问题背景

商店推出一种销售策略:双方同时报价,若顾客的出价大于商家卖价则成交,价格为双方出价的均值,否则不成交。在此情况下,双方应如何报价?

模型假设

1.商家知道商品对自己的真实价值 v s v_s vs​,也就是可以卖出的最低价格;顾客知道商品对自己的真实价值 v b v_b vb​,也就是可以支付的最高价格。
2.商家不知道商品对顾客的真实价值 v b v_b vb​,但知道其概率分布;顾客不知道商品对商家的真实价值 v s v_s vs​,但也知道其概率分布。
3.不妨假设 v s , v b v_s,v_b vs​,vb​都服从[0,1]上的均匀分布。
4.对一组给定的 ( v s , v b ) (v_s,v_b) (vs​,vb​)如果以价格 p p p成交,该交易对商家和顾客的效用分别为 p − v s p-v_s p−vs​, v b − p v_b-p vb​−p;如果不成交,双方的效用均为0.商家和顾客都希望最大化自己的期望效用。
5.以上信息为双方所共有。

模型建立

记商家的战略为 p s ( v s ) p_s(v_s) ps​(vs​),即当商家认为商品的价值为 v s v_s vs​时,他给出卖价 p s ( v s ) p_s(v_s) ps​(vs​);记顾客的战略为 p b ( v b ) p_b(v_b) pb​(vb​),即当顾客认为商品的价值为 v b v_b vb​时,他给出报价 p b ( v b ) p_b(v_b) pb​(vb​)。自然地, p b ( v b ) p_b(v_b) pb​(vb​)和 p s ( v s ) p_s(v_s) ps​(vs​)都应该是定义在[0,1]区间上、取值也在[0,1]区间上的非减函数。

对于任意给定的 v s ∈ [ 0 , 1 ] v_s \in [0,1] vs​∈[0,1],商家的报价 p s ( v s ) p_s(v_s) ps​(vs​)应该使其期望利润最大。因为只有 p b ( v b ) ≥ p s ( v s ) p_b(v_b) \ge p_s(v_s) pb​(vb​)≥ps​(vs​)时才能成交,成交后商家的利润为 ( p s ( v s ) + p b ( v b ) ) / 2 − v s (p_s(v_s)+p_b(v_b))/2-v_s (ps​(vs​)+pb​(vb​))/2−vs​,而不成交时利润为0,所以 p s ( v s ) p_s(v_s) ps​(vs​)应满足
max ⁡ p s { p s + E [ p b ( v b ) ∣ p b ( v b ) ≥ p s ] 2 − v s } P { p b ( v b ) ≥ p s } ( 1 ) \max _{p_s}{\left\{\frac{p_s+E[p_b(v_b)|p_b(v_b)\ge p_s]}{2}-v_s \right\}}P{\left\{p_b(v_b)\ge p_s\right\}}(1) ps​max​{2ps​+E[pb​(vb​)∣pb​(vb​)≥ps​]​−vs​}P{pb​(vb​)≥ps​}(1)
类似地,对于任意给定的 v b ∈ [ 0 , 1 ] v_b \in [0,1] vb​∈[0,1],顾客的报价 p b ( v b ) p_b(v_b) pb​(vb​) 应该使其期望赢得最大,成交后顾客的赢得为 v b − ( p s ( v s ) + p b ( v b ) ) / 2 v_b-(p_s(v_s)+p_b(v_b))/2 vb​−(ps​(vs​)+pb​(vb​))/2,不成交时赢得为0,所以 p b ( v b ) p_b(v_b) pb​(vb​)应满足
max ⁡ p b { v b − p b + E [ p s ( v s ) ∣ p b ≥ p s ( v s ) ] 2 } P { p b ≥ p s ( v s ) } ( 2 ) \max _{p_b}{\left\{v_b-\frac{p_b+E[p_s(v_s)|p_b\ge p_s(v_s)]}{2}\right\}}P{\left\{p_b \ge p_s(v_s)\right\}} (2) pb​max​{vb​−2pb​+E[ps​(vs​)∣pb​≥ps​(vs​)]​}P{pb​≥ps​(vs​)}(2)

如果战略组合 ( p s ( v s ) , p b ( v b ) ) (p_s(v_s),p_b(v_b)) (ps​(vs​),pb​(vb​))满足(1)和(2),则是双方的一个均衡,对于这个博弈问题存在很多均衡,下面介绍其中两个比较简单的均衡。

单一价格均衡

设定(0,1)区间上一个数x,商家如果认为商品的价值 v s ≤ x v_s\le x vs​≤x,则报价x,否则报价为1;顾客如果认为商品的价值 v b ≥ x v_b \ge x vb​≥x,则报价x,否则报价为0.这种价格战略可表示为
p s ( v s ) = { x , v s ≤ x 1 , v s > x ( 3 ) p_s(v_s)= \begin{cases} x, & v_s \le x \\ 1, & v_s > x \\ \end{cases}(3) ps​(vs​)={x,1,​vs​≤xvs​>x​(3)
p b ( v b ) = { x , v b ≥ x 0 , v b < x ( 4 ) p_b(v_b)= \begin{cases} x, & v_b \ge x \\ 0, & v_b < x \\ \end{cases}(4) pb​(vb​)={x,0,​vb​≥xvb​<x​(4)

观察可得,战略组合 ( p s ( v s ) , p b ( v b ) ) 是同时满足( 1 )和( 2 ) (p_s(v_s),p_b(v_b))是同时满足(1)和(2) (ps​(vs​),pb​(vb​))是同时满足(1)和(2)

首先,可以注意到成交价格只能发生在x。
此外,从商家的角度看,如果顾客坚持战略(4),则商家在 v s ≤ x v_s \le x vs​≤x时报价x是他的最优反应。因为报价低于x显然使自己的利润降低(假设能成交);而报价高于x则不能成交,自己本来可以从成交中获得的利润不能实现。如果 v s > x v_s>x vs​>x,则成交会使商家利润为负,商家当然不希望成交,而报价为1可以保证不成交。因此战略(3)是商家对顾客的战略(4)的最优反应。
同理,如果商家坚持战略(3),战略(4)是顾客的最优反应。因此,(3)和(4)是一个均衡,称为单一价格均衡。

对一组给定的 ( v b , v s ) (v_b,v_s) (vb​,vs​),当 v b < v s v_b<v_s vb​<vs​时称为交易时有利的,因为此时一定存在 p ∈ ( v s , v b ) p \in (v_s,v_b) p∈(vs​,vb​),当双方以价格 p p p交易时,对双方都是有利的(由模型假设4),交易给双方带来的效用之和(即 v b − v s v_b-v_s vb​−vs​)称为交易价值。在给定的战略组合下,能够实际发生的交易的期望与有利的全部交易的期望价值的比值称为该战略的交易效率

下面分析单一价格战略的交易效率,显然,当且仅当 v s ≤ x ≤ v b v_s\le x\le v_b vs​≤x≤vb​时,交易实际上才能发生。若 v s , v b v_s,v_b vs​,vb​都服从[0,1]上的均匀分布,图1中对角线上的三角形时交易有利的区域,而蓝色矩形区域才是交易实际发生的区域,所以交易效率为:
η = ∫ x 1 d v b ∫ 0 x ( v b − v s ) d v s ∫ 0 1 d v b ∫ 0 v b ( v b − v s ) d v s \eta = \frac{\int_{x}^{1}\mathrm{d}v_b\int_{0}^{x}(v_b-v_s)\mathrm{d}v_s }{\int_{0}^{1}\mathrm{d}v_b\int_{0}^{v_b}(v_b-v_s)\mathrm{d}v_s } η=∫01​dvb​∫0vb​​(vb​−vs​)dvs​∫x1​dvb​∫0x​(vb​−vs​)dvs​​

显然,当 x = 0.5 x=0.5 x=0.5时交易效率最大,但最大效率也只有3/4。

线性价格均衡

假设商家和顾客的报价分别是商品对二者价值的线性函数,表示为
p s ( v s ) = a s + c s v s ( 6 ) p b ( v b ) = a b + c b v b ( 7 ) p_s(v_s)=a_s+c_sv_s(6)\\ p_b(v_b)=a_b+c_bv_b(7) ps​(vs​)=as​+cs​vs​(6)pb​(vb​)=ab​+cb​vb​(7)
我们需要确定其中的系数(不妨假设均为正数) a s , c s , a b , c b a_s,c_s,a_b,c_b as​,cs​,ab​,cb​,使这个战略组合 ( p s ( v s ) , p b ( v b ) ) (p_s(v_s),p_b(v_b)) (ps​(vs​),pb​(vb​))同时满足(1)和(2),即构成一个均衡。

假设商家的战略为(6),由假设3知 p s p_s ps​服从 [ a s , a s + c s ] [a_s,a_s+c_s] [as​,as​+cs​]上的均匀分布,此时对于给定的 v b v_b vb​,顾客的最优反应就是寻找满足(2)式的 p b p_b pb​。当 p b ∈ [ a s , a s + c s ] p_b \in [a_s,a_s+c_s] pb​∈[as​,as​+cs​]时, P { p b ≥ p s ( v s ) } = ( p b − a s ) / c s , E [ p s ∣ p b ≥ p s ] = ( a s + p b ) / 2 P\left\{p_b\ge p_s(v_s)\right\}=(p_b-a_s)/c_s,E[p_s|p_b\ge p_s]=(a_s+p_b)/2 P{pb​≥ps​(vs​)}=(pb​−as​)/cs​,E[ps​∣pb​≥ps​]=(as​+pb​)/2,于是(2)式为
max ⁡ p b { v b − p b + ( a s + p b ) / 2 2 ⋅ p b − a c c s } \max_{p_b}{\left\{v_b-\frac{p_b+(a_s+p_b)/2}{2}\cdot \frac{p_b-a_c}{c_s} \right\}} pb​max​{vb​−2pb​+(as​+pb​)/2​⋅cs​pb​−ac​​}
这是一个二次函数的优化,其最优解为
p b = 2 3 v b + 1 3 a s p_b=\frac{2}{3}v_b+\frac{1}{3}a_s pb​=32​vb​+31​as​
类似的,求解过程如下图:

评注

这里讨论的模型一般称为双向拍卖,是一个同时出价的博弈(静态博弈),而且是信息不完全(双方的真实价值是各自的私有信息,对方只知道其分布),所以是一个不完全信息静态博弈。可以看出,这个问题不仅是对某个具体交易(给定的 v s , v b v_s,v_b vs​,vb​)提供报价决策,而是要对所有可能的 v s , v b v_s,v_b vs​,vb​提供一个报价方案 ( p s ( v s ) , p b ( v b ) ) (p_s(v_s),p_b(v_b)) (ps​(vs​),pb​(vb​)),这才是一个均衡(战略组合)。对不完全信息静态博弈,这样的均衡一般称为贝叶斯均衡或贝叶斯-纳什均衡

【数学建模】“一口价”的战略(博弈模型)相关推荐

  1. Python小白的数学建模课-B5. 新冠疫情 SEIR模型

    传染病的数学模型是数学建模中的典型问题,常见的传染病模型有 SI.SIR.SIRS.SEIR 模型. 考虑存在易感者.暴露者.患病者和康复者四类人群,适用于具有潜伏期.治愈后获得终身免疫的传染病. 本 ...

  2. Python小白的数学建模课-B3. 新冠疫情 SIS模型

    传染病的数学模型是数学建模中的典型问题,常见的传染病模型有 SI.SIR.SIRS.SEIR 模型. SIS 模型型将人群分为 S 类和 I 类,考虑患病者可以治愈而变成易感者,但不考虑免疫期. 本文 ...

  3. Python小白的数学建模课-B2. 新冠疫情 SI模型

    传染病的数学模型是数学建模中的典型问题,常见的传染病模型有 SI.SIR.SIRS.SEIR 模型. SI 模型是最简单的传染病模型,适用于只有易感者和患病者两类人群. 我们就从 SI 模型开始吧,从 ...

  4. 数学建模中的ARMA模型和ARIMA模型的使用实例(含代码)

    数学建模中的ARMA模型和ARIMA模型的使用实例(含代码) 原文地址:http://blog.csdn.net/qq_34861102/article/details/77659399 对于较少时间 ...

  5. 2022年MathorCup数学建模A题大规模指纹图像检索的模型与实现解题全过程文档加程序

    2022年第十二届MathorCup高校数学建模 A题 大规模指纹图像检索的模型与实现 原题再现   在生物特征识别领域,指纹作为最具独特性与持久性的生物特征之一,被广泛应用于身份识别.   指纹识别 ...

  6. 2022高教社杯数学建模思路 - 复盘:校园网的优化模型

    2022 高教社杯(国赛数学建模)思路解析 2022高教社杯ABCD赛题思路解析: https://blog.csdn.net/dc_sinor/article/details/126211983 1 ...

  7. Matlab数学建模(八):评价型模型

    一.学习目标 (1)掌握线性加权法 (2)掌握层次分析法 二.实例演练 1. 线性加权法 线性加权法的适用条件是各评价指标之间相互独立, 这样就可以利用多元线性回归方法来得到各指标对应的系数. 现以具 ...

  8. 如何用matlaab把csv转为mat文件_数学建模竞赛学习笔记:用TOPSIS模型进行综合评价

    笔记整理来自清风老师的数学建模课程(可以在B站里搜索到,头条无法放站外链接,我就不放了):TOPSIS教程 目录 1. 层次分析法的局限性(主观求权重方法) 2. TOPSIS法引入 2.1 一个指标 ...

  9. 数学建模美赛模拟题----蜜蜂种群模型、各种因素影响,以及所需活动范围

    这是英文版的原题 这其实是2022年美国高中生数学建模竞赛的A题,这次是我们学校选拔赛的测试题. 这是汉化版的题目 首先,我们提取一下题目的参考文献中的关键信息: 一些养蜂人损失了30%到90%的蜂箱 ...

  10. 数学建模学习笔记(二):非线性规划模型例题与灵敏度分析

    文章目录 前言 一.一个简单的非线性规划模型 二.问题的求解 1.模型的建立与求解 2.得出结论 三.灵敏度分析 总结 参考书目 前言 数学建模解决问题的过程一般分为五个步骤,称为五步方法,五个步骤如 ...

最新文章

  1. jupyter添加标题、文字注释
  2. [春节话题]春节联欢晚会的感受
  3. (包含重力矢量)Pygame粒子模拟
  4. (兔子繁殖问题)有一对兔子,从出生后第3个月起每个月都生一对兔子,小兔子长到三个月后每个月又生一对兔子,假如兔子都不死,问32个月过后的兔子总数为多少?...
  5. 浮点数规格化-不同基数的规格化
  6. B站校招面试官“炫耀资产、贬低应试者”?当事人发长文回应,北邮学子要求向学校道歉...
  7. 2021副高考试成绩查询荆州,湖北荆州2021年4月自考成绩查询入口开通
  8. 2017CCPC哈尔滨 A:Palindrome(manacher+树状数组)
  9. JavaSE 字符串
  10. 优班图linux 命令,Linux 常用命令
  11. 【历史上的今天】1 月 14 日:IBM 计算机先驱诞生;Windows 7 寿终正寝;诺基亚收购阿尔卡特
  12. python 爬虫 中乱码问题0xb5 和b'\x1f\x8b\x08
  13. Python 八大数据类型。
  14. 淘宝网上卖F22飞机,一群强人提问
  15. (WIP)Start my first kernel journey (by quqi99)
  16. 不支持wifi,删掉“屏幕投射”
  17. UDIMM和RDIMM内存条区别
  18. 软件构造LAB1的一些思考
  19. 素问·金匮真言论原文
  20. Android~获取WiFi MAC地址和IP方法汇总

热门文章

  1. python-pygame与pymunk-倒塌解压金字塔
  2. m277打印机 重置_惠普M277n打印机使用说明书(惠普M277n打印机使用指南PDF资料)V1.0 最新版...
  3. DO - varying
  4. iOS 各种技术点网址
  5. 2021-2027全球与中国触控板市场现状及未来发展趋势
  6. 第五章 编码/加密——《跟我学Shiro》
  7. MyISAM InnoDB 怎么读
  8. oracle中的replace into
  9. Normalization如何解决梯度消失
  10. VMR-21论文总结