博弈论——扩展式博弈

扩展式博弈

图1 扩展式博弈

 

1. 问题提出——新产品开发

两企业(企业1和企业2)准备各自开发同一新产品,并投放市场。开发中企业的投入、产出如图所示:

新产品开发投入-产出图

图2 新产品开发投入-产出图

两个企业都知道市场需求,且企业1先决策企业2观测到企业1的选择后再进行选择。试问企业1和企业2将如何选择?

 

2. 问题描述——扩展式博弈

扩展式博弈(extensive form game):与战略式博弈侧重博弈结果相比,扩展式博弈更注重对参与人在博弈过程中所遇到决策问题的序列结构的详细分析。

描述方式:博弈树

扩展式博弈四要素

1) 参与人集合clip_image006

2) 参与人的行动顺序;

3) 每个参与人行动时面临的决策问题,包括参与人行动时可供他选择的行动方案及他所了解的信息;

4) 参与人的支付函数

“新产品开发”博弈扩展式描述:

新产品开发博弈博弈树描述(需求大)

图3 需求大的情况下新产品开发博弈的博弈树描述

新产品开发博弈博弈树描述(需求小)

图4 需求小的情况下新产品开发博弈的博弈树描述

 

3. 问题的解——子博弈精炼Nash均衡

子博弈:原博弈的一部分,始于原博弈中一个位于单结信息集中的决策结x,并由决策结x及其后续结共同组成,与原博弈具有相同的信息结构

扩展式博弈的战略组合clip_image012是一个子博弈精炼Nash均衡,当且仅当满足以下条件:

1) 它是原博弈的Nash均衡;

2) 它在每个子博弈上给出(或构成)Nash均衡。

逆向归纳法

1) 找出博弈的所有子博弈

2) 按照博弈进程的“反方向”逐一求解各个子博弈,即最先求解最底层的子博弈,在求解上一层的子博弈,……,直至原博弈。

逆向归纳法求解新产品开发博弈(需求大)

图5 逆向归纳法求解新产品开发博弈(需求大)

子博弈精炼Nash均衡为(开发,(开发,开发))

 

逆向归纳法求解新产品开发博弈(需求小)

图6 逆向归纳法求解新产品开发博弈(需求小)

子博弈精炼Nash均衡(开发,(不开发,开发))

 

Kuhn定理:每个有限扩展式博弈都存在子博弈精炼Nash均衡。

 

参考文献:

[1] 罗云峰. 博弈论教程. 北京: 清华大学出版社, 北京交通大学出版社, 2007.

转载于:https://www.cnblogs.com/6DAN_HUST/archive/2010/01/15/1648335.html

标题基于Python的自主学习系统后端设计与实现AI更换标题第1章引言介绍自主学习系统的研究背景、意义、现状以及本文的研究方法和创新点。1.1研究背景与意义阐述自主学习系统在教育技术领域的重要性和应用价值。1.2国内外研究现状分析国内外在自主学习系统后端技术方面的研究进展。1.3研究方法与创新点概述本文采用Python技术栈的设计方法和系统创新点。第2章相关理论与技术总结自主学习系统后端开发的相关理论和技术基础。2.1自主学习系统理论阐述自主学习系统的定义、特征和理论基础。2.2Python后端技术栈介绍DjangoFlask等Python后端框架及其适用场景。2.3数据库技术讨论关系型和非关系型数据库在系统中的应用方案。第3章系统设计与实现详细介绍自主学习系统后端的设计方案和实现过程。3.1系统架构设计提出基于微服务的系统架构设计方案。3.2核心模块设计详细说明用户管理、学习资源管理、进度跟踪等核心模块设计。3.3关键技术实现阐述个性化推荐算法、学习行为分析等关键技术的实现。第4章系统测试与评估对系统进行功能测试和性能评估。4.1测试环境与方法介绍测试环境配置和采用的测试方法。4.2功能测试结果展示各功能模块的测试结果和问题修复情况。4.3性能评估分析分析系统在高并发等场景下的性能表现。第5章结论与展望总结研究成果并提出未来改进方向。5.1研究结论概括系统设计的主要成果和技术创新。5.2未来展望指出系统局限性并提出后续优化方向。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值