博弈论的经典案例
会员上传 分享
更新时间：2023-05-11 14:47:26 发布时间：24小时内
博弈论的经典案例
博弈论自从被引入到经济研究中以来，逐渐成为主流经济学的一部分，甚至可以说成为微观经济学的基础。以下是精选范文网小编分享给大家的关于博弈论的经典案例，欢迎大家前来阅读!
博弈论的经典案例篇1：
在美国西部的小镇上，三个枪手准备进行一场生死较量。枪手甲枪法精准，十发八中;枪手乙枪法不错，十发六中;枪手丙枪法拙劣，十发四中。假如三人同时开枪，谁活下来的概率大一些?经详细分析，枪法最劣的枪手丙活下来的概率最大。
假如这三个枪手相互之间充满仇恨，意见不可能达成一致，作为枪手甲，他的最佳策略是对枪手乙开枪，因为这个人对他的威胁最大。这样他的第一枪不可能瞄准丙。同样，对于枪手乙来说，他也会把甲作为第一目标，一旦把他干掉，下一轮(如果还有下一轮的话)和丙对决，他的胜算较大;相反，如果他先打丙，即使活了下来，到了下一轮与甲对决时也是凶多吉少。而丙呢?自然他所选的目标人物也是甲，因为不管怎么说，枪手乙还是比甲差一些(尽管比自己强)，如果一定要和某个人对决下一场的话，选择枪手乙，自己获胜的概率要比对决甲多少大一点。于是，第一阵乱枪过后，甲还能活下来的概率非常小(将近10%)，乙是20%，丙是100%。通过概率分析，不难看出丙很可能在这一轮就成为胜利者，即使某个对手幸运地活下来，在下一轮的对决中也并非十拿九稳，毕竟丙还有胜出的机会。而三人中作为强者的甲，却面临着最大的生存风险。
从这个博弈案例中可以总结出一个道理：强者并非一定能赢，正所谓“木秀于林，风必摧之”。
博弈论的经典案例篇2：
在博弈论(Game Theory)经济学中，“智猪博弈”是一个著名的纳什均衡的例子。假设猪圈里有一头大猪、一头小猪。猪圈很长，一头有一踏板，另一头是饲料的出口和食槽。猪每踩一下踏板，另一边就会有相当于10份的猪食进槽，但是踩踏板以后跑到食槽所需要付出的“劳动”，加起来要消耗相当于2份的猪食。
问题是踏板和食槽分置笼子的两端，如果有一只猪去踩踏板，另一只猪就有机会抢先吃到另一边落下的食物。踩踏板的猪付出劳动跑到食槽的时候，坐享其成的另一头猪早已吃了不少。
“笼中猪”博弈的具体情况如下：如果两只猪同时踩踏板，同时跑向食槽，大猪吃进7份，得益5份，小猪吃进3份，实得1份;如果大猪踩踏板后跑向食槽，这时小猪抢先，吃进4份，实得4份，大猪吃进6份，付出2份，得益4份;如果大猪等待，小猪踩踏板，大猪先吃，吃进9份，得益9份，小猪吃进1份，但是付出了2份，实得-1份;如果双方都懒得动，所得都是0。
利益分配格局决定两头猪的理性选择：小猪踩踏板只能吃到一份，不踩踏板反而能吃上4份。对小猪而言，无论大猪是否踩动踏板，小猪将选择“搭便车”策略，也就是舒舒服服地等在食槽边，这是最好的选择。
现在来看大猪。由于小猪有“等待”这个优势策略，大猪只剩下了两个选择：等待，一份也得不到;踩踏板得到4份。所以“等待”就变成了大猪的劣势策略，当大猪知道小猪是不会去踩动踏板的，自己亲自去踩踏板总比不踩强吧，只好为一点残羹不知疲倦地奔忙于踏板和食槽之间。
博弈论的经典案例篇3：
假设警察局抓住了两个合伙犯罪的嫌疑犯，但获得的证据并不十分确切，对于两者的量刑就可能取决于两者对于犯罪事实的供认。警察局将这两名嫌疑犯分别关押以防他们串供。两名囚徒明白，如果他们都交代犯罪事实，则可能将各被判刑5年;如果他们都不交代，则有可能只会被以较轻的妨碍公务罪各判1年;如果一人交代，另一人不交代，交代者有可能会被立即释放，不交代者则将可能被重判8年。
对于两个囚徒总体而言，他们设想的最好的策略可能是都不交代。但任何一个囚徒在选择不交代的策略时，都要冒很大的风险，一旦自己不交代而另一囚徒交代了，自己就将可能处于非常不利的境地。对于囚徒A而言，不管囚徒B采取何种策略，他的最佳策略都是交代。对于囚徒B而言也是如此。最后两人都会选择交代。因此，囚徒困境反映了个体理性行为与集体理性行为之间的矛盾、冲突。
囚徒困境现象在现实生活中比比皆是。记得姜昆和唐杰忠过去说过一个公共楼道占用问题的相声。住户在公共楼道里堆满了杂物，结果大家都极不方便，以致即将分娩的妇女都没法及时被送往医院。但你如果不占用公共楼道，别人也会占用。每一居住面积狭小的住户从自我利益最大化出发，都会选择占用。但占用的结果却最终损害了大家的利益。
前几年，我国彩电市场上，生产厂家基于自我利益选择大幅降价，但由此引发的价格战使所有生产厂家都遭受重创，这也是一种囚徒困境。
共2页，当前第1页12博弈论的经典案例
博弈论的经典案例篇4：
哈佛大学一位教授提出了这样一个博弈模型：
有三个枪手，第一个枪手A的命中率是80%， B是60%，C是40%。他们同时举枪瞄准、同时射击另两个人中的一个，要尽可能消灭对手，每个人一次机会，一颗子弹，目标是努力使自己活下来。谁活下来的可能性最大?如果你认为枪法最准的A胜出，那么你就错了。
我们来看，如果你是A，你毫无疑问的会瞄准对你威胁最大的B，而B也会瞄准对他威胁最大的A，而C则也可能瞄准A，那么三个人存活的概率都是多少呢?
A = 100% - 60% - (1-60%)* 40% = 24%
B = 100% - 80% = 20% (因为命中率为80%的A在瞄准他)
C = 100% (因为没有人瞄准他)
原来，枪法最不准的C竟然活了下来。
那么，换一种玩法呢?
如果三个人轮流开枪，谁会生存下来?
如果A先开枪的话，A还是会先打B，如果B被打死了，则下一个开枪的就是C，那么此时A生存的概率为60%，而C依然是100%(他开过枪后A没有子弹了，游戏结束);如果打不死B，则下一轮在B开枪的时候一定会全力回击，A的生存率为40%，不管是否打死A，第三轮AB的命运都掌握在C的手里了。
那么，如果游戏规则规定必须由C先开枪，如果你是C怎么才能让自己活下来呢?
答案是胡乱开一枪，只要不针对AB任何一人即可。
当C开枪完毕，AB还是会陷入互相攻击的困境。
博弈论的经典案例篇5：
“囚徒困境”说的是两个囚犯的故事。这两个囚徒一起做坏事，结果被警察发现抓了起来，分别关在两个独立的不能互通信息的牢房里进行审讯。在这种情形下，两个囚犯都可以做出自己的选择：或者供出他的同伙(即与警察合作，从而背叛他的同伙)，或者保持沉默(也就是与他的同伙合作，而不是与警察合作)。这两个囚犯都知道，如果他俩都能保持沉默的话，就都会被释放，因为只要他们拒不承认，警方无法给他们定罪。
但警方也明白这一点，所以他们就给了这两个囚犯一点儿刺激：如果他们中的一个人背叛，即告发他的同伙，那么他就可以被无罪释放，同时还可以得到一笔奖金。而他的同伙就会被按照最重的罪来判决，并且为了加重惩罚，还要对他施以罚款，作为对告发者的奖赏。当然，如果这两个囚犯互相背叛的话，两个人都会被按照最重的罪来判决，谁也不会得到奖赏。
那么，这两个囚犯该怎么办呢?是选择互相合作还是互相背叛?从表面上看，他们应该互相合作，保持沉默，因为这样他们俩都能得到最好的结果：自由。但他们不得不仔细考虑对方可能采取什么选择。A犯不是个傻子，他马上意识到，他根本无法相信他的同伙不会向警方提供对他不利的证据，然后带着一笔丰厚的奖赏出狱而去，让他独自坐牢。这种想法的诱惑力实在太大了。但他也意识到，他的同伙也不是傻子，也会这样来设想他。
所以A犯的结论是，唯一理性的选择就是背叛同伙，把一切都告诉警方，因为如果他的同伙笨得只会保持沉默，那么他就会是那个带奖出狱的幸运者了。而如果他的同伙也根据这个逻辑向警方交代了，那么，A犯反正也得服刑，起码他不必在这之上再被罚款。所以其结果就是，这两个囚犯按照不顾一切的逻辑得到了最糟糕的报应：坐牢。
在与其他企业打交道的过程中，我们不可避免地也会遇到类似的两难境地，这个时候需要相互之间有足够的了解与信任，没有起码的信任做基础，切不可贸然合作。在对对方有了足够的信任之后，诚意也是必不可少的，如果没有诚意或者太过贪婪，就可能闹到双方都没有好处的糟糕情况。
选团队成员时，就像激流中要找同一条船上的人，一定要确定每一个人和自己往同方向走。也就是说，外面已经这么险恶了，一定不能找会背后捅自己一刀的人。
博弈论的经典案例篇6：
在博弈论(Game Theory)经济学中，“智猪博弈”是一个著名的纳什均衡的例子。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的按钮，按一下按钮会有10个单位的猪食进槽，但是谁按按钮就会首先付出2个单位的成本，若大猪先到槽边，大小猪吃到食物的收益比是9∶1;同时到槽边，收益比是7∶3;小猪先到槽边，收益比是6∶4。那么，在两头猪都有智慧的前提下，最终结果是小猪选择等待。
实际上小猪选择等待，让大猪去按控制按钮，而自己选择“坐船”(或称为搭便车)的原因很简单：在大猪选择行动的前提下，小猪也行动的话，小猪可得到1个单位的纯收益(吃到3个单位食品的同时也耗费2个单位的成本，以下纯收益计算相同)，而小猪等待的话，则可以获得4个单位的纯收益，等待优于行动;在大猪选择等待的前提下，小猪如果行动的话，小猪的收入将不抵成本，纯收益为-1单位，如果小猪也选择等待的话，那么小猪的收益为零，成本也为零，总之，等待还是要优于行动。
在小企业经营中，学会如何“搭便车”是一个精明的职业经理人最为基本的素质。在某些时候，如果能够注意等待，让其他大的企业首先开发市场，是一种明智的选择。这时候有所不为才能有所为!
高明的管理者善于利用各种有利的条件来为自己服务。“搭便车”实际上是提供给职业经理人面对每一项花费的另一种选择，对它的留意和研究可以给企业节省很多不必要的费用，从而使企业的管理和发展走上一个新的台阶。这种现象在经济生活中十分常见，却很少为小企业的经理人所熟识。
共2页，当前第2页12
