关于博弈论Word文档格式.docx
《关于博弈论Word文档格式.docx》由会员分享，可在线阅读，更多相关《关于博弈论Word文档格式.docx（30页珍藏版）》请在冰点文库上搜索。
随后约翰·
福布斯·
纳什（JohnForbesNashJr.,1950,1951）利用不动点定理证明了均衡点的存在，为博弈论的一般化奠定了坚实的基础。
此外，塞尔顿、哈桑尼的研究也对博弈论发展起到推动作用。
今天博弈论已发展成一门较完善的的学科。
通常认为，现代经济博弈论是在20世纪50年代由美国著名数学家冯·
诺依曼（vonNeumann）的经济学家奥斯卡·
摩根斯坦（OscarMorgenstern）引入经济学的，目前已成为经济分析的主要工具之一，对产业组织理论、委托代理理论、信息经济学等经济理论的发展做出了非常重要的贡献。
1994年的诺贝尔经济学奖颁发给了约翰·
纳什（JohnNash）等三位在博弈论研究中成绩卓著的经济学家，1996年的诺贝尔经济学奖又授予在博弈论的应用方面有着重大成就的经济学家。
由于博弈论重视经济主体之间的相互联系及其辨证关系，大大拓宽了传统经济学的分析思路，使其更加接近现实市场竞争，从而成为现代微观经济学的重要基石，也为现代宏观经济学提供了更加坚实的微观基础。
当代博弈论的“三大家”和“四君子”
"
三大家"
包括约翰·
纳什、约翰·
C·
海萨尼以及莱因哈德·
泽尔腾。
这三人同时因为他们对博弈论的突出贡献而获得1994年的瑞典银行经济学奖（也称诺贝尔经济学奖）。
四君子"
包括罗伯特·
J·
奥曼、肯·
宾摩尔、戴维·
克瑞普斯以及阿里尔·
鲁宾斯坦。
[编辑]
博弈论的基本概念
博弈要素:
（1）局中人（players）：
在一场竞赛或博弈中，每一个有决策权的参与者成为一个局中人。
只有两个局中人的博弈现象称为“两人博弈”,而多于两个局中人的博弈称为“多人博弈”。
（2）策略（strategies）：
一局博弈中，每个局中人都有选择实际可行的完整的行动方案，即方案不是某阶段的行动方案，而是指导整个行动的一个方案，一个局中人的一个可行的自始至终全局筹划的一个行动方案，称为这个局中人的一个策略。
如果在一个博弈中局中人都总共有有限个策略，则称为“有限博弈”，否则称为“无限博弈”。
（3）得失（payoffs）：
一局博弈结局时的结果称为得失。
每个局中人在一局博弈结束时的得失，不仅与该局中人自身所选择的策略有关，而且与全局中人所取定的一组策略有关。
所以，一局博弈结束时每个局中人的“得失”是全体局中人所取定的一组策略的函数，通常称为支付（payoff）函数。
（4）次序（orders）：
各博弈方的决策有先后之分，且一个博弈方要作不止一次的决策选择，就出现了次序问题；
其他要素相同次序不同，博弈就不同。
（5）博弈涉及到均衡：
均衡是平衡的意思，在经济学中，均衡意即相关量处于稳定值。
在供求关系中，某一商品市场如果在某一价格下，想以此价格买此商品的人均能买到，而想卖的人均能卖出，此时我们就说，该商品的供求达到了均衡。
所谓纳什均衡，它是一稳定的博弈结果。
纳什均衡（NashEquilibrium）：
在一策略组合中，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。
也就是说，此时如果他改变策略他的支付将会降低。
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。
纳什均衡点存在性证明的前提是“博弈均衡偶”概念的提出。
所谓“均衡偶”是在二人零和博弈中，当局中人A采取其最优策略a*,局中人B也采取其最优策略b*,如果局中人B仍采取b*,而局中人A却采取另一种策略a，那么局中人A的支付不会超过他采取原来的策略a*的支付。
这一结果对局中人B亦是如此。
这样，“均衡偶”的明确定义为：
一对策略a*（属于策略集A）和策略b*（属于策略集B）称之为均衡偶，对任一策略a（属于策略集A）和策略b（属于策略集B），总有：
偶对（a,b*）≤偶对（a*,b*）≥偶对（a*，b）。
对于非零和博弈也有如下定义：
一对策略a*（属于策略集A）和策略b*（属于策略集B）称为非零和博弈的均衡偶，对任一策略a（属于策略集A）和策略b（属于策略集B），总有：
对局中人A的偶对（a,b*）≤偶对（a*,b*）;
对局中人B的偶对（a*，b）≤偶对（a*,b*）。
有了上述定义，就立即得到纳什定理：
任何具有有限纯策略的二人博弈至少有一个均衡偶。
这一均衡偶就称为纳什均衡点。
纳什定理的严格证明要用到不动点理论，不动点理论是经济均衡研究的主要工具。
通俗地说，寻找均衡点的存在性等价于找到博弈的不动点。
纳什均衡点概念提供了一种非常重要的分析手段，使博弈论研究可以在一个博弈结构里寻找比较有意义的结果。
但纳什均衡点定义只局限于任何局中人不想单方面变换策略，而忽视了其他局中人改变策略的可能性，因此，在很多情况下，纳什均衡点的结论缺乏说服力，研究者们形象地称之为“天真可爱的纳什均衡点”。
塞尔顿（R·
Selten）在多个均衡中剔除一些按照一定规则不合理的均衡点，从而形成了两个均衡的精炼概念：
子博弈完全均衡和颤抖的手完美均衡。
博弈的类型
博弈的分类根据不同的基准也有不同的分类。
一般认为，博弈主要可以分为合作博弈和非合作博弈。
合作博弈和非合作博弈的区别在于相互发生作用的当事人之间有没有一个具有约束力的协议，如果有，就是合作博弈，如果没有，就是非合作博弈。
从行为的时间序列性，博弈论进一步分为静态博弈、动态博弈两类：
静态博弈是指在博弈中，参与人同时选择或虽非同时选择但后行动者并不知道先行动者采取了什么具体行动；
动态博弈是指在博弈中，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。
通俗的理解：
"
囚徒困境"
就是同时决策的，属于静态博弈；
而棋牌类游戏等决策或行动有先后次序的，属于动态博弈
按照参与人对其他参与人的了解程度分为完全信息博弈和不完全信息博弈。
完全博弈是指在博弈过程中，每一位参与人对其他参与人的特征、策略空间及收益函数有准确的信息。
不完全信息博弈是指如果参与人对其他参与人的特征、策略空间及收益函数信息了解的不够准确、或者不是对所有参与人的特征、策略空间及收益函数都有准确的信息，在这种情况下进行的博弈就是不完全信息博弈。
目前经济学家们现在所谈的博弈论一般是指非合作博弈，由于合作博弈论比非合作博弈论复杂，在理论上的成熟度远远不如非合作博弈论。
非合作博弈又分为：
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，不完全信息动态博弈。
与上述四种博弈相对应的均衡概念为：
纳什均衡（Nashequilibrium），子博弈精炼纳什均衡（subgameperfectNashequilibrium），贝叶斯纳什均衡（BayesianNashequilibrium），精炼贝叶斯纳什均衡（perfectBayesianNashequilibrium）。
博弈论还有很多分类，比如：
以博弈进行的次数或者持续长短可以分为有限博弈和无限博弈；
以表现形式也可以分为一般型（战略型）或者展开型，等等。
博弈论的意义
博弈论的研究方法和其他许多利用数学工具研究社会经济现象的学科一样，都是从复杂的现象中抽象出基本的元素，对这些元素构成的数学模型进行分析，而后逐步引入对其形势产影响的其他因素，从而分析其结果。
基于不同抽象水平，形成三种博弈表述方式，标准型、扩展型和特征函数型，利用这三种表述形式,可以研究形形色色的问题。
因此,它被称为“社会科学的数学”从理论上讲，博弈论是研究理性的行动者相互作用的形式理论，而实际上正深入到经济学、政治学、社会学等等，被各门社会科学所应用。
博弈论是指某个个人或是组织，面对一定的环境条件，在一定的规则约束下，依靠所掌握的信息，从各自选择的行为或是策略进行选择并加以实施，并从各自取得相应结果或收益的过程，在经济学上博弈论是个非常重要的理论概念。
什么是博弈论？
古语有云，世事如棋。
生活中每个人如同棋手，其每一个行为如同在一张看不见的棋盘上布一个子，精明慎重的棋手们相互揣摩、相互牵制，人人争赢，下出诸多精彩纷呈、变化多端的棋局。
博弈论是研究棋手们“出棋”着数中理性化、逻辑化的部分，并将其系统化为一门科学。
换句话说，就是研究个体如何在错综复杂的相互影响中得出最合理的策略。
事实上，博弈论正是衍生于古老的游戏或曰博弈如象棋、扑克等。
数学家们将具体的问题抽象化，通过建立自完备的逻辑框架、体系研究其规律及变化。
这可不是件容易的事情，以最简单的二人对弈为例，稍想一下便知此中大有玄妙：
若假设双方都精确地记得自己和对手的每一步棋且都是最“理性”的棋手，甲出子的时候，为了赢棋，得仔细考虑乙的想法，而乙出子时也得考虑甲的想法，所以甲还得想到乙在想他的想法，乙当然也知道甲想到了他在想甲的想法…
面对如许重重迷雾，博弈论怎样着手分析解决问题，怎样对作为现实归纳的抽象数学问题求出最优解、从而为在理论上指导实践提供可能性呢？
现代博弈理论由匈牙利大数学家冯·
诺伊曼于20世纪20年代开始创立，1944年他与经济学家奥斯卡·
摩根斯特恩合作出版的巨著《博弈论与经济行为》，标志着现代系统博弈理论的初步形成。
对于非合作、纯竞争型博弈，诺伊曼所解决的只有二人零和博弈--好比两个人下棋、或是打乒乓球，一个人赢一着则另一个人必输一着，净获利为零。
在这里抽象化后的博弈问题是，已知参与者集合（两方），策略集合（所有棋着），和盈利集合（赢子输子），能否且如何找到一个理论上的“解”或“平衡”，也就是对参与双方来说都最“合理”、最优的具体策略？
怎样才是“合理”？
应用传统决定论中的“最小最大”准则，即博弈的每一方都假设对方的所有功略的根本目的是使自己最大程度地失利，并据此最优化自己的对策，诺伊曼从数学上证明，通过一定的线性运算，对于每一个二人零和博弈，都能够找到一个“最小最大解”。
通过一定的线性运算，竞争双方以概率分布的形式随机使用某套最优策略中的各个步骤，就可以最终达到彼此盈利最大且相当。
当然，其隐含的意义在于，这套最优策略并不依赖于对手在博弈中的操作。
用通俗的话说，这个著名的最小最大定理所体现的基本“理性”思想是“抱最好的希望，做最坏的打算”。
博弈论分析
一、经济学中的“智猪博弈”（Pigs’payoffs）
这个例子讲的是：
猪圈里有两头猪，一头大猪，一头小猪。
猪圈的一边有个踏板，每踩一下踏板，在远离踏板的猪圈的另一边的投食口就会落下少量的食物。
如果有一只猪去踩踏板，另一只猪就有机会抢先吃到另一边落下的食物。
当小猪踩动踏板时，大猪会在小猪跑到食槽之前刚好吃光所有的食物；
若是大猪踩动了踏板，则还有机会在小猪吃完落下的食物之前跑到食槽，争吃到另一半残羹。
那么，两只猪各会采取什么策略？
答案是：
小猪将选择“搭便车”策略，也就是舒舒服服地等在食槽边；
而大猪则为一点残羹不知疲倦地奔忙于踏板和食槽之间。
原因何在？
因为，小猪踩踏板将一无所获，不踩踏板反而能吃上食物。
对小猪而言，无论大猪是否踩动踏板，不踩踏板总是好的选择。
反观大猪，已明知小猪是不会去踩动踏板的，自己亲自去踩踏板总比不踩强吧，所以只好亲力亲为了。
“小猪躺着大猪跑”的现象是由于故事中的游戏规则所导致的。
规则的核心指标是：
每次落下的事物数量和踏板与投食口之间的距离。
如果改变一下核心指标，猪圈里还会出现同样的“小猪躺着大猪跑”的景象吗？
试试看。
改变方案一：
减量方案。
投食仅原来的一半分量。
结果是小猪大猪都不去踩踏板了。
小猪去踩，大猪将会把食物吃完；
大猪去踩，小猪将也会把食物吃完。
谁去踩踏板，就意味着为对方贡献食物，所以谁也不会有踩踏板的动力了。
如果目的是想让猪们去多踩踏板，这个游戏规则的设计显然是失败的。
改变方案二：
增量方案。
投食为原来的一倍分量。
结果是小猪、大猪都会去踩踏板。
谁想吃，谁就会去踩踏板。
反正对方不会一次把食物吃完。
小猪和大猪相当于生活在物质相对丰富的“共产主义”社会，所以竞争意识却不会很强。
对于游戏规则的设计者来说，这个规则的成本相当高（每次提供双份的食物）；
而且因为竞争不强烈，想让猪们去多踩踏板的效果并不好。
改变方案三：
减量加移位方案。
投食仅原来的一半分量，但同时将投食口移到踏板附近。
结果呢，小猪和大猪都在拼命地抢着踩踏板。
等待者不得食，而多劳者多得。
每次的收获刚好消费完。
对于游戏设计者，这是一个最好的方案。
成本不高，但收获最大。
原版的“智猪博弈”故事给了竞争中的弱者（小猪）以等待为最佳策略的启发。
但是对于社会而言，因为小猪未能参与竞争，小猪搭便车时的社会资源配置的并不是最佳状态。
为使资源最有效配置，规则的设计者是不愿看见有人搭便车的，政府如此，公司的老板也是如此。
而能否完全杜绝“搭便车”现象，就要看游戏规则的核心指标设置是否合适了。
比如，公司的激励制度设计，奖励力度太大，又是持股，又是期权，公司职员个个都成了百万富翁，成本高不说，员工的积极性并不一定很高。
这相当于“智猪博弈”增量方案所描述的情形。
但是如果奖励力度不大，而且见者有份（不劳动的“小猪”也有），一度十分努力的大猪也不会有动力了----就象“智猪博弈”减量方案一所描述的情形。
最好的激励机制设计就象改变方案三----减量加移位的办法，奖励并非人人有份，而是直接针对个人（如业务按比例提成），既节约了成本（对公司而言），又消除了“搭便车”现象，能实现有效的激励。
许多人并未读过“智猪博弈”的故事，但是却在自觉地使用小猪的策略。
股市上等待庄家抬轿的散户；
等待产业市场中出现具有赢利能力新产品、继而大举仿制牟取暴利的游资；
公司里不创造效益但分享成果的人，等等。
因此，对于制订各种经济管理的游戏规则的人，必须深谙“智猪博弈”指标改变的个中道理。
二、囚徒困境博弈
在博弈论中，含有占优战略均衡的一个著名例子是由塔克给出的“囚徒困境”（prisoners’dilemma）博弈模型。
该模型用一种特别的方式为我们讲述了一个警察与小偷的故事。
假设有两个小偷A和B联合犯事、私入民宅被警察抓住。
警方将两人分别置于不同的两个房间内进行审讯，对每一个犯罪嫌疑人，警方给出的政策是：
如果一个犯罪嫌疑人坦白了罪行，交出了赃物，于是证据确凿，两人都被判有罪。
如果另一个犯罪嫌疑人也作了坦白，则两人各被判刑8年；
如果另一个犯罪嫌人没有坦白而是抵赖，则以妨碍公务罪（因已有证据表明其有罪）再加刑2年，而坦白者有功被减刑8年，立即释放。
如果两人都抵赖，则警方因证据不足不能判两人的偷窃罪，但可以私入民宅的罪名将两人各判入狱1年。
下表给出了这个博弈的支付矩阵。
表囚徒困境博弈[Prisoner'
sdilemma]
B 坦白
B 抵赖
A 坦白
–8,–8
0,–10
A 抵赖
–10,0
–1,–1
我们来看看这个博弈可预测的均衡是什么。
对A来说，尽管他不知道B作何选择，但他知道无论B选择什么，他选择“坦白”总是最优的。
显然，根据对称性，B也会选择“坦白”，结果是两人都被判刑8年。
但是，倘若他们都选择“抵赖”，每人只被判刑1年。
在表2.2中的四种行动选择组合中，（抵赖、抵赖）是帕累托最优的，因为偏离这个行动选择组合的任何其他行动选择组合都至少会使一个人的境况变差。
不难看出，“坦白”是任一犯罪嫌疑人的占优战略，而（坦白，坦白）是一个占优战略均衡。
要了解纳什的贡献，首先要知道什么是非合作博弈问题。
现在几乎所有的博弈论教科书上都会讲“囚犯的两难处境”的例子，每本书上的例子都大同小异。
博弈论毕竟是数学，更确切地说是运筹学的一个分支，谈经论道自然少不了数学语言，外行人看来只是一大堆数学公式。
好在博弈论关心的是日常经济生活问题，所以不能不食人间烟火。
其实这一理论是从棋弈、扑克和战争等带有竞赛、对抗和决策性质的问题中借用的术语，听上去有点玄奥，实际上却具有重要现实意义。
博弈论大师看经济社会问题犹如棋局，常常寓深刻道理于游戏之中。
所以，多从我们的日常生活中的凡人小事入手，以我们身边的故事做例子，娓娓道来，并不乏味。
话说有一天，一位富翁在家中被杀，财物被盗。
警方在此案的侦破过程中，抓到两个犯罪嫌疑人，斯卡尔菲丝和那库尔斯，并从他们的住处搜出被害人家中丢失的财物。
但是，他们矢口否认曾杀过人，辩称是先发现富翁被杀，然后只是顺手牵羊偷了点儿东西。
于是警方将两人隔离，分别关在不同的房间进行审讯。
由地方检察官分别和每个人单独谈话。
检察官说，“由于你们的偷盗罪已有确凿的证据，所以可以判你们一年刑期。
但是，我可以和你做个交易。
如果你单独坦白杀人的罪行，我只判你三个月的监禁，但你的同伙要被判十年刑。
如果你拒不坦白，而被同伙检举，那么你就将被判十年刑，他只判三个月的监禁。
但是，如果你们两人都坦白交代，那么，你们都要被判5年刑。
”斯卡尔菲丝和那库尔斯该怎么办呢？
他们面临着两难的选择——坦白或抵赖。
显然最好的策略是双方都抵赖，结果是大家都只被判一年。
但是由于两人处于隔离的情况下无法串供。
所以，按照亚当·
斯密的理论，每一个人都是从利己的目的出发，他们选择坦白交代是最佳策略。
因为坦白交代可以期望得到很短的监禁———3个月，但前提是同伙抵赖，显然要比自己抵赖要坐10年牢好。
这种策略是损人利己的策略。
不仅如此，坦白还有更多的好处。
如果对方坦白了而自己抵赖了，那自己就得坐10年牢。
太不划算了！
因此，在这种情况下还是应该选择坦白交代，即使两人同时坦白，至多也只判5年，总比被判10年好吧。
所以，两人合理的选择是坦白，原本对双方都有利的策略（抵赖）和结局（被判1年刑）就不会出现。
这样两人都选择坦白的策略以及因此被判5年的结局被称为“纳什均衡”，也叫非合作均衡。
因为，每一方在选择策略时都没有“共谋”（串供），他们只是选择对自己最有利的策略，而不考虑社会福利或任何其他对手的利益。
也就是说，这种策略组合由所有局中人（也称当事人、参与者）的最佳策略组合构成。
没有人会主动改变自己的策略以便使自己获得更大利益。
“囚徒的两难选择”有着广泛而深刻的意义。
个人理性与集体理性的冲突，各人追求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。
他们两人都是在坦白与抵赖策略上首先想到自己，这样他们必然要服长的刑期。
只有当他们都首先替对方着想时，或者相互合谋（串供）时，才可以得到最短时间的监禁的结果。
“纳什均衡”首先对亚当·
斯密的“看不见的手”的原理提出挑战。
按照斯密的理论，在市场经济中，每一个人都从利己的目的出发，而最终全社会达到利他的效果。
不妨让我们重温一下这位经济学圣人在《国富论》中的名言：
“通过追求（个人的）自身利益，他常常会比其实际上想做的那样更有效地促进社会利益。
”从“纳什均衡”我们引出了“看不见的手”的原理的一个悖论：
从利己目的出发，结果损人不利己，既不利己也不利他。
两个囚徒的命运就是如此。
从这个意义上说，“纳什均衡”提出的悖论实际上动摇了西方经济学的基石。
因此，从“纳什均衡”中我们还可以悟出一条真理：
合作是有利的“利己策略”。
但它必须符合以下黄金律：
按照你愿意别人对你的方式来对别人，但只有他们也按同样方式行事才行。
也就是中国人说的“己所不欲勿施于人”。
但前提是人所不欲勿施于我。
其次，“纳什均衡”是一种非合作博弈均衡，在现实中非合作的情况要比合作情况普遍。
所以“纳什均衡”是对冯·
诺依曼和摩根斯特恩的合作博弈理论的重大发展，甚至可以说是一场革命。
从“纳什均衡”的普遍意义中我们可以深刻领悟司空见惯的经济、社会、政治、国防、管理和日常生活中的博弈现象。
我们将例举出许多类似于“囚徒的两难处境”这样的例子。
如价格战博弈、军奋竞赛博弈、污染博弈等等。
一般的博弈问题由三个要素所构成：
即局中人（players）又称当事人、参与者、策略等等的集合，策略（strategies）集合以及每一对局中人所做的选择和赢得（payoffs）集合。
其中所谓赢得是指如果一个特定的策略关系被选择，每一局中人所得到的效用。
所有的博弈问题都会遇到这三个要素。
三、价格战博弈
现在我们经常会遇到各种各样的家电价格大战，彩电大战、冰箱大战、空调大战、微波炉大战……这些大战的受益者首先是消费者。
每当看到一种家电产品的价格大战，百姓都会“没事儿偷着乐”。
在这里，我们可以解释厂家价格大战的结局也是一个“纳什均衡”，而且价格战的结果是谁都没钱赚。
因为博弈双方的利润正好是零。
竞争的结果是稳定的，即是一个“纳什均衡”。
这个结果可能对消费者是有利的，但对厂商而言是灾难性的。
所以，价格战对厂商而言意味着自杀。
从这个案例中我们可以引伸出两个问题，一是竞争削价的结果或“纳什均衡”可能导致一个有效率的零利润结局。
二是如果不采取价格战，作为一种敌对博弈论（vivalrygame）其结果会如何呢？
每一个企业，都会考虑采取正常价格策略，还是采取高价格策略形成垄断价格，并尽力获取垄断利润。
如果垄断可以形成，则博弈双方的共同利润最大。
这种情况就是垄断经营所做的，通常会抬高价格。
另一个极端的情况是厂商用正常的价格，双方都可以获得利润。
从这一点，我们又引出一条基本准则：
“把你自己的战略建立在假定对手会按其最佳利益行动的基础上”。
事
升级会员 