信息传话总失真？阿星用博弈树拆解“沟通损耗”，教你破解双输困局！：典型例题精讲
适用年级
奥数
难度等级
⭐⭐⭐
资料格式
PDF 可打印
最近更新
2025-12-20
```html
💡 阿星精讲：沟通损耗 的本质
想象一下，你和朋友传悄悄话，每传一次，信息就像被咬了一口的苹果——它不是无损的。在数学和现实中，信息传递同样存在“损耗”，它源自信息不对称（我知道的你不全知道）。我们可以用博弈树来分析这种局面：当双方基于不完整或失真的信息做决策时，往往会陷入对彼此都不利的纳什均衡，即“双输”局面。这背后的数学本质是，每一次沟通都伴随信息熵 \( H(X|Y) \) 的增加（不确定性），而有效信息 \( I(X;Y) \) 在减少。我们的目标，就是通过数学模型，量化这种损耗，并找到破局点。
🔥 经典例题精析
题目：阿星和火花君要通过一个“嘈杂信道”协商明天是否一起踢球。阿星发出真实意愿的信号 \( S \)（想踢为 \( 1 \)，不想为 \( 0 \)），但信道有 \( 20\% \) 的误码率，即火花君接收到的信号 \( R \) 有 \( 0.2 \) 的概率与 \( S \) 相反。假设双方都只想在对方也想踢时才行动，否则各自获得效用 \( 0 \)。若成功一起踢球，各得效用 \( 10 \); 若单方面行动（我去你没来/你来我没去），则行动方损失 \( 5 \)。请用博弈树分析，在无额外确认沟通（单次信息传递）下，是否存在导致双输（都不踢）的纳什均衡？计算此均衡下双方的期望效用。
阿星拆解：
步骤1：设定概率模型。 设阿星想踢 (\( S=1 \)) 的概率为 \( p \)。火花君收到的信号 \( R \) 的条件概率为：
\( P(R=1 | S=1) = 0.8 \), \( P(R=0 | S=1) = 0.2 \) (损耗发生!)
\( P(R=0 | S=0) = 0.8 \), \( P(R=1 | S=0) = 0.2 \)。
步骤2：构建策略与收益矩阵。 双方策略均为：当且仅当推断对方想踢时才行动。火花君只能依据 \( R \) 推断：若 \( R=1 \)，他推断阿星想踢的后验概率为：
\( P(S=1|R=1) = \frac{0.8p}{0.8p + 0.2(1-p)} \)。仅当此概率足够高时，他才会选择“去”。这是一个对称博弈。
步骤3：寻找均衡点。 在信息有损耗的情况下，存在一个“怀疑阈值”。计算表明，当 \( p = 0.5 \)（阿星想踢不想踢各半）时，\( P(S=1|R=1) = 0.8 \)。若双方都要求推断概率 \( > 0.75 \) 才行动，则此时双方均不会行动，形成“都不踢”的纳什均衡。
步骤4：计算双输均衡的期望效用。 在此均衡下，无论真实意愿如何，双方都选择“不去”。因此，期望效用均为 \( 0 \)。然而，这损失了潜在的合作收益 \( 10 \)，这就是沟通损耗带来的双输结局。
口诀：信息传过嘈杂道，真意磨损被混淆。推断犹豫生猜忌，均衡双输效能耗。
🚀 举一反三：变式挑战
背景转换：将“踢球”改为“线上同时发布合作视频”。信道误码率升至 \( 30\% \) (\( \epsilon = 0.3 \))，合作成功各得效用 \( 15 \)，单方面行动损失 \( 8 \)。若阿星想合作的先验概率 \( p = 0.6 \)，求在单次通信下，火花君收到“合作”信号 (\( R=1 \)) 后，选择“发布”的期望效用是多少？这会促使他行动吗？
逆向求解：在经典例题设定下，反过来思考：若要确保双方在真实意愿都是“想踢” (\( S_A=1, S_B=1 \)) 时，一定能克服损耗达成合作（即形成“都去”的均衡），那么信道的误码率 \( \epsilon \) 最高不能超过多少？ (设双方决策阈值均为推断概率 \( > 0.5 \))。
知识迁移：将模型扩展为三级信息传递（阿星 -> 火花君 -> 小星）。每级信道误码率均为 \( 10\% \)。阿星发出 \( S \)，小星最终收到信号 \( T \)。若三方行动规则相同（仅当推断另两方都想合作时才行动），合作成功各得 \( 20 \)，单方面行动损失 \( 10 \)。分析在 \( p=0.5 \) 时，多级损耗是否会放大双输均衡的可能性？并计算“都不动”均衡的总期望社会效用损失（相较于完美沟通）。
答案与解析
经典例题答案：存在双输的纳什均衡（双方都选择“不去”）。在此均衡下，双方的期望效用均为 \( 0 \)。
变式一解析：
先计算后验概率：\( P(S=1|R=1) = \frac{0.7 \times 0.6}{0.7 \times 0.6 + 0.3 \times 0.4} = \frac{0.42}{0.42+0.12} = \frac{0.42}{0.54} \approx 0.778 \)。
期望效用 = \( 0.778 \times 15 + (1-0.778) \times (-8) \approx 11.67 - 1.78 = 9.89 > 0 \)。因此，期望效用为正，会促使他行动。注意，此时由于先验概率 \( p \) 较高，部分抵消了损耗。
变式二解析：
需要 \( P(S=1|R=1) > 0.5 \)。当 \( S_A=1, S_B=1 \) 时，此概率即为信道正确率 \( 1-\epsilon \)。
解不等式 \( 1 - \epsilon > 0.5 \)，得 \( \epsilon < 0.5 \)。但这是单边推断。为确保双向都行动，需双方推断都 \( > 0.5 \)，条件相同。因此，误码率 \( \epsilon \) 最高不能超过 \( 0.5 \)。实际上，考虑到策略互动，要求更严（通常 \( \epsilon < 0.5 \) 是必要条件）。
变式三解析：
会放大。二级传递后，信息失真加剧。计算 \( T \) 对 \( S \) 的总体正确率：经过两次独立损耗，正确概率为 \( (1-0.1)^2 = 0.81 \)，等效误码率 \( 19\% > 10\% \)。
在 \( p=0.5 \) 时，小星推断 \( P(S=1|T=1) = 0.81 \)。虽然对个人而言可能仍高于阈值，但三方连环推断的不确定性呈指数级增加，极大提高了“所有人都怀疑并选择不动”这一均衡的稳定性。
社会效用损失：完美沟通下，当 \( S_A=S_B=S_C=1 \) (概率 \( 0.125 \)) 时，总效用为 \( 3 \times 20 = 60 \)。在“都不动”均衡下，此部分收益完全损失，期望损失为 \( 0.125 \times 60 = 7.5 \)。这体现了多级沟通损耗的巨大成本。
PDF 典型例题打印版
为了节省资源，点击后将为您即时生成 PDF