Zagadnienia

3. Równowaga Nasha

3.1. Definicje

Równowaga Nasha (RN) jest centralnym pojęciem teorii gier strategicznych.

Definicja (ważna) 3.1

Profil (strategii mieszanych) gry strategicznej \sigma^{*} jest równowagą Nasha wtedy i tylko wtedy jeżeli

u_{i}(\sigma^{*}_{i},\sigma^{*}_{{-i}})\ge u_{i}(\sigma _{i},\sigma^{*}_{{-i}})\quad\forall i=1,...n,\ \forall\sigma _{i}\in\Sigma _{i}

Słownie: żaden z graczy nie może podwyższyć swojej wypłaty przez jednostronną (to znaczy bez zmiany strategii wszystkich innych graczy) zmianę swojej strategii.

W dalszym ciągu udowodnimy ważne twierdzenia charakteryzujące RN.

3.2. Własności RN

Definicja 3.2

Nośnik strategii mieszanej \sigma _{i}=(\sigma _{{i1}},...,\sigma _{{im_{i}}}) jest to zbiór supp\sigma _{i}\subset A_{i} akcji (strategii czystych gracza i) taki że akcja o numerze k z A_{i} należy do supp\sigma _{i}\ \Leftrightarrow\sigma _{{ik}}>0.

INaczej mówiąc nosnik strategii \sigma _{i} jest to zbiór strategii czystych które sa grane z dodatnimi prawdopodobieństwami w danej strategii mieszanej \sigma _{i}.

Jeżeli używamy dla strategii mieszanej notacji x_{i}, to jej nośnik oznaczmy suppx_{i}. Nośnik strategii czystej jest singletonem. Można wprowadzić dodatkowe charakterystyki strategii: strategie istotnie mieszane (te które nie są czyste) i całkowicie mieszane (te których nośniki pokrywają się ze odpowiednim zbiorem strategii czystych).

Twierdzenie 3.1 (O wypłatach strategii czystych w RN)

Niech

x=(x_{1},...x_{n}),\  x_{i}=\sum _{{k=1}}^{{m_{i}}}e_{i}^{k}x_{{ik}},\  i=1,...n

- profil strategii mieszanych GS. Ustalmy gracza i. Niech e_{i}^{{k_{1}}},e_{i}^{{k_{2}}} - dwie różne strategie w suppx_{i} czyli p_{1}:=x_{{ik_{1}}}>0,\  p_{2}:=x_{{ik_{2}}}>0. Wtedy

x\  jest\  RN\Rightarrow\forall i\in N\ \  u_{i}(e_{i}^{{k_{1}}},x_{{-i}})=u_{i}(e_{i}^{{k_{2}}},x_{{-i}}) (3.1)

Tak więc w RN każdy gracz ma jednakowe wypłaty ze wszystkich strategii czystych z nośnika swojej strategii mieszanej którą gra w RN.

Uwaga 3.1

u_{i}(e_{i}^{{k_{1}}},x_{{-i}}) oznacza u_{i}(x_{1},x_{2},...,e_{i}^{{k_{1}}},...,,x_{{n}}).

ad absurdum. Niech x=(x_{1},...,x_{n}) - RN, oraz

\displaystyle u_{i}(e_{i}^{{k_{1}}},x_{{-i}})>u_{i}(e_{i}^{{k_{2}}},x_{{-i}}) (3.2)

Definiujemy profil

\tilde{x}=(x_{1},...,x_{{i-1}},\tilde{x}_{i},x_{{i+1}},...,x_{N})

taki że

\tilde{x}_{i}=\sum _{{k=1}}^{{m_{i}}}e_{i}^{{k_{i}}}\tilde{x}_{{ik}},

gdzie

\tilde{x}_{{ik_{1}}}=p_{1}+p_{2},
\tilde{x}_{{ik_{2}}}=0,
\tilde{x}_{{ij}}=x_{{ij}}\ \  dla\ \  j\neq k_{1},j\neq k_{2}.

Pokażemy że

\displaystyle u_{i}(\tilde{x}_{i},x_{{-i}})>u_{i}(x_{i},x_{{-i}}) (3.3)

czyli sprzeczność z definicją RN. Lewa strona tej nierówności ma postać:

\displaystyle L=u_{i}(\sum _{{k=1}}^{{m_{i}}}e_{i}^{k}\tilde{x}_{{ik}},x_{{-i}})= \displaystyle(p_{1}+p_{2})u_{i}(e_{i}^{{k_{1}}},x_{{-i}}) (3.4)
\displaystyle+0\cdot u_{i}(e_{i}^{{k_{2}}},x_{{-i}})+u_{i}(\sum _{{k\neq k_{1},k\neq k_{2}}}e_{i}^{k}x_{{ik}},x_{{-i}}). (3.5)

Prawa strona nierówności

\displaystyle P=u_{i}(\sum _{{k=1}}^{{m_{i}}}e_{i}^{k}x_{{ik}},x_{{-i}})= \displaystyle p_{1}u_{i}(e_{i}^{{k_{1}}},x_{{-i}})+p_{2}u_{i}(e_{i}^{{k_{2}}},x_{{-i}}) (3.6)
\displaystyle+u_{i}(\sum _{{k\neq k_{1},k\neq k_{2}}}e_{i}^{k}x_{{ik}},x_{{-i}}), (3.7)

a zatem z (3.2) otrzymujemy L>P, czyli (3.3), i.e. sprzeczność z definicją RN.

Wniosek 3.1

Wypłata każdego gracza w RN jest równa jego wypłacie z profilu w którym gracz ten gra dowolną strategią czystą z nośnika swojej strategii w RN, a pozostali gracze grają swoimi strategiami z RN. Mowi o tym

Stwierdzenie 3.1 (O wypłatach w RN)

Niech

x^{*}=(x_{1}^{*},...x_{N}^{*}),\  x_{i}^{*}=\sum _{{k=1}}^{{m_{i}}}e_{i}^{k}x_{{ik}}^{*},\  i\in N

- profil strategii mieszanych GS w RN. Wypłata każdego gracza i\in N z profilu x^{*} jest równa jego wypłacie z profilu w którym gra (dowolną) strategię czystą z suppx_{i}^{*} a wszyscy inni nie zmieniają swych strategii. Formalnie:

u_{i}(x_{i}^{*},x_{{-i}}^{*})=u_{i}(e_{i}^{k},x_{{-i}}^{*})\quad\forall e_{i}^{k}\in suppx_{i}^{*} (3.8)

Mówimy, że w RN wypłata gracza jest równa wypłacie z dowolnej granej przez niego w RN strategii czystej.

Gracz i gra w RN pewną strategią x_{i}^{*}=\sum _{{k\in suppx_{i}^{*}}}x_{{ik}}^{*}e_{i}^{k}.

Korzystając z liniowości u_{i} otrzymujemy

u_{i}(x_{i}^{*},x_{{-i}}^{*})=\sum _{{k\in suppx_{i}^{*}}}x_{{ik}}^{*}u_{i}(e_{i}^{k},x_{{-i}}^{*})=

(z Twierdzenia 3.1), oznaczając s–numer dowolnej ustalonej strategii z suppx_{i}^{*}:

=\sum _{{k\in suppx_{i}^{*}}}x_{{ik}}^{*}u_{i}(e_{i}^{s},x_{{-i}}^{*})=u_{i}(e_{i}^{s},x_{{-i}}^{*})\sum _{{k\in suppx_{i}^{*}}}x_{{ik}}^{*}=
=\ (\sum _{{k\in suppx_{i}^{*}}}x_{{ik}}^{*}=1)\  u_{i}(e_{i}^{s},x_{{-i}}^{*}).

Poniżej udowodnimy twierdzenie które pozwala znaleźć RN jeśli jest spełniony warunek dostateczny, oraz daje charakterystykę RN jako warunek konieczny.

\

\Rightarrow:

Warunek 1. jest identyczny z Twierdzeniem 3.1.

Warunek 2.: ad absurdum: w przeciwnym razie mielibyśmy

u_{i}(s^{{\prime}},x_{{-i}}^{*})>u_{i}(s^{{\prime\prime}},x_{{-i}}^{*})\ \  dla\ \  s^{{\prime}}\notin suppx_{i}^{*},s^{{\prime\prime}}\in suppx_{i}^{*}.

Z Wniosku (3.1), w RN dla s^{{\prime\prime}}\in suppx_{i}^{*}

u_{i}(s^{{\prime\prime}},x_{{-i}}^{*})=u_{i}(x_{i}^{*},x_{{-i}}^{*})\equiv u_{i}(x^{*}),

a zatem otrzymujemy u_{i}(s^{{\prime}},x_{{-i}}^{*})>u_{i}(x_{i}^{{*}},x_{{-i}}^{*}), sprzeczność z definicją RN.

\Leftarrow:

Ustalmy gracza i. Niech x_{i}^{*} będzie jego strategią mieszaną spełniającą warunki 1. i 2. Należy wykazać że

u_{i}(x_{i},x_{{-i}}^{*})\le u_{i}(x_{i}^{*},x_{{-i}}^{*})\ \ \forall x_{i}\in\Sigma _{i}.

Oznaczmy, pomijając dla uproszczenia notacji w obu symbolach indeks i: \  S:=suppx_{i}^{*}, \  a_{k}\equiv e_{i}^{k} - k-ta strategia czysta gracza i. Rozkładając u_{i}(x_{i},x_{{-i}}^{*}) względem nośnika strategii x_{i}^{*} i jego dopełnienia otrzymujemy, korzystając z liniowości u_{i}:

u_{i}(x_{i},x_{{-i}}^{*})=\sum _{{a_{k}\in S}}x_{{ik}}u_{i}(a_{k},x_{{-i}}^{*})+\sum _{{a_{k}\notin S}}x_{{ik}}u_{i}(a_{k},x_{{-i}}^{*}),

gdzie zastosowaliśmy zapis x_{i}=\sum _{{k}}a_{k}x_{{ik}}.

Pierwsza suma po prawej stronie ma (z warunku 1.) postać:

\sum _{{a_{k}\in S}}x_{{ik}}u_{i}(a_{s},x_{{-i}}^{*})=u_{i}(a_{s},x_{{-i}}^{*})\sum _{{a_{k}\in S}}x_{{ik}},

gdzie a_{s} jest jedną ze strategii czystych z nośnika S. Druga suma spełnia (z warunku 2.) nierówność:

\sum _{{a_{k}\notin S}}x_{{ik}}u_{i}(a_{k},x_{{-i}}^{*})\le\sum _{{a_{k}\notin S}}x_{{ik}}u_{i}(a_{s},x_{{-i}}^{*})=u_{i}(a_{s},x_{{-i}}^{*})\sum _{{a_{k}\notin S}}x_{{ik}}

gdzie a_{s} jest ustaloną strategią czystą z nośnika S. Zatem, ponieważ A_{i}=S\cup\bar{S},

u_{i}(x_{i},x_{{-i}}^{*})\le u_{i}(a_{s},x_{{-i}}^{*})\sum _{{a_{k}\in A_{i}}}x_{{ik}},

Zauważmy że dla obu profili x_{i} oraz x_{i}^{*} (każdy profil należy do sympleksu jednostkowego \Delta _{i})

\sum _{{a_{k}\in A_{i}}}x_{{ik}}=\sum _{{a_{k}\in A_{i}}}x_{{ik}}^{*}=1,

a więc

u_{i}(x_{i},x_{{-i}}^{*})\le u_{i}(a_{s},x_{{-i}}^{*})\sum _{{a_{k}\in A_{i}}}x_{{ik}}^{*}=\sum _{{a_{k}\in S}}u_{i}(a_{s},x_{{-i}}^{*})x_{{ik}}^{*}+\sum _{{a_{k}\notin S}}u_{i}(a_{s},x_{{-i}}^{*})x_{{ik}}^{*}.

Wykorzystując warunek 1. (do zamiany a_{s} na a_{k}), reprezentację x_{i}^{*}=\sum _{{a_{k}\in A_{i}}}a_{k}x_{{ik}}^{*} i liniowość funkcji wypłat względem odpowiednich argunentów, przepisujemy wyrażenie po ostatnim znaku równości w postaci

\sum _{{a_{k}\in S}}u_{i}(a_{k},x_{{-i}}^{*})x_{{ik}}^{*}+\sum _{{a_{k}\notin S}}u_{i}(a_{s},x_{{-i}}^{*})x_{{ik}}^{*}=\sum _{{a_{k}\in A_{i}}}u_{i}(a_{k},x_{{-i}}^{*})x_{{ik}}^{*}=u_{i}(x_{i}^{*},x_{{-i}}^{*}),

gdzie ostatnia równość wynika z liniowości wypłat. Otrzymaliśmy więc

u_{i}(x_{i},x_{{-i}}^{*})\le u_{i}(x_{i}^{*},x_{{-i}}^{*}).

Powyższe rozumowanie przeprowadzamy \forall i\in N.

Pokażemy przykład zastosowania Twierdzenia LABEL:waz1.

Przykład 3.1

\

L C R
T a,2 3,3 1,1
M 0,0 0,0 2,b
B c,4 5,1 0, 7

a,b,c\in\Re. Nastepująca para (profil) strategii mieszanych jest RN:

x^{*}=(x_{1}^{*},x_{2}^{*})=((3/4,0,1/4),(0,1/3,2/3))

Porównamy wypłaty ze strategii czystych i zastosujemy Twierdzenie LABEL:waz1. Obliczamy wypłaty ze strategii czystych gdy profil przeciwnika jest z RN. Dla gracza i=1:

Wypłata z T:0\cdot a+1/3\cdot 3+2/3\cdot 1=5/3

Wypłata z M:0\cdot b+1/3\cdot 0+2/3\cdot 2=4/3

Wypłata z B:0\cdot c+1/3\cdot 5+2/3\cdot 0=5/3

Wypłaty ze strategii czystych z suppx_{1}=\{ T,B\} są jednakowe, wypłata z M jest niższa. Dla gracza i=2 analogiczny rachunek pokazuje że wypłaty ze wszystkich strategii czystych: u_{2}(x_{1}^{*},\cdot) są równe 5/2, np:

u_{2}(x_{1}^{*},L)=2\cdot 3/4+0\cdot 0+4\cdot 1/4=5/2.

Warunki dostateczne na RN (dla drugiego gracza jest potrzebny tylko warunek 1) są więc spełnione.

Uwaga: Jeśli w drugim wierszu zamienimy 2 na 3 to powyższy profil nie będzie RN bo

u_{1}((M,x_{2}^{*}))=u_{1}((0,1,0),(0,1/3,2/3))=6/3>5/3.

A oto jeszcze jedna charakterystyka RN dająca w szczególności warunek dostateczny istnienia RN.

Stwierdzenie 3.2

Profil x^{*} jest RN \Leftrightarrow

\forall i\in N,\forall e_{i}^{k}\in A_{i}\ \  u_{i}(e_{i}^{k},x_{{-i}}^{*})\le u_{i}(x_{i}^{*},x_{{-i}}^{*})

\

\Rightarrow: Z definicji RN.

\Leftarrow: Ustalmy i. Niech x_{i}=\sum _{{k=1}}^{{m_{i}}}x_{{ik}}e_{i}^{k} - dowolna strategia mieszana gracza i. Obliczamy: z liniowości

\displaystyle u_{i}(x_{i},x_{{-i}}^{*})= \displaystyle\sum _{{k=1}}^{{m_{i}}}x_{{ik}}u_{i}(e_{i}^{k},x_{{-i}}^{*})\le\sum _{{k=1}}^{{m_{i}}}x_{{ik}}u_{i}(x_{i}^{*},x_{{-i}}^{*}) (3.9)
\displaystyle=u_{i}(x_{i}^{*},x_{{-i}}^{*})\sum _{{k=1}}^{{m_{i}}}x_{{ik}}=u_{i}(x_{i}^{*},x_{{-i}}^{*}). (3.10)

Istotną rolę w teorii gier strategicznych odgrywa ścisła RN.

Definicja 3.3

Profil x^{*}=(x_{1}^{*},...,x_{i}^{*}) jest ścisłą RN (SRN) \Leftrightarrow\forall i\ \ \forall x_{i}\ne x_{i}^{*}

u_{i}(x_{i},x_{{-i}}^{*})<u_{i}(x_{i}^{*},x_{{-i}}^{*})
Uwaga 3.2

RN jest SRN gdy strategia każdego gracza w RN jest JEDYNĄ najlepszą odpowiedzią na strategie wszystkich innych graczy w RN (definicja najlepszej odpowiedzi będzie podana w następnym rozdziale).

Mówimy że skończona GS jest generyczna jeśli \forall i\in N funkcja wypłat u_{i} jest różnowartościowa.

Zachodzi:

Stwierdzenie 3.3

SRN jest RN w strategiach czystych

Wsk. W przeciwnym razie w RN nośnik strategii x_{i} pewnego gracza i nie jest singletonem. Z Twierdzenia 3.1 wynika istnienie co najmniej dwóch różnych najlepszych odpowiedzi na x_{i}.

Uwaga 3.3

SRN nie musi istnieć. Przykład: Gra Orzeł-Reszka.

RN w strategiach czystych nie musi być SRN. Przykład: W grze

A B
A 1,1 0,0
B 0,0 0,0

(A,A) jest SRN, (B,B) nie.

Nawet gdy GS ma dokładnie jedną RN, to ta RN nie musi być SRN. Przykład: w grze

A B C
D 1,1 1,0 0,1
E 1,0 0,1 1,0

(D,A) jest (jedyną) RN, ale nie jest SRN.

Przykład 3.2

W Słabym Dylemacie Więźnia nie ma SRN. To że mieszane strategie nie są SRN wynika ze Stwierdzeniaq 3.3. Bezpośredni rachunek pokazuje że żadna z 3 czystych Rn nie jest SRN.

Definicja 3.4

Profil \sigma^{*}=(\sigma _{j}^{*})_{{j\in N}} w GS w której wszyscy gracze mają ten sam zbiór akcji ( czyli A_{j}=A,\ \forall j\in N) jest symetryczną RN jeśli jest RN oraz \sigma _{i}^{*}=\sigma _{j}^{*}\ \ \forall i,j\in A.

Uwaga 3.4

”Większość” gier skończonych ma nieparzystą liczbę RN. Przykładem sa gry 2–osobowe dla których \forall i\in N funkcja u_{i}:A\rightarrow\Re jest różnowartościowa (gry generyczne).

Oto ”kontrprzykład”: GS z czterema RN ([33]):

A B C
D 0,0 -1,-1 -1,-1
E -1,-1 -1,-1 -1,-1
E -1,-1 -1,-1 0,0

(poza trzema czystymi RN jest ”częściowo mieszana” RN (1/2,0,1/2).

Innym ”kontrprzykładem” jest gra ”Słaby Dylemat Więźnia”, która jest modyfikacją DW z wypłatą P=S:

C D
C R,R S,T
D T,S S,S

dla T>R>S. Wypłata każdego gracza nie jest funkcją różnowartośiowa. Gra ma continuum RN (w tym 3 RN w strategiach czystych), patrz Cwiczenie 4.1.

W ekonomicznych zastosowaniach teorii gier istotną rolę odgrywa pojęcie Pareto-optymalności.

Definicja 3.5

Profil gry strategicznej jest Pareto-optymalny (PO) jeżeli nie istnieje profil dający conajmniej jednemu graczowi wyższą, a wszystkim innym conajmniej taką samą wypłatę.

Profil gry jest Pareto-nieoptymalny jeżeli istnieje inny, lepszy dla conajmniej jednego gracza i nie gorszy dla żadnego (czyli gdy nie jest PO).

Przykład 3.3

\

L S R
U 4,3 5,1 6,2
M 2,1 8,4 3,6
D 3,0 9,6 2,8

(U,L) jest RN ale nie jest PO. (D,S) jest PO, ale nie jest RN.

Przykład 3.4

Gra koordynacyjna

A B
A 2,2 -10^{{-5}},0
B -10^{{-5}},0 1,1

ma 2 RN w strategiach czystych. RN (A,A) jest PO, ale, zakładając wypłaty np. w PLN, nie jest to ”przekonywujący” wybór w praktycznej realizacji.

Przykład 3.5

W 2-osobowym DW profil (C,C) jest PO gdyż gdy jeden z graczy sobie podwyższy wypłatę to wypłata drugiego się obniży. (C,C) jest PO, ale nie jest RN. Profil (D,D) jest RN ale nie jest PO.

W ”Dylemacie Wspólnych Zasobów” (Tragedy of Commons) tzw. minimalna efektywna kooperacja (czyli profil w którym jest dokładnie tylu kooperantów ile wynosi ”próg” - minimalna liczba kooperantów przy której pula jest rozdzielana między wszystkich graczy) jest jedynym profilem PO.

Dla gier o sumie stałej (patrz część 5) każdy profil jest PO (bo nie istnieje profil dający conajmniej jednemu graczowi wyższą, a wszystkim innym conajmniej taką samą wypłatę).

Ćwiczenie 3.1

Pokazać że DW nie ma innych równowag poza (D,D).

W strategiach czystych nie ma innych RN poza (D,D). Gdyby miał równowagę ściśle mieszaną (\sigma _{1},\sigma _{2}), to dla \sigma _{2}=(\beta,1-\beta) mamy, z twierdzenia podstawowego u_{1}(C,\sigma _{2})=u_{1}(D,\sigma _{2}), czyli R\beta+S(1-\beta)=T\beta+P(1-\beta), czyli (S-P)(1-\beta)=(T-R)\beta, sprzeczność dla DW. Dla profili w których jeden gracz gra strategią ściśle mieszaną a drugi czystą z twierdzenia–warunku koniecznego na wypłaty z obu strategii czystych pierwszego gracza byłyby jednakowe, co nie jest możliwe dla DW.

Ćwiczenie 3.2

Pokaż że w grze w Kota i Myszkę u_{M}((1/2,1/2),(1/2,1/2))\ge u_{M}((x,1-x),(1/2,1/2))\ \ \forall x\in[0,1], oraz u_{M}((1/2,1/2),(1/2,1/2))\ge u_{M}((1/2,1/2),(y,1-y))\ \ \forall y\in[0,1], a zatem para strategii ((1/2,1/2),(1/2,1/2)) jest RN (w istocie zachodzą równości).

Ćwiczenie 3.3

Ogólniejsza postać gry ”W Kota i Myszkę”

L P
L 0,K M,0
P M,0 0,K

Obliczyć średnie wypłaty przy stosowaniu strategii mieszanych i znależć RN.

Ćwiczenie 3.4

W grze

L S R
U 0,1 0,1 2,4
M 5,1 2,2 1,0
D 4,3 1,4 1,0

znależć RN i profile PO w strategiach czystych.

Odp.: (U,R): RN, PO. (M,S):RN ale nie PO. (D,L):PO ale nie RN.

Ćwiczenie 3.5

Znaleźć RN w grze

L S R
U 1,3 1,3 1,3
M 0,0 2,2 2,2
D 0,0 0,0 3,1

Ćwiczenie 3.6

GS jest o sumie zerowej jeżeli \forall(a_{1},...,a_{n})\in A\ \sum _{{i=1}}^{n}u_{i}(a_{1},...,a_{n})=0. Wykaż że dla GS o sumie zerowej każdy profil jest PO.

Treść automatycznie generowana z plików źródłowych LaTeXa za pomocą oprogramowania wykorzystującego LaTeXML.

Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego.

Projekt współfinansowany przez Ministerstwo Nauki i Szkolnictwa Wyższego i przez Uniwersytet Warszawski.