博弈论的复习资料.pdf

博弈论的复习资料 名词解释： 1，共同知识是指所有当事人对该事件都知道，并且也所有当事人都知道其他当事人 也知道这一事件，并且所有当事人都知道所有当事人都知道这一事件。那么该事件就是共 同知识。 2，先动优势：在序贯情侣博弈中，任何一方率先采取行动可能得到的好处，都比他 或她后行动可能得到的好处大。这种局中人先动得益大于后行得益的情况，叫做先动优势。 3，后动优势：后行动的得益比先行动的得益大的情况 4，信息集：我们用一个扁椭圆形的虚线的圈，把所论局中人的若干决策节点罩起来， 成为他的一个信息集。 5， 单点集：我们把不被扁椭圆虚线罩住的每个决策节点也给以信息集的地位，称为 单点集。 6，触发策略：即只要他的对手在博弈中一直采取合作策略，则该局中人也会在博弈 中继续采取合作策略；但是，一旦对手在某一个阶段采取背叛策略，将会触发该局中人 在往后的一段时期内采取不合作策略，甚至永远采取不合作策略，从而对对手实施惩罚。 7，冷酷策略：双方一开始的时候选择合作，然后继续选择合作，直到有一方选择背 叛，从此永远选择背叛。即任何局中人的一次性不合作将触发永远不合作。 8，礼尚往来策略：开始的时候和冷酷策略一样，即双方从合作开始，在以后的 每个阶段，如果你的对手在最近的一次博弈中还是采取合作策略，则你继续跟他合作； 如果你的对手在上一阶段的博弈中采取背叛策略，则你在下次的博弈中采取背叛策略惩 罚他，但是如果你的对手在下一次博弈中改邪归正，采用合作策略，则你在下次继续博 弈中还是跟他合作。 触发策略是带有奖励和惩罚措施的一种博弈机制。在这个机制中，惩罚措施是其中的关键。 注意：（1），一个信息集罩住的必须是同一个局中人的决策点。  必须是同一个局中人在同一个时点的决策节点。 同时，即使是同一个人在同一时点进行决策，也不一定构成一个信息集，他还必须满足： 在每一个决策点他的行动选择集合必须是相同的。因为局中人在做行动选择时并不知道自 博弈论的复习资料 己位于哪个决策点，因此，他不可能做出不同的行动选择。 简答题： 1,博弈的构成要素： 1）局中人 决策主体，目的是通过选择行动（或策略）以最大化自己的支付（效用、得益）水平。 2）行动 参与人在博弈的某个时点的决策变量。 3）策略 策略是参与人在给定信息集的情况下的行动规则，它规定参与人在什么时候选择什么行动。 4）信息 • ——参与人有关博弈的知识。 • 完美信息是指所有参与人在博弈进行过程的每一时刻，对所有参与人曾经采取 的决策或者行动完全清楚。 • 完全信息是参与者对所有参与者的特征、策略空间及策略组合下的支付有 “完 全的了解”。即参与人的特征，策略空间和支付函数均为博弈各方的“共同知识”。 • 完全信息可以是完美的，也可是不完美的。 5）支付（收益）函数  收益（支付）函数：在特定的策略组合下参与人得到的确定效用水平，或是期望水 平。  支付通常用矩阵来表示（一般适用于静态博弈）。  也可以用博弈树来表示（一般适用于动态博弈） 2,策略与行动的区别 (1)如果一个博弈仅仅只是局中人一次性的同时行动对局，那么每个局中人的策略就是他能 采取的行动。所以在同时决策博弈中，策略就是行动，行动就是策略。 (2)但是在序贯博弈中，当局中人按决策的先后次序进行时，后行动的局中人可以对其他局 中人或他自己先前采取的行动作出回应。因此，设想后行动人应该会盘算一个完整的行 动计划： “如果对手采取行动 A，我则采取行动 X，但如果对手采取行动 B，我将采取 行动 Y”，这个完整的计划就构成局中人在博弈中的一个策略。 行动顺序 ( ——同时决策 ——序贯决策 同时决策——局中人在决策时不知道对手的决策或者行动是什么。被称为静态博弈。注 意： “同时”不是物理概念。 先后或序贯决策——行动有先后次序，后行动者能看到先行动者的决策。被称为动态博 弈或序贯博弈 策略 策略是参与人在给定信息集的情况下的行动规则，它规定参与人在什么时候选择什么行动。 • 纯策略：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。 博弈论的复习资料 • 混合策略：