強支配戦略 From Wikipedia, the free encyclopedia 強支配戦略(きょうしはいせんりゃく、(英: strictly dominant strategy)は他プレイヤーの戦略に依らず常に他より大きい利得をもたらす戦略である[1]。支配戦略(しはいせんりゃく、(英: dominant strategy)とも[2]。 以下では次のように記号を定義する: プレイヤー集合 N {\displaystyle \textstyle N} 、プレイヤー i ∈ N {\displaystyle \textstyle i\in N} i {\displaystyle \textstyle i} の戦略集合 S i {\displaystyle \textstyle S_{i}} 、 i {\displaystyle \textstyle i} の戦略 s i ∈ S i {\displaystyle \textstyle s_{i}\in S_{i}} i {\displaystyle \textstyle i} 以外の戦略の組の集合 S − i = ∏ k ∈ N ∖ { i } S k {\displaystyle \textstyle S_{-i}=\prod _{k\in N\setminus \{i\}}S_{k}} 、 i {\displaystyle \textstyle i} 以外の戦略の組 s − i ∈ S − i {\displaystyle \textstyle s_{-i}\in S_{-i}} i {\displaystyle \textstyle i} の利得関数 u i : S i × S − i → R {\displaystyle u_{i}:S_{i}\times S_{-i}\rightarrow R} ゲーム理論において、プレイヤー i {\displaystyle \textstyle i} の強支配戦略は i {\displaystyle \textstyle i} の他すべての戦略を強支配する戦略である(⇒ #定義)。支配戦略の一種であり、弱支配戦略と関係がある。強支配戦略は高々 1 つ存在し、存在する場合はプレイヤー i {\displaystyle i} の唯一合理的な戦略になる(⇒ #性質)。また、支配戦略均衡の構成要素である。 定義 Summarize Timeline Fact Check プレイヤー i {\displaystyle i} の戦略 s i ∗ ∈ S i {\displaystyle s_{i}^{*}\in S_{i}} が次の条件、 ∀ s i ′ ∈ S i ∖ { s i ∗ } , ∀ s − i ; u i ( s i ∗ , s − i ) > u i ( s i ′ , s − i ) {\displaystyle \forall s_{i}^{'}\in S_{i}\setminus \{s_{i}^{*}\},\ \forall s_{-i};\quad u_{i}(s_{i}^{*},s_{-i})>u_{i}(s_{i}^{'},s_{-i})} を満たすとき、 s i ∗ {\displaystyle s_{i}^{*}} は「プレイヤー i {\displaystyle i} の強支配戦略」である[3]。 同義の別表現では以下のように定義される: プレイヤー i {\displaystyle \textstyle i} の戦略 s i ∗ {\displaystyle \textstyle s_{i}^{*}} が i {\displaystyle \textstyle i} のほかの戦略をすべて強支配するとき、 s i ∗ {\displaystyle s_{i}^{*}} は「プレイヤー i {\displaystyle i} の強支配戦略」である。 例 Summarize Timeline Top Qs Fact Check 利得行列 A i {\displaystyle \textstyle A_{i}} s − i {\displaystyle s_{-i}} s i {\displaystyle s_{i}} s − i , 1 {\displaystyle s_{-i,1}} s − i , 2 {\displaystyle s_{-i,2}} s i , 1 {\displaystyle s_{i,1}} 1 {\displaystyle \textstyle 1} 4 {\displaystyle \textstyle 4} s i , 2 {\displaystyle s_{i,2}} 2 {\displaystyle \textstyle 2} 5 {\displaystyle \textstyle 5} s i , 3 {\displaystyle s_{i,3}} 3 {\displaystyle \textstyle 3} 6 {\displaystyle \textstyle 6} 例として、プレイヤー i {\displaystyle \textstyle i} を利得行列 A i {\displaystyle \textstyle A_{i}} で表現する戦略型非協力非零和有限確定ゲームを考える(表参照)。 他プレイヤーの戦略の組 s − i {\displaystyle \textstyle s_{-i}} が s − i , 1 {\displaystyle \textstyle s_{-i,1}} だと仮定した場合、 u i ( s i , 3 , s − i , 1 ) > u i ( s i , 2 , s − i , 1 ) > u i ( s i , 1 , s − i , 1 ) {\displaystyle \textstyle u_{i}(s_{i,3},s_{-i,1})>u_{i}(s_{i,2},s_{-i,1})>u_{i}(s_{i,1},s_{-i,1})} である。 s − i , 2 {\displaystyle \textstyle s_{-i,2}} だと仮定した場合、 u i ( s i , 3 , s − i , 2 ) > u i ( s i , 2 , s − i , 2 ) > u i ( s i , 1 , s − i , 2 ) {\displaystyle \textstyle u_{i}(s_{i,3},s_{-i,2})>u_{i}(s_{i,2},s_{-i,2})>u_{i}(s_{i,1},s_{-i,2})} である。よってどちらの場合でも、つまり他プレイヤーの戦略選択に依らず、 s i , 3 {\displaystyle s_{i,3}} は常に s i , 2 {\displaystyle s_{i,2}} と s i , 1 {\displaystyle s_{i,1}} より i {\displaystyle \textstyle i} の利得が大きい。よって s i , 3 {\displaystyle s_{i,3}} はプレイヤー i {\displaystyle \textstyle i} の強支配戦略である。 性質 高々1つ存在 プレイヤー i {\displaystyle \textstyle i} の強支配戦略は高々 1 つ存在する。 複数存在しないことは定義から明らかである。0 個存在する(= 存在しない)場合が多く、例えばじゃんけんはグー・チョキ・パーの 3 戦略が三すくみになっており強支配戦略が存在しない[4]。 合理的な選択 プレイヤー i {\displaystyle \textstyle i} の強支配戦略が存在するとき、合理的な i {\displaystyle \textstyle i} は相手の戦略に依らず i {\displaystyle \textstyle i} の強支配戦略を必ず選択する[5]。 強支配戦略の定義より、 i {\displaystyle \textstyle i} の強支配戦略は(相手の戦略が何であっても) i {\displaystyle \textstyle i} のほかの戦略より利得が大きい[1]。よってプレイヤー i {\displaystyle \textstyle i} の強支配戦略が(たった 1 つ)存在するとき、利得最大化を目指す合理的なプレイヤー i {\displaystyle \textstyle i} は必ずこの強支配戦略を選択する[5]。相手の選択に依らないため、相手の合理性や利得関数を仮定する必要が無い[5]。 この性質によりプレイヤー i {\displaystyle \textstyle i} の強支配戦略は支配戦略均衡を構成する[6]。 脚注 [脚注の使い方] 注釈 出典 1 2 支配戦略 ... 相手がどの行動を選ぼうとも,他の戦略よりも得られる利得が高い(横尾 2012, p. 71) ↑ 渡辺隆裕『ゼミナール ゲーム理論入門』日本経済新聞出版、2008年4月7日。ISBN 978-4-532-13346-7。 ↑ 支配戦略は以下のように定義される. ... 戦略 s i ∗ {\displaystyle s_{i}^{*}} がプレイヤ i {\displaystyle i} 支配戦略であるとは, S − i {\displaystyle S_{-i}} をプレイヤ i {\displaystyle i} 以外のプレイヤの戦略空間としたとき,任意の他のプレイヤの戦略の組 s − i ∈ S − i {\displaystyle s_{-i}\in S_{-i}} と,任意の自分の取りうる戦略 s i ′ ≠ s i ∗ {\displaystyle s_{i}^{'}\neq s_{i}^{*}} に対して, u i ( s i ∗ , s − i ) ≥ u i ( s i ′ , s − i ) {\displaystyle u_{i}(s_{i}^{*},s_{-i})\geq u_{i}(s_{i}^{'},s_{-i})} ... が成立することを意味する. 上式の ≥ {\displaystyle \geq } を > {\displaystyle >} に置き換えたものを強支配戦略 ... と呼ぶ(横尾 2012, p. 71) ↑ 支配戦略は一般には存在するとは限らない.例えば,じゃんけんでは,相手がパーを出すなら自分はチョキを出した方が良いが,相手がグーを出すなら自分はパーを出した方が良い.したがって,支配戦略は存在しない.(横尾 2012, pp. 71–72) 1 2 3 合理的なプレイヤであれば,支配戦略があればそれを選ぶと予想することができる.また,支配戦略を選ぶにあたっては,相手も合理的かどうかは気にしなくても良い.どんなに変わった非合理的な相手であっても,あるいは相手の利得が不明であっても,支配戦略を選ぶことを躊躇する必要はない.(横尾 2012, p. 71) ↑ 各プレイヤが支配戦略を持つとき,その組を支配戦略均衡と呼ぶ.(横尾 2012, p. 71) 参考文献 横尾, 真 (2012). “非協力ゲーム(基礎編)”. コンピュータ ソフトウェア. 計算機科学者のためのゲーム理論入門. 日本ソフトウェア科学会. 29 (2): 69–84. doi:10.11309/jssst.29.2_69. 関連項目 意思決定理論 ゲーム理論 ゲーム (ゲーム理論) 支配戦略 強支配戦略 弱支配戦略 支配戦略均衡 ナッシュ均衡 自己拘束的 表話編歴ゲーム理論定義 非協力ゲーム 協力ゲーム 標準型ゲーム 展開型ゲーム ベイジアンゲーム 簡潔ゲーム(英語版) 情報集合 信念の階層 選好 進化ゲーム ハイパーゲーム(英語版) 行動ゲーム 解概念と精緻化 ナッシュ均衡 部分ゲーム完全均衡 Mertens-stable equilibrium(英語版) ベイジアン・ナッシュ均衡 完全ベイズ均衡 摂動完全均衡 プロパー均衡 ε均衡 相関均衡(英語版、ドイツ語版) 逐次均衡 準完全均衡 進化的安定戦略 リスク支配 コア シャープレイ値 パレート効率性 質的応答均衡 自己確証均衡 強ナッシュ均衡(英語版、ヘブライ語版) マルコフ完全均衡(英語版) 戦略的補完性 合理化可能性 直観的基準 戦略 支配戦略 混合戦略 しっぺ返し戦略 トリガー戦略 共謀(英語版) 後ろ向き帰納法 前向き帰納法 マルコフ戦略(英語版) 主人と奴隷 ゲームのクラス 対称ゲーム(英語版) 完全情報 完全情報ゲーム 完備情報 不完備情報ゲーム 確実情報 同時手番ゲーム 逐次手番ゲーム(英語版) 繰り返しゲーム シグナリングゲーム チープトーク ゼロ和 非ゼロ和 メカニズムデザイン 交渉問題(英語版) 確率ゲーム(英語版) 大ポアソンゲーム(英語版) 非推移的ゲーム グローバルゲーム(英語版) 特性関数型ゲーム 二人零和有限確定完全情報ゲーム ゲーム 囚人のジレンマ 旅人のジレンマ(英語版) 協調ゲーム(英語版) チキンゲーム ムカデゲーム(英語版) ボランティアのジレンマ(英語版) ドル・オークション(英語版) 男女の争い(英語版) スタグハントゲーム マッチングペニー(英語版) 最後通牒ゲーム じゃんけん 海賊ゲーム(英語版) 独裁者ゲーム(英語版) 公共財ゲーム(英語版) Blotto games(英語版) 消耗戦(英語版) エルファロル・バー問題 公平分割 行き詰まり(英語版) 割り勘のジレンマ Guess 2/3 of the average(英語版) クーン・ポーカー 交渉問題(英語版) スクリーニングゲーム(英語版) 囚人と帽子のパズル(英語版) Trust game(英語版) Princess and monster game(英語版) モンティ・ホール問題 クールノー競争 ベルトラン競争 シュタッケルベルグ競争 定理 ミニマックス法 ナッシュの定理 純化定理 フォーク定理 顕示原理(英語版) アローの不可能性定理 主要人物 ケネス・アロー ロバート・オーマン ケン・ビンモア サミュエル・ボールズ メルヴィン・ドレッシャー(英語版) メリル・フラッド(英語版) ドリュー・フューデンバーグ(英語版) ドナルド・ギリース ジョン・ハーサニ レオニード・ハーヴィッツ デイヴィッド・レヴァイン(英語版) ダニエル・カーネマン ハロルド・クーン エリック・マスキン ジャン=フランソワ・メルタン(英語版) ポール・ミルグロム オスカー・モルゲンシュテルン ロジャー・マイヤーソン ジョン・ナッシュ ジョン・フォン・ノイマン アリエル・ルービンシュタイン トーマス・シェリング ラインハルト・ゼルテン ハーバート・サイモン ロイド・シャープレー ジョン・メイナード=スミス ジャン・ティロール アルバート・タッカー ウィリアム・ヴィックリー ロバート・ウィルソン ペイトン・ヤング(英語版) 関連項目 コモンズの悲劇 Tyranny of small decisions(英語版) All-pay auction(英語版) ゲーム理論におけるゲームの一覧(英語版) Confrontation analysis(英語版) ゲーム理論家の一覧(英語版) 数学 経済学 進化論 集団遺伝学 オペレーションズリサーチ 社会生物学 環境社会学 クープマンモデル カテゴリ 表話編歴意思決定理論基本概念 曖昧性回避(英語版) 限定合理性 選択アーキテクチャ(英語版) 期待効用 期待値 双曲割引 レキシミン(英語版) 損失回避(英語版) 多属性効用 経路依存性 等確率の原理 プロスペクト理論 合理的選択理論 リスク回避 リスク選好(英語版) 満足化(英語版) 戦略的支配(英語版) 主観的期待効用(英語版) 確実性の原理(英語版) フォン・ノイマン=モルゲンシュテルンの効用定理(英語版) 意思決定モデル アンスコム=オーマンの主観的期待効用モデル(英語版) 因果的意思決定理論(英語版) 意思決定フィールド理論(英語版) 感情的選択理論(英語版) 証拠的意思決定理論(英語版) ファジートレース理論(英語版) 時間選好 自然主義的意思決定(英語版) 規範的意思決定モデル(英語版) 量子認知(英語版) 認識優先型意思決定(英語版) ルビコンモデル(英語版) サヴェージの主観的期待効用モデル(英語版) 意思決定分析ツール 階層分析法 解析ネットワーク法(英語版) 費用便益分析 費用効果分析 費用効用分析(英語版) 意思決定会議(英語版) 意思決定曲線分析(英語版) 意思決定ルール(英語版) 意思決定支援システム 意思決定表(英語版) 意思決定木 意思決定マトリックス法(英語版) 意思決定バランスシート(英語版) ギッティンズ指数(英語版) 影響図(英語版) ミニマックス 多基準意思決定分析(英語版) スコアリングルール(英語版) 情報の価値(英語版) 完全情報の期待値(英語版) サンプル情報の期待値(英語版) 不確実性を含む期待値(英語版) パラドックスとバイアス アレのパラドックス(英語版) 確実性効果(英語版) 認知バイアス おとり効果 ディスポジション効果(英語版) エルスバーグのパラドックス(英語版) 保有効果(英語版) フレーミング効果(英語版) ヒューリスティック(英語版) ニューカムのパラドックス(英語版) 疑似確実性効果(英語版) 参照依存性(英語版) 後悔(英語版) サンクトペテルブルクのパラドックス 現状維持バイアス サンクコスト 不確実性とリスク 深い不確実性下の意思決定(英語版) 探索と活用のジレンマ(英語版) 情報ギャップ意思決定理論(英語版) 賭けの確率(英語版) ロバスト意思決定(英語版) 関連分野 行動経済学 ゲーム理論 オペレーションズ・リサーチ 社会的選択理論 効用理論 主な研究者 デイヴィッド・ブラックウェル(英語版) ブルーノ・デ・フィネッティ モリス・H・デグルート(英語版) ピーター・C・フィッシュバーン(英語版) ゲルド・ギゲレンツァー イツハク・ギルボア(英語版) ダニエル・カーネマン R・ダンカン・ルース(英語版) オスカー・モルゲンシュテルン ハワード・ライファ レオナード・サヴェージ デイヴィッド・シュマイドラー(英語版) ハーバート・サイモン エイモス・トベルスキー ジョン・フォン・ノイマン カテゴリ Related Articles