مبحث تعادل نش ترکیبی را در ۹ ویدیو یاد می‌گیریم. لینک یوتیوب این ویدیوها را اینجا قرار می‌دهم. برای دوستان داخل مرزهای ایران، لینک دانلود و تماشای مستقیم به زودی در وبسایت کلاس درس قرار داده خواهد شد. برای نظرات و سوال‌های خاص هر ویدیو تا قرارداده شدن جداگانه ویدیوها در سایت کلاس درس صبر کنید!
http://www.youtube.com/watch?v=n4_4vBova3w&list=PL484D02605DCD7E2F&index=25&feature=plpp_video
در این ویدیو با مدل رقابت چندجانبه استاکلبرگ (یا مدل پیش‌رو دنباله‌رو leader-follower) آشنا می‌شویم که در آن دو شرکت در میزان تولید کالا با هم رقابت می‌کنند در شرایطی که یکی از آنها پس از دیگری بازی می‌کند. این آخرین ویدیوی مبحث بازیهای پویا یا فرم گسترده با اطلاعات کامل است.
برای دیدن ویدیو به اینجا مراجعه کنید.
در این ویدیو با روش استنتاج معکوس (Backward Induction) برای یافتن تعادل نش زیربازی کامل در بازیهای فرم گسترده آشنا می‌شویم و مثال معروف بازی هزارپا (Centipede game) را حل می‌کنیم.
برای دیدن ویدیو به اینجا مراجعه کنید.
* برای ترجمه این عبارت مشکلات زیادی وجود داشت. در حقیقت انتخاب بین دو لغت استنتاج یا استقرا و معکوس یا بازگشتی کار سختیه و فعلن اجماع جمعی از دوستان اقتصادخوان در امریکا این بوده! هرچند هنوز به نظرم استقرای بازگشتی هم ترجمه جالبی است!
یکی از مهمترین مفاهیم بازیهای پویا مفهوم تعادل نش زیربازی کامل است. در این ویدیو پس از آشنایی با مفهوم زیربازی، این مفهوم را یاد می گیریم و مثالی از آن را بررسی می‌کنیم.
برای دیدن ویدیو به اینجا مراجعه کنید.
پی‌نوشت: این ویدیوها رایگان اند و همه‌ی آنها برای همیشه رایگان باقی خواهد ماند. دلیلش هم مشخص است. اولا دانش قیمت ندارد و ثانیا دسترسی به آموزش باکیفیت حق همه‌ی انسان‌هاست مستقل از توانایی مالی آنها. در این راه، یکی از بزرگترین کمک‌های شما معرفی وبسایت کلاس درس به دیگران است. امیدوارم دوستان وبلاگ‌دار، در وبلاگ و دوستان فیس‌بوک دار، در فیس‌بوک و همه از طریق ایمیل، تلفن، پیامک و … کلاس درس را به دیگران معرفی کنند. برای دیدن انواع کمک‌های ممکن در راه فراهم کردن آموزش رایگان برای همه‌ی ایرانیان، به این صفحه مراجعه کنید.
خیلی ساده شروع شد. گفتیم از اینترنت استفاده کنیم برای اینکه دور هم یک چیزهایی یاد بگیریم. چیزهایی یاد بگیریم تا امیدوار شویم به آینده. کم‌کم این امید پررنگ و پررنگ‌تر شد. جمع شدیم دور هم و گفتیم هرکسی که دوست دارد این امید را پررنگ‌تر کند، بسم الله! دیدیم که همین دور و ورمان، در همین پردیس کوچک استنفورد، آدم‌های زیادی هستند که به دنبال روزنه‌ای کوچک برای افزایش امید از طریق آموزش اند. این شد که فرزند کوچک و دوست‌داشتنی این روزهای ما، «کلاس درس» به همت جمعی از دوستان استنفورد شروع به کار کرد.
ویدیوی بعدی کلاس نظریه بازی‌ها را اینجا ببینید 🙂
پی‌نوشت: هنوز برای جایگاه اینجا در کنار کلاس درس تعریفی پیدا نکرده‌ام اما به نظرم اینجا را لازم داریم برای لیست ایمیل‌هایی که در آن ثبت نام کرده اند و … . در نتیجه فعلن تا سه ماه آینده که کوالز را بدهم تصمیمی در این مورد نخواهم گرفت.
در این ویدیو با مفهوم تعادل نش در بازیهای شکل گسترده آشنا می‌شویم. در ویدیوی بعد یک مثال جالب‌تر از این مفهوم را حل می‌کنیم.
http://www.youtube.com/watch?v=wHguy_EnZ2E
* پیوند دانلود ویدیو (از اینجا دانلود کنید)
پی‌نوشت: همان طور که در نظرات نوشته قبل عباس گفت، کلاس درس نظریه بازی‌ها به زبان انگلیسی توسط دانشگاه استنفورد و به طور رایگان ارایه می‌شود. استاد اصلی درس مت جکسون است که من دو درس با او داشته‌ام و احتمالن به زودی با هم یک پروژه انجام می‌دهیم – بسیار با سواد و توانمند در تدریس!
در این ویدیو سعی می‌کنم بازی جدید نوشته‌ی «یک بازی پیش از یک درس جدید» را تحلیل کنم تا با نقاط کانونی آشنا شویم. شش نفر از دوستان دقیقن یک زمان و یک مکان را انتخاب کرده‌اند که در نوع خود خیلی جالب است. این ویدیو بخشی از درس اصلی نیست و فرض بر این است که آن نوشته را قبلن خوانده‌اید.
http://www.educreations.com/lesson/embed/521935/
پی‌نوشت ۱: این ویدیو چون جزو بخش اصلی درس نظریه بازی نیست و تنها برای جذابیت موضوع مطرح شده، در فضایی غیر از فضای تخته سیاه ضبط شده. این فضا خیلی کار ضبط ویدیو را ساده‌تر می‌کند و وقت خیلی کمتری می‌گیرد. مشکلش کیفیت پایین ویدیوها و عدم دسترسی به لینک دانلود است. ویدیوهای درس اصلی اینجا ضبط نخواهند شد.
پی‌نوشت ۲: دوستان برنده بازی که (میدان آزادی – ۱۲ ظهر) را انتخاب کردند: امیرعلی، مجید، مینا، فرشید، محمود، هرمز. دو دوست هم (عباس و علیرضا) دقیقن میدان انقلاب – ساعت ۴ را انتخاب کردند که برندگان مرتبه ۲ بازی‌اند! ممنون از همه 🙂
در این بازی با مفهوم استراتژی در بازیهای شکل گسترده آشنا می‌شویم و خواهیم دید که استراتژی و عملکرد با هم متفاوت اند. درک مفهوم استراتژی برای تحلیل بازیهای شکل گسترده ضروری است.
http://www.youtube.com/watch?v=eGKbDk5hqOY
پی‌نوشت: ویدیوی مربوط به بازی متن قبلی هنوز ضبط نشده. در حقیقت کامپیوتر جدیدی که خریده‌ام قرار بود برسد که یک هفته به تاخیر افتاد! در نتیجه نظرات را هنوز عمومی نمی‌کنم تا اگر باز هم کسی خواست شرکت کند، بتواند.
پی‌نوشت: برای دانلود روی لینک راست‌کلیک کنید و save link as را انتخاب کنید.
پیش از درس بعد، می‌خواهم با هم یک بازی کنیم تا درس جذاب‌تر شود. پس برویم سراغ بازی!
فرض کنید من و شما با چنین بازی‌ای مواجه ایم: یک فرد به ما می‌گوید که اگر هر دوی من و شما روز شنبه هفته آینده در یک ساعت خاص شنبه (با دقت دقیقه) در یک مکان خاص از تهران (با دقت نام میدان، مرکز خرید، چهارراه، رستوران، نام پارک و … ) حاضر شویم، هر دو یک ملیارد تومان جایزه می‌گیریم و اگر زمان و مکان حضورمان «دقیقن» یکی نباشد، هیچ چیز به دست نمی‌آوریم. بنابراین استراتژی شما یک نقطه در فضای دوبعدی شامل (زمان، مکان) خواهد بود. یک مثال از استراتژی من می‌تواند (ساعت اِچ و آی دقیقه، مکان ایکس از تهران) باشد! دقت کنید که اگر در این شرایط شما هر ساعتی جز این ساعت یا هر مکانی غیر از آن مکان (حتی اگر ساعت دقیقن یکی باشد) را اعلام کنید، هردو بازنده خواهیم بود.
یادتان باشد که نمی‌توانید مثلن بگویید «خیابان ایکس» یا مثلن «محله‌ی کیو!». مکان باید مشخص باشد. مثلن «ایکس تقاطع وای» یا «فلان پارک/مغازه در محله‌ی کیو». اما مثلن «میدان ایکس» یا «پلِ ایگرگ» قبول است و نیاز به جزیی‌تر شدن نیست.
نکته مهم این است که من و شما پیش از حضور در قرار هیچ ارتباطی با هم نخواهیم داشت و صرفا باید بر اساس احتمالی که از فکر شخص مقابل می‌دهیم تصمیم بگیریم. می‌توانید فرض کنید که این بازی را دارید با اشخاص دیگری که اینجا نظر می‌دهند انجام می‌دهید! شما پیش از اعلام استراتژی خود هیچ خبری از استراتژی آنها ندارید (چون من نظرات را مخفی کرده‌ام تا بازی جذاب باشد) و باید زمان و مکانی را اعلام کنید که احتمالا آنها هم همانجا را اعلام می‌کنند.
خب، منتظرم! یک زمان از بین همه‌ی زمان‌های ممکن روز شنبه و یک مکان از بین همه‌ی مکان‌های تهران را به عنوان استراتژی خود اعلام کنید. شک نکنید نتایج برایتان جذاب خواهد بود. از برنده‌ها در ویدیوی بعد تقدیر خواهد شد!
در این ویدیو از کلاس درس به معرفی مفهوم یک بازی در شکل گسترده می پردازیم. این مفهوم به ما اجازه می دهد که توالی تصمیم گیری ها را در یک بازی مدل کرده و مفهوم زمان را وارد معادلات خود کنیم.
* ثلث جدید درس‌ها شروع شده و چندماه دیگر امتحان جامع دکتری دارم و در نتیجه زمان برای ضبط ویدیو کم‌تر خواهد بود. در تعطیلات البته مشغول بودم به ضبط ویدیو اما در زمینه‌ای دیگر. البته اینجا کماکان به روز خواهد شد، اما با سرعتی کم‌تر… به هر حال یک امتحان جامع دکتری است و پایان یک عمر امتحان دادن!
* پیوند دانلود را روی سایت آمازون قراردادم. ممنون می‌شوم اگر دوستان داخل ایران لطف کنند بگویند آیا امکان دانلود راحت وجود دارد یا این هم مثل گوگل فیلتر است.
حدود دو ماه پیش بود که اینجا دور هم جمع شدیم. خواستیم با هم کمی چیزهای به‌دردبخور یاد بگیریم. چیزهایی که به کمک آنها جامعه اطراف‌مون، اقتصاد، سیاست، و رفتار آدمها در همه اینها رو بهتر تحلیل کنیم. خواستیم در این قحطی و خشکسالی، کمی آب بنوشیم. خواستیم در این اوضاع نابسامان، دور هم جمع شویم و چای بنوشیم و یک چیز خوب هم یاد بگیریم، باشد که از چای‌مان در لحظه لذت ببریم و یادگرفته‌مان در آینده به کار آید.
تا امروز ۱۲ ویدیو اینجا گذاشته‌ام. تقریبن هر ۵ روز یک ویدیو، بدک نیست. آمار دقیق ندارم از دنبال‌کنندگانِ ویدیوها. از تعداد دانلودها و بازدید سایت و دنبال‌کننده‌های ایمیلی، به نظر می‌رسد بیش از ۱۵۰ نفر بیننده ویدیوها هستند که مایه‌ی خوشحالی است. مفاهیم اولیه نظریه بازی را یاد گرفتیم. امیدوارم حداقل این یک نکته را از اینجا تا الان به یادگار برده باشید که قوانین بازیهای زندگی چه‌قدر در آن‌چه به سرمان می‌آید اثرگذارند.
اما مهم‌تر از همه اینها، شما بودید. شمایی که ۱۳۶ نظر در وبسایت و چندده ایمیل جداگانه برای‌ام فرستادید و نظر دادید، نقد کردید، دلگرمی دادید و همه اینها «امیدبخش» بود. شاید بتوانم بگویم که همه هدف اینجا افزایش امید است. فهم بهتر جهان توسط گروه کوچکی از انسان‌ها توسط ابزارهای علم، امیدبخش است. امید به آینده بهتر. اینجا به زودی گسترش پیدا خواهد کرد. کمی صبر کنید! هدف، اما، چیزی نیست جز همان. ایجاد امید در خودمان و در همه جهان. تبدیل جهان و به طور خاص ایران به جایی بهتر برای زندگی و کسب معرفت. هدف بزرگی است برای یک سایت با چندصد بازدیدکننده آن‌هم برای آدم‌هایی در غربت؟ همم… به قول حافظ، گرچه دانم که به جایی نبرد راه، غریب – من به بوی سر آن زلف پریشان بروم.
در این ویدیو به حل مدل رقابت مطرح شده در ویدیو قبل می پردازیم. این مدل از پایه ای ترین مدل های تحلیل بازارهای رقابتی است. دیدن ویدیوی قبل برای فهم این ویدیو ضروری است.
در این ویدیو از کلاس درس مدل رقابت چندجانبه کورنو (cournot) را می شناسیم و بازی دو شرکت در تعیین میزان تولید یک کالای مشابه را به طور دقیق تعریف می کنیم. در ویدیوی بعد این بازی را حل خواهیم کرد. این مدل پایه‌ای ترین مدل تحلیل رقابت چندجانبه شرکت‌هاست.
پی‌نوشت: ممنون‌ام از همه دوستانی که با نظراتشان به من انرژی می‌دهند. کماکان بهترین راه برای کمک به من معرفی اینجا به دیگران است. اگر به ازای هر ویدیویی که می‌بینید اینجا را به یک نفر (یا بیشتر) معرفی کنید خیلی ممنون می‌شوم! یک کار خوب دیگر هم دنبال‌کردن اینجا از طریق ایمیل‌تان (لینک سمت چپ صفحه) است که آمار دقیق‌تری نسبت به تعداد مخاطبان به من خواهد داد. این آمار را برای بزرگ‌تر کردن احتمالی این حرکت لازم دارم.
در این ویدیو از کلاس درس مدل یک پروژه دو نفره که در آن هم‌افزایی (سینرژی) وجود دارد را بررسی می‌کنیم. هر فرد ترجیح می‌دهد که فرد دیگر بیشتر کار کند تا خودش با هزینه کمتری سود کند. تعادل نش این بازی را به کمک تابع بهترین پاسخ حساب می‌کنیم.
در این ویدیو از کلاس درس با رابطه بین تابع بهترین پاسخ و تعادل نش آشنا می شویم و خواهیم دید که این دو در حقیقت دو روی یک سکه اند!
در این ویدیو با مفهوم تابع بهترین پاسخ هر بازیگر آشنا می‌شویم و به کمک دو مثال ساده آن را تمرین می‌کنیم. در چهار ویدیوی آینده (۹ تا ۱۲) به بررسی رابطه تابع بهترین پاسخ با تعادل نش و حل دو مثال بسیار مهم از این تابع (فعالیت گروهی و رقابت چندجانبه شرکت ها) می‌پردازیم.
پی نوشت: اگر کلاس‌ها و درس‌ها نبود، اگر امتحانات هفته آینده نبود، اگر دنیا جور دیگری بود، به جای هفته‌ای یک ویدیو، هر روز چند ویدیو اضافه می‌کردم!
در این ویدیو به بررسی یک نمونه بازی از تصمیم گیری جمعی می پردازیم و تعادل نش آن را به کمک عمل‌های غالب و مغلوب هر بازیگر حساب می‌کنیم. این مثال بررسی تصمیم اعضای یک کوچه برای ساخت یک دکه نگهبانی در نقطه ای خاص از آن کوچه است، در شرایطی که هر ساختمان ترجیح می‌دهد دکه دقیقن روبروی ساختمان خودش ساخته شود تا امنیتش بالا برود. این مثال نمونه‌ی یک طراحی مکانیزم صادقانه (truthful) است.
پی نوشت: ممنون از عزیزانی که اینجا را به گروه‌های مختلفی معرفی کردند. (و عزیزانی که ازین به بعد این‌کار را می کنند) نام فایل‌ها ازین به بعد به همین شکل (gametheory07 با افزایش شماره انتهای آن) خواهد بود تا جمع کردن آنها راحت‌تر شود.
در این ویدیو با مفهوم عمل های (اکیدا) غالب و مغلوب در بازی ها آشنا می شویم. با دو مثال ساده این مفهوم ها را تمرین می کنیم. این مفاهیم در یافتن تعادل نش بسیار کاربردی اند.
http://www.youtube.com/watch?v=MKyNV6l974g
پی نوشت: مهم ترین کمکی که شما می توانید به این پروژه بکنید، معرفی آن به دیگر افراد علاقه مند است 🙂 نمایش ویدیو در خود بلاگ رو غیرفعال کردم تا بازکردن صفحه برای دوستان داخل ایران راحت تر بشه و خب زحمت دوستان خارج از ایران به اندازه یک کلیک زیاد شد.
در این ویدیو برای یادگیری بهتر مفهوم تعادل نش، به حل یک مدل ساده از بازی مشارکت در کالای عمومی می پردازیم. این مثال به بررسی تصمیم گیری افراد یک ساختمان (یا کوچه) برای یک پروژه عمومی می پردازد.
در این ویدیو ابتدا با مفهوم نمایه‌ی عملکرد (action profile) و تابع مطلوبیت بازیگرها آشنا می‌شویم و سپس تعریف رسمی تعادل نش را به صورت ریاضی خواهیم دید.
پی‌نوشت: ممنون از همه‌ی دوستانی که ایمیل زدند یا نظر دادند و انرژی لازم برای ادامه‌ی کار را با پیام‌های خود به من منتقل کردند. اعتراف می‌کنم که بدون این انرژی‌های مثبت کار ادامه پیدا نخواهد کرد!
لذت یادگیری اقتصاد 