Scroll Top
19th Ave New York, NY 95822, USA

经济代写|博弈论代考GAME THEORY代写|PSCI288

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|PSCI288

经济代写|博弈论代考Game theory代写|Nonlinear Pricing

A monopolist produces a good at constant marginal cost $c$ and sells an amount $q \geq 0$ of this good to a consumer. (As is easily checked, nothing would be affected if she sold the good to several consumers who were $e x$ ante identical.) The consumer receives utility
$$
u_1(q, T, \theta) \equiv \theta V(q)-T,
$$
where $\theta V(q)$ is his gross surplus, $V(0)=0, V^{\prime}>0, V^{\prime \prime}<0$, and $T$ is the transfer from the consumer to the seller. $V(\cdot)$ is common knowledge, but $\theta$ is private information to the consumer. The seller knows only that $\theta=\theta$ with probability $p$ and $\theta=\theta$ with probability $\bar{p}$, where $\bar{\theta}>\theta>0$ and $p+p=1$. The game proceeds as follows: The seller offers a (possibly nonlinear) tariff $T(q)$ specifying how much the consumer pays if he chooses consumption $q$. The consumer then either accepts the mechanism, chooses a consumption $q$, and pays $T(q)$, or else rejects the mechanism. Note that, without loss of generality, we can constrain the seller to offer a tariff such that $T(0)=0$ and assume that the consumer always accepts the mechanism.

If the seller knew the true value of $\theta$, she would offer a fixed $q$ and charge $T=\theta V(q)$. Her profit would then be $\theta V(q)-c q$, and it would be maximized at $q$ given by $\theta V^{\prime}(q)=c$. Because the consumer may have one of two types, the seller will want to offer two different bundles if she does not know $\theta$. Let $(q, T)$ denote the bundle intended for the type- $\theta$ consumer. and let $(q, T)$ be the bundle intended for the type- $\theta$ consumer. ${ }^4$ The seller’s expected profit is thus
$$
F u_0=p(T-c q)+\bar{p}(\bar{T}-c \bar{q}) .
$$
The seller faces two kinds of constraints. The first kind requires that the consumer be willing to purchase. (As we noted above, this is without loss of generality, hecause the seller can always offer the bundle $(q, T)=(0,0)$ which corresponds to not purchasing in her “menu” of bundles.) Such a constraint is called an individual-rationality (IR) or participation constraint. The “reservation utility” is the level of net utility obtained by the consumer by not purchasing, which is equal to 0 here. Thus, we require that
$$
\left(\mathrm{IR}_1\right) \quad \theta V(q)-T \geq 0
$$
and
$$
\left(\mathrm{R}_2\right) \quad \theta V(\bar{q})-T \geq 0 .
$$

经济代写|博弈论代考Game theory代写|Auctions

A seller has one unit of a good for sale. There are two potential buyers $(i=1,2)$ with unit demands, and they are ex ante identical. Their valuations, $\theta_1$ and $\theta_2$, take value $\theta$ with probability $p$ and $\vec{\theta}$ with probability $\bar{p}$, where $p+\bar{p}=1$ and $\theta_1$ and $\theta_2$ are independent. Each buyer knows his own valuation, but the seller and the other buyer do not.

One option for the seller is to use the first-price or second-price auctions considered in chapters 1 and 6. But do such auctions maximize the seller’s profit? To provide an answer, we solve for the seller’s optimal mechanism. As we will see, the familiar auction forms are in fact optimal in some situations.

Suppose that the seller sets up some “messagc game”-rulcs for sending and receiving messages–between the buyers, and specifies how the allocation of the good and the transfers will depend on the messages chosen. Let $s_1$ and $s_2$ denote the realizations of the two buyers’ strategics, $\sigma_1$ and $\sigma_2$, in this game. The mechanism specifies the probability $x_i\left(s_1, s_2\right)$ that the good is transferred to buyer $i$ and the transfer $T_i\left(s_1, s_2\right)$ that is paid by buyer $i$ to the seller. For instance, first-price and second-price auctions are mechanisms in which the messages $s_i$ are bids, and bids are made simultaneously. (In both auctions, $x_i\left(s_1, s_2\right)=1$ and $T_j\left(s_1, s_2\right)=0$ if $s_i>s_j$. But when $s_i>s_j$. $T_i=s_i$ in a first-price auction, and $T_i=s_j$ in a second-price auction.)

Let $\left{\sigma_1^(\cdot), \sigma_2^(\cdot)\right}$ denote Bayesian cquilibrium strategies in the game or mechanism. Because a buyer is free not to participate in the auction, buyer 1 ‘s individual-rationality constraint is that, for each $\theta_1$ and for each $s_1$ belonging to the support of $\sigma_1^\left(\theta_1\right)$, (IR) $\mathrm{E}{\theta_2} \mathrm{E}{\sigma_2^\left(\theta_2\right)}\left[\theta_1 x_1\left(s_1, s_2\right)-T_1\left(s_1, s_2\right)\right] \geq 0$.
Similarly, the Baycsian equilibrium or incentive-compatibility condition is that, for each $\theta_1$, each $s_1$ in the support of $\sigma_1^\left(\theta_1\right)$, and each $s_1^{\prime}$, (1C) $\mathrm{E}{\theta_2}, \mathrm{E}{\sigma_2^\left(\theta_2\right)}\left[\theta_1 x_1\left(s_1, s_2\right)-T_1\left(s_1, s_2\right)\right]$
$$
\geq \mathrm{E}{\theta_2} \mathrm{E}{\boldsymbol{\sigma}_2^*\left(\theta_2\right)}\left[\theta_1 x_1\left(s_1^{\prime}, s_2\right)-T_1\left(s_1^{\prime}, s_2\right)\right] .
$$

经济代写|博弈论代考GAME THEORY代写|PSCI288

博弈论代写

经济代写|博弈论代考Game theory代写|Nonlinear Pricing

垄断者以恒定的边际成本$c$生产一种商品,并向消费者出售一定数量$q \geq 0$的这种商品。(很容易核实的是,如果她把商品卖给$e x$或完全相同的几个消费者,也不会受到影响。)消费者获得效用
$$
u_1(q, T, \theta) \equiv \theta V(q)-T,
$$
其中$\theta V(q)$是他的总剩余$V(0)=0, V^{\prime}>0, V^{\prime \prime}<0$, $T$是从消费者到销售者的转移。$V(\cdot)$是常识,但$\theta$是消费者的私人信息。卖方只知道$\theta=\theta$的概率是$p$, $\theta=\theta$的概率是$\bar{p}$,其中$\bar{\theta}>\theta>0$和$p+p=1$。博弈过程如下:卖方提供一个(可能是非线性的)关税$T(q)$,说明如果消费者选择消费$q$,他要支付多少钱。然后,消费者要么接受该机制,选择消费$q$,并支付$T(q)$,要么拒绝该机制。注意,在不丧失一般性的情况下,我们可以约束卖方提供一种关税,如$T(0)=0$,并假设消费者总是接受这种机制。

如果卖家知道$\theta$的真实价值,她会提供一个固定的$q$并收取$T=\theta V(q)$。她的利润将是$\theta V(q)-c q$,在$\theta V^{\prime}(q)=c$给出的$q$处达到最大值。因为消费者可能有两种类型中的一种,如果卖家不知道$\theta$,她会想提供两种不同的捆绑包。让$(q, T)$表示用于$\theta$类型消费者的包。让$(q, T)$作为面向$\theta$类型消费者的捆绑包。${ }^4$卖方的预期利润是这样的
$$
F u_0=p(T-c q)+\bar{p}(\bar{T}-c \bar{q}) .
$$
卖方面临两种约束。第一种要求消费者愿意购买。(如上所述,这并没有丧失一般性,因为卖家总是可以提供捆绑包$(q, T)=(0,0)$,这对应于不购买她的捆绑包“菜单”。)这种约束被称为个人理性(IR)或参与约束。“保留效用”是指消费者不购买所获得的净效用水平,在这里等于0。因此,我们需要它
$$
\left(\mathrm{IR}_1\right) \quad \theta V(q)-T \geq 0
$$

$$
\left(\mathrm{R}_2\right) \quad \theta V(\bar{q})-T \geq 0 .
$$

经济代写|博弈论代考Game theory代写|Auctions

一个卖主有一个单位的商品待售。有两个潜在的买家 $(i=1,2)$ 有单位需求,它们事先是相同的。他们的估值, $\theta_1$ 和 $\theta_2$,取值 $\theta$ 有概率地 $p$ 和 $\vec{\theta}$ 有概率地 $\bar{p}$,其中 $p+\bar{p}=1$ 和 $\theta_1$ 和 $\theta_2$ 是独立的。每个买者都知道自己的估价,但卖者和另一个买者却不知道。

卖方的一个选择是使用第1章和第6章中考虑的第一价格或第二价格拍卖。但这样的拍卖能让卖家的利润最大化吗?为了给出答案,我们求解卖方的最优机制。正如我们将看到的,在某些情况下,熟悉的拍卖形式实际上是最优的。

假设卖方在买家之间设置了一些“消息游戏”——发送和接收消息的规则,并指定商品的分配和转移将如何取决于所选择的消息。设$s_1$和$s_2$表示博弈中两个买家策略$\sigma_1$和$\sigma_2$的实现情况。该机制指定了货物转移给买方$i$的概率$x_i\left(s_1, s_2\right)$,以及买方$i$支付给卖方的转移$T_i\left(s_1, s_2\right)$。例如,第一价格和第二价格拍卖是消息$s_i$是出价的机制,并且出价是同时进行的。(在两次拍卖中,分别是$x_i\left(s_1, s_2\right)=1$和$T_j\left(s_1, s_2\right)=0$ if $s_i>s_j$。但是当$s_i>s_j$。第一价格拍卖为$T_i=s_i$,第二价格拍卖为$T_i=s_j$。)

设$\left{\sigma_1^(\cdot), \sigma_2^(\cdot)\right}$表示博弈或机制中的贝叶斯均衡策略。因为买方有不参加拍卖的自由,所以买方1的个人理性约束是,对于每个$\theta_1$和每个$s_1$都属于$\sigma_1^\left(\theta_1\right)$的支持,(IR) $\mathrm{E}{\theta_2} \mathrm{E}{\sigma_2^\left(\theta_2\right)}\left[\theta_1 x_1\left(s_1, s_2\right)-T_1\left(s_1, s_2\right)\right] \geq 0$。
同样,贝叶斯均衡或激励兼容条件是,对于每个$\theta_1$,每个$s_1$支持$\sigma_1^\left(\theta_1\right)$,每个$s_1^{\prime}$, (1C) $\mathrm{E}{\theta_2}, \mathrm{E}{\sigma_2^\left(\theta_2\right)}\left[\theta_1 x_1\left(s_1, s_2\right)-T_1\left(s_1, s_2\right)\right]$
$$
\geq \mathrm{E}{\theta_2} \mathrm{E}{\boldsymbol{\sigma}_2^*\left(\theta_2\right)}\left[\theta_1 x_1\left(s_1^{\prime}, s_2\right)-T_1\left(s_1^{\prime}, s_2\right)\right] .
$$

经济代写|博弈论代考Game theory代写

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。

Related Posts

Leave a comment