Zagadnienia

5. Gry o sumie zerowej

Dwuosobowe gry o sumie zerowej (ogólniej: o sumie stałej) byly–chronologicznie–pierwszym typem gier rozważanym przez natematyków, w szczególności w pracach J. von Neumanna w latach 20ych i 30ych XX wieku. Gry o sumie zerowej były podstawą opracowanej przez J. von Neumanna i O. Morgensterna matematycznej teorii gier [16].

5.1. Definicje

Definicja 5.1

GS jest grą o sumie stałej jeżeli

\exists c\in\Re:\ \forall a\in A\ \quad\sum _{{i=1}}^{n}u_{i}(a)=c.

Jeśli c=0 to GS nazywamy grą o zumie zerowej i oznaczamy GS0.

Gry dwuosobowe (n=2) o sumie zero nazywa się też grami ściśle konkurencyjnymi. Nazwa gry ściśle konkurencyjne wynika stąd że w takich grach interesy graczy są ”ściśle przeciwstawne”: aby uzyskać maksymalną wypłatę gracz dąży do tego by zminimalizować sumę wypłat przeciwników. W takich grach gracze mają przeciwne wypłaty:

u_{1}(a)=-u_{2}(a),a\in A.

Do takich gier można zaklasyfikować (pomijając remisy) gry towarzyskie (parlor games): szachy, GO, warcaby, klasyczne dwuosobowe gry karciane. ”Teoriogrowe” przykłady ściśle konkurencyjnych GS to: gra Kamień-Papier-Nożyczki, Orzeł-Reszka.

Skończone gry dwuosobowe o sumie zerowej nazywa się też grami macierzowymi.

Uwaga 5.1

Możemy sformułować równoważną definicję GS o sumie stałej używając strategii mieszanych: GS jest grą o sumie stałej jeżeli

\exists c\in\Re:\ \forall\sigma\in\Sigma\quad\sum _{{i=1}}^{n}u_{i}(\sigma)=c.

Równoważność wynika z liniowości funkcji wypłat względem poszczególnych argumentów profilu GS0.

Wszystkie poniższe definicje, o ile nie zostanie napisane inaczej, odnoszą sie do GS0.

Uwaga 5.2

Wypłaty w takich grach możeny zapisać w formie macierzowej:

u_{1}(\sigma)=u_{1}(\sigma _{1},\sigma _{2})=\sigma _{1}A\sigma _{2}^{T},\ \  u_{2}(\sigma)=-u_{1}(\sigma)\quad\forall\sigma\in\Sigma,

gdzie profil \sigma _{1} jest wektorem wierszowym, \sigma _{2}^{T} - wektorem kolumnowym.

Zdefiniujemy dwie liczby: v_{1}: maximin, oraz v_{2}: minimax.

Definicja 5.2
v_{1}:=max_{{\sigma _{1}\in\Sigma _{1}}}min_{{\sigma _{2}\in\Sigma _{2}}}u_{1}(\sigma _{1},\sigma _{2})
v_{2}:=min_{{\sigma _{2}\in\Sigma _{2}}}max_{{\sigma _{1}\in\Sigma _{1}}}u_{1}(\sigma _{1},\sigma _{2}).

v_{1},\  v_{2} nazywamy też odpowiednio dolną i górna wartością GS0.

Uwaga 5.3

Gdy zastąpimy w tej definicji \Sigma _{i} przez A_{i}, czyli weźmiemy pod uwagę tylko strategie czyste, to w celu obliczenia v_{1} bierzemy minimum z każdego wiersza macierzy wypłat gracza 1 i z tak uzyskanej kolumny znajdujemy maksimum.

Heurystycznie, maximin v_{1} jest maksymalną wypłatą gracza 1 gdy gracz 2 minimalizuje wypłaty u_{1} gracza 1. Dokładniej: dla każdego profilu \sigma _{1} gracz 1 znajduje profil \sigma _{2} który minimalizuje u_{1} a ”następnie” 1 swoimi profilami \sigma _{1} maksymalizuje u_{1}. Otrzymana wartość u_{1} to maximin; minimax v_{2} jest wynikiem procedury optymalizacyjnej gracza 2, który wpierw maksymalizuje u_{1} profilami \sigma _{1} przy ustalonym \sigma _{2}, a następnie minimalizuje u_{1} swoimi profilami \sigma _{2}.

Zauważmy że v_{1},v_{2} można zdefiniować dla dowolnych (niekoniecznie o sumie zero) dwuosobowych GS.

Definicja 5.3

Profil (\sigma _{1}^{*},\sigma _{2}^{*}) jest punktem siodłowym jeżeli

u_{1}(\sigma _{1},\sigma _{2}^{*})\le u_{1}(\sigma _{1}^{*},\sigma _{2}^{*})\le u_{1}(\sigma _{1}^{*},\sigma _{2})\ \ \forall\sigma _{i}\in\Sigma _{i},\  i=1,2.)

Wypłatę u_{1}(\sigma _{1}^{*},\sigma _{2}^{*}) nazwiemy wartością gry (w punkcie siodłowym, saddle point value of the game).

Uwaga 5.4

Ponieważ

-u_{1}(\sigma _{1}^{*},\sigma _{2}^{*})\ge-u_{1}(\sigma _{1}^{*},\sigma _{2}),

więc, z uwagi na u_{2}=-u_{1}, mamy

u_{2}(\sigma _{1}^{*},\sigma _{2}^{*})\ge u_{2}(\sigma _{1}^{*},\sigma _{2}),

a zatem punkt siodłowy GS0 jest RN GS0.

5.2. Własności. Podstawowe twierdzenia

Sformułujemy podstawowe twierdzenie dla rozważanych gier.

Twierdzenie 5.1 (”O minimaksie”, J. von Neumann, 1928)

Dla każdej 2-osobowej skończonej GS o sumie zerowej

1. Istnieje punkt siodłowy.

2. Istnieje v^{*}\in\Re taka że v_{1}=v_{2}=v^{*}, patrz Definicja 5.2.

3. Jeżeli (\sigma _{1}^{*},\sigma _{2}^{*}) jest punktem siodłowym to u_{1}(\sigma _{1}^{*},\sigma _{2}^{*})=v^{*}.

4. (\sigma _{1}^{*},\sigma _{2}^{*}) jest punktem siodłowym wtedy i tylko wtedy gdy

\sigma _{1}^{*}\in argmax_{{\sigma _{1}}}min_{{\sigma _{2}}}u_{1}(\sigma _{1},\sigma _{2})

oraz

\sigma _{2}^{*}\in argmin_{{\sigma _{2}}}max_{{\sigma _{1}}}u_{1}(\sigma _{1},\sigma _{2})

Punkt 1 jest szczególnym ptzypadkiem Twieredzenia Nasha.

Punkt 2. mówi że w dwuosobowych GS0 maximin i minimaks są sobie równe.

Punkt 3. mówi że v^{*} jest taka sama we wszystkich punktach siodłowych. W każdym punkcie siodłowym są jednocześnie spełnione najbardziej pesymistyczne przewidywania obu graczy. Gracz 1 otrzymuje wypłatę u_{1}(\sigma _{1}^{*},\sigma _{2})=v^{*}, gracz 2 otrzymuje wypłatę -u_{1}(\sigma _{1}^{*},\sigma _{2})=-v^{*}.

Punkt 4 mówi że w punkcie siodłowym gracz 1 gra strategią maximinową, gracz 2-i minimaksową.

1. Jest to szczególny przypadek twierdenia Nasha o istnieniu. Oryginalny dowód von Neumanna korzystał z innych technik matematycznych.

2. Wykażemy wpierw że v_{2}\ge v_{1}. Niech \sigma _{i}\in\Sigma _{i},i=1,2. Zachodzi

min_{{\sigma _{2}^{{{}^{{\prime}}}}\in\Sigma _{2}}}u_{1}(\sigma _{1},\sigma _{2}^{{{}^{{\prime}}}})\le u_{1}(\sigma _{1},\sigma _{2}). (5.1)

Działając na powyższą nierówność operatorem max_{{\sigma _{1}\in\Sigma _{1}}} otzymujemy

v_{1}=max_{{\sigma _{1}\in\Sigma _{1}}}min_{{\sigma _{2}^{{{}^{{\prime}}}}\in\Sigma _{2}}}u_{1}(\sigma _{1},\sigma _{2}^{{{}^{{\prime}}}})\le max_{{\sigma _{1}\in\Sigma _{1}}}u_{1}(\sigma _{1},\sigma _{2}). (5.2)

Nierówność ta zachodzi dla każdego \sigma _{2}\in\Sigma _{2}. Działając na powyższą nierówność operatorem min_{{\sigma _{2}\in\Sigma _{2}}} otzymujemy

v_{1}\le min_{{\sigma _{2}\in\Sigma _{2}}}max_{{\sigma _{1}\in\Sigma _{1}}}u_{1}(\sigma _{1},\sigma _{2})=v_{2}. (5.3)

co dowodzi nierowności v_{2}\ge v_{1}.

Pokażemy teraz że v_{1}\ge v_{2}. Wykorzystamy fakt istnienia RN. Niech (\sigma _{1}^{*},\sigma _{2}^{*}) będzie RN, czyli

u_{1}(\sigma _{1}^{*},\sigma _{2}^{*})\ge u_{1}(\sigma _{1},\sigma _{2}^{*})\forall\sigma _{1}\in\Sigma _{1}, (5.4)

oraz

u_{1}(\sigma _{1}^{*},\sigma _{2}^{*})\le u_{1}(\sigma _{1}^{*},\sigma _{2})\forall\sigma _{1}\in\Sigma _{1}. (5.5)

Zachodzi też

v_{1}=max_{{\sigma _{1}\in\Sigma _{1}}}min_{{\sigma _{2}\in\Sigma _{2}}}u_{1}(\sigma _{1},\sigma _{2})\ge min_{{\sigma _{2}\in\Sigma _{2}}}u_{1}(\sigma _{1}^{*},\sigma _{2}). (5.6)

Ponieważ, na mocy (5.5)

min_{{\sigma _{2}\in\Sigma _{2}}}u_{1}(\sigma _{1}^{*},\sigma _{2})=u_{1}(\sigma _{1}^{*},\sigma _{2}^{*}), (5.7)

więc

v_{1}\ge u_{1}(\sigma _{1}^{*},\sigma _{2}^{*}). (5.8)

Z uwagi na (5.4) mamy

u_{1}(\sigma _{1}^{*},\sigma _{2}^{*})=max_{{\sigma _{1}\in\Sigma _{1}}}u_{1}(\sigma _{1},\sigma _{2}^{*}) (5.9)

a więc

v_{1}\ge max_{{\sigma _{1}\in\Sigma _{1}}}u_{1}(\sigma _{1},\sigma _{2}^{*})\ge min_{{\sigma _{2}\in\Sigma _{2}}}max_{{\sigma _{1}\in\Sigma _{1}}}u_{1}(\sigma _{1},\sigma _{2})=v_{2}. (5.10)

Wykazaliśmy v_{1}\ge v_{2} i v_{1}\le v_{2}, a zatem równość v_{1}=v_{2}=v^{*}.

3. Punkt 3 jest bezpośrednia konsekwencją powyższej równości. W każdej równowadze mamy więc:

Dla gracza 1:

u_{1}(\sigma _{1}^{*},\sigma _{2}^{*})=max_{{\sigma _{1}\in\Sigma _{1}}}min_{{\sigma _{2}\in\Sigma _{2}}}u_{1}(\sigma _{1},\sigma _{2})=v^{*}, (5.11)

a dla gracza 2

u_{2}(\sigma _{1}^{*},\sigma _{2}^{*})=-min_{{\sigma _{2}\in\Sigma _{2}}}max_{{\sigma _{1}\in\Sigma _{1}}}u_{1}(\sigma _{1},\sigma _{2})=-v^{*}. (5.12)

Punkt 4 zostawiamy czytelnikowi jako ćwiczenie.

Definicja 5.4

Liczbę v^{*} nazywamy wartością (value) dwuosobowej GS o sumie zerowej.

Wartość ściśle konkurencyjnej GS0 jest to więc wypłata gracza 1 w punkcie siodłowym.

Definicja 5.5

Strategia \sigma _{i} gracza i rozwiązująca problem

max_{{\sigma _{i}}}min_{{\sigma _{{-i}}}}u_{i}(\sigma _{i},\sigma _{{-i}}),\ \  i=1,2,

nazywa sie strategią maksyminową gracza i.

Twierdzenie 5.2

Jeżeli v_{1}=v_{2} to (każdy) profil (\sigma _{1}^{*},\sigma _{2}^{*}), gdzie \sigma _{i}^{*} jest strategią maksyminową gracza i,\  i=1,2 jest punktem siodłowym.

Przykład 5.1

Znajdziemy strategię maksyminową i wypłatę ze strategii maksyminowej gracza 1 (wierszowego) w grze Orzeł – Reszka.

B S
B 1,-1 -1,1
S -1,1 1,-1

Niech \sigma _{1}=(p,1-p),\ \sigma _{2}=(y,1-y). Obliczamy

u_{1}(\sigma _{1},\sigma _{2})=(1-2p)(1-2y).

Przy ustalonym p: dla p<1/2 u_{1} przyjmuje minimum dla y=1, wynosi ono 2p-1<0. Dla p=1/2 minimum u_{1} wynosi 0. Dla p>1/2 minimum u_{1} jest dla y=0 i jest mniejsze od zera. Tak więc max_{p}minu_{1}=0, strategia maksyminowa to profil (1/2,1/2) z wypłatą 0. Analogicznie postępujemy dla gracza 2.

W każdej RN GS0 gracze otrzymują takie same (przeciwne co do znaku) wypłaty. Zachodzi też interesująca własność ”wymienności równowag” (equilibrium interchangeability). W 2-osobowych GS o sumie zerowej jeżeli gracz 1 wybierze swój profil z pewnej RN a drugi gracz wybierze swój z innej RN, to para tych profili też jest RN. Mówi o tym

Twierdzenie 5.3 (O wymienności równowag)

Niech (a,b)\in\Sigma,\ (c,d)\in\Sigma - dwie RN dwuosobowej GS o sumie zerowej. Wtedy profile (a,d),(c,b) też są RN.

Niech v^{*} - wartość gry. W RN (a,b), ponieważ suma wypłat graczy jest zero oraz

u_{2}(a,b)\ge u_{2}(a,\tilde{b})\ \forall\ \tilde{b}\in\Sigma _{2}

(a zatem -u_{2}(a,b)\le-u_{2}(a,\tilde{b})\ \forall\ \tilde{b}\in\Sigma _{2}), więc otrzymujemy

v^{*}=u_{1}(a,b)=-u_{2}(a,b)\le-u_{2}(a,\tilde{b})\ \forall\ \tilde{b}\in\Sigma _{2}.

Podstawiając \tilde{b}=d otrzymujemy obustronne oszacowanie

v^{*}\le-u_{2}(a,d)=u_{1}(a,d)\le u_{1}(c,d)=v^{*},

gdzie równość wynika z faktu że gra jest o sumie zerowej, a ostatnia nierówność z tego że (c,d) jest RN. Wypłata u_{1}(a,d) została obustronnie oszacowana przez v^{*}, a zatem zachodzi równość u_{1}(a,d)=v^{*}. Otrzymujemy

u_{1}(a,d)=v^{*}=u_{1}(a,b)\ge u_{1}(\sigma _{1},d)\ \ \forall\sigma _{1}\in\Sigma _{1},

gdzie nierówność z faktu że (a,b) jest RN. Mamy też

u_{1}(a,d)=u_{1}(a,b)=-u_{2}(a,b)\le-u_{2}(a,\sigma _{2})=u_{1}(a,\sigma _{2})\ \ \forall\sigma _{2}\in\Sigma _{2},

nierówność wynika z faktu że (a,b) jesr RN. Mnożąc przez -1 otrzymujemy stąd

-u_{1}(a,d)\ge-u_{1}(a,\sigma _{2})\ \ \forall\sigma _{2}\in\Sigma _{2},

a zatem

u_{2}(a,d)=-u_{1}(a,d)\ge-u_{1}(a,\sigma _{2})=u_{2}(a,\sigma _{2})\ \ \forall\sigma _{2}\in\Sigma _{2}.

Profil (a,d) jest więc RN. Analogicznie dowodzimy że profil (c,b) jest RN.

Uwaga 5.5

Dla GS0 można podać efektywne algorytmy szukanie wartości gry za pomocą programowania liniowego, patrz np. monografia Luce, Reiffa [13].

Ćwiczenie 5.1

W symetrycznej GS0 A_{1}=A_{2},\  u_{1}(a_{1},a_{2})=u_{2}(a_{2},a_{1})\ \forall a_{i}\in A_{i},i=1,2 w mieszanej RN (jeżeli istnieje) zachodzi u_{i}=0,\  i=1,2.

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.