如果你也在 怎样代写博弈论Game theory 这个学科遇到相关的难题，请随时右上角联系我们的24/7代写客服。博弈论Game theory在20世纪50年代被许多学者广泛地发展。它在20世纪70年代被明确地应用于进化论，尽管类似的发展至少可以追溯到20世纪30年代。博弈论已被广泛认为是许多领域的重要工具。截至2020年，随着诺贝尔经济学纪念奖被授予博弈理论家保罗-米尔格伦和罗伯特-B-威尔逊，已有15位博弈理论家获得了诺贝尔经济学奖。约翰-梅纳德-史密斯因其对进化博弈论的应用而被授予克拉福德奖。

博弈论Game theory是对理性主体之间战略互动的数学模型的研究。它在社会科学的所有领域，以及逻辑学、系统科学和计算机科学中都有应用。最初，它针对的是两人的零和博弈，其中每个参与者的收益或损失都与其他参与者的收益或损失完全平衡。在21世纪，博弈论适用于广泛的行为关系；它现在是人类、动物以及计算机的逻辑决策科学的一个总称。

同学们在留学期间，都对各式各样的作业考试很是头疼，如果你无从下手，不如考虑my-assignmentexpert™！

my-assignmentexpert™提供最专业的一站式服务：Essay代写，Dissertation代写，Assignment代写，Paper代写，Proposal代写，Proposal代写，Literature Review代写，Online Course，Exam代考等等。my-assignmentexpert™专注为留学生提供Essay代写服务，拥有各个专业的博硕教师团队帮您代写，免费修改及辅导，保证成果完成的效率和质量。同时有多家检测平台帐号，包括Turnitin高级账户，检测论文不会留痕，写好后检测修改，放心可靠，经得起任何考验！

想知道您作业确定的价格吗? 免费下单以相关学科的专家能了解具体的要求之后在1-3个小时就提出价格。专家的 报价比上列的价格能便宜好几倍。

我们在经济Economy代写方面已经树立了自己的口碑, 保证靠谱, 高质且原创的经济Economy代写服务。我们的专家在博弈论Game theory代写方面经验极为丰富，各种博弈论Game theory相关的作业也就用不着 说。

经济代写|博弈论代考Game theory代写|Strategic-Form Games

A game in strategic (or normal) form has three elements: the set of players $i \in, \mathcal{A}$, which we take to be the finite set ${1,2, \ldots, I}$, the pure-strategy space $S_i$ for each player $i$, and payoff functions $u_i$ that give player $i$ ‘s von Neumann-Morgenstern utility $u_i(s)$ for each profile $s=\left(s_1, \ldots, s_I\right)$ of strategies. We will frequently refer to all players other than some given player $i$ as “player i’s opponents” and denote them by “-i.” To avoid misunderstanding, let us emphasize that this terminology does not mean that the other players are trying to “beat” player $i$. Rather, each player’s objective is to maximize his own payoff function, and this may involve “helping” or “hurting” the other players. For economists, the most familiar interpretations of strategies may be as choices of prices or output levels, which correspond to Bertrand and Cournot competition, respectively. For political scientists, strategies might be votes or choices of electoral platforms.
A two-player zero-sum game is a game such that $\sum_{i=1}^2 u_i(s)=0$ for all $s$. (The key feature of these games is that the sum of the utilities is a constant: setting the constant to equal 0 is a normalization.) In a two-player zero-sum game, whatever one player wins the other loses. This is the extreme case where the players are indeed pure “opponents” in the colloquial sense. Although such games are amenable to elegant analysis and have been widely studied in game theory, most games of interest in the social sciences are non-zero-sum.
It is helpful to think of players’ strategies as corresponding to various “buttons” on a computer keyboard. The players are thought of as being in separate rooms, and being asked to choose a button without communicating with each other. Usually we also assume that all players know the structure of the strategic form, and know that their opponents know it, and know that their opponents know that they know, and so on ad infinitum. That is, the structure of the game is common knowledge, a concept examined more formally in chapter 14 . This chapter uses common knowledge informally, to motivate the solution concept of Nash equilibrium and iterated strict dominance. As will be seen, common knowledge of payoffs on its own is in fact neither necessary nor suflicient to justify Nash equilibrium. In particular, for some justifications it suffices that the players simply know their own payoffs.
We focus our attention on finite games, that is, games where $S=\times_i S_i$ is finite; finiteness should be assumed wherever we do not explicitly note otherwise. Strategic forms for finite two-player games are often depicted as matrices, as in figure 1.1. In this matrix, players 1 and 2 have three pure strategies each: U, M, D (up, middle, and down) and L, M, R (left, middle, and right), respectively. The first entry in each box is player l’s payoff for the corresponding strategy profile; the second is player 2 ‘s.

经济代写|博弈论代考Game theory代写|Dominated Strategies

Is there an obvious prediction of how the game described in figure 1.1 should be played? Note that, no matter how player 1 plays, $R$ gives player 2 a strictly higher payoff than $M$ does. In formal language, strategy $M$ is strictly dominated. Thus, a “rational” player 2 should not play M. Furthermore, if player 1 knows that player 2 will not play $M$, then $U$ is a better choice than M or D. Finally, if player 2 knows that player 1 knows that player 2 will not play $M$, then player 2 knows that player 1 will play $\mathrm{U}$, and so player 2 should play $L$.
The process of elimination described above is called iterated dominance, or, more precisely, iterated strict dominance. ${ }^3$ In section 2.1 we give a formal definition of iterated strict dominance, as well as an application to an economic example. The reader may worry at this stage that the set of strategies that survive iterated strict dominance depends on the order in which strategies are eliminated, but this is not the case. (The key is that, if strategy $s_i$ is strictly worse than strategy $s_i^{\prime}$ against all opponents’ strategies in some set $D$, then strategy $s_i$ is strictly worse than strategy $s_i^{\prime}$ against all opponents’ strategies in any subset of $D$. Exercise 2.1 asks for a formal proof.)
Next, consider the game illustrated in figure 1.2. Here player 1’s strategy $M$ is not dominated by $U$, because $M$ is better than $U$ if player 2 moves $R$; and $M$ is not dominated by $D$, because $M$ is better than $D$ when 2 moves L. However, if player 1 plays $U$ with probability $\frac{1}{2}$ and $\mathrm{D}$ with probability ${ }_2^1$, he is guaranteed an expected payoff of $\frac{1}{2}$ regardless of how player 2 plays, which exceeds the payoff of 0 he receives from $M$. Hence, a pure strategy may be strictly dominated by a mixed strategy even if it is not strictly dominated by any pure strategy.
We will frequently wish to discuss varying the strategy of a single player $i$ while holding the strategies of his opponents fixed. To do so, we let
$$
s_{-i} \in S_{-i}
$$
denote a strategy selection for all players but $i$, and write
$$
\left(s_i^{\prime}, s_i\right)
$$
for the profile
$$
\left(s_1, \ldots, s_{i-1}, s_i^{\prime}, s_{i, 1}, \ldots, s_I\right)
$$
Similarly, for mixed strategies we let
$$
\left(\sigma_i^{\prime}, \sigma_{-i}\right)=\left(\sigma_1, \ldots, \sigma_{i-1}, \sigma_i^{\prime}, \sigma_{i+1}, \ldots, \sigma_t\right)
$$

博弈论代写

经济代写|博弈论代考Game theory代写|Strategic-Form Games

策略(或正常)形式的游戏有三个元素:玩家集合$i \in, \mathcal{A}$，我们将其视为有限集合${1,2, \ldots, I}$，每个玩家的纯策略空间$S_i$$i$，以及支付函数$u_i$，它给出玩家$i$的von Neumann-Morgenstern效用$u_i(s)$对于每个策略的profile $s=\left(s_1, \ldots, s_I\right)$。我们经常将所有玩家(除了某个特定玩家$i$)称为“玩家i的对手”，并用“-i”来表示他们。为了避免误解，让我们强调一下，这个术语并不意味着其他玩家试图“击败”$i$玩家。相反，每个玩家的目标是最大化自己的收益功能，这可能涉及“帮助”或“伤害”其他玩家。对于经济学家来说，对策略最熟悉的解释可能是价格或产出水平的选择，它们分别对应于贝特朗和古诺竞争。对政治学家来说，策略可能是选票或选举纲领的选择。
二人零和游戏是这样的游戏$\sum_{i=1}^2 u_i(s)=0$对所有$s$。(游戏邦注:这些游戏的关键特征是，效用总和是一个常数:将该常数设置为0是一种标准化。)在两人的零和游戏中，一方赢了，另一方就输了。这是一种极端情况，即玩家实际上是纯粹的“对手”。尽管这样的博弈可以进行优雅的分析，并在博弈论中得到了广泛的研究，但大多数社会科学中感兴趣的博弈都是非零和的。把玩家的策略想象成电脑键盘上的各种“按钮”是有帮助的。玩家被认为是在不同的房间里，被要求选择一个按钮，而彼此之间却没有交流。通常我们也假设所有玩家都知道战略形式的结构，知道他们的对手知道它，知道他们的对手知道他们知道，以此类推。也就是说，游戏的结构是一种常识，我们将在第14章更正式地探讨这一概念。本章运用非正式的常识，激发纳什均衡和迭代严格优势的解概念。正如我们将看到的，关于收益的常识本身，实际上既不是必要的，也不是充分的，以证明纳什均衡。特别是，对于某些理由来说，玩家只要知道自己的收益就足够了。
我们将注意力集中在有限游戏上，即$S=\times_i S_i$是有限的游戏;只要我们没有明确指出，就应该假定有限性。有限双人博弈的策略形式通常用矩阵表示，如图1.1所示。在这个矩阵中，参与人1和参与人2各有三种纯策略:U、M、D(上、中、下)和L、M、R(左、中、右)。每个方框中的第一个条目是参与人l在相应策略配置下的收益;第二个是玩家2的。

经济代写|博弈论代考Game theory代写|Dominated Strategies

对于图1.1所描述的游戏应该如何玩，是否有一个明显的预测?请注意，无论玩家1怎么玩，$R$给玩家2的收益都比$M$高。在正式语言中，策略$M$是严格支配的。因此，“理性的”参与人2不应该选择M。此外，如果参与人1知道参与人2不会选择$M$，那么$U$就是比M或d更好的选择。最后，如果参与人2知道参与人1知道参与人2不会选择$M$，那么参与人2就知道参与人1会选择$\mathrm{U}$，因此参与人2就应该选择$L$。
上面描述的消除过程称为迭代优势，或者更准确地说，迭代严格优势。${ }^3$在2.1节中，我们给出了迭代严格支配的正式定义，以及一个经济例子的应用。在这个阶段，读者可能会担心，在严格的优势迭代中幸存下来的策略集取决于策略被淘汰的顺序，但事实并非如此。(关键在于，如果在某些集合$D$中，针对所有对手的策略，策略$s_i$严格劣于策略$s_i^{\prime}$，那么在$D$的任何子集中，针对所有对手的策略，策略$s_i$严格劣于策略$s_i^{\prime}$。练习2.1要求一个正式的证明。)
接下来，考虑图1.2所示的游戏。这里参与人1的策略$M$不受$U$的支配，因为如果参与人2采取$R$，那么$M$优于$U$;而$M$并不被$D$所支配，因为当2步走l时，$M$优于$D$。但是，如果玩家1以$\frac{1}{2}$的概率下注$U$，而玩家1以${ }2^1$的概率下注$\mathrm{D}$，那么无论玩家2如何下注，他都能保证获得$\frac{1}{2}$的预期收益，这超过了他从$M$获得的收益0。因此，即使纯策略不受任何纯策略的严格支配，纯策略也可能受到混合策略的严格支配。 我们将经常希望讨论改变单个玩家$i$的策略，同时保持其对手的策略不变。为此，我们让 $$ s{-i} \in S_{-i}
$$
表示除了$i$之外的所有玩家的策略选择，并写下
$$
\left(s_i^{\prime}, s_i\right)
$$
对于配置文件
$$
\left(s_1, \ldots, s_{i-1}, s_i^{\prime}, s_{i, 1}, \ldots, s_I\right)
$$
同样，对于混合策略，我们让
$$
\left(\sigma_i^{\prime}, \sigma_{-i}\right)=\left(\sigma_1, \ldots, \sigma_{i-1}, \sigma_i^{\prime}, \sigma_{i+1}, \ldots, \sigma_t\right)
$$

经济代写|博弈论代考Game theory代写 请认准exambang™. exambang™为您的留学生涯保驾护航。

微观经济学代写

微观经济学是主流经济学的一个分支，研究个人和企业在做出有关稀缺资源分配的决策时的行为以及这些个人和企业之间的相互作用。my-assignmentexpert™ 为您的留学生涯保驾护航 在数学Mathematics作业代写方面已经树立了自己的口碑, 保证靠谱, 高质且原创的数学Mathematics代写服务。我们的专家在图论代写Graph Theory代写方面经验极为丰富，各种图论代写Graph Theory相关的作业也就用不着 说。

线性代数代写

线性代数是数学的一个分支，涉及线性方程，如：线性图，如：以及它们在向量空间和通过矩阵的表示。线性代数是几乎所有数学领域的核心。

博弈论代写

现代博弈论始于约翰-冯-诺伊曼（John von Neumann）提出的两人零和博弈中的混合策略均衡的观点及其证明。冯-诺依曼的原始证明使用了关于连续映射到紧凑凸集的布劳威尔定点定理，这成为博弈论和数学经济学的标准方法。在他的论文之后，1944年，他与奥斯卡-莫根斯特恩（Oskar Morgenstern）共同撰写了《游戏和经济行为理论》一书，该书考虑了几个参与者的合作游戏。这本书的第二版提供了预期效用的公理理论，使数理统计学家和经济学家能够处理不确定性下的决策。

微积分代写

微积分，最初被称为无穷小微积分或 “无穷小的微积分”，是对连续变化的数学研究，就像几何学是对形状的研究，而代数是对算术运算的概括研究一样。

它有两个主要分支，微分和积分；微分涉及瞬时变化率和曲线的斜率，而积分涉及数量的累积，以及曲线下或曲线之间的面积。这两个分支通过微积分的基本定理相互联系，它们利用了无限序列和无限级数收敛到一个明确定义的极限的基本概念 。

计量经济学代写

什么是计量经济学？
计量经济学是统计学和数学模型的定量应用，使用数据来发展理论或测试经济学中的现有假设，并根据历史数据预测未来趋势。它对现实世界的数据进行统计试验，然后将结果与被测试的理论进行比较和对比。

根据你是对测试现有理论感兴趣，还是对利用现有数据在这些观察的基础上提出新的假设感兴趣，计量经济学可以细分为两大类：理论和应用。那些经常从事这种实践的人通常被称为计量经济学家。

Matlab代写

MATLAB 是一种用于技术计算的高性能语言。它将计算、可视化和编程集成在一个易于使用的环境中，其中问题和解决方案以熟悉的数学符号表示。典型用途包括：数学和计算算法开发建模、仿真和原型制作数据分析、探索和可视化科学和工程图形应用程序开发，包括图形用户界面构建MATLAB 是一个交互式系统，其基本数据元素是一个不需要维度的数组。这使您可以解决许多技术计算问题，尤其是那些具有矩阵和向量公式的问题，而只需用 C 或 Fortran 等标量非交互式语言编写程序所需的时间的一小部分。MATLAB 名称代表矩阵实验室。MATLAB 最初的编写目的是提供对由 LINPACK 和 EISPACK 项目开发的矩阵软件的轻松访问，这两个项目共同代表了矩阵计算软件的最新技术。MATLAB 经过多年的发展，得到了许多用户的投入。在大学环境中，它是数学、工程和科学入门和高级课程的标准教学工具。在工业领域，MATLAB 是高效研究、开发和分析的首选工具。MATLAB 具有一系列称为工具箱的特定于应用程序的解决方案。对于大多数 MATLAB 用户来说非常重要，工具箱允许您学习和应用专业技术。工具箱是 MATLAB 函数（M 文件）的综合集合，可扩展 MATLAB 环境以解决特定类别的问题。可用工具箱的领域包括信号处理、控制系统、神经网络、模糊逻辑、小波、仿真等。