上策均衡课堂试题及答案分享

上策均衡课堂试题及答案分享考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.在一个完全信息静态博弈中，如果一个策略对于玩家A来说，无论玩家B选择哪个策略，都是A的最优选择，那么这个策略被称为：A.纳什均衡B.贝叶斯纳什均衡C.子博弈精炼纳什均衡D.上策均衡2.下列哪个说法是正确的？A.每个博弈都至少存在一个上策均衡。B.如果一个博弈存在上策均衡，那么它也一定存在纳什均衡。C.上策均衡要求所有玩家都选择他们的最佳纯策略。D.在混合策略上策均衡中，玩家以正概率选择每个纯策略。3.在经典的囚徒困境博弈中，如果两个囚徒都选择“坦白”，那么这个结果（(坦白,坦白)）是：A.两个囚徒的上策均衡。B.唯一可能的纳什均衡。C.对两个囚徒都比对他们都选择“不坦白”更好。D.以上所有选项都正确。4.如果一个博弈对于某个玩家来说不存在任何上策策略，那么该玩家在该博弈中：A.必须选择一个纯策略。B.必须选择一个混合策略。C.没有最优策略可以选择。D.可以选择任何策略，因为结果都一样。5.假设在一个博弈中，玩家1存在一个纯策略上策均衡，而玩家2存在一个混合策略上策均衡。那么该博弈：A.一定不存在纳什均衡。B.一定存在纯策略上策均衡。C.可能存在混合策略上策均衡。D.上述说法都不正确。6.上策均衡的概念主要适用于哪种类型的博弈？A.动态博弈B.不完全信息博弈C.完全且对称信息博弈D.静态博弈7.以下哪个博弈通常被认为是上策均衡存在的反例？A.囚徒困境B.胆小鬼博弈C.红光绿光博弈（MatchingPennies）D.蜈蚣博弈8.在一个两人博弈中，如果存在一个纯策略上策均衡，那么这个均衡的期望支付对于两个玩家来说：A.一定相等。B.一定不相等。C.可能相等，也可能不相等。D.无法判断是否相等。9.当一个博弈没有纯策略上策均衡时，玩家之间可能通过选择：A.纯策略的混合来达到一种稳定状态。B.混合策略的混合来达到一种稳定状态。C.重复博弈来建立信任。D.外部权威的介入来决定策略。10.上策均衡分析的核心思想是：A.考虑所有可能的结果并选择最好的。B.考虑到对手可能采取的行动并做出最优应对。C.追求个人利益最大化而不考虑他人。D.通过沟通协商达成共识。二、多项选择题（每题3分，共15分，请选出所有正确选项）1.以下哪些说法是关于上策均衡的正确描述？A.它是一种纳什均衡。B.它是帕累托最优的。C.它是玩家个人理性驱动下的结果。D.它要求每个玩家都对其他玩家的策略有完全信息。2.在一个特定的博弈中，玩家A的上策是策略X。那么：A.无论玩家B选择什么策略，策略X对玩家A来说都是最优的。B.玩家B的最优策略一定是对抗策略X的。C.如果策略X也是玩家B的上策，那么(X,X)是该博弈的一个上策均衡。D.如果存在一个上策均衡，它一定包含玩家的上策策略X。3.识别上策均衡通常需要：A.从第一个玩家的角度开始分析。B.对每个玩家依次进行逆向归纳。C.考虑所有可能的策略组合。D.检查每个玩家是否有对任何对手策略都最优的策略。4.混合策略上策均衡的存在意味着：A.玩家无法预测对手的选择。B.玩家选择每个纯策略的概率是固定的。C.玩家在选择策略时带有一定的随机性。D.对于任何给定的对手策略，玩家选择不同纯策略的期望收益是相等的。5.上策均衡的概念可以应用于解释：A.商业中的价格战。B.政治选举中的策略选择。C.日常生活中是否排队等车的行为。D.所有上述情况。三、简答题（每题5分，共20分）1.请简要解释什么是“上策均衡”，并说明它与“纳什均衡”的主要区别是什么。2.在一个简单的博弈中，只有两个玩家（甲、乙），每个玩家有两个可选策略（A、B）。甲选择A时，乙选择A得0分，得1分；乙选择B时，甲选择A得-1分，得0分。请列出该博弈的支付矩阵（无需绘制表格，只需文字描述甲和乙在不同策略组合下的支付），并指出该博弈是否存在纯策略上策均衡，如果存在，请指出来。3.为什么说囚徒困境是一个“困境”？它揭示了个人理性与集体理性之间的什么关系？4.在什么情况下，一个博弈可能不存在任何上策均衡？请给出一个简单的例子说明。四、分析题（每题10分，共30分）1.假设有一个博弈如下：玩家1有两个策略L和R；玩家2有两个策略U和D。当策略组合为(L,U)时，玩家1得3分，玩家2得1分；当策略组合为(L,D)时，玩家1得0分，玩家2得2分；当策略组合为(R,U)时，玩家1得1分，玩家2得0分；当策略组合为(R,D)时，玩家1得2分，玩家2得1分。请分析该博弈：①玩家1和玩家2各自是否存在纯策略上策均衡？②该博弈是否存在混合策略上策均衡？如果存在，请描述两个玩家应该选择的策略及其概率。（无需计算，只需根据定义分析是否存在，并说明理由）2.请解释为什么“上策均衡是稳定的”或“上策均衡是自我实施”的。结合你自己的理解，谈谈上策均衡分析在理解社会现象（如合作、竞争）方面的作用。3.考虑一个“懦夫博弈”：两个司机在十字路口相遇，都需要决定是“加速”（A）还是“刹车”（B）。如果两人都加速，都会发生严重车祸（支付均为-10）；如果两人都刹车，则都平安无事（支付均为0）；如果一人加速另一人刹车，加速者获胜（支付为1，刹车者为-1）。请分析这个博弈：①它存在哪些纯策略纳什均衡？②它存在纯策略上策均衡吗？③如果双方都只考虑自己的利益，这个博弈的结果会是什么？你认为现实生活中的十字路口通常会是什么情况？为什么上策均衡分析可能不足以完全解释这种情况？试卷答案一、选择题1.D2.B3.A4.B5.C6.D7.C8.A9.A10.B二、多项选择题1.A,C2.A,C3.B,D4.C,D5.A,B,C三、简答题1.答案：上策均衡是指在一个博弈中，无论其他玩家选择什么策略，某个玩家都有一个最优策略。这个最优策略对于该玩家来说，不依赖于对手的选择。简而言之，它是“对任何给定对手策略，我的最优策略是什么”的解。上策均衡与纳什均衡的区别在于：纳什均衡只要求在每个策略组合下，玩家没有单方面改变策略的动机，但不保证该策略是对任何对手策略的最优反应。而上策均衡要求的是玩家的最优策略，无论对手如何行动。因此，上策均衡一定是纳什均衡，但纳什均衡不一定是上策均衡。（或者举例说明，如红光绿光博弈中，没有纯策略纳什均衡，但混合策略上策均衡存在，此时上策均衡也是纳什均衡；而在囚徒困境中，纳什均衡(坦白,坦白)不是上策均衡，因为(不坦白,不坦白)对每个玩家来说都是上策）。2.答案：该博弈的支付矩阵如下：*甲选择A时：乙选择A，甲得0分，乙得1分；乙选择B，甲得-1分，乙得0分。*甲选择B时：乙选择A，甲得1分，乙得0分；乙选择B，甲得0分，乙得2分。（注：题目只要求文字描述，未要求表格形式，故按文字描述对应支付）该博弈存在纯策略上策均衡。分析如下：*对玩家乙而言，当甲选择A时，乙选择B的收益（0分）高于选择A的收益（1分），所以乙的上策是B；当甲选择B时，乙选择B的收益（2分）高于选择A的收益（0分），所以乙的上策仍然是B。因此，乙的上策是B。*对玩家甲而言，当乙选择B时，甲选择B的收益（0分）高于选择A的收益（-1分），所以甲的上策是B。因此，甲的上策是B。综上，(B,B)是该博弈的一个纯策略上策均衡，且是唯一的纯策略上策均衡。3.答案：囚徒困境被称为“困境”，是因为虽然两个囚徒合作（都选择不坦白）能够获得最好的集体结果（都无罪释放，支付为0），但每个囚徒如果只考虑自己的利益和潜在后果，都会选择坦白，以期获得自身最佳结果（如果对方不坦白，坦白获释；如果对方坦白，坦白免于重判）。然而，这种个体理性的选择导致了集体非理性的结果（两人都被判刑）。它揭示了个人理性与集体理性之间的冲突。即当个体追求自身利益最大化的行为同时损害了集体利益时，即使合作对集体更有利，个体也可能因为缺乏信任和激励而选择非合作行为，导致次优甚至更差的结果。4.答案：当一个博弈中每个玩家对于任何给定的对手策略组合，都不存在最优的纯策略选择时，该博弈可能不存在任何纯策略上策均衡。此时，如果允许混合策略，则可能存在混合策略上策均衡。例子：红光绿光博弈（MatchingPennies）。假设支付如下：当玩家1选择红，玩家2选择红时，玩家1得+1分，玩家2得-1分；玩家1选红，玩家2选绿，玩家1得-1分，玩家2得+1分；玩家1选绿，玩家2选红，玩家1得+1分，玩家2得-1分；玩家1选绿，玩家2选绿时，玩家1得-1分，玩家2得+1分。分析玩家1：无论玩家2选红还是绿，玩家1选择红的期望收益都是0（+1*(-1)+(-1)*(+1)=-2+(-2)=-2/1=0），选择绿的期望收益也是0。因此，玩家1没有纯策略上策。分析玩家2：同理，无论玩家1选红还是绿，玩家2选择红的期望收益都是0，选择绿的期望收益也是0。因此，玩家2没有纯策略上策。结论：该博弈不存在纯策略上策均衡。但存在混合策略上策均衡，例如双方都以50%的概率选择红，50%的概率选择绿。四、分析题1.答案：①分析纯策略：*玩家1：若玩家2选U，玩家1选L得3>R得1，L为优；若玩家2选D，玩家1选R得2>L得0，R为优。玩家1没有纯策略上策。*玩家2：若玩家1选L，玩家2选U得1>D得2，U为优；若玩家1选R，玩家2选U得0<D得1，D为优。玩家2没有纯策略上策。结论：不存在纯策略上策均衡。②分析混合策略：*假设玩家1以p概率选L，以(1-p)概率选R；玩家2以q概率选U，以(1-q)概率选D。*对玩家2而言，选择U的期望收益为p*1+(1-p)*(-1)=2p-1；选择D的期望收益为p*(-1)+(1-p)*1=1-2p。*玩家2的上策要求选择U和D的期望收益相等：2p-1=1-2p=>4p=2=>p=1/2。所以玩家1必须以50%概率选L，50%概率选R。*对玩家1而言，选择L的期望收益为q*3+(1-q)*0=3q；选择R的期望收益为q*(-1)+(1-q)*2=-q+2-2q=2-3q。*玩家1的上策要求选择L和R的期望收益相等：3q=2-3q=>6q=2=>q=1/3。所以玩家2必须以33.33%概率选U，66.67%概率选D。结论：存在混合策略上策均衡。玩家1以50%概率选L，50%概率选R；玩家2以约33.33%概率选U，约66.67%概率选D。2.答案：上策均衡是稳定的或自我实施的原因在于，一旦所有玩家都选择了上策均衡策略，就没有任何一个玩家有动机单方面偏离这个策略，因为他偏离后无论对手如何反应，自己的结果都不会更好。这意味着，即使没有外部权威强制执行，仅凭玩家追求自身利益的理性，该策略组合也能自我维持。如果偏离了上策均衡，那么偏离者在该特定对手策略下会得到更差的结果，这种潜在的不利后果阻止了任何理性的玩家进行偏离。上策均衡分析在理解社会现象方面的作用在于，它提供了一个框架来分析在特定规则和收益结构下，个体行为如何汇聚成集体结果。例如，它可以解释为什么在囚徒困境式的合作中难以达成（因为个体上策是背叛），也可以分析竞争市场中的价格战（如果成本结构类似，可能导致价格上策均衡），或公共物品提供中的搭便车问题。通过识别上策均衡，我们可以预测在给定激励结构下可能出现的稳定状态，并分析打破这种状态所需的条件（如改变收益、建立信任机制等）。3.答案：①纯策略纳什均衡：*(加速,加速)：双方都加速，发生车祸（-10）。此时，如果一方单方面改刹车，则从-10变为-1（刹车者），结果更差。双方没有单方面改策略动机。所以(加速,加速)是纳什均衡。*(刹车,刹车)：双方都刹车，平安无事（0）。此时，如果一方单方面改加速，则从0变为1（加速者），结果更好。双方都有单方面改策略动机。所以(刹车,刹车)不是纳什均衡。*(加速,刹车)：甲加速胜（1），乙刹车输（-1）。此时，如果甲单方面改刹车，从1变为-1；如果乙单方面改加速，从-1变为1。双方都有单方面改策略动机。所以不