《管理经济学(二)》-囚徒困境与纳什均衡的含义与应用
南开大学现代远程教育学院考试卷
2020年度春季学期期末(2020.2) 《管理经济学》（二）
主讲教师：卿志琼
一、请同学们在下列（20）题目中任选一题，写成期末论文。
1、完全竞争市场、垄断竞争市场、寡头垄断市场和完全垄断市场特点比较分析
2、完全竞争市场的特点与评价
3、完全竞争市场厂商短期关门点决策
4、完全竞争市场厂商长期均衡的利润状况分析
5、完全垄断市场的特点分析
6、完全垄断市场厂商的长期均衡条件分析
7、论价格歧视及其条件
8、论一级差别定价、二级差别定价和三级差别定价的含义与适用条件
9、论垄断竞争市场的条件与企业决策
10、垄断竞争市场厂商的价格竞争与非价格竞争
11、寡头市场结构的特点分析
12、比较完全竞争、完全垄断和垄断竞争市场结构的长期均衡条件与效率分析
13、卡特尔定价与价格领导的含义与应用
14、论博弈论对企业决策的启示
15、运用某一市场结构分析企业的定价与产量决策
16、成本加成定价法的含义及其应用
17、企业不同的定价实践与应用
18、市场进入障碍与市场结构——以某市场为例
19、长期投资决策原则与应用
20、囚徒困境与纳什均衡的含义与应用
二、论文写作要求
1、论文题目应为授课教师指定题目，论文要层次清晰、论点清楚、论据准确；
2、论文写作要理论联系实际，同学们应结合课堂讲授内容，广泛收集与论文有关资料，含有一定案例，参考一定文献资料。
3、第13题——20题，可以加副标题。如第20题，囚徒困境与纳什均衡的含义与应用——以可口可乐与百事可乐广告战为例
三、论文写作格式要求：
论文题目要求为宋体三号字，加粗居中；
正文部分要求为宋体小四号字，标题加粗，行间距为1.5倍行距；
论文字数要控制在2000－2500字；
论文标题书写顺序依次为一、（一）1. ……
四、论文提交注意事项：
1、论文一律以此文件为封面，写明学习中心、专业、姓名、学号等信息。论文保存为word文件，以“课程名+学号+姓名”命名。
2、论文一律采用线上提交方式，在学院规定时间内上传到教学教务平台，逾期平台关闭，将不接受补交。
3、不接受纸质论文。
4、如有抄袭雷同现象，将按学院规定严肃处理。
囚徒困境与纳什均衡的含义与应用
战国时期，楚成王与太子商臣发生矛盾，想废商臣，立小儿子职为太子，但又怕商臣谋反作乱。犹豫之时，宫内已有人把这个动向传给了商臣。商臣向老师潘崇问计。潘崇说：“你的姑母江芊久住宫中，必定知晓此事。她性情急躁，你设宴招待她，故意加以怠慢，激她发怒，怒中之言，必定泄漏。”
商臣依计行事，把江芊请到宫中，恭恭敬敬地迎拜。上了三道菜之后，商臣就不递菜了，而是让仆人直接把菜罐子放在姑妈面前，自己也不起身，还故意和别人说小话，江芊两次问话，他也带答不理。
这种不礼貌的举动果然激怒了姑妈，她拍桌打椅地骂道“贱东西，你休得如此无礼，大王早就想杀你而立职为太子”然后，一边骂一边上车走了。
商臣连夜与潘崇商议，部署宫中兵甲，半夜围住王宫。潘崇拿着剑和绳子奔入王宫，勒死楚成王。商臣随后出讣告说，父亲害急病死了。遂自立为王，即楚穆王。
在这场父与子之间血淋淋的博弈中，除了“祸从口出”这个古训外，我们还看到了博弈论中最重要的概念――“纳什均衡”当你知道了对手的决定之后，就能做出对自己最有利的决定。
这个概念是由普林斯顿大学数学家约翰?纳什于1950年建立的。由于对博弈论做出奠基性的贡献，他在1984年荣获诺贝尔经济学奖。
囚徒困境
著名的“囚徒困境”，是“纳什均衡”理论的经典案例。
1950年，梅里尔?弗勒德和梅尔文?德雷希尔拟定出相关困境的理论，后来由顾问艾伯特?塔克以囚徒方式阐述，并命名为“囚徒困境”。经典的囚徒困境如下：
警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同的选择：若一人认罪并作证检控对方(“背叛”对方)，而对方保持沉默，此人将即时获释，沉默者将判监10年。
若二人都保持沉默(互相“合作”)，则二人同样判监半年。
若二人都互相检举(互相“背叛”)，则二人同样判监2年。
如同博弈论的其他例证，囚徒困境假定每个囚徒都是利己的，即都寻求最大自身利益。囚徒到底应该选择哪一项策略，才能将自己个人的刑期缩至最短?两名囚徒由于隔绝监禁，并不知道对方选择。试设想困境中两名理性囚徒会如何作出选择：
若对方沉默，背叛会让我获释，所以会选择背叛。若对方背叛指控我，我也要指控对方才能得到较低的刑期，所以也是会选择背叛。
二人面对的情况一样，所以二人的理性思考都会得出相同的结论――选择背叛。背叛是两种策略之中的支配性策略。因此，这场博弈中唯一可能达到的纳什均衡，就是双方参与者都背叛对方，结果二人同样服刑2年。
这场博弈的纳什均衡，显然不是最优解决方案。如果两人都保持沉默，两人都只会被判刑半年。但根据以上假设，二人均为理性的个人，均衡状况会使两个囚徒都选择背叛。这就是“困境”所在。
寻找“纳什均衡点”
在现实中，“纳什均衡”理论影响着人们的行为。比如，在有些国家，报亭既无管理员也不上锁，买报纸的人自行放下钱后拿走报纸。当然某些人可能取走报纸却不付钱(背叛)，但由于大家认识到如果每个人都偷窃报纸(共同背叛)会造成以后不方便的有害结果，这种情形很少发生。
纳什均衡
纳什均衡简介 纳什均衡，又称为非合作博弈均衡，是博弈论的一个重要术语，以 约翰·纳什命名。在一 个博弈过程中，无论对方的策略选择如何，当事人一方都会选择某个确定的策略，则该策略被称作支配性策略。如果两个博弈的当事人的策略组 合分别构成各自的支配性策略，那么这个组合就被定义为纳什均衡。 一个策略组合被称为纳什均衡，当每个博弈者的均衡策略都是为了达到自己期望收益的最大值，与此同时，其他所有博弈者也遵循这样的策略。 纳什均衡的得来 关于纳什均衡的普遍意义和存在性定理的证明等奠定非合作博弈理论发展基础的重要成果，是约翰·纳什在 普林斯顿大学攻读博士学位时完成 的。实际上，博弈论的研究起始于1944年冯·诺依曼（ Von Neumann）和 奥斯卡·摩根斯坦 （Oscar Morgenstern）合著的《博弈论和经济行 为》。然而却是纳什首先用严密的数学语言和简明的文字准确地定义了纳什均衡这个概念，并在包含“混合策略（mixed strategies）”的情况下， 证明了纳什均衡在n人有限博弈中的普遍存在性，从而开创了与诺依曼和摩根斯坦框架路线均完全不同的“非合作博弈（Non-cooperative Game）”理论，进而 对“合作博弈 （Cooperative Game）”和“ 非合作博弈”做了明确 的区分和定义。阿尔伯特·塔克（Albert tucker）教授评价其论文，“这是对博弈理论的高度原创性和重要的贡献。它发展了本身很有意义的n人有限非合作博弈的概念和性质。并且它很可能开拓出许多在两人零和问题以外的，至今尚未涉及的问题。在概念和方法两方面，该论文都是作者的独立创造。” 纳什均衡例子 博弈论中一个著名的例子就是囚徒困境。 囚徒困境是一个 非零和博弈，说的是两个嫌疑犯 甲和乙私人民宅联手作案，被警方逮住但未获证据。警方于是将两个嫌疑犯分开审讯。警官分别告诉 两个囚犯，如果你招供，而对方不招供，则你将被判刑3个月，对方将被判刑10年；若两人都不招供则因未获证据但私人民宅将各拘留1年；如果两人均招供，每人将被判刑5年。于是，两个人同时陷入招供还是不招供的两难处境。结果是，尽管甲不知乙是否招供，但他认为自己选择“招供”最好，因而甲会选择“招供”，同样乙也会选择“招供”，两人各判5年。而两人都选择不招供，虽证据不足但因私人民宅将各拘留1年的结果是不会出现的。 博弈矩阵囚犯甲 招供不招供 囚犯乙招供判刑五年 甲判刑十年；乙判刑三个月 不招供
浅析囚徒困境与纳什均衡
浅析囚徒困境 囚徒困境是博弈论的非零和博弈中具代表性的例子，指反映个人最佳选择并非团体最佳选择。 囚徒困境的经典案例这里不再复述，让我们看一下身边的例子。囚徒困境在生活中最常见的表现就是挤公共汽车。从集体理性的角度来看,按次序上车是最有效率的做法,但是你挤我不挤,我就可能上得慢,所以每个人的最优战略都是挤,结果上车就更慢了。学生也同样遭遇囚徒困境：减轻中小学生过重负担喊了20多年，仅1985年至2000年的15年里，中央就下达“减负令”49次。但实际情况却是学生课业负担不但没减下来，反倒呈现出越演越烈之势，致使学生作业做到深夜、节假日仍然上课、业余时间奔忙于各种补习班等。可见“减负令”难以见效，中小学生课业负担不减反增。 又比如近年来炒得火热的楼市——“我没买房，结果房价还是涨了，因为我们无法保证大家都不买房。可是，我错了吗？没有。当初如果我买房了，房价下跌了呢？因为我不能保证大家都买房。人们根本不能预知在疾风暴雨式的调控之下，房价竟还能且调且涨。可是，我对了吗？没有。”这是一部眼下流行、充满黑色幽默的网络视频《北漂族的无房生活》中的经典对白。含泪的“调侃”折射出当下楼市的“囚徒困境”：买，难担高房价重负；不买，难受房价节节攀升的煎熬。 再看中国的法治之路。虽然法治让所有人都长期受益，甚至执政者自己也不例外，但是一个狭隘理性社会却偏偏无力支撑法治，以至最后每个理性人都不得不忍受法治缺位的非理性之苦。绝大多数中国人都是很识时务的理性人，不会故意给自己找茬，多数律师也不例外。不过，任何事物都有两面性，“理性”过了头也就成了非理性。这就是充斥着当今中国社会的“囚徒困境”：一种行为模式对于个人看起来是很理性的，但是对于个人构成的集体来说却是非理性的，最后对于每个人来说也是非理性的。我们都不敢站出来说话，对每个人来说都是很“理性”的一种行为方式，但最后的结果只能是让整个社会丧失法治。 但囚徒困境一定是坏事吗？就以囚徒困境的经典案例来说，作为一个比喻，我们会为囚犯不能合作而遗憾；可是如果它发生在现实中，我们就巴不得他们不能合作。 然而如果是多次博弈，人们就有了合作的可能性，囚徒困境就有可能破解，合作就有可能达成。连续的合作有可能成为重复的囚徒困境的均衡解，这也是博弈论上著名的“大众定理”的含义。但合作的可能性不是必然性。博弈论的研究表明，要想使合作成为多次博弈的均衡解，博弈的一方（最好是实力更强的一方）必须主动通过可信的承诺，向另一方表示合作的善意，努力把这个善意表达清楚，并传达出去。比如在楼市的囚徒困境中，政府能适当调控房价，给予购房者房价稳定合理的承诺，那么楼市的囚徒困境是有可能破解的。 在重复的囚徒困境中，博弈被反复地进行。因而每个参与者都有机会去“惩罚”另一个参与者前一回合的不合作行为。这时，合作可能会作为均衡的结果出
囚徒困境案例分析
囚徒困境解说 例子 1950年，由就职于兰德公司的梅里尔·弗勒德（Merrill Flood）和梅尔文·德雷希尔（Melvin Dresher）拟定出相关困境的理论，后来由顾问艾伯特·塔克（Albert Tucker）以囚徒方式阐述，并命名为“囚徒困境”。经典的囚徒困境如下： 警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同的选择： 若一人认罪并作证检控对方（相关术语称“背叛”对方），而对方保持沉默，此人将即时获释，沉默者将判监10年。 若二人都保持沉默（相关术语称互相“合作”），则二人同样判监1年。 若二人都互相检举（相关术语称互相“背叛”），则二人同样判监8年。 用表格概述如下： 解说 如同博弈论的其他例证，囚徒困境假定每个参与者（即“囚徒”）都是利己的，即都寻求最大自身利益，而不关心另一参与者的利益。参与者某一策略所得利益，如果在任何情况下都比其他策略要低的话，此策略称为“严格劣势”，理性的参与者绝不会选择。另外，没有任何其他力量干预个人决策，参与者可完全按照自己意愿选择策略。 囚徒到底应该选择哪一项策略，才能将自己个人的刑期缩至最短？两名囚徒由于隔绝监禁，并不知道对方选择；而即使他们能交谈，还是未必能够尽信对方不会反口。就个人的理性选择而言，检举背叛对方所得刑期，总比沉默要来得低。试设想困境中两名理性囚徒会如何作出选择： 若对方沉默、背叛会让我获释，所以会选择背叛。 若对方背叛指控我，我也要指控对方才能得到较低的刑期，所以也是会选择背叛。
二人面对的情况一样，所以二人的理性思考都会得出相同的结论——选择背叛。背叛是两种策略之中的支配性策略。因此，这场博弈中唯一可能达到的纳什均衡，就是双方参与者都背叛对方，结果二人同样服刑8年。 这场博弈的纳什均衡，显然不是顾及团体利益的帕累托最优解决方案。以全体利益而言，如果两个参与者都合作保持沉默，两人都只会被判刑1年，总体利益更高，结果也比两人背叛对方、判刑8年的情况较佳。但根据以上假设，二人均为理性的个人，且只追求自己个人利益。均衡状况会是两个囚徒都选择背叛，结果二人判决均比合作为高，总体利益较合作为低。这就是“困境”所在。例子漂亮地证明了：非零和博弈中，帕累托最优和纳什均衡是相冲突的。
囚徒困境
囚徒困境（prisoner's dilemma ）是博弈论的非零和博弈中具代表性的例子，反映个人最佳选择并非团体最佳选择。虽然困境本身只属模型性质，但现实中的价格竞争、环境保护等方面，也会频繁出现类似情况。 概念释义 囚徒困境（prisoner's dilemma ）：两个被捕的囚徒之间的一种特殊博弈，说明为什么甚至在合作对双方都有利时，保持合作也是困难的。 单次和多次重 单次发生的囚徒困境，和多次重复的囚徒困境结果不会一样。 在重复的囚徒困境中，博弈被反复地进行。因而每个参与者都有机会去“惩罚”另一个参与者前一回合的不合作行为。这时，合作可能会作为均衡的结果出现。欺骗的动机这时可能被受到惩罚的威胁所克服，从而可能导向一个较好的、合作的结果。作为反复接近无限的数量，纳什均衡趋向于帕累托最优。 囚徒困境的主旨 囚徒们虽然彼此合作，坚不吐实，可为全体带来最佳利益（无罪开释），但在资讯不明的情况下，因为出卖同伙可为自己带来利益（缩短刑期），也因为同伙把自己招出来可为他带来利益，因此彼此出卖虽违反最佳共同利益，反而是自己最大利益所在。但实际上，执法机构不可能设立如此情境来诱使所有囚徒招供，因为囚徒们必须考虑刑期以外之因素（出卖同伙会受到报复等），而无法完全以执法者所设立之利益（刑期）作考量。 固定局数的囚徒困境 试想像囚徒困境的情况进行十次。 我们可以合理地设想，如果囚徒第一次被对方指控，第二次这个囚徒也会指控对方。相反，如果第一次别人保持沉默，建立了互信的关系，你也会保持沉默，导致帕累托最优。 当然，两个囚徒都会有相似的想法，在第一局保持沉默，以期望建立互信关系，所以双方都会保持沉默。第二局时，双方亦应有相似的想法，继续保持沉默，以期继续在互信的情况下进行第三局，以致余下的八局。这种想法合理吗？ 在第十局时，互信的关系明显是没有意义的，因为十局已经完结，囚徒没有必要为维持互信的关系而沉默(没有第十一局)，所以第十局囚徒一定会背叛对方的，理由和只有一局囚徒困境一样。 问题是，既然大家都知道在第十局，无论如何对方都会背叛自己的，你在第九局保持沉默也是没有意思的，要知道，保持沉默(友好关系)的原因是为了希望下一局别人保持沉默。所以第九局双方都一定会背叛对方的。 下一个问题是，双方都有相同的想法，明知第九局对方会背叛自己，所以第八局保持沉默也是没有意思的，第七局亦然，如此类推，纳什均衡是十局都会互相背叛，建立互信关系是没有可能的。 只有在囚徒困境的局数大家都不肯定的情况下，上述的推论才不会发生，才会出现互相保持沉默的现象。 经典的囚徒困境 例子 1950年，由就职于兰德公司的梅里尔·弗勒德（Merrill Flood）和梅尔文·德雷希尔（Melvin Dresher）拟定出相关困境的理论，后来由顾问艾伯特·塔克（Albert Tucker）以囚徒方式阐述，并命名为“囚徒困境”。经典的囚徒困境如下： 警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同的选择： 若一人认罪并作证检控对方（相关术语称“背叛”对方），而对方保持沉默，此人将即时获
纳什均衡
1.纳什均衡：给出对方的策略，你所选的是最优的（至少不比其它策略差），如果每个局 中人都是这样，那么所构成的策略组合（对局），就称为纳什均衡。 2.效用：消费者偏好与收入之间的相互作用导致人们做出消费选择，效用则是人们从这种 消费选择中所获得的愉悦或满足。 3.边际产量：当其他要素不变时，可变要素增加一个单位所带来的总产量的增加量。 4.生产成本：经营一个企业，为达到利润最大化，必须支付一些资金来维持运营，如建造 厂房，采购机器及原料，雇用员工等支出都可视为厂家的生产成本。 5.帕累托标准：如果一种变化可以改善某些人的处境，同时对其他人都没有伤害。则这种 变化是好事，应该给予实行。 6.恩格尔系数：是食品支出总额占个人消费支出总额的比重。一个家庭收入越少，家庭收 入中或者家庭总支出中用来购买食物的支出所占的比例就越大，随着家庭收入的增加，家庭收入中或者家庭支出中用来购买食物的支出将会下降。恩格尔系数是用来衡量家庭富足程度的重要指标。 7.效用：消费者偏好与收入之间的相互作用导致人们做出消费选择，效用则是人们从这种 消费选择中所获得的愉悦或满足。 8.价格管制：是指政府对新药定价以及上市药品价格上涨实施严格的管制，企业不能自由 定价，而是由政府和制药企业谈判决定新药的价格。 9.软着陆：当一个国家经过强劲的经济增长后，仍维持缓和的增长，并未因此转入衰退， 即使“软着陆”。 10.硬着陆：一个国家的经济在高速增长的同时伴随着高度通货膨胀，使得经济迅速从增高 长直接走入低增长甚至衰退。 11.通货膨胀：平均物价水平持续上扬的状态，通货膨胀率通常是以消费者物价指数（CPI） 的变化率来表示。指数上升→物价上升，货币购买力下降。 12.再贴现率：一般商业银行可以直接向中央银行借贷的利率。所谓“贴现”：通过一定的 方式把发生在未来（或不同时间）的费用和效益转化为现值的方式就叫贴现。 13.机会成本：在资源一定的情况下，多生产一个单位的某种产品，就要以少生产若干单位 的另一种产品为代价。这种放弃若干单位另一种产品生产的代价，就是生产某种成品的机会成本。 14.需求价弹性价格：指在市场需求曲线的任何一点，价格每变动1%所导致的需求量变动 的百分比。它是衡量产品需求量对产品价格变动的敏感指标。 15.生产函数（生产成本）：企业在每个时期投入的各种生产要素的数量与获得的产出品的 数量之间的关系。 16.均衡及均衡价格：均衡：供给和需求达到平衡的状态。均衡价格：供需平衡时的价格。 有时被称为市场出清价格。 17.资源的概念及分类：指用于生产能满足人类需要的东西的那些物品或劳务。分类：自由 资源和经济资源 18.恩格尔曲线：某种商品的均衡购买量与消费者货币收入之间的关系。 1.药物需求与供给的特征：需求的特征：需求的不确定性、需求的最高优先性、需求的不 可替代性、需求的外部效应性、需求缺乏弹性、需求的被动性、独特的需求三方结构供给的特征：高质量性、高技术性、高投入性、高风险性、高回报性、高度集中性 2.影响药品需求的因素有哪些： （一）一般经济学因素：1.经济发展水平；2.价格水平（1）是否实施医疗保障制度（2）医疗保障制度下保障的范围（3）医疗保障制度的报销制度和自付比例等（二） 社会人口学因素（三）流行病学因素（四）临床医生和药师因素（五）医药技
纳什均衡不动点
纳什均衡的存在性与多重性 对于数学家来说，一个数学概念的存在性与唯一性是特别需要加以关注的。这是因为，从形式逻辑角度看，如果某个事物并不存在，那么关于这个杜撰中的事物所给出的任何陈述或判断都可认为是正确的或错误的，因为对于不存在的事物来说，任何关于它的陈述或判断都不可能加以证伪。所以，倘若某个概念所对应的事物并不存在。那么，关于这个概念所给出的研究结论都必然不存在被证伪的可能。因而根据波普尔的证伪主义观点，这样的研究不具备科学上的意义。所以，我们在对任何新提出来的数学概念加以系统研究之前，首先需要弄清楚所研究的对象事物是否存在。 有许多被称为伪科学的东西，它们之所以被人们认为是“伪科学”的原因就是它们大肆谈论的东西并不存在或并未被证实其存在性。譬如，所谓的特异功能或“超灵学”并未得到证实，而UFO研究迷们至今也未能拿出一件存在球外生命的证据，所以，特异功能学或“超灵学”或“不明飞行物学”实际上都可被归入伪科学。除了存在性之外，概念事物的唯一性也是数学家们所关心的问题。从纯理论的兴趣上看，数学家们更多地是从审美的角度上看待概念的唯一性，但从波普尔的证伪主义哲学看，模型均衡解的唯一性关系到模型的预测功能，从而是科学理论应基本具有的特征。我们在第二章中曾指出，理论的预测功能是判别理论的科学性的准绳，而在第三章中，我们提出用纳什均衡作为模型的预测结果。按照这样的逻辑，一个自然的推论就是：模型能否具有科学意义取决于纳什均衡的唯一性。因为倘若纳什均衡不是唯一的，那么就难以根据模型对即将出现的结果加以预测，这种不确定性对于科学理论来说是不存在的。再加上前面谈到的存在性问题，我们可以这样说，模型能否具有科学意义取决于纳什均衡的存在性和唯一性，因为这正是科学理论所具有的基本性质。 博弈论目前发展的情况是这样的：已经证明在非常一般的情况下，纳什均衡是存在的，这是一个好的结果；但是，在许多情形，模型的纳什均衡解不是唯一的，这被称为纳什均衡的多重性问题。 纳什在1950年代证明了纳什均衡的存在性定理，为非合作博弈打下了重要基础。纳什的工作不仅解决了存在性问题，而且还为其后的博弈论研究提供了一整套方法论工具，即运用不动点定理(fixed point theorem)这一强有力的数学工具进行博弈论数学分析，这对后来的博弈论甚至数理经济学的发展产生了很大的影响。纳什均衡的多重性问题至今仍是困扰博弈论学者的一个主要问题。为了攻克这一问题，博弈论专家已经做出了许多贡献，如聚点均衡、相关均衡，子博弈精炼纳什均衡，颤抖手均衡，序贯均衡等概念的提出。但不幸的是，这类努力还未使得多重均衡问题完全得到解决，许多博弈论专家正在这一领域进行着不懈的工作。 本章将给出纳什均衡的存在性定理和讨论存在多重均衡情况下的均衡选择问题。
1囚徒困境
囚徒困境简介 囚徒困境是博弈论的非零和博弈中具代表性的例子，反映个人最佳选择并非团体最佳选择。虽然困境本身只属模型性质，但现实中的价格竞争、环境保护等方面，也会频繁出现类似情况。 囚徒困境最早是由美国普林斯顿大学数学家曾克1950年提出来的。他当时编了一个故事向斯坦福大学的一群心理学家们解释什么是博弈论，这个故事后来成为博弈论中最著名的案例。故事内容是：两个嫌疑犯(A和B)作案后被警察抓住，隔离审讯；警方的政策是“坦白从宽，抗拒从严”，如果两人都坦白则各判8 年；如果一人坦白另一人不坦白，坦白的放出去，不坦白的判10年；如果都不坦白则因证据不足各判1年。 从图表里我们可以看到，整体来说，都抵赖是最优选择，总共只需要关两年。可会出现这个结果吗？ 答案是不会。 首先看A，如果B选择坦白，那么他也应该选择坦白，这样只要关八年，否则都要关十年；如果B选择抵赖，那么他还是应该选择坦白，因为这样他就可以直接回家啦，不用关一年了。所以无论B怎么选择，A都应该选择坦白。这个分析对B来说也是一样，他也应该选择坦白，所以最终他们两个肯定都会被关八年，多么可怜啊，这就是人们著名的“囚徒困境”。 囚徒困境的主旨为，囚徒们虽然彼此合作，坚不吐实，可为全体带来最佳利益（无罪开释），但在资讯不明的情况下，因为出卖同伙可为自己带来利益（缩短刑期），也因为同伙把自己招出来可为他带来利益，因此彼此出卖虽违反最佳共同利益，反而是自己最大利益所在。但实际上，执法机构不可能设立如此情境来诱使所有囚徒招供，因为囚徒们必须考虑刑期以外之因素（出卖同伙会受到报复等），而无法完全以执法者所设立之利益（刑期）作考量。 囚徒困境的应用 许多行业的价格竞争都是典型的囚徒困境现象，每家企业都以对方为敌手，只关心自己的利益。在价格博弈中，只要以对方为敌手，那么不管对方的决策怎样，自己总是以为采取低价策略会占便宜，这就促使双方都采取低价策略。如可口可乐公司和百事可乐公司之间的竞争、各大航空公司之间的价格竞争等等。 在国内的家电大战中，虽然不是两个对手之间的博弈，但由于在众多对手当中每一方的市场份额都很大，每一个主体人的行为后果受对手行为的影响都很大，因此，其情景大概也是如此。如果清楚这种前景，双方勾结或合作起来，都制定比较高的价格，那么双方都可以因为避免价格大战而获得较高的利润。但是往往这些联盟处于利益驱动的“囚徒困境”，双赢也就成泡影。五花八门的价格联盟总是非常短命，道理就在这里。 并不是每次个人的“理性选择”都能让自我利益最大化，也许会让你陷入一个“囚徒困境”。大量例子说明，在“囚徒困境”中，常常是先动手的一方会占一些优势。那么，“先下手为强”吧。
浅析囚徒困境与纳什均衡
浅析囚徒困境 令狐采学 囚徒困境是博弈论的非零和博弈中具代表性的例子，指反映个人最佳选择并非团体最佳选择。 囚徒困境的经典案例这里不再复述，让我们看一下身边的例子。囚徒困境在生活中最常见的表现就是挤公共汽车。从集体理性的角度来看,按次序上车是最有效率的做法,但是你挤我不挤,我就可能上得慢,所以每个人的最优战略都是挤,结果上车就更慢了。学生也同样遭遇囚徒困境：减轻中小学生过重负担喊了20多年，仅1985年至2000年的15年里，中央就下达“减负令”49次。但实际情况却是学生课业负担不但没减下来，反倒呈现出越演越烈之势，致使学生作业做到深夜、节假日仍然上课、业余时间奔忙于各种补习班等。可见“减负令”难以见效，中小学生课业负担不减反增。 又比如近年来炒得火热的楼市——“我没买房，结果房价还是涨了，因为我们无法保证大家都不买房。可是，我错了吗？没有。当初如果我买房了，房价下跌了呢？因为我不能保证大家都买房。人们根本不能预知在疾风暴雨式的调控之下，房价竟还能且调且涨。可是，我对了吗？没有。”这是一部眼下流行、充满黑色幽默的网络视频《北漂族的无房生活》中的
经典对白。含泪的“调侃”折射出当下楼市的“囚徒困境”：买，难担高房价重负；不买，难受房价节节攀升的煎熬。 再看中国的法治之路。虽然法治让所有人都长期受益，甚至执政者自己也不例外，但是一个狭隘理性社会却偏偏无力支撑法治，以至最后每个理性人都不得不忍受法治缺位的非理性之苦。绝大多数中国人都是很识时务的理性人，不会故意给自己找茬，多数律师也不例外。不过，任何事物都有两面性，“理性”过了头也就成了非理性。这就是充斥着当今中国社会的“囚徒困境”：一种行为模式对于个人看起来是很理性的，但是对于个人构成的集体来说却是非理性的，最后对于每个人来说也是非理性的。我们都不敢站出来说话，对每个人来说都是很“理性”的一种行为方式，但最后的结果只能是让整个社会丧失法治。 但囚徒困境一定是坏事吗？就以囚徒困境的经典案例来说，作为一个比喻，我们会为囚犯不能合作而遗憾；可是如果它发生在现实中，我们就巴不得他们不能合作。 然而如果是多次博弈，人们就有了合作的可能性，囚徒困境就有可能破解，合作就有可能达成。连续的合作有可能成为重复的囚徒困境的均衡解，这也是博弈论上著名的“大众定理”的含义。但合作的可能性不是必然性。博弈论的研究表明，要想使合作成为多次博弈的均衡解，博弈的一方（最好是实力更强的一方）必须主动通过可信的承诺，向另一方表示合
纳什均衡的重要影响及其问题局限
研究领域：微观经济学 纳什均衡的重要影响及其问题局限 高红阳 （东北师范大学传媒科学学院，吉林长春 130117；吉林大学管理学院博士生，吉林长春 130022） 摘要：纳什均衡理论奠定了现代主流博弈理论和经济理论的根本基础，其对经济学以及其他社会科学甚至自然科学产生了重要影响。尽管纳什均衡理论及其应用得到了空前的肯定，但近年来纳什均衡分析却遭到了前所未有的质疑。论文从理性前提、犯错误、多重性、静态分析、动态分析、期望效用等六个角度论述了目前理论所存在的问题局限，而且将学界尝试解决上述问题的有限理性、好像理性、颤抖手均衡、聚焦均衡、风险占优均衡、帕累托最优均衡、防联盟均衡、相关均衡等方法一并加以讨论阐述。 关键词：纳什；纳什均衡；局限 博弈论（game theory）研究决策主体的行为发生直接相互作用时候的决策以及这种决策的均衡问题，纳什均衡（Nash Equilibrium）是博弈解的一般名称，是当前博弈理论体系的核心概念。从1994年纳什（Nash）、泽尔腾（Selten）和海萨尼（Harsanyi）三位博弈论专家获得诺奖，博弈论一直是十余年来学界最活跃的研究领域之一，被经济学、政治学、生物学、军事学等许多学科奉为重要的方法论基础。 1纳什均衡的重要影响 1.1纳什及纳什均衡的得来 纳什1928年生于美国西弗吉尼亚州。关于纳什均衡的普遍意义和存在性定理的证明等奠定非合作博弈理论发展基础的重要成果，是纳什在普林斯顿大学攻读博士学位时完成的。实际上，博弈论的研究起始于1944年冯·诺依曼（Von Neumann）和奥斯卡·摩根斯坦（Oscar Morgenstern）合著的《博弈论和经济行为》。然而却是纳什首先用严密的数学语言和简明的文字准确地定义了纳什均衡这个概念，并在包含“混合策略（mixed strategies）”的情况下，证明了纳什均衡在n人有限博弈中的普遍存在性，从而开创了与诺依曼和摩根斯坦框架路线均完全不同的“非合作博弈（Non-cooperative Game）”理论，进而对“合作博弈（Cooperative Game）”和“非合作博弈”做了明确的区分和定义。图克（Tucker）教授评价其论文，“这是对博弈理论的高度原创性和重要的贡献。它发展了本身很有意义的n人有限非合作博弈的概念和性质。并且它很可能开拓出许多在两人零和问题以外的，至今尚未涉及的问题。在概念和方法两方面，该论文都是作者的独立创造。” 1.2纳什均衡的重要影响 纳什均衡理论奠定了现代主流博弈理论和经济理论的根本基础，正如克瑞普斯（Kreps，1990）在《博弈论和经济建模》一书的引言中所说，“在过去的一二十年内，经济学在方法论以及语言、概念等方面，经历了一场温和的革命，非合作博弈理论已经成为范式的中心……在经济学或者与经济学原理相关的金融、会计、营销和政治科学等学科中，现在人们已经很难找到不懂纳什均衡能够‘消费’近期文献的领域。”纳什均衡的重要影响可以概括为以下六个方面（谢识予，1999）： （1）改变了经济学的体系和结构。非合作博弈论的概念、内容、模型和分析工具等，均已渗透到微观经济学、宏观经济学、劳动经济学、国际经济学、环境经济学等经济学科的绝大部分学科领域，改变了这些学科领域的内容和结构，成为这些学科领域的基本研究范式和理论分析工具，从而改变了原有经济学理论体系中各分支学科的内涵。 （2）扩展了经济学研究经济问题的范围。原有经济学缺乏将不确定性因素、变动环境因素以及经济
博弈论论文囚徒困境的启示和思考
囚徒困境的启示和思考 二、囚徒困境的解释 如同博弈论的其他例证，囚徒困境假定每个参与者（即“囚徒”）都是利己的，即都寻求最大自身利益，而不关心另一参与者的利益。参与者某一策略所得利益，如果在任何情况下都比其他策略要低的话，此策略称为“严格劣势”，理性的参与者绝不会选择。另外，没有任何其他力量干预个人决策，参与者可完全按照自己意愿选择策略。 囚徒到底应该选择哪一项策略，才能将自己个人的刑期缩至最短？两名囚徒由于隔绝监禁，并不知道对方选择；而即使他们能交谈，还是未必能够尽信对方不会反口。就个人的理性选择而言，检举背叛对方所得刑期，总比沉默要来得低。试设想困境中两名理性囚徒会如何作出选择： 若对方沉默、背叛会让我获释，所以会选择背叛。 若对方背叛指控我，我也要指控对方才能得到较低的刑期，所以也是会选择背叛。 二人面对的情况一样，所以二人的理性思考都会得出相同的结论——选择背叛。背叛是两种策略之中的支配性策略。因此，这场博弈中唯一可能达到的纳什均衡，就是双方参与者都背叛对方，结果二人同样服刑8年。 这场博弈的纳什均衡，显然不是顾及团体利益的帕累托最优解决方案。以全体利益而言，如果两个参与者都合作保持沉默，两人都只会被判刑1年，总体利益更高，结果也比两人背叛对方、判刑8年的情况较佳。但根据以上假设，二人均为理性的个人，且只追求自己个人利益。均衡状况会是两个囚徒都选择背叛，结果二人判决均比合作为高，总体利益较合作为低。这就是“困境”所在。 实际上囚徒困境在我们的实际生活中也有很多，下面举两个进行说明
三、经济学例子：关税战 两个国家，在关税上可以有以两个选择: 提高关税，以保护自己的商品。（背叛） 与对方达成关税协定，降低关税以利各自商品流通。（合作） 当一国因某些因素不遵守关税协定，独自提高关税（背叛），另一国也会作出同样反应（亦背叛），这就引发了关税战，两国的商品失去了对方的市场，对本身经济也造成损害（共同背叛的结果）。然后二国又重新达成关税协定。（重复博弈的结果是将发现共同合作利益最大。） 四、商业例子：广告战 商业活动中亦会出现各种囚徒困境例子。以广告竞争为例。 两个公司互相竞争，二公司的广告互相影响，即一公司的广告较被顾客接受则会夺取对方的部分收入。但若二者同时期发出质量类似的广告，收入增加很少但成本增加。但若不提高广告质量，生意又会被对方夺走。 此二公司可以有二选择： 互相达成协议，减少广告的开支。（合作） 增加广告开支，设法提升广告的质量，压倒对方。（背叛） 若二公司不信任对方，无法合作，背叛成为支配性策略时，二公司将陷入广告战，而广告成本的增加损害了二公司的收益，这就是陷入囚徒困境。在现实中，要二互相竞争的公司达成合作协议是较为困难的，多数都会陷入囚徒困境中。 除了这些还有的很多类似的例子，比如说公共产品的提供，商家的价格战等等，在这里就不多赘述了。 五、“囚徒困境”现象的意义和启示 通过以上几个关于囚徒困境的例子，特别是作为经济管理学院的学生，我们可以将博弈论的一些知识运用好，更好的指导我们的经济生活。理论的重要意义在于类似的情况之下给人们社会经济生活带来指导。在经济发展中，我们应该认识到“看不见的手”还有更多内涵，有待我们去发掘。 本文主要通过对该理论的分析，从中发现对企业经营管理活动的有义启示。 第一，在市场竞争过程中，一名优秀的经营者，无论做任何决策还是考虑问题应该有战略眼观，特别是在做出对企业乃至行业今后发展的竞争策略时，从长远出发，做正确的决断。 第二，保存对手就是保存自己。在市场竞争中，让竞争对手发展就是自己发展，本着求同存异的思想，共谋发展，避免恶性竞争，避免两败俱伤的情况。 第三，市场竞争不是纯粹的竞争，在义和利之间应该如何取舍，是一位有战略眼观的企业家该做的第一个选择。 2杜兰：走出“囚徒困境”《通信企业管理》[J] 2003年第4期，第31页
团队管理中的纳什均衡
团队管理中的纳什均衡 众所周知，团队就是由每一位个体员工和管理者个体组成的一个共同体，该共同体能够集中每个个体的知识、智慧和技能优势，促进个体之间的高度互补与工作协调，并形成团队优质，解决问题，实现共同目标，而纳什均衡则是指定博弈、对策和游戏中的一种情形，一种给定博弈、对策和游戏对手的最佳选择，自己的最佳选择，即每个人都从利己的角度出发做出最佳选择，选择对自己最有利的策略，而不考虑社会福利或其他对手的利益，这种策略组合由所有局中人的最佳策略组合构成，在缺乏有效外力推动的情况下，没有人会主动改变自己的策略以便获得更大利益。在团队管理中，如果团队成员之间的选择是在非完全信息对称的情况下做出的，则团队建设就很有可能遇到纳什均衡。下面我们试分析之。 企业文化与个人追求 企业文化是作为一个组织的企业内部的全体员工的共同价值观和道德准则，共同的精神追求和行为规范，从人本逻辑上来讲，企业文化则是企业家文化，而企业家文化的形成和确定，则必然打上企业家个人的价值取向烙印，即企业家自己的所谓最有利的选择。而团队成员在某种特定的企业文化氛围里边也有着每个人的追求，即所谓的
他所做的对自己最有利的选择，如果团队成员的选择与企业家的选择是一致的，这构成一种合作均衡，否则，团队成员的选择与企业的选择不同甚至完全相反，这就形成了纳什均衡。如在市场经济条件下，一家企业文化的价值追求体系是效率公平，则每一个团队在这种特定选择中，彼此的最佳选择就是追求效益最大化，更快更好地完成团队目标，其结果是企业目标的顺利实现；相反如果一家企业文化的价值追求体系是伦理公平，讲求平均主义，则每一个团队及其成员则会在这种给定选择中，彼此的最佳选择就是追求不劳而获，减少劳动量，甚至是高效能人才的大量流失和闲置，其结果是企业目标的落空。 团队精神与团队冲突团队 精神要求团队每个成员的行为能够积聚团队的整体优势，形成合力，解决问题，向团队目标迈进，而团队冲突则是由于团队成员在交往中产生意见与分歧，出现分歧，对抗导致彼此间关系紧张的局面，如果团队成员都能把团队精神视作其他成员的行为出发点和落脚点，那么该成员则也会做好他的最佳选择－－做团队精神的捍卫者和实践者，从而达成每一个成员的最佳选择；相反如果团队成员认为其他成员完全站在对抗和竞争的立场上与之对话，那么该成员也必然会站在同样的立场上做出选择，其结果导致团队冲突升级，如果在冲突升级过程中没有任何成员做出重新的以团队精神为导向的选择，那么团队精神就会沦为乌有，团队也会走向解体。 职责分工与利益分配 在团队管理中，进行岗位的职责分工并进行相对应的利益分配是
浅析囚徒困境与纳什均衡
浅析囚徒困境 欧阳学文 囚徒困境是博弈论的非零和博弈中具代表性的例子，指反映个人最佳选择并非团体最佳选择。 囚徒困境的经典案例这里不再复述，让我们看一下身边的例子。囚徒困境在生活中最常见的表现就是挤公共汽车。从集体理性的角度来看,按次序上车是最有效率的做法,但是你挤我不挤,我就可能上得慢,所以每个人的最优战略都是挤,结果上车就更慢了。学生也同样遭遇囚徒困境：减轻中小学生过重负担喊了20多年，仅1985年至2000年的15年里，中央就下达“减负令”49次。但实际情况却是学生课业负担不但没减下来，反倒呈现出越演越烈之势，致使学生作业做到深夜、节假日仍然上课、业余时间奔忙于各种补习班等。可见“减负令”难以见效，中小学生课业负担不减反增。 又比如近年来炒得火热的楼市——“我没买房，结果房价还是涨了，因为我们无法保证大家都不买房。可是，
我错了吗？没有。当初如果我买房了，房价下跌了呢？因为我不能保证大家都买房。人们根本不能预知在疾风暴雨式的调控之下，房价竟还能且调且涨。可是，我对了吗？没有。”这是一部眼下流行、充满黑色幽默的网络视频《北漂族的无房生活》中的经典对白。含泪的“调侃”折射出当下楼市的“囚徒困境”：买，难担高房价重负；不买，难受房价节节攀升的煎熬。 再看中国的法治之路。虽然法治让所有人都长期受益，甚至执政者自己也不例外，但是一个狭隘理性社会却偏偏无力支撑法治，以至最后每个理性人都不得不忍受法治缺位的非理性之苦。绝大多数中国人都是很识时务的理性人，不会故意给自己找茬，多数律师也不例外。不过，任何事物都有两面性，“理性”过了头也就成了非理性。这就是充斥着当今中国社会的“囚徒困境”：一种行为模式对于个人看起来是很理性的，但是对于个人构成的集体来说却是非理性的，最后对于每个人来说也是非理性的。我们都不敢站出来说话，对每个人来说都是很“理性”的一种行为方式，但最后的结果只能是让整个社会丧失法
纳什均衡的应用
纳什均衡的应用 1．考虑不对称的古诺双头垄断，市场反需求函数为Q p -=115，A 企业生产的固定成本 为1000，B 企业没有固定成本，A 和B 两个企业的可变成本分别为2a q 和2b q 。 （1）请写出A 公司的古诺反应函数的表达式。 （2）请写出B 公司的古诺反应函数的表达式。 （3）请求出纳什均衡时两个企业的产量和利润。 2．在贝特兰德模型中，假定每个企业的最大生产能力是K ，单位生产成本为c ＝10，需求为100，如果两个企业的价格相同，市场需求在二者之间平分；如果j i P P < (i ，j ＝1，2，i ≠j)，企业i 产量为Min{100-P i ，K}，企业j 的产量为Min[Max(0，100-P i -K)，K](即只有低价企业不能满足需求时，高价企业才生产，并且产量不超过生产能力)。 (1)求企业的得益函数； (2)假定30
囚徒困境和纳什均衡
囚徒困境和纳什均衡 当对手知道了你的决定之后，就能做出对自己最有利的决定------普林斯顿大学数学家约翰·纳什 囚徒困境 著名的“囚徒困境”，是纳什均衡理论的经典案例。 警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供一下相同的选择：若有一人认罪并作证检控对方（背叛对方）而对方保持沉默，此人将立即获释，沉默者将判监禁十年。若两人都保持沉默(互相合作）则两人同时被判监禁半年。若两人都互相检举（互相背叛）则两人同时监禁两年。 如同博弈论的其他论证，囚徒困境假设每个囚徒都是利己的，激斗寻求自己的最大利益。囚徒到底应该选择哪一项策略，才能将自己的刑期缩至最短？两名囚徒由于相互隔离监禁，并不知道对方的选择。 试想困境中两名理性的囚徒会如何选择：若对方沉默，背叛会让我获释，所以对方会选择背叛。若对方背叛我，我也要指控对方才能得到较低的刑期，所以也是这样会选择背叛。二人面对的情况一样，所以二人的理想思考会得到相同的答案----选择背叛。背叛是两种策略之间的支配性策略。因此这场博弈中唯一可能达到的纳什均衡就是两人选择同时背叛对方，结果两人同时服刑两年。这场博弈的纳什均衡，显然不是最优的解决方案。如果两人都选择沉默，两人都只会被判刑半年。但根据以上假设，两人均为理性的个人，均衡状况回事两个囚徒都选择背叛。这就是“困境”所在。 寻找“纳什均衡点” 在现实生活中，纳什均衡理论影响着人们的行为。比如，在有些国家，报亭既无管理人员也不上锁，买报纸的人在自行放下前后拿走报纸。当然某些人可能取走报纸却不付钱（背叛）但由于大家意识到如果每个人都偷窃报纸（共同背叛）会造成以后不方便的有害结果，这种情形很少发生。 在商业活动中，也会出现各种各样的囚徒困境的例子。两个公司相互竞争，他们的广告互相影响，即一公司的广告较被顾客接受则会夺取对方的部分收入。但若二者同时期发出质量类似的广告，收入增加很少但成本增加。因此，这两家公司可以有两种选择:1.互相达成协议，减少广告的开支（合作）；2.增加广告开支，设法提升广告的质量，压倒对方（背叛）。若两家公司不信任对方，无法合作，背叛成为支配性策略时，它们将陷入广告战，而广告的成本的增加损害了两家公司的利益，这就是陷入囚徒困境。在现实中，要互相竞争的公司达成合作协议是比较困难的，多数会陷入囚徒困境中。 在自行车赛事或者长跑赛事中，也会出现一种博弈。例如，每年都会举行的的环法自行车赛事中有以下情况：选手们在到终点前的路程常以大部队方式前进，他们采取这种策略是为了令自己不至于太落后，又出力适中。最前方的选手在迎风时是最费力的，所以在前方是最差的策略。因此，在起先阶段，大家都不愿意在前面（共同背叛），所以这个时段，整体的速度很慢。而后，通常会有几位选手骑到前面，然后互相一段时间交换到最前面位置，以分担风的阻力（共同合作），使得全体的速度有所提升。而此时，如果前方的一人试图一直保持前方位置（背叛）其他选手以及大部队就会赶上（共同背叛）。通常情况是，在最前面次数最多的选手（合作），通常会到最后被落后的选手赶上，因为后面的选手骑在最前面选手的冲流中，比较不费力。 用科学的语言来描述纳什均衡，指的是在一组策略中，所有的参与者面临这样一种情况：当其他人不改变策略时，他此时的策略是最好的。在纳什均衡点上，每一个理性的参与者都不会有单独改变策略的冲动。
博弈论中经典案例--“囚徒困境”
博弈论中经典案例--“囚徒困境” 博弈论中有一个经典案例囚徒困境” 。两个共谋犯罪 的人被关入监狱，不能互相沟通情况。如果两个人都不揭发 对方，则由于证据不确定，每个人都坐牢一年;若一人揭发， 而另一人沉默，则揭发者因为立功而立即获释，沉默者因不合作而入狱十年;若互相揭发，则因证据确实，二者都判刑八年。由于囚徒无法信任对方，因此倾向于互相揭发，而不是同守沉默。囚犯可以做出如下选择：1、供出他的同伙（即与 警察合作，从而背叛他的同伙），2、保持沉默（也就是与他的 同伙合作，而不是与警察合作）。这两个囚犯都知道，如果他俩都能保持沉默的话，就都会被释放，因为只要他们拒不承认，警方无法给他们定罪。但警方也明白这一点，所以他们就给了这两个囚犯一点儿刺激：如果他们中的一个人背叛，即告发他的同伙，那么他就可以被无罪释放，同时还可以得到一笔奖金。而他的同伙就会被按照最重的罪来判决，并且为了加重惩罚，还要对他施以罚款，作为对告发者的奖赏。 当然，如果这两个囚犯互相背叛的话，两个人都会被按照最重的罪来判决，谁也不会得到奖赏。那么，这两个囚犯该怎么办呢？是选择互相合作还是互相背叛？从表面上看，他们应该互相合作，保持沉默，因为这样他们俩都能得到最好的结果：自由。但他们不得不仔细考虑对方可能采取什么选择。 A 犯不是个傻子，他马上意识到，他根本无法相信他的同伙不会向警方提供对他不利的证据，然后带着一笔丰厚的奖赏出狱而去，让他独自坐牢。这种想法的诱惑力实在太大了。 但他也意识到，他的同伙也不是傻子，也会这样来设想他。 所以A 犯的结论是，唯一理性的选择就是背叛同伙，把一切都告诉警方，因为如果他的同伙笨得只会保持沉默，那么他就会是那个带奖出狱的幸运者了。而如果他的同伙也根据这个逻辑向警方交代了，那么，A 犯反正也得服刑，起码他不必在这之上再被罚款。所以其结果就
浅谈纳什均衡
浅谈纳什均衡 第一次接触到纳什均衡是在电影《美丽心灵》里边，主人公约翰·纳什经过不断探索和创新提出了他梦想的原创理论——纳什均衡定律。 关于纳什均衡的来源，有一段有趣的小故事。约翰·纳什假设有四男五女，其中有位女士长得非常漂亮以至于所有的男士都去追求这个女士。由于漂亮女士的天生孤傲，她拒绝了所有人的追求。于是这四个男士退而求其次，去追求另外四个女士。而这四个女士都不想作为第二个选择，所以都拒绝了这四个男士，公共利益为零。这时，约翰·纳什就想道：如果这四个男士一开始都不去追求那位漂亮女士而是直接去追求那四个不那么漂亮的女士，那么毫无疑问都会成功，这时公共效益达到最大。不管信还是不信，这个故事便是纳什均衡的最初来源了。 亚当·斯密，现代经济学之父，曾经提出：在竞争中，个人的野心往往会促进公共效益。但是约翰·纳什在普林斯顿大学发表的博士论文彻底推翻了统治了经济学界100多年的亚当·斯密的重要理论。经过一段时间后，纳什的理论像是一个炸弹爆炸在了各相关学界，引起了相当大的轰动。约翰·纳什也由于他的原创理论获得了1994年的诺贝尔经济学奖。 随着时间的推移，纳什的理论逐渐进入到博弈学领域，并且成为博弈学界不可或缺的支撑理论。 纳什均衡的定义：假设有n个局中人参与博弈，给定其他人策略
的条件下，每个局中人选择自己的最优策略（个人最优策略可能依赖于也可能不依赖于他人的战略），从而使自己利益最大化。所有局中人策略构成一个策略组合（Strategy Profile）。纳什均衡指的是这样一种战略组合，这种策略组合由所有参与人最优策略组成。即在给定别人策略的情况下，没有人有足够理由打破这种均衡。纳什均衡，从实质上说，是一种非合作博弈状态。纳什均衡达成时，并不意味着博弈双方都处于不动的状态，在顺序博弈中这个均衡是在博弈者连续的动作与反应中达成的。纳什均衡也不意味着博弈双方达到了一个整体的最优状态。 标准定义，在博弈G=﹛S1,…,Sn：u1,…,un﹜中，如果由各个博弈方的各一个策略组成的某个策论组合（s1*,…,sn*）中，任一博弈方i的策论si*，都是对其余博弈方策略的组合（s1*,…s*i-1,s*i+1,…,sn*）的最佳对策，也即ui（s1*,…s*i-1, si*,s*i+1,…,sn*）≥ui（s1*,…s*i-1, sij*,s*i+1,…,sn*）对任意sij∈Si都成立，则称（s1*,…,sn*）为G的一个纳什均衡。 关于纳什均衡最经典的案例莫过于囚徒困境了，关于这个经典案例已经分析得太多太多，这里就不详细介绍了。 那么就通过生活中的例子来简单加入纳什均衡定理吧。话说马上就要期末考试了，有小A同学和小B同学两位刻苦学习的好孩子。他们相约一起复习，假设两人对各个学科的掌握情况不一致，小A对《经济学原理》比较熟络，而小B则更加擅长于《博弈与实践》课程。于是他们两个就打起了小算盘：如果小A和小B都自己复习自己所掌握