文档介绍：经济(jīngjì)博弈论
清华大学博士后
南京大学管理学博士
中山大学(zhōnɡ shān dà xué)经济学博士
杭州师范大学阿里巴巴商学院
陈长彬副教授
E-mail: ******@
手机：**********
第一页，共31页。
第四章不完全信息(xìnxī)动态博弈
第二页，共31页。
1 不完全信息(xìnxī)动态博弈概述
（1）在不完全信息(xìnxī)动态博弈中，至少有一个博弈参与者对博弈的结构、博弈参与者类型、博弈收益等信息(xìnxī)不完全了解，且博弈参与者的行动存在先后顺序。
（2）与不完全信息(xìnxī)静态博弈类似，可以通过海萨尼转换将不完全信息(xìnxī)动态博弈转化为完全但不完美信息(xìnxī)动态博弈。
第三页，共31页。
(gàilǜ)与后验概率(gàilǜ)
在贝叶斯统计(tǒngjì)中，人们根据历史以及经验对某随机事件概率分布的先验信念称为先验概率。
先验概率形成后，根据之后得到的信息对先验概率进行修正，可以得到后验概率。
贝叶斯公式是连接先验概率和后验概率的桥梁。
第四页，共31页。
应用(yìngyòng)实例
某公司考虑从F大学招聘毕业生。有人认为，F大学的毕业生为“高能力”，为“低能力”；也有人认为，F大学的毕业生为“高能力”，为“低能力”、
定义事件A1和A2如下(rúxià)：
A1=F大学毕业生“高能力”，“低能力”
A2=F大学毕业生“高能力”，“低能力”
假设该公司人力主管的先验概率为：P（A1）=， P（A2）=
第五页，共31页。
先验概率的修正(xiūzhèng)
该公司人力主管(zhǔguǎn)决定尝试先招聘F大学的5个毕业生，通过观察这5个毕业生的实际能力，对自己的先验概率进行修正。
如果招聘来的5个F大学的毕业生都是“高能力”的，那么此时该公司人力资源主管(zhǔguǎn)是否仍然认为P（A1）=， P（A2）=？答案是否定的，该公司人力资源主管(zhǔguǎn)会依据贝叶斯修正自己的先验概率。
根据题意，定义事件B：
B=招聘了F大学的5个学生，都是“高能力”
该公司人力主管(zhǔguǎn)的后验概率为P（A1/B）和P（A2/B）。
第六页，共31页。
该公司人力主管的先验信念为P（A1）=， P（A2）=，通过招聘(zhāopìn)F大学5个毕业生，并观察这5个人的能力后，根据实际结果（招聘(zhāopìn)来的5个大学生均为“高能力”），该公司人力主管将自己的信念进行了调整，调整好的信念为
P（A1/B）=、 P（A2/B）=
第七页，共31页。
先验概率的再修正(xiūzhèng)
假设该公司人力主管决定再进行一次试验，该公司又从F大学招聘了10个毕业生，经过(jīngguò)一段时间的观察，发现这10个毕业生中，有9个是“高能力”，有1个是“低能力”。
根据题意，定义事件C：
C=招聘了F大学的10个学生，有9个是“高能力”，1个是“低能力”
人力资源主管把经过(jīngguò)修正的后验概率作为这次事件的先验概率，即： P（A1）=、 P（A2）=
根据贝叶斯公式，可以得到P（A1/C）和P（A2/C）
第八页，共31页。
通过再次招聘F大学10名毕业生，并观察了这10个人的能力后，根据实际结果（招聘来的10个毕业生9个为“高能力”，1个为“低能力”），该公司人力主管将自己(zìjǐ)的信念进行了再次调整，调整后信念为
P（A1/C）=、 P（A2/C）=
第九页，共31页。
不断累积(lěijī)的经验对信念的影响
在上例中，人力主管通过试验，不断调高自己对P（A1）的信念。当然，如果试验结果不同，人力主管也可能(kěnéng)调低自己对
P（A1）的信念。
B=招聘了F大学的5个学生，都是“低能力”
该公司人力主管的先验信念为P（A1）=， P（A2）=，通过招聘F大学5个毕业生，并观察这5个人的能力后，根据实际结果（招聘来的5名毕业生均为“低能力”），该公司人力主管将自己的信念进行了调整，调整后的信念为
P（A1/B）=、 P（A2/B）=
第十页，共31页。