【物流战略管理】战略博弈分析

1、University of Science and Technology of China战略博弈理论简介战略博弈理论简介博弈定义博弈定义: :博弈（博弈（gamegame），又译对策、游戏或竞赛，最早由德国数学），又译对策、游戏或竞赛，最早由德国数学家、哲学家莱布尼兹于家、哲学家莱布尼兹于17101710年提出，它是对若干个人在年提出，它是对若干个人在“策略相互依存策略相互依存”情形下相互作用状态的抽象表述。情形下相互作用状态的抽象表述。University of Science and Technology of China博弈论的基本概念博弈论的基本概念 博弈核心特征博弈核心特征: :

2、有一些规则，我们叫做博弈规有一些规则，我们叫做博弈规则则 有一个结果有一个结果 策略策略 策略有相互依赖性策略有相互依赖性 University of Science and Technology of China博弈的要素博弈的要素 局中人（局中人（playersplayers） 策略（策略（strategiesstrategies） 信息（信息（informationinformation） 得益（得益（payoffpayoff） 均衡（均衡（equilibriumequilibrium） 行动（行动（actions or movesactions or moves） 结果（结果（outc

3、omeoutcome） University of Science and Technology of China博弈的组成要素博弈的组成要素 1 1、参与人指的是博弈中选择行动以最大化自、参与人指的是博弈中选择行动以最大化自己效用的决策主体己效用的决策主体( (可以是个人，也可以是团体可以是个人，也可以是团体) )； 2 2、行动是指参与人在博弈进程中轮到自己选择、行动是指参与人在博弈进程中轮到自己选择时所作的某个具体决策；时所作的某个具体决策； 3 3、策略是指参与人选择行动的规则，即在博弈进、策略是指参与人选择行动的规则，即在博弈进程中，什么情况下选择什么行动的预先安排；程中，什么情况下

4、选择什么行动的预先安排；University of Science and Technology of China 4 4、信息指的是参与人在博弈中所知道的关于自、信息指的是参与人在博弈中所知道的关于自己以及其他参与人的行动、策略及其得益函数等己以及其他参与人的行动、策略及其得益函数等知识；知识； 5 5、得益是参与人在博弈结束后从博弈中获、得益是参与人在博弈结束后从博弈中获得的效用，一般是所有参与人的策略或行动的函得的效用，一般是所有参与人的策略或行动的函数，这是每个参与人最关心的东西；数，这是每个参与人最关心的东西； 6 6、均衡是所有参与人的最优策略或行动的、均衡是所有参与人的最优策略或

5、行动的组合；均衡结果是指博弈结束后博弈分析者感兴组合；均衡结果是指博弈结束后博弈分析者感兴趣的一些要素的集合，如在各参与人的均衡策略趣的一些要素的集合，如在各参与人的均衡策略作用下，各参与人最终的行动或效用集合。作用下，各参与人最终的行动或效用集合。 University of Science and Technology of China博弈的分类博弈的分类 根据参与人的多少，可将博弈分为两人博弈或多根据参与人的多少，可将博弈分为两人博弈或多人博弈；人博弈； 根据参与人是否合作，可将博弈分为合作博弈或根据参与人是否合作，可将博弈分为合作博弈或非合作博弈；非合作博弈； 根据博弈结果的不同，又可

6、分为零和博弈、常和根据博弈结果的不同，又可分为零和博弈、常和博弈与变和博弈。博弈与变和博弈。 University of Science and Technology of China 1 1、从行动的先后次序来分，博弈可以分为静态博、从行动的先后次序来分，博弈可以分为静态博弈和动态博弈。弈和动态博弈。静态博弈指在博弈中，参与人同时选择行动，或静态博弈指在博弈中，参与人同时选择行动，或虽非同时但后行动者并不知道前行动者采取了什虽非同时但后行动者并不知道前行动者采取了什么具体行动；么具体行动；动态博弈指的是参与人的行动有先后顺序，且后动态博弈指的是参与人的行动有先后顺序，且后行动者能够观察到先行

7、动者所选择的行动的博弈。行动者能够观察到先行动者所选择的行动的博弈。 University of Science and Technology of China 2 2、从参与人对其他参与人的各种特征信息的获、从参与人对其他参与人的各种特征信息的获得差异来分，博弈可分为完全信息博弈和不完全得差异来分，博弈可分为完全信息博弈和不完全信息博弈。信息博弈。 完全信息指的是每一个参与人对所有其他完全信息指的是每一个参与人对所有其他参与人的特征，如策略集合及得益函数都有准确参与人的特征，如策略集合及得益函数都有准确完备的知识；否则就是不完全信息。完备的知识；否则就是不完全信息。 将上述两个角度的划分结合

8、起来，我们就将上述两个角度的划分结合起来，我们就得到四种不同类型的博弈，这就是：完全信息静得到四种不同类型的博弈，这就是：完全信息静态博弈，完全信息动态博弈，不完全信息静态博态博弈，完全信息动态博弈，不完全信息静态博弈和不完全信息动态博弈。弈和不完全信息动态博弈。University of Science and Technology of China行动次序行动次序信息信息静态静态动态动态完全信息完全信息纳什均衡纳什均衡纳什纳什子博弈精练子博弈精练纳什均衡纳什均衡泽尔腾泽尔腾不完全信息不完全信息贝叶斯均衡贝叶斯均衡海萨尼海萨尼精炼贝叶斯均精炼贝叶斯均衡衡泽尔腾等泽尔腾等 博弈的分类和均衡博弈

9、的分类和均衡University of Science and Technology of China博弈研究的四类问题博弈研究的四类问题1.1.合作问题合作问题2.2.竞争问题竞争问题3.3.共存问题共存问题4.4.承诺问题承诺问题University of Science and Technology of China博弈研究的典型问题博弈研究的典型问题1.1.囚徒困境囚徒困境2.2.智猪博弈智猪博弈3.3.斗鸡博弈斗鸡博弈4.4.情侣博弈情侣博弈5.5.强龙与地头蛇博弈强龙与地头蛇博弈6.6. 鹰鹰- -鸽博弈与种群进化鸽博弈与种群进化University of Science and

10、Technology of China囚徒困境囚徒困境 19501950年，由就职于兰德公司的梅里尔年，由就职于兰德公司的梅里尔弗勒德和梅尔文弗勒德和梅尔文德德雷希尔拟定出相关困境的理论，后来由顾问艾伯特雷希尔拟定出相关困境的理论，后来由顾问艾伯特塔克以塔克以囚徒方式阐述，并命名为囚徒方式阐述，并命名为“囚徒困境囚徒困境”。经典的囚徒困境。经典的囚徒困境如下：如下： 警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同的选择：向双方提供以

11、下相同的选择： 若一人认罪并作证检控对方（相关术语称若一人认罪并作证检控对方（相关术语称“背叛背叛”对对方），而对方保持沉默，此人将即时获释，沉默者将判监方），而对方保持沉默，此人将即时获释，沉默者将判监1010年。年。 若二人都保持沉默（相关术语称互相若二人都保持沉默（相关术语称互相“合作合作”），则），则二人同样判监二人同样判监1 1年。年。 若二人都互相检举（相关术语称互相若二人都互相检举（相关术语称互相“背叛背叛”），则），则二人同样判监二人同样判监8 8年。年。 University of Science and Technology of China-8， -80， -10-10，

12、 0-1， -1坦 白不坦白坦 白不坦白两个罪犯的得益矩阵嫌疑人嫌疑人 2嫌嫌疑疑人人1嫌疑人1：坦白嫌疑人2：坦白University of Science and Technology of China智猪博弈智猪博弈 假设猪圈里有一头大猪、一头小猪。猪圈的假设猪圈里有一头大猪、一头小猪。猪圈的一头有猪食槽，另一头安装着控制猪食供应一头有猪食槽，另一头安装着控制猪食供应的按钮，按一下按钮会有的按钮，按一下按钮会有1010个单位的猪食进个单位的猪食进槽，但是谁按按钮就会首先付出槽，但是谁按按钮就会首先付出2 2个单位的个单位的成本，若大猪先到槽边，大小猪吃到食物的成本，若大猪先到槽边，大小猪

13、吃到食物的收益比是收益比是9191；同时到槽边，收益比是；同时到槽边，收益比是7373；小猪先到槽边，收益比是小猪先到槽边，收益比是6464。那么，在两。那么，在两头猪都有智慧的前提下，最终结果是小猪选头猪都有智慧的前提下，最终结果是小猪选择等待，大猪去按钮择等待，大猪去按钮 University of Science and Technology of ChinaUniversity of Science and Technology of China斗鸡博弈斗鸡博弈 即电影中的汽车博弈：两个年轻人分别从一条街的两即电影中的汽车博弈：两个年轻人分别从一条街的两头，驾车笔直地是向对方。第一个转

14、向的人会颜面尽头，驾车笔直地是向对方。第一个转向的人会颜面尽失，但如果没有人转向，将会撞在一起。其收益矩阵失，但如果没有人转向，将会撞在一起。其收益矩阵如下图：如下图： 存在两个纳什均衡：（存在两个纳什均衡：（不转向，转向）和（转向，不不转向，转向）和（转向，不转向）。转向）。A偏好第一个，偏好第一个，B偏好第二个。但这两个都比偏好第二个。但这两个都比撞车好。它和保证博弈有所区别，双方做不相同的事撞车好。它和保证博弈有所区别，双方做不相同的事情比做相同的事情好。情比做相同的事情好。University of Science and Technology of China年轻人年轻人A年轻人年轻

15、人B转向转向不转向不转向转向转向不转向不转向0，0-1，11，1-2，-2University of Science and Technology of China情侣博弈情侣博弈 女女 足球足球 音乐音乐 足球足球男男 音乐音乐 1 2 0 0 0 0 2 1University of Science and Technology of China强龙与地头蛇博弈强龙与地头蛇博弈 市场原经营者（地头蛇）市场原经营者（地头蛇） 商战商战 沉默沉默 进入进入 900900，1100 -20001100 -2000，600600进入者（强龙）进入者（强龙） 不进入不进入 0 0，3000 0300

16、0 0，30003000 University of Science and Technology of China鹰鹰-鸽博弈与种群进化鸽博弈与种群进化例如，当两只豺狗同时遇到一块食物时，他们必须决定例如，当两只豺狗同时遇到一块食物时，他们必须决定是争斗还是共享食物。争斗是鹰派的策略：一方将获是争斗还是共享食物。争斗是鹰派的策略：一方将获胜，另一方将败落。共享食物是鸽派的策略：在对方胜，另一方将败落。共享食物是鸽派的策略：在对方也是鸽派时，这个策略将发挥很好的功效；但当对方也是鸽派时，这个策略将发挥很好的功效；但当对方是鹰派时，共享食物的提议则会遭到拒绝，并且，鸽是鹰派时，共享食物的提议则会

17、遭到拒绝，并且，鸽派参与人将一无所获。派参与人将一无所获。 其收益矩阵为：其收益矩阵为： 参与人参与人参与人参与人鹰派鹰派鸽派鸽派鹰派鹰派鸽派鸽派-2，-24，00，42，2University of Science and Technology of China鹰鹰-鸽博弈的纳什均衡鸽博弈的纳什均衡 假定鹰派的比例是假定鹰派的比例是p。同时，一个鹰派遇见另一个鹰。同时，一个鹰派遇见另一个鹰派的比例是派的比例是p，而遇见一个鸽派的概率为，而遇见一个鸽派的概率为1-p。因此，。因此，鹰派的期望收益为：鹰派的期望收益为：H=-2p+4(1-p)。鸽派的期望收。鸽派的期望收益为：益为：D=2(1-p)。 假定具有较高收益的类型的繁殖速度更快一些，并假定具有较高收益的类型的繁殖速度更快一些，并且他们会将其采取策略的倾向遗传给后一代。那么，且他们会将其采取策略的倾向遗传给后一代。那么，我们可以预期，如果我们可以预期，如果HD，种群中鹰派的比例将会，种群中鹰派的比例将会上升；如果上升；如果H1/2，鹰派的收益将小于鸽派的收益，鸽，鹰派的收益将小于鸽派的收益，鸽派的繁殖将加快，得派的繁殖将加快，得p下降。类似地，如果下降。类似地，如果P1/2，鹰派的收益将大于鸽派的收益，鹰派的繁殖速度加鹰派的收益将大于鸽派的收益，鹰派的繁殖速度加快，快，P将上升，重新回到均衡。将上升，重新回到均衡。 因