博弈论基础习题与思维训练集

博弈论基础习题与思维训练集引言：为何博弈，如何精进？博弈论，作为研究决策者在相互作用情况下如何进行策略选择的理论，其智慧早已渗透到经济学、政治学、社会学乃至日常生活的方方面面。理解博弈论不仅能帮助我们洞察复杂现象背后的逻辑，更能提升我们在不确定环境中做出理性决策的能力。然而，理论的掌握离不开实践的锤炼。习题演练与系统性的思维训练，正是将抽象概念转化为分析工具的关键环节。本集旨在通过一系列精心挑选的基础习题与配套的思维引导，帮助读者夯实博弈论基础，培养策略性思考的习惯与直觉。习题与思维训练习题一：经典模型的重温与深化——囚徒困境的变体问题描述：两名嫌疑犯A和B因同一案件被警方逮捕，警方缺乏足够证据定罪。审讯官将两人分开，分别告诉他们以下政策：“如果两人都坦白，各判刑5年；如果一人坦白另一人抵赖，则坦白者释放，抵赖者判刑10年；如果两人都抵赖，由于证据不足，各判刑1年。”1.请构建该博弈的标准式（支付矩阵）。2.找出该博弈的纳什均衡。3.若将“都抵赖各判1年”改为“都抵赖各判3年”，均衡结果会发生变化吗？为什么？这说明了什么？思考要点：*如何准确地将文字描述转化为支付矩阵？（注意参与者、策略集、支付的对应）*纳什均衡的定义是什么？如何通过划线法或箭头法寻找纳什均衡？*支付的改变如何影响参与者的策略选择和最终均衡？这反映了囚徒困境的核心矛盾是什么？分析与解答：1.支付矩阵构建：我们以（A的支付，B的支付）来表示。B坦白B抵赖---------------------A坦白(5,5)(0,10)A抵赖(10,0)(1,1)B坦白B抵赖---------------------A坦白(5,5)(0,10)A抵赖(10,0)(3,3)2.纳什均衡的寻找：运用划线法：给定B坦白，A坦白（5）优于抵赖（10），故在（5,5）中A的支付5下划线。给定B抵赖，A坦白（0）优于抵赖（1），故在（0,10）中A的支付0下划线。同理，给定A坦白，B坦白（5）优于抵赖（10），在（5,5）中B的支付5下划线。给定A抵赖，B坦白（0）优于抵赖（1），在（10,0）中B的支付0下划线。支付矩阵中，只有（坦白，坦白）对应的支付对（5,5）两个数字均被下划线，因此（坦白，坦白）是唯一的纳什均衡。3.支付改变对均衡的影响：若“都抵赖各判1年”改为“都抵赖各判3年”，新的支付矩阵为：再次运用划线法：给定B坦白，A仍会选择坦白（5<10）。给定B抵赖，A选择坦白（0<3）。同理，B的选择也不受影响。因此，纳什均衡依然是（坦白，坦白）。说明：这说明囚徒困境的核心在于个体理性与集体理性的冲突。即使集体最优（都抵赖）的结果有所改善（从各1年到各3年，虽然这里集体最优的“优”是指刑期更短，但支付数值是刑期，所以3年比1年更差，但逻辑是，即使改变这个支付，只要“坦白”仍是双方的占优策略，均衡就不会改变），只要个体选择坦白的激励（避免最坏结果、甚至可能被释放）依然存在，个体理性的选择就会导致集体次优的均衡。习题二：策略互动与均衡选择——性别战博弈问题描述：一对情侣，男方（他）喜欢看足球，女方（她）喜欢看芭蕾。他们都希望能在一起度过周末，而不是分开。如果一起去看足球，男方的效用为3，女方的效用为2；如果一起去看芭蕾，男方的效用为2，女方的效用为3；如果分开各自去看，双方效用均为1。1.构建该博弈的支付矩阵。2.找出该博弈的所有纯策略纳什均衡。3.该博弈是否存在混合策略纳什均衡？若存在，请尝试计算。4.从聚点均衡（FocalPoint）的角度思考，现实中他们可能会如何选择？思考要点：*区分纯策略和混合策略的概念。*如何判断一个博弈是否存在多重均衡？多重均衡时如何进行选择？*混合策略纳什均衡的含义是什么？如何通过无差异条件求解？*聚点均衡依赖于哪些因素？分析与解答：1.支付矩阵构建：她：足球她：芭蕾-------------------------他：足球(3,2)(1,1)他：芭蕾(1,1)(2,3)2.纯策略纳什均衡：使用划线法或箭头法：若他选足球，她选足球（2）优于芭蕾（1）；若他选芭蕾，她选芭蕾（3）优于足球（1）。若她选足球，他选足球（3）优于芭蕾（1）；若她选芭蕾，他选芭蕾（2）优于足球（1）。因此，（足球，足球）和（芭蕾，芭蕾）是两个纯策略纳什均衡。3.混合策略纳什均衡：存在。设男方选择足球的概率为p，选择芭蕾的概率为1-p；女方选择足球的概率为q，选择芭蕾的概率为1-q。对于男方，要使女方在足球和芭蕾之间无差异，则女方选择足球的期望效用等于选择芭蕾的期望效用：女方选足球的期望效用：2*p+1*(1-p)=p+1女方选芭蕾的期望效用：1*p+3*(1-p)=3-2p令p+1=3-2p→3p=2→p=2/3。同理，对于女方，要使男方在足球和芭蕾之间无差异：男方选足球的期望效用：3*q+1*(1-q)=2q+1男方选芭蕾的期望效用：1*q+2*(1-q)=2-q令2q+1=2-q→3q=1→q=1/3。因此，混合策略纳什均衡为：男方以2/3概率选足球，1/3概率选芭蕾；女方以1/3概率选足球，2/3概率选芭蕾。4.聚点均衡思考：现实中，他们可能会根据过往习惯（比如“女士优先”、上次是谁做的决定、或者当天是什么特殊日子）来达成一个默契的选择，这些非博弈本身的信息成为了聚焦点。习题三：动态博弈与承诺行动——市场进入阻挠问题描述：一个潜在进入者（参与人1）考虑是否进入一个现有企业（参与人2）垄断的市场。如果进入者不进入，进入者的支付为0，现有企业的支付为100。如果进入者进入，现有企业可以选择默许或斗争。若默许，进入者和现有企业的支付分别为40和50；若斗争，进入者和现有企业的支付分别为-10和20。1.画出该博弈的扩展式（博弈树）。2.用逆向归纳法求出该博弈的子博弈完美纳什均衡。3.如果现有企业在进入者进入前，通过某种方式承诺：若进入则必定斗争（例如，与供应商签订排他性协议，若不斗争则面临巨额赔偿，从而改变斗争时的支付）。假设这种承诺使得现有企业在“进入-斗争”路径下的支付变为30（而非20），这会改变均衡结果吗？为什么？这说明了承诺的什么特性？思考要点：*如何正确绘制博弈树，清晰表示参与人、行动顺序、信息集和支付？*逆向归纳法的逻辑是什么？如何应用于求解子博弈完美纳什均衡？*承诺行动如何改变博弈的支付结构或行动顺序，从而影响均衡结果？可信性在承诺中扮演什么角色？分析与解答：1.扩展式（博弈树）：（此处文字描述博弈树结构）*起点为参与人1（进入者）的决策节点，有两个分支：“进入”和“不进入”。*若选择“不进入”，博弈结束，支付为（0,100）。*若选择“进入”，则轮到参与人2（现有企业）决策，其决策节点有两个分支：“默许”和“斗争”。*“默许”分支结束，支付为（40,50）。*“斗争”分支结束，支付为（-10,20）。2.子博弈完美纳什均衡（逆向归纳法）：*从博弈的最后阶段开始分析。参与人2在面临进入时，选择“默许”（支付50）优于“斗争”（支付20），因此会选择默许。*参与人1在初始节点，预见到如果自己进入，参与人2会默许，从而自己得到40，这优于不进入的0。*因此，子博弈完美纳什均衡是：进入者进入，现有企业默许。3.承诺的影响：*原博弈中，“斗争”对现有企业而言是不可信的威胁，因为其支付低于“默许”。*承诺后，“进入-斗争”路径下现有企业的支付变为30。此时，参与人2在面临进入时，比较“默许”（50）和“斗争”（30），依然会选择“默许”（50>30）。因此，均衡结果不变。*说明：此例中，承诺虽然改变了斗争的支付，但并未改变“默许”仍是更优选择的事实。这说明，有效的承诺必须使得承诺的行动（此处为斗争）在相应节点上成为承诺者的最优选择，即承诺必须是可信的。仅仅改变支付但不足以扭转优劣顺序，是无法改变均衡结果的。如果承诺使得“斗争”的支付高于“默许”（例如，承诺后“进入-斗争”支付为60），则现有企业的威胁变得可信，进入者将选择不进入。习题四：信息不对称与信号传递——二手车市场的初步考察问题描述：考虑一个二手车市场，卖方知道车的质量（好车或坏车），买方不知道，但知道好车的概率为p，坏车的概率为1-p。买方出价，卖方决定接受或拒绝。好车对卖方的价值是8万元，对买方的价值是10万元；坏车对卖方的价值是3万元，对买方的价值是5万元。1.如果买方是风险中性的，且买方只能出一个价格，那么买方愿意出的最高价格是多少？在什么情况下市场上所有车都能成交？在什么情况下只有坏车能成交（或市场萎缩）？2.若卖方可以选择是否对车辆进行一次检测，检测成本为C（C>0），且检测结果（好或坏）是公开可验证的。好车通过检测的概率是1，坏车通过检测的概率是0（即检测能完美区分车况）。卖方可以选择向买方展示检测报告。此时，好车卖方和坏车卖方会如何行动？买方会如何出价？这是否能解决信息不对称问题？思考要点：*信息不对称如何影响市场交易效率？*平均期望价值在买方决策中的作用是什么？*信号传递的基本原理是什么？有效的信号需要满足什么条件（例如，信号成本的差异）？分析与解答：1.买方的最高出价与市场结果：*买方风险中性，其愿意出的最高价格是车的期望价值。*期望价值EV=p*10+(1-p)*5=5+5p。*卖方是否接受价格P，取决于P是否不低于其车对自己的价值。*好车卖方愿意接受的最低价格是8万元。*坏车卖方愿意接受的最低价格是3万元。*所有车都能成交：买方出价P需同时满足P≥8（好车卖方接受）和P≥5+5p（买方愿意出）。但5+5p是买方的期望价值，若P≥8，则需5+5p≥8→p≥3/5(0.6)。此时买方出价8万元，好车卖方接受（8≥8），坏车卖方更会接受（8≥3）。*只有坏车能成交（市场萎缩）：若p<0.6，则买方的期望价值5+5p<8。买方最高只愿出5+5p<8，此时好车卖方不愿接受（5+5p<8），只有坏车卖方愿意接受（5+5p>3，因为p>0时5+5p>5>3）。买方预期到这一点，知道愿意卖的都是坏车，因此只愿出价5万元（坏车对买方的价值），坏车卖方接受（5≥3）。2.信号传递（检测与报告）：*好车卖方：检测成本为C，展示检测报告后，买方知道是好车，会愿意出价10万元。卖方净收益为10-C。若不检测，在信息不对称下，若市场萎缩，好车卖不出去，收益为0；若市场混同，可能被低估。因此，只要10-C>不检测时的收益（通常情况下，若不检测好车无法成交，则10-C>0→C<10，这通常成立），好车卖方会选择检测并展示报告。*坏车卖方：检测不能通过，展示报告无意义，且会花费成本C。因此，坏车卖方不会选择检测，或检测后无法展示有利报告。*买方：看到检测报告（好车信号）则出价10万元；看不到报告则推断是坏车，出价5万元。*结论：这种情况下，检测报告成为一种可信的信号，好车卖方有激励发送信号，坏车卖方无法模仿。因此，信息不对称问题得到缓解，市场能够区分好车和坏车，实现分离均衡。思维训练拓展：超越习题本身完成上述习题后，不应止步于得出答案。真正的思维训练在于：1.多视角审视：尝试改变习题中的参数（支付、概率、行动顺序），观察均衡结果如何变化，理解关键变量的影响。2.联系实际：思考每个模型在现实中的对应情境。例如，囚徒困境可以对应价格战、军备竞赛；性别战可以对应协调问题；信号传递可以对应教育文凭、产品保修等。3.反事实推理：“如果……会怎样？”（Whatif...?）的提问方式，有助于深入理解博弈的逻辑链条和潜在