欢迎来到博弈论的世界！

在本章中，我们将探索博弈论 (Game Theory)，重点讨论零和博弈 (zero-sum games)。这听起来可能是一个复杂的主题，但其核心其实就是关于决策的数学研究。当你与另一个同样想赢的人进行竞争时，我们用它来找出最佳的应对策略。

为什么叫“零和”？ 想像你和朋友打赌 5 英镑。如果你赢了，你获得 5 英镑 (+5)，而你的朋友输掉 5 英镑 (-5)。如果你们将两者相加，总和就是零！在这些游戏中，一方的收益恰好等于另一方的损失。这里不存在“双赢”的情况！

1. 支付矩阵 (Pay-off Matrix)

每一场博弈都始于一个支付矩阵。这只是一张显示每种行动组合结果的表格。在 AQA Further Maths 中，我们通常有两名参与者：行玩家 (Row Player)（我们叫她 Rose）和列玩家 (Column Player)（我们叫他 Colin）。

重要规则：矩阵中的数字始终代表行玩家 (Rose) 的收益。

  • 如果数字为正数，则行玩家赢得该金额。
  • 如果数字为负数，则列玩家赢得该金额（即行玩家输掉该金额）。
示例：

Rose 在行动 A 和 B 之间选择；Colin 在行动 X 和 Y 之间选择。

\( \begin{pmatrix} & X & Y \\ A & 3 & -2 \\ B & -1 & 4 \end{pmatrix} \)

如果 Rose 出 A 而 Colin 出 X，Rose 赢得 3 分。如果 Rose 出 A 而 Colin 出 Y，Colin 赢得 2 分（因为对 Rose 来说是 -2）。

快速复习：读取矩阵

Rose (行) 希望得到尽可能高的正数。
Colin (列) 希望得到尽可能小的负数（因为这意味着他赢了！）。

2. 寻找“稳健”策略 (Play-Safe Strategy)

如果起初觉得有点棘手也不用担心；双方其实都只是在保护自己，以应对最坏的情况。这被称为稳健策略 (Play-Safe strategy)。

对于行玩家 (Rose)：

  1. 观察每一行，找出最小值（Rose 在该行可能得到的最差结果）。
  2. 选择对应这些最小值中最大值的行动。
  3. 这被称为最大最小策略 (Maximin)。

对于列玩家 (Colin)：

  1. 观察每一列，找出最大值（Colin 可能面临的最差情况，因为这些是 Rose 的收益）。
  2. 选择对应这些最大值中最小值的行动。
  3. 这被称为最小最大策略 (Minimax)。

关键点： Rose 想要最大化她的最小收益。Colin 想要最小化他的最大损失。

3. 稳定解与鞍点 (Saddle Points)

有时，Maximin 值等于 Minimax 值。当这种情况发生时，我们得到一个稳定解 (Stable Solution)（也称为鞍点 (Saddle Point)）。

如果博弈是稳定的，双方都没有理由改变策略。他们相遇的值被称为博弈的值 (Value of the Game)。

如何证明存在稳定解：

  1. 找出各行的最小值，再找出其中的最大值 (Maximin)。
  2. 找出各列的最大值，再找出其中的最小值 (Minimax)。
  3. 如果 Maximin = Minimax，该博弈即为稳定。
你知道吗？并非每种博弈都有稳定解。如果 Maximin 不等于 Minimax，玩家就需要“混合”他们的行动，让对手无法预测！

4. 优势策略 (Dominated Strategies)

在求解大型矩阵之前，我们要检查是否有任何行动是“垃圾”。如果存在另一种行动，无论对手做什么，其结果总是更好或相等，那么该策略就是被支配的 (dominated)。

  • 对于 Rose (行)：如果 B 行中的每个元素都大于或等于 A 行的相应元素，则 A 行被 B 行支配。Rose 永远不会选 A，所以我们可以把它划掉！
  • 对于 Colin (列)：如果 Y 列中的每个元素都小于或等于 X 列的相应元素，则 X 列被 Y 列支配。记住，Colin 想要较小的数字！他永远不会选 X，所以把它划掉。

记忆技巧：Rose 喜欢大数字，Colin 喜欢小数字。如果一行比另一行小，删除它；如果一列比另一列大，删除它。

5. 最优混合策略 (图解法)

如果没有鞍点，Rose 不应该每次都选择同一个行动。相反，她应该以概率 \( p \) 选择行动 1，以概率 \( (1-p) \) 选择行动 2。这就是混合策略 (Mixed Strategy)。

2xN 博弈的逐步做法：

  1. 为 Rose 在 Colin 每种行动下的预期收益建立表达式。
    示例：如果 Rose 以概率 \( p \) 出 A、概率 \( 1-p \) 出 B，且 Colin 出 X，预期收益可能是 \( 3p - 1(1-p) \)。
  2. 将其简化为 \( mp + c \) 的形式。
  3. 在图上将这些直线画出来，其中 x 轴为 \( p \) (从 0 到 1)。
  4. 找出所有线条的下边界 (Lower Boundary)（由这些线条构成的“底部”轮廓）。
  5. 找出这个下边界上的最高点。这就是 Maximin 点！

常见错误：学生经常寻找整个图表的最高点。记住：Rose 是在最大化她的最小收益，所以你要找的是底部线条的最高点。

6. 高阶博弈与线性规划

当矩阵大于 2x2（且不能通过优势策略简化）时，我们使用线性规划 (Linear Programming)。这与你在线性规划章节学到的单纯形法 (Simplex method) 有关。

如何将博弈转化为线性规划问题：

  1. 将所有值变为正数：如果矩阵有负数，给每个元素加上一个常数 \( k \) 使其全部 \( > 0 \)。这不会改变策略，只会改变最终的值。
  2. 设 Rose 选择各行动的概率为 \( p_1, p_2, p_3 \)。
  3. Rose 想要最大化博弈的值 \( V \)。
  4. 约束条件由列形成：\( (\text{Payoff}_1)p_1 + (\text{Payoff}_2)p_2 + ... \geq V \)。
  5. 我们还知道 \( p_1 + p_2 + ... = 1 \)。

为了使用单纯形法求解，我们通常会重新排列变量（令 \( x_i = \frac{p_i}{V} \))，将其转变为标准的最大化问题：最小化 \( \frac{1}{V} = x_1 + x_2 + x_3 \)。

总结检查清单

  • 我能从应用题中构建矩阵吗？(DF1)
  • 我能找出 Maximin 和 Minimax 来检查是否存在鞍点吗？(DF2 & DF3)
  • 我是否检查过被支配的行和列来简化博弈？(DF4)
  • 我能为 2xN 博弈画图并找出最优的 \( p \) 吗？(DF5)
  • 我知道如何为 3x3 博弈设定线性规划约束吗？(DF6)

你一定能行的！记住：Rose 想要在底部轮廓中站得越高越好，而 Colin 想要在顶部轮廓中站得越低越好！