对策论基础【提纲】

§15 对策论基础

C1 对策

1）基本要素：

• 局中人 $I$：决策行动的参与者
• 策略集 $S_i,i\in I$：每一位参与者的决策行为集合
• 局势集：笛卡尔积 $S=S_1\times S_2\times \cdots \times S_n$
• 获利/支付函数：评价某一局势下参与者的获利$H_i(s),s=(s_1,s_2,\dots ,s_n)$

2）决策问题的分类：

• 局中人个数：二人对策、多人对策
• 获利函数代数和：零和对策、非零和对策
• 局中人策略集是否有限：有限对策、无限对策
• 是否合作：合作对策、非合作对策

C2 矩阵对策

1）矩阵对策：二人 有限 零和 对策

• 记法约定：局中人Ⅰ Ⅱ，策略集 S 1 = { α 1 , α 2 , … , α m } , S 2 = { β 1 , β 2 , … β n } S_1 = \{\alpha_1,\alpha_2,\dots,\alpha_m\},S_2 = \{\beta_1 ,\beta_2 ,\dots \beta_n\} S1​={ α1​,α2​,…,αm​},S2​={ β1​,β2​,…βn​}，获利矩阵$A=(a_{ij}{)}_{m\times n},a_{ij}=H(s_i,s_j),B=-A^T$。对策： G = { Ⅰ , Ⅱ ; S 1 , S 2 , A } G = \{Ⅰ,Ⅱ;S_1,S_2,A\} G={ Ⅰ,Ⅱ;S1​,S2​,A}

2）平衡局势：$\exists a_{i^{\ast }{j}^{\ast }}:\underset{i}{\max }\underset{j}{\min }{a}_{ij}=a_{i^{\ast }{j}^{\ast }}=\underset{j}{\min }\underset{i}{\max }{a}_{ij}$

• 称$V_G=a_{i^{\ast }{j}^{\ast }}$为矩阵对策G的值，对应的${\alpha }_{i^{\ast }},{\beta }_{j^{\ast }}$为最优纯策略

• 平衡局势存在的充要条件：$\exists a_{i^{\ast }{j}^{\ast }}:\forall i,j,a_{i{j}^{\ast }}\le a_{i^{\ast }{j}^{\ast }}\le a_{i^{\ast }j}$(行中最小列中最大)，即存在鞍点

• 鞍点性质：

  • 无差别性：两鞍点的获利取值相同
  • 可交换性：若$a_{i_1{j}_1},a_{i_2{j}_2}$是鞍点，则$a_{i_1{j}_2},a_{i_2{j}_1}$也是鞍点

3）混合策略：允许策略为策略集集上一个概率分布。

• 策略集： S ∗ = { x ∈ E m ∣ x i ≥ 0 , i = 1 , 2 , … , m , ∑ i = 1 m = 1 } S^* = \{x\in E^m |x_i\ge0,i=1,2,\dots,m,\sum_{i=1}^m = 1\} S∗={ x∈Em∣xi​≥0,i=1,2,…,m,∑i=1m​=1}
• 获利函数：$E(x,y)=x^{T}Ay=\sum _i\sum _j{a}_{ij}{x}_i{y}_j$
• 显然，纯策略是 x i ∈ { 0 , 1 } x_i \in\{0,1\} xi​∈{ 0,1}的特例
• 平衡局势：$\underset{x\in S_1^{\ast }}{\max }\underset{y\in S_2^{\ast }}{\min }E(x,y)=\underset{y\in S_2^{\ast }}{\min }\underset{x\in S_1^{\ast }}{\max }E(x,y)⟺\exists x^{\ast },$