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|Iterated Strict Dominance and Nash Equilibrium
If the extensive form is finite, so is the corresponding strategic form, and the Nash existence theorem yields the existence of a mixed-strategy equilibrium. The notion of iterated strict dominance extends to extensiveform games as well; however, as we mentioned above, this concept turns out to have little force in most extensive forms. The point is that a player cannot strictly prefer one action over another at an information set that is not reached given his opponents’ play.
Consider figure 3.14. Here, player 2’s strategy $\mathrm{R}$ is not strictly dominated, as it is as good as $\mathrm{L}$ when player 1 plays $\mathrm{U}$. Morcover, this fact is not “pathological.” It obtains for all strategic forms whose payoffs are derived from an extensive form with the tree on the left-hand side of the figure. That is, for any assignment of payoffs to the terminal nodes of the tree, the payoffs to (U, L) and (U, R) must be the same, as both strategy profiles lead to the same terminal node. This shows that the set of strategic-form payoffs of a fixed game tree is of lower dimension than the set of all payoffs of the corresponding strategic form, so theorems based on generic strategic-form payoffs (see chapter 12) do not apply. In particular, there can be an even number of Nash equilibria for an open set of extensive-form payoffs. The game illustrated in figure 3.14 has two Nash equilibria, (U, R) and (D, L), and this number is not changed if the extensive-form payoffs are slightly perturbed. The one case where the odd-number theorem of chapter 12 applies is to a simultaneous-move game such as that of figure 3.4 ; in such a game, each terminal node corresponds to a unique strategy profile. Put differently: In simultaneous-move games, every strategy profile reaches every information set, and so no player’s strategy can involve a choice that is not implemented given his opponents’ play.
Recall that a game of perfect information has all its information sets as singletons, as in the games illustrated in figures 3.3 and 3.14 .
经济代写|博弈论代写Game Theory代考|Backward Induction and Subgame Perfection
As we have seen, the strategic form can be used to represent arbitrarily complex extensive-form games, with the strategies of the strategic form being complete contingent plans of action in the extensive form. Thus, the concept of Nash equilibrium can be applied to all games, not only to games where players choose their actions simultancously. However, many game theorists doubt that Nash equilibrium is the right solution concept for general games. In this section we will present a first look at “equilibrium refinements,” which are designed to separate the “reasonable” Nash equilibria from the “unreasonable” ones. In particular, we will discuss the ideas of backward induction and “subgame perfection.” Chapters 4, 5 and 13 apply these ideas to some classes of games of interest to economists.
Selten (1965) was the first to argue that in general extensive games some of the Nash equilibria are “more reasonable” than others. He began with the example illustrated here in figure 3.14. This is a finite game of perfect information, and the backward-induction solution (that is, the one obtained using Kuhn’s algorithm) is that player 2 should play $\mathrm{L}$ if his information set is reached, and so player 1 should play D. Inspection of the strategic form corresponding to this game shows that there is another Nash equilibrium, where player 1 plays $\mathrm{U}$ and player 2 plays $\mathrm{R}$. The profile $(\mathrm{U}, \mathrm{R})$ is a Nash equilibrium because, given that player 1 plays U, player 2’s information set is not reached, and player 2 loses nothing by playing R. But Selten argued, and we agree, that this equilibrium is suspect. After all, if player 2 ‘s information set is reached, then, as long as player 2 is convinced that his payoffs are as specified in the figure, player 2 should play $\mathbf{L}$. And if we were player 2 , this is how we would play. Moreover, if we were player 1 , we would expect player 2 to play $\mathbf{L}$, and so we would play $\mathrm{D}$.
In the now-familiar language, the equilibrium (U,R) is not “credible,” because it relies on an “empty threat” by player 2 to play $R$. The threat is “empty” because player 2 would never wish to carry it out.
博弈论代考
经济代写|博弈论代写Game Theory代考|Iterated Strict Dominance and Nash Equilibrium
如果扩展形式是有限的，那么相应的策略形式也是有限的，纳什存在性定理给出了混合策略均衡的存在性。迭代严格支配的概念也延伸到广泛形式的游戏中;然而，正如我们上面提到的，这个概念在大多数广泛的形式中几乎没有力量。关键在于，玩家不能严格地选择一种行动，而不是另一种行动。
考虑图3.14。在这里，参与人2的策略$\mathrm{R}$不是严格劣势，因为当参与人1的策略$\mathrm{U}$时，它和$\mathrm{L}$一样好。此外，这个事实并不是“病态的”。它适用于所有战略形式，其收益由图左侧的树状图导出。也就是说，对于树的终端节点的任何收益分配，(U, L)和(U, R)的收益必须是相同的，因为两种策略profile都指向相同的终端节点。这表明固定博弈树的策略形式收益集合比相应策略形式的所有收益集合的维数更低，因此基于一般策略形式收益的定理(见第12章)不适用。特别地，对于一个开放的广泛形式收益集，可以有偶数个纳什均衡。图3.14所示的博弈有两个纳什均衡(U, R)和(D, L)，如果泛化形式的收益受到轻微干扰，这个数字不会改变。第12章的奇数定理适用于图3.4这样的同时移动博弈;在这样的博弈中，每个终端节点对应一个唯一的策略配置文件。换句话说:在同步移动游戏中，每个策略配置文件都涉及到每个信息集，所以没有玩家的策略可以包含不考虑对手玩法的选择。
回想一下，一个完全信息博弈的所有信息集都是单信息，如图3.3和3.14所示。
经济代写|博弈论代写Game Theory代考|Backward Induction and Subgame Perfection
正如我们所看到的，战略形式可以用来表示任意复杂的广泛形式博弈，战略形式的策略是广泛形式中完整的偶然行动计划。因此，纳什均衡的概念可以应用于所有游戏，而不仅仅是玩家同时选择行动的游戏。然而，许多博弈论家怀疑纳什均衡是否是一般博弈的正确解概念。在本节中，我们将首先介绍“均衡优化”，它旨在将“合理的”纳什均衡与“不合理的”纳什均衡区分开来。特别地，我们将讨论逆向归纳法和“子博弈完善”的思想。第4章、第5章和第13章将这些思想应用于经济学家感兴趣的一些游戏类。
Selten(1965)是第一个提出在一般广泛博弈中，某些纳什均衡比其他均衡“更合理”的人。他从图3.14所示的例子开始。这是一个完全信息的有限博弈，逆向归纳解(即使用库恩算法得到的解)是，如果达到参与人2的信息集，参与人2应该选择$\ mathm {L}$，因此参与人1应该选择d。检查该博弈对应的策略形式表明，存在另一个纳什均衡，其中参与人1选择$\ mathm {U}$，参与人2选择$\ mathm {R}$。配置文件$(\ mathm {U}， \ mathm {R})$是纳什均衡，因为假设参与人1选择U，参与人2的信息集没有达到，参与人2选择R不会损失任何东西。但塞尔滕认为，我们同意，这个均衡是可疑的。毕竟，如果达到参与人2的信息集，那么，只要参与人2确信他的收益如图中所示，参与人2就应该选择$\mathbf{L}$。如果我们是参与人2，我们会这样玩。此外，如果我们是参与人1，我们会期望参与人2玩$\mathbf{L}$，所以我们会玩$\mathbf{D}$。
用现在熟悉的语言来说，均衡(U,R)不是“可信的”，因为它依赖于玩家2的“空威胁”来玩R。威胁是“空的”，因为玩家2永远不会想要执行它。
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。