博弈论完整版
博弈论讲义完整版
第一章 导论
注意两点： 1、是两个或两个以上参与者之间的对策论 当鲁滨逊遇到了“星期五”
石匠的决策与拳击手的决策的区别
第一章 导论
2、理性人假设 理性人是指一个很好定义的偏好，在面临定的约束条 件下最大化自己的偏好。 博弈论说起来有些绕嘴，但理解起来很好理解， 那就是每个对弈者在决定采取哪种行动时，不但要根 据自身的利益的利益和目的行事，而且要考虑到他的 决策行为对其他人可能的影响，通过选择最佳行动计 划，来寻求收益或效用的最大化。
不完全信息静态博弈-贝叶斯纳什均衡 海萨尼（1967-1968）
你 接受 求爱博弈： 品德优良者求爱 求爱者 求爱
100，100
不接受
-50，0 0，0
不求爱 0，0
100x+（-100）（1-x）=0 当x大于1/2时，接受求爱 求爱博弈： 品德恶劣者求爱 求爱者 接受 求爱 不求爱 0，0 你 不接受
问题：什么叫“完全而不完美信息博弈”？
第二章 完全信息静态博弈
一 博弈的基本概念及战略表述 二 占优战略（上策）均衡
三 重复剔除的占优均衡（严格下策反复消去法）
四 划线法
五 箭头法
六 纳什均衡
完全信息静态博弈
完全信息：每个参与人对所有其他参与人的特 征（包括战略空间、支付函数等）完全了解
同样的情形发生在： 公共产品的供给 美苏军备竞赛 经济改革 中小学生减负 ……
第一章 导论-囚徒困境
囚徒困境的性质：
个人理性和集体理性的矛盾； 个人的“最优策略”使整个“系统”处于不利 的状态。
思考：为什么会造成囚徒困境 是否由于“通讯”问题造成了囚徒困境？ “要害”是否在于“利己主义”即“个人理 性”？
博弈论完整版PPT课件
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PPT课件
第1个数字表示企业1 的收入， 第2个数字表示企业2的收入。
13
7.2.2合作博弈：建立卡特尔 • 合作是避免囚徒困境的有效方法 • 合作博弈与欺骗者
14
7.2.3重复性博弈：怎样对付欺骗者 • 重复性博弈：反复进行多次博弈 • 重复性博弈的最优策略——针锋相对：模仿上一
次博弈中对手的行为 • 针锋相对是最优策略 • 好的博弈四原则 ☞简单，不易误解 ☞针锋相对不是先搞欺骗 ☞不允许欺骗行为，但要给欺骗行为以处罚 ☞针锋相对是宽大的，允许对方恢复合作
可以采取降价策略，使新的进入者不敢贸然进入 • 投资于剩余生产能力的决策：投资引起的当前的
利润损失低于新企业进入而引起的将来的利润损 失
29
7.3.4先发制人：使市场饱和
• 在各地布点，使新的进入者无法利用高运 输成本的机会
N1 E N2
E1
E2
E4
E3
30
7.3.5 市场渗透定价 •通过制定低价抢占市场份额的策略。 •市场渗透定价是网络外部性明显的产业常用策 略。
的违约问题 • 先合作，第N次违约的收入：
30+30+30+30+······+40
• 现实：不知道N是多少→选择合作策略 • 如何在员工工作的最后一天激励员工？ • 有结止日期的有限重复博弈等于一次性博弈
17
•市场中的重复博弈的作用 •市场中的一次性博弈使得生产劣质产品的企业有 利 •市场中的重复博弈促使生产者生产高质量产品
15
重复性博弈下的行为选择
• 合作收入：30+30+30+30+······
• 不合作收入：40+20+20+20 +······
博弈论知识点总结完整版
博弈论（一）：基本知识1.1定义:博弈论，又称对策论，是使用严谨的数学模型研究冲突对抗条件下最优决策问题的理论，是研究竞争的逻辑和规律的数学分支。
即，博弈论是研究决策主体在给定信息结构下如何决策以最大化自己的效用，以及不同决策主体之间的均衡。
1.2基本要素：参与人、各参与人的策略集、各参与人的收益函数，是博弈最重要的基本要素。
1.3博弈的分类：博弈论根据其所采用的假设不同而分为合作博弈理论和非合作博弈理论。
两者的区别在于参与人在博弈过程中是否能够达成一个具有约束力的协议（binding agreement）。
倘若不能，则称非合作博弈（Non-cooperative game）。
合作博弈强调的是集体主义，团体理性，是效率、公平、公正；而非合作博弈则主要研究人们在利益相互影响的局势中如何选择策略使得自己的收益最大，强调个人理性、个人最优决策，其结果有时有效率，有时则不然。
目前经济学家谈到博弈论主要指的是非合作博弈，也就是各方在给定的约束条件下如何追求各自利益的最大化，最后达到力量均衡。
博弈的划分可以从参与人行动的次序和参与人对其他参与人的特征、战略空间和支付的知识、信息，是否了解两个角度进行。
把两个角度结合就得到了4种博弈：a、完全信息静态博弈，纳什均衡，Nash(1950)b、完全信息动态博弈，子博弈精炼纳什均衡，泽尔腾（1965）c、不完全信息静态博弈，贝叶斯纳什均衡，海萨尼（1967-1968）d、不完全信息动态博弈，精炼贝叶斯纳什均衡，泽尔腾（1975）Kreps, Wilson(1982) Fudenberg, Tirole(1991)1.4课程主要内容：完全信息静态博弈完全信息动态博弈不完全信息静态博弈机制设计合作博弈1.5博弈模型的两种表示形式：策略式表述(Strategic form), 扩展式表述（Extensive form）1.6占优均衡：a、占优策略：在博弈中如果不管其他参与人选择什么策略，一个参与人的某个策略给他带来的支付值始终高于其他策略，或至少不劣于其他策略，则称该策略为该参与人的严格占优策略或占优策略。
完整版)博弈论知识点总结
完整版)博弈论知识点总结博弈论是研究决策主体在相互作用中做出的决策以及均衡问题的学科。
该学科的研究假设包括：1）决策主体是理性的，会尽可能地最大化自己的收益；2）完全理性是共同知识；3）每个参与者都能对环境和其他参与者的行为形成正确的信念和预期。
博弈中涉及到的变量包括：参与人、行动、战略和信息。
完全信息指每个参与人都了解其他参与人的支付函数，而完美信息则指在博弈过程中，每个参与人都能观察和记忆之前的行动选择。
不完全信息则表示参与人没有完全掌握其他参与人的信息，存在不确定性因素。
博弈与传统决策的区别在于，博弈是决策主体之间的相互作用，需要考虑其他决策者的选择和效用函数。
博弈的表示形式包括战略式博弈和扩展式博弈，其中战略式博弈适用于描述不需要考虑博弈进程的完全信息静态博弈问题，而扩展式博弈则更适用于描述动态博弈问题。
与战略式博弈不同，扩展式博弈更注重参与者在博弈过程中面临的决策问题的序列结构分析，而不是仅关注博弈结果的描述。
扩展式博弈包括参与人集合、参与人的行动顺序、序列结构和参与人的支付函数等要素。
战略式博弈是一种静态模型，而扩展式博弈是一种动态模型。
博弈论可以分为合作博弈和非合作博弈，其中合作博强调团体理性、团体最优决策和效率，而非合作博弈强调个人理性和个人最优决策。
根据参与人行动先后顺序的不同，博弈可以分为静态博弈和动态博弈，后者包括先行动者获得先行动者行动信息的情况。
根据参与人对信息的掌握程度，博弈可以分为完全信息和不完全信息博弈。
根据决策主体对信息的掌握程度和行动的先后顺序，博弈可以分为完全信息静态博弈、完全信息动态博弈、不完全信息静态博弈和不完全信息动态博弈。
不同类型的博弈有不同的均衡类型和求解方法，顺序的不同也会影响均衡结果。
Hotelling价格竞争模型是一种重要的扩展式博弈，用于描述两个企业在同一市场上的价格竞争。
相对应。
占有均衡是指在博弈中存在一组参与人的战略选择，使得每个参与人都无法通过改变自己的战略来提高自己的支付。
博弈论完整版
ke 第1次作业1、考虑一个工作申请的博弈。
两个学生同时向两家企业申请工作，每家企业只有一个工作岗位。
工作申请规则如下：每个学生只能向其中一家企业申请工作；如果一家企业只有一个学生申请，该学生获得工作；如果一家企业有两个学生申请，则每个学生获得工作的概率为1/2。
现在假定每家企业的工资满足：W1/2<W2<2W1，则问：a ．写出以上博弈的战略式描述b ．求出以上博弈的所有纳什均衡（包括混合策略均衡） 解：a ．写出以上博弈的战略式描述学生B学生Ab ．求出以上博弈的所有纳什均衡（包括混合策略均衡）①存在两个纯战略纳什均衡： （企业1，企业2），收益为)2,1(W W ;（企业2，企业1），收益为)1,2(W W 。
②存在一个混合策略均衡：学生A 选择企业1的概率为p ，选择企业2的概率为p -1;学生B 选择企业1的概率为q ，选择企业2的概率为q -1。
当学生A 以)1,(p p -的概率选择时，学生B 选择企业1的期望收益应该与选择企业2的期望收益相等，同时当学生B 以)1,(q q -的概率选择时，学生A 选择企业1与选择企业2的期望收益相等，即：221).1(2.1)1(121.W p W p W p W p -+=-+ 221).1(2.1)1(121.W q W q W q W q -+=-+ 解得：21212W W W W p +-=,211221W W W W p +-=-；21212W W W W q +-=,211221W W W W q +-=-所以，混合策略纳什均衡为：学生A 、B 均以)21122,21212(W W W W W W W W +-+-的概率选择企业1，企业2。
2、两个厂商生产一种完全同质的商品，该商品的市场需求函数为P Q -=100，设厂商1和厂商2都没有固定成本。
若他们在相互知道对方边际成本的情况下，同时作出产量决策是分别生产20单位和30单位。
博弈论知识点总结完整版
博弈论一：基本知识1.1定义:博弈论;又称对策论;是使用严谨的数学模型研究冲突对抗条件下最优决策问题的理论;是研究竞争的逻辑和规律的数学分支..即;博弈论是研究决策主体在给定信息结构下如何决策以最大化自己的效用;以及不同决策主体之间的均衡..1.2基本要素：参与人、各参与人的策略集、各参与人的收益函数;是博弈最重要的基本要素..1.3博弈的分类：博弈论根据其所采用的假设不同而分为合作博弈理论和非合作博弈理论..两者的区别在于参与人在博弈过程中是否能够达成一个具有约束力的协议binding agreement..倘若不能;则称非合作博弈Non-cooperative game..合作博弈强调的是集体主义;团体理性;是效率、公平、公正；而非合作博弈则主要研究人们在利益相互影响的局势中如何选择策略使得自己的收益最大;强调个人理性、个人最优决策;其结果有时有效率;有时则不然..目前经济学家谈到博弈论主要指的是非合作博弈;也就是各方在给定的约束条件下如何追求各自利益的最大化;最后达到力量均衡..博弈的划分可以从参与人行动的次序和参与人对其他参与人的特征、战略空间和支付的知识、信息;是否了解两个角度进行..把两个角度结合就得到了4种博弈：a、完全信息静态博弈;纳什均衡;Nash1950b、完全信息动态博弈;子博弈精炼纳什均衡;泽尔腾1965c、不完全信息静态博弈;贝叶斯纳什均衡;海萨尼1967-1968d、不完全信息动态博弈;精炼贝叶斯纳什均衡;泽尔腾1975 Kreps; Wilson1982 Fudenberg; Tirole19911.4课程主要内容：完全信息静态博弈完全信息动态博弈不完全信息静态博弈机制设计合作博弈1.5博弈模型的两种表示形式：策略式表述 Strategic form; 扩展式表述Extensive form1.6占优均衡：a、占优策略：在博弈中如果不管其他参与人选择什么策略;一个参与人的某个策略给他带来的支付值始终高于其他策略;或至少不劣于其他策略;则称该策略为该参与人的严格占优策略或占优策略..对于所有的s-i; si称为参与人i的严格占优战略;如果满足：uisi;s-i>uisi';s-is-i; si' sib、占优均衡：一个博弈的某个策略组合中;如果对应的所有策略都是各参与人的占优策略;则称该策略组合为该博弈的一个占优均衡..1.7重复剔除严劣策略均衡：a、“严劣”和“弱劣”的含义：设 s i’和s i’’是参与人i可选择的两个策略;若对其他参与人的任意策略组合s-i; 均成立u i s i’; s-i < u i s i’’; s-i; 则说策略s i’严劣于策略s i’’ ..上面式子中;若将“<”改为“≤”;则说策略s i’弱劣于策略s i’’ ..b、定义：重复剔除严格策略就是各参与人在其各自策略集中;不断剔除严劣策略…如果最终各参与人仅剩下一个策略;则该策略组合就被称为重复剔除严劣策略均衡..二：纳什均衡Nash Equilibrium2.1纳什均衡定义：对于一个策略式表述的博弈G= {N;S i; u i; i ∈N}; 称策略组合s=s1; …s i; …; s n是一个纳什均衡;如果对于每一个i ∈N; s i是给定其他参与人选择s-i={s1; … ;s i-1; s i+1; … ;s n} 情况下参与人i的最优策略经济理性策略;即：u i s i; s-i≥ u i s i; s-i; 对于任意的s i∈S i ;任意的i∈N均成立..通俗定义：纳什均衡是一种策略组合;给定对手的策略;每个参与人选择自己的最优策略..纳什均衡是一种稳定的策略组合：当所有参与人的选择公开以后;每个人都满意自己作出了正确的选择；没有人能得到更好的结果了..在博弈论中这种结果被称为纳什均衡NE..2.2定理：Nash在1950年证明：任何有限博弈;都至少存在一个NE——Existence of Nash Equilibrium..即在一个有n个参与人的策略式博弈G={S1;…;Sn; u1;…;un}中;如果n是有限的;且Si是有限集i=1;…;n;则该博弈至少存在一个纳什均衡在混合策略意义下Wilson1971证明;几乎所有有限博弈;都存在有限奇数个NE;包括纯策略NE和混合策略NE..——Oddness Theorem2.3纳什均衡、占优均衡、重复剔除严劣策略均衡的关系定理 a 每一个占优均衡、重复剔除严劣策略均衡一定是纳什均衡;但反过来不一定成立；定理 b 纳什均衡一定不能通过重复剔除严劣策略方法剔除..2.4划线法先找出自己针对其他博弈方每种策略或策略组合对多人博弈的最佳对策;即自己的可选策略中与其他博弈方的策略或策略组合配合;给自己带来最大得益的策略这种相对最佳策略总是存在的;不过不一定唯一;然后在此基础上;通过对其他博弈方策略选择的判断;包括对其他博弈方对自己策略判断的判断等;预测博弈的可能结果和确定自己的最优策略..这就是划线法..2.5箭头法箭头法对于理解博弈关系很有好处;是寻找相对稳定性策略组合的分析方法..对博弈中的每个策略组合进行分析;考察在每个策略组合处各个参与方能否通过改变自己的策略而增加得益..如能;则从所分析的策略组合对应的得益数组引一箭头到改变策略后策略组合对应的得益数组..最后综合对每个策略组合的分析情况;形成对博弈结果的判断..划线法和箭头法的结果是一致的;可以相互替代..三：混合策略Mixed Strategies 纳什均衡3.1定义：混合策略的定义：在博弈G={N; Si; ui; i∈N}中;假设参与人i的纯策略构成的策略集合为Si={si1;…; sik};若参与人i 以概率分布pi=pi1;…; pik 在其k 个可选策略中随机选择“策略”;称这样的选择方式为混合策略..这里;0≤pij ≤ 1;对于j=1 ;…; k 都成立;且有; pi1+…+ pik=1..纯策略可看成特殊的混合策略..上述定义是在有限博弈前提下进行的..3.2混合策略意义下策略组合的表述{x1∈X1; …; xn∈Xn};其中Xi ; i =1; …; n表示参与人i所有纯策略生成的概率空间;xi为参与人i的一个具体混合策略猜硬币博弈的一个混合策略就可记为{1/2; 1/2;1/2; 1/2}3.3VNM效用函数Von Neumann and Morgenstern冯·诺依曼和摩根斯坦如果某个随机变量X以概率Pi 取值xi;i=1;2;…;n;而某人在确定地得到xi时的效用为uxi;那么;该随机变量给他的效用便是： UX =P1ux1 + P2ux2 + ... + Pnuxn表示关于随机变量X的期望效用..因此UX称为期望效用函数;又叫做冯·诺依曼——摩根斯坦效用函数VNM函数..3.4基于混合策略意义下的博弈策略式表述定义：基于v-N-M效用的策略式博弈由 a、参与人集合 b、每个参与人有一个纯策略集合 c、对于每一个参与人来说;由所有参与人纯策略组合构成的风险结果空间;存在一个v-N-M效用3.5混合策略意义下的纳什均衡定义：对于博弈G= {N; Si; ui; i∈N};基于v-N-M效用的混合策略组合α是一个纳什均衡;若对于每一个i; 以及i的任意一个混合策略αi;α对应的期望支付至少和αi;α-i 的期望支付一样大换句话说;称混合策略组合α是一个纳什均衡;如果没有一个参与人通过偏离策略αi 实现支付的增加3.6一个定理对于N-人静态博弈问题;设混合策略纳什均衡对应的策略组合为Xi ; X –i ..对于任意的i ;若最优混合策略为Xi= {x1;…;xl;0…0}不失一般性;假设前l个分量严格大于0;记分量xk k=1;…; l 对应的纯策略sk;则对于参与人i而言;sk与其他参与人的最优混合策略组合X –i 形成的局势的收益值;等于纳什均衡混合策略组合 Xi; X –i 的收益值..即ui sk; X –i = ui Xi; X –i 成立 ; k=1;…; l3.7方法：a、求解混合策略均衡可以用期望收益等值法b、2×2双矩阵博弈的图解法:反应函数的三个交点即是纳什均衡四：多重纳什均衡解及其分析4.1 帕雷托占优均衡帕雷托占优均衡的含义是：在多个纳什均衡中;若存在一个纳什均衡;其支付结果针对每个参与人而言都严格优于其它纳什均衡;则该纳什均衡是帕雷托占优纳什均衡..4.2风险占优均衡risk-dominant equilibrium参与人对风险占优均衡的选择倾向;有一种强化的机制..当部分或所有参与人选择风险占优均衡的可能性增强的时候;任一参与人选择帕雷托占优均衡策略的期望支付会进一步减小;而这又使得帕雷托占优均衡策略的支付更小;从而形成一种选择风险占优均衡策略的正反馈机制;并使其出现的概率越来越大..当参与人数目增加时;选择合作的风险将会更大;可借助该点考虑招标机制如何减少投标方勾结问题..上述问题是我们知道建立诚信机制社会的重要意义..上述问题引出一个博弈相关分支为协调博弈coordination game4.3聚点均衡由实际问题抽象出来的博弈模型中;更多的一类问题是：多个纳什均衡间不存在帕雷托占优关系或明显的风险占优关系;如夫妻爱好问题的两个纯策略均衡..这时如何预测哪一个纳什均衡会出现是一个很有意义的问题以夫妻爱好博弈为例;在实际中往往二人很默契地知道如何进行博弈;双方往往知道怎么进行选择策略;且能够相互了解这里面排除了互相协商后达成的一致实际博弈中参与人往往会利用博弈模型以外的信息;实现对特定博弈均衡一致关注的“聚点”这些信息如：参与人共同的文化背景或规范;共同的知识;具有特定意义事物的特征;某些特殊的数量、位置关系等聚点均衡确实反映了人们在多重纳什均衡选择中的某些规律性;但因为涉及因素太多;对于一般博弈模型很难总结普遍规律;只能具体问题具体分析聚点：人们通常会协调彼此的行为..你弱他就强；先例产生的影响远大于逻辑或者法律效力；人们总是乐于安守现状或接受自然形成的界线三八线4.4相关均衡correlated equilibrium实际上;在现实中遇到选择困难时;特别是在长期中反复遇到相似选择难题时;常会通过收集更多信息;形成特定的机制和规则;为某种形式的制度安排等主动寻找思路..相关均衡就是这样的一种均衡选择机制..对于实际中比较复杂的博弈问题;参与人是否有能力设计这种机制;并且有足够能力理解、信任这种机制;是有一定疑问的..相关均衡作为社会经济制度创新的一种解释也许更有意义..4.5防共谋均衡coalition-proof equilibrium 定义：如果一个博弈的某个策略组合满足a、没有任何单个参与人的“串通”会改变博弈的结果;即单独改变策略无利可图该策略组合是纳什均衡..b、给定选择偏离的参与人有再次偏离的自由时;没有任何两个参与人通过“串通”改变博弈的结果..c、依此类推;直到所有参与人都参加的串通也不会改变博弈的结果..满足上述要求的均衡策略组合称为“防共谋均衡”在有多个参与人的博弈中;若部分参与人通过某种形式的默契或串通形成小团体;可能得到比不串通个大的支付..这就是多人博弈的共谋问题..防共谋均衡是指这样的一个纳什均衡;在该均衡局势下;少数参与人集合不能通过均衡策略的偏离;实现更好的局部利益..防共谋均衡是两个以上参与人参加的博弈中;参与人在帕雷托占优均衡中进行合作思想的扩展..五：动态博弈5.1特点一类博弈行为通常需要参与人多步决策才能完成;具有明显的阶段性..博弈的结局、各参与人的收益由多阶段决策结果确定..各参与人的决策有一定的顺序..由于动态博弈各参与人进行决策具有明显的阶段性、行动次序性;通常用扩展式extensive form表述法描述这些信息..5.2博弈的扩展式表示参与人集合：i=1; … ;N..用N表示虚拟参与人“自然”；自然的含义是某些外生的客观概率分布事件参与人的行动顺序the orderof moves:描述各参与人在什么时候行动；参与人的行动空间actionset：在每次行动时;参与人可选择的行动集合；参与人的信息集information set：每次行动时参与人知道什么；参与人的收益函数：在行动结束之后;每个参与人得到些什么..自然选择的概率分布假定自然状态是共同知识..对于有限博弈;博弈树是常用的表述方式..5.3博弈树a若动态博弈是有限博弈;则可用博弈树表示该博弈..这里有限的含义是：各阶段各参与人的行动数目有限；博弈的阶段数有限..b博弈树的基本结构为结点nodes..包括决策结及终点结..决策结是参与人采取行动的时点；终点结是博弈行动路径的终点..枝branches..从一个决策结到它的直接后续结的连线;每一个枝代表参与人的一个行动选择..信息集..是决策结集合的一个子集..将博弈树中某一决策者在某一行动阶段具有相同信息的所有决策结称为一个信息集..注：每个决策结都是同一个参与人的决策结..该参与人知道博弈进入该集合的某个决策结;但不知道自己究竟出于哪一个决策结若该信息集有两个或两个以上元素..5.4对于有限动态博弈;若参与人对彼此在各决策结点的行动集合;彼此的效用函数;历史的行动有着完全的了解;则称这样的博弈为完全信息动态博弈..如果博弈树的所有信息集都是单元素集;称该博弈为完美信息博弈game of perfectinformation..上述两个定义的差别在于对自然行动信息的描述..5.5动态博弈的策略式表述a相机选择contingent play动态博弈中参与人的策略是各自预先设定的;在博弈的各阶段;针对各种情况做出相应决策..即“等待”博弈到达自己的信息集包含一个或多个决策结后再决定如何行动..在策略式表述博弈中;参与人似乎是博弈开始之前就制定出了一个完全的相机选择;即“如果……发生;我将选择……”..b从扩展式表述构造战略式表述若把B的信息集从左到右排列;上述四个纯策略可以简单记为{开发;开发}{开发;不开发}{不开发;开发}{不开发;不开发}..上面四个纯策略含义：当A选择开发时;B选择大括号中前面的策略；当A选择不开发时;B选择大括号中后面的策略..B的纯策略为：{开发;开发}{开发;不开发}{不开发;开发}{不开发;不开发}A的纯策略为：SA=开发;不开发于是可以写成策略式表述形式;为开发;开发开发;不开发不开发;开发不开发;不开发开发-3;-3-3;-31;01;0不开发0;10;00;10;0在扩展式表述博弈中;所有n个参与人的一个纯战略组合s=s1;…;sn决定了博弈树上的一个路径..比如开发;{不开发;开发}决定了博弈的路径为A 开发 B 不开发1;05.6完全信息动态博弈纳什均衡存在性定理如果有限博弈是完美信息博弈;他还有一个纯战略纳什均衡Zermelo;1913..5.7逆向归纳法：a逆向归纳法求解策略：从动态博弈的最后一个阶段出发;对该参与人采用经济理性原则进行分析;逐步到推回前一个阶段相应参与人的行动选择;一直到第一阶段的分析方法..b逆向归纳法是求解完美信息动态博弈的经典方法..逆推归纳法是完美信息动态博弈分析中使用最普遍的方法..c与策略式分析比较：如果A选择U;那么B的信息集不能达到;我们说B的信息集不在均衡路径上out-of-equilibrium path.. 此种情况下;B的选择对A没有什么影响..因此;纳什均衡对一个参与人在非均衡信息集上的选择没有限制..但是;一个参与人在非均衡信息集上的战略可以影响其他参与人在均衡信息集上的选择..d逆向归纳法实质上是重复剔除劣战略法在扩展式博弈中的应用..逆向归纳法适不用于无限博弈和不完美信息博弈..逆向归纳法剔除了“非理性”的均衡策略5.8子博弈完美均衡子博弈精炼纳什均衡①子博弈概念：一个扩展式博弈的子博弈G由一个决策结x和所有该决策结的后续结Tx组成;它满足下列条件：x是一个单结信息集;即hx={x};对于所有的Tx中的x’;如果x’’与x’同属于一个信息集;则x’’也在Tx中..需要说明的是;G本身是自己的一个子博弈..②子博弈完美纳什均衡子博弈精炼纳什均衡扩展式博弈的一个战略组合s=s1;…;s i;…;s n是一个子博弈完美纳什均衡;如果它是原博弈的纳什均衡..它在每一个子博弈上都是纳什均衡③纳什均衡与子博弈精炼纳什均衡的关系前面分析说明;一个特定的纳什均衡决定了原博弈树上唯一的一条路径;这条路径称为“均衡路径”equilibrium path..相对该纳什均衡;其他路径称为非均衡路径out-of-equilibrium path..在每一个子博弈上给出纳什均衡意味着;构成子博弈纳什均衡的战略不仅在均衡路径的决策结上是最优的;同时在非均衡路径的决策结上也是最优的..对于有限完美信息博弈;前面介绍的逆推归纳法得出的纳什均衡即是子博弈精炼纳什均衡..六多阶段静态博弈6.1该类模型中至少在某个阶段参与人同时选择其决策..这类模型实质上就是完美信息动态博弈;因此仍然可以采用逆推归纳法进行分析..因为存在同时选择;因此每个阶段不再是单人优化问题;而是一个静态博弈..6.2前向归纳法：前面已经说明;完美信息动态博弈的经典求解方法为逆序归纳法..还有一种分析方式;就是前向归纳法forward induction..前向归纳法由科尔博格和莫顿斯1986提出..这里不进行严格的数学描述;仅通过一个例题进行说明..6.3重复博弈重复博弈repeated game的定义指同样结构的博弈重复多次;其中的每次博弈称为“阶段博弈stage game”..如两个多次犯罪的“囚徒问题”..由于动态博弈是相机行动;反映到重复博弈中;就是可以使自己在某个阶段的博弈选择依赖于其他参与人过去的行动历史..影响重复博弈均衡结果的主要因素是博弈重复次数和信息的完备性completeness..重复次数对参与人可能会有的影响是：参与人为了获得长远利益而牺牲眼前利益的策略成为可能..关于完备性;简单地说;但一个参与人的支付函数不为其他参与人所知时;该参与人可能有积极性建立一个“好”的声誉reputation以换取长远利益..在社会行为中;经常可以看到本质不好的人在相当长的时期内干好事的原因..定理：令G是阶段博弈;GT是G重复T次的重复博弈T<∞..那么;如果G有唯一的纳什均衡;重复博弈GT的唯一子博弈精炼纳什均衡结果是阶段博弈G的纳什均衡重复T次即每个阶段博弈出现的都是一次性博弈的均衡结果..上述定理说明;只要博弈的重复次数是有限的;重复本身并不改变囚徒困境的均衡结果..上述定理中“唯一性”是一个重要条件..如果纳什均衡不是唯一的;上述结论就不一定成立..当博弈有多个纳什均衡时;参与人可以使用不同的纳什均衡惩罚前面阶段的不合作行为或奖励第一阶段的合作行为..（七）不完全信息静态博弈不完全信息静态贝叶斯博弈贝叶斯纳什均衡海萨尼转换拍卖理论八合作博弈可传递效用 transferableutility合作博弈的特征函数合作的分配可行分配核心的定义 Shapley 值。
博弈论最全完整 讲解
也就是说，需要的是对这样的情况下该选什
么的预期的收敛。这一使得参与者能够成功
合作的共同预期的策略被称为焦点。心有灵
犀一点通。
精品课件
例2：焦点博弈 “We Can’t Take the Exam,
Because We Had a Flat Tire”
我们无法从所有这样的博弈的结构中找 到一般和本质的东西，来保证这样的收 敛。
博弈论与信息经济学
Game Theory and Economics of Information
精品课件
博弈论基本思想
人们在日常生活中进行着博弈，与配偶， 朋友，陌生人，老板/员工，教授等。
类似的博弈也在商业活动、政治和外交事 务、战争中进行着——在任何一种情况下， 人们相互影响以达成彼此有利的协议或者 解决争端。
某些博弈中，由于偶然的外因可以对策 略贴标签，或者参与者之间拥有某些共 同的知识体验，导致了焦点的存在。
没有某个这样的暗示，默契的合作就完 全不可能。
精品课件
例3：为什么教授如此苛刻？
许多教授强硬地规定，不进行补考，不 允许迟交作业或论文。
教授们为何如此苛刻？ 如果允许某种迟交，而且教授又不能辨
获奖理由：前者在信息经济学理论领域做 出了重大贡献，尤其是不对称信息条件 下的经济激励理论的论述；后者在信息 经济学、激励理论、博弈论等方面都做 出了重大贡献。
精品课件
威廉·维克 瑞，19141996，生于 美国
问题是，大家都这么做。这样一来，所有人 的成绩都不比大家遵守协议来得高。而且， 大家还付出了更多的功夫。
正因为这样的博弈对所有参与者存在着或大 或小的潜在成本，如何达成和维护互利的合 作就成为一个值得探究的重要问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ke 第1次作业1、考虑一个工作申请的博弈。
两个学生同时向两家企业申请工作，每家企业只有一个工作岗位。
工作申请规则如下：每个学生只能向其中一家企业申请工作；如果一家企业只有一个学生申请，该学生获得工作；如果一家企业有两个学生申请，则每个学生获得工作的概率为1/2。
现在假定每家企业的工资满足：W1/2<W2<2W1，则问：a ．写出以上博弈的战略式描述b ．求出以上博弈的所有纳什均衡（包括混合策略均衡） 解：a ．写出以上博弈的战略式描述学生B学生Ab ．求出以上博弈的所有纳什均衡（包括混合策略均衡）①存在两个纯战略纳什均衡： （企业1，企业2），收益为)2,1(W W ;（企业2，企业1），收益为)1,2(W W 。
②存在一个混合策略均衡：学生A 选择企业1的概率为p ，选择企业2的概率为p -1;学生B 选择企业1的概率为q ，选择企业2的概率为q -1。
当学生A 以)1,(p p -的概率选择时，学生B 选择企业1的期望收益应该与选择企业2的期望收益相等，同时当学生B 以)1,(q q -的概率选择时，学生A 选择企业1与选择企业2的期望收益相等，即：221).1(2.1)1(121.W p W p W p W p -+=-+ 221).1(2.1)1(121.W q W q W q W q -+=-+ 解得：21212W W W W p +-=,211221W W W W p +-=-；21212W W W W q +-=,211221W W W W q +-=-所以，混合策略纳什均衡为：学生A 、B 均以)21122,21212(W W W W W W W W +-+-的概率选择企业1，企业2。
2、两个厂商生产一种完全同质的商品，该商品的市场需求函数为P Q -=100，设厂商1和厂商2都没有固定成本。
若他们在相互知道对方边际成本的情况下，同时作出产量决策是分别生产20单位和30单位。
问这两个厂商的边际成本各是多少？各自的利润是多少？ 解：设两个厂商的边际成本分别为1c 、2c 。
)(100100)(21q q Q Q P P +-=-==两个厂商的利润函数为：1211111111)].(100[).(..q q q c q c P q c q P u +--=-=-=2212222222)].(100[).(..q q q c q c P q c q P u +--=-=-=解得：12111)].(100[max max 11q q q c u q q +--=22122)].(100[max max 22q q q c u q q +--=对其求导并令导数为0，解得反应函数为：)100(21)(21211q c q R q --==)100(21)(12122q c q R q --==纳什均衡),(*2*1q q 即（20,30）为两条反应函数的交点)30100(21201--=c)20100(21302--=c解得： 301=c 202=c4001=u9002=u答：两个厂商的边际成本各是30，20;利润分别为400，900。
3、2个公司同时选择0A x ≥和0B x ≥，并且假设公司的收益为：(,)A A B A A B AA BV x ifx x u x x x if x x -≥⎧=⎨-〈⎩；(,)B B A B A B AB AV x ifx x u x x x if x x -≥⎧=⎨-〈⎩其中，0V 〉。
试求Nash 均衡。
解：求解A 的反应函数 (此题过程略有问题)0 V x B >=A x 0或V V x B =B x V x B <0 V x A >=B x 0或V V x A =A x V x A <纳什均衡： []V x x B A,0∈=4、有2个人共同拥有1单位的资源。
每个人都必须选择多少资源和对方斗争和利用多少资源进行生产。
假定个体i(i=1,2)利用Y i 的资源进行斗争，那么总的产出为2-Y 1-Y 2.个体i 获得产出的份额P i (Y 1,Y 2)满足下式：121,(,)0.5,0,i j i i j i jif Y Y P Y Y if Y Y if Y Y ⎧〉⎪==⎨⎪〈⎩如果每个人都只是关注他所获得的产出（自己获得的产出越多越好）。
试求此博弈的NASH 均衡。
解：总产出：21-2Y Y -=π。
由已知等式可得：（1）当y1<y2或y1>y2时，即y1≠y2时，均存在偏离状态，不存在纳什均衡; （2）当y1=y2时：1）若y1=y2≠1，则存在偏离状态，不存在纳什均衡 2）若y1=y2=1，则存在纳什均衡，都不会偏离。
2121212121211,0),2(21,--2),(y y y y y y y y y y y y U =⎪⎪⎩⎪⎪⎨⎧<-->=1212211221212,0),2(21,--2),(y y y y y y y y y y y y U =⎪⎪⎩⎪⎪⎨⎧<-->=5、两个个体一起参加某项工程，每个人的努力程度[0,1](1,2)i e i ∈=，成本为()(1,2)i c e i =，该项目的产出为12(,)f e e 。
个体的努力程度不影响到项目的分配方法，项目的产出在2个体之间均分。
试回答以下问题： 1、如果1212(,)3f e e e e =，2()(1,2)i i c e e i ==，试求此博弈的的Nash均衡（即两个个体选择的最优努力程度）。
2、如果1212(,)4f e e e e =，()(1,2)i i c e e i ==，试求此博弈的的Nash均衡。
解：（1）两博弈方的收益函数为：2121121123)(),(21e e e e c e e f u -=-=2221221223)(),(21e e e e c e e f u -=-=求导并使导数等于0，求出反应函数为： 221143)(e e R e == 112243)(e e R e ==纳什均衡),(*2*1e e 为两条反应函数的交点，代入得出：0,0*2*1==e e纳什均衡为（0,0），故此两个人都不会努力的（2）两博弈方的收益函数为：12112112)(),(21e e e e c e ef u -=-= 22122122)(),(21e e e e c e e f u -=-= 分别求导：12211-=∂∂e e u 12122-=∂∂e e u [0,1](1,2)i e i ∈= ①)21,0[=i e 时，博弈一方越努力，另一方就选择努力程度为0， 此时纳什均衡为（0,0）; ②21=i e 时，双方收益均达到最大值，此时纳什均衡为)21,21(;③]1,21(=i e 时，博弈一方越努力，另一方选择努力程度为1，此时纳什均衡为（1,1）.6、三对夫妻的感情状态可以分别用下面三个得益矩阵对应的静态博弈来表示。
问：这三个博弈的纳什均衡分别是什么？这三对夫妻的感情状态究竟如何？用划线法得出三个矩阵的纳什均衡分别为：矩阵1：（活着，活着）（死了，死了）可以看出这对夫妻间感情十分深厚。
这对夫妻同生共死，一个死了，则另一个也选择死去。
如果一个死了，一个活着，那么活着的将生不如死。
矩阵2：（活着，活着）（活着，死了）（死了，活着）可以看出这对夫妻间感情一般。
这对夫妻共同活着没有收益，一个死了，对于另一个来说反而更好。
矩阵3：（活着，死了）（死了，活着）可以看出这对夫妻间感情很槽糕。
这对夫妻共同活着对双方来说是生不如死。
一个死了，对于另一个来说反而更好。
第2次作业1、一寡头市场上有企业1和2。
企业1和2现在生产的边际成本都为不变的边际成本c(c>0),即ci(Qi) =cQi ；企业如果进行投资f （f>0）,那么其生产的边际成本为0。
企业2能够观察到企业1是否进行投资f 。
在企业2观察到企业1是否进行投资f 后，企业1和2同时决定产量。
假设市场的需求函数为P(Q)=a −Q(a>c)，其中，Q=Q1+Q2。
试求f 不超过多少时，企业1才会进行投资？解：P=a-Q=a-Q1-Q2（1）如果企业1不投资：企业1的利润: ()11211cq q q q a ---=π 022111=---=∂∂c q q a q π企业2的利润：()22212cq q q q a ---=π 021222=---=∂∂c q q a q π联立上式得：3*2*1c a q q -==32,9)(2*2*1c a P c a +=-==∴ ππ（2）如果企业1投资f ：企业1的利润: ()f q q q q a ----=11211*0π 022111=--=∂∂q q a q π企业2的利润：()22212cq q q q a ---=π 021222=---=∂∂c q q a q π联立上两式得：)2(,32,3**2**1c a c a q c a q >-=+=fc a c a P-+=+=∴9)(,32**1** π 当**1π> *1π时，企业1才会进行投资，即：949)(9)(22acf c a f c a <⇒->-+ 所以，当94ac f <时，企业1会进行投资2、（政府对研发的补贴博弈）有2个国家i=1,2各自都有一个企业生产相同的产品出口到世界市场上。
世界市场对该产品的需求为21q q a p --= ，每个公司的生产成本为)940()(a c a cq q C i i <≤≤=。
设i x 为国家i 对企业i 的研发补贴水平。
当国家i 对企业i 的研发补贴后，企业的生产成本变为)2,1()()(=-=i q x c q C i i i 。
假设政府对企业i 的研发补贴水平达到产量i x 的总成本为：2)(2i i i x x TC =。
这个博弈通过2个阶段进行：（1）政府选择补贴水平（2）在观察到政府的补贴水平后，企业同时选择产量水平0≥i q 。
求企业i(i=1,2)的最优产出水平和国家i=1,2 的最优补贴水平。
解：（1）企业1，2的收益函数()1112111)()(q x c q q q a q ----=π ()2222122)()(q x c q q q a q ----=π 分别求导 02)(12111=+-+--='x c a q q qπ 02)(21222=+-+--='x c a q q qπ 可得 32211x x c a q -+-=32122x x c a q -+-=（2）国家1,2的收益函数()2)()(211112111x q x c q q q a x w -----=()2)()(222122122x q x c q q q a x w -----=分别求导 02)(1111=--='x q x w02)(2222=--='x q x w最后可得5)(421c a x x -== 5)(321c a q q -== 3、考虑改变的Cournot 模型。