CMD + K

Kapittel 8Begreper & formler · Spillteori
Referanseside · Kapittel 8

Begreper & referanser

Alle nøkkelbegrepene, formlene og referansene fra Spillteori, samlet på én side. Bruk denne som oppslag når du leser, øver flashcards eller tar quiz.

Øv med flashcards27 kort fra dette kapittelet

Begreper

Sentrale begreper fra kapittelet med korte definisjoner.

01Normalform

En beskrivelse av et spill med samtidige valg: spillerne, strategiene til hver spiller og en utbyttefunksjon som gir hver spiller en nytte for hver kombinasjon av strategier (normal form).

02Utbyttematrise

Tabellen som beskriver et tospillers spill på normalform. Radspilleren velger rad, kolonnespilleren kolonne, og cellen er (radspillerens nytte, kolonnespillerens nytte) (payoff matrix).

03Ren strategi

Ett bestemt valg av strategi, uten tilfeldighet (pure strategy).

04Blandet strategi

En sannsynlighetsfordeling over de rene strategiene, der spilleren trekker hvilken ren strategi hun bruker (mixed strategy).

05Beste svar

En strategi som gir høyest nytte mot en gitt strategi hos motspilleren. Det kan finnes flere beste svar når nyttene er like (best response).

06Streng dominans

Strategien dominerer strengt når gir strengt høyere nytte enn mot hver eneste strategi motspilleren kan velge (strict dominance).

07Svak dominans

Strategien dominerer svakt når er minst like god som mot alle motspillerens strategier og strengt bedre mot minst én (weak dominance).

08Dominant strategi

En strategi som dominerer alle spillerens andre strategier, slik at den er best uansett hva motspilleren gjør (dominant strategy).

09Iterert eliminering av strengt dominerte strategier

Stryk strengt dominerte strategier, se på spillet som er igjen, og gjenta til ingenting mer kan strykes. Resultatet avhenger ikke av rekkefølgen (IESDS).

10Iterert eliminering av svakt dominerte strategier

Som IESDS, men med svak dominans. Den kan stryke Nash-likevekter, og resultatet kan avhenge av rekkefølgen, så rekkefølgen må oppgis (IEWDS).

11Nash-likevekt

Et strategipar der hver spillers strategi er et beste svar på de andres, slik at ingen tjener på å bytte strategi alene (Nash equilibrium).

12Nash' teorem

Hvert spill med endelig mange spillere og endelig mange rene strategier har minst én Nash-likevekt når blandede strategier er tillatt (Nash's theorem).

13Likevekt i dominante strategier

Et utfall der hver spiller bruker en dominant strategi. Det er alltid en Nash-likevekt (dominant strategy equilibrium).

14Pareto-optimal

Et utfall er Pareto-optimalt når ingen andre utfall gjør minst én spiller bedre stilt uten å gjøre noen dårligere stilt (Pareto optimal).

15Sosial velferd

Summen av alle spillernes nytte i et utfall. Utfallet med høyest sosial velferd er alltid Pareto-optimalt (social welfare).

16Fangens dilemma

Et tospillers spill der begge har svik som dominant strategi, men der felles samarbeid gir begge mer enn felles svik. Nyttene oppfyller (prisoner's dilemma).

17Maximin-strategi

Strategien som gir best resultat i verste fall, altså den som maksimerer minste mulige nytte. I nullsumspill med blandede strategier gir den spillets verdi (maximin).

18Gjentatt spill

Det samme spillet spilt flere runder mellom de samme spillerne, der strategiene kan avhenge av hva som skjedde i tidligere runder (repeated game).

Formler

Hver formel: hva den heter, hvordan den ser ut, og hva symbolene betyr.

nash-betingelse

Nash-betingelsen

Sjekkes for hver spiller: ingen annen strategi gir mer så lenge de andre holder seg til likevekten. Det er en betingelse om ensidige avvik; at begge kunne fått mer ved å bytte samtidig, spiller ingen rolle.

uᵢnytten til spiller i
sᵢ*strategien til spiller i i likevekten
s₋ᵢ*strategiene til alle de andre i likevekten
indifferens

Indifferensbetingelsen

I et 2 × 2-spill velger kolonnespilleren slik at radspilleren blir indifferent; er radspillerens nytter i rad 1 og i rad 2. For sammenligner du kolonnene med kolonnespillerens nytter i rad 1 og i rad 2: . Den vanligste feilen er å finne sin egen blanding fra sine egne nytter.

qsannsynligheten for at kolonnespilleren velger kolonne 1
a, bradspillerens nytter i rad 1 mot kolonne 1 og 2
c, dradspillerens nytter i rad 2 mot kolonne 1 og 2
forventet-utbytte

Forventet utbytte

Radspillerens forventede nytte når radspilleren blander med og kolonnespilleren med . I en blandet likevekt er den lik for begge rene strategiene som brukes, så det holder å regne ut én side av indifferenslikningen.

pᵢsannsynligheten for rad i
qⱼsannsynligheten for kolonne j
u₁(i, j)radspillerens nytte i cellen (i, j)
sosial-velferd

Sosial velferd

Summen av alle spillernes nytte i utfallet . Utfallet med høyest velferd er alltid Pareto-optimalt, mens en Nash-likevekt kan ha lav velferd.

uᵢ(s)nytten til spiller i i utfallet s
pareto

Pareto-dominans

Når dette gjelder, Pareto-dominerer utfallet . Et utfall er Pareto-optimalt når ingen andre utfall Pareto-dominerer det. Sjekk alle utfallene, ikke bare likevektene.

s, s'to utfall (celler i matrisen)
uᵢnytten til spiller i
fangens-dilemma

Fangens dilemma

Kravet til nyttene i fangens dilemma: fristelsen er størst, så belønningen for felles samarbeid, straffen for felles svik og til slutt for den som blir sviktet. Da er svik dominant, og felles svik er eneste likevekt.

Tsvikte mens den andre samarbeider
Rbegge samarbeider
Pbegge svikter
Ssamarbeide mens den andre svikter

Kodesnutter

Kodesnutter fra kapittelet, vist literal.

Kode

Beste svar og rene likevekter

Python
a = 3  # @param -5..10 rader, kolonner = ["Opp", "Ned"], ["Venstre", "Midt", "Høyre"]# Celle (r, k) = (radspillerens nytte, kolonnespillerens nytte). a er radspillerens nytte i (Ned, Høyre).u = [[(4, 2), (1, 3), (2, 1)],     [(3, 1), (2, 2), (a, 4)]]beste_rad = {k: [r for r in range(2) if u[r][k][0] == max(u[x][k][0] for x in range(2))] for k in range(3)}beste_kol = {r: [k for k in range(3) if u[r][k][1] == max(u[r][y][1] for y in range(3))] for r in range(2)}nash = [(r, k) for r in range(2) for k in range(3) if r in beste_rad[k] and k in beste_kol[r]] print("Beste svar for rad: " + ", ".join(f"mot {kolonner[k]} {'/'.join(rader[r] for r in v)}" for k, v in beste_rad.items()))print("Beste svar for kolonne: " + ", ".join(f"mot {rader[r]} {'/'.join(kolonner[k] for k in v)}" for r, v in beste_kol.items()))print("Rene Nash-likevekter: " + (", ".join(f"({rader[r]}, {kolonner[k]})" for r, k in nash) or "ingen"))print("Velferd i likevekten: " + (", ".join(str(sum(u[r][k])) for r, k in nash) or "ingen likevekt"))

Prøv: sett a til 1 og se at linja Rene Nash-likevekter: blir ingen, fordi radspilleren da heller spiller Opp mot Høyre.

Kode

Blandet likevekt med eksakte brøker

Python
from fractions import Fraction a = 3  # @param -5..5d = 2  # @param -5..5 # Nullsumspill: radspillerens nytte står i matrisen, kolonnespilleren får det motsatte.u = [[a, -1],     [1, d]]nevner = u[0][0] - u[0][1] - u[1][0] + u[1][1]p = Fraction(u[1][1] - u[1][0], nevner) if nevner != 0 else None  # P(rad 1): gjør kolonnespilleren indifferentq = Fraction(u[1][1] - u[0][1], nevner) if nevner != 0 else None  # P(kolonne 1): gjør radspilleren indifferent if p is None:    print("Radspillerens blanding p: ingen indre blandet likevekt (nevneren er 0)")elif not (0 < p < 1 and 0 < q < 1):    print(f"Radspillerens blanding p: ingen indre blandet likevekt (likningene gir p = {p}, q = {q})")else:    print(f"Radspillerens blanding p: {p}")    print(f"Kolonnespillerens blanding q: {q}")    print(f"Forventet utbytte for rad: {q * u[0][0] + (1 - q) * u[0][1]}")

Prøv: sett a til −1 og se at linja Radspillerens blanding p: melder at det ikke finnes noen indre blandet likevekt, fordi rad 2 da er best uansett.

Kode

Lik for lik i et gjentatt spill

Python
runder = 10  # @param 1..50 R, T, P, S = 4, 6, 1, 0  # begge bidrar, fristelse, begge snylter, lurt (T > R > P > S)utbytte = {("B", "B"): (R, R), ("B", "S"): (S, T), ("S", "B"): (T, S), ("S", "S"): (P, P)} def spill(strategi1, strategi2):    sum1 = sum2 = 0    forrige1 = forrige2 = "B"  # ingen har sviktet før første runde    for runde in range(1, runder + 1):        trekk1, trekk2 = strategi1(forrige2, runde), strategi2(forrige1, runde)        x, y = utbytte[(trekk1, trekk2)]        sum1, sum2 = sum1 + x, sum2 + y        forrige1, forrige2 = trekk1, trekk2    return sum1, sum2 lik_for_lik = lambda motpart_forrige, runde: motpart_forrige  # gjør det motparten gjorde sistalltid_svik = lambda motpart_forrige, runde: "S"svik_til_slutt = lambda motpart_forrige, runde: "S" if runde == runder else motpart_forrige x, y = spill(lik_for_lik, lik_for_lik)print(f"Lik for lik mot lik for lik: {x} og {y} poeng")x, y = spill(alltid_svik, lik_for_lik)print(f"Alltid svik mot lik for lik: {x} og {y} poeng")x, y = spill(svik_til_slutt, lik_for_lik)print(f"Lik for lik, men svik i siste runde, mot lik for lik: {x} og {y} poeng")

Prøv: sett runder til 10 og se at linja Lik for lik, men svik i siste runde, mot lik for lik: gir 42 mot 40: med kjent slutt lønner det seg å svikte til slutt, og det er starten på baklengs induksjon.

Læringsmål

Hva du skal kunne etter å ha lest kapittelet.

  1. 01Les en utbyttematrise med konvensjonen (radspillerens nytte, kolonnespillerens nytte)
  2. 02Finn strengt og svakt dominerte strategier, og utfør IESDS og IEWDS i oppgitt rekkefølge
  3. 03Finn rene Nash-likevekter ved å markere beste svar for begge spillerne
  4. 04Regn ut en blandet Nash-likevekt i et 2 × 2-spill med indifferensprinsippet, som eksakt brøk
  5. 05Avgjør hvilke utfall som er Pareto-optimale, og regn ut sosial velferd
  6. 06Forklar hvorfor baklengs induksjon gir svik i alle runder av et gjentatt fangens dilemma med kjent slutt