《管理经济学(二)》-囚徒困境与纳什均衡的含义与应用
囚徒困境背后的经济学原理
囚徒困境背后的经济学原理1. 引言囚徒困境是博弈论中的一个经典问题，它涉及到个体在面对合作与背叛之间做出决策时所面临的权衡。
该问题可以通过经济学原理来解释，其中包括效用理论、合作与竞争、信息不对称等基本原理。
2. 效用理论效用理论是经济学中描述个体偏好和决策行为的基本原理。
在囚徒困境中，两个囚徒都希望获得最大化的利益，因此他们会根据自身的效用函数来进行决策。
效用函数可以描述个体对不同决策结果的偏好程度，从而帮助我们分析和预测他们的行为。
3. 合作与竞争囚徒困境涉及到个体之间的合作与竞争关系。
在该问题中，每个囚徒都面临着两种选择：合作或者背叛。
如果两个囚徒都选择合作，他们将获得较好的结果；但如果其中一个人选择背叛而另一个人选择合作，那么背叛者将获得更好的结果，而合作者将获得较差的结果。
这就形成了一个竞争的情景，每个囚徒都希望通过背叛来获得更大的利益。
4. 信息不对称在囚徒困境中，存在着信息不对称的问题。
每个囚徒只能观察到自己的选择和对方的选择，而无法准确了解对方的动机和行为意图。
这种信息不对称导致了决策过程中存在着风险和不确定性。
5. 纳什均衡纳什均衡是博弈论中一个重要的概念，用于描述在博弈过程中各参与者之间达成的一种稳定状态。
在囚徒困境中，如果两个囚徒都采取背叛策略，那么他们将陷入一个互相背叛、互相伤害的局面。
虽然他们可以通过合作来获得更好的结果，但由于彼此之间缺乏信任和信息共享，他们很可能会选择背叛策略。
因此，在囚徒困境中存在着纳什均衡点，即两个囚徒都选择背叛的策略。
6. 支付矩阵支付矩阵是用来描述博弈参与者在不同决策组合下获得的利益或效用。
在囚徒困境中，可以使用一个2x2的支付矩阵来表示两个囚徒的决策结果和相应的利益。
例如，如果两个囚徒都选择合作，他们将分别获得一个较好的结果；如果其中一个人选择背叛而另一个人选择合作，背叛者将获得最好的结果，而合作者将获得最差的结果。
囚徒B选择合作囚徒B选择背叛囚徒A选择合作较好结果最差结果囚徒A选择背叛最好结果较差结果根据支付矩阵可以看出，在囚徒困境中，每个囚徒都有动机去追求自己的最大利益，这导致了难以达成合作并产生了悲观的结果。
完整揭示纳什均衡概念的内涵及解决囚徒的困境
Advances in Applied Mathematics 应用数学进展, 2018, 7(10), 1317-1324Published Online October 2018 in Hans. /journal/aamhttps:///10.12677/aam.2018.710153Complete Disclosure of the Connotations of Nash Equilibrium Concept and Solution tothe Prisoners’ DilemmaLiusheng YangShaanxi Chang’an Normal School, Xi’an ShaanxiReceived: Oct. 7th, 2018; accepted: Oct. 22nd, 2018; published: Oct. 30th, 2018AbstractIn order to solve the inconsistency caused by prisoners’ dilemma, it is necessary to re-examine the validity of the previous argumentation. The results reveal that the connotations of Nash Equili-brium Concept fail to be completely disclosed, and thus it is necessary to rectify the definitions of Nash Equilibrium, Dominant Strategy and other concepts; the logical necessity of the answer is the reason and condition for two prisoners to cooperate with each other. Conclusion: ① The reason for the occurrence of Prisoners’ Dilemma is as follows: logically, one side involved in the dilemma intends to regard ahead the selection of the assumptive opposite side but behind his own strategy in times of inference, but in fact, the both sides typically make their own selections simultaneously, and if resultant strategy profile is not Nash Equilibrium, it should not have existed in theory. ② In the game of Prisoner’s Dilemma, the optimal plan is provable and there. ③ There is no dominant strategy and dominant strategy equilibrium. ④ Both the “guilty plea of both sides” and “plea of not guilty of both sides” are Nash Equilibrium. ⑤ Nash Equilibrium, the “invisible hand” theory of Adam Smith and Pareto optimality are coordinated.KeywordsPrisoners’ Dilemma, Nash Equilibrium, Dominant Strategy, Adam Smith, Pareto Optimality,Rational People完整揭示纳什均衡概念的内涵及解决囚徒的困境杨六省陕西省长安师范学校，陕西西安杨六省收稿日期：2018年10月7日；录用日期：2018年10月22日；发布日期：2018年10月30日摘要为了解决囚徒的困境所引起的不一致性，有必要对以往论证的有效性进行重新审查，结果发现，纳什均衡概念的内涵并未得到完整的揭示，从而，纳什均衡及占优策略等概念的定义需要修正；答案所具有的逻辑必然性是两个囚徒应该和能够进行合作的理由和条件。
《管理经济学（二）》论纳什均衡及其启示
《管理经济学（二）》论纳什均衡及其启示装订处论纳什均衡及其启示摘要：纳什对博弈论的贡献有两个方面，一是合作博弈理论中的讨价还价模型，称为纳什讨价还价解；二是非合作博弈理论方面，这是他的主要贡献所在。
纳什对非合作博弈的主要贡献是他在1950年和1951年的两篇论文中在非常一般的意义上定义了非合作博弈及其均衡解，并证明了均衡解的存在。
这样，他便奠定了非合作博弈论的基础。
纳什所定义的均衡称为“纳什均衡”，它己成为经济学中的专用术语。
关键词：纳什均衡；启示博弈论可以划分为合作博弈和非合作博弈。
合作博弈与非合作博弈是根据博弈者之间是否能够通过某种契约的约束采取合作的策略而区分的。
合作的博弈是指在这种博弈中，博弈者能够通过谈判达成一个有约束的契约以限制博弈者行为，使之相互采取以一种合作的策略。
如果博弈者无法通过谈判达成一个有约束的契约以限制博弈者的行为，则该种博弈为非合作博弈。
合作博弈强调的是团体理性，强调的是效率、公正、公平。
非合作博弈强调的是个人理性、个人最优决策，其结果可能是有效率的，也可能是无效率的。
目前，非合作博弈的理论相对成熟。
在以下的分析中，由于分析对象大都是强调个体理性，并且，博弈的参与人之间没有一个具有约束力的契约来限制博弈者的行为，只是强调个人的理性。
在非合作博弈论中，又可以从两个角度对博弈进行分类：一是参与人行动的顺序。
从这个角度，可以将博弈划分为静态博弈（static game）和动态博弈（dynamic game）。
静态博弈指的是博弈中，参与人同时选择行动，或者是参与人虽然不是同时行动，但是后行动者不能知道先行动者所采取的行动；动态博弈指的是参与人的行动有先有后，且后行动者能够通过一定的手段知道先行动者的具体行动是什么；二是对其他参与人的特征、战略空间和支付函数的知识。
从这。
纳什均衡与囚徒困境
个人理性与集体理性的冲突
• “囚徒困境”表明个人理性与集体理性的冲突。 • 囚徒困境反映个人最佳选择并非团体最佳选择。 • 明知道合作是最佳选择，但事情的发展往往向坏的
一方面发展。 • 囚徒困境中的合作是不可信的，没有人愿意遵守合
作的承诺。 • 其结果是竞争、“背叛”，最终造成该行业集体受
损。
广告战 ：增加广告开支
卡尔多-希克斯（Kaldor-Hicks）标准
• 设想：状态X下，A的收入是100，B的收入也是 100；在状态Y下，A的收入是1000，B的收入是99 。依帕累托标准，这两个状态是不可比较的：A在 状态Y下更好，B在状态X下更好。
• 卡尔多-希克斯标准：如果一种变革使得受益者的 所得足以弥补受损者的所失，这种变革就是一个 卡尔多-希克斯改进。如果补偿实际发生，就是帕 累托改进。因此，“卡尔多-希克斯标准”就是“ 财富最大化”。
• 很多社会变革都是卡尔多—希克斯改进，要 将其转化为帕累托改进，就必须解决利益受 损者的补偿问题。根据科斯定理：
• 如果产权界定是清楚的，在交易成本为零（ 很小）的前提下，无论初始的产权安排如何 ，市场谈判都可以实现帕累托最优。
• 《社会成本问题》（1960，科斯） • 个人谈判可以保证卡尔多—希克斯效率作为
帕累托效率出现。
现实如何？
• 改革涉及的人数不多，补偿问题一般通过 谈判解决；
• 但对社会层面的大变革来说，由于受益者 和受损者人数众多，谈判并不是一件容易 的事情，更由于，许多潜在（相对收入和 相对地位）的卡尔多—希克斯改进根本没有 办法进行。
公平问题
• 假设原来每个人得100，现在第一个人得到 1000，第二个还是100，按照先前的标准，这 是一个帕累托改进。
纳什均衡和囚徒困境的关系
纳什均衡和囚徒困境的关系
囚徒困境所形成的均衡解就是纳什均衡解，即两个囚徒从自身效用最大化的角度考虑都会选择坦白，但这并非帕累托最优状态。
纳什均衡由约翰•纳什于20世纪50年代在一系列有关博弈论的论文中提出。
他假设有n个局中人参与博弈，在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），从而使自己效用最大化。
所有局中人策略构成一个策略组合（StrategyProfile）。
纳什均衡就是指这样一种战略组合，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。
囚徒困境与纳什均衡的关系
囚徒困境与纳什均衡的关系这两个概念都是博弈论中的概念，那什么是博弈论呢，博弈论是研究竞争现象的一种理论方法。
既然是理论方法就会有许多假设的前提，但在现实情况下，这些前提很可能不会同时存在。
所以所有理论方法，只是有助于你分析并理解现实世界，它只是一种方法，或者是一种思维工具而已，切不可生搬硬套。
博弈论在经济学、生物学、物理学、社会学、政治学中都有应用，所以博弈论是一种十分有用的分析框架。
先介绍一下囚徒困境，然后在囚徒困境中找到纳什均衡的局面，最后进行一下总结。
1.囚徒困境1.1两个犯罪嫌疑人都被抓了起来，并且这两个人都是理性、自利的，并且不能相互交流。
都被告知如下规则。
在这种情况下，两个人会做什么选择？答案是两个人都会选择背叛对方。
分析如下：甲想：如果乙沉默，我背叛的话，就会立即获释。
如果乙背叛，我沉默的话，就会判刑十年。
所以甲会选择背叛。
同理乙也会选择背叛。
最终两人都会服刑5年。
其实有一个最优解就是：甲乙都选择沉默。
这就是“困境”所在：个人的最优解，并不是全局的最优解。
1.2知道次数的囚徒困境。
比如限制十次经过上次的教训，甲知道了沉默是全局的最优解，但是最后一次，甲背叛，乙沉默的话，甲会立马获释。
所以前九次甲都会选择沉默，已获得对方的信任，最后一次会选择背叛。
同理乙也会这么想。
当双方都知道对方在最后一局选择背叛，那么会有人在第九局选择背叛，依次类推。
第一局双方都会选择背叛。
1.3不知道次数的囚徒困境经过多次博弈，背叛会受到惩罚，双方趋向于选择合作。
2.纳什均衡在博弈中会存在一个均衡，任何一方都不愿改变策略，因为这种状况下改变策略会不利于自己。
囚徒困境下的纳什均衡是：双方都背叛。
可以用排除法找到答案，如果两人都沉默的话，只要任何一方背叛，会立马获释。
这种双方都沉默的局面并不稳定。
如果一方沉默，另一方背叛的话。
没有人傻到自己沉默，所以这种情况也是不稳定的。
3.总结3.1局部最优解不是全局最优解。
3.2个人的理性选择，会造成全局的非理性。
囚徒困境的基本含义及应用
请描述出囚徒困境的基本含义，以及其在现实中的应用。
“囚徒困境”（Prisoner，s Dilemma）的具体内容如下：两个嫌疑犯作案后被警察逮捕，分别关在不同的屋子里审讯，警察告诉他们，如果两个人都坦白，那么每个人判刑8 年；如果两个人都抵赖，每个人判刑1年（或许因为证据不足）；如果其中一个人坦白，另一个人抵赖的话，坦白的人释放，抵赖的人判刑10年。
结果，两个嫌疑犯都选择坦白，各判刑八年。
其基本含义为：个人理性与集体理性的矛盾，个体追求的利己行为而导致的最终结局是一个“纳什均衡”，也是对所有人都不利的结局。
囚徒困境在现实中的应用：囚徒困境在企业间最典型的例子就是“竞相杀价”，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。
经济的信息化和全球化不仅使竞争变得更为激烈，同时也使竞争的环境和传统的竞争模式发生深刻变化，竞争的游戏规则的内涵不断丰富，由此，也使竞争者的理性选择发生变化。
在全球竞争环境下，企业必须抛弃只靠单打独斗，以“合作博弈”（Cooperative game）的思路来对待竞争，这样才能适应全球化商业生态系统的复杂性和新型竞争的不确定性。
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。
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。
论纳什均衡与“囚徒困境”的解决方式论文
论纳什均衡与“囚徒困境”的解决方式摘要本文对于“囚徒困境”与纳什平均进行了简要分析，提出了静态博弈中要找出自己的优势策略以及动态博弈中合作重要性的观点。
关键词：“囚徒困境”优势策略合作一、“囚徒困境”博弈及其纳什均衡“囚徒困境”博弈是图克（Tucker）1950年提出的一个著名的博弈模型，是完全信息静态博弈的典型例子。
囚徒困境博弈的基本情况如下：警察抓住了两个合伙犯罪的罪犯，但却缺乏足够的证据指证他们所犯的罪行。
如果其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以防止他们串供或结成攻守同盟，并给他们同样的选择机会；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1年徒刑；如果两人中有一人坦白认罪，则坦白者从轻认罪，立即释放，而另一人则将重判8年徒刑；如果两人同时坦白认罪，则他们将被各判5年监禁如果分别用－1、－5和－8 表示罪犯被判刑1年、5年和8年的得益，用0表示罪犯被立即释放的得益，则两囚徒的得益矩阵如下：囚徒2囚徒1在上图中，“囚徒1”、“囚徒2”分别代表本博弈中的两个博弈方，也就是两个罪犯；他们各自都有“不坦白”和“坦白”两种可选择的策略；因为这两个囚徒被隔离开，其中任何一人在选择策略时都不可能知道另一人的选择是什么，因此不管他们决策的时间是否真正相同，我们都可以把他们的决策看作是同时做出的。
其中矩阵中第一个数字代表决策结果后囚徒1的得益，第二个数字代表决策结果后囚徒2的得益。
博弈的结果是：由于这两个囚徒之间不能串通，并且各人都追求自己的最大利益而不会顾及同伙的利益，双方又都不敢相信或者说指望对方有合作精神，因此只能实现对他们都不理想的结果（各判5年），并且这个结果具有必然性，很难摆脱，因此这个博弈被称为“囚徒困境。
二、寻找自己的优势策略从“极小极大原理”到“纳什理论”，都是希望揭示博弈中的策略选择和博弈结果之间的关系，使博弈论研究可以在一个博弈结构里寻找比较稳定的结果，并为策略的选择提供依据。
囚徒困境与纳什均衡
囚徒困境与纳什均衡
囚徒困境是两个囚犯之间的一个“博弈”，常用来说明不是最优性质的纳什均衡。
当然，囚徒困境的纳什均衡虽然不利于博弈的参与人，但却有利于整个社会。
事例基本内容是：张三和李四以前抢过银行，后来在一次偷汽车的时候被抓住了，警察对他们进行隔离审问，而且向他们每个人都提出了如下的交易：现在可以判你坐一年牢，但如果你承认你和你的同伙前不久抢过银行，我们就可以把你放了，而你的同伙则要坐20年牢；反之，如果你不承认，而你的同伙招供了，那你的同伙就可以自由，而你则要坐20年牢；如果你和你的同伙都承认了抢银行的事，你们2人要坐8年牢。
此时，张三会想：对我来说，最好的结果就是李四不坦白而我坦白，这样我就不用坐牢了；但李四也可能坦白，如果李四坦白了，我该怎么办呢？我最好还是坦白，因为如果我不坦白，就要坐20年牢，而坦白了只要坐8年牢；所以，不管李四坦白不坦白，我最好都要坦白。
当然，李四也会这么想，结果两人都坐8年牢。
由此可见，在有些情况下，每个参与人都追求自己的利益，可能既不能给自己带来好处，也不能给别人带来好处。
囚徒困境表明，合作是困难的，解决囚徒困境最经常的情况是：参与者的博弈不是一次性的而是多次的，而且参与者在开始合作时可以签订协议并规定如果一方违约将如何处理。
所以，只要参与者都非常关心自己未来的利益，他们就会放弃违规带来的一次性好处。
这样，在多次囚徒困境博弈中，参与者就可能达到合作性的结果。
纳什均衡与囚徒困境
交通拥堵中的纳什均衡
在交通拥堵中，如果所有驾驶员都选择走某一 条路，那么这条路就会变得非常拥堵。
如果一个驾驶员选择走另一条路，那么他可能 会更快地到达目的地，但其他驾驶员也可能会 效仿，导致另一条路也变得拥堵。
纳什均衡在交通拥堵中的表现为：所有驾驶员 都选择走同一条路，形成一种稳定的交通状态。
公共资源中的纳什均衡
建立信任
通过建立信任机制，让囚犯相 信对方不会出卖自己，从而都
选择抵赖。
引入第三方监管
由第三方监管机构介入，制定 规则并监督执行，确保双方都 遵守规则。
改变奖励机制
改变奖励机制，使得双方都选 择抵赖成为最优解，例如将坦 白惩罚变得更重。
增加沟通机会
让囚犯有更多的沟通机会，了 解对方的想法和处境，从而更
企业竞争中的囚徒困境
价格战
01
企业为了争夺市场份额，可能会采取降价策略，但这种策略可
能导致整个行业的利润下降。
技术研发
02
企业在研发新技术时面临投入不足或过度投入的困境，如何平
衡研发投入与市场收益是一大挑战。
广告策略
03
企业在广告投放上可能存在囚徒困境，过多的广告投入可能增
加品牌知名度，但也可能导致广告费用过高而降低利润。
01
02
03
公共资源是指那些不属于任何个 人或组织的资源，如海洋、森林、 空气等。
在公共资源的使用中，如果每个 人或组织都过度使用资源，那么 资源将会被耗尽或使用 资源，导致资源的过度消耗和破 坏，形成一种稳定的竞争状态。
05 囚徒困境的实例分析
促进学科发展
纳什均衡与囚徒困境的研究推动了博弈论和其他相关学科的发展，促进了学术交流和知识创新。
纳什均衡与囚徒困境
纳什均衡纳什均衡，Nash equilibrium ,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，是一种策略组合，使得每个参与人的策略是对其他参与人策略的最优反应。
首先我们先简单看一下纳什均衡的经济学含义：所谓纳什均衡，指的是参与人的这样一种策略组合，在该策略组合上，任何参与人单独改变策略都不会得到好处。
换句话说，如果在一个策略组合上，当所有其他人都不改变策略时，没有人会改变自己的策略，则该策略组合就是一个纳什均衡。
纳什均衡（Nash equilibrium），无一参与者可以通过独自行动而增加收益的策略组合。
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。
纳什均衡可以分成两类:"纯战略纳什均衡"和"混合战略纳什均衡"。
纯战略是提供给玩家要如何进行赛局的一个完整的定义。
特别地是，纯战略决定在任何一种情况下要做的移动。
战略集合是由玩家能够施行的纯战略所组成的集合。
混合战略是对每个纯战略分配一个机率而形成的战略。
混合战略允许玩家随机选择一个纯战略。
混合战略博弈均衡中要用概率计算，因为每一种策略都是随机的，达到某一概率时，可以实现支付最优。
因为机率是连续的，所以即使战略集合是有限的，也会有无限多个混合战略。
案例：智猪博弈、囚徒困境、普通范式博弈（公司合作背叛）、饿狮博弈、硬币正反。
这里有一个理想化假设，那就是假设双方都知道博弈次数是无限的话，也就是说双方的商业往来是无止尽的，那么二者的策略都将持续选择合作，最终的博弈收益将定格在（3，3），这就是一个纳什均衡。
既然博弈次数是无限的，那么任何一方都没有理由选择背叛策略去冒险追求5点短暂收益，而招致对方在下一轮博弈中的报复（这种报复在博弈论里称作“以牙还牙”策略）。
还有另一种假设情况是，假使双方都知道博弈次数是有限的，也许下一次博弈就是最后一次，那么为了避免对方在最后一轮博弈中选择背叛策略而使我方遭受-3的收益损失，于是双方都重新采取了背叛的策略选择，最后的博弈结果又回到了（-1，-1），这就形成了第二个纳什均衡。
纳什均衡与囚徒困境的关系
纳什均衡与囚徒困境的关系纳什均衡和囚徒困境是博弈论中两个重要的概念。
纳什均衡是指在一个博弈中，每个玩家都选择了最优的策略，而其他玩家也选择了最优的策略，这种情况下，每个玩家都无法通过单方面改变策略来获得更大的收益。
囚徒困境则是指，在一个博弈中，每个玩家都会倾向于选择自己的最优策略，但是这种最优策略对于其他玩家来说并不是最优的，导致所有玩家都会得到较差的结果。
那么，纳什均衡和囚徒困境有什么关系呢？首先，纳什均衡可以被用来解决囚徒困境。
在囚徒困境中，每个囚徒都会选择背叛对方，因为这是他们自己的最优策略。
但是，如果两个囚徒都选择合作，那么他们都能获得比背叛更好的结果。
这种情况下，囚徒困境的纳什均衡就是合作。
如果两个囚徒都选择合作，那么他们都不会通过单方面改变策略来获得更大的收益。
其次，囚徒困境可以被用来解释为什么人们会选择不合作的策略。
在现实生活中，人们经常会面临类似于囚徒困境的情况。
例如，在商业谈判中，每个公司都希望获得更多的收益，但是如果所有公司都选择了竞争，那么他们都会得到比合作更差的结果。
这种情况下，每个公司都可能会选择竞争，因为这是他们自己的最优策略。
但是，如果所有公司都选择了合作，那么他们都能获得比竞争更好的结果。
这种情况下，囚徒困境的纳什均衡就是竞争。
最后，纳什均衡和囚徒困境的研究对于社会科学和经济学有着重要的意义。
在社会科学中，博弈论被广泛应用于研究人类行为和社会互动。
在经济学中，博弈论被用来研究市场竞争、拍卖和合同等问题。
纳什均衡和囚徒困境作为博弈论的核心概念，对于解决这些问题具有重要的理论和实践意义。
总之，纳什均衡和囚徒困境是博弈论中两个重要的概念，它们之间有着密切的关系。
纳什均衡可以被用来解决囚徒困境，囚徒困境可以被用来解释为什么人们会选择不合作的策略。
这些研究对于社会科学和经济学具有重要的意义，为我们深入理解人类行为和社会互动提供了重要的理论基础。
两个纳什均衡解
两个纳什均衡解纳什均衡（Nash equilibrium）是博弈论中的一个重要概念，描述了多方参与者在无法单方面改变策略时所达到的最佳决策状态。
简单来说，如果每个参与者都已经选择了最佳策略，而且没有人有动机单独改变自己的策略，那么这种状态就被称为纳什均衡。
以下将介绍两个不同情境下的纳什均衡解。
情境一：囚徒困境囚徒困境是一种典型的博弈论情景，在这种情况下，两名犯罪嫌疑人被警方逮捕，在不互相沟通的情况下，警方给予了他们一定的定罪量刑选择。
假设两名嫌疑人分别有两种选择：合作（cooperate）和背叛（defect）。
如果两人都合作，他们会获得较轻的定罪和刑罚。
然而，如果其中一人选择了背叛，而另一人选择了合作，背叛方将获得较轻的定罪和刑罚，而合作方将面临较重的定罪和刑罚。
如果双方都选择了背叛，那么他们将分别获得相对较重的定罪和刑罚。
在这种情境下，纳什均衡解是双方选择背叛。
理由如下：- 如果A选择合作，那么B选择背叛可以得到相对较轻的定罪和刑罚。
因此，A会更倾向于选择背叛以避免较重的定罪和刑罚。
同样地，如果B选择合作，A选择背叛可以获得相对较轻的定罪和刑罚。
所以，B也会选择背叛。
- 如果A选择背叛，那么无论B选择何种策略，A都能获得相对较轻的定罪和刑罚。
同样地，如果B选择背叛，无论A选择何种策略，B都能获得相对较轻的定罪和刑罚。
情境二：价格竞争在价格竞争情境下，假设有两家公司A和B都在销售同一种产品。
他们可以独立地选择产品的价格。
两家公司的目标是最大化利润。
假设每家公司的利润函数都取决于自身价格和对方的价格。
公司A的利润函数为πA(PA,PB)，公司B的利润函数为πB(PA,PB)。
其中，PA和PB分别表示A和B的价格。
理由如下：- 如果公司A选择了某个价格PA，并且公司B决定维持原先的价格PB，那么公司A的最佳策略是选择自己的价格来最大化利润。
因此，公司A的利润函数中的PA变量将达到最大值。
- 同理，如果公司B选择了某个价格PB，并且公司A决定维持原先的价格PA，那么公司B的最佳策略是选择自己的价格来最大化利润。
纳什均衡——非合作博弈，囚徒困境
纳什均衡——⾮合作博弈，囚徒困境1、⾮合作博弈是指在策略环境下，⾮合作的框架把所有的⼈的⾏动都当成是个别⾏动。
它主要强调⼀个⼈进⾏⾃主的决策，⽽与这个策略环境中其他⼈⽆关。
博弈并⾮只包含了冲突的元素，往往在很多情况下，既包含了冲突元素，也包含了合作元素。
即冲突和合作是重叠的。
===》求个⼈利益最⼤化2、合作博弈是指⼀些参与者以同盟、合作的⽅式进⾏的博弈，博弈活动就是不同集团之间的对抗。
在合作博弈中，参与者未必会做出合作⾏为，然⽽会有⼀个来⾃外部的机构惩罚⾮合作者。
合作博弈亦称为正和博弈，是指博弈双⽅的利益都有所增加，或者⾄少是⼀⽅的利益增加，⽽另⼀⽅的利益不受损害，因⽽整个社会的利益有所增加的。
===》求集体利益最⼤化囚徒困境终于被破解了！⼩伙1句狠话轻松破解难题，豪取50万英镑==》本质上的解法是在将⾮合作博弈变成合作博弈发布时间: 05-1122:12教育领域创作者囚徒困境，据说是博弈论中最棘⼿的难题，⽆⼈可破！不过，这个世纪难题却被⼀个年轻的英国街头混混⽤1句话给轻松破解了，并且豪取50万英镑。
01、什么是囚徒困境？囚徒困境，是1950年美国兰德公司提出来的，并以故事的形式进⾏阐述：两⼈因合伙盗窃杀⼈被逮捕，警⽅将他们两⼈分开进⾏审讯，并给了他们3个选择：1、如果两个⼈都抵赖，各判刑1年；2、如果两个⼈都坦⽩，各判刑8年；3、如果其中⼀⼈坦⽩，坦⽩者会被释放，抵赖者则会判刑10年。
很明显，两个囚徒都⾯临着两种选择：坦⽩或者抵赖。
由于两⼈处于隔离状态，并不知道同伙会如何选择，那么，他们就只能基于⼈性的⾃私，⽽去断定同伙肯定会去对其来说最有利的⽅式：坦⽩！既然同伙坦⽩了，那么⾃⼰抵赖就会被判10年，太亏了。
于是，他⾃⼰也会选择坦⽩——最坏也是8年，如果运⽓好，还可能直接释放。
这样⼀来，每个⼈都这样猜想对⽅，那么他们最终的结果就是都坦⽩，同时被判刑8年。
02、英国⼩伙破解囚徒困境的神操作！囚徒困境充分利⽤了⼈性的⾃私，基本⽆法破解。
第2章 纳什均衡与囚徒困境
最优选择
• 这个博弈只要求一阶理性共识就可以预测均衡 结果： • 如果R相信C是理性的，R就知道C不会选择C3， 所以R的最优选择是R1； • 如果C相信R是理性的，C就知道R不会选择R2， 所以C的最优选择是C2。 • 但要C预期R不会选择R3，需要二阶理性共识； 要R不预期C会选择C1，需要三阶理性共识。
无论对方如何选择，每个人的最优选择：不提供。 所以，我们可以预测，结果将是（不提供，不提供）
公共产品与税收制度
• 比较私人产品与公共产品的不同：使用 上排他性； • 私人产品是志愿购买的，但公共产品可 能需要强制购买； • 税收制度就是保证公共产品的生产，解 决公共产品生产上的“囚徒困境”
“囚徒困境”的一般表示
战略 做广告
企业2
做广告 不做广告 4， 4 15 ， 1 10 ， 10
企业1
不 做 广 告 1 ， 15
• 纳什均衡：（做广告，做广告）
利用纳什均衡寻租
• 考虑股票市场融资的例子：设想企业价值是 100，现在发行的流通股为100股，每股价值1 元。现在假定经理想筹集100元，投资价值只 有50元。有人买新股吗？ • 假定每一股配4股，价格为0.25元。如果股东不 接受配股：原来一股1元的价值就变成0.3元 （=150/500）；如果接受配股，他持有的股票 的价值是1.5元；因为配股的成本是1元，所以 他的最优选择是接受配股。
重复剔除占优均衡
• “重复剔除严格劣战略”(iterated elimination of strictly dominated strategy)的思路：首先找出博弈参与人的劣 战略(dominated strategy)（假定存在的话），把这个劣 战略剔除后，剩下的是一个不包含已剔除劣战略的新 的博弈；然后在剔除这个新的博弈中的劣战略；继续 这个过程，直到没有劣战略存在。如果剩下的战略组 合是唯一的，这个唯一的战略组合就是“重复剔除占 优均衡”(iterated dominance equilibrium)。 • 如果这样的解存在，我们说该博弈是“重复剔除占优 可解的”(iterated dominance solvable).
纳什均衡囚徒困境帕雷托最优-最通俗的解答
纳什均衡囚徒困境帕雷托最优-最通俗的解答在知乎的纳什均衡回答里看到这么一个观点：1. 三个火枪手中那句名言：All for one,one for all (人人为我，我为人人)，我的理解是，贵族武士之间，通过自利和利他的行为实现共同目的2. 亚当斯密提出invisible hand理论时候的基本前提：当市场中每个人都进行自利行为的时候，在客观上说，市场（或社会）整体的福利会被提升而纳什均衡恰好否定了前面的观点，我认为这也是这一理论如此著名的原因：当市场中每个人都进行自利行为的时候，在客观上说，市场（或社会）整体的福利是无法达到最优的。
纳什均衡（Nash equilibrium），无一参与者可以通过独自行动而增加收益的策略组合。
其经典的例子就是囚徒困境（Prisoner's Dilemma）。
囚徒困境是一个非零和博弈，反映个人最佳选择并非团体最佳选择。
或者说在一个群体中，个人做出理性选择却往往导致集体的非理性。
大意是：一个案子的两个嫌疑犯被分开审讯，警官分别告诉两个囚犯，如果你招供，而对方不招供，则你将被立即释放，而对方将被判刑十年；如果两人均招供，将均被判刑两年。
如果两人均不招供，将最有利，只被判刑半年。
于是，两人同时陷入招供还是不招供的两难处境。
但两人无法沟通，于是从各自的利益角度出发，都依据各自的理性而选择了招供，这种情况就称为纳什均衡。
这时，个体的理性利益选择是与整体的理性利益选择不一致的。
囚犯的博弈矩阵囚犯甲招供不招供囚犯乙招供各判刑两年甲判刑十年,乙立即释放不招供甲立即释放,乙判刑十年各判刑半年基于经济学中“理性经济人”的前提假设，两个囚犯符合自己利益的选择是坦白招供，原本对双方都有利的策略不招供从而均被判刑半年就不会出现。
事实上，这样两人都选择坦白的策略以及因此被判两年的结局被称作是“纳什均衡”（也叫非合作均衡），换言之，在此情况下，无一参与者可以“独自行动”（即单方面改变决定）而增加收获。
矿产
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。
矿产
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。
- 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)。
矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。
如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。
㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。
(2 列出开发利用方案编制所依据的主要基础性资料的名称。
如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。
对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。
二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。
2、国内近、远期的需求量及主要销向预测。
㈡产品价格分析
1、国内矿产品价格现状。
2、矿产品价格稳定性及变化趋势。
三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。
2、矿区矿产资源概况。
3、该设计与矿区总体开发的关系。
㈡该设计项目的资源概况
1、矿床地质及构造特征。
2、矿床开采技术条件及水文地质条件。