博弈论混合策略纳什均衡

合集下载
  1. 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. 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. 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)。
§ 第三章 混合策略纳什均衡
• 混合策略与期望支付 • 计算混合策略纳什均衡的三种方法 • 支付最大值法 • 支付等值法 • 反应函数法 • 多重纳什均衡及其甄别 • 混合博弈在现实经济中的运用案例
§剪刀、石头、布的游戏
• 每个同学跟后面一排对应的同学玩剪刀、石 头、布的游戏.
• 玩二十次,将结果记下来 • 赢了十次以上同学举起手来 • 告诉我你有什么秘决 • 怎么样才能赢得多?
这样甲的 U A (p,期 q)( 1 望 )p [ q 支 (1p)付 1 (q) 是 ]1 [p(1q)(1p)q]
2p(12q)(2q1) 乙的期 U B (望 p,q)1 支 [p q(1 付 p)1 是 (q) ]( 1)p [(1q)(1p)q]
2q(12p)(2p1)

红q
黑1-q
红p 甲
vL1,13vL0, 0.5
政府和流浪汉的博弈
• 如果政府救济的概率小于0.5; • 则流浪汉的最优选择是寻找工作; • 如果政府救济的概率大于0.5; • 则流浪汉的最优选择是游闲等待救济。 • 如果政府救济的概率正好等于0.5; • 流浪汉的选择无差异。
讨论
• 上面的均衡要求每个参与人以特定的概率 选择纯策略。也就是说,一个参与人选择 不同策略的概率不是由他自己的支付决定 的,而是由他的对手的支付决定的。
§剪刀、石头、布的游戏
• 因此,秘决在于—— • 自己的策略选择不能预先被对手方知道或猜
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。
§ 第三章 混合策略纳什均衡
• 纯策略(pure strategies):如果一个策略规 定参与人在一个给定的信息情况下只选择一 种特定的行动。
• 正是由于这个原因,许多人认为混合策略 纳什均衡是一个难以令人满意的概念。
• 事实上,正是因为它在几个(或全部)策 略之间是无差异的,他的行为才难以预测, 混合策略纳什均衡才会存在。
讨论
• 尽管混合策略不像纯策略那样直观,但它确实是 一些博弈中参与人的合理行为方式。扑克比赛、 垒球比赛、划拳就是这样的例子,在这一类博弈 中,参与比赛的总是随机行动以使自己的行为不 被对方所预测。
字母说明
• 此博弈不存在纯策略纳什均衡。 • 我们用p代表税收机关检查的概率;q代表
纳税人逃税的概率。
求解:混合战略纳什均衡之一
• 假定纳税人采用混合策略达到最优选择时, 则税收机关在检查和不检查两种策略的期 望收益相等:
• (a-C+F) q+(a-C)(1- q)=a(1- q) • q*=C/(a+F)
对上述效用函数求微分,得到政府最优化的一阶条件 为:
v G 5 1 0 0 .2
就是说,从政府的最优化条件找到流浪汉混合策略— —流浪汉以0.2的概率选择寻找工作,0 .8的概率选择 游闲。
• 解一:支付最大化
• 流浪汉的期望效用函数为:
L
2 1 0
0.5
解二:支付等值法
• 政府选择救济策略
• 政府选择不救济策略
1
期望效用
0 期望效用
vG1, 3 11 vG0, 1 01
4 1
如果一个混合策略是流浪汉的最优选择,那一定意味 着政府在救济与不救济之间是无差异的,即:
v G 1 ,4 1 v G 0 , 0 .2
• 解二:支付等值法
如果一个混合策略是政府的最优选择,那一定意 味着流浪汉在寻找工作与游闲之间是无差异的, 即:
博弈方1 (0.8,0.2) 2.6
博弈方2 (0.8,0.2) 2.6
夫妻之争的混合策略纳什均衡
看看这个博弈有几个均衡?
时装
丈夫
时装 妻 子
足球
2, 1 0, 0
足球 0, 0 1, 3
夫妻之争
存在两个纯策略均衡
时装 妻 子
足球
时装
丈夫
足球
2, 1
0, 0
0, 0
1, 3
夫妻之争
还存在混合策略纳什均衡
黑1-p
-1, 1 1, -1
1, -1 -1, 1
§ 反应函数
• A的目标是期望支付越大越好。我们之所以把A的 期望支付整理成不含p的一项和含p的一项这个样 子,是因为A只能选择p而不能q,因此,A能通过 选择p来影响第一项,而不能直接影响第二项。 (1-2q)>0即q<1/2时,A把p选择等于1最好;当 (1-2q)<0即q>1/2时,A把p选择等于0最好;当 (1-2q)=0即q=1/2时,A可以在[0,1]之间随便 选择一个p。这样我们可以得到A的反应函数是, 同样道理我们可以得到B的反应函数。
对性的策略,使自己的支付增加。
求解混合策略纳什均衡
1、假定政府采用混合策略:
G,1 即政府 的以 概率选1择 的 救概 济率 ,选择不
2、流浪汉的混合策略为:
L,1 即流浪 的汉 概以 率选择 1寻 的找 概工 率作 选, 择
解一:支付最大化
那么,政府的期望效用函数为:
v G G , L 3 1 1 1 0 1 5 1
§剪刀、石头、布的游戏
• 我们知道—— • 如果博弈只进行一次,我们无法明确预测博
弈的结果,不管是哪个博弈方,也不管他们 的选择是哪个策略,都不能保证得到较好的 结果。根据我们上一章所学的方法,这个博 弈没有纳什均衡。
• 那么是不是意味着这样的博弈中,你可以随 意选择,结果都一样呢?
§剪刀、石头、布的游戏
• 答案是否定的。
• 事实上,局中人的选择仍然是很有讲究的, 策略选择的好坏对局中人的利益仍然有很大 的影响。
• 在这个零和博弈里,无论双方采用哪种策略 组合,结果都是一方输一方赢,而输的一方 又总是可以通过单独改变策略而反输为赢。 如果哪个局中人能找到对手方的规律或者偏 好,他就能猜测到对手的策略而采用针对性 策略从而保证赢。
E A U p 1 X 1 p 2 X 2 . .p .n X n
政府和流浪汉的博弈
• 政府想帮助流浪汉,但前提是后者必须试图寻 找工作,否则,不予帮助;而流浪汉若知道政 府采用救济策略的话,他就不会寻找工作。他 们只有在得不到政府救济时才会寻找工作。他 们获得的支付如图所示:
流浪汉
寻找工作
夫妻之争博弈的混合策略纳什均衡
策略
得益
博弈方1 (0.75,0.25) 0.67
博弈方2 (1/3,2/3) 0.75
夫妻之争博弈
No
r 1
qR2(r)
Image
1/3
(r,1-r):丈夫的混合
策略概率分布
rR1(r)
(q,1-q):妻子的混合
策略概率分布
1/3
混合战略纳什均衡
• p *=a/(a+F), q*=C/(a+F)即税收机关以a/ (a+F)的概率检查,纳税人以C/(a+F)的概率 选择逃税。
• 这个均衡的另一个可能的解释是,经济中有许多 个纳税人,其中有C/(a+F)的比例的纳税人选 择逃税,(1- C/(a+F))比例选择不逃税;税 收机关随机地检查a/(a+F)比例的纳税人的纳 税情况。
• 混合策略(mixed strategies):如果一个策 略规定参与人在给定的信息情况下,以某种 概率分布随机地选择不同的行动。
• 在静态博弈里,纯策略等价于特定的行动, 混合策略是不同行动之间的随机选择。
§ 期望支付
• 与混合策略(mixed strategies)相伴随的一个问 题,是局中人支付的不确定性(uncertainty).可用 期望支付(expected payoff)来描述——有个n可 能的取值X1,X2…,Xn ,并且这些取值发生的概率 分别为p1,p2,…,pn,那么我们可以将这个数量指 标的期望值定义为发生概率作为权重的所有可能 取值的加权平均,也就是
• 思考一下:在这个博弈中,检查成本C,罚款F和应纳 税款数额a对纳税人逃税的影响是怎么样的?为什 么会有这样的影响?
• 在这个博弈中,检查成本C越高,纳税人逃税的概率 越大;罚款F越高,纳税人逃税的概率越小;应纳税 款越大,纳税人逃税的概率反而越小。
• 应纳税款越大,纳税人逃税的概率反而越小?这 跟我们的假设有关,假定一检查逃税行为就会被 发现;假定检查成本一定,而不是跟应交税额有 关,即应交税额越大,检查成本越高;不考虑纳 税人在应交税额高时贿赂税务人员的积极性越高 的情况。如果放开这些假设,其结果就有可能与 现实更贴近。纳税税款越高,纳税人逃税的概率 越高。
5, 2 1, 5
对于博弈方1采用的混合策略,博弈方2的支付无差异
p A 3 p B 1 p A 2 p B 5
对于博弈方2采用的混合策略,博弈方1的支付无差异
p C 2 p D 5 p C 3 p D 1
解出PA=0.8,PB=0.2;PC=0.8,PD=0.2
策略
得益
• 答案:用反应曲线法找到政府与流浪汉博 弈的混合策略纳什均衡
练习:混合策略的纳什均衡
下面的博弈是否存在纯策略的纳什均衡,如果没有采用混合策略
纳什均衡分析。试用支付最大化法和支付等值法两种方法算一
算混合策略的纳什均衡是多少?通过反应曲线,求得混合策略的
纳什均衡.
博弈方2
C
D

A


1
B
2, 3 3, 1
说明
• 如果纳税人逃税的概率小于q*, • 则q<C/a+F ,税收机关的最优选择是不检
查; • 如果纳税人逃税的概率大于q*, • 则q>C/a+F ,税收机关的最优选择是检查; • 如果纳税人逃税的概率等于q*, • 则q=C/a+F ,税收机关随机地选择检查或
不检查。
之二
• 假设采用混合策略是税务机关的最优选择 那么给定p ,纳税人选择逃税和不逃税的期 望收益相等:
游闲
救济 (3,2) (-1,3)
政府
不救济 (-1,1) (0,0)
政府和流浪汉的博弈
• 思考:政府会采用纯策略吗?流浪汉呢?这 个博弈有没有纯策略的纳什均衡?
• ——跟你玩剪子石头布游戏一样,你会一直 采用纯策略吗?
• 那么政府和流浪汉最有可能采用什么策略? • ——使自己的预期支付最大化。 • ——若能够猜的对方的策略,就可以采用针
• 0, 如果q>1/2
1, 如果p>1/2
• p [0,1], 如果q=1/2 q [0,1], 如果p=1/2

1, 如果q<1/2
0, 如果p<1/2
ቤተ መጻሕፍቲ ባይዱ
§ 反应函数曲线相应方法
纳什均衡是A和B都出红牌或者黑牌的概率是
p
一半对一半
1
1/2
1/2
1
q
练习:税收检查(监督博弈)
• 设定a是应纳税款;C是检查成本;F是罚款, 假定是C<a+F。看看是否存在纯策略纳什均衡? 混合策略纳什均衡在哪里?
• -(a+F) p +0(1- p)= -a • 得p *=a/(a+F)
说明
• 如果税收机关检查概率小于p*, • 即p<a/(a+F),纳税人的最优选择是逃税; • 如果税收机关检查的概率大于p*, • 即p=a/(a+F),纳税人的最优选择是不逃税; • 如果税收机关检查的概率等于p*, • 即p=a/(a+F),纳税人的选择无差异。
• 经济学上的监督博弈也是这样一个例子。如税收 检查、质量检查、惩治犯罪、雇主监督雇员等都 可以看成猜谜博弈。
纳什均衡的存在性
纳什定理:在一个由n个博弈方的博弈G { S 1 , S n ;u 1 , 中u n ,}
如果n是有限的,且 都S是i 有限集(对 i1,) ,n则该博弈
至少存在一个纳什均衡,但可能包含混合策略。 • 证明过程省略,主要根据是布鲁威尔和角谷的不动点定理。 • 纳什均衡的普遍存在性正是纳什均衡成为非合作博弈分析
核心概念的根本原因之一。
§扑克牌对色游戏
• 甲乙玩扑克牌对色游戏,每人都有红黑两张 扑克牌,约定如果出牌颜色一样,甲输乙赢, 如果出牌颜色不一样,则甲赢乙输。
• 找到这个博弈的纳什均衡。
红 甲

红 -1, 1 1, -1
乙 黑
1, -1 -1, 1
§ 反应函数法
• 假设甲、乙均采用混和策略,随机地以p的概率出 红牌和以(1-p)的概率出黑牌,而乙则随机地以q的 概率出红牌和以(1-q)的概率出黑牌。
丈夫 时 装C 足 球F
妻 时装C
子 足球F
2, 1 0, 0
0, 0 1, 3
夫妻之争
妻子的混合策略
p w (C ) 1 p w (F ) 0 p w (C ) 0 p w (F ) 3
丈夫的混合策略
p h (C ) 2 p h (F ) 0 p h (C ) 0 p h (F ) 1
相关文档
最新文档