【数学建模笔记 07】数学建模的对策论

07. 对策论

定义

对策论亦称竞赛论或博弈论，是研究具有斗争或竞争性质现象的数学理论和方法。

基本要素：

• 局中人：在一个对策行为中，有权决定自己行动方案的对策参加者，通常用 $I$​ 表示局中人集合；

• 策略集：一局对策中，可供局中人选择的一个实际可行的完整行动方案称一个策略，每个局中人 $i,i\in I$ 都有自己的策略集 $S_i$​；

• 赢得函数 (支付函数)：一局对策中，各局中人所选定的策略形成的策略组称一个局势，即若 $s_i$ 是第 $i$ 个局中人的一个策略，则策略组
  $$s=(s_1,s_2,\dots ,s_n),$$
  就是一个局势。全体局势的集合可用各局中人策略集的笛卡尔积表示，即
  $$S=S_1\times S_2\times \cdots \times S_n,$$
  对任意局势 $s\in S$，局中人 $i$ 可以得到一个赢得 $H_i(s)$，称赢得函数。

零和对策 (矩阵对策)

零和对策是一类特殊的对策问题，只有两名局中人，每个局中人都只有有限个策略可供选择。在任一纯局势下，两个局中人的赢得之和总是等于 0。

设局中人 1、2 的策略集
S 1 = { α 1 , … , α m } , S 2 = { β 1 , … , β n } . S_1=\{\alpha_1,\dots,\alpha_m\},S2=\{\beta_1,\dots,\beta_n\}. S1​={α1​,…,αm​},S2={β1​,…,βn​}.
当局中人 1 选定策略 ${\alpha }_i$，局中人 2 选定策略 ${\beta }_j$ 后，就形成局势 $({\alpha }_i,{\beta }_j)$。对任一局势 $({\alpha }_i,{\beta }_j)$，记局中人 1 的赢得为 $a_{ij}$，称
$$A=\left(\begin{array}{cccc}{a}_{11}& a_{12}& \dots & a_{1n}\\ a_{21}& a_{22}& \dots & a_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m1}& a_{m2}& \dots & a_{mn}\end{array}\right)$$
为局中人 1 的赢得矩阵，由于对策零和，因此局中人 2 的赢得矩阵就是 $-A$。

因此记零和对策为
G = { S 1 , S 2 ; A } . G=\{S_1,S_2;A\}. G={S1​,S2​;A}.

稳定解和最优纯策略

设 G = { S 1 , S 2 ; A } G=\{S_1,S_2;A\} G={S1​,S2​;A}​ 为矩阵对策，其中 S 1 = { α 1 , … , α m } , S 2 = { β 1 , … , β n } S_1=\{\alpha_1,\dots,\alpha_m\},S2=\{\beta_1,\dots,\beta_n\} S1​={α1​,…,αm​},S2={β1​,…,βn​}​,$A=(a_{ij}{)}_{m\times n}$​​，若等式
$$\underset{i}{\max }\underset{j}{\min }{a}_{ij}=\underset{j}{\min }\underset{i}{\max }{a}_{ij}=a_{i^{\ast }{j}^{\ast }}$$
成立，则称 $({\alpha }_{i^{\ast }},{\beta }_{j^{\ast }})$ 为 $G$​ 的稳定解，$a_{i^{\ast }},b_{j^{\ast }}$ 分别为局中人 1、2 的最优纯策略。

如何理解上述定理？

对于前者 ${\max }_i{\min }_j{a}_{ij}$​，表示局中人 1 在策略中坏中取优，即计算所有策略的最坏结果，再从中挑选最好的一个策略。

对于后者 ${\min }_j{\max }_i{a}_{ij}$​，表示局中人 2 同样坏中取优，只不过局中人 2 的赢得矩阵为 $-A$，因此先取大再取小，原式可以化为
$$\underset{j}{\max }\underset{i}{\min }-a_{ij}.$$
如果两者相等，说明存在一个形势，当局中人 1 取其最优纯策略时，局中人 2 取其他策略都比取其最优纯策略时收益小 (同样，局中人 1 的收益大)；反之亦然。即对于任意 $i,j$，有
$$a_{i{j}^{\ast }}\le a_{i^{\ast }{j}^{\ast }}\le a_{i^{\ast }j}.$$

混合策略

然而很多时候，等式
$$\underset{i}{\max }\underset{j}{\min }{a}_{ij}=\underset{j}{\min }\underset{i}{\max }{a}_{ij}$$
并不成立，此时不存在稳定解和最优纯策略。引入混合策略。

设局中人 1 选用策略 ${\alpha }_i$​ 的概率为 $x_i$​，局中人 2 选用策略 ${\beta }_i$​ 的概率为 $y_i$，记
$$x=(x_1,\dots ,x_m{)}^T,y=(y_1,\dots ,y_n{)}^T$$
则局中人 1 的期望赢得为
$$E(x,y)=x^{T}Ay.$$
则有向量 $\overline{x},\overline{y}$ 使得等式
$${\overline{x}}^{T}A\overline{y}=\underset{x}{\max }\underset{y}{\min }{x}^{T}Ay=\underset{y}{\min }\underset{x}{\max }{x}^{T}Ay$$
成立，此时 $(\overline{x},\overline{y})$ 即为稳定解。

线性规划求稳定解

对于
$$\underset{x}{\max }\underset{y}{\min }{x}^{T}Ay,$$
将混合策略 $y$ 看作纯策略 $j$，可以化为
$$\underset{x}{\max }\underset{j}{\min }\sum _{i=1}^m{a}_{ij}{x}_i.$$
记 $u={\min }_j{\sum }_{i=1}^m{a}_{ij}{x}_i$，则 $\overline{x}$ 即为线性规划问题
$$\max u,$$

$$s.t.\{\begin{array}{rl}& \sum _{i=1}^m{a}_{ij}{x}_i\ge u,j=1,2,\dots ,n,\\ & \sum _{i=1}^m{x}_i=1,\\ & x_i\ge 0,i=1,2,\dots ,m.\end{array}$$

的解，同理 $\overline{y}$ 即为线性规划问题
$$\min v,$$

$$s.t.\{\begin{array}{rl}& \sum _{j=1}^n{a}_{ij}{y}_j\le v,i=1,2,\dots ,m,\\ & \sum _{j=1}^n{y}_j=1,\\ & y_j\ge 0,j=1,2,\dots ,n.\end{array}$$

的解。

例子与 Python 代码

对赢得矩阵
$$A=\left(\begin{array}{cccc}3& 0& 2& 0\\ 0& 2& 1& 5\\ 1& 2& 3& 4\end{array}\right)$$
求局中人 1、2 的混合策略。

选取局中人 1，化为线性规划问题
$$\max u,$$

$$s.t.\{\begin{array}{rl}& 3x_1+x_3\le u,\\ & 2x_2+2x_3\le u,\\ & 2x_1+x_2+3x_3\le u,\\ & 5x_2+4x_3\le u,\\ & x_1+x_2+x_3=1,\\ & x_i\ge 0,i=1,2,3.\end{array}$$

选取局中人 2，化为线性规划问题
$$\min v,$$

s . t . { 3 y 1 + 2 y 3 ≤ v , 2 y 2 + y 3 + 5 y 4 ≤ v , y 1 + 2 y 2 + 3 y 3 + 4 y 4 ≤ v , y 1 + y 2 + y 3 + y 4 = 1 , y i ≥ 0 , i = 1 , 2 , 3 , 4. s.t.\left\{\begin{aligned} &3y_1+2y_3\le v,\\ &2y_2+y_3+5y_4\le v,\\ &y_1+2y_2+3y_3+4y_4\le v,\\ &y_1+y_2+y_3+y_4=1,\\ &y_i\ge0,i=1,2,3,4. \end{aligned}\right. s.t.⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧​​3y1​+2y3​≤v,2y2​+y3​+5y4​≤v,y1​+2y2​+3y3​+4y4​≤v,y1​+y2​+y3​+y4​=1,yi​≥0,i=1,2,3,4.​

使用 Python 求解上述问题，代码如下：

#! /usr/bin/env python
# -*- coding: utf-8 -*-
# @ author: Koorye
# @ date: 2021-7-25
# @ function: 使用 cvxpy 包进行矩阵对策混合策略求解

# %%

import numpy as np
import cvxpy as cp

# %%

# 赢得矩阵
A = np.array([[3, 0, 2, 0],
              [0, 2, 1, 5],
              [1, 2, 3, 4]])

# %%

# 不等式约束形如 A * x <= b
A1 = A.copy().T
A2 = A.copy()

# 决策变量
x = cp.Variable(A1.shape[1]+1)
y = cp.Variable(A2.shape[1]+1)

# 约束条件
con1 = [
    A1 @ x[:-1] >= x[-1],
    sum(x[:-1]) == 1,
    x[:-1] >= 0,
]
con2 = [
    A2 @ y[:-1] <= y[-1],
    sum(y[:-1]) == 1,
    y[:-1] >= 0,
]

# 目标函数
obj1 = cp.Maximize(x[-1])
obj2 = cp.Minimize(y[-1])

# %%

p1 = cp.Problem(obj1, con1)
p2 = cp.Problem(obj2, con2)
p1.solve(solver='GLPK_MI', verbose=True)
p2.solve(solver='GLPK_MI', verbose=True)

# %%

print('x =', x.value[:-1])
print('y =', y.value[:-1])
print('x exp =', x.value[-1])
print('y exp =', y.value[-1])

输出如下：

x = [ 0.25 -0.    0.75]
y = [ 0.5  0.5 -0.  -0. ]
x exp = 1.5
y exp = 1.5

于是有
$$\overline{x}=(0.25,0,0.75),\overline{y}=(0.5,0.5,0,0),E(\overline{x},\overline{y})=1.5.$$