博弈论 101 第 49 讲（英文原声）：Lotteries

视频封面

视频元信息

系列：Game Theory 101（匹兹堡大学，主讲人 William Spaniel）
本集主题：Lotteries（彩票 / 抽奖 / 随机结果）
时长：约 6 分钟
语言：英文（转录含大量语音识别噪声，部分内容不可辨识）

本集转录文本前半段存在严重的语音识别错误（大量乱码、非英文片段），无法还原真实语义。以下笔记仅依据可辨识的英文部分（约 [03:12] 之后的内容）进行整理，并对其中提到的博弈论概念做补充解释。请勿将乱码部分当作有效内容。

内容摘要（TL;DR）

本集引入博弈论中的"彩票"（lotteries，即随机结果）概念，核心问题是：同一组偏好若用不同的效用函数表示，面对同一个彩票时可能得出相反的排序。视频用 Donald 在"确定得到 A"与"B、C 各 50% 的彩票"之间的选择为例，说明效用函数的相对强度（而非仅线性序）会影响随机情境下的决策，因此需要为期望效用理论补充独立性（independence）与连续性（continuity）两条偏好公理。

一、开场与主题引入 [00:00]

视频开头为 Game Theory 101 系列的标准问候，随后宣布本集主题为 lotteries（彩票）。
主讲人提到此前课程已铺垫过相关内容，但转录前半段（约 [00:00]–[03:12]）因语音识别错误严重，无法可靠还原其具体论述。

易错点： 转录前半段几乎全为乱码，不要试图从中提取知识点。有效内容从约 [03:12] 开始。

理解：本集属于"期望效用理论"（Expected Utility Theory）的铺垫课，主题是"随机性如何进入博弈论模型"。

二、澄清：本集不是讲 Powerball [03:12]

主讲人明确说明：如果你点进这个视频是想听关于 Powerball（美国强力球彩票）这类现实彩票的博弈论分析，那你走错视频了，屏幕上会有注解链接跳转到另一个视频。
本集讲的 lotteries 是博弈论/决策论中的技术术语，指以一定概率分布在多个结果上的随机方案，与现实中的博彩彩票不是一回事。

考点： 博弈论中的 "lottery" ≠ 现实彩票。它指一个概率分布，例如"以 50% 得到 B、以 50% 得到 C"。

【拓展】术语背景 在期望效用理论中，一个 lottery 通常记作 L = (p₁∘x₁, p₂∘x₂, …)，表示以概率 pᵢ 得到结果 xᵢ，且 Σpᵢ = 1。它可以是简单的（只含确定结果），也可以是复合的（结果本身又是 lottery）。

三、核心问题：效用表示的选择会影响对彩票的排序 [03:28]

3.1 案例设定

考虑 Donald 面对的两个选项：

选项一： 确定地得到 A（A with certainty）
选项二： 一个 50–50 的彩票，即 B 和 C 各有一半概率

3.2 两种效用表示下的计算结果

效用表示 1（Utility Representation #1）：

结果	效用值
A	2
B	1
C	3

确定得到 A：效用 = 2
50–50 彩票（B 与 C）：3 × 0.5 + 1 × 0.5 = 2

结论：在效用表示 1 下，Donald 对"确定得到 A"与"B、C 各半的彩票"无差异（indifferent）。

效用表示 2（Utility Representation #2）：

结果	效用值
A	2
B	1
C	4

确定得到 A：效用 = 2
50–50 彩票（B 与 C）：4 × 0.5 + 1 × 0.5 = 2.5

结论：在效用表示 2 下，Donald 偏好彩票，而不是确定得到 A。

考点： 两种效用表示都保持了 A、B、C 的线性序（C > A > B），但面对同一个彩票却给出了相反的偏好结论。这说明仅靠"保序"不足以支撑随机情境下的决策分析。

理解： 效用表示 1 中 A 与 C 的差距是 1（3 − 2），效用表示 2 中差距是 2（4 − 2）。差距（相对强度）变了，彩票的期望值就变了，排序自然可能翻转。

3.3 由此得出的关键教训

在把偏好映射为效用时，不能只用一个保持线性序的效用刻度。
结果之间的相对强度（relative intensity） 在涉及随机化时是真正起作用的。
同一个结果 A，在一种表示下可能优于某个彩票，在另一种表示下可能劣于同一个彩票。

易错点： 很多人以为"效用函数只要保序就行"。在确定性选择下这没错，但一旦引入 lottery，效用的基数性质（差值大小）就会影响结论。这是期望效用理论与普通序数效用理论的关键区别。

【拓展】为什么会有这个矛盾？ 序数效用（ordinal utility）只关心排序，任何单调递增变换都保留偏好；但期望效用要求效用函数在正仿射变换（u → a·u + b，a > 0）下唯一。视频中的两种表示并非正仿射等价关系，因此它们代表的是不同的风险偏好，自然会对彩票给出不同排序。

四、前提：需要为彩票本身设定偏好公理 [05:27]

在能够比较"结果 A"与"B、C 各半的彩票"之前，必须先对彩票本身的偏好规则做出假设。
也就是说，我们使用的效用数值必须满足某些性质，整套分析才能成立。
主讲人指出，期望效用理论依赖两条额外的偏好公理：独立性（Independence over lotteries） 与 连续性（Continuity）。
本集结尾预告：下一集将专门讲独立性（Independence）。

考点： 期望效用理论的两条核心公理 —— 独立性 与 连续性。这是本集留下的悬念，也是后续课程的重点。

【拓展】两条公理简要说明（为下一集铺垫）

独立性公理（Independence Axiom）： 若 L₁ ≻ L₂，则对任意 L₃ 和任意概率 p ∈ (0,1)，都有 p·L₁ + (1−p)·L₃ ≻ p·L₂ + (1−p)·L₃。直观含义：两个彩票的优劣不应被一个"共同组成部分"所影响。
连续性公理（Continuity Axiom）： 若 L₁ ≻ L₂ ≻ L₃，则存在概率 p ∈ (0,1)，使得 p·L₁ + (1−p)·L₃ ~ L₂。直观含义：偏好不会出现"无限陡峭"的跳跃，可以用概率把最好和最坏的结果"调和"成中间结果。

思考：独立性公理是期望效用理论中最受争议的一条，也是行为经济学（如 Allais 悖论）攻击的靶点。后续若讲到 Allais 悖论，可回头对照本集。

五、结尾 [06:00]

主讲人表示希望观众喜欢本集，并期待下次再见。
明确预告：下一集讲 Independence（独立性）。

关键标签 / 关键词

博弈论 #GameTheory101 #期望效用理论 #ExpectedUtility #Lotteries #彩票 #效用函数 #效用表示 #线性序 #相对强度 #独立性公理 #Independence #连续性公理 #Continuity #偏好公理 #风险偏好 #匹兹堡大学 #WilliamSpaniel #决策论