跳到主要内容

纳什均衡

一、直观理解：谁都不再想单方面改策略​

纳什均衡（Nash equilibrium）描述非合作博弈中的稳定策略组合：在其他人策略给定时，每个参与人的策略都是自己的最优反应。没有人能通过单独偏离而获益。

经典例子是囚徒困境：双方都选择“坦白”构成纳什均衡，尽管“都抵赖”帕累托更优。均衡解释的是稳定结果，不一定是集体最优结果。

在建模中，价格竞争、路线选择、广告投入、惩罚力度与合规等，只要多方互动，就可能落到求纳什均衡。

二、适用场景与优缺点​

类型说明
适用场景有限参与人、明确策略集与收益；同时或可化为策略式；关注稳定结果与政策扰动。
核心优点概念清晰；有限策略式博弈必存在混合策略均衡；可做比较静态。
局限与缺点可能多重均衡；理性与共同知识假设强；连续策略需求导/数值求解；不自动解决合作失败。

三、核心原理​

策略式博弈 G=(N,{Si},{ui})G=(N,\{S_i\},\{u_i\})。纯策略组合 s∗s^* 是纳什均衡，若对每个 ii

ui(si∗,s−i∗)≥ui(si,s−i∗)∀si∈Siu_i(s_i^*,s_{-i}^*)\ge u_i(s_i,s_{-i}^*)\quad\forall s_i\in S_i

混合策略 σ∗\sigma^* 对每个 ii 在支撑集上期望收益最大，且被使用的纯策略收益相同（无差异原则）。

2×2 求法​

  1. 划线法找纯策略均衡；
  2. 若无纯均衡，设混合概率，令对手无差异，解方程组。

四、关键决策​

  • 策略与收益是否来自数据/机理；
  • 同时博弈还是序贯（序贯用逆向归纳/子博弈精炼）；
  • 多重均衡如何用风险占优、社会规范或实验选取；
  • 是否需要演化稳定策略（见演化博弈）。

五、MATLAB 示例​

%% 2x2 博弈：划线法 + 混合策略
% 行参与人收益 A，列参与人收益 B
A = [2 0; 3 1];   % 行：上/下；列：左/右
B = [2 3; 0 1];

% 纯策略：检查四个格子
pure = [];
for i=1:2
  for j=1:2
    if A(i,j)>=A(3-i,j) && B(i,j)>=B(i,3-j)
      pure = [pure; i j]; %#ok<AGROW>
    end
  end
end
fprintf("纯策略纳什 (行,列) 索引：\n"); disp(pure);

%% 囚徒困境收益（行视角），对称
PD = [ -1 -3; 0 -2 ];  % 合作/背叛
% 混合：设行合作概率 p，列合作概率 q
% 对囚徒困境通常只有纯策略 (背叛,背叛)
% 改用猜拳型零和：
% 匹配硬币：A = [1 -1; -1 1]
A2 = [1 -1; -1 1];
% 行出“正”概率 p，列出“正”概率 q
% 行期望：对 q，E(正)=q-(1-q)=2q-1; E(反)= -q+(1-q)=1-2q
% 无差异: 2q-1=1-2q => q=1/2, 同理 p=1/2
p = 0.5; q = 0.5;
EU = p*q*A2(1,1)+p*(1-q)*A2(1,2)+(1-p)*q*A2(2,1)+(1-p)*(1-q)*A2(2,2);
fprintf("匹配硬币混合均衡期望收益 = %.2f\n", EU);

%% 数值最佳反应动态（示意）
BR = @(q) (2*q-1>=0); % 简化示意

更完整的双矩阵混合均衡可用支持枚举；建模中 2×2、3×3 手算+验证通常足够。

%% 连续古诺双寡头数值均衡
% 逆需求 P=a-b(q1+q2), 成本 c*qi
a=10; b=1; c=2;
% 反应 qi = (a-c-b*qj)/(2b)
q = [1;1];
for k=1:50
    qNew = [(a-c-b*q(2))/(2*b); (a-c-b*q(1))/(2*b)];
    if norm(qNew-q)<1e-12, break; end
    q = qNew;
end
fprintf("古诺产量 (q1,q2)=(%.4f,%.4f), 迭代%d\n", q, k);
fprintf("理论对称解 q=(a-c)/(3b)=%.4f\n", (a-c)/(3*b));

六、如何解释结果​

报告参与人、策略、收益来源、均衡类型（纯/混合）、均衡收益，以及是否多重均衡。把均衡翻译成政策语言：例如“双方提高检查概率至…时违规动机消失”。

七、常见误区​

1. 把帕累托最优当纳什​

集体最优未必可自我实施。

2. 忽略混合策略​

有些博弈没有纯均衡。

3. 收益矩阵拍脑袋且不做敏感性​

支付改动可能改变均衡集合。

4. 把一次博弈结论硬套重复博弈​

重复博弈可支持合作（民间定理），需另建模型。

附：建模流程中的落地清单（纳什均衡）​

要把方法真正写进论文，建议补齐以下模块，而不是只贴一个最终数字。

1. 问题对齐与假设​

说明题目中的输入/输出如何映射到本方法，并显式列出关键假设。假设越清楚，后面的敏感性分析越有对象。

2. 关键关系​

策略组合使每人在对手给定时均最优反应；有限策略式博弈存在混合策略均衡。

3. 补充实现片段​

% 古诺反应迭代
a=10;b=1;c=2;q=[1;1]; for k=1:30,q=[(a-c-b*q(2))/(2*b);(a-c-b*q(1))/(2*b)]; end; disp(q');

4. 报告要素​

参与人、策略、支付来源、均衡类型与收益、多重均衡讨论。

5. 不适用情形​

把帕累托最优当纳什；收益矩阵无依据。

6. 与验证章节的衔接​

至少做一项：参数扰动、与基线方法对照、极限情形检查。把“方法正文”和“全局方法论（第15门类）”连起来，结论才站得住。

八、小结​

纳什均衡刻画策略互动中的稳定点：给定他人，无人愿单方面偏离。它是非合作博弈的核心解概念。建模时要写清规则与支付、检查多重均衡，并用比较静态或演化视角增强解释力。