博弈论 101 第 12 讲（英文原声）：Strict Dominance in Mixed Strategies

视频封面

视频元信息

标题：Strict Dominance in Mixed Strategies（混合策略中的严格占优）
系列：Game Theory 101（博弈论101），匹兹堡大学 William Spaniel 主讲
对应教材章节：Game Theory 101: The Complete Textbook 第 1.7 节（Less than 1.7）
时长：约 7 分 28 秒

内容摘要（TL;DR）

本节引入混合策略中的严格占优概念：当纯策略之间彼此无法占优时，一个纯策略的混合可能严格占优于某个纯策略，从而可被剔除。视频用一个 3×2 博弈演示：玩家1的 "上/下" 各 50% 的混合严格优于 "中"，剔除 "中" 后博弈退化为类"匹配硬币"结构，最终解出混合策略纳什均衡（上 3/5、下 2/5；左 3/7、右 4/7）。结尾预告下一讲"弱占优"。

一、引言与本节定位 [00:00]

主讲人：William Spaniel，主题为严格占优的混合策略（strictly dominant mixed strategies）。
过去已学过：纯策略之间的严格占优；本节把占优概念推广到混合策略。
本节对应教材 Game Theory 101: The Complete Textbook 第 1.7 节。

考点：本节核心命题——严格占优的判定标准是"无论对手怎么选，我都能获得更高收益"。这个标准对纯策略和混合策略同样适用，因此混合策略也可以构成占优关系。

理解：本节的逻辑链条是"先扩展占优的定义域（从纯策略到混合策略）→ 再用它剔除策略 → 最后用常规方法（混合策略算法）求解均衡"。这是博弈论中"迭代剔除严格劣策略（IESDS）"的推广版本。

二、待分析博弈与初始困境 [00:28]

本节使用的博弈结构：

玩家1：三个策略——上（Up）、中（Middle）、下（Down）
玩家2：两个策略——左（Left）、右（Right）

根据视频中的数值描述，收益矩阵可还原如下（玩家1收益在前）：

玩家1 \ 玩家2	左	右
上	3, -1	-1, 1
中	0, ?	0, ?
下	-1, ?	2, ?

关键观察：如果只看纯策略，没有任何一个纯策略严格占优另一个纯策略。

因此，若只用"迭代剔除严格劣策略（IESDS）"且只考虑纯策略，这个博弈一步也动不了。

[00:37] 主讲人提示：观众可暂停视频，自行验证"纯策略间无严格占优"这一结论。

思考：这正是引入混合策略占优的动机——纯策略层面的剔除陷入僵局时，混合策略提供了新的突破口。

三、混合策略严格占优的定义与逻辑 [00:59]

定义：如果你能在两个（或更多）策略之间找到一个混合，使得这个混合严格占优于另一个策略，那么就可以（且应该）立即剔除那个被占优的策略。

为什么可以剔除？

严格被占优的策略是非理性的（irrational）。
无论占优方是纯策略还是混合策略，结论都一样：既然存在一个无论对手怎么选都更好的选择，就没有任何理由去选被占优的策略。

易错点：占优方不一定是纯策略。 很多初学者只检查"纯策略 vs 纯策略"，会漏掉"混合策略 vs 纯策略"的占优关系。本节的核心就是补上这一块。

理解：严格占优的判定不依赖对手的概率分布——它是"逐点比较"（无论对手选左还是选右，我的期望收益都更高），因此比纳什均衡的"最优反应"条件更强。

四、构造混合策略：上/下各 1/2 [01:54]

尝试：玩家1以 1/2 概率选上、1/2 概率选下（不选"中"）。

情形1：玩家2选左

1/2 概率获得 3，1/2 概率获得 -1
期望收益 = (1/2)(3) + (1/2)(-1) = 1
对比：选"中"只能得 0
结论：混合策略（1）> 中（0）✓

情形2：玩家2选右

1/2 概率获得 -1，1/2 概率获得 2
期望收益 = (1/2)(-1) + (1/2)(2) = 1/2
对比：选"中"仍是 0
结论：混合策略（1/2）> 中（0）✓

推广：无论玩家2选左、选右，还是左右之间的任意混合，玩家1用"上/下各半"的混合所得都严格高于选"中"。

结论：根据严格占优的定义，"中"是严格被占优策略，可以剔除。

推导：这里的关键是"逐点优于"——因为对左、对右两个端点都严格更优，而期望是线性的，所以对任何中间混合也必然严格更优。这是线性期望的一个便利性质。

五、剔除"中"后的 2×2 博弈 [03:04]

剔除"中"后，博弈退化为一个熟悉的 2×2 博弈（上/下 vs 左/右）。

该 2×2 博弈没有纯策略纳什均衡，原因：

玩家1想要的结果是（上, 左）或（下, 右）
玩家2想要的结果是（下, 左）或（上, 右）
这本质上是一个类"匹配硬币"（matching pennies）的猜谜博弈：双方利益完全相反，没有纯策略稳定点。

因此必然存在混合策略纳什均衡。接下来用混合策略算法求解。

考点：无纯策略纳什均衡 ≠ 无均衡。 只要博弈有限，纳什定理保证至少存在一个（混合策略）纳什均衡。这里剔除"中"之后，均衡一定落在剩下的 2×2 博弈中。

六、混合策略算法求解均衡 [03:43]

6.1 求玩家1的混合策略（令玩家2无差异）

设玩家1选"上"的概率为 σ_up，选"下"的概率为 1 - σ_up。

玩家2选左的期望收益：

E(左) = σ_up × (-1) + (1 - σ_up) × 2

玩家2选右的期望收益：

E(右) = σ_up × (1) + (1 - σ_up) × ?

注：视频此处音频转录出现乱码（约 [04:28]–[05:32] 段），但根据最终结果 σ_left = 3/7 反推，玩家2在"右"下的收益应为：玩家1上时玩家2得 1、玩家1下时玩家2得 -1，即 E(右) = σ_up × 1 + (1 - σ_up) × (-1)。

令两者相等（使玩家2对左/右无差异）：

σ_up × (-1) + (1 - σ_up) × 2 = σ_up × 1 + (1 - σ_up) × (-1)

解方程：

左边 = -σ_up + 2 - 2σ_up = 2 - 3σ_up
右边 = σ_up - 1 + σ_up = 2σ_up - 1
2 - 3σ_up = 2σ_up - 1
3 = 5σ_up
σ_up = 3/5，σ_down = 2/5

6.2 求玩家2的混合策略（令玩家1无差异）

设玩家2选"左"的概率为 σ_left。

玩家1选上的期望收益：

E(上) = σ_left × 3 + (1 - σ_left) × (-1)

玩家1选下的期望收益：

E(下) = σ_left × (-1) + (1 - σ_left) × 2

令两者相等：

3σ_left - 1 + σ_left = -σ_left + 2 - 2σ_left
4σ_left - 1 = 2 - 3σ_left
7σ_left = 3
σ_left = 3/7，σ_right = 4/7

6.3 均衡结果汇总

玩家	策略	概率
玩家1	上	3/5
玩家1	下	2/5
玩家2	左	3/7
玩家2	右	4/7

玩家1不会在均衡中使用"中"——因为"中"是非理性策略。
验证：不仅 1/2-1/2 的混合优于"中"，均衡中使用的 3/5-2/5 混合同样优于"中"（可自行验证）。

易错点：均衡中剔除的策略概率为 0。 一旦某策略被严格占优剔除，它在任何纳什均衡中的使用概率都必须是 0。不要把它当作"以 0 概率混合"的普通策略来处理。

思考：这个求解过程展示了混合策略算法的标准套路——"让对手在可选策略间无差异"，从而反解出我的混合概率。注意方向容易搞混：求玩家1的混合，用的是玩家2的期望收益方程；求玩家2的混合，用的是玩家1的期望收益方程。

七、本节总结与下节预告 [07:04]

本节要点回顾：

严格占优可扩展到混合策略：混合严格占优于某纯策略 → 剔除该纯策略。
剔除后博弈可能变得可解，用常规混合策略算法求均衡。
被严格占优的策略在均衡中概率为 0。

下节预告：另一种占优类型——弱占优（weak dominance），它比严格占优更难使用（more tricky）。下一讲将解释什么是弱占优、以及它为何更棘手。

考点：严格占优 vs 弱占优的核心区别（预习）——严格占优要求"无论对手怎么选都严格更好"；弱占优只要求"不更差，且至少有一种情况下更好"。弱占优的麻烦在于：剔除顺序可能影响最终结果，且被弱占优的策略在某些均衡中仍可能以正概率出现。

八、拓展与延伸【拓展】

8.1 概念补充：什么是混合策略

纯策略（pure strategy）：确定地选择某一个行动。
混合策略（mixed strategy）：在若干纯策略上赋予概率分布，随机化选择。
期望收益（expected utility）：按概率加权平均得到的收益，是混合策略比较的基础。

8.2 为什么"严格占优"比"弱占优"安全

严格占优：剔除是安全的，不影响纳什均衡集合（被剔除策略在所有均衡中概率为 0）。
弱占优：剔除可能删除掉某些纳什均衡，且剔除顺序会影响结果，因此需要更谨慎。

8.3 常见踩坑点

坑1：只检查纯策略占优，漏掉混合策略占优，导致无法推进剔除。 坑2：混淆求解方向——求玩家1的混合要用玩家2的期望收益方程，反之亦然。 坑3：忘记验证——构造出混合策略后，必须验证它对对手的所有纯策略（以及任意混合）都更优，才算严格占优。 坑4：把被剔除策略写进均衡——被严格占优的策略在均衡中概率恒为 0。

8.4 背景：迭代剔除严格劣策略（IESDS）

IESDS 反复剔除严格被占优策略，逐步简化博弈。
本节把 IESDS 的"策略池"从纯策略扩展到混合策略，威力更大：某些纯策略层面无解的博弈，在混合策略层面可以解出。
与之相关的还有可理性化（rationalizability）概念——IESDS 的极限结果。

8.5 案例联想：类"匹配硬币"结构

本节的 2×2 子博弈与"匹配硬币"同构：一方想"同向"、另一方想"反向"，双方利益完全对立。
这类零和/严格竞争博弈的混合均衡概率往往由收益数值直接决定（如本节 3/7、4/7），是考试高频题型。

关键标签 / 关键词

博弈论 Game Theory 101 William Spaniel 严格占优 Strict Dominance 混合策略 Mixed Strategy 纳什均衡 Nash Equilibrium 迭代剔除 IESDS 匹配硬币 Matching Pennies 期望收益 弱占优 Weak Dominance 匹兹堡大学