ゲーム理論の問題
を 以上の整数とし、 を 成分が ()の 次正方行列とする。プレイヤー 1 が行 、プレイヤー 2 が列 を選んだとき、プレイヤー 2 がプレイヤー 1 に の 成分 を支払う 2 人ゼロ和ゲームを考える(直線上の地点 のどれかを互いに選び、離れているほどプレイヤー 1 が得をするゲームである)。
混合戦略の集合を とし、プレイヤー 1 が 、プレイヤー 2 が を独立に用いるときのプレイヤー 1 の期待利得を とする。
とおき(これらの最大値・最小値が存在することは用いてよい)、 のときこの共通の値をゲームの値という。また、 をみたす をプレイヤー 1 の最適戦略、 をみたす をプレイヤー 2 の最適戦略という。
次の 3 つがすべて成り立つことを証明せよ。
- このゲームの値が存在して に等しい。
- プレイヤー 1 の最適戦略は、、それ以外の成分が である ただ 1 つである。
- がプレイヤー 2 の最適戦略であるための必要十分条件は である。
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
プレイヤー 1 の具体的な戦略で を示し、プレイヤー 2 の各戦略 について を の平均 で表しましょう。一般に成り立つ も使います。
ヒント 2
について線形な関数の 上の最大値は係数の最大値です。 は について凸( を と の内分点として三角不等式を使う)なので、最大値は と の大きい方です。
ヒント 3
プレイヤー 1 は両端に ずつ置くと、相手の によらず利得が になります。一意性は、プレイヤー 2 が中央の地点( が偶数なら中央の 2 地点に半分ずつ)を使うときの利得から内側の成分が であることを導き、次に を当てて考えます。
採点の観点と模範解答
自分で証明を書いてから、採点の観点で見比べてください。
採点の観点を見る
両端に ずつの戦略 に対し、任意の で となることを示し、 を導いている(2 点)
各 について、 であること、および凸性(三角不等式)から であることを示している(3 点)
(等号は のときのみ)と から、値が であることとプレイヤー 2 の最適戦略の特徴づけを結論している(2 点)
中央に重みを置く を当てて、最適戦略 の内側の成分がすべて であることを示し、さらに を当てて を導いている(3 点)
どこでつまずきましたか?(選ぶと、戻る場所を案内します)
模範解答を読む
に対し である。また で、 番目の成分だけが で他が のベクトルを表す。 である。 とおく。
補題. に対し である。
(証明) なら なので 。一方、 となる をとると で等号が成り立つ。(終)
ステップ 1: 。 とおく。任意の に対し、 より なので
である。よって であり、 は についての最大値なので 。
ステップ 2: 各 について を求める。 を固定し、()、 とおく。 なので、補題より である。
まず 、 である。次に に対し とおくと なので、各 について であり、三角不等式と , から
が成り立つ。両辺に を掛けて について足すと
となる。 では等号なので
である。 なので、2 数のうち大きい方は平均 以上であり、
が成り立つ。
ステップ 3: 。 ステップ 2 より、すべての で なので 。一方、, とおくと , であり、 は をみたすので、ステップ 2 より 。よって で、 である。
ステップ 4: ゲームの値。 任意の , に対し、最小値・最大値の定義から
である。左辺は によらず、右辺は によらないので、左辺を について最大化し、右辺を について最小化して を得る。ステップ 1, 3 と合わせて なので であり、ゲームの値が存在して に等しい。
ステップ 5: プレイヤー 2 の最適戦略。 なので、 が最適戦略であることは と同値であり、ステップ 2 の等号条件より、これは と同値である。
ステップ 6: プレイヤー 1 の最適戦略。 ステップ 1 と より は最適戦略である。逆に を最適戦略とすると、 なので、すべての で である。
(a) 内側の成分が であること。ステップ 3 の について とおく。 なら 、 なら であり、 より となる整数 はないので、すべての はこのどちらかに入る。したがって で、等号は または のときに限る( の場合は 、 の場合は のときだけ等号)。すると
で、右辺の各項は , より 以下なので、すべての項が である。 では なので である( ならこの主張は空である)。よって 。
(b) 両端の成分。 とすると より 。 とすると より ((a) より内側の成分は である)。 と合わせて 、すなわち である。
以上より、このゲームの値は であり、プレイヤー 1 の最適戦略は (他の成分は )のものただ 1 つ、プレイヤー 2 の最適戦略は をみたす 全体である。