首页 > 其他分享 >博弈论——连续产量古诺模型

博弈论——连续产量古诺模型

时间:2023-09-25 17:08:16浏览次数:37  
标签:厂商 博弈 模型 博弈论 古诺 产量 纳什


连续产量古诺模型

连续产量古诺模型是博弈论中非常经典的模型,以两厂商连续产量古诺博弈为例:

1、模型建立

Player:两个供应相同产品的厂商

产量:厂商1的产量为q1,厂商2的产量为q2,市场总供给为Q=q1+q2。

市场出清价格P:市场总供给的函数P(Q)=8-Q (市场出清价格是可以将产品全部卖出的价格)

成本:设两个厂商都无固定成本,每增加一单位产量的边际成本c1=c2=c。

最后强调两个厂商同时决策,即决策之前都不知道另一方产量(完全信息静态博弈)。

该博弈两博弈方的策略空间是他们可以选择的产量。假设产量是连续变量,也就是说两厂商有无限多种可选策略。两博弈方的得益是两个厂商各自的利润,即各自的销售收益减去各自的成本:
博弈论——连续产量古诺模型_供应链

博弈论——连续产量古诺模型_运筹学_02
其中,博弈论——连续产量古诺模型_管理_03博弈论——连续产量古诺模型_运筹学_04分别是厂商1、厂商2的利润。可以看出,两博弈方的得益都取决于双方的产量。这个博弈中,我们需要找到纳什均衡,即只要策略组合博弈论——连续产量古诺模型_博弈论_05满足博弈论——连续产量古诺模型_管理_06博弈论——连续产量古诺模型_供应链_07相互是对于对方的最佳对策就构成纳什均衡。

根据纳什均衡的定义知道,纳什均衡就是相互是最优对策的各博弈方策略组合。因此,如果策略组合博弈论——连续产量古诺模型_博弈论_05是本博弈的纳什均衡,就必须是下列最大值问题的解:
博弈论——连续产量古诺模型_供应链_09

2、模型求解

上述两个求最大值的式子都是各自变量的二次式,且二次项系数都小于0,因此只要博弈论——连续产量古诺模型_管理_06博弈论——连续产量古诺模型_供应链_07能使两式各自对博弈论——连续产量古诺模型_博弈论_12博弈论——连续产量古诺模型_运筹学_13的导数为0就能实现两式的最大值。

即令
博弈论——连续产量古诺模型_博弈论_14

又因为策略组合博弈论——连续产量古诺模型_博弈论_05是本博弈的纳什均衡,故解下列方程
博弈论——连续产量古诺模型_运筹学_16

得到方程组唯一解:
博弈论——连续产量古诺模型_管理_17

可以进一步得到市场总供给
博弈论——连续产量古诺模型_博弈论_18
市场出清价格为
博弈论——连续产量古诺模型_供应链_19
故双方的得益分别为:
博弈论——连续产量古诺模型_运筹学_20
博弈论——连续产量古诺模型_管理_21
总收益为(s为separate):
博弈论——连续产量古诺模型_博弈论_22
博弈论——连续产量古诺模型_运筹学_23为两个厂商在各自做决策场景下的总收益。

3、模型拓展

如果从两个厂商总体利益最大化角度进行统一的产量选择,就要求实现两个厂商总和利润最大的总产量。设总产量为Q,则总利润为
博弈论——连续产量古诺模型_运筹学_24
其中博弈论——连续产量古诺模型_博弈论_25(o为overall)为两个厂商总体决策时的总利润,则同样求一阶导得到当博弈论——连续产量古诺模型_管理_26时,取得最大值
博弈论——连续产量古诺模型_供应链_27

4、结果比较

将两个厂商进行统一的产量选择时的结果与两个厂商独立决策、追求各自利润最大化时的博弈结果相比:
博弈论——连续产量古诺模型_运筹学_28

不难发现,从两个厂商总体利益最大化角度进行统一的产量选择时,总产量较小,而总利润却较高。

因此从两个厂商的总体来看,根据总体利益最大化决策效率更高,即如果两个厂商联合起来决定产量,先定出使总利益最大的总产量(博弈论——连续产量古诺模型_管理_29)后各自生产其一半(博弈论——连续产量古诺模型_管理_30),则各自可分享到单位利润博弈论——连续产量古诺模型_供应链_31,比各自独立决策获得的利润博弈论——连续产量古诺模型_供应链_32要高。

当然,在两个独立决策的企业之间实现合作并不容易。合作难以实现的原因主要是合作的产量组合(博弈论——连续产量古诺模型_管理_30,博弈论——连续产量古诺模型_管理_30)不是纳什均衡。在这个策略组合中,双方都可以独自改变自己的策略得到更高的利润,双方都有突破博弈论——连续产量古诺模型_管理_30单位产量的冲动。在缺乏有强制性协议保障的情况下,这种冲动注定了不可能维持产量组合(博弈论——连续产量古诺模型_管理_30,博弈论——连续产量古诺模型_管理_30),两个厂商早晚都会增产,只有达到纳什均衡产量(博弈论——连续产量古诺模型_运筹学_38,博弈论——连续产量古诺模型_运筹学_38)后才会稳定下来,因为这时任意一个厂商单独改变产量都不利于自己。如果将遵守还是突破限额作为厂商面临的选择,则构成如下图所示中得益矩阵表示的博弈。不难看出,下图所示是一个囚徒困境。

博弈论——连续产量古诺模型_管理_40

5、总结

上述博弈是根据谢识予老师的《经济博弈论》中连续产量古诺模型改编得到的比较简单版本。更复杂的模型可以包括n个寡头,市场出清价格与市场总产量的函数关系P=P(Q) 可以更复杂,每个厂商的成本也可以变化或不同。但不管这些因素如何变化,分析思路与上述模型是相似的,不过纳什均衡的产量组合将变成n个偏微分为0的联立方程组解。

产量博弈的古诺模型是一种囚徒困境,无法实现博弈方总体和各个博弈方各自最大利益的结论,该博弈说明自由竞争经济同样存在低效率问题,放任自流并非最好的政策。这些结论也说明了,政府对市场调控和监管的必要性。


标签:厂商,博弈,模型,博弈论,古诺,产量,纳什
From: https://blog.51cto.com/u_15352924/7597225

相关文章

  • Java内存模型
    JavaMemoryModel,JMM是一种规范,定义了程序中各个变量的访问规则,以及在某个线程中对这些变量进行访问时需要遵守的同步策略,所以其目的是解决多线程正确执行的问题。Java内存模型确保了多线程程序的可见性、有序性和原子性;主要内容包括:主内存(MainMemory):所有变量都存储在主内......
  • Java内存模型——基础
    JMM因何产生由于计算机的存储设备与处理器的运算能力之间有几个数量级的差距,所以现代计算机系统都不得不加入一层读写速度尽可能接近处理器运算速度的高速缓存(Cache)来作为内存与处理器之间的缓冲——将运算需要使用到的数据复制到缓存中,让运算能快速进行,当运算结束后再从缓存同步回......
  • 火山引擎DataLeap推出两款大模型应用: 对话式检索与开发 打破代码语言屏障
    更多技术交流、求职机会,欢迎关注字节跳动数据平台微信公众号,回复【1】进入官方交流群 自上世50年代,以“计算机”作为代表性象征的信息革命开始,社会对于先进生产力的认知便开始逐步更迭——从信息化(通常认为是把企业中的信息资源与信息技术有机结合,从而提高企业的管理水......
  • 文档图像处理:大模型的突破与新探索
    前言随着数字化时代的到来,文档图像处理技术在各行各业扮演着越来越重要的角色。在2023第十二届中国智能产业高峰论坛(CIIS 2023)的专题论坛上,合合信息智能技术平台事业部副总经理、高级工程师丁凯博士分享了当前文档图像处理面临的困难,并讨论大模型在该领域的突破和新探索。虚竹哥把......
  • 三维模型3DTile格式轻量化压缩在移动智能终端应用方面的重要性分析
    三维模型3DTile格式轻量化压缩在移动智能终端应用方面的重要性分析 随着移动智能终端设备的不断发展和普及,如智能手机、平板电脑等,以及5G网络技术的推广应用,使得在这些设备上频繁使用三维地理空间数据成为可能。然而,由于这类数据通常具有大尺度、高精度等特点,其数据量巨大,如果......
  • Django的模型设计
    摘要通过Django框架设计一个商城网站,为了记忆其中的关键设置要点,同时对项目的重要知识点进行回顾记忆加深,通过笔记的形式进行记录方便记忆学习。一、商城的路由1、路由的分发规则​ 首先一个完整的路由包含:路由地址、视图函数(或者视图类)、路由变量和路由命名。其中基本信息必......
  • IO模型
    五种IO模型1.阻塞I/O2.非阻塞I/O3.多路I/O复用4.信号驱动I/O5.异步I/O前四种都是同步,只有最后一个是异步I/O阻塞I/O模型进程会一直阻塞(不再占有CPU),直到数据拷贝完成。应用程序调用一个IO函数,导致应用程序阻塞,等待数据准备好。如果数据没有准备好,一直等待….数据准备好了,从......
  • 金融领域预训练模型用于分类任务,大模型应用参考
    在bert的基础上加了一个分类层:代码实现:output=bert.model.outputoutput=Lambda(lambdax:x[:,0],name='CLS-token')(output)output=Dense(units=num_classes,activation='softmax',kernel_initializer=bert.initializer)(output)model......
  • 使用 FHE 实现加密大语言模型
    近来,大语言模型(LLM)已被证明是提高编程、内容生成、文本分析、网络搜索及远程学习等诸多领域生产力的可靠工具。大语言模型对用户隐私的影响尽管LLM很有吸引力,但如何保护好输入给这些模型的用户查询中的隐私这一问题仍然存在。一方面,我们想充分利用LLM的力量,但另一方面......
  • 主流大语言模型的技术原理细节
    1.比较LLaMA、ChatGLM、Falcon等大语言模型的细节:tokenizer、位置编码、LayerNormalization、激活函数等。2.大语言模型的分布式训练技术:数据并行、张量模型并行、流水线并行、3D并行、零冗余优化器ZeRO、CPU卸载技术ZeRo-offload、混合精度训练、激活重计算技术、Flash......