囚徒困境課件

囚徒困境囚徒困境（prisoner'sdilemma）是博弈論的非零和博弈中具代表性的例子，反映個人最佳選擇并非團體最佳選擇。雖然困境本身只屬模型性質(zhì)，但現(xiàn)實中的價格競爭、環(huán)境保護等方面，也會頻繁出現(xiàn)類似情況。1950年，由就職于蘭德公司的梅里爾·弗拉德（MerrillFlood）和梅爾文·德雷希爾（MelvinDresher）擬定出相關(guān)困境的理論，后來由顧問阿爾伯特·塔克（AlbertTucker）以囚徒方式闡述，并命名為“囚徒困境”。經(jīng)典的囚徒困境警方逮捕甲、乙兩名嫌疑犯，但沒有足夠證據(jù)指控二人入罪。于是警方分開囚禁嫌疑犯，分別和二人見面，并向雙方提供以下相同的選擇：若一人認罪并作證檢舉對方（相關(guān)術(shù)語稱“背叛”對方），而對方保持沉默，此人將即時獲釋，沉默者將判監(jiān)10年。若二人都保持沉默（相關(guān)術(shù)語稱互相“合作”），則二人同樣判監(jiān)半年。若二人都互相檢舉（互相“背叛”），則二人同樣判監(jiān)2年。

甲沉默（合作）甲認罪（背叛）乙沉默（合作）

二人同服刑半年甲即時獲釋；乙服刑10年乙認罪（背叛）

甲服刑10年；乙即時獲釋二人同服刑2年如同博弈論的其他例證，囚徒困境假定每個參與者（即“囚徒”）都是利己的，即都尋求最大自身利益，而不關(guān)心另一參與者的利益。參與者某一策略所得利益，如果在任何情況下都比其他策略要低的話，此策略稱為“嚴格劣勢策略”，理性的參與者絕不會選擇。另外，沒有任何其他力量干預(yù)個人決策，參與者可完全按照自己意愿選擇策略。

囚徒到底應(yīng)該選擇哪一項策略，才能將自己個人的刑期縮至最短？兩名囚徒由于隔絕監(jiān)禁，并不知道對方選擇；而即使他們能交談，還是未必能夠盡信對方不會反口。就個人的理性選擇而言，檢舉背叛對方所得刑期，總比沉默要來得低。試設(shè)想困境中兩名理性囚徒會如何作出選擇：若對方沉默、背叛會讓我獲釋，所以會選擇背叛。若對方背叛指控我，我也要指控對方才能得到較低的刑期，所以也是會選擇背叛。

二人面對的情況一樣，所以二人的理性思考都會得出相同的結(jié)論——選擇背叛。背叛是兩種策略之中的支配性策略。因此，這場博弈中唯一可能達到的納什均衡，就是雙方參與者都背叛對方，結(jié)果二人同樣服刑2年。

這場博弈的納什均衡，顯然不是顧及團體利益的帕累托最優(yōu)解決方案。以全體利益而言，如果兩個參與者都合作保持沉默，兩人都只會被判刑半年，總體利益更高，結(jié)果也比兩人背叛對方、判刑2年的情況較佳。但根據(jù)以上假設(shè)，二人均為理性的個人，且只追求自己個人利益。均衡狀況會是兩個囚徒都選擇背叛，結(jié)果二人判決均比合作為高，總體利益較合作為低。這就是“困境”所在。例子漂亮地證明了：非零和博弈中，帕累托最優(yōu)和納什均衡是相沖突的。由囚徒困境可以寫出類似的員工困境一名經(jīng)理，數(shù)名員工;前提，經(jīng)理比較苛刻;如果所有員工都聽從經(jīng)理吩咐，則獎金等待遇一樣，不過所有人都超負荷工作如果某人不聽從吩咐，其他人聽從吩咐，則此人下崗。其他人繼續(xù)工作如果所有人都不聽從經(jīng)理吩咐，則經(jīng)理下崗但是，由于員工之間信息是不透明的，而且，都擔心別人聽話自己不聽話而下崗，所以，大家只能繼續(xù)繁重的工作。囚徒困境的應(yīng)用許多行業(yè)的價格競爭都是典型的囚徒困境現(xiàn)象，每家企業(yè)都以對方為敵手，只關(guān)心自己的利益。在價格博弈中，只要以對方為敵手，那么不管對方的決