2026年大学博弈论期末考试200道及答案【精选题】.docxVIP

2026年大学博弈论期末考试200道

第一部分单选题(200题)

1、下列关于纯策略纳什均衡的表述，正确的是？

A.每个参与人都有严格占优策略的策略组合

B.在该策略组合中，任一参与人单独改变策略都不会提高自身收益

C.该策略组合是帕累托最优的

D.该策略组合中，参与人必须同时行动且无法观察到对方策略

【答案】：B

解析：本题考察纯策略纳什均衡的定义。纯策略纳什均衡是指在给定其他参与人策略的情况下，每个参与人都没有动机单独改变自己的策略。选项A错误，因为纳什均衡不要求参与人有占优策略（占优策略均衡是纳什均衡的特殊情况）；选项C错误，纳什均衡不一定是帕累托最优（如囚徒困境中的（坦白，坦白）是纳什均衡但非帕累托最优）；选项D错误，纳什均衡不限制参与人行动顺序（动态博弈也存在纳什均衡，如子博弈完美纳什均衡）。

2、猜硬币博弈中，参与人B需猜测参与人A的选择（正面/反面）。若B猜对，B得1分，A得0分；若B猜错，A得1分，B得0分。该博弈混合策略纳什均衡中，B的最优猜测概率为？

A.1/3（正面）

B.1/2（正面）

C.2/3（正面）

D.1（正面）

【答案】：B

解析：本题考察混合策略纳什均衡。设B以p概率猜正面，1-p猜反面。A的期望收益：选正面时，B猜对（p）得0，猜错（1-p）得1，期望收益为1*(1-p)；选反面时，B猜对（1-p）得0，猜错（p）得1，期望收益为1*p。为使A无偏离动机，需1-p=p→p=1/2。因此B的最优猜测概率为1/2正面，选B。

3、在经典的囚徒困境博弈中，每个参与者的占优策略是“坦白”，则该博弈的纯策略纳什均衡是？

A.（不坦白，不坦白）

B.（不坦白，坦白）

C.（坦白，不坦白）

D.（坦白，坦白）

【答案】：D

解析：本题考察纯策略纳什均衡与占优策略的关系。囚徒困境中，参与者的收益矩阵通常为：若双方均不坦白，各判1年；均坦白，各判5年；一人坦白一人不坦白，坦白者无罪（0年），不坦白者判10年。对任一参与者而言，无论对方是否坦白，“坦白”的收益（-5或0）均优于“不坦白”的收益（-10或-1），因此“坦白”是占优策略。纯策略纳什均衡要求给定对方策略时自身策略最优：若对方坦白，自身坦白（-5）优于不坦白（-10）；若对方不坦白，自身坦白（0）优于不坦白（-1）。因此唯一的纯策略纳什均衡是（坦白，坦白），答案为D。

4、在猜硬币游戏中，参与者A和B的策略均为“正面”或“反面”，规则为：A猜正面，B猜反面时A胜；A猜反面，B猜正面时B胜；其他情况平局。该博弈的混合策略纳什均衡中，A的最优混合概率是？

A.0.25

B.0.5

C.0.75

D.1.0

【答案】：B

解析：本题考察混合策略纳什均衡。猜硬币游戏是典型零和博弈，无纯策略纳什均衡，需混合策略。设A以p概率猜正面，1-p猜反面；B以q概率猜正面，1-q猜反面。A的期望收益为：p(1-q)-(1-p)q=p-q。为使B对猜正面/反面无差异，A需让B的期望收益相等：B猜正面的收益为-p+(1-q)(1)=1-p-q；B猜反面的收益为p(1)+(1-p)(0)=p。令两者相等：1-p-q=p→q=1-2p。同理，B的最优混合概率q=1-2p，A的期望收益需最大化对p的导数，解得p=0.5（因零和博弈对称，双方最优混合概率均为0.5），正确答案为B。

5、无限次重复博弈中，若双方采用触发策略（一旦对方背叛则永远进入纳什均衡），能否实现合作？

A.不可能，因为单次背叛收益始终高于合作收益

B.可能，只要贴现因子足够大（δ1/2）

C.可能，当贴现因子δ=1时必然实现合作

D.可能，只要参与者均为风险中性

【答案】：B

解析：本题考察无限次重复博弈的合作可能性。触发策略能否维持合作取决于长期合作收益是否超过短期背叛收益。假设单次合作收益为3，背叛收益为5，贴现因子δ（未来收益的现值系数）。长期合作总收益为3/(1-δ)，背叛收益为5+δ*(-3)（背叛后进入纳什均衡收益-3）。当3/(1-δ)5-3δ，即δ1/2时，合作可行。选项A错误，长期合作收益可超过短期背叛；选项C错误，δ=1时贴现因子不影响收益，但题目中未说明单次博弈收益；选项D错误，风险中性非必要条件。正确答案为B。

6、关于囚徒困境博弈，以下说法正确的是？

A.每个囚徒的占优策略是不坦白

B.唯一的纳什均衡是（不坦白，不坦白）

C.合作（都不坦白）是帕累托最优

D.有限次重复博弈中可维持长期合作

【答案】：C

解析：本题考察囚徒困境的核心结论。

-A错误：占优策略是坦白（无论对方是否坦白，坦白的刑期更短）；

-B错误：唯一纳什均衡是（坦白，坦白