博弈论的纳什均衡

1. 博弈论的纳什均衡

纳什均衡(Nash Equilibrium)：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。 囚徒困境在博弈论中，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”（prisoner's 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：如果两个犯罪嫌疑人都坦白了罪行，交出了赃物，于是证据确凿，两人都被判有罪，各被判刑8年；如果只有一个犯罪嫌疑人坦白，另一个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。  囚徒困境博弈 [Prisoner's dilemma]A╲B  坦白  抵赖  坦白  8，8  0，10  抵赖  10，0  1，1  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，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。但是，“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，即纳什均衡。不难看出，此处纳什均衡与帕累托存在冲突。单从数学角度讲，这个理论是合理的，也就是选择都坦白。但在这样多维信息共同作用的社会学领域显然是不合适的。正如中国古代将官员之间的行贿受贿称为“陋规”而不是想方设法清查，这是因为社会体系给人行为的束缚作用迫使人的策发生改变。比如，从心理学角度讲，选择坦白的成本会更大，一方坦白害得另一方加罪，那么事后的报复行为以及从而不会轻易在周围知情人当中的“出卖”角色将会使他损失更多。而8年到10年间的增加比例会被淡化，人的尊严会使人产生复仇情绪，略打破“行规”。我们正处于大数据时代，向更接近事实的处理一件事就要尽可能多地掌握相关资料并合理加权分析，人的活动动影像动因复杂，所以囚徒困境只能作为简化模型参考，具体决策还得具体分析。 智猪博弈 一、经济学中的“智猪博弈”（Pigs’payoffs） 这个例子讲的是：假设猪圈里有一头大猪、一头小猪。猪圈的一头有猪食槽（两猪均在食槽端），另一头安装着控制猪食供应的按钮，按一下按钮会有10个单位的猪食进槽，但是在去往食槽的路上会有两个单位猪食的体能消耗，若大猪先到槽边，大小猪吃到食物的收益比是9∶1；同时行动（去按按钮），收益比是7∶3；小猪先到槽边，收益比是6∶4。那么，在两头猪都有智慧的前提下，最终结果是小猪选择等待。智猪博弈由纳什于1950年提出。实际上小猪选择等待，让大猪去按控制按钮，而自己选择“坐船”(或称为搭便车)的原因很简单：在大猪选择行动的前提下，小猪选择等待的话，小猪可得到4个单位的纯收益，而小猪行动的话，则仅仅可以获得大猪吃剩的1个单位的纯收益，所以等待优于行动；在大猪选择等待的前提下，小猪如果行动的话，小猪的收入将不抵成本，纯收益为-1单位，如果小猪也选择等待的话，那么小猪的收益为零，成本也为零，总之，等待还是要优于行动。用博弈论中的报酬矩阵可以更清晰的刻画出小猪的选择：  　　小猪  　　　行动  等待  大猪  行动  5,1  4,4  　等待  9,-1  0,0  从矩阵中可以看出，当大猪选择行动的时候，小猪如果行动，其收益是1，而小猪等待的话，收益是4，所以小猪选择等待；当大猪选择等待的时候，小猪如果行动的话，其收益是-1，而小猪等待的话，收益是0,所以小猪也选择等待。综合来看，无论大猪是选择行动还是等待，小猪的选择都将是等待，即等待是小猪的占优策略。在小企业经营中，学会如何“搭便车”是一个精明的职业经理人最为基本的素质。在某些时候，如果能够注意等待，让其他大的企业首先开发市场，是一种明智的选择。这时候有所不为才能有所为！高明的管理者善于利用各种有利的条件来为自己服务。“搭便车”实际上是提供给职业经理人面对每一项花费的另一种选择，对它的留意和研究可以给企业节省很多不必要的费用，从而使企业的管理和发展走上一个新的台阶。这种现象在经济生活中十分常见，却很少为小企业的经理人所熟识。在智猪博弈中，虽然小猪的“捡现成”的行为从道义上来讲令人不齿，但是博弈策略的主要目的不正是使用谋略最大化自己的利益吗？ 美女的硬币 一位陌生美女主动过来和你搭讪，并要求和你一起玩个游戏。美女提议：“让我们各自亮出硬币的一面，或正或反。如果我们都是正面，那么我给你3元，如果我们都是反面，我给你1元，剩下的情况你给我2元就可以了。”听起来不错的提议。如果我是男性，无论如何我是要玩的，不过经济学考虑就是另外一回事了，这个游戏真的够公平吗？  绅士/美女  女正面  女反面  正面  3，－3  -2，+2  反面  -2，+2  1，－1  假设我们出正面的概率是x，反面的概率是1-x。为了使利益最大化，应该在对手出正面或反面的时候我们的收益都相等，不然对手总是可以改变正反面出现的概率让我们的总收入减少，由此列出方程就是3x+(-2)*(1-x)=(-2)*x+1*(1-x)这个方程通俗的说就是在对手一直出正面你得到的利益，和你对手一直出反面得到利益是一样的且最大。解方程得x=3/8,也就是说平均每八次出示3次正面，5次反面是我们的最优策略。而将x=3/8代入到收益表达式3*x+(-2)*(1-x)中就可得到每次的期望收入，计算结果是-1/8元。同样，设美女出正面的概率是y，反面的概率是1-y，列方程-3y+2(1-y)=2y+(-1)*(1-y)解得y也等于3/8，而美女每次的期望收益则是2(1-y)-3y=1/8元。这告诉我们，在双方都采取最优策略的情况下，平均每次美女赢1/8元。其实只要美女采取了(3/8,5/8)这个方案，不论你再采用什么方案，都是不能改变局面的。如果全部出正面，每次的期望收益是(3+3+3-2-2-2-2-2)/8=-1/8元如果全部出反面，每次的期望收益也是(-2-2-2+1+1+1+1+1)/8=-1/8元。而任何策略无非只是上面两种策略的线性组合，所以期望还是-1/8元。但是当你也采用最佳策略时，至少可以保证自己输得最少。否则，你肯定就会被美女采用的策略针对，从而赔掉更多。看起来这个博弈模型似乎没有什么用处，但是其实这可能牵涉了金融市场定价中最重要的一个模型：定价权重模型了。总的来说“博弈论”其本质是将日常生活中的竞争矛盾以游戏的形式表现出来，并使用数学和逻辑学的方法来分析事物的运作规律。既然有游戏的参与者那么也必然存在游戏规则的制定者。深入的了解竞争行为的本质，有助于我们分析和掌握竞争中事物之间的关系，更方便我们对规则进行制定和调整，使其最终按照我们所预期的目的进行运作。

2. 求解下述博弈的占优策略均衡与纳什均衡解。

（合作，合作）既是占优策略均衡也是纳什均衡。
由收益矩阵不难看出，不论乙采取何种策略，甲的最佳对策都是合作，乙也如此，因此（合作，合作）是占优策略均衡，也必然是纳什均衡。 双方付出是（-5，-5）。

3. 博弈均衡的纳什均衡思想及其内涵

4. 博弈论，纳什均衡

第一题：
1）纳什均衡：（2,1）和（1,2）
2）纯策略纳什均衡点就是1）中的，混合博弈均衡点是男人以2/3概率选择足球,1/3概率选择肥皂剧,女人以2/3概率选择肥皂剧,1/3概率选择足球。纯策略纳什均衡时，男人和女人的期望收益均为1.5，混合策略纳什均衡时，男人和女人的期望收益均为2/3。可见对两人来说都是前者优于后者。
第二题：
1）没有优势策略
2）没有优势策略
3）混合策略纳什均衡为：甲乙都分布以1/3的概率选择石头、剪刀和布。
我这样解释的清楚吗？如果有地方不明白可以再问~

5. 博弈论——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。——百度百科。
  
 简单地说，纳什均衡就是别人采取那样的策略，我不得不采取这样的策略，在别人不改变策略的情况下，我也无法采取别的策略，如如形成了一种“非合作博弈均衡”。
  
 你可能听说过这个故事。老师让全班所有的同学想一个0到100之间的整数，说谁想的数字最接近全班平均值的2/3,谁就获胜。那么聪明的学生就会这么想：假设如果全班的同学都随机选了一个数字，那么平均值就是50，我的答案应该是50的2/3，也就是33；如果再进一步想，如果大部分的同学都足够聪明，想的也是33，那么平均值就变成了33，那么更聪明的我答案就要变成22。但是如果全班的同学也足够聪明，想到了22，那么我的答案就是22/3*2=14。所以假定所有的学生都会这一样一步一步的推理，最后得出的答案就是0。而事实上没有哪个班的学生能聪明到这个程度，也就是给那个最极端的答案0.
  
 生活中的大多数人也不会聪明到那个程度，去做那个极端的推理并执行。但是博弈论可以帮助我们理解社会上一个看似复杂又矛盾的现象。比如为中小学生“减负”的呼声一直没断过，中学生作业多、任务重已成为一个事实，很多学生晚上要花3个小时甚至4个小时做作业，到了晚上11点、12点还不能睡觉，周末的各学科的练习卷会有十几二十份，根本没有玩的时间。但是与此同时，在周末或者晚上很多家长又把孩子送出去加各种各样的兴趣班、辅导班。这不是让孩子的负担更重了吗？难道大多数的家长不知道孩子的学业已经很沉重了吗？
  
 难道学校的想布置这么多作业吗？难道学习喜欢做作业到深夜吗？难道家长喜欢晚上周末不怨其烦的送孩子去各种班吗？答案当然都是不是。有人这些都是被逼的。不错，其实这是三个“纳什均衡”。
  
 先看学校的老师为什么要布置这么多的作业。那是因为别的学校也布置了那么多的作业。如果自己的学科不布置那么多的作业，那么学生的各项学科技能（考试成绩）将落后于同一地区的兄弟学校。这是老师不远看到的，也是学校领导不愿意遇见的，很多时候也是家长的意愿，即想看到我的孩子有个好成绩。
  
 再看学生为什么不得不完成那么多的作业。其实也是被逼的。同班同学都完成了，为什么你完不成？这是老师的责问。同班同学都完成了，为什么我完不成？这是自我能力的怀疑。所以孩子们都孜孜不倦地完成了一天数个小时的作业量。完不成的孩子，要么已经完成了自我否定，破罐子破摔，成了老师、家长眼中的“差生”；要么鼓起勇气对抗到底，成了老师、家长眼中的“顽劣”、熊孩子。
  
 最后家长为什么要送孩子去各种兴趣班、辅导班。那是因为别的家长也把孩子送过去了。别家的孩子去某某钢琴班，考了个十级被某学校提前录取了；那家的孩子去了舞蹈班拿了个金奖，都去北京演出了；哪家的孩子去了哪个辅导班，成绩一下子提高了30分，上次考试都进了班级前10名。所以没有哪个家长是做得住的，不管孩子有多少兴趣，有没有时间玩自己的游戏，都得送过去。
  
 理解了博弈论中“纳什均衡”，可以帮助我们懂得人生中的很多无奈。我想这也是自我修养的一种提升。

6. 一分钟看懂博弈论——纳什均衡

最后我能给你解释道德绑架为什么让你反感，别觉得是学术你就不看了。
  
  囚徒困境 
  
 两个囚徒被抓了，警察为了让他们坦白交代，分别提审两个人，这里分三种情况
  
 1、两个人都不交代，没有证据，直接无罪释放
  
 2、其中一个人交代了，一个人没交代，交代了的因为戴罪立功，判1年，没交代的判9年
  
 3、两个人都交代，每个人判6年
  
 两个人没有串供的机会，所以只能自行判断，假设每个人交代和不交代都占50%，则
  
 第一个人没说的时候判刑的危险（后果*概率）50%*0+50%*9=4.5
  
 第一个人交代了的时候判刑的危险（后果*概率）50%*1+50%*6=3.5
  
 所以第一个人的最优策略是：交代，同理可证第二个人的最优策略一样是交代
  
 所以两个人都交代是最符合从个人出发的最佳策略
  
 但是如果从整体出发，两个人都交代是四个选择里面最差的，因为两个人一共要判12年，哪怕是一个人交代一个人没交代，都只需要两个人一共判10年
  
 这就是纳什均衡：每个人都从个人最佳选择的角度出发，最终集体的利益受损。
  
  有人说看不懂这个推导，那么你直接记住这句话即可：聪明人在一块，因为自私，选出一个傻子方案。 
  
 以上是为了解释清楚举了一个极端的例子，实际上根据条件不一样，每个人都从个人最佳选择的角度出发，最终不一定导致集体的选择最差，但是一定不是最好。
  
  对于纳什均衡的应用： 
  
 1、你的对手和队友中一定有蠢货（也可能是受情绪影响而做出愚蠢的选择），这导致任何精确的算计都不精确
  
 2、但是采取任何博弈的时候，都应该假定对手是聪明人和老司机。
  
 3、一个社会和一个整体不美好，不是因为某一些人坏或者某一些人傻，而是因为所有聪明人按照纳什均衡的博弈的结果。
  
 4、博弈的根据是给对方一个可以相信的美好的未来。
  
 5、保持友善，因为没有一个必胜的策略。
  
 6、当你有中等能力的时候，不要做任何博弈，直接翻牌。（这一点有严谨的证明，公式太多，写了你也不爱看）
  
 7、多次博弈的过程中，双方或者多方会突破纳什均衡，这一突破，往往会形成道德——欺诈游戏中那个傻女猪脚完成了凑齐红苹果的伟大壮举——突破纳什均衡是让双方共赢的结果
  
 最后这一点多解释一下，如果双方都进去了以后，再出来，又一起作案，这次提前约定好，只要是被抓住，我们都不说，不就都无罪释放了吗？结果双方突破了纳什均衡——提前约束好的行为，就是道德（举的例子有点反，明白意思就好）。
  
 所以为什么很多人现在感觉到了道德绑架：这跟我们提前说好的不一样啊，凭什么我的道德让我判9年你判1年啊。
  
 
  
  
 明白了这些，我们看社会很多现象瞬间就会有不一样的视角，希望对你有所帮助

7. 博弈均衡的纳什均衡思想及其内涵

8. 什么是博弈论分离均衡？