如果你也在 怎样代写博弈论Game theory 这个学科遇到相关的难题，请随时右上角联系我们的24/7代写客服。博弈论Game theory在20世纪50年代被许多学者广泛地发展。它在20世纪70年代被明确地应用于进化论，尽管类似的发展至少可以追溯到20世纪30年代。博弈论已被广泛认为是许多领域的重要工具。截至2020年，随着诺贝尔经济学纪念奖被授予博弈理论家保罗-米尔格伦和罗伯特-B-威尔逊，已有15位博弈理论家获得了诺贝尔经济学奖。约翰-梅纳德-史密斯因其对进化博弈论的应用而被授予克拉福德奖。
博弈论Game theory是对理性主体之间战略互动的数学模型的研究。它在社会科学的所有领域，以及逻辑学、系统科学和计算机科学中都有应用。最初，它针对的是两人的零和博弈，其中每个参与者的收益或损失都与其他参与者的收益或损失完全平衡。在21世纪，博弈论适用于广泛的行为关系；它现在是人类、动物以及计算机的逻辑决策科学的一个总称。
statistics-lab™ 为您的留学生涯保驾护航 在代写博弈论Game Theory方面已经树立了自己的口碑, 保证靠谱, 高质且原创的统计Statistics代写服务。我们的专家在代写博弈论Game Theory代写方面经验极为丰富，各种代写博弈论Game Theory相关的作业也就用不着说。
经济代写|博弈论代写Game Theory代考|Changing the Information Structure with the I Ime Period
The folk theorem looks at a set of equilibrium payoffs as $\delta \rightarrow 1$, holding $\pi_y(a)$ constant. As we saw, whether the folk theorem holds depends on the amount of information the public outcome $y$ reveals. The interpretation of the result is therefore that almost all feasible, individually rational payoffs are equilibrium payoffs when $\delta$ is large in comparison with the information revealed by the outcome. Abreu, Pearce, and Milgrom (1990) show that the folk theorem need not hold if one interprets $\delta \rightarrow 1$ as the result of the interval between periods converging to 0 , and if the information revealed by $y$ deteriorates as the time interval shrinks. Why might this be the case? In games with observed actions, the public outcome is perfectly informative, and there is no reason to expect the information to change as the time period shrinks. In these games, then, we can interpret $\delta \rightarrow 1$ as a situation of either very little time preference or very short time periods. However, if players observe only imperfect signals of one another’s actions, it is plausible that the quality of their information depends on the length of each observation period. Thus, one cannot interpret the case of $\delta \cong 1$, with $\pi_v(a)$ fixed, as the study of what would occur if the time period became very short.
Abrcu, Pearce, and Milgrom (APM) investigate the effects of changing the time period and the associated information structure in two different examples. We will focus on a variant of their first example, a model of a repeated partnership game. We begin as usual by describing the stage game, which in the APM model is a continuous-time game of length $\tau$. The interpretation is that players lock in their actions at the start of the stage, and at the end of the stage the outcome and the payoffs are revealed. As in example 5.4, each player has two choices: work and shirk. Payoffs are chosen so that shirk is a dominant strategy in the stage game, and so that shirk is the minmax strategy. As in the example, the stage game has the structure of the prisoner’s dilemma: “Both shirk” is a Nash equilibrium in dominant strategies, and this equilibrium gives the players their minmax values. Payoffs arc normalized so that this minmax payoff is 0 , the (ex- pected) payoffs if both players work are $(c, c)$, and the payoff to shirking when the opponent works is $c+g$. (These are the expected payoffs, where the expectation is taken with respect to the corresponding distribution of output.) The difference between the APM stage game and example 5.4 is that, instead of there being only two outcomes each period (namely high and low output), the outcome is the number of “successes” in the period, which is distributed as a Poisson variable whose intensity is $\lambda$ if both players work and $\mu$ if one of them shirks, with $\lambda>\mu$. Thus, if the time period is short, it is unlikely that there will be more than one success, and the probability of one success in a period of length $d t$ is proportional to $d t$. This might correspond to a situation where the workers are trying to invent new products.
经济代写|博弈论代写Game Theory代考|Incomplete Information
When some players do not know the payoffs of the others, the game is said (o) have incomplete information. Many games of interest have incomplete information to at least some extent; the case of perfect knowledge of payoffs is a simplifying assumption that may be a good approximation in some cases.
As a particularly simple example of a game in which incomplete information matters, consider an industry with two firms: an incumbent (player 1) and a potential entrant (player 2). Player 1 decides whether to build a new plant, and simultaneously player 2 decides whether to enter. Imagine that player 2 is uncertain whether player 1 ‘s cost of building is 3 or 0 , while player 1 knows her own cost. The payoffs are depicted in figure 6.1. Player 2’s payoff depends on whether player 1 builds, but is not directly influenced by player l’s cost. Entering is profitable for player 2 if and only if player 1 does not build. Note also that player 1 has a dominant strategy: “build” if her cost is low and “don’t build” if her cost is high.
Let $p_1$ denote the prior probability player 2 assigns to player 1’s cost being high. Because player $I$ builds if and only if her cost is low, player 2 enters whenever $p_1>\frac{1}{2}$ and stays out if $p_1<\frac{1}{2}$. Thus, we can solve the game in figure 6.1 by the iterated deletion of strictly dominated strategies. Section 6.6 gives a careful analysis of iterated dominance arguments in games of incomplete information.
The analysis of the game becomes more complex when the low cost is only 1.5 instead of 0 , as in figure 6.2. In this new game, “don’t build” is still a dominant strategy for player 1 when her cost is high. However, when her cost is low, player l’s optimal strategy depends on her prediction of $y$, the probability that player 2 enters: Building is better than not building if
$$
1.5 y+3.5(1-y)>2 y+3(1-y),
$$
or
$$
y<\frac{1}{2} .
$$
博弈论代考
经济代写|博弈论代写Game Theory代考|Changing the Information Structure with the I Ime Period
民间定理将一组均衡收益视为$\delta \rightarrow 1$，保持$\pi_y(a)$不变。正如我们所看到的，民间定理是否成立取决于公共结果$y$所揭示的信息量。因此，对结果的解释是，当$\delta$与结果所揭示的信息相比较大时，几乎所有可行的、个体理性的收益都是均衡收益。Abreu, Pearce, and Milgrom(1990)表明，如果将$\delta \rightarrow 1$解释为周期间隔收敛于0的结果，并且$y$所揭示的信息随着时间间隔的缩小而恶化，则民间定理不必成立。为什么会这样呢?在观察行为的游戏中，公共结果是完全具有信息性的，没有理由期望信息会随着时间的缩短而改变。在这些游戏中，我们可以将$\delta \rightarrow 1$解释为时间偏好非常少或时间周期非常短的情况。然而，如果玩家只观察到对方行动的不完美信号，那么他们的信息质量就取决于每个观察期的长度。因此，我们不能把$\pi_v(a)$固定下来的$\delta \cong 1$案例解释为研究如果时间变得很短会发生什么。
Abrcu、Pearce和Milgrom (APM)在两个不同的例子中研究了改变时间周期和相关信息结构的影响。我们将关注他们第一个例子的一个变体，一个重复合作博弈的模型。我们像往常一样从描述阶段博弈开始，它在APM模型中是一个长度为$\tau$的连续时间博弈。其解释是，玩家在阶段开始时锁定自己的行动，在阶段结束时显示结果和收益。在例5.4中，每个玩家有两个选择:工作和逃避。收益的选择使得逃避是阶段博弈中的优势策略，因此逃避是最小最大策略。在这个例子中，阶段博弈具有囚徒困境的结构:“双方都逃避”是优势策略中的纳什均衡，这个均衡给了参与者最大最小值。收益是标准化的，所以这个最小最大收益是0，如果两个玩家都工作，(预期的)收益是$(c, c)$，当对手工作时，逃避的收益是$c+g$。(这些是预期收益，其中期望是相对于相应的产出分布的。)APM阶段博弈与示例5.4的不同之处在于，不同于每个阶段只有两个结果(即高输出和低输出)，结果是该时期“成功”的数量，它以泊松变量的形式分布，如果两个玩家都工作，强度为$\lambda$，如果其中一个玩家逃避，强度为$\mu$, $\lambda>\mu$。因此，如果时间段很短，则不太可能有多个成功，并且在长度为$d t$的时间段内一个成功的概率与$d t$成正比。这可能对应于工人试图发明新产品的情况。
经济代写|博弈论代写Game Theory代考|Incomplete Information
当一些参与者不知道其他参与者的收益时，这个博弈被称为(0)具有不完全信息。许多有趣的游戏至少在某种程度上具有不完整的信息;完全了解收益的情况是一个简化的假设，在某些情况下可能是一个很好的近似值。
作为一个特别简单的游戏例子，在这个游戏中，信息不完全很重要，考虑一个有两家公司的行业:现有的(参与人1)和潜在的进入者(参与人2)。参与人1决定是否建立一个新工厂，同时参与人2决定是否进入。想象一下，参与人2不确定参与人1的建造成本是3还是0，而参与人1知道自己的成本。结果如图6.1所示。玩家2的收益取决于玩家1是否建造，但并不直接受到玩家1成本的影响。当且仅当玩家1不进行建造时，玩家2才能够从中获利。还要注意的是，玩家1有一个优势策略:如果成本低就“建造”，如果成本高就“不建造”。
设$p_1$表示参与人2分配给参与人1的代价高的先验概率。因为当且仅当玩家$I$的成本较低时，玩家2便会在$p_1>\frac{1}{2}$时进入，并在$p_1<\frac{1}{2}$时离开。因此，我们可以通过迭代删除严格劣势策略来求解图6.1中的博弈。第6.6节详细分析了不完全信息博弈中的迭代优势论证。
当低成本仅为1.5而不是图6.2所示的0时，游戏分析将变得更加复杂。在这款新游戏中，当玩家1的成本很高时，“不建造”仍然是玩家1的主要策略。然而，当她的成本较低时，玩家1的最佳策略取决于她的预测$y$，即玩家2进入的概率:建造比不建造要好
$$
1.5 y+3.5(1-y)>2 y+3(1-y),
$$
或
$$
y<\frac{1}{2} .
$$
统计代写请认准statistics-lab™. statistics-lab™为您的留学生涯保驾护航。
金融工程代写
金融工程是使用数学技术来解决金融问题。金融工程使用计算机科学、统计学、经济学和应用数学领域的工具和知识来解决当前的金融问题，以及设计新的和创新的金融产品。
非参数统计代写
非参数统计指的是一种统计方法，其中不假设数据来自于由少数参数决定的规定模型；这种模型的例子包括正态分布模型和线性回归模型。
广义线性模型代考
广义线性模型（GLM）归属统计学领域，是一种应用灵活的线性回归模型。该模型允许因变量的偏差分布有除了正态分布之外的其它分布。
术语 广义线性模型（GLM）通常是指给定连续和/或分类预测因素的连续响应变量的常规线性回归模型。它包括多元线性回归，以及方差分析和方差分析（仅含固定效应）。
有限元方法代写
有限元方法（FEM）是一种流行的方法，用于数值解决工程和数学建模中出现的微分方程。典型的问题领域包括结构分析、传热、流体流动、质量运输和电磁势等传统领域。
有限元是一种通用的数值方法，用于解决两个或三个空间变量的偏微分方程（即一些边界值问题）。为了解决一个问题，有限元将一个大系统细分为更小、更简单的部分，称为有限元。这是通过在空间维度上的特定空间离散化来实现的，它是通过构建对象的网格来实现的：用于求解的数值域，它有有限数量的点。边界值问题的有限元方法表述最终导致一个代数方程组。该方法在域上对未知函数进行逼近。[1] 然后将模拟这些有限元的简单方程组合成一个更大的方程系统，以模拟整个问题。然后，有限元通过变化微积分使相关的误差函数最小化来逼近一个解决方案。
tatistics-lab作为专业的留学生服务机构，多年来已为美国、英国、加拿大、澳洲等留学热门地的学生提供专业的学术服务，包括但不限于Essay代写，Assignment代写，Dissertation代写，Report代写，小组作业代写，Proposal代写，Paper代写，Presentation代写，计算机作业代写，论文修改和润色，网课代做，exam代考等等。写作范围涵盖高中，本科，研究生等海外留学全阶段，辐射金融，经济学，会计学，审计学，管理学等全球99%专业科目。写作团队既有专业英语母语作者，也有海外名校硕博留学生，每位写作老师都拥有过硬的语言能力，专业的学科背景和学术写作经验。我们承诺100%原创，100%专业，100%准时，100%满意。
随机分析代写
随机微积分是数学的一个分支，对随机过程进行操作。它允许为随机过程的积分定义一个关于随机过程的一致的积分理论。这个领域是由日本数学家伊藤清在第二次世界大战期间创建并开始的。
时间序列分析代写
随机过程，是依赖于参数的一组随机变量的全体，参数通常是时间。 随机变量是随机现象的数量表现，其时间序列是一组按照时间发生先后顺序进行排列的数据点序列。通常一组时间序列的时间间隔为一恒定值（如1秒，5分钟，12小时，7天，1年），因此时间序列可以作为离散时间数据进行分析处理。研究时间序列数据的意义在于现实中，往往需要研究某个事物其随时间发展变化的规律。这就需要通过研究该事物过去发展的历史记录，以得到其自身发展的规律。
回归分析代写
多元回归分析渐进（Multiple Regression Analysis Asymptotics）属于计量经济学领域，主要是一种数学上的统计分析方法，可以分析复杂情况下各影响因素的数学关系，在自然科学、社会和经济学等多个领域内应用广泛。
MATLAB代写
MATLAB 是一种用于技术计算的高性能语言。它将计算、可视化和编程集成在一个易于使用的环境中，其中问题和解决方案以熟悉的数学符号表示。典型用途包括：数学和计算算法开发建模、仿真和原型制作数据分析、探索和可视化科学和工程图形应用程序开发，包括图形用户界面构建MATLAB 是一个交互式系统，其基本数据元素是一个不需要维度的数组。这使您可以解决许多技术计算问题，尤其是那些具有矩阵和向量公式的问题，而只需用 C 或 Fortran 等标量非交互式语言编写程序所需的时间的一小部分。MATLAB 名称代表矩阵实验室。MATLAB 最初的编写目的是提供对由 LINPACK 和 EISPACK 项目开发的矩阵软件的轻松访问，这两个项目共同代表了矩阵计算软件的最新技术。MATLAB 经过多年的发展，得到了许多用户的投入。在大学环境中，它是数学、工程和科学入门和高级课程的标准教学工具。在工业领域，MATLAB 是高效研究、开发和分析的首选工具。MATLAB 具有一系列称为工具箱的特定于应用程序的解决方案。对于大多数 MATLAB 用户来说非常重要，工具箱允许您学习和应用专业技术。工具箱是 MATLAB 函数（M 文件）的综合集合，可扩展 MATLAB 环境以解决特定类别的问题。可用工具箱的领域包括信号处理、控制系统、神经网络、模糊逻辑、小波、仿真等。