純策略納什均衡知識(shí)講解

1、純策略納什均衡純策略納什均衡(Pure Strategy Nash Equilibrium )編輯什么是純策略納什均衡純策略納什均衡是指在一個(gè)純策略組合中，如果 給定其他的策略不變，該節(jié)點(diǎn)不會(huì)單方面改變自己的 策略，否則不會(huì)使節(jié)點(diǎn)訪問代價(jià)變小。編輯存在純策略納什均衡的有限次重復(fù)博弈1如果重復(fù)博弈中有惟一純策略納什均衡，那么我 們怎么找出它的純策略納什均衡呢？首先看下面囚徒 的困境的博弈的例子：tad 不加白囚徒1坦白-5,-5O-S不坦白-8,01廠1009囚徒的困境的蟻弈我們現(xiàn)在考慮該博弈重復(fù)兩次的重復(fù)博弈，這可 以理解成給囚徒兩次坦白機(jī)會(huì)，最后的得益是兩個(gè)階 段博弈中各自得益之和在兩次博弈

2、過程中，雙方知 道第一次博弈的結(jié)果再進(jìn)行二次博弈用逆推歸納法 來分析，先分析第二階段，也就是第二次重復(fù)時(shí)兩 博 弈方的選擇很明顯，這個(gè)第二階段仍然是兩囚徒之 間的一個(gè)囚徒的困境博弈，此時(shí)前一階段的結(jié)果已成 為既成事實(shí)，此后又不再有任何的后續(xù)階段，因此實(shí) 現(xiàn)自身當(dāng)前的最大利益是兩博弈方在該階段決策中的 惟一原則因此我們不難得出結(jié)論，不管前一次的博弈得到 的結(jié)果如何，第二階段的惟一結(jié)果就是原博弈惟一的 納什均衡 （坦白，坦白 ），雙方得益 （-5 ，-5）現(xiàn)在再回到第一階段，即第一次博弈理性的博 弈方在第一階段就對后一階段的結(jié)局非常清楚，知道 第二階段的結(jié)果必然是 （坦白，坦白 ），因此不管第一

3、階段的博弈結(jié)果是什么，雙方在整個(gè)重復(fù)博弈中的最 終得益，都將是第一階段的基礎(chǔ)上各加 -5因此從第 一階段的選擇來看，這個(gè) 重復(fù)博弈 與圖 l 中得益矩陣 表示的一次性博弈實(shí)際上是完全等價(jià)的-5.-13 I-1JT-S!兇徒2國徒1坦門坦白 不如白田2惟亠蜒!(諮均衛(wèi)的育附次夏博奔于是我們可以得出惟一純策略均衡的 有限次重復(fù) 博弈的結(jié)果就是重復(fù)原博弈惟一的純策略納什均衡， 這就是這種重復(fù)博弈惟一的子博弈完美納什均衡路 徑.如果重復(fù)博弈中有多個(gè)純策略納什均衡，設(shè)某一 市場有兩個(gè)生產(chǎn)同樣 質(zhì)量產(chǎn)品的廠商，他們對產(chǎn)品的 定價(jià)同有高(H)、中(M)、低(L)三種可能設(shè)高價(jià)時(shí)市 場總利潤為10個(gè)單位，中價(jià)

4、時(shí)市場總利潤為 6個(gè)單 位，低價(jià)時(shí)市場總利潤為2個(gè)單位.再假設(shè)兩廠商同 時(shí)決定價(jià)格，價(jià)格不等時(shí)低價(jià)格者獨(dú)享利潤，價(jià)格相 等時(shí)雙方平分利潤這時(shí)候兩廠商對價(jià)格的選擇就構(gòu) 成了一個(gè)靜態(tài)博弈問題我們看一個(gè)三價(jià)博弈的重復(fù) 博弈的例子：廠勵(lì)2H M廠商1 H占20,60dM6,00,2L2,0人0M 1顯然，這個(gè) 得益矩陣 有兩個(gè)純策略納什均衡 (M， M)和(L, L)，我們也可以看出實(shí)際上兩博弈方最大的 得益是策略組合(H , H)，但是它并不是納什均衡.現(xiàn) 在考慮重復(fù)兩次該博弈，我們采用一種 觸發(fā)策略 (Trigger Strategy )：博弈雙方首先試圖合作，一旦發(fā) 覺對方不合作也用不合作相報(bào)復(fù)

5、的策略.使得在第一 階段采用(H , H)成為子博弈完美納什均衡，其雙方的 策略是這樣的：博弈方 1：第一次選 H ；如果第一次結(jié)果為 (H， H)，則第二次選M,如果第一次結(jié)果為任何其他策略 組合，則第二次選擇 L.博弈方 2：同博弈方 1.在上述雙方策略組合下， 兩次重復(fù)博弈的路徑一定為第一階段(H , H)，第二階 段(M , M)，這是一個(gè)子博弈完美納什均衡路徑因?yàn)?第二階段是一個(gè)原博弈的納什均衡，因此不可能有哪 一方愿意單獨(dú)偏離；其次，第一階段的(H , H)雖然不 是原來的博弈納什均衡，但是如果一方單獨(dú)偏離，采 用 M 能增加 1 單位得益，這樣的后果卻是第二階段至 少要損失 2

6、單位的得益，因?yàn)殡p方采用的是 觸發(fā)策略 ， 即有報(bào)復(fù)機(jī)制的策略，因此合理的選擇是堅(jiān)持H 這就說明了上述策略組合是這個(gè)兩次重復(fù)博弈的 子博弈 完美納什均衡從上述的例子我們可以看出，有多個(gè)純策略納什 均衡的博弈重復(fù)兩次的子博弈完美納什均衡路徑是， 第一階段采用(H , H)，第二階段采用原博弈的納什均 衡(M , M) 如果這個(gè)重復(fù)博弈重復(fù)三次，或者更多次，結(jié)論 也是相似的，仍然用觸發(fā)策略，它的子博弈完美納什 均衡路徑為除了最后一次以外，每次都采用(H，H)， 最后一次采用原博弈的納什均衡(M , M) 編輯存在純策略納什均衡的無限次重復(fù)博弈1與有限次重復(fù)博弈一樣，無限次重復(fù)博弈也是基 本博弈的簡

7、單重復(fù)，但是無限次重復(fù)博弈沒有最后一 次重復(fù)，因此無限次重復(fù)博弈與有限次有一些不同.任何博弈中博弈方策略選擇的依據(jù)都是得益的大 小，這在重復(fù)博弈中仍然是成立的.但是重復(fù)博弈又 與一次性博弈有所不同，因?yàn)樵谥貜?fù)博弈中，每一階 段都是一個(gè)博弈，并且各博弈方都有得益，因此對于重復(fù)博弈，我們要計(jì)算的就是博弈結(jié)束時(shí)的一個(gè)總的 得益由于前一次博弈和后一次博弈之間會(huì)有損失， 因此我們采用一種方法，就是將后一階段的得益折算 成當(dāng)前階段得益的（現(xiàn)在值）的貼現(xiàn)系數(shù)有了貼現(xiàn)系 數(shù)那么在無限次重復(fù)博弈中，某博弈方各階段得 益為n, n.,則該博弈方總得益的現(xiàn)在值為：C-7T =町+ 62 +用眄+=力滬一片1t=l對

8、于存在惟一純策略納什均衡博弈的無限次重復(fù) 博弈，我們從下面的例子來看：博笄方1S4存在惟一馳覽酪的什均窗的無限次靈博葬其中博弈方1和博弈方2分別表示兩個(gè)廠商，H 和L分別表示高價(jià)和低價(jià)顯然，該博弈的一次性博 弈有惟一的純策略納什均衡（L, L），但是這個(gè)納什均 衡并不是最佳策略組合，因?yàn)椴呗越M合（H，H）的得益 （4，4）比（1，1）要高的多但是由于（H，H）不是該博 弈的納什均衡，所以在一次性博弈中不會(huì)被采用根 據(jù)上面的分析，此博弈在有限次重復(fù)博弈并不能實(shí)現(xiàn)潛在的合作利益，兩博弈方在每次重復(fù)中都不會(huì)采用 效率較高的（H，H） 為了實(shí)現(xiàn)效率較高的合作利益（H， H），假設(shè)兩博弈方都采用 觸發(fā)策

9、略，也即報(bào)復(fù)性策略： 第一階段采用H，在第t階段，如果前t-l階段的結(jié)果 都是（H，H），則繼續(xù)采用L.假設(shè)博弈方1已經(jīng)采用 了這種策略，現(xiàn)在我們來確定博弈方 2在第一階段的 最優(yōu)選擇如果博弈方2采用L,那么在第一階段能 得到5，但這樣會(huì)引起博弈方1 一直采用L的報(bào)復(fù)， 自己也只能一直米用L，得益將永遠(yuǎn)為1，總得益的 現(xiàn)在值為 存<57T = 5 + 1 x 6 + 1 x + . = 5+ J1 G如果博弈方2采用H,則在第一階段他將得4, 下一階段又面臨同樣的選擇.若記V為博弈方2在該 重復(fù)博弈中每階段都采用最佳選擇的總得益現(xiàn)在值， 那么從第二階段開始的無限次重復(fù)博弈因?yàn)榕c從第一 階段開始的只差一階段，因而在無限次重復(fù)時(shí)可看作 相同的，其總得益的現(xiàn)在值折算成第一階段的得益為 因此當(dāng)?shù)谝浑A段的最佳選擇是 H時(shí)，整個(gè)無限 次重復(fù)博弈總得益的現(xiàn)在值為&丄V = 4 + 6yV 或者 L-6461因此，當(dāng)L 一解得：時(shí)，博弈方2 會(huì)采用H策