【博弈模型】古诺模型、stackelberg博弈模型、伯特兰德模型、价格领导模型
博弈模型
- 1、古诺模型(cournot)
- (1)假设
- (2)行为分析
- (3)经济后果
- (4)例题
- 2、stackelberg博弈模型(产量领导模型)
- (1)基本假设
- (2)行为分析
- 第一步:求追随者反应函数。
- 第二步:求领导者利润最大化的条件
- 第三步:求追随者利润最大化
- (4)例题
- 3、伯特兰德模型
- (1)假设
- (2)行为分析
- (3)均衡
- (4)缺陷(不现实性)
- 4、价格领导模型
- (1)假设
- (2)行为分析
- (3)例题
1、古诺模型(cournot)
(1)假设
-
假设一:是双寡头市场、厂商的成本函数相同为C(Q)。
-
假设二:产品同质(产品包装、质量、售前售后等完全相同)。对于消费者而言,厂商的产品是完全替代品。
-
假设三:决策变量为产量,并且同时行动。因此只能预测对方的产量(一定要预测),相当于是静态的博弈。
假设市场的需求曲线为: -
假设四:认为对方不会对自己的行为作出一系列的反应。(因为是同时行动的)
用式子表达为:
(2)行为分析
A厂商决定产量的时候,会预测B厂商,但A认为B不会对自己的预测行为作出任何反应。
寡头厂商1在预测厂商2的产量的基础上,以利润最大化目标决定自身产量。
寡头厂商2在预测厂商1的产量的基础上,以利润最大化目标决定自身产量。
厂商1:
最大化利润即使一阶导数为0。
(3)经济后果
-
总产量如何?
行业产量=市场总量×(m/m+1)
其中,m为厂商个数 -
单个厂商的产量如何?
单个厂商=市场总量×(1/m+1) -
均衡是否稳定?
稳定。在实现古诺均衡的时候,每个厂商都在预测对方产量的基础上决定自己的产量的时候达到了自身利润的最大化。没有离开这个均衡状态的动机,也就是每个人都不会愿意去改变自己的产量。
(4)例题
双寡头市场当中,两厂商进行产量竞争,他们面临的总市场需求曲线为P=100-Q,两厂商的生产成本相同,皆为C=4Q。问:若进行古诺竞争,求市场均衡价格和两厂商的产量,以及各自的利润是多少(暗含条件:利润最大化)。
解:
因为是古诺竞争,所以厂商1的利润函数为π1=P×Q1-C(Q1)=销售量-总成本。
因为P=100-Q,所以P=100-(Q1+Q2),所以π1=[100-(Q1+Q2)]×Q1-4Q1
所以对π1求关于Q1的一阶导得Q1=f(Q2)
2、stackelberg博弈模型(产量领导模型)
(1)基本假设
- 假设一:行动有先后,领导者先行,追随者后行。
- 假设二:核心领导变量为产量
- 假设三:领导者的产量决策起支配作用,并且他的决策会充分估计追随者的反应。
因此首先应该分析追随者的反应函数,再分析领导者行为。
(2)行为分析
第一步:求追随者反应函数。
- 追随者利润最大化的函数 max π2 =P×Q2-C(Q2)
- 对Q2求偏导
- 得到厂商2(追随者)的反应函数
厂商1(领导者)是没有反应函数的,因为其是先做决策。
第二步:求领导者利润最大化的条件
领导者做决定的最主要的因素应该是厂商2的反应。也就是反应函数求出来是为了帮助领导者做决策。
因此可以直接把这个条件代入π1。
第三步:求追随者利润最大化
(4)例题
假设两个厂商分别为厂商1和厂商2,假定他们遵循的是stackelberg的竞争方式。他们面临共同的市场需求函数为P=100-Q。厂商1的成本函数为C1=10Q1,厂商2的成本函数为C2=Q2^2。
假设厂商1为领导者,厂商2为追随者,求市场的均衡价格以及各自的均衡产量、利润。
一般来说,领导者得到的利润会大于追随者,也就是“先发优势、先动优势”。
3、伯特兰德模型
(1)假设
假设一:假定只有两个寡头厂商,以价格作为决策变量,且产品完全同质。
假设二:面临的需求函数
假设三:假设生产成本相同且MC=AC=C(C为常数)
(2)行为分析
情况一:若P1>P2,厂商1的价格大于厂商2的价格,。因此厂商1会失去所有的市场,利润为0。
情况二:若P1=P2,则二者平分市场。
情况三:若P1<P2,此时厂商1 获得所有市场。
伯特兰德模型是以价格作为决策变量,因此最后的利润函数也是和价格有关的。
(3)均衡
P1=P2=AC=表示利润是0的情况。
P1=P2=MC=表示有效配置。
MC=AC=表示实现了最优的均衡配置。
此时达到稳定,如果有人提价,那么他将失去所有的市场;如果有人降价,他将亏损。
(4)缺陷(不现实性)
现实生活当中,有一些原因导致即使价格更高,也不会失去所有的市场,具体原因有:
1、产品存在差异
2、博弈的时序问题
3、生产约束问题
4、价格领导模型
stackelberg博弈模型和价格领导模型有一定的相似性。
- stackelberg博弈模型:是领导者先决定产量,追随者再根据既定的领导者决定的产量的基础上决定其利润最大化的行为。
- 价格领导模型:是领导者先决定价格,追随者在领导者既定的价格下再实现自己的利润最大化。
(1)假设
假设一:领导者决定的是价格P,则追随者将其视为既定的价格来接受。(追随者只能在领导者定下来的基础上来进行决策 )
假设二:领导者采取价格作为决策变量,追随者会对此有反应。
(2)行为分析
供给函数表达的是价格与产量之间的关系
(3)例题
设AB两厂商,A为领导者,B为追随者。
若A决定市场价格(价格领导),则:
(1)求A的产量为多少?
(2)求A的定价为多少?
(3)求B的产量为多少?
解:
第一步:求追随者的供给函数
在分析完全竞争市场,分析厂商行为的时候,我们知道,边际成本就是供给函数。(边际成本与可变成本的最低点的交点以上的边际成本的部分)
第二步:领导者依据追随者的供给函数探讨自己的产量为多少
第三步:求出最优的产量QA
相关文章:

【博弈模型】古诺模型、stackelberg博弈模型、伯特兰德模型、价格领导模型
博弈模型 1、古诺模型(cournot)(1)假设(2)行为分析(3)经济后果(4)例题 2、stackelberg博弈模型(产量领导模型)(1ÿ…...
单片机:实现花样灯数码管的显示(附带源码)
单片机实现花样灯数码管显示 数码管(七段数码管)广泛用于数字显示,例如时钟、计数器、温度计等设备。在本项目中,我们将使用单片机实现花样灯数码管的显示效果。所谓花样灯显示是指通过控制数码管上的各个段位,以不同…...

什么是芯片电阻
有人把Chip Resistor翻译成“芯片电阻”,我觉得翻译成“贴片电阻”或“片状电阻”更合适。有些厂商也称之为”电阻片”,英文写作Resistor Chip。比如:Thick film resistor chips(厚膜电阻片)、Thin film resistor chip…...
【C++】sophus : geometry.hpp 位姿(SE2 和 SE3)和(2D 直线\3D 平面)转换函数 (五)
这段代码定义了一系列在位姿(SE2 和 SE3)和几何实体(2D 直线和 3D 平面)之间进行转换的函数。它利用了 Sophus 库中已有的旋转表示(SO2 和 SO3)。 以下是函数的详细解释: 1. SO2 与直线…...
moment()获取时间
moment 是一个 JavaScript 日期处理类库。 使用: //安装 moment npm install moment -- save引用 //在main.js中全局引入 import moment from "moment"设定moment区域为中国 //import 方式 import moment/locale/zh-cn moment.locale(zh-cn); 挂载全…...
Azure虚拟机非托管磁盘大小调整
想要扩容一个Azure VM 的磁盘空间,门户里面竟然无法扩展,点点鼠标就完事的时代在离去,微软越来不想微软。 在门户里面即便使用Azure Cli命令行也不行。 PS /home/gpchina> az disk list [] 返回为空,根本没有返回磁盘。 不过使…...
流匹配模型[Flow Matching]
流匹配模型:概念、优缺点与扩散模型的对比 在生成建模领域,流匹配模型(Flow Matching)是一种通过学习流场将初始分布(通常是高斯噪声)变换为目标分布的新型框架。本文将对流匹配模型的概念、与扩散模型的联…...

Unix 和 Windows 的有趣比较
Unix 和 Windows NT 比较 来源于这两本书,把两本书对照来读,发现很多有意思的地方: 《Unix 传奇》 https://book.douban.com/subject/35292726/ 《观止 微软创建NT和未来的夺命狂奔 》 Showstopper!: The Breakneck Race to Create Windows…...
算法(三)——贪心算法
文章目录 定义基本原理基本思路优缺点优点缺点 经典案例及解析找零问题问题描述贪心思路算法解析java代码示例 活动选择问题问题描述贪心思路算法解析java代码示例 车辆路径问题问题描述贪心思路算法分析java代码示例 定义 贪心算法是指在求解问题时,总是做出在当前…...

LeetCode 704.二分查找
LeetCode 704.二分查找 思路🧐: 在本篇以及之后几篇的博客中,博主将会用二分法进行解答,以此巩固二分题型。二分法一般用于具有二段性的数据中使用。比如该题为有序数组,需要我们查找一个目标值target,分析…...

Linux介绍与安装CentOS 7操作系统
什么是操作系统 操作系统,英⽂名称 Operating System,简称 OS,是计算机系统中必不 可少的基础系统软件,它是 应⽤程序运⾏以及⽤户操作必备的基础环境 ⽀撑,是计算机系统的核⼼。 操作系统的作⽤是管理和控制计算机系…...
使用 rbenv 切换 Ruby 版本
1. 查看当前 Ruby 版本 首先,查看当前系统中安装的 Ruby 版本: ruby -v如果你已经安装了 rbenv,可以列出通过 rbenv 安装的 Ruby 版本: rbenv versions2. 安装 Ruby 版本 如果你想安装新的 Ruby 版本,使用以下命令…...

C语言(结构体练习)
设计一个结构体,存放一个学员信息并显示,存放两个学员信息,算他们的平均分。 #include <stdio.h> #include <string.h>// 定义结构体 typedef struct {char name[50];float score; } Student;// 函数声明 void display(Student student); f…...

你了解网络层的 ICMP 吗?
你了解网络层的 ICMP 吗? 一. 什么是 ICMP二. ICMP 的工作原理三. ICMP 的结构四. ICMP 的常见应用五. ICMP 的局限性与安全性六. 总结 前言 这是我在这个网站整理的笔记,有错误的地方请指出,关注我,接下来还会持续更新。 作者:神…...

清理C盘小记
突然C盘就爆满了,想当初还是给他预留了120G的空间,感觉到现在也不够用了,担心出现死机的情况就赶紧进行了清理。有一说一,清理回收站是真的有用。 参考:C盘清理指南,清理出30G起,超详细总结&am…...

Excel中如何消除“长短款”
函数微调可以可以实施,简单且易于操作的气球🎈涨缩更妙。 (笔记模板由python脚本于2024年12月17日 06:19:13创建,本篇笔记适合用Excel操作数据的coder翻阅) 【学习的细节是欢悦的历程】 Python 官网:https://www.python.org/ Fre…...

超越 RAG 基础:AI 应用的高级策略
作者:来自 Elastic Elastic Platform Team 我们最近与 Cohere 举办的虚拟活动深入探讨了检索增强生成 (retrieval augmented generation - RAG) 的世界,重点讨论了在概念验证阶段之后构建 RAG 应用程序的关键注意事项。我们的演讲者是 Elastic 的首席解…...
[shader]【图形渲染】【unity】【游戏开发】 Shader数学基础2-认识点和矢量
在计算机图形学和Shader编程中,点和矢量是两种常见且基础的数学对象。它们在空间中的作用和性质是理解图形渲染的关键。本篇文章将深入探讨点(Point)和矢量(Vector)的定义、特性以及它们之间的关系。 1. 点(Point)的定义 在数学和计算机图形学中,**点(Point)**用于…...

微软开源Python Markdown转换工具
分享一个microsoft开源的Python工具——markitdown,轻松将各类文件转换为Markdown格式。 markitdown支持的文件格式 PDF(.pdf)PowerPoint(.pptx)Word(.docx)Excel(.xlsx)图片(支持EXIF元数据和OCR识别)音频(支持EXIF元数据和语音转录)HTML(包括对Wikipedia...
安装与配置MongoDB 6.0以支持远程连接
安装与配置MongoDB 6.0以支持远程连接 目录 安装curl工具下载并导入MongoDB 6.0 PGP密钥向APT导入MongoDB 6.0版软件包的资源链接安装MongoDB依赖libssl1.1安装MongoDB启动并检查MongoDB服务状态进入MongoDB Shell交互式执行环境设置MongoDB开机自启配置MongoDB允许远程连接 …...

MPNet:旋转机械轻量化故障诊断模型详解python代码复现
目录 一、问题背景与挑战 二、MPNet核心架构 2.1 多分支特征融合模块(MBFM) 2.2 残差注意力金字塔模块(RAPM) 2.2.1 空间金字塔注意力(SPA) 2.2.2 金字塔残差块(PRBlock) 2.3 分类器设计 三、关键技术突破 3.1 多尺度特征融合 3.2 轻量化设计策略 3.3 抗噪声…...

微信小程序之bind和catch
这两个呢,都是绑定事件用的,具体使用有些小区别。 官方文档: 事件冒泡处理不同 bind:绑定的事件会向上冒泡,即触发当前组件的事件后,还会继续触发父组件的相同事件。例如,有一个子视图绑定了b…...

理解 MCP 工作流:使用 Ollama 和 LangChain 构建本地 MCP 客户端
🌟 什么是 MCP? 模型控制协议 (MCP) 是一种创新的协议,旨在无缝连接 AI 模型与应用程序。 MCP 是一个开源协议,它标准化了我们的 LLM 应用程序连接所需工具和数据源并与之协作的方式。 可以把它想象成你的 AI 模型 和想要使用它…...
在四层代理中还原真实客户端ngx_stream_realip_module
一、模块原理与价值 PROXY Protocol 回溯 第三方负载均衡(如 HAProxy、AWS NLB、阿里 SLB)发起上游连接时,将真实客户端 IP/Port 写入 PROXY Protocol v1/v2 头。Stream 层接收到头部后,ngx_stream_realip_module 从中提取原始信息…...
C++ 基础特性深度解析
目录 引言 一、命名空间(namespace) C 中的命名空间 与 C 语言的对比 二、缺省参数 C 中的缺省参数 与 C 语言的对比 三、引用(reference) C 中的引用 与 C 语言的对比 四、inline(内联函数…...

IoT/HCIP实验-3/LiteOS操作系统内核实验(任务、内存、信号量、CMSIS..)
文章目录 概述HelloWorld 工程C/C配置编译器主配置Makefile脚本烧录器主配置运行结果程序调用栈 任务管理实验实验结果osal 系统适配层osal_task_create 其他实验实验源码内存管理实验互斥锁实验信号量实验 CMISIS接口实验还是得JlINKCMSIS 简介LiteOS->CMSIS任务间消息交互…...

Redis数据倾斜问题解决
Redis 数据倾斜问题解析与解决方案 什么是 Redis 数据倾斜 Redis 数据倾斜指的是在 Redis 集群中,部分节点存储的数据量或访问量远高于其他节点,导致这些节点负载过高,影响整体性能。 数据倾斜的主要表现 部分节点内存使用率远高于其他节…...

云原生安全实战:API网关Kong的鉴权与限流详解
🔥「炎码工坊」技术弹药已装填! 点击关注 → 解锁工业级干货【工具实测|项目避坑|源码燃烧指南】 一、基础概念 1. API网关(API Gateway) API网关是微服务架构中的核心组件,负责统一管理所有API的流量入口。它像一座…...

代码规范和架构【立芯理论一】(2025.06.08)
1、代码规范的目标 代码简洁精炼、美观,可持续性好高效率高复用,可移植性好高内聚,低耦合没有冗余规范性,代码有规可循,可以看出自己当时的思考过程特殊排版,特殊语法,特殊指令,必须…...
4. TypeScript 类型推断与类型组合
一、类型推断 (一) 什么是类型推断 TypeScript 的类型推断会根据变量、函数返回值、对象和数组的赋值和使用方式,自动确定它们的类型。 这一特性减少了显式类型注解的需要,在保持类型安全的同时简化了代码。通过分析上下文和初始值,TypeSc…...