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(gè)人最佳選擇并非團(tuán)體最佳選擇。雖然困境本身只屬模型性質(zhì)，但現(xiàn)實(shí)中的價(jià)格競(jìng)爭(zhēng)、環(huán)境保護(hù)等方面，也會(huì)頻繁出現(xiàn)類(lèi)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(lái)由顧問(wèn)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(méi)有足夠證據(jù)指控二人入罪。于是警方分開(kāi)囚禁嫌疑犯，分別和二人見(jiàn)面，并向雙方提供以下相同的選擇：若一人認(rèn)罪并作證檢舉對(duì)方（相關(guān)術(shù)語(yǔ)稱(chēng)“背叛”對(duì)方），而對(duì)方保持沉默，此人將即時(shí)獲釋?zhuān)聊邔⑴斜O(jiān)10年。若二人都保持沉默（相關(guān)術(shù)語(yǔ)稱(chēng)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(rèn)罪（背叛）乙沉默（合作）

二人同服刑半年甲即時(shí)獲釋?zhuān)灰曳?0年乙認(rèn)罪（背叛）

甲服刑10年；乙即時(shí)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(gè)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(huà)，此策略稱(chēng)為“嚴(yán)格劣勢(shì)策略”，理性的參與者絕不會(huì)選擇。另外，沒(méi)有任何其他力量干預(yù)個(gè)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(xiàng)策略，才能將自己個(gè)人的刑期縮至最短？?jī)擅敉接捎诟艚^監(jiān)禁，并不知道對(duì)方選擇；而即使他們能交談，還是未必能夠盡信對(duì)方不會(huì)反口。就個(gè)人的理性選擇而言，檢舉背叛對(duì)方所得刑期，總比沉默要來(lái)得低。試設(shè)想困境中兩名理性囚徒會(huì)如何作出選擇：若對(duì)方沉默、背叛會(huì)讓我獲釋?zhuān)詴?huì)選擇背叛。若對(duì)方背叛指控我，我也要指控對(duì)方才能得到較低的刑期，所以也是會(huì)選擇背叛。

二人面對(duì)的情況一樣，所以二人的理性思考都會(huì)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(chǎng)博弈中唯一可能達(dá)到的納什均衡，就是雙方參與者都背叛對(duì)方，結(jié)果二人同樣服刑2年。

這場(chǎng)博弈的納什均衡，顯然不是顧及團(tuán)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(gè)參與者都合作保持沉默，兩人都只會(huì)被判刑半年，總體利益更高，結(jié)果也比兩人背叛對(duì)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(gè)人，且只追求自己個(gè)人利益。均衡狀況會(huì)是兩個(gè)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(xiě)出類(lèi)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(tīng)從經(jīng)理吩咐，則獎(jiǎng)金等待遇一樣，不過(guò)所有人都超負(fù)荷工作如果某人不聽(tīng)從吩咐，其他人聽(tīng)從吩咐，則此人下崗。其他人繼續(xù)工作如果所有人都不聽(tīng)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(dān)心別人聽(tīng)話(huà)自己不聽(tīng)話(huà)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(jià)格競(jìng)爭(zhēng)都是典型的囚徒困境現(xiàn)象，每家企業(yè)都以對(duì)方為敵手，只關(guān)心自己的利益。在價(jià)格博弈中，只要以對(duì)方為敵手，那么不管對(duì)方的決