博弈论和帕累托最优
快捷方式: 差异,相似,杰卡德相似系数,参考。
博弈论和帕累托最优之间的区别
博弈论 vs. 帕累托最优
賽局理論(game theory),又譯為对策论,或者--,经济学的一个分支,1944年馮·諾伊曼與奧斯卡·摩根斯特恩合著《博弈論與經濟行為》,標誌著現代系統博弈理論的的初步形成,因此他被稱為「博弈論之父」。博弈論被認為是20世紀經濟學最偉大的成果之一。目前在生物学、经济学、国际关系、计算机科学、政治学、军事战略和其他很多学科都有广泛的应用。主要研究公式化了的激励结构(游戏或者博弈)间的相互作用。是研究具有斗争或竞争性质现象的数学理论和方法。也是運籌學的一个重要学科。. 帕雷托最优(Pareto optimality),或帕雷托--,也称为帕雷托效率(Pareto efficiency),是经济学中的重要概念,并且在博弈论、工程学和社会科学中有着广泛的应用。與其密切相關的另一個概念是帕雷托改善。 帕雷托最优是指资源分配的一种理想状态。給定固有的一群人和可分配的资源,如果从一种分配状态到另一种状态的变化中,在没有使任何人境况变坏的前提下,使得至少一个人变得更好,这就是帕雷托改善。帕雷托最优的狀態就是不可能再有更多的帕雷托改善的狀態;换句话说,不可能在不使任何其他人受損的情況下再改善某些人的境況。 需要指出的是,帕雷托最優只是各種理想態標準中的“最低標準”。也就是說,一種狀態如果尚未達到帕雷托最優,那么它一定是不理想的,因為還存在改進的余地,可以在不損害任何人的前提下使某一些人的福利得到提高。但是一種達到了帕雷托最優的狀態并不一定真的很“理想”。比如說,假設一個社會裡只有一個百萬富翁和一個快餓死的乞丐,如果這個百萬富翁拿出自己財富的萬分之一,就可以使后者免于死亡。但是因為這樣無償的財富轉移損害了富翁的福利(假設這個乞丐沒有什么可以用于回報富翁的資源或服務),所以進行這種財富轉移并不是帕雷托改進,而這個只有一個百萬富翁和一個餓死乞丐的社會可以被認為是帕雷托最優的。(這裡可以與古典功利主義的標準做一比較。按功利主義的標準,理想的狀態是使人們的福利的總和最大化的狀態。如果一個富翁損失很少的福利,卻能夠極大地增加乞丐的福利,使其免于死亡,那么社會的福利總和就增加了,所以從功利主義的角度看,這樣的財富轉移是一種改善,而最初的極端不平等狀態則是不理想的,因為它的福利總和較低。可以看到,帕雷托改進要求在提高某些人福利的時候不能減少任何一個人的福利,而功利主義則允許為了提高福利總和而減少一些人的福利。) 經濟學理論認為,如果市場是完備的和充分競爭的,市場交換的結果一定是帕雷托最优的,并且会同时满足以下3个条件:.
之间博弈论和帕累托最优相似
博弈论和帕累托最优有(在联盟百科)3共同点: 囚徒困境,纳什均衡,经济学。
囚徒困境(Prisoner's Dilemma)是博弈论的非零和博弈中具代表性的例子,反映個人最佳選擇並非团体最佳選擇。或者说在一个群体中,个人做出理性选择却往往导致集体的非理性。雖然困境本身只屬模型性質,但現實中的價格競爭、環境保護等方面,也會頻繁出現類似情況。 單次發生的囚徒困境,和多次重複的囚徒困境結果不會一樣。 在重复的囚徒困境中,博弈被反复地进行。因而每个参与者都有机会去“惩罚”另一个参与者前一回合的不合作行为。这时,合作可能会作为均衡的结果出现。欺骗的动机这时可能被受到惩罚的威胁所克服,从而可能导向一个较好的、合作的结果。作为反复接近无限的数量,纳什均衡趋向于帕累托最优。 囚徒困境的主旨為,囚徒們彼此合作,堅不吐實,可為全體帶來最佳利益(縮短刑期),但在無法溝通的情況下,因為出賣同伙可為自己帶來利益(無罪開釋),也因為同伙把自己招出來可為他帶來利益,因此彼此出賣雖違反最佳共同利益,反而是自己最大利益所在。但實際上,執法機構不可能設立如此情境來誘使所有囚徒招供,因為囚徒們必須考慮刑期以外之因素(出賣同伙會受到報復等),而無法完全以執法者所設立之利益(刑期)作考量,所以這是一個參考性的學術問題。.
博弈论和囚徒困境 · 囚徒困境和帕累托最优 · 查看更多 »
#重定向 納什均衡點.
博弈论和纳什均衡 · 帕累托最优和纳什均衡 · 查看更多 »
經濟學是一門对产品和服务的生产、分配以及消费进行研究的社會科學。西方语言中的“经济学”一词源於古希臘的Marshall, Alfred, and Mary Paley Marshall (1879).
博弈论和经济学 · 帕累托最优和经济学 · 查看更多 »
上面的列表回答下列问题
- 什么博弈论和帕累托最优的共同点。
- 什么是博弈论和帕累托最优之间的相似性
博弈论和帕累托最优之间的比较
博弈论有34个关系,而帕累托最优有20个。由于它们的共同之处3,杰卡德指数为5.56% = 3 / (34 + 20)。
参考
本文介绍博弈论和帕累托最优之间的关系。要访问该信息提取每篇文章,请访问: