2014考研政治 從博弈論學(xué)理性復(fù)習(xí)

博弈，詞語(yǔ)解釋是局戲、圍棋、賭博?，F(xiàn)代數(shù)學(xué)中有博弈論，亦名“對(duì)策論”、“賽局理論”，屬應(yīng)用數(shù)學(xué)的一個(gè)分支， 表示在多決策主體之間行為具有相互作用時(shí)，各主體根據(jù)所掌握信息及對(duì)自身能力的認(rèn)知，做出有利于自己的決策的一種行為理論。在考研政治的復(fù)習(xí)中，博弈論也有跡可循。

一個(gè)完整的博弈應(yīng)當(dāng)包括五個(gè)方面的內(nèi)容：第一，博弈的參加者，即博弈過(guò)程中獨(dú)立決策、獨(dú)立承擔(dān)后果的個(gè)人和組織；
第二，博弈信息，即博弈者所掌握的對(duì)選擇策略有幫助的情報(bào)資料；
第三，博弈方可選擇的全部行為或策略的集合；
第四，博弈的次序，即博弈參加者做出策略選擇的先后；
第五，博弈方的收益，即各博弈方做出決策選擇后的所得和所失。 考研 教育\網(wǎng)

“囚徒困境”

“囚徒困境”是博弈論里最經(jīng)典的例子之一。講的是兩個(gè)嫌疑犯（A和B）作案后被警察抓住，隔離審訊；
警方的政策是"坦白從寬，抗拒從嚴(yán)"，如果兩人都坦白則各判8年；
如果一人坦白另一人不坦白，坦白的放出去，不坦白的判10年；
如果都不坦白則因證據(jù)不足各判1年。

在這個(gè)例子里，博弈的參加者就是兩個(gè)嫌疑犯A和B，他們每個(gè)人都有兩個(gè)策略即坦白和不坦白，判刑的年數(shù)就是他們的支付?？赡艹霈F(xiàn)的四種情況：A和B 均坦白或均不坦白、A坦白B不坦白或者B坦白A不坦白，是博弈的結(jié)果。A和B均坦白是這個(gè)博弈的納什均衡。這是因?yàn)椋俣ˋ選擇坦白的話，B最好是選擇坦白，因?yàn)锽坦白判8年而抵賴卻要判十年；
假定A選擇抵賴的話，B最好還是選擇坦白，因?yàn)锽坦白判不被判刑而抵賴確要被判刑1年。即是說(shuō)，不管A坦白或抵賴，B的最佳選擇都是坦白。反過(guò)來(lái)，同樣地，不管B是坦白還是抵賴，A的最佳選擇也是坦白。結(jié)果，兩個(gè)人都選擇了坦白，各判刑8年。在（坦白、坦白）這個(gè)組合中，A和B都不能通過(guò)單方面的改變行動(dòng)增加自己的收益，于是誰(shuí)也沒(méi)有動(dòng)力游離這個(gè)組合，因此這個(gè)組合是納什均衡。

囚徒困境反映了個(gè)人理性和集體理性的矛盾。如果A和B都選擇抵賴，各判刑1年，顯然比都選擇坦白各判刑8年好得多。當(dāng)然，A和B可以在被警察抓到之前訂立一個(gè)"攻守同盟"，但是這可能不會(huì)有用，因?yàn)樗粯?gòu)成納什均衡，沒(méi)有人有積極性遵守這個(gè)協(xié)定。

關(guān)于完全理性的思考

囚徒困境博弈的一個(gè)假設(shè)是博弈方都是完全理性。完全理性來(lái)源于經(jīng)濟(jì)學(xué)中的理性人假設(shè)，即博弈方都以個(gè)體利益最大化為目標(biāo)，且有準(zhǔn)確的判斷選擇能力，也不會(huì)“犯錯(cuò)誤”。以個(gè)體利益最大為目標(biāo)被稱為“個(gè)體理性”，有完美的分析判斷能力和不會(huì)犯選擇行為的錯(cuò)誤稱為“完全理性”。完全理性包括追求最大利益的理性意識(shí)、分析推理能力、識(shí)別判斷能力、記憶能力和準(zhǔn)確行為能力等多方面的完美性要求，其中任何一方面不完美就不屬于完全理性。我們可以看出，這是一個(gè)要求非常嚴(yán)格的假設(shè)。即便如此，完全理性仍在一個(gè)方面沒(méi)有做出規(guī)定（至少是沒(méi)有意識(shí)到或明確地規(guī)定出來(lái)），就是思維方式，也即是博弈方是以將問(wèn)題分解的方式來(lái)思考問(wèn)題呢，還是以系統(tǒng)的整體的方式來(lái)思考問(wèn)題的。

考研需要的不僅僅是考生的智力，更需要考生的毅力。考生在復(fù)習(xí)的過(guò)程中既要“有勇有謀”，為自己制定一個(gè)合適的復(fù)習(xí)計(jì)劃，更要將計(jì)劃堅(jiān)決的執(zhí)行。這樣才能贏得最終的勝利。

相關(guān)推薦: