大学博弈论讲义61页PPT
合集下载
博弈论基础PPT精品课程课件全册课件汇总
自己处于c还是d。即K缺乏信息。 P
c
E
N
K
L
a
b
P
N
d
K
S
N
R’ K
e N’
0,140
80,0
0,0
40,110 13,120
2 扩展型
参与人对于结果的偏好性。K是否更希望博弈
终止点f而不是h上结束？
我们必须知道参与人关心什么，才能将终止
点根据每个参与人的偏好排列。通常用数字
表述参与人的偏好排序最为简便。这也称为
1 概述
这个理论在许多方面都是有用的。 首先，它提供了一种语言。 其次，它提供了应该框架，能够指导我们建立策略环 境模型。 其三，它有助于我们追朔，对行为假设的逻辑推理过 程。
1 概述
好几百年前，数学家就开 始研究室内游戏，试图构 造最优的游戏策略。
在1713年，沃尔德格雷夫 就某种纸牌游戏的解决方 法，与他的同事德莫特和 贝努利进行交流。沃尔德 格雷夫的解决方法，与现 代理论的结论相一致。
支付(payoff)，或者效用(utilities)。
P
c
P
E
N
K
L
a
b
P
N
d
K
S
N
R’ K
e N’
0,140
80,0
0,0
40,110 13,120
2 扩展型
我们引入一些数学符号来考察博弈。
我们来看看一个市场博弈，两个厂商通过选择高价或者低价进行 竞争。
我们用参与人i表示任何一个参与人的数字代码。即在一个有n个 参与人的博弈中，i=1,2,…,n。 在某些博弈中，一个参与人可以在无限多个行动中进行选择。
博弈论完整版PPT课件
R3 3, 2 0, 4 4, 3 50, 1 会将C4从C的战略空间中剔除, 所以 R4 2, 93 0, 92 0, 91 100, 90 R不会选择R4；
2-阶理性： C相信R相信C是理性的，C会将R4从R的战略空间中剔除, 所以 C不会选择C1；
3-阶理性： R相信C相信R相信C是理性的， R会将C1从C的战略空间中剔 除, R不会选择R1；
基本假设：完全竞争，完美信息
个人决策是在给定一个价格参数和收入的条 件下最大化自己的效用，个人的效用与其他人 无涉，所有其他人的行为都被总结在“价格”参数 之中
一般均衡理论是整个经济学的理论基石 和道义基础，市场机制是完美的，帕累托 最优成立，平等与效率可以兼顾。
.
3
然而在以下情况,上述结论不成立：
.
19
理性共识
0-阶理性共识：每个人都是理性的，但不知道其 他人是否是理性的；
1-阶理性共识：每个人都是理性的，并且知道其 他人也是理性的，但不知道其他人是否知道自己 是理性的；
2-阶理性共识：每个人都是理性的，并且知道其
他人也是理性的，同时知道其他人也知道自己是
理性的；但不知道其他人是否知道自己知道他们
如果你预期我会选择X，我就真的会选择X。
如果参与人事前达成一个协议，在不存在外部强 制的情况下，每个人都有积极性遵守这个协议，这 个协议就是纳什均衡。
.
28
应用1——古诺的双寡头垄断模型(1938)
假定：
只有两个厂商 面对相同的线形需求曲线，P(Q)=a－Q， Q=q1+q2 两厂商同时做决策； 假定成本函数为C(qi)＝ciqi
劣策略：如果一个博弈中，某个参与人有占优策略，那么
该参与人的其他可选择策略就被称为“劣策略”。
2-阶理性： C相信R相信C是理性的，C会将R4从R的战略空间中剔除, 所以 C不会选择C1；
3-阶理性： R相信C相信R相信C是理性的， R会将C1从C的战略空间中剔 除, R不会选择R1；
基本假设：完全竞争，完美信息
个人决策是在给定一个价格参数和收入的条 件下最大化自己的效用，个人的效用与其他人 无涉，所有其他人的行为都被总结在“价格”参数 之中
一般均衡理论是整个经济学的理论基石 和道义基础，市场机制是完美的，帕累托 最优成立，平等与效率可以兼顾。
.
3
然而在以下情况,上述结论不成立：
.
19
理性共识
0-阶理性共识：每个人都是理性的，但不知道其 他人是否是理性的；
1-阶理性共识：每个人都是理性的，并且知道其 他人也是理性的，但不知道其他人是否知道自己 是理性的；
2-阶理性共识：每个人都是理性的，并且知道其
他人也是理性的，同时知道其他人也知道自己是
理性的；但不知道其他人是否知道自己知道他们
如果你预期我会选择X，我就真的会选择X。
如果参与人事前达成一个协议，在不存在外部强 制的情况下，每个人都有积极性遵守这个协议，这 个协议就是纳什均衡。
.
28
应用1——古诺的双寡头垄断模型(1938)
假定：
只有两个厂商 面对相同的线形需求曲线，P(Q)=a－Q， Q=q1+q2 两厂商同时做决策； 假定成本函数为C(qi)＝ciqi
劣策略：如果一个博弈中，某个参与人有占优策略，那么
该参与人的其他可选择策略就被称为“劣策略”。
《博弈论》课程ppt课件
10
图1 进攻与防守的基本式 G={N, S, u}，其中N=（1,2)， Si={(0,2),(1,1),(2,0)}，ui (s1, s2) = ri，i = 1, 2。
守方 (0,2) (1,1) (2,0)
(0,2)
攻方 (1,1)
失败，成功
成功，失败
成功，失败
失败，成功
成功，失败
成功，失败
《博弈论》课程
（一）什么是博弈论
我们首先看几个例子。 例1 石头、剪刀、布
猪八戒
石头 石头 孙悟空 剪刀 布 未定，未定 找水，休息 休息，找水 剪刀 休息，找水 未定，未定 找水，休息 布 找水，休息 休息，找水 未定，未定
2
例2 诺曼底登陆
德军
加来设防 加来登陆 盟军
诺曼底登陆 成功，失败
诺曼பைடு நூலகம்设防 成功，失败
9
例4 进攻与防守 双方争夺一个据点，有两条进攻路线X和Y， 攻方有两个军，而防守方也有两个军，只有 当守方的兵力不少于攻方时，才能击退进攻， 否则据点将会失守。首先可知守方的防守方 案（即策略）为(0,2)，(1,1)，(2,0)，即在X 线路和Y线路驻扎军队数，同样可以到的攻 方的进攻方案(0,2)，(1,1)和(2,0)。容易看出， 行动并非策略，策略是行动方案。
正是由于博弈论将博弈如何出现均衡列为核心， 因而博弈论对于各门社会科学而言，就具有了方 法论意义，成为各门学科的有力分析工具。
6
（二）博弈表达的科学式
（1）博弈的策略式
如何将博弈表示成一种便于研究和分析的形式显然 是很重要的。如果用参与者、策略和收益函数来 科学地描述一个博弈，就称为博弈表达的策略式 （或基本式、标准式）。
博弈论讲义完整PPT课件
• 两个寡头企业选择产量的博弈：
如果两个企业联合起来形成卡特尔，选择垄断利润最大化的产量，每 个企业都可以得到更多的利润。给定对方遵守协议的情况下，每个企业都 想增加产量，结果是，每个企业都只得到纳什均衡产量的利润，它严格小 于卡特而产量下的利润。
• 请举几个囚徒困境的例子
第18页/共293页
第一章 导论-囚徒困境
知识：完全信息博弈和不完全信息博弈。 ❖完全信息：每一个参与人对所有其他参与人的（对手）的特征、
战略空间及支付函数有准确的 知识，否则为不完全信息。
第33页/共293页
第一章 导论-基本概念
• 博弈的划分：
行动顺序 信息
完全信息
静态
完全信息静态博弈 纳什均衡
纳什（1950，1951）
不完全信息
不完全信息静态博弈 贝叶斯纳什均衡
0，300 0，300
纳什均衡：进入，默许；不进入，斗争
第29页/共293页
第一章 导论
• 人生是永不停歇的博弈过程，博弈意略达到合意的结果。 • 作为博弈者，最佳策略是最大限度地利用游戏规则，最
大化自己的利益； • 作为社会最佳策略，是通过规则使社会整体福利增加。
第30页/共293页
第一章 导论-基本概念
一只河蚌正张开壳晒太阳，不料，飞 来了一只鸟，张嘴去啄他的肉，河蚌连忙合 起两张壳，紧紧钳住鸟的嘴巴，鸟说：“今 天不下雨，明天不下雨，就会有死蚌肉。” 河蚌说：“今天不放你，明天不放你，就会 有死鸟。”谁也不肯松口，有一个渔夫看见 了，便过来把他们一起捉走了。
第17页/共293页
第一章 导论-囚徒困境
✓“要害”是否在于“利己主义”即“个人理
性”？
第20页/共293页
如果两个企业联合起来形成卡特尔，选择垄断利润最大化的产量，每 个企业都可以得到更多的利润。给定对方遵守协议的情况下，每个企业都 想增加产量，结果是，每个企业都只得到纳什均衡产量的利润，它严格小 于卡特而产量下的利润。
• 请举几个囚徒困境的例子
第18页/共293页
第一章 导论-囚徒困境
知识：完全信息博弈和不完全信息博弈。 ❖完全信息：每一个参与人对所有其他参与人的（对手）的特征、
战略空间及支付函数有准确的 知识，否则为不完全信息。
第33页/共293页
第一章 导论-基本概念
• 博弈的划分：
行动顺序 信息
完全信息
静态
完全信息静态博弈 纳什均衡
纳什（1950，1951）
不完全信息
不完全信息静态博弈 贝叶斯纳什均衡
0，300 0，300
纳什均衡：进入，默许；不进入，斗争
第29页/共293页
第一章 导论
• 人生是永不停歇的博弈过程，博弈意略达到合意的结果。 • 作为博弈者，最佳策略是最大限度地利用游戏规则，最
大化自己的利益； • 作为社会最佳策略，是通过规则使社会整体福利增加。
第30页/共293页
第一章 导论-基本概念
一只河蚌正张开壳晒太阳，不料，飞 来了一只鸟，张嘴去啄他的肉，河蚌连忙合 起两张壳，紧紧钳住鸟的嘴巴，鸟说：“今 天不下雨，明天不下雨，就会有死蚌肉。” 河蚌说：“今天不放你，明天不放你，就会 有死鸟。”谁也不肯松口，有一个渔夫看见 了，便过来把他们一起捉走了。
第17页/共293页
第一章 导论-囚徒困境
✓“要害”是否在于“利己主义”即“个人理
性”？
第20页/共293页
博弈论课件
第一章
1 Part
博弈论简介
2 Part
博弈的要素
3 Part
博弈ห้องสมุดไป่ตู้分类
4 Part
课堂互动
假设我脸干净
A脸干净
如果我脸也干净
A
则
C一定知道自己脸脏 但C不知道
B
所以我脸脏
所以B一定知道自己脸脏 但B不知道，说明我的假设不正确 故我脸脏
第一章
1 Part
博弈论简介
2 Part
博弈的要素
3 Part
Static Game Perfect Information
教CO学NT要EN求TS：
NO.1 知 占识优目策标略均衡 NO.2 能 重力复目剔标除占优均衡 NO.3 情 纳感什目均标衡 NO.4 重混点合难策点略均衡
Static Game Perfect Information
通过经典案例分析，掌握重复剔除的占优策略、纳什均 衡与混合策略均衡理论。 培养分析问题、解决问题的能力。 体会博弈论的应用价值，开拓视野，激发学习兴趣。
自测题目
教学大纲
教学课件
相关视频 参考书目
教学课件
Teaching courseware
目录
• 第一章 博弈论概述
006
• 第二章 完全信息静态博弈
041
第一节 占优策略均衡
043
第二节 重复剔除的占优均衡
066
第三节 纳什均衡
088
第四节 混合策略均衡
106
第一章
教学要求
知识目标 掌握博弈论的概念、发展、分类与要素
42
第二章 完全信息静态博弈
1.1 博弈的策略式表述
在博弈论中,一个博弈可以用两种不同的方式来表达： 策略式表达 和 扩展式表达 。策略式表达更适合于静态 博弈，而扩展式表达更适合于讨论动态博弈。
1 Part
博弈论简介
2 Part
博弈的要素
3 Part
博弈ห้องสมุดไป่ตู้分类
4 Part
课堂互动
假设我脸干净
A脸干净
如果我脸也干净
A
则
C一定知道自己脸脏 但C不知道
B
所以我脸脏
所以B一定知道自己脸脏 但B不知道，说明我的假设不正确 故我脸脏
第一章
1 Part
博弈论简介
2 Part
博弈的要素
3 Part
Static Game Perfect Information
教CO学NT要EN求TS：
NO.1 知 占识优目策标略均衡 NO.2 能 重力复目剔标除占优均衡 NO.3 情 纳感什目均标衡 NO.4 重混点合难策点略均衡
Static Game Perfect Information
通过经典案例分析，掌握重复剔除的占优策略、纳什均 衡与混合策略均衡理论。 培养分析问题、解决问题的能力。 体会博弈论的应用价值，开拓视野，激发学习兴趣。
自测题目
教学大纲
教学课件
相关视频 参考书目
教学课件
Teaching courseware
目录
• 第一章 博弈论概述
006
• 第二章 完全信息静态博弈
041
第一节 占优策略均衡
043
第二节 重复剔除的占优均衡
066
第三节 纳什均衡
088
第四节 混合策略均衡
106
第一章
教学要求
知识目标 掌握博弈论的概念、发展、分类与要素
42
第二章 完全信息静态博弈
1.1 博弈的策略式表述
在博弈论中,一个博弈可以用两种不同的方式来表达： 策略式表达 和 扩展式表达 。策略式表达更适合于静态 博弈，而扩展式表达更适合于讨论动态博弈。
博弈论最全完整ppt 讲解
完全信息
纳什均衡（NE）
子博弈完美纳什 均衡（SPNE）
不完全信息
贝氏纳什均衡 （BNE）
完美贝氏纳什均衡 （PBNE）及序贯均 衡（SE）
静态博弈与动态博弈
(static games and dynamic games)
同时决策或者同时行动的博弈属于静态 博弈；先后或序贯决策或者行动的博弈， 属于动态博弈
如果一个博弈在所有各种对局下全体参 与人之得益总和总是保持为一个常数， 这个博弈就叫常和博弈；
相反，如果一个博弈在所有各种对局下 全体参与人之得益总和不总是保持为一 个常数，这个博弈就叫非常和博弈。
常和博弈也是利益对抗程度最高的博弈。 非常和（变和）博弈蕴含双赢或多赢。
导论
四、主要参考文献
博弈论为众多学科提供了分析的概念和方 法：经济学和商学,政治科学,生物学, 心 理学和哲学。
如何在“博弈”中获胜？
日常生活中的博弈（“游戏”）往往指的是 诸如赌博和运动这样的东西： 赌抛硬币 百米赛跑 打网球/橄榄球
How can you win such games? 许多博弈都包含着运气、技术和策略。 策略是为了获胜所需要的一种智力的技巧。
威廉·维克瑞， 1914-1996， 生于美国
詹姆斯·莫里斯 1936年生于英国
2001年诺贝尔经济学奖获得者
三位美国学者乔治-阿克尔洛夫(George A. Akerlof)、迈克尔-斯彭斯(A. Michael Spence)和约瑟夫-斯蒂格利茨(Joseph E. Stiglitz)
获奖理由：在“对充满不对称信息市场进 行分析”领域做出了重要贡献。
即使决策或行动有先后，但只要局中人 在决策时都还不知道对手的决策或者行 动是什么，也算是静态博弈
第四篇博弈论PPT课件
• 此情况下由于博弈没有可预测的明确的博弈结果，所以就不能 确定博弈方的策略。但是是否在这样的博弈中，各博弈方选择 任何策略都是一样的，因此可以随意选择吗？
• 按博弈中的得益
• 零和博弈 (Zero-sum Games) （严格竞争博 弈）
（麻将、赌博、猜硬币）
• 常和博弈 (Constant-sum Games)
博弈）
（固定数量利润、财产分配的讨价还价
• 变和博弈 （Variable-sum Games) (囚徒 困境博弈、古诺模型）
• 按博弈过程的次序
囚犯困境博弈
• 个人理性选择的结果： -5）
（坦白，坦白）——（-5，
• 集体理性决策的结果： -1）
（抵赖，抵赖）——（-1，
• 个人理性不一定导致集体理性
• 现实中的囚徒困境模型：价格战、恶性广告竞争、军备竞赛等。
第12页/共83页
2、猜硬币博弈
出
硬 正面 币 反面 方
猜硬币方
正面
反面
-1，1
• 博弈论是系统研究各种博弈问题，寻求博弈方合理的策略选择 和合理选择策略时的博弈结果，并分析结果的经济、效率意义 的理论与方法。
第3页/共83页
二、博弈论发展的里程碑
• 古诺模型（Cournot) （1838）（两寡头通过 产量决策进行竞争的模型;
• 伯特兰德模型（Bertrand) （1883）（价格竞争） • 《博弈论与经济行为》（1944）
六、博弈的表示方法
• 标准型 （normal form ） 收益矩阵
对简单的博弈适用（二人有限博弈）
• 扩展型 （extensive form ）
博弈树
适用于动态博弈
• 特征式
• 按博弈中的得益
• 零和博弈 (Zero-sum Games) （严格竞争博 弈）
（麻将、赌博、猜硬币）
• 常和博弈 (Constant-sum Games)
博弈）
（固定数量利润、财产分配的讨价还价
• 变和博弈 （Variable-sum Games) (囚徒 困境博弈、古诺模型）
• 按博弈过程的次序
囚犯困境博弈
• 个人理性选择的结果： -5）
（坦白，坦白）——（-5，
• 集体理性决策的结果： -1）
（抵赖，抵赖）——（-1，
• 个人理性不一定导致集体理性
• 现实中的囚徒困境模型：价格战、恶性广告竞争、军备竞赛等。
第12页/共83页
2、猜硬币博弈
出
硬 正面 币 反面 方
猜硬币方
正面
反面
-1，1
• 博弈论是系统研究各种博弈问题，寻求博弈方合理的策略选择 和合理选择策略时的博弈结果，并分析结果的经济、效率意义 的理论与方法。
第3页/共83页
二、博弈论发展的里程碑
• 古诺模型（Cournot) （1838）（两寡头通过 产量决策进行竞争的模型;
• 伯特兰德模型（Bertrand) （1883）（价格竞争） • 《博弈论与经济行为》（1944）
六、博弈的表示方法
• 标准型 （normal form ） 收益矩阵
对简单的博弈适用（二人有限博弈）
• 扩展型 （extensive form ）
博弈树
适用于动态博弈
• 特征式
博弈论ppt课件
精选课件ppt
7
囚徒B 坦白
不坦白
囚徒A
坦白 －8，－8 0，-10
不坦白 -10，0 －1，－1
精选课件ppt
8
博弈的分类
ห้องสมุดไป่ตู้
1、从行动的先后次序来分，博弈可以分为 静态博弈 和 动态博弈。 静态博弈指在博弈中，参与人同时选择行动，或虽非同 时但后行动者并不知道前行动者采取了什么具体行动；
动态博弈指的是参与人的行动有先后顺序，且后行 动者能够观察到先行动者所选择的行动的博弈。
21世纪，应站在博弈论的前沿。尽管博弈经济学家很少，但其获诺贝尔
奖的比例最高。最能震动人类情感的是博弈，对未来最有影响力的还是
博弈。
精选课件ppt
6
著名的“囚徒困境”的例子
警察抓住了两个罪犯，但是警察局却缺乏足够的证据 指证他们所犯的罪行。如果罪犯中至少有一人供认犯 罪，就能确认罪名成立。为了得到所需的口供，警察 将这两名罪犯分别关押防止他们串供或结成攻守同盟， 并分别跟他们讲清了他们的处境和面临的选择：如果 他们两人都拒不认罪，则他们会被以较轻的妨碍公务 罪各判一年徒刑；如果两人中有一人坦白认罪，则坦 白者立即释放而另一人将重判10年徒刑；果两人都坦 白认罪，则他们将被各判8年监禁。问：两个罪犯会 如何选择（即是坦白还是抵赖）？
不过，2号推知3号的方案，就会提出“98，0，1，1”的方案，即放 弃3号，而给予4号和5号各一枚金币。由于该方案对于4号和5号来说 比在3号分配时更为有利，他们将支持他而不希望他出局而由3号来分 配。这样，2号将拿走98枚金币。
同样，2号的方案也会被1号所洞悉，1号并将提出（97，0，1，2，0） 或（97，0，1，0，2）的方案，即放弃2号，而给3号一枚金币，同时 给4号（或5号）2枚金币。由于1号的这一方案对于3号和4号（或5号） 来说，相比2号分配时更优，他们将投1号的赞成票，再加上1号自己 的票，1号的方案可获通过，97枚金币可轻松落入囊中。这无疑是1号 能够获取最大收益的方案了！答案是：1号强盗分给3号1枚金币，分 给4号或5号强盗2枚，自己独得97枚。分配方案可写成（97，0，1，2， 0）或（97，0，1，0，2）。