博弈论中的囚徒困境在生活中的应用

博弈论中的囚徒困境在生活中的应用囚徒困境最早出现在1950年，由就职于兰德公司的梅里尔·弗勒德（MerrillFlood）和梅尔文·德雷希尔（MelvinDresher）拟定出相关困境的理论，后来由顾问艾伯特·（AlbertTucker）以囚徒方式阐述，并命名为“囚徒困境”。经典的囚徒困境如下：警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同的选择：若一人认罪并作证检控对方（相关术语称“背叛”对方），而对方保持沉默，此人将即时获释，沉默者将判监10年。若二人都保持沉默（相关术语称互相“合作”），则二人同样判监半年。若二人都互相检举（互相“背叛”），则二人同样判监2年。如同博弈论的其他例证，囚徒困境假定每个参与者（即“囚徒”）都是利己的，即都寻求最大自身利益，而不关心另一参与者的利益。参与者某一策略所得利益，如果在任何情况下都比其他策略要低的话，此策略称为“严格劣势”，理性的参与者绝不会选择。另外，没有任何其他力量干预个人决策，参与者可完全按照自己意愿选择策略。囚徒到底应该选择哪一项策略，才能将自己个人的刑期缩至最短？两名囚徒由于隔绝监禁，并不知道对方选择；而即使他们能交谈，还是未必能够尽信对方不会反口。就个人的理性选择而言，检举背叛对方所得刑期，总比沉默要来得低。试设想困境中两名理性囚徒会如何作出选择：（1）若对方沉默、背叛会让我获释，所以会选择背叛。（2）若对方背叛指控我，我也要指控对方才能得到较低的刑期，所以也是会选择背叛。二人面对的情况一样，所以二人的理性思考都会得出相同的结论——选择背叛。背叛是两种策略之中的支配性策略。因此，这场博弈中唯一可能达到的纳什均衡，就是双方参与者都背叛对方，结果二人同样服刑2年。这场博弈的纳什均衡，显然不是顾及团体利益的帕累托最优解决方案。以全体利益而言，如果两个参与者都合作保持沉默，两人都只会被判刑半年，总体利益更高，结果也比两人背叛对方、判刑2年的情况较佳。但根据以上假设，二人均为理性的个人，且只追求自己个人利益。均衡状况会是两个囚徒都选择背叛，结果二人判决均比合作为高，总体利益较合作为低。这就是“困境”所在。例子漂亮地证明了：非零和博弈中，帕累托最优和纳什均衡是相冲突的。一，囚徒困境之于异地恋异地恋成功率很低，如果一个事件大量发生，那么我们视之为一个大概率事件，不是偶发事件，或者就可以叫一种现象。尽管很多人认为这是感情问题，但是感情问题是感性问题，感性问题不足以解释现象，那么造成这种现象的原因可以用博弈论中的囚徒困境来解释。那么异地恋同样可以视为一组囚徒困境假设一：分开两地（距离较远）的情侣视为甲、乙两人假设二：甲乙两个都是经济人假设三：甲乙两个人由于分开两地无法完全了解对方的选择，即信息具有不透明性甲乙的两个选择：坚守、放弃选择A：若甲乙都选择不顾时间长短和地理的距离，都选择坚守，那么甲乙情侣关系维持，之前的时间和异地造成的机会成本没有浪费，对甲乙来说得利最大选择B、C：若某一方率先选择放弃，找到新欢再抛弃另一方，那么这一方的机会成本会为新的得利（找到新欢）的得利收获所弥补，但另一方在这组博弈中得利为0，之前投入的机会成本全部变为沉没成本。选择D：若两方同时选择放弃，那么两方的机会成本都变为沉没成本。在四组选择中，A选择似乎是对两人的最优选，但是由于假设条件的存在，信息的不透明性会导致甲乙选择的结果大多不会是A，由于担心对方选择放弃，导致自己的机会成本变为沉没成本，在面临优选的时候，甲乙很容易形成选择BCD的局面。在这个博弈中有两个变量，就是分开的地理位置的长短以及分开的时间的长短，这两个变量直接影响了最后的选择，时间、距离越长，造成BCD的局面的可能性也更加大。实际上在囚徒困境中，双方互不背叛的得利比互相背叛的大，但是由于利己性的存在，两个一般都选择互相背叛。如果一方选择背叛另一方，而另一方不变，那么背叛方就得利了，而坚守的一方损失了。也就是说，是如果保持静态均衡，就是两个人同样不选择背叛对方，那么均衡就可以保持。如果一方先打破均衡，那么他就是得益方，而另一方就是受害方。假设人是利己的，那么两个人都有可能趋向于背叛对方。博弈论的结论如何是根据概率而来的，要么就是一般性的结果。概率是根据大量观察实验做出的，很多“特殊”情况就被忽略了。