数法 ;博弈实验;秘诀在于—— 自己的策略选择不能预先被对方知道或者猜测到，在该博弈的多次重复中，博弈方一定要避免自己的选择具有规律性； 观察对手方策略选择是否具有规律或者偏好，预先猜测对手策略，从而采用针对性策略赢得这个博弈;3-1混合策略与期望支付;两人博弈。每人从自己的扑克牌中抽一张，一起翻开。如果颜色一样。甲输给乙一根火柴；如果颜色不一样，甲赢得乙的一根火柴。试分析该博弈纳什均衡的情况。; 每个局中人最合理的做法。是随机地出红牌或出黑牌。然后看能不能凭运气击败对手。局中人这种随机化自己可选策略的做法，就是采取“混合策略”的思想。 混合策略和纯策略 纯策略是每个局中人具体明确了一个非随机性的行动计划。 混合策略是局中人可以按照一定的概率，随机地从纯策略集合中选择一种纯策略作为实际的行动。;例：从局中人甲的角度看，他有出红牌和出黑牌两种“纯策略”，还有以p的概率出红牌和以1-p的概率出黑牌的“混合策略”。 若p=0.4，则甲的混合策略是（p，1-p），即（0.4，0.6），甲以40%的概率出红牌，以60%的概率出黑牌。 甲的混合策略(0，1) 就是纯策略（只出黑牌）。 因此，混合策略概念是纯策略概念的推广。 乙的混合策略是(q，1-q)。就是说乙用q的概率出红牌，用1-q的概率出黑牌。;图示：;如果一个局中人有三个纯策略可供选择，选择三种策略的机会加起来是100%。用两个字母q和r的组合(q,r,1-q-r)就可把所有可能的策略选择表达出来。; 与混合策略相伴随的一个问题是局中人支付的不确定性，这就需要期望支付的概念。 某数量指标的期望值定义：以发生概率作为权重的所有可能取值的加权平均。;补充：圣彼得堡悖论;期望效用理论;数学语言表达; 期望效用理论很好地解答了圣彼得堡悖论。 如果一个主体人对确定性收益的效用函数u(x)=ln(x)，那么这个主体人从赌博中得到的期望效用为： ;回到扑克对色游戏;扩展：二人博弈标准型;n人参与的策略式博弈混合策略定义; 表示局中人 的混合策略空间 表示博弈的一个混合策略组合 表示局中人 在混合策略组合 下的期望支付，它是混合策略组合 的函数。简记为 πi(p)=πi(pi,p-i)。 局中人i的期望支付可以具体定义为： ui(s)是我们在纯策略情况中熟悉的当所有局中人采取s这个纯策略组合的时候局中人i的支付,而 正是所有局中人各自的策略选择正好组成纯策略组合s的概率。;混合策略纳什均衡; 有n 个 局 中 人 参 与 的 同 时 决 策 博 弈的纳什均衡：;寻找同时决策有限博弈的混合策略纳什均衡; B的混合策略设定为（q，1-q）时，A的最佳反应函数是： ; A的混合策略设定为（p，1-p）时，B的最佳反应函数是： ;;情侣博弈的混合纳什均衡;;纳什均衡之间的取舍 纯策略纳什均衡比混合策略纳什均衡具有支付优势——帕累托优势。