1. 项目概述从零到一理解博弈论与纳什均衡每年暑假对于准备参加数学建模竞赛的同学来说都是一场硬仗。集训日程排得满满当当从微分方程到机器学习恨不得把整个数学世界都塞进脑子里。我记得自己第一次接触“博弈论”和“纳什均衡”这两个词是在大二暑假的集训课上当时的感觉是既兴奋又迷茫。兴奋在于这听起来像是能解释生活中很多“斗智斗勇”现象的神奇工具迷茫在于教材和论文里那些抽象的符号、矩阵和证明让人望而生畏不知道如何把它们变成一个能解决实际竞赛问题的“武器”。这次集训的主题“博弈论与纳什均衡”恰恰是连接数学理论与现实问题的一座关键桥梁。它不仅仅是数学的一个分支更是一种强大的建模思维。在数学建模竞赛中无论是国赛、美赛还是亚太杯你都会发现大量赛题的本质就是多方参与者在特定规则下的策略互动问题。比如经典的“出租车调度”、“资源分配”、“市场竞争”、“传染病防控策略”甚至是“无人机集群协同”问题其内核都包含着博弈的思想。理解博弈论意味着你拿到赛题后能迅速识别出题目中隐藏的“玩家”、“策略”和“收益”从而构建出更贴近问题本质的数学模型而不是生搬硬套一个现成的算法。简单来说这次集训的目标就是帮你把“博弈论”这门看似高深的学问拆解成建模竞赛中可以直接使用的工具箱。我们会绕过那些过于理论化的证明聚焦于如何识别一个问题是不是博弈问题如何用数学语言通常是矩阵或函数来描述它如何求解其中的均衡特别是纳什均衡以及如何将求解结果转化为有说服力的论文结论和策略建议。无论你是初次接触的新手还是想深化理解的进阶者这篇总结都将从一线实战的角度带你打通从理论到应用的任督二脉。2. 博弈论核心思想与建模框架拆解2.1 博弈论到底在研究什么很多同学一上来就纠结于公式其实忽略了最根本的出发点。博弈论研究的核心就一句话在互动决策中每个理性参与者的选择会相互影响最终结果取决于所有人的选择。我们可以用一个生活化的例子来理解假设你和队友明天要一起完成一个建模任务今晚需要决定是继续熬夜攻坚还是早点休息保状态。你的收益比如任务完成质量和自身健康不仅取决于你自己的选择也取决于队友的选择。如果你们都选择熬夜可能效率低下还伤身体如果都选择休息可能进度堪忧如果一个熬一个休配合又会出问题。你们俩就是“玩家” “熬夜”和“休息”就是“策略” 任务完成情况和身心状态就是“收益”。博弈论就是用来分析在这种情境下你们各自会怎么做以及最终可能形成什么样的稳定局面。在数学建模中这个“互动决策”的场景无处不在2024年高教社杯全国大学生数学建模竞赛C题生产与库存问题多个企业面对市场需求进行生产决策每个企业的产量会影响市场价格进而影响所有企业的利润。这就是一个典型的博弈。亚太杯数学建模竞赛中常见的资源竞争或路径规划问题多架无人机或车辆需要共享空域或道路每架飞机的路径选择会影响他人的安全和效率。国赛历年题目中涉及的政策制定或灾害应对比如政府与民众在疫情防控中的策略互动政府是否严格封锁民众是否配合隔离。识别博弈问题的关键是找到题目中的“多个决策主体”以及他们之间“策略的相互依赖性”。如果一个人的最优选择会随着其他人选择的改变而改变那么恭喜你你很可能遇到了一个博弈论建模的绝佳场景。2.2 博弈模型的基本要素与数学表达要把一个实际问题转化为博弈模型我们需要精确定义以下四个要素并用数学语言描述出来玩家Players记为集合N {1, 2, ..., n}。在建模中玩家可以是企业、国家、个体、智能体甚至是生物种群。关键是要明确决策主体是谁。策略Strategies每个玩家i有一个策略集S_i 表示他可以采取的所有可能行动方案。策略可以是离散的如“合作”/“背叛”、“进攻”/“防守”也可以是连续的如定价p_i ∈ [0, ∞) 产量q_i ≥ 0。在建模论文中必须清晰定义每个玩家的策略空间。收益Payoffs也称为效用。对于每一个策略组合(s_1, s_2, ..., s_n) 其中s_i ∈ S_i 每个玩家i都会得到一个收益u_i(s_1, s_2, ..., s_n)。 收益函数是博弈模型的核心它量化了玩家在不同结局下的得失。收益可以是利润、市场份额、满意度、生存概率等。构建收益函数是建模中最具挑战性也最体现创造性的部分它需要你深入理解问题背景做出合理的量化假设。信息Information玩家在决策时知道什么通常我们首先考虑“完全信息”博弈即每个玩家都知道所有玩家的策略集和收益函数。更复杂的还有不完全信息博弈如拍卖你不知道别人对物品的真实估价这在竞赛高端局中也可能出现。如何用数学表达对于最常见的双人有限策略博弈两个玩家每个玩家策略数量有限我们可以使用收益矩阵Payoff Matrix来直观表示。假设玩家1有m个策略玩家2有n个策略那么收益矩阵是一个m x n的表格每个单元格内有一对数字*(a, b)*分别代表玩家1和玩家2在该策略组合下的收益。例如经典的“囚徒困境”玩家1 \ 玩家2合作 (C)背叛 (D)合作 (C)(-1, -1)(-3, 0)背叛 (D)(0, -3)(-2, -2)这个矩阵清晰地展示了所有可能的策略组合和对应的收益。对于更多玩家或连续策略的博弈收益函数通常写成多变量函数的形式例如古诺竞争模型中企业i的利润函数π_i(q_i, q_{-i}) P(Q) * q_i - C_i(q_i) 其中*q_{-i}*代表其他所有企业的产量P(Q)是市场价格关于总产量Q的函数。注意在建模论文中务必花费足够篇幅清晰、严谨地定义这四个要素。这是你模型的基础评委首先会检查这里是否逻辑自洽。收益函数的构造往往需要引用一些经济学或管理学的基本原理并说明参数取值的依据。2.3 从静态到动态博弈的基本分类了解博弈的分类能帮助你在面对赛题时快速选择正确的建模工具。静态博弈 vs. 动态博弈静态博弈所有玩家同时行动或者虽然行动有先后但后行动者不知道先行动者的具体选择相当于同时。上面的囚徒困境就是静态博弈。建模相对简单常用收益矩阵或联立收益函数描述。动态博弈序贯博弈玩家轮流行动后行动者能观察到先行动者的选择。如下棋、商业中的市场进入决策。这类博弈需要用“博弈树”来描述并引入“子博弈精炼纳什均衡”等概念。在建模中如果问题有明显的时间顺序或决策阶段就要考虑动态博弈。完全信息博弈 vs. 不完全信息博弈完全信息如上所述所有收益函数是公共知识。大部分竞赛初级题目基于此假设。不完全信息至少有一个玩家不确定其他玩家的收益函数。例如在投标中你不知道对手对标的物的真实估值。这需要用到“贝叶斯博弈”框架。当题目中出现“私人信息”、“不确定性偏好”等关键词时要往这个方向思考。合作博弈 vs. 非合作博弈非合作博弈我们通常所说的博弈论主要指这个。它研究玩家在无法达成有约束力协议下的策略选择。纳什均衡就是非合作博弈的解概念。数学建模竞赛中绝大多数问题属于此类。合作博弈研究玩家可以形成联盟并如何分配联盟总收益的问题。核心概念是“核” (Core) 和“夏普利值” (Shapley Value)。当问题涉及团队形成、收益转移支付如气候变化中的国家联盟时可能用到。对于暑期集训和多数竞赛场景我们应首先掌握完全信息静态非合作博弈和完全信息动态博弈的建模与求解方法这是应用最广泛的基础。3. 纳什均衡概念、求解方法与竞赛应用3.1 纳什均衡的直观理解与精确定义纳什均衡是整个非合作博弈理论的基石。它的思想其实非常直观在一个策略组合里如果没有任何一个玩家可以通过单方面改变自己的策略而获得更高的收益那么这个策略组合就是一个纳什均衡。换句话说在纳什均衡点上每个玩家选择的都是针对其他玩家当前策略的“最优反应”。既然没人愿意单独偏离这个局面就形成了一种稳定的“僵局”。回到囚徒困境的例子(背叛 背叛) 就是一个纳什均衡。给定对方选择背叛自己选择背叛的收益是-2选择合作的收益是-3所以背叛是最优反应双方都如此谁单方面改合作都会吃亏。数学定义在一个n人博弈中一个策略组合(s_1^, s_2^, ..., s_n^)* 是一个纳什均衡如果对于每一个玩家i 满足u_i(s_i^, s_{-i}^) ≥ u_i(s_i, s_{-i}^) 对于所有 s_i ∈ S_i 都成立。* 其中s_{-i}^表示除玩家i外所有其他玩家的均衡策略。理解这个定义的关键在于“给定其他人的策略”。玩家i是在其他人策略s_{-i}^固定不变的前提下优化自己的选择。均衡意味着所有人的选择同时达到了这种“给定他人我最优”的状态。3.2 纯策略与混合策略纳什均衡纯策略纳什均衡玩家选择某个确定的策略。如上例中的(背叛背叛)。求解方法主要是划线法针对收益矩阵和最优反应函数法针对连续策略。划线法在双人矩阵博弈中对于玩家1的每一个策略找出玩家2的最优反应收益最高的那个在对应收益下划线同理对于玩家2的每一个策略找出玩家1的最优反应并划线。那些两个数字都被划线的单元格对应的策略组合就是纯策略纳什均衡。最优反应函数法适用于连续策略博弈如古诺模型。步骤是1) 写出每个玩家i的收益函数u_i(s_i, s_{-i}) 2) 在给定s_{-i}的情况下对u_i关于s_i求一阶导数并令其为零解出s_i关于s_{-i}的函数这就是玩家i的最优反应函数BR_i(s_{-i}) 3) 联立所有玩家的最优反应函数方程组解出的交点就是纳什均衡。混合策略纳什均衡当博弈没有纯策略纳什均衡或者均衡不唯一时玩家可以通过以一定概率随机选择不同的纯策略来获得稳定。混合策略均衡在诸如“猜硬币”、“点球大战”等零和博弈中非常常见。求解思路核心思想是在混合策略均衡下每个玩家选择各个纯策略的概率必须使得其他玩家在所有纯策略之间的收益是无差异的。只有这样其他玩家才没有动机偏离当前的混合策略。求解示例假设玩家1以概率p选上概率*(1-p)选下玩家2以概率q选左概率(1-q)选右。要找到均衡先计算玩家2选“左”和“右”时的期望收益令两者相等解出p*。再反过来计算玩家1选“上”和“下”时的期望收益令两者相等解出q。这个*(p, q)*就是混合策略纳什均衡。实操心得在数学建模论文中如果求得的是混合策略均衡一定要给出明确的概率值并解释其现实意义。例如“在均衡时警方应以60%的概率巡查A区40%的概率巡查B区”这比单纯说“存在一个混合策略均衡”要有力得多。同时要说明这个概率是如何计算出来的展示求解过程。3.3 纳什均衡的存在性与多重性这是理论上的重要问题也直接影响建模求解。存在性纳什定理告诉我们任何有限博弈玩家和策略数量都有限都至少存在一个纳什均衡可能是混合策略的。这为我们的求解提供了理论保障。对于连续策略的博弈在收益函数满足一定的连续性、拟凹性条件下也存在纯策略纳什均衡。多重性一个博弈可能有多个纳什均衡。这就产生了“均衡选择”问题。在建模中如果遇到多重均衡不能简单地只报告一个。你需要分析哪个均衡更可能发生这通常需要借助“聚点均衡”基于文化、习惯等、风险占优、帕累托占优等概念进行精炼。在论文中应该列出所有均衡并讨论其现实合理性提出均衡选择的依据。3.4 竞赛中的应用实例解析让我们结合一个简化的竞赛题目风格看看如何应用。假设题目背景两家公司玩家1和2在同一市场生产同质化产品同时决定产量q1和q2。市场价格由总产量决定P a - Q 其中Q q1 q2a为常数。两家公司的生产成本均为c每单位。建模与求解步骤定义博弈要素玩家公司1 公司2。策略产量q1 ≥ 0q2 ≥ 0。收益利润π1 P * q1 - c * q1 [a - (q1q2)] * q1 - c * q1。 同理π2 [a - (q1q2)] * q2 - c * q2。求解纳什均衡最优反应函数法求公司1的最优反应函数给定q2 最大化π1。 对π1关于q1求导∂π1/∂q1 a - 2q1 - q2 - c 0。 解得q1 (a - c - q2) / 2。 这就是BR1(q2)。同理公司2的最优反应函数q2 (a - c - q1) / 2 即BR2(q1)。联立两个反应函数方程q1 (a - c - q2) / 2q2 (a - c - q1) / 2解得纳什均衡产量q1q2(a - c) / 3。进一步可计算均衡价格和利润。结果分析与论文呈现在论文中你需要清晰地展示上述推导过程。对结果进行解释均衡产量随市场需求a增大而增大随成本c增大而减小。两家公司产量相同。可以进行拓展比较与垄断情况一家公司或完全竞争情况进行对比分析市场结构对社会总福利的影响。这能极大提升论文的深度。敏感性分析改变参数a或c观察均衡产量和利润的变化并用图表展示。这是建模论文的加分项。这个例子就是经典的“古诺双寡头竞争模型”它是博弈论在产业组织经济学中最基础的应用。在竞赛中你可能遇到更复杂的情况比如成本不对称、产品差异化、多阶段动态竞争等但基本的建模求解思路是相通的定义要素、构建收益函数、求最优反应、解联立方程。4. 动态博弈与演化博弈初步4.1 动态博弈博弈树与逆向归纳法当博弈的行动有先后顺序时我们就进入了动态博弈的领域。描述动态博弈的工具是博弈树它由节点代表决策点或终点、枝代表行动和收益向量组成。求解完全信息动态博弈的核心方法是逆向归纳法。其思想是从博弈树的最后阶段开始分析确定该阶段行动者的最优选择然后倒退到前一阶段前一阶段的行动者会预见到后续阶段的结果并据此做出自己的最优选择如此层层倒推直到初始节点。最终得到的一条路径就是博弈的“子博弈精炼纳什均衡”。竞赛应用示例考虑一个简单的市场进入阻挠博弈。一家潜在进入者玩家E先决定是否进入一个市场。如果选择“不进入”则博弈结束在位者玩家I独占利润收益为(0, 5)。如果选择“进入”则在位者选择是“默许”还是“斗争”。如果“默许”双方分享市场收益为(2, 2)如果“斗争”则价格战导致两败俱伤收益为(-1, 0)。画博弈树。从最后阶段开始如果进入发生在位者在“默许”(收益2)和“斗争”(收益0)之间选择显然会选择“默许”。倒推到第一阶段进入者预见到如果进入在位者会默许自己得到收益2如果不进入收益为0。因此进入者会选择“进入”。子博弈精炼纳什均衡是(进入 默许)。注意在位者“如果进入就斗争”的威胁是不可信的因为真到了那个节点斗争不符合他的利益。在建模论文中如果涉及多阶段决策如多期投资、研发竞赛一定要画出清晰的博弈树并详细阐述逆向归纳的推理过程。这能展示你对动态策略互动的深刻理解。4.2 演化博弈论从完全理性到有限理性经典博弈论假设玩家是“完全理性”的能进行复杂的计算。但现实中包括生物进化、社会习俗形成、技术标准扩散等过程中参与者往往是有限理性的。演化博弈论提供了另一个强大的视角。它引入的核心概念是种群和复制者动态。假设一个大种群中的个体随机配对进行博弈采用高收益策略的个体在种群中的比例会逐渐增长类似于生物进化中的自然选择。最终种群策略分布可能收敛到一个稳定状态即演化稳定策略。ESS的定义比纳什均衡更强一个策略s是ESS如果s是一个纳什均衡即对s的最优反应是s本身。对于任何其他最优反应策略s ≠ s 有u(s, s) u(s, s)。 这意味着如果一个“变异”策略s也能在s主导的种群中生存那么当s自己相遇时其收益不如s与*s相遇时的收益因此s*无法侵入。在数学建模中的应用演化博弈非常适合描述群体行为的长期演化趋势。例如传染病模型中个体防护策略的演化个体选择“戴口罩”或“不戴”其收益健康与便利取决于周围人群的选择比例。可以用复制者动态方程描述戴口罩者比例的变化并寻找ESS。技术或产品标准的竞争如蓝光 vs. HD-DVD用户选择哪种技术取决于其网络效应使用同一技术的人越多价值越大。演化博弈可以分析哪种标准最终能占据市场。生态学中的鹰鸽博弈分析动物争夺资源时的攻击与退让行为如何达到种群平衡。在论文中应用演化博弈关键步骤是定义对称的两人博弈收益矩阵。设x为种群中采用策略A的比例写出采用策略A和策略B的期望收益。建立复制者动态微分方程dx/dt x * (U_A - U_avg) 其中U_A是策略A的期望收益U_avg是种群平均收益。分析微分方程的平衡点及其稳定性这些稳定点就是可能的ESS。结合相图进行分析解释其现实意义。注意事项演化博弈论得出的结论往往是长期的、宏观的趋势而非个体一次性的最优决策。在论文中要明确这一点并根据问题背景判断是否适用。它和经典博弈论是互补的工具。5. 博弈论建模的常见问题与实战技巧5.1 如何将复杂赛题转化为博弈模型这是最关键的一步。很多同学看到题目描述很长涉及因素很多就无从下手。我的经验是遵循以下“三步法”剥离与抽象忽略次要细节抓住核心冲突。问自己题目中哪些实体是拥有自主决策权、并且决策会相互影响的把他们定义为“玩家”。他们的核心目标是什么利润最大化、成本最小化、风险最低化将其量化为“收益函数”。他们能做的主要选择有哪些定义为“策略集”。类比与对标将抽象出的结构与你已知的经典博弈模型进行类比。是类似“囚徒困境”的协调与合作问题还是类似“古诺/伯川德”的产量/价格竞争或是类似“鹰鸽博弈”的资源争夺亦或是类似“信号博弈”的信息不对称问题找到对标模型你就有了构建数学形式的基础框架。具体化与调整在经典模型框架内根据题目具体条件进行调整。例如经典古诺模型假设成本相同、产品同质如果你的题目中企业成本不同就把成本参数设为c1和c2如果产品有差异就把需求函数改为p1 a - bq1 - dq2 其中d表示产品替代程度。收益函数的形式可以更复杂但建模思想一脉相承。5.2 收益函数构建的陷阱与技巧收益函数构建不当是整个模型失败的根源。陷阱1收益维度单一。现实决策往往是多目标的。例如企业不仅追求利润还可能关注市场份额、品牌声誉。解决方法可以构建多目标函数或将其它目标作为约束条件亦或将多个目标通过权重合成为单一综合收益指标需论证权重合理性。陷阱2忽略外部性与互动效应。玩家的收益必须依赖于其他玩家的策略。如果构建的收益函数只与自己的策略有关那就不是博弈问题了。务必检查收益函数中是否包含了其他玩家的策略变量。技巧从简单到复杂。先构建一个最简单的、只包含最核心因素的收益函数求出均衡解。然后逐步加入更现实的假设如成本函数非线性、需求有随机波动等分析新因素如何改变均衡结果。这种“敏感性分析”或“模型拓展”是论文获得高分的亮点。5.3 求解方法选择与计算工具博弈类型典型求解方法常用工具/软件注意事项双人离散策略矩阵划线法、枚举法手算、Excel、Python (NumPy)检查是否存在纯策略均衡若无则求混合策略均衡。多人离散策略枚举法策略组合爆炸Python 编程遍历小规模、 Gambit软件策略空间稍大就无法穷举需考虑对称性简化或寻找算法。连续策略古诺等最优反应函数法、一阶条件联立手算求导、Matlab/Python (SymPy符号计算)确保收益函数可微且凹解出的均衡点需检验二阶条件。动态博弈逆向归纳法、博弈树分析手绘博弈树、 Gambit注意信息集。对于多阶段复杂博弈逆向归纳可能计算量大。演化博弈复制者动态微分方程、稳定性分析Matlab/Python (求解微分方程、绘制相图)重点分析平衡点的雅可比矩阵特征值判断稳定性。工具推荐Python NumPy/SymPy万能组合。NumPy处理矩阵运算SymPy进行符号求导和解方程非常适合推导连续策略博弈的均衡。用Matplotlib绘制收益曲线或相图。Gambit专业的博弈论分析软件可以图形化构建博弈树、计算纳什均衡支持多种算法非常适合离散策略和中小型动态博弈。学习成本不高输出结果直观。Matlab在求解微分方程演化博弈、优化计算方面有优势很多学校提供正版。实操心得在论文中不要只扔出一个软件的计算结果。一定要把核心的推导过程、一阶条件方程展示出来。软件结果作为验证。例如写“联立方程(1)和(2)解得均衡产量如式(3)所示。我们亦通过Python的SymPy库验证了此结果。” 这体现了你对模型本质的掌握而非仅仅是个软件操作员。5.4 模型结果的分析与论文呈现求解出均衡不是终点如何分析和解释结果才是体现建模水平的关键。经济学/管理学解释均衡结果意味着什么例如古诺均衡产量为什么低于垄断产量但高于完全竞争产量这反映了寡头竞争的何种特性价格战博弈的均衡为什么可能是两败俱伤这说明了“囚徒困境”的现实启示。比较静态分析改变模型外生参数如成本c、需求弹性a均衡如何变化用数学推导求偏导或数值模拟来说明。例如“当单位生产成本上升10%时均衡产量下降约5%均衡价格上升约3%”。这能让你的模型具有预测能力。政策建议或管理启示基于模型分析你能提出什么建议如果是市场竞争者如何避免陷入恶性竞争的“囚徒困境”提示可以考虑重复博弈下的合作可能性。如果是监管者如何设定规则来引导市场达到更优的社会结果例如征收庇古税来纠正负外部性。模型局限性讨论诚实地指出你的模型简化了哪些现实因素如假设信息完全、理性人、静态等。讨论如果放松这些假设结论可能会如何变化。这展现了批判性思维和模型的拓展潜力。博弈论为数学建模提供了一套严谨的分析相互依赖决策的框架。从识别问题中的博弈结构到精确定义策略与收益再到求解均衡并深刻解读每一步都需要将数学工具与实际问题紧密结合。暑期集训的目的就是通过高强度的学习和练习让你在面对五花八门的赛题时能迅速调动起这个强大的工具箱。记住最好的学习方式就是动手实践找一些往年的赛题尝试用博弈论的视角去重新审视和建模你会发现一片全新的天地。在接下来的集训中多和队友讨论把每个经典模型都自己推导一遍遇到问题随时查阅资料或请教这个夏天你一定会对博弈论有脱胎换骨的理解。 博弈论与纳什均衡：从核心概念到数学建模实战应用
1. 项目概述从零到一理解博弈论与纳什均衡每年暑假对于准备参加数学建模竞赛的同学来说都是一场硬仗。集训日程排得满满当当从微分方程到机器学习恨不得把整个数学世界都塞进脑子里。我记得自己第一次接触“博弈论”和“纳什均衡”这两个词是在大二暑假的集训课上当时的感觉是既兴奋又迷茫。兴奋在于这听起来像是能解释生活中很多“斗智斗勇”现象的神奇工具迷茫在于教材和论文里那些抽象的符号、矩阵和证明让人望而生畏不知道如何把它们变成一个能解决实际竞赛问题的“武器”。这次集训的主题“博弈论与纳什均衡”恰恰是连接数学理论与现实问题的一座关键桥梁。它不仅仅是数学的一个分支更是一种强大的建模思维。在数学建模竞赛中无论是国赛、美赛还是亚太杯你都会发现大量赛题的本质就是多方参与者在特定规则下的策略互动问题。比如经典的“出租车调度”、“资源分配”、“市场竞争”、“传染病防控策略”甚至是“无人机集群协同”问题其内核都包含着博弈的思想。理解博弈论意味着你拿到赛题后能迅速识别出题目中隐藏的“玩家”、“策略”和“收益”从而构建出更贴近问题本质的数学模型而不是生搬硬套一个现成的算法。简单来说这次集训的目标就是帮你把“博弈论”这门看似高深的学问拆解成建模竞赛中可以直接使用的工具箱。我们会绕过那些过于理论化的证明聚焦于如何识别一个问题是不是博弈问题如何用数学语言通常是矩阵或函数来描述它如何求解其中的均衡特别是纳什均衡以及如何将求解结果转化为有说服力的论文结论和策略建议。无论你是初次接触的新手还是想深化理解的进阶者这篇总结都将从一线实战的角度带你打通从理论到应用的任督二脉。2. 博弈论核心思想与建模框架拆解2.1 博弈论到底在研究什么很多同学一上来就纠结于公式其实忽略了最根本的出发点。博弈论研究的核心就一句话在互动决策中每个理性参与者的选择会相互影响最终结果取决于所有人的选择。我们可以用一个生活化的例子来理解假设你和队友明天要一起完成一个建模任务今晚需要决定是继续熬夜攻坚还是早点休息保状态。你的收益比如任务完成质量和自身健康不仅取决于你自己的选择也取决于队友的选择。如果你们都选择熬夜可能效率低下还伤身体如果都选择休息可能进度堪忧如果一个熬一个休配合又会出问题。你们俩就是“玩家” “熬夜”和“休息”就是“策略” 任务完成情况和身心状态就是“收益”。博弈论就是用来分析在这种情境下你们各自会怎么做以及最终可能形成什么样的稳定局面。在数学建模中这个“互动决策”的场景无处不在2024年高教社杯全国大学生数学建模竞赛C题生产与库存问题多个企业面对市场需求进行生产决策每个企业的产量会影响市场价格进而影响所有企业的利润。这就是一个典型的博弈。亚太杯数学建模竞赛中常见的资源竞争或路径规划问题多架无人机或车辆需要共享空域或道路每架飞机的路径选择会影响他人的安全和效率。国赛历年题目中涉及的政策制定或灾害应对比如政府与民众在疫情防控中的策略互动政府是否严格封锁民众是否配合隔离。识别博弈问题的关键是找到题目中的“多个决策主体”以及他们之间“策略的相互依赖性”。如果一个人的最优选择会随着其他人选择的改变而改变那么恭喜你你很可能遇到了一个博弈论建模的绝佳场景。2.2 博弈模型的基本要素与数学表达要把一个实际问题转化为博弈模型我们需要精确定义以下四个要素并用数学语言描述出来玩家Players记为集合N {1, 2, ..., n}。在建模中玩家可以是企业、国家、个体、智能体甚至是生物种群。关键是要明确决策主体是谁。策略Strategies每个玩家i有一个策略集S_i 表示他可以采取的所有可能行动方案。策略可以是离散的如“合作”/“背叛”、“进攻”/“防守”也可以是连续的如定价p_i ∈ [0, ∞) 产量q_i ≥ 0。在建模论文中必须清晰定义每个玩家的策略空间。收益Payoffs也称为效用。对于每一个策略组合(s_1, s_2, ..., s_n) 其中s_i ∈ S_i 每个玩家i都会得到一个收益u_i(s_1, s_2, ..., s_n)。 收益函数是博弈模型的核心它量化了玩家在不同结局下的得失。收益可以是利润、市场份额、满意度、生存概率等。构建收益函数是建模中最具挑战性也最体现创造性的部分它需要你深入理解问题背景做出合理的量化假设。信息Information玩家在决策时知道什么通常我们首先考虑“完全信息”博弈即每个玩家都知道所有玩家的策略集和收益函数。更复杂的还有不完全信息博弈如拍卖你不知道别人对物品的真实估价这在竞赛高端局中也可能出现。如何用数学表达对于最常见的双人有限策略博弈两个玩家每个玩家策略数量有限我们可以使用收益矩阵Payoff Matrix来直观表示。假设玩家1有m个策略玩家2有n个策略那么收益矩阵是一个m x n的表格每个单元格内有一对数字*(a, b)*分别代表玩家1和玩家2在该策略组合下的收益。例如经典的“囚徒困境”玩家1 \ 玩家2合作 (C)背叛 (D)合作 (C)(-1, -1)(-3, 0)背叛 (D)(0, -3)(-2, -2)这个矩阵清晰地展示了所有可能的策略组合和对应的收益。对于更多玩家或连续策略的博弈收益函数通常写成多变量函数的形式例如古诺竞争模型中企业i的利润函数π_i(q_i, q_{-i}) P(Q) * q_i - C_i(q_i) 其中*q_{-i}*代表其他所有企业的产量P(Q)是市场价格关于总产量Q的函数。注意在建模论文中务必花费足够篇幅清晰、严谨地定义这四个要素。这是你模型的基础评委首先会检查这里是否逻辑自洽。收益函数的构造往往需要引用一些经济学或管理学的基本原理并说明参数取值的依据。2.3 从静态到动态博弈的基本分类了解博弈的分类能帮助你在面对赛题时快速选择正确的建模工具。静态博弈 vs. 动态博弈静态博弈所有玩家同时行动或者虽然行动有先后但后行动者不知道先行动者的具体选择相当于同时。上面的囚徒困境就是静态博弈。建模相对简单常用收益矩阵或联立收益函数描述。动态博弈序贯博弈玩家轮流行动后行动者能观察到先行动者的选择。如下棋、商业中的市场进入决策。这类博弈需要用“博弈树”来描述并引入“子博弈精炼纳什均衡”等概念。在建模中如果问题有明显的时间顺序或决策阶段就要考虑动态博弈。完全信息博弈 vs. 不完全信息博弈完全信息如上所述所有收益函数是公共知识。大部分竞赛初级题目基于此假设。不完全信息至少有一个玩家不确定其他玩家的收益函数。例如在投标中你不知道对手对标的物的真实估值。这需要用到“贝叶斯博弈”框架。当题目中出现“私人信息”、“不确定性偏好”等关键词时要往这个方向思考。合作博弈 vs. 非合作博弈非合作博弈我们通常所说的博弈论主要指这个。它研究玩家在无法达成有约束力协议下的策略选择。纳什均衡就是非合作博弈的解概念。数学建模竞赛中绝大多数问题属于此类。合作博弈研究玩家可以形成联盟并如何分配联盟总收益的问题。核心概念是“核” (Core) 和“夏普利值” (Shapley Value)。当问题涉及团队形成、收益转移支付如气候变化中的国家联盟时可能用到。对于暑期集训和多数竞赛场景我们应首先掌握完全信息静态非合作博弈和完全信息动态博弈的建模与求解方法这是应用最广泛的基础。3. 纳什均衡概念、求解方法与竞赛应用3.1 纳什均衡的直观理解与精确定义纳什均衡是整个非合作博弈理论的基石。它的思想其实非常直观在一个策略组合里如果没有任何一个玩家可以通过单方面改变自己的策略而获得更高的收益那么这个策略组合就是一个纳什均衡。换句话说在纳什均衡点上每个玩家选择的都是针对其他玩家当前策略的“最优反应”。既然没人愿意单独偏离这个局面就形成了一种稳定的“僵局”。回到囚徒困境的例子(背叛 背叛) 就是一个纳什均衡。给定对方选择背叛自己选择背叛的收益是-2选择合作的收益是-3所以背叛是最优反应双方都如此谁单方面改合作都会吃亏。数学定义在一个n人博弈中一个策略组合(s_1^, s_2^, ..., s_n^)* 是一个纳什均衡如果对于每一个玩家i 满足u_i(s_i^, s_{-i}^) ≥ u_i(s_i, s_{-i}^) 对于所有 s_i ∈ S_i 都成立。* 其中s_{-i}^表示除玩家i外所有其他玩家的均衡策略。理解这个定义的关键在于“给定其他人的策略”。玩家i是在其他人策略s_{-i}^固定不变的前提下优化自己的选择。均衡意味着所有人的选择同时达到了这种“给定他人我最优”的状态。3.2 纯策略与混合策略纳什均衡纯策略纳什均衡玩家选择某个确定的策略。如上例中的(背叛背叛)。求解方法主要是划线法针对收益矩阵和最优反应函数法针对连续策略。划线法在双人矩阵博弈中对于玩家1的每一个策略找出玩家2的最优反应收益最高的那个在对应收益下划线同理对于玩家2的每一个策略找出玩家1的最优反应并划线。那些两个数字都被划线的单元格对应的策略组合就是纯策略纳什均衡。最优反应函数法适用于连续策略博弈如古诺模型。步骤是1) 写出每个玩家i的收益函数u_i(s_i, s_{-i}) 2) 在给定s_{-i}的情况下对u_i关于s_i求一阶导数并令其为零解出s_i关于s_{-i}的函数这就是玩家i的最优反应函数BR_i(s_{-i}) 3) 联立所有玩家的最优反应函数方程组解出的交点就是纳什均衡。混合策略纳什均衡当博弈没有纯策略纳什均衡或者均衡不唯一时玩家可以通过以一定概率随机选择不同的纯策略来获得稳定。混合策略均衡在诸如“猜硬币”、“点球大战”等零和博弈中非常常见。求解思路核心思想是在混合策略均衡下每个玩家选择各个纯策略的概率必须使得其他玩家在所有纯策略之间的收益是无差异的。只有这样其他玩家才没有动机偏离当前的混合策略。求解示例假设玩家1以概率p选上概率*(1-p)选下玩家2以概率q选左概率(1-q)选右。要找到均衡先计算玩家2选“左”和“右”时的期望收益令两者相等解出p*。再反过来计算玩家1选“上”和“下”时的期望收益令两者相等解出q。这个*(p, q)*就是混合策略纳什均衡。实操心得在数学建模论文中如果求得的是混合策略均衡一定要给出明确的概率值并解释其现实意义。例如“在均衡时警方应以60%的概率巡查A区40%的概率巡查B区”这比单纯说“存在一个混合策略均衡”要有力得多。同时要说明这个概率是如何计算出来的展示求解过程。3.3 纳什均衡的存在性与多重性这是理论上的重要问题也直接影响建模求解。存在性纳什定理告诉我们任何有限博弈玩家和策略数量都有限都至少存在一个纳什均衡可能是混合策略的。这为我们的求解提供了理论保障。对于连续策略的博弈在收益函数满足一定的连续性、拟凹性条件下也存在纯策略纳什均衡。多重性一个博弈可能有多个纳什均衡。这就产生了“均衡选择”问题。在建模中如果遇到多重均衡不能简单地只报告一个。你需要分析哪个均衡更可能发生这通常需要借助“聚点均衡”基于文化、习惯等、风险占优、帕累托占优等概念进行精炼。在论文中应该列出所有均衡并讨论其现实合理性提出均衡选择的依据。3.4 竞赛中的应用实例解析让我们结合一个简化的竞赛题目风格看看如何应用。假设题目背景两家公司玩家1和2在同一市场生产同质化产品同时决定产量q1和q2。市场价格由总产量决定P a - Q 其中Q q1 q2a为常数。两家公司的生产成本均为c每单位。建模与求解步骤定义博弈要素玩家公司1 公司2。策略产量q1 ≥ 0q2 ≥ 0。收益利润π1 P * q1 - c * q1 [a - (q1q2)] * q1 - c * q1。 同理π2 [a - (q1q2)] * q2 - c * q2。求解纳什均衡最优反应函数法求公司1的最优反应函数给定q2 最大化π1。 对π1关于q1求导∂π1/∂q1 a - 2q1 - q2 - c 0。 解得q1 (a - c - q2) / 2。 这就是BR1(q2)。同理公司2的最优反应函数q2 (a - c - q1) / 2 即BR2(q1)。联立两个反应函数方程q1 (a - c - q2) / 2q2 (a - c - q1) / 2解得纳什均衡产量q1q2(a - c) / 3。进一步可计算均衡价格和利润。结果分析与论文呈现在论文中你需要清晰地展示上述推导过程。对结果进行解释均衡产量随市场需求a增大而增大随成本c增大而减小。两家公司产量相同。可以进行拓展比较与垄断情况一家公司或完全竞争情况进行对比分析市场结构对社会总福利的影响。这能极大提升论文的深度。敏感性分析改变参数a或c观察均衡产量和利润的变化并用图表展示。这是建模论文的加分项。这个例子就是经典的“古诺双寡头竞争模型”它是博弈论在产业组织经济学中最基础的应用。在竞赛中你可能遇到更复杂的情况比如成本不对称、产品差异化、多阶段动态竞争等但基本的建模求解思路是相通的定义要素、构建收益函数、求最优反应、解联立方程。4. 动态博弈与演化博弈初步4.1 动态博弈博弈树与逆向归纳法当博弈的行动有先后顺序时我们就进入了动态博弈的领域。描述动态博弈的工具是博弈树它由节点代表决策点或终点、枝代表行动和收益向量组成。求解完全信息动态博弈的核心方法是逆向归纳法。其思想是从博弈树的最后阶段开始分析确定该阶段行动者的最优选择然后倒退到前一阶段前一阶段的行动者会预见到后续阶段的结果并据此做出自己的最优选择如此层层倒推直到初始节点。最终得到的一条路径就是博弈的“子博弈精炼纳什均衡”。竞赛应用示例考虑一个简单的市场进入阻挠博弈。一家潜在进入者玩家E先决定是否进入一个市场。如果选择“不进入”则博弈结束在位者玩家I独占利润收益为(0, 5)。如果选择“进入”则在位者选择是“默许”还是“斗争”。如果“默许”双方分享市场收益为(2, 2)如果“斗争”则价格战导致两败俱伤收益为(-1, 0)。画博弈树。从最后阶段开始如果进入发生在位者在“默许”(收益2)和“斗争”(收益0)之间选择显然会选择“默许”。倒推到第一阶段进入者预见到如果进入在位者会默许自己得到收益2如果不进入收益为0。因此进入者会选择“进入”。子博弈精炼纳什均衡是(进入 默许)。注意在位者“如果进入就斗争”的威胁是不可信的因为真到了那个节点斗争不符合他的利益。在建模论文中如果涉及多阶段决策如多期投资、研发竞赛一定要画出清晰的博弈树并详细阐述逆向归纳的推理过程。这能展示你对动态策略互动的深刻理解。4.2 演化博弈论从完全理性到有限理性经典博弈论假设玩家是“完全理性”的能进行复杂的计算。但现实中包括生物进化、社会习俗形成、技术标准扩散等过程中参与者往往是有限理性的。演化博弈论提供了另一个强大的视角。它引入的核心概念是种群和复制者动态。假设一个大种群中的个体随机配对进行博弈采用高收益策略的个体在种群中的比例会逐渐增长类似于生物进化中的自然选择。最终种群策略分布可能收敛到一个稳定状态即演化稳定策略。ESS的定义比纳什均衡更强一个策略s是ESS如果s是一个纳什均衡即对s的最优反应是s本身。对于任何其他最优反应策略s ≠ s 有u(s, s) u(s, s)。 这意味着如果一个“变异”策略s也能在s主导的种群中生存那么当s自己相遇时其收益不如s与*s相遇时的收益因此s*无法侵入。在数学建模中的应用演化博弈非常适合描述群体行为的长期演化趋势。例如传染病模型中个体防护策略的演化个体选择“戴口罩”或“不戴”其收益健康与便利取决于周围人群的选择比例。可以用复制者动态方程描述戴口罩者比例的变化并寻找ESS。技术或产品标准的竞争如蓝光 vs. HD-DVD用户选择哪种技术取决于其网络效应使用同一技术的人越多价值越大。演化博弈可以分析哪种标准最终能占据市场。生态学中的鹰鸽博弈分析动物争夺资源时的攻击与退让行为如何达到种群平衡。在论文中应用演化博弈关键步骤是定义对称的两人博弈收益矩阵。设x为种群中采用策略A的比例写出采用策略A和策略B的期望收益。建立复制者动态微分方程dx/dt x * (U_A - U_avg) 其中U_A是策略A的期望收益U_avg是种群平均收益。分析微分方程的平衡点及其稳定性这些稳定点就是可能的ESS。结合相图进行分析解释其现实意义。注意事项演化博弈论得出的结论往往是长期的、宏观的趋势而非个体一次性的最优决策。在论文中要明确这一点并根据问题背景判断是否适用。它和经典博弈论是互补的工具。5. 博弈论建模的常见问题与实战技巧5.1 如何将复杂赛题转化为博弈模型这是最关键的一步。很多同学看到题目描述很长涉及因素很多就无从下手。我的经验是遵循以下“三步法”剥离与抽象忽略次要细节抓住核心冲突。问自己题目中哪些实体是拥有自主决策权、并且决策会相互影响的把他们定义为“玩家”。他们的核心目标是什么利润最大化、成本最小化、风险最低化将其量化为“收益函数”。他们能做的主要选择有哪些定义为“策略集”。类比与对标将抽象出的结构与你已知的经典博弈模型进行类比。是类似“囚徒困境”的协调与合作问题还是类似“古诺/伯川德”的产量/价格竞争或是类似“鹰鸽博弈”的资源争夺亦或是类似“信号博弈”的信息不对称问题找到对标模型你就有了构建数学形式的基础框架。具体化与调整在经典模型框架内根据题目具体条件进行调整。例如经典古诺模型假设成本相同、产品同质如果你的题目中企业成本不同就把成本参数设为c1和c2如果产品有差异就把需求函数改为p1 a - bq1 - dq2 其中d表示产品替代程度。收益函数的形式可以更复杂但建模思想一脉相承。5.2 收益函数构建的陷阱与技巧收益函数构建不当是整个模型失败的根源。陷阱1收益维度单一。现实决策往往是多目标的。例如企业不仅追求利润还可能关注市场份额、品牌声誉。解决方法可以构建多目标函数或将其它目标作为约束条件亦或将多个目标通过权重合成为单一综合收益指标需论证权重合理性。陷阱2忽略外部性与互动效应。玩家的收益必须依赖于其他玩家的策略。如果构建的收益函数只与自己的策略有关那就不是博弈问题了。务必检查收益函数中是否包含了其他玩家的策略变量。技巧从简单到复杂。先构建一个最简单的、只包含最核心因素的收益函数求出均衡解。然后逐步加入更现实的假设如成本函数非线性、需求有随机波动等分析新因素如何改变均衡结果。这种“敏感性分析”或“模型拓展”是论文获得高分的亮点。5.3 求解方法选择与计算工具博弈类型典型求解方法常用工具/软件注意事项双人离散策略矩阵划线法、枚举法手算、Excel、Python (NumPy)检查是否存在纯策略均衡若无则求混合策略均衡。多人离散策略枚举法策略组合爆炸Python 编程遍历小规模、 Gambit软件策略空间稍大就无法穷举需考虑对称性简化或寻找算法。连续策略古诺等最优反应函数法、一阶条件联立手算求导、Matlab/Python (SymPy符号计算)确保收益函数可微且凹解出的均衡点需检验二阶条件。动态博弈逆向归纳法、博弈树分析手绘博弈树、 Gambit注意信息集。对于多阶段复杂博弈逆向归纳可能计算量大。演化博弈复制者动态微分方程、稳定性分析Matlab/Python (求解微分方程、绘制相图)重点分析平衡点的雅可比矩阵特征值判断稳定性。工具推荐Python NumPy/SymPy万能组合。NumPy处理矩阵运算SymPy进行符号求导和解方程非常适合推导连续策略博弈的均衡。用Matplotlib绘制收益曲线或相图。Gambit专业的博弈论分析软件可以图形化构建博弈树、计算纳什均衡支持多种算法非常适合离散策略和中小型动态博弈。学习成本不高输出结果直观。Matlab在求解微分方程演化博弈、优化计算方面有优势很多学校提供正版。实操心得在论文中不要只扔出一个软件的计算结果。一定要把核心的推导过程、一阶条件方程展示出来。软件结果作为验证。例如写“联立方程(1)和(2)解得均衡产量如式(3)所示。我们亦通过Python的SymPy库验证了此结果。” 这体现了你对模型本质的掌握而非仅仅是个软件操作员。5.4 模型结果的分析与论文呈现求解出均衡不是终点如何分析和解释结果才是体现建模水平的关键。经济学/管理学解释均衡结果意味着什么例如古诺均衡产量为什么低于垄断产量但高于完全竞争产量这反映了寡头竞争的何种特性价格战博弈的均衡为什么可能是两败俱伤这说明了“囚徒困境”的现实启示。比较静态分析改变模型外生参数如成本c、需求弹性a均衡如何变化用数学推导求偏导或数值模拟来说明。例如“当单位生产成本上升10%时均衡产量下降约5%均衡价格上升约3%”。这能让你的模型具有预测能力。政策建议或管理启示基于模型分析你能提出什么建议如果是市场竞争者如何避免陷入恶性竞争的“囚徒困境”提示可以考虑重复博弈下的合作可能性。如果是监管者如何设定规则来引导市场达到更优的社会结果例如征收庇古税来纠正负外部性。模型局限性讨论诚实地指出你的模型简化了哪些现实因素如假设信息完全、理性人、静态等。讨论如果放松这些假设结论可能会如何变化。这展现了批判性思维和模型的拓展潜力。博弈论为数学建模提供了一套严谨的分析相互依赖决策的框架。从识别问题中的博弈结构到精确定义策略与收益再到求解均衡并深刻解读每一步都需要将数学工具与实际问题紧密结合。暑期集训的目的就是通过高强度的学习和练习让你在面对五花八门的赛题时能迅速调动起这个强大的工具箱。记住最好的学习方式就是动手实践找一些往年的赛题尝试用博弈论的视角去重新审视和建模你会发现一片全新的天地。在接下来的集训中多和队友讨论把每个经典模型都自己推导一遍遇到问题随时查阅资料或请教这个夏天你一定会对博弈论有脱胎换骨的理解。