ゲーム理論の問題
プレイヤー 1 は 枚の硬貨を箱 、箱 のどちらかに隠し、プレイヤー 2 は硬貨がどちらの箱にあるかを当てる。2 人は互いの選択を知らずに同時に選ぶ。お金のやりとりは次のとおりとする。
- 硬貨が にあり、プレイヤー 2 が と答えた(当たり): プレイヤー 1 がプレイヤー 2 に 円払う。
- 硬貨が にあり、プレイヤー 2 が と答えた(はずれ): プレイヤー 2 がプレイヤー 1 に 円払う。
- 硬貨が にあり、プレイヤー 2 が と答えた(はずれ): プレイヤー 2 がプレイヤー 1 に 円払う。
- 硬貨が にあり、プレイヤー 2 が と答えた(当たり): プレイヤー 1 がプレイヤー 2 に 円払う。
これをプレイヤー 1 の利得(円)を成分とする 2 人ゼロ和ゲームとみなし、両プレイヤーが混合戦略を使えるとする。このゲームの値(プレイヤー 1 の利得の期待値に関するミニマックス値)を求めよ。
この問題で使うもの
- ゼロ和ゲームの値(鞍点と混合戦略)(説明と入口の問題)
この問題を解けるようになるまで(10 技能)
読み込み中…
右端(太枠)がこの問題で使う技能です。左へドラッグすると、さらに前の前提をさかのぼれます。技能を押すと、そこまでの道筋が光ります。
ヒント
行き詰まったら、上から順に 1 つずつ開いてください。
ヒント 1
まずプレイヤー 1 の利得行列を作り、純粋戦略の鞍点があるかどうかを調べましょう。
ヒント 2
鞍点がなければ、プレイヤー 1 が確率 で に隠すとして、プレイヤー 2 の答えが のときと のときの期待利得を の式で表し、それらの小さい方を最大にします。
ヒント 3
期待利得は (答え )と (答え )です。これらが等しくなる を求めましょう。
答えと解説
答えを見る
どこでつまずきましたか?(選ぶと、戻る場所を案内します)
解説を読む
プレイヤー 1 の利得行列は、行をプレイヤー 1 の選択( に隠す、 に隠す)、列をプレイヤー 2 の答え(, )として
となる。
鞍点の確認: 各行の最小値は で、その最大値(マクシミン値)は 。各列の最大値は で、その最小値(ミニマックス値)は 。 なので純粋戦略の鞍点はなく、混合戦略を考える。
プレイヤー 1 の最適混合戦略: プレイヤー 1 が確率 で 、確率 で に隠す()とする。プレイヤー 2 の各答えに対するプレイヤー 1 の期待利得は
プレイヤー 1 は を最大にする。 は減少、 は増加なので、最大になるのは両者が等しいとき:
このとき期待利得は 。
プレイヤー 2 の最適混合戦略(確認): プレイヤー 2 が確率 で 、 で と答えるとすると、
より で、このとき値は 。
マクシミン値とミニマックス値が一致するので(ミニマックス定理)、ゲームの値は である。
(参考: 鞍点のない 行列 の値の公式 とも一致する。)
別解
プレイヤー 1 の利得行列(行: 隠す箱 A, B、列: 答え A, B)は 。\n\n純粋戦略の鞍点の確認: 行の最小値は で maximin は 、列の最大値は で minimax は 。一致しないので混合戦略が必要。\n\nプレイヤー 1 が を確率 で選ぶと、相手の答えが のとき期待利得 、 のとき 。無差別にするため より 。値は 。\n\n検算(プレイヤー 2 側): 答え を確率 で選ぶと、硬貨が のとき 、 のとき 。 より 、値は で一致する。\n\nよってゲームの値は 円(プレイヤー 1 の期待利得)。