这是第五套习题,对应 Unit 9,也就是第 43 讲到第 48 讲,是最后一套。一共 16 道题,每道题都有完整的解答。

这一部分的特点是:离现实更近。数字更像真实的场景,结论也往往不是一个"答案",而是一个"门槛"或者一个"要看情况"。最后一题要求你用整套课的想法,把一个新故事拆成几种不同的博弈。

怎么用这套题

先做,再看。 拿一张纸,每道题先写下自己的答案,哪怕只是一个方向。写完再去看解答。没写就看,你看到的是"别人的答案",不是"你的错误"。

难度。 每道题标了难度:

  • ★ 巩固:直接用一个定义,或者一步计算。
  • ★★ 标准:两三步,或者要自己把一段话翻译成式子。
  • ★★★ 挑战:要把几个想法拼在一起,或者里面藏着一个陷阱。

不需要任何工具。 所有题都可以用纸笔做出来,数字都很小。每道题的数字,我都另外验算过,验算过程不放在这里。

解答怎么写的。 每道题的解答分四步:思路、过程、答案、常见错误。

关于例子。 这一套里,涉及战争、威慑的题,用的都是为了算数而编的小例子,不对应任何真实的冲突。

题号 主题 对应讲
1 11–20 游戏:层次与均衡 第 43 讲
2 最后通牒与公平偏好 第 43 讲
3 信任游戏 第 43 讲
4 战争的谈判区间 第 44 讲
5 预防性战争 第 44 讲
6 边缘政策 第 44 讲
7 安全困境 第 44 讲
8 合作的五条路:汉密尔顿的门槛 第 45 讲
9 扫雪游戏 第 45 讲
10 梯度学习:越转越远 第 46 讲
11 可被利用度与私有约定 第 46 讲
12 默契定价 第 46 讲
13 计算有多难 第 47 讲
14 势博弈 第 47 讲
15 建模:同一个故事,几种博弈 第 48 讲
16 判断题:哪些话是错的 综合

题目

第一部分 人们真的怎么玩(第 43 讲)

题 1(★★)11–20 游戏:层次与均衡

你和对方各自在 11 到 20 之间选一个整数。你选多少,就先拿多少;如果你选的数恰好比对方少 1,再多拿 20。

(1)第 0 层选 20;第 1 层是对第 0 层的最佳回应……写出第 1 到第 5 层各选几。

(2)一个混合策略:以 25%、25%、20%、15%、10%、5% 的概率分别选 15、16、17、18、19、20。如果对方这样选,你选 15 到 20 中每一个数的期望收入各是多少?选 14 呢?

(3)据此,这个混合策略是均衡吗?为什么均衡里每个人的期望只有 20?

题 2(★★★)最后通牒与公平偏好

甲有 20 元,向乙提议给乙 1 到 10 元中的整数;乙接受就按提议分,拒绝则都是 0。每个乙的满意度 = 自己得到的钱 − α × (甲比自己多的部分)。乙有三种:40% 是 α = 0,40% 是 α = 1,20% 是 α = 4。甲只想自己多拿,不知道乙是哪一种。

(1)每种乙,最低能接受的提议是多少?(满意度不小于 0,即不低于拒绝时的 0。)

(2)甲提议 1 到 10 元,各自被接受的概率、甲的期望收入各是多少?

(3)甲的最好提议是多少?期望收入多少?

题 3(★★)信任游戏

甲有 10 元,可以送给乙 s 元,送出的钱翻三倍,到乙手里是 3s。乙然后决定还给甲 r 元。乙有两种:平分者(让最后两人钱数相等);自私者(一分不还)。

(1)平分者会还多少?甲送 6 元时,两人最后各得多少?

(2)甲相信乙是平分者的概率为 p,否则是自私者。甲送 s 元的期望收入是多少?p 至少多大,甲才愿意送(不送是 10 元)?

(3)这个门槛,和送多少 s 有没有关系?

第二部分 威慑与冲突(第 44 讲)

题 4(★★)战争的谈判区间

两国争一块价值 100 的地。打仗时甲赢的概率 0.55,赢的拿走整块;每打一场,甲付代价 8,乙付代价 12。

(1)打仗时,甲、乙的期望收益各是多少?合起来比和平少多少?

(2)和平分法里,甲分到多少之间,两国都比打仗好?区间有多宽?

(3)甲主张分到 60,乙会接受吗?

题 5(★★★)预防性战争

争一块地,两年,每年的收成都是 100。如果今年开战,赢家拿走两年的全部(200),每方付代价 10,甲赢的概率是 p。如果今年不打,明年乙变强,那时再开战甲只有 0.5 的概率赢(赢家拿明年的 100),每方付代价 10。和平时,今年的分法可以谈,明年的分法由乙说了算(乙最多让甲拿到甲在明年的开战收益)。

(1)如果甲和乙今年和平,甲最多能拿到几?(两年合计)

(2)今年开战,甲的期望收益是多少(用 p 表示)?

(3)p 多大时,甲宁可今年开战?(用 p = 0.7、0.75、0.8 验证。)

(4)p = 0.8 时,乙能不能用"今年多让一些"来避免战争?

题 6(★★)边缘政策

你对对手发起一次挑战:平安无事时你得到 g;局势有概率 q 失控,你损失 D。

(1)挑战不划算的条件是什么?

(2)g = 30,D = 600,失控的概率至少多大才能吓住你?

(3)D = 60 呢?D = 30 呢?说明灾难越大,需要的风险越小。

题 7(★★)安全困境

两国各选扩军或不扩军。收益(行的,列的):(不扩军,不扩军)= (10,10);(扩军,不扩军)= (9,2);(不扩军,扩军)= (2,9);(扩军,扩军)= (5,5)。

(1)有哪些纯策略均衡?

(2)你认为对方扩军的概率是 q。q 至少多大,你才该扩军?

(3)如果两个不对称的格子改成:(扩军,不扩军)= (14,0),(不扩军,扩军)= (0,14),其他不变(先动手的赢)。你的最佳回应,在对方不扩军时是什么?对方扩军时呢?均衡是什么?这和(1)有什么本质的区别?

第三部分 合作与学习(第 45–46 讲)

题 8(★★)合作的五条路:汉密尔顿的门槛

捐赠游戏:你帮别人一次,自己付出 c = 2,对方得到 b = 6。

(1)亲缘选择(帮的是亲属,r 是亲缘系数):r 至少多大才值得帮?亲兄弟姐妹(1/2)、同父异母(1/4)、表亲(1/8)各自值得帮吗?

(2)直接互惠(再见面的概率是 w):w 至少多大,以牙还牙才能抵得住永不帮?

(3)间接互惠(知道对方口碑的概率 q):q 至少多大?

(4)网络互惠(每人平均有 k 个邻居):k 小于多少,合作才有机会?

题 9(★★)扫雪游戏

路上积雪,铲开路的好处是 5(人人都得)。铲雪的代价是 4:一个人铲,一个人付 4;两个人都铲,各付 2。

(1)写出四种结果各人的收益。

(2)合作者所占比例为 p,求合作者和作弊者各自的期望收益,以及两者相等的 p。

(3)比例在 p 的哪一侧,合作者会增加?

(4)为什么这个不是囚徒困境?

题 10(★★)梯度学习:越转越远

猜硬币:你出正面的概率 p,对方出正面的概率 q。你想让两面相同,对方想让两面不同。你的收益是 (2p − 1)(2q − 1),对方的是它的相反数。两个程序都用梯度上升:每一步各自把自己的概率,沿着"让自己收益更高"的方向挪 η = 0.1 乘以梯度。(你的梯度是 2(2q − 1),对方的梯度是 −2(2p − 1)。)

(1)从(p,q)= (0.6,0.5)出发,写出前两步之后的(p,q),以及它们离均衡(0.5,0.5)的距离。

(2)每一步,离均衡的距离大约乘以多少?

(3)按这个倍率,大约多少步,距离会翻一倍?

(4)均衡在(0.5,0.5),为什么程序走不到那里?

题 11(★★)可被利用度与私有约定

(1)石头剪刀布(赢 1,输 −1),你的策略是石头 1/2、布 3/10、剪刀 1/5。对手最好的针对办法是什么?你的可被利用度是多少?

(2)两对程序各自用自博弈练出一种"靠左或靠右"的约定,每对随机定下一种。如果有 n 种同样好的约定,两对中各取一个程序配合,约定不同的概率是多少?n = 2、5 时各是多少?

(3)为什么两人零和里,没有这个"私有约定"的问题?

题 12(★★)默契定价

两家公司每天各定高价或低价。(高,高)各 12;一家降价(低)、另一家高:降价的 18,另一家 0;(低,低)各 5。每天的博弈永远继续,用折现因子 δ。

(1)单日博弈的均衡是什么?

(2)用"冷酷触发"(谁降价,永远降价):δ 至少多大,两家就能一直定高价?

(3)如果(低,低)的收益是 9(惩罚更轻),门槛怎么变?说明为什么。

第四部分 计算与建模(第 47–48 讲)

题 13(★★)计算有多难

(1)每个玩家有 n 个策略的双人博弈,逐个猜"谁用了哪些策略",需要检查的猜法总数是 C(2n,n) − 1。n = 4、5、6 时各是多少?

(2)n = 10 时是多少?每秒检查一百万个,需要多久?

(3)一个有 N 个玩家、每人 2 个选择的博弈,要写下收益表需要 N × 2ᴺ 个数。N = 12、25 时各需要多少个数?

(4)相关均衡用线性规划,每人 k 个动作的两人博弈,变量和不等式各多少?k = 20 时是多少?

题 14(★★★)势博弈

5 个司机,路 A 的耗时 = 走路 A 的人数,路 B 固定耗时 3.5。势函数:Φ = 1 + 2 + … + n_A + 3.5 × n_B(n_A 是走路 A 的人数,n_B = 5 − n_A)。

(1)列出 n_A = 0 到 5 时的势函数值。

(2)从"5 人都走路 A"出发,每次让一位"改走另一条路就严格更好"的司机改路。写出每一步,以及每一步势函数的变化。

(3)最后的均衡是什么?为什么没有人想再改?

(4)这个均衡是不是势函数的最低点?

题 15(★★)建模:同一个故事,几种博弈

两位邻居共用一个蓄水池,要清理一次:总成本 12。只有一人清理,那个人付 12;两人都清理,各付 6。清理好之后,每人得到 b 的好处。

(1)b = 5、9、15 时,分别是什么博弈?每种的均衡是什么?

(2)b = 15 时,求混合均衡:每人以多大概率清理?没有人清理的概率是多少?每人的期望收益呢?

(3)如果两人能事先约好"今年你清理,明年我清理",b = 15 时每人平均每年得多少?和混合均衡比?

(4)如果物业向每户收 6 元,雇人清理,b = 9 时每户得多少?

题 16(★)判断题:这些话对吗

判断对错,并用一两句话说明理由。

(a)有限层思考者里,想得越深的人越容易赢。

(b)社会偏好的意思,就是人们都比较善良。

(c)威慑总是有效的。

(d)合作只出现在有亲缘关系的个体之间。

(e)“求均衡很难"的意思,是均衡不存在。

(f)一个现实的故事,只对应一种博弈。

解答

第一部分 人们真的怎么玩

题 1 解答

思路: 每一层是对上一层的最佳回应;均衡里,用到的每个选择期望相等。

过程与答案:

(1)第 0 层选 20。对手选 20 时,你选 19 能拿 19 + 20 = 39,最好:第 1 层 19。对手选 19,你选 18:18 + 20 = 38:第 2 层 18。同理:第 3 层 17,第 4 层 16,第 5 层 15。

(2)对手以 (25%、25%、20%、15%、10%、5%) 选 (15、16、17、18、19、20)。你选 x,期望 = x + 20 × P(对手选 x + 1):

你选 期望
20 20(没有数能再大 1)
19 19 + 20 × 5% = 20
18 18 + 20 × 10% = 20
17 17 + 20 × 15% = 20
16 16 + 20 × 20% = 20
15 15 + 20 × 25% = 20
14 14 + 20 × 25% = 19

(3)15 到 20 每个数都是 20,选 14 以下更低,没有人想偏离,是均衡。每个人期望 20,因为选 20 一定得 20(不管对方怎么选,至少 20),而均衡里每个选择的期望都相等,所以都是 20。想得更深,并没有比"一律选 20"多拿一分钱。

常见错误: 以为层数越高越好:第 5 层选 15,如果对方是第 0 层(选 20),只得 15,比选 20 的还少。

题 2 解答

思路: 乙接受的条件:满意度不小于拒绝的 0。

过程与答案:

(1)乙得 x,甲得 20 − x,x 小于 10 时,满意度 = x − α × (20 − x − x) = x − α(20 − 2x)。不小于 0:x 不小于 20α ÷ (1 + 2α)。α = 0:0,接受任何(提议至少 1);α = 1:20 ÷ 3 ≈ 6.67,最低 7(整数);α = 4:20 × 4 ÷ 9 ≈ 8.89,最低 9。

(2)提议 o:被接受的概率:o 在 1 到 6:只有 α = 0 的(40%):0.4;o = 7 或 8:α = 0 和 α = 1 的:0.8;o = 9 或 10:全体:1.0。期望收入 = (20 − o) × 接受概率:

提议 1 2 3 4 5 6 7 8 9 10
期望 7.6 7.2 6.8 6.4 6.0 5.6 10.4 9.6 11.0 10.0

(3)最好提议 9,期望收入 11。为什么给这么多? 只想自己多拿的甲,知道有些乙会拒绝低提议;提议 1 只能拿到 7.6,提议 9 稳稳拿 11。

常见错误: 以为只看钱的甲应该给最少(1 元)。那是乙都是 α = 0 的时候。

题 3 解答

思路: 平分者让两人最后钱数相等;甲的期望取决于对乙类型的信念。

过程与答案:

(1)甲送 s,剩 10 − s,乙拿到 10 + 3s,还甲 r。两人相等:10 − s + r = 10 + 3s − r,r = 2s。甲送 6:乙还 12,甲得 10 − 6 + 12 = 16,乙得 10 + 18 − 12 = 16。

(2)甲送 s:乙是平分者(概率 p):甲得 10 − s + 2s = 10 + s;乙是自私者:甲得 10 − s。期望 = p(10 + s) + (1 − p)(10 − s) = 10 + s(2p − 1)。要不小于 10:p 不小于 1/2。

(3)没有关系。不管送 s = 1 还是 s = 10,只要 p 不小于 1/2,期望就不小于 10。送得多,赢得多,输得也多,但对称。

常见错误: 以为"数额越大,需要越多的信任”。这里平分者回报 2s,输赢都与 s 成正比。

第二部分 威慑与冲突

题 4 解答

思路: 战争是有代价的,所以总存在双方都更愿意的和平分法。

过程与答案:

(1)甲:0.55 × 100 − 8 = 47;乙:0.45 × 100 − 12 = 33。合计 80,比和平的 100 少 20(= 8 + 12,双方代价之和)。

(2)甲分到 x,乙分到 100 − x。甲要不小于 47;乙要不小于 33,即 x 不大于 67。甲分到 47 到 67 之间,两国都比打仗好。区间宽度 20。

(3)甲主张分到 60:乙得 40,大于 33,乙会接受(比打仗好)。

常见错误: 把打仗的收益当成 55 对 45(只看概率,忘了代价)。

题 5 解答

思路: 和平里,明年的分法被乙的"明年开战收益"压低了。

过程与答案:

(1)明年乙变强,明年的开战中甲赢的概率 0.5,甲的明年开战收益 = 0.5 × 100 − 10 = 40,乙最多让甲拿到 40。今年乙可以让出整块(100)。所以甲在和平里最多拿 100 + 40 = 140。

(2)今年开战:甲赢(概率 p)拿 200,付代价 10:200p − 10。

(3)甲宁可开战:200p − 10 大于 140,p 大于 0.75。p = 0.7:130,小于 140,不打;p = 0.75:140,刚好打平;p = 0.8:150,大于 140,打。

(4)p = 0.8:开战 150,和平最多 140。乙就算今年把整块(100)都让给甲,甲两年最多拿 140,还是不如开战的 150。不能。 因为乙无法保证明年的让步(明年乙更强,会拿回去)。这是承诺问题。

常见错误: 以为乙多让一些,甲就会满意。关键是明年的分配,今年无法约定。

题 6 解答

思路: 比较"平安无事的好处"和"失控的坏处"的期望。

过程与答案:

(1)期望 = (1 − q) × g − q × D。不划算:(1 − q)g − qD 小于 0,即 q 大于 g ÷ (g + D)。

(2)g = 30,D = 600:30 ÷ 630 ≈ 4.8%。

(3)D = 60:30 ÷ 90 ≈ 33.3%;D = 30:30 ÷ 60 = 50%。灾难越大(600 对 60 对 30),吓住对手需要的失控概率越小(4.8% 对 33.3% 对 50%)。

常见错误: 把 q 当成"必须很大"。灾难够大时,很小的失控概率就够了;可是它对你自己也成立。

题 7 解答

思路: 比较"我扩军"和"我不扩军"在各种信念下的期望。

过程与答案:

(1)(不扩军,不扩军):你得 10,改扩军得 9,不想改;对方同理,是均衡。(扩军,扩军):你得 5,改不扩军得 2,不想改,是均衡。(扩军,不扩军):对方得 2,改扩军得 5,不是均衡。两个均衡:都不扩军(10,10),都扩军(5,5)。

(2)扩军的期望:5q + 9(1 − q) = 9 − 4q;不扩军:2q + 10(1 − q) = 10 − 8q。扩军更好:9 − 4q 大于 10 − 8q,q 大于 1/4。只要你认为对方扩军的概率超过 25%,就该扩军。

(3)两个不对称的格子改成(14,0)和(0,14):对方不扩军时,你扩军得 14,不扩军得 10,扩军更好;对方扩军时,你扩军得 5,不扩军得 0,扩军更好。对方同理。不管对方怎么选,扩军更好:扩军是占优策略,唯一均衡是(扩军,扩军)(5,5),比(10,10)差。区别:(1)里是猎鹿(两个均衡,恐惧能自我实现);这里是囚徒困境(占优策略,没有选择余地,谁先动手谁占便宜)。

常见错误: (3)里只改一个格子:两个不对称的格子要同时改,博弈才对称。

第三部分 合作与学习

题 8 解答

思路: 五条路的条件是:r × b 大于 c(或 w、q 大于 c ÷ b)。

过程与答案:

(1)亲缘:r × b 大于 c:r 大于 2 ÷ 6 = 1/3。亲兄弟姐妹 1/2:值得(3 大于 2);同父异母 1/4:1.5 小于 2,不值得;表亲 1/8:0.75,不值得。

(2)直接互惠:w 大于 c ÷ b = 1/3。

(3)间接互惠:q 大于 c ÷ b = 1/3。

(4)网络互惠:b ÷ c = 3,要大于 k:k 小于 3,也就是每人平均少于 3 个邻居(如 2 个)。

常见错误: 把 c ÷ b 反过来用,得到 3;条件是"比例 r、w、q 要大于 c ÷ b",而网络是"k 要小于 b ÷ c"。

题 9 解答

思路: 扫雪游戏里,“我铲"和"我不铲"各有适用的情形。

过程与答案:

(1)都铲:各 5 − 2 = 3;只有一人铲:铲的人 5 − 4 = 1,不铲的 5;都不铲:各 0。

(2)合作者(铲):p × 3 + (1 − p) × 1 = 1 + 2p。作弊者(不铲):p × 5 + (1 − p) × 0 = 5p。相等:1 + 2p = 5p,p = 1/3。此时两者都是 5/3。

(3)p 小于 1/3:合作者 1 + 2p 大于作弊者 5p,合作者增加;p 大于 1/3:作弊者占便宜,合作者减少。比例稳在 1/3。

(4)囚徒困境里,“背叛"在任何情形下更好。这里:对方不铲时,你铲得 1,不铲得 0,铲更好。所以不是占优,两种做法共存。

常见错误: 以为合作者只会减少,因为"作弊者占便宜”。合作者少的时候,铲反而更好。

题 10 解答

思路: 同时各自沿梯度走,会形成螺旋。

过程与答案:

(1)第 0 步:(0.6,0.5),距离 √(0.1² + 0²) = 0.1。你的梯度 2(2 × 0.5 − 1) = 0,p 不变 0.6;对方的梯度 −2(2 × 0.6 − 1) = −0.4,q = 0.5 + 0.1 × (−0.4) = 0.46。第 1 步后:(0.6,0.46),距离 √(0.1² + 0.04²) = 0.1077。第 2 步:你的梯度 2(2 × 0.46 − 1) = −0.16,p = 0.6 − 0.016 = 0.584;对方的梯度 −2(2 × 0.6 − 1) = −0.4,q = 0.46 − 0.04 = 0.42。第 2 步后:(0.584,0.42),距离 √(0.084² + 0.08²) = 0.116。

(2)每一步大约乘 √(1 + 16η²) = √(1 + 0.16) ≈ 1.077。

(3)翻一倍:1.077ⁿ = 2,n = ln 2 ÷ ln 1.077 ≈ 9.3,约 9 到 10 步。

(4)每个程序都在追对方上一步的位置:你根据对方现在的 q 调整 p,对方又根据你现在的 p 调整 q,形成一个越转越大的螺旋,而不是往中心收缩。均衡在中心,但这个朴素的学法走不到(用上"上一步的方向"做修正的办法才能收敛)。

常见错误: 以为每一步都在"让自己更好”,就会走到均衡。均衡存在,不等于这个学法能走到。

题 11 解答

思路: 可被利用度 = 最会针对你的对手,能比均衡的结果多赢你多少。

过程与答案:

(1)你出石头 0.5、布 0.3、剪刀 0.2。对手出布:赢你的石头(0.5),输给你的剪刀(0.2):+0.3。对手出剪刀:赢你的布(0.3),输给你的石头(0.5):−0.2。对手出石头:赢你的剪刀(0.2),输给你的布(0.3):−0.1。最好是出布,期望 +0.3,可被利用度 0.3。

(2)两对各随机定一种约定,约定相同的概率 1/n,不同的概率 1 − 1/n。n = 2:1/2;n = 5:4/5。

(3)两人零和里,所有的均衡策略是可以互换的:你用均衡里的一个策略,对方用另一个均衡里的策略,结果还是均衡的结果。所以不需要"约好"。协调游戏里,你走左边均衡的一半,对方走右边均衡的一半,就撞了。

常见错误: 把可被利用度当成"输多少"。它是"比均衡的值多输多少"(石头剪刀布的值是 0,所以这里 0.3 就是对手每轮的期望收益)。

题 12 解答

思路: 触发策略:比较"一直合作的现值"和"偷偷降价一次,之后永远惩罚"。

过程与答案:

(1)单日博弈:降价是占优(对方高:18 对 12;对方低:5 对 0)。均衡(低,低)各 5,比(高,高)的 12 差。

(2)一直定高价:12 ÷ (1 − δ)。降价一次:18 + δ × 5 ÷ (1 − δ)(之后永远是(低,低)各 5)。不降价的条件:12 ÷ (1 − δ) 不小于 18 + 5δ ÷ (1 − δ)。两边乘 (1 − δ):12 不小于 18(1 − δ) + 5δ = 18 − 13δ,δ 不小于 6/13 ≈ 0.46。(一般:(T − R) ÷ (T − P)。)

(3)(低,低)是 9:18 + 9δ ÷ (1 − δ) 的条件:12 不小于 18(1 − δ) + 9δ = 18 − 9δ,δ 不小于 6/9 = 2/3。门槛变高:惩罚(9)比原来的(5)轻,偷偷降价的代价变小,更难维持合作。

常见错误: 把"惩罚更轻"当成更容易合作。惩罚越轻,威慑越弱。

第四部分 计算与建模

题 13 解答

过程与答案:

(1)C(2n,n) − 1:n = 4:C(8,4) − 1 = 70 − 1 = 69;n = 5:C(10,5) − 1 = 252 − 1 = 251;n = 6:C(12,6) − 1 = 924 − 1 = 923。

(2)n = 10:C(20,10) − 1 = 184,756 − 1 = 184,755。每秒一百万个:约 0.18 秒。很快。(n = 30 时才是约 3700 年。)

(3)N = 12:12 × 2¹² = 12 × 4096 = 49,152;N = 25:25 × 2²⁵ = 25 × 33,554,432 = 838,860,800(约 8.4 亿)。

(4)每个结果(k × k 个)一个变量,变量数 k²;每个玩家、每个被推荐的动作、每个可偏离的动作,一个不等式,不等式数 2k(k − 1)。k = 20:变量 400,不等式 760。

常见错误: 以为 n = 10 就已经算不动。真正的爆炸在 n = 20(约 1.4 × 10¹¹)、n = 30(约 1.2 × 10¹⁷)。

题 14 解答

思路: 势函数在每次"改得更好"时下降。

过程与答案:

(1)Φ(n_A) = n_A(n_A + 1) ÷ 2 + 3.5 × (5 − n_A):n_A = 0:17.5;1:15;2:13.5;3:13;4:13.5;5:15。

(2)开始:5 人都走路 A,每人耗时 5,Φ = 15。一位司机改走路 B:耗时 3.5 小于 5,严格更好;n_A = 4,Φ = 13.5(降了 1.5,正好是这位司机省下的 5 − 3.5)。路 A 上的人耗时 4,仍大于 3.5:再一位改走路 B:n_A = 3,Φ = 13(降了 0.5,= 4 − 3.5)。路 A 上的人耗时 3,不大于 3.5,没有人想再改。

(3)均衡:3 人走路 A,2 人走路 B。路 A 上的人耗时 3:改走路 B 得 3.5,更差。路 B 上的人耗时 3.5:改走路 A 得 3 + 1 = 4,更差。没有人想改。

(4)是:Φ 最低在 n_A = 3(13),其余都更高。

常见错误: 以为 n_A = 2(3 个人走 B)也是均衡:路 B 上的人耗时 3.5,改走路 A 是 2 + 1 = 3,小于 3.5,会想改。

题 15 解答

思路: 把四个格子的收益写出来,看排序。

过程与答案:

(1)都清理:每人 b − 6;只有自己清理:b − 12,对方得 b;都不清理:0。

  • b = 5:都清理 −1;只有自己清理 −7;对方清理自己不做 5;都不清理 0。不清理占优,(不清理,不清理)最好(0 大于 −1):没有困境。
  • b = 9:都清理 3;只有自己清理 −3;对方清理自己不做 9;都不清理 0。排序 9 大于 3 大于 0 大于 −3:囚徒困境,均衡(不清理,不清理)(0,0),比都清理(3,3)差。
  • b = 15:都清理 9;只有自己清理 3;对方清理自己不做 15;都不清理 0。排序 15 大于 9 大于 3 大于 0:扫雪。两个纯均衡:一人清理、一人不清理(3,15)或(15,3)。

(2)b = 15:设对方清理的概率为 p。你清理:9p + 3(1 − p);不清理:15p + 0。相等:3 + 6p = 15p,p = 1/3。两人都不清理的概率 = (2/3)² = 4/9 ≈ 44%。每人的期望收益 = 15 × 1/3 = 5。

(3)轮流:每年一个人清理,平均每人每年 (15 + 3) ÷ 2 = 9,比混合均衡的 5 高得多,而且水池一定会被清理。

(4)b = 9 时,物业收 6 元,每户得 9 − 6 = 3,比(不清理,不清理)的 0 好,也比自己单独清理的 −3 好。规则变了,困境消失。

常见错误: 看到"没人愿意先动"就说囚徒困境。b = 5 时没有困境,b = 15 时是扫雪,药方不同:强制、轮流、沟通。

题 16 解答

(a)错。 题 1:第 5 层选 15,在对手选 20 时只得 15;层数高不等于更好,要看对手想了几层。

(b)错。 社会偏好只是说"满意度里有公平、互惠"。题 2 里 α = 4 的人也会拒绝低提议;题 3 里还有自私者。它描述的是"在乎什么",不是道德评价。

(c)错。 威慑需要可信,对方还要"算得清"代价。题 6:失控的概率不够大,吓不住;题 5:承诺不了未来,反而会预防性开战。

(d)错。 合作有五条路:亲缘(题 8(1))、直接互惠、间接互惠、网络互惠、群体选择。酵母的扫雪游戏(题 9)里,没有血缘关系的细胞也能共存。

(e)错。 均衡一定存在(纳什定理),“难"说的是最坏情形下找到它很难。题 13:猜法的数量爆炸,可是 n 不大时,随手就能算出。

(f)错。 题 15:同一个蓄水池的故事,b 取 5、9、15,分别是没有困境、囚徒困境、扫雪。数字一变,博弈就变,药方也变。

做完之后

如果这一套错得多的地方是……

  • 题 1、2、3(有限层思考、社会偏好):回到第 43 讲,重点是"层数高不等于更好"和"满意度里有别的东西”。
  • 题 4、5、6、7(威慑与冲突):回到第 44 讲,重点是"战争有代价,所以有谈判区间"和"承诺问题、风险、恐惧"。
  • 题 8、9(合作的生物学):回到第 45 讲,重点是"好处要落在同类身上"和"不是所有合作都是囚徒困境"。
  • 题 10、11、12(学习、约定、定价):回到第 46 讲,重点是"均衡存在不等于学得到"和"惩罚越轻,威慑越弱"。
  • 题 13、14(计算、势博弈):回到第 47 讲,重点是"最坏情形的难"和"势函数下降一定会停"。
  • 题 15(建模):回到第 48 讲,重点是"先看数字,再下结论"。

五套都做完之后,一个综合的自我检验: 找一个你身边的真实场景(宿舍卫生、小组作业、小区停车、群里抢红包都行),用第 48 讲的十个问题逐条过一遍:谁在决定、能选什么、知道什么、收益里有什么、会重复吗、能沟通立约吗、规则能改吗、用哪个解、结论稳吗、怎么检验。你能不能把它写成一个矩阵,并说出:数字变一变,它会变成哪一种博弈?能做到这一点,你就把这门课的主线带走了。