‹ 数学游戏工坊合集
九章格数学 · 博弈论工坊

对赌沙场

你选纯策略,对手用最优混合策略——二十局累计收益,能不能摸到 minimax 定下的那条博弈值?
对局
20 局
赌局预设
3 副
核心
minimax 值

⚔️ 对赌沙场

你是行玩家:每局从收益矩阵里挑一行(一个纯策略)。对面坐着一位从不改主意的列玩家——他永远按最优混合策略随机出招。二十局过后把得分加起来,看看能不能摸到那条「博弈值」的线。
① 挑一副赌局(三档难度)
收益矩阵 · 点击行号选招
对局进度0 / 20
累计收益0
平均收益—
博弈值 v—
你的最优行—
点上面的行号或按钮,开始对赌。
玩法读法:矩阵里的数是你这一行的收益(对手得分恰好取相反数)。对手按列的最优混合策略出招——他有随机性,你猜不中;但 minimax 定理保证你选对行时,长期平均恰好停在 v。

🧮 解算工坊

把你的收益矩阵写进来,工坊用 minimax 定理替你算出:博弈值 v、行最优混合策略 x*、列最优混合策略 y*。2×2 还附一张图形解法——两条收益直线的交点就是答案。
矩阵输入(每行一条;2~3 行、2~3 列;用逗号或空格分隔)
等待求解……
2×2 图形解法
(2×2 矩阵求解后,这里画两条收益直线与它们的交点。)
怎么读结果:设行混合为 (p, 1−p)。列选左时你的期望是斜线 u左(p),选右时是 u右(p)。你只想守住较差的那种情况,所以真正能保住的是两者的下包络;把下包络抬到最高,恰在两条直线交点处——这就是博弈值 v 与最优概率 p*。列玩家的最优 q* 用同样的办法从另一侧解出。

📖 传说

从 1928 年的一条定理,到扑克桌上的诈唬,再到 1950 年的均衡存在性。

🏛️ 「值」的诞生:von Neumann 1928

1928 年,25 岁的冯·诺依曼(John von Neumann)在德国《数学年刊》(Mathematische Annalen)发表《关于社会博弈的理论》(Zur Theorie der Gesellschaftsspiele),证明了此后被称为 minimax 定理 的结论:任意有限的二人零和博弈都有唯一确定的值 v,并且 max–min = min–max。

🎯 工坊里那条「博弈值 v」的线,说的就是这个定理:不管你怎么打,长期平均都碰不到 v 以上;而对手按最优混合策略出招时,你也保得住 v。上界与下界在同一点咬合,这正是「值」存在的意思。

1944 年,他与摩根施特恩(Oskar Morgenstern)合著《博弈论与经济行为》,把这门学科带进了经济学。二人零和是它最干净的样子。

🇫🇷 更早的火花:Borel 1921

法国数学家博雷尔(Émile Borel)在 1921 年就盯上了「随机出招」:他把对称的零和博弈写成积分方程,引入了混合策略的雏形,甚至猜出了 minimax 那条等式。但他始终没能给出一般性证明。

把猜想变成定理——这一步属于 1928 年的冯·诺依曼。博弈论史因此常常并提两人:想法早在 1921 年冒头,严格证明 1928 年才落地。

🃏 扑克桌上的混合策略:Kuhn 1950

1950 年,哈罗德·库恩(Harold W. Kuhn)提出并解出了「简化扑克」(Kuhn poker):每人只发 1 张牌,牌面 J、Q、K 各一张,只许下注一轮。它小得可以手算,却已包含真实扑克的两大要素——信息不对称与诈唬。

最优打法恰恰是随机化:拿到最小的 J 时要按一定概率「诈唬」,让对手在跟注与弃牌之间无差异。这个博弈的值是 −1/18。可见「混合策略」不只是数学技巧,它是扑克高手无意识使用的东西。

♟️ 从零和到一般:Nash 1950

1950 年,22 岁的 John Nash 在美国《国家科学院院刊》(PNAS)发了一页短文,证明:每一个有限博弈(不只是零和!)都至少有一个混合策略均衡。

他用的工具是 Kakutani 不动点定理——把「每个玩家都选自己的最佳反应」看成一个集值映射,均衡恰好是它的不动点。零和博弈是这个宏伟结论里最规整的特例。(1951 年他在《数学年刊》给出了更完整的版本。)

🎲 为什么「随机化」才是理性

在没有纯策略均衡的博弈里(匹配硬币、石头剪刀布都是),任何固定的出招迟早会被对手抓死。把「选哪一行」交给一个概率分布,对手就再也无从针对——这不是耍滑头,而是数学上的最优。

minimax 定理还分得清责任:存在一对混合策略 (x*, y*),使得行玩家无论对手怎么打都能保住至少 v,列玩家无论对手怎么打都能把收益压到至多 v。两侧同时「保底」,v 就成了谁也无法单方面改变的客观刻度。

🧮 去「解算」页亲手算一遍:输入 [[3,−1],[−2,4]],你会看到行最优 (3/5, 2/5)、列最优 (1/2, 1/2)、值 v = 1——这正是册书 p118 例题 3 的答案。