|
即A={(ck,dk)∶c、 d∈N和ck+dk≤1}. (2) 对于模型1和模型2,两种机制AV和AVδ的唯一结果是点(,)。这不是很有趣。实际上,(,)是建模1和建模2的每个匿名机制M的唯一结果。这源于这样一个事实:由匿名机制诱导的博弈是一个常数和为1的对称博弈,因此具有唯一的纳什均衡结果(,)。对于δ和kin模型的小值,分析AVδ机制的结果是有趣的(3)。以下命题表明,结果接近于连接点(0.39,0.61)和(0.61,0.39)的效率段。提议1。设A=A(k)为等式(2)中的集合。对于每个k和每个δ>0,机制AVδ的所有纯纳什均衡结果都是(δ+k)-接近于分段conv((x,1)-x) ,(1)-x、 x),其中x≈0.39是方程x的解-x段中的x+=0∈[0,].在证明命题之前,我们给出了一个关于平均固定点的简单观察结果(给出引理2),这将有助于找到a(k)的平均固定点。引理3。设A为效用函数的对称集合,设x=(x,x)为A的平均固定点,则x=x。根据集合的对称性,(x,x)也是一个平均固定点。根据引理2,它必须是(x,x)≤≤(x,x)或相反(x,x)≤≤(x,x)。在这两种情况下,x=x。图6:分割饼图的平衡示例。命题1的证明。首先,我们将集合A=A(k)的平均固定点近似为误差k。根据引理3,A的所有平均固定点的形式为(x,x)forx∈[0,].我们考虑的是连续版本,其中我们替换了集合A\A<,<(x,x)和A\A.≤,≤(x,x)通过setB=conv((0,0)、(0,1)、(1,0))\具有均匀密度的conv((0,0)、(0,x)、(x,0)、(x,x))。
|