上策均衡课后试题及详尽答案

上策均衡课后试题及详尽答案考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.在一个两人博弈中，如果对于某一个玩家而言，无论另一个玩家选择哪种策略，该玩家总有一个策略能够带来比其他策略更高的支付，那么该策略被称为：A.纳什均衡B.贝叶斯均衡C.占优策略D.混合策略2.下列哪种博弈现象可以被视为“占优策略均衡”的一种特殊情况？A.囚徒困境B.胆小鬼博弈C.坐标原点D.无解博弈3.如果一个策略组合是上策均衡，那么对于组合中任何一个玩家来说，单方面改变自己的策略：A.一定能提高自己的支付B.一定不会提高自己的支付C.可能会提高也可能不会提高自己的支付D.无法判断是否会影响自己的支付4.在标准的囚徒困境博弈中，(坦白,坦白)这个策略组合：A.不是上策均衡B.是上策均衡C.是否为上策均衡取决于具体支付矩阵D.是纳什均衡但不是上策均衡5.“上策均衡”概念的核心在于它描述了：A.参与者同时做决策时的最优结果B.参与者轮流做决策时的最优结果C.参与者在了解他人策略后选择的最优策略D.参与者不受他人影响时选择的最优策略6.对于一个给定的博弈，如果存在唯一的上策均衡，那么：A.所有参与者都获得了最高可能的支付B.该博弈一定是囚徒困境博弈C.该均衡一定是帕累托最优的D.该均衡是参与者理性选择的唯一结果7.划线法（剔除劣势策略法）主要用于寻找：A.严格上策均衡B.弱上策均衡C.贝叶斯均衡D.子博弈完美均衡8.以下哪种情况可能导致一个博弈不存在上策均衡？A.参与者存在严格劣势策略B.参与者支付偏好完全相同C.博弈信息不完全D.博弈存在多个策略组合，且每个组合的支付都相同9.在性别战中，如果双方都选择去看足球，那么这个结果：A.是上策均衡B.不是上策均衡C.一定是帕累托最优D.只能通过强制才能实现10.如果一个博弈有一个纯策略上策均衡，那么该博弈：A.一定没有混合策略均衡B.可能有一个或多个混合策略均衡C.一定有多个纯策略上策均衡D.其均衡结果与参与者对风险的偏好有关二、多项选择题（每题3分，共30分）1.以下哪些属于博弈论中的基本要素？A.参与者B.策略C.支付（或效用）D.资金E.信息2.下列哪些博弈通常被认为是合作博弈？A.囚徒困境B.荷兰赌C.联合开发油田D.坐标原点E.猜硬币3.在一个博弈的支付矩阵中，被划掉的策略是指：A.玩家选择的策略B.玩家没有选择的策略C.对该玩家而言被严格劣势的策略D.对另一玩家而言劣势的策略E.支付值最小的策略4.以下哪些陈述是关于上策均衡的正确描述？A.它是参与者根据对其他参与者行为的预期而选择的最优策略B.它是参与者同时选择策略时达到的一种稳定状态C.在上策均衡中，没有任何参与者可以通过单方面改变策略来提高自己的支付D.上策均衡总是帕累托最优的E.每个博弈都至少存在一个上策均衡5.在分析囚徒困境时，上策均衡的存在说明了：A.合作通常比竞争带来更好的结果B.理性个体在非合作博弈中可能陷入困境C.存在使双方都选择坦白的激励D.参与者无法达成合作协议E.唯一的均衡结果是双方都判刑较重6.与严格上策均衡相比，弱上策均衡的特点包括：A.至少在某些情况下是最佳选择B.可能存在多个弱上策均衡C.对于一个弱上策均衡，没有其他策略能在所有情况下带来更高的支付D.剔除弱劣势策略不一定能找到弱上策均衡E.它总是严格上策均衡7.以下哪些博弈现象可以通过引入重复博弈或承诺机制来改善参与者的结果？A.囚徒困境B.胆小鬼博弈C.猜硬币D.混合策略均衡E.长期合作8.在分析性别战博弈时，如果双方都选择去看电影，那么：A.这个结果是上策均衡B.这个结果是纳什均衡C.这个结果可能是帕累托最优的D.这个结果可能是帕累托无效率的E.双方都得到了自己最偏好的结果9.以下哪些是寻找上策均衡的标准方法？A.划线法（剔除劣势策略法）B.比较支付法（横向和纵向比较）C.反应函数法（几何方法）D.极大化极小法E.假设对方策略法10.上策均衡概念的应用领域包括但不限于：A.经济学中的市场竞争B.政治学中的选举策略C.国际关系中的军备竞赛D.生物学中的进化稳定策略E.心理学中的决策行为三、简答题（每题5分，共20分）1.简述占优策略均衡与纳什均衡之间的关系。2.请解释什么是“劣势策略”，并说明在寻找上策均衡时如何运用剔除劣势策略法。3.简要描述囚徒困境的payoff结构，并解释为什么即使参与者都理性，他们也可能选择合作（坦白）。4.在一个简单的“剪刀-石头-布”博弈中，是否存在严格上策均衡？请说明理由。四、应用题（每题10分，共20分）1.假设两个公司A和B正在决定是否进行广告宣传。如果两家都进行广告宣传，会互相抵消效果，各自获利较低；如果都不进行广告宣传，则都能获得较高利润；如果一家进行广告宣传而另一家不进行，进行广告宣传的公司获利较高，不进行的公司获利最低。请用文字描述这个博弈的支付情况（无需构建矩阵），并分析是否存在纯策略上策均衡。如果存在，请指出；如果不存在，请解释原因。2.某小镇只有两家加油站，A站和B站。它们需要决定是否降低油价来争夺更多顾客。如果两家都降价，会陷入价格战，利润都大幅下降；如果只有一家降价，降价方能吸引更多顾客，利润增加，不降价方利润保持现状；如果两家都不降价，利润都维持当前水平。请分析这个博弈的可能结果，是否存在上策均衡？结合“囚徒困境”现象进行简要说明。试卷答案一、选择题1.C解析思路：定义占优策略是指无论对手选择什么策略，该策略都是玩家自己的最佳选择。2.A解析思路：囚徒困境中，对于每个玩家，坦白都是占优策略，因此(坦白,坦白)是占优策略均衡。3.B解析思路：上策均衡的定义是，在均衡策略组合下，任何单个参与者单独改变其策略都不会获得更高的支付。4.B解析思路：在囚徒困境标准支付矩阵中，(坦白,坦白)是双方都选择坦白，这是各自的上策选择。5.D解析思路：上策均衡关注的是个体在给定他人策略时的最优选择，体现了非合作决策下的理性行为。6.D解析思路：存在唯一上策均衡意味着该均衡是参与者基于理性判断的必然选择结果。7.A解析思路：划线法主要用于通过剔除严格劣势策略来简化博弈，寻找严格上策均衡。8.D解析思路：如果所有策略组合支付都相同，那么任何策略组合在理论上都是均衡，但通常缺乏意义，可以视为不存在有区分度的均衡。9.B解析思路：(看足球,看足球)是性别战的两个纯策略纳什均衡之一，但不是上策均衡，因为双方都有动机单方面改变以获得更偏好的结果。10.B解析思路：存在纯策略上策均衡不排除存在混合策略均衡的可能性，混合策略均衡可以与纯策略均衡共存或替代。二、多项选择题1.A,B,C,E解析思路：博弈论基本要素包括参与者、策略、支付函数和信息。2.C解析思路：联合开发油田需要合作才能获得共同利益，属于合作博弈。其他选项通常是零和或非合作博弈。3.B,C解析思路：划线法中划掉的是玩家没有选择的策略（B），特别是被严格劣势的策略（C）。4.A,B,C解析思路：上策均衡是参与者基于对他人行为的预期（A）同时选择的结果（B），且单方面改变无利可图（C）。D不一定对，E不一定对。5.B,C,D解析思路：囚徒困境说明理性人可能因缺乏合作激励而陷入不利局面（B），存在坦白这种上策选择（C），且难以达成合作（D）。6.A,B,D解析思路：弱上策均衡是指至少在某些情况下是最佳选择（A），可能不止一个（B），且不一定能通过剔除劣势策略找到（D）。C不对，E不对。7.A,B,E解析思路：重复博弈（A）和承诺机制（B）可以建立信任，长期合作（E）是目标。C是随机事件，D是均衡类型。8.B,D解析思路：(看电影,看电影)是性别战的纳什均衡（B），但可能不是帕累托最优（D），因为双方可能都更偏好与对方看同一部电影。9.A,B,C解析思路：划线法（A）、支付比较法（B）和反应函数法（C）是寻找上策均衡的常用方法。D是极大化极小策略，E是假设对方策略法，不是标准方法。10.A,B,C,D解析思路：上策均衡广泛应用于经济、政治、国际关系和生物学等领域分析策略互动。三、简答题1.解析思路：占优策略均衡是纳什均衡的一种特殊且强的形式。纳什均衡要求在每个策略组合中，各参与者都没有单方面改变策略的动机。而占优策略均衡要求无论对方选择什么策略，该策略都是参与者自己的最佳选择。因此，任何占优策略均衡都一定是纳什均衡，但纳什均衡不一定需要是占优策略均衡（例如性别战）。2.解析思路：劣势策略是指对于某个参与者而言，无论其他参与者选择什么策略，该策略带来的支付总是最低或最少。剔除劣势策略法是寻找上策均衡的步骤：首先，比较参与者每个策略在其他参与者所有策略组合下的支付，识别出支付总是最低的策略，将其划掉（即剔除该劣势策略）。然后，重复此过程，直到无法再剔除任何策略。剩余的策略组合即为上策均衡（如果存在）。3.解析思路：囚徒困境的支付结构通常是：双方坦白（T,T）时，支付都低于双方不坦白（N,N），但高于一方坦白一方不坦白（T,N或N,T）。具体支付如(T,T)<(N,N)<(T,N)=(N,T)。原因在于，即使合作（N,N）对双方整体最好，但每个参与者都担心对方会背叛，选择坦白可以确保自己获得最好结果（即使导致双方都判刑较重），因此坦白成为各自的上策（理性）选择，导致非合作均衡(T,T)出现。4.解析思路：“剪刀-石头-布”博弈不存在严格上策均衡。理由是：对于任何单一策略（如石头），都存在另一个策略（如布）能在特定对局中带来更高支付（输给布）。同样，没有哪个策略能在所有情况下都优于其他策略。参与者总是可以根据对方的选择来选择自己的策略以争取胜利，因此不存在一个无论对手如何选择都永远最优的单一策略。四、应用题1.解析思路：支付情况描述：设A、B公司分别为参与者1、2，策略为“广告”（A）和“不广告”（N）。假设A、B都不广告时，各自利润为高P。A广告B不广告时，A利润更高为H，B利润最低为L。B广告A不广告时，B利润更高为H，A利润最低为L。A、B都广告时，互相抵消，利润都较低为M。支付矩阵略。分析：检查是否存在纯策略上策均衡。对A：若B不广告(N)，A选择广告(A)利润H>不广告(N)利润P。若B广告(A)，A选择不广告(N)利润P>广告(A)利润M。因此A没有严格占优策略。对B：逻辑同上，B也没有严格占优策略。检查(N,N)是否为均衡：若A想单方面从(N,N)变为(A,N)，利润从P变为H，会提高。若B想单方面从(N,N)变为(N,A)，利润从P变为H，会提高。因此(N,N)不是均衡。检查(A,A)是否为均衡：若A想单方面从(A,A)变为(N,A)，利润从M变为P，会提高。若B想单方面从(A,A)变为(A,N)，利润从M变为P，会提高。因此(A,A)不是均衡。检查(A,N)和(N,A)是否为均衡：(A,N)：若A想从(A,N)变为(N,N)，利润从H变为P，会降低。若B想从(A,N)变为(N,N)，利润从L变为P，会提高。因此B有动机改变，(A,N)不是均衡。(N,A)：若A想从(N,A)变为(N,N)，利润从P变为L，会降低。若B想从(N,A)变为(A,A)，利润从P变为M，会降低。因此双方均无单方面改变动机，(N,A)是上策均衡。结论：该博弈存在唯一的纯策略上策均衡(N,A)。2.解析思路：可能结果分析：支付情况类似囚徒困境。设A、B分别为参与者1、2，策略为“降价”(D)和“不降价”(N)。假设都不降价时，利润为高P。一方降价另一方不降价时，降价方利润更高为H，不降价方利润最低为L。双方都降价时，利润都较低为M