本文是Game Theory An Introduction (by Steven Tadelis) 的学习笔记。html
协议是多方对一个剩余(surplus),经过提议,尝试达成一致意见。学习
一个两人协议博弈的过程:ui
协议博弈和以前博弈的不一样之处:spa
take it or leave it.
推论:11.1htm
在一个T=1的协议博弈中,剩余的任何分配都能被支持为一个纳什博弈:\(x^* \in [0, 1], (v_1, v_2) = (x^*, 1 - x^*)\).
推论:11.2
在一个T=1的协议博弈中,容许一个惟一的子博弈精炼均衡,在这个均衡中,玩家1提供\(x=1\),而且玩家2接受任何\(x \leq 1\)。blog
推论:11.3ip
任何子博弈精炼均衡一定致使玩家们能够在第一回合达成一致。
两人奇数回合的协议博弈的结果
\[ v_1^* = x_1 = \frac{1 + \delta^T}{1 + \delta} \ and \ v_2^* = (1 - x_1) = \frac{\delta - \delta^T}{1 + \delta} \\ \lim_{T \to \infty} v_1^* = \lim_{T \to \infty} \frac{1 + \delta^T}{1 + \delta} = \frac{1}{ 1 + \delta} \\ \lim_{T \to \infty} v_2^* = \lim_{T \to \infty} \frac{\delta - \delta^T}{1 + \delta} = \frac{\delta}{1 + \delta} \\ \lim_{\delta \to 1} \lim_{T \to \infty} v_1^* = \lim_{\delta \to 1} \frac{1}{1 + \delta} = \frac{1}{2} \\ \lim_{\delta \to 1} \lim_{T \to \infty} v_2^* = \lim_{\delta \to 1} \frac{\delta}{1 + \delta} = \frac{1}{2} \\ \]get
说明了it
两人无限回合的协议博弈的结果
\[ \overline{v}_1 = \overline{v}_2 = \overline{v} \\ \underline{v}_1 = \underline{v}_2 = \underline{v} \\ \underline{v} = 1 - \delta \overline{v} \\ \overline{v} = 1 - \delta \underline{v} \\ \underline{v} = \overline{v} = \frac{1}{1 + \delta} \\ where \\ \overline{v} \text{ : the best subgame-perfect equilibrium} \\ \underline{v} \text{ : the worst subgame-perfect equilibrium} \\ \]io
博弈规则:
有N奇数个玩家,须要\(\frac{N+1}{2}\)个接受才能是提议经过。
在每一个周期里,每一个玩家都有相同的可能性称为提议者。
博弈结果:
\[ where \\ k \text{ : the proposer's best response} \\ v \text{ : the expected payoff for any player i} \]
提议者的最佳收益:须要获得n-1的人的赞成,因为折扣优点,这个n-1我的的收益为\(\delta v\):
\[ k = 1 - \frac{N - 1}{2} \delta v \\ \]
回应者的收益:有\(\frac{1}{N}\)可能性成为提议者,拿到k;
有\(\frac{N - 1}{N}\)的可能性成为回应者,而且只有\(\frac{1}{2}\)的可能性(由于提议者只提供收益给回应者中的一半人)拿到\(\delta v\)。
\[ v = \frac{k}{N} + \frac{N - 1}{2N} \delta v \\ \]
计算结果:
\[ v = \frac{1}{N} \\ k(N) = 1 - \delta ( \frac{N - 1}{2N}) \\ \]
说明了
博弈规则:
有N奇数个玩家。
提议者提出一个协议,
有一个修订者提出一个修改协议。
若是提议者的协议经过了\(\frac{N+1}{2}\)。则被接受。
不然,修改协议变成主协议。
一个新的修订者提出一个修改协议。
再次投票,重复上面的过程。
不管那个响应者成为修订者,均可经过的方案。
案例:3个玩家。
\[ where \\ k \text{ : the proposer's best response} \\ v(k) \text{ : the expected payoff for any player i} \]
回应者的收益:一方面为\(\frac{1 - k}{2}\),一方面为\(\delta v(k)\):
\[ \frac{1 - k}{2} = \delta v(k) \\ \]
修订者的收益:因为对称性,修订者的给本身的收益\(v(k)\)应该是k。
\[ v(k) = k \\ \]
计算结果:
\[ k = \frac{1}{1 + 2 \delta} \\ \]
说明了
冒一个部分响应者不会成为修订者的风险。
\[ where \\ k \text{ : the proposer's value to himself} \\ v(k) \text{ : the expected payoff for proposer} \\ v(0) \text{ : the expected payoff for the player who will be offered 0} \]
回应者的收益:一方面为\(1 - k\),一方面为\(\delta v(k)\):
\[ 1 - k = \delta v(k) \]
提议者的指望收益:有\(\frac{1}{2}\)可能性拿到k;若是冒险失败,有\(\frac{1}{2}\)可能性拿到v(0)。
\[ v(k) = \frac{1}{2} k + \frac{1}{2} \delta v(0) \\ \]
获得0的玩家的指望收益:有一半的可能性获得v(k)。
\[ v(0) = \frac{1}{2} \delta v(k) \\ \]
计算结果:
\[ k = \frac{4 - \delta^2}{4 + 2 \delta - \delta^2} \\ v(k) = \frac{2}{4 + 2 \delta - \delta^2} \\ \]
说明了