先问谁在决策，谁的收益写在前面
博弈论研究决策者的结果如何取决于彼此的选择。读一个二乘二收益矩阵时，需要确认行玩家、列玩家、各自可选策略，以及每格收益对的顺序。如果把另一位玩家的数字当成自己的收益，再熟练的比较也会导向错误均衡。本文统一把行玩家甲的收益写在前，列玩家乙写在后。
最佳回应是“在对方选择给定时，我能得到最高收益的选择”。纳什均衡则要求所有玩家同时都在作最佳回应，因此没有人能在其他人保持不变时单方面改选并提高自己的收益。它并不先要求总收益最大，也不要求两人收益相等；关键是单方面偏离是否有利。
原创情景：两个社团协调共同活动时段
设甲、乙同时选择上午或下午，希望活动在同一时段进行。甲稍偏好上午，乙稍偏好下午。若双方选上午，收益为 (4,3)；甲上午、乙下午为 (1,1)；甲下午、乙上午为 (1,1)；双方下午为 (3,4)。数字是教学用效用指标，不是金钱，也不来自真实社团调查。
假定双方知道这四格收益，独立提交选择，提交前不能观察对方最终选项；本轮不考虑承诺、补偿或未来惩罚。甲是行玩家，乙是列玩家。虽然情景发生在上午和下午，决策机制仍是同时行动博弈，不要把时段名称误解成一方先决定、另一方后决定的顺序博弈。
固定乙的选择，只比较甲的两个收益
如果乙选上午，甲选上午得到 4，改选下午得到 1，因此甲的最佳回应是上午。如果乙选下午，甲上午得到 1，下午得到 3，最佳回应变成下午。操作上就是在每一列内比较收益对中的第一个数，而不是把不同列的数字放在一起选全表最大值。
甲没有一个无论乙怎么选都最好的策略，因此没有严格占优策略。收益 4 是甲在这张表中的最高可能值，但它只发生在乙也选上午时；甲不能单独保证自己拿到 4。最佳回应依赖对方行动，这正是需要分析策略互动的原因，而不是只做一次最大数搜索。
再固定甲，找双方回应相交的格子
如果甲选上午，乙上午得到 3，下午得到 1，最佳回应为上午；如果甲选下午，乙上午得到 1，下午得到 4，最佳回应为下午。因此在每一行比较第二个数后，可以看出 (上午,上午) 与 (下午,下午) 都是双方最佳回应相交的位置，构成两个纯策略纳什均衡。
分别验证偏离：在上午均衡，甲改下午会从 4 降到 1，乙改下午会从 3 降到 1；下午均衡同理。两个错开时段的格子不是均衡，因为任意一位都能通过改成对方时段改善收益。存在两个均衡并未自动告诉我们哪一个一定发生，协调惯例和沟通安排仍可能影响结果。
混合策略的概率要使对方无差异
进一步令甲以概率 p 选上午，乙以概率 q 选上午，双方独立随机化。甲选择上午的期望收益为 4q+1(1−q)=1+3q，选下午为 1q+3(1−q)=3−2q。甲若要在两种选择间真正随机，就必须无差异，所以 1+3q=3−2q，得到 q=2/5。
乙选上午的期望收益为 3p+1(1−p)=1+2p，选下午为 1p+4(1−p)=4−3p。令两者相等得到 p=3/5。因此还有一个混合策略均衡：甲以六成概率选上午，乙以四成概率选上午。注意甲的无差异方程求出的是乙的概率，不能把变量归属反过来。
在这些概率下，甲的两种纯策略期望收益均为 2.2，乙的也均为 2.2。因此任何单方面改变混合比例都不会提高收益。混合均衡不保证每次都协调成功，也不是说两人只应各自选择概率最大的时段；如果把随机策略替换为确定行动，就必须重新检查最佳回应。
均衡、效率与现实预测是三件事
这个协调博弈的两个纯策略均衡总收益都为 7，但甲与乙偏好的均衡不同，因此“我们都想协调”仍可能伴随分配冲突。混合均衡的双方期望收益各为 2.2，低于两个纯策略均衡中每位玩家得到的收益，显示稳定性概念本身并不保证最理想的共同结果。
这里的效用数字可用于本模型的选择比较，但把不同人的效用直接相加并解释为现实社会福利，需要额外的可比性假设。真实人还可能关心公平、声誉或不确定性，若这些因素没有写入收益，模型就未必能解释行为。纳什均衡是在给定策略集合与收益设定下成立的结论，不是对人类行动的无条件预测。
自测：每个人都作最佳回应，结果仍可能较差
另有一个原创练习，双方各选合作或背离。双方合作收益 (3,3)；甲合作、乙背离为 (0,5)；甲背离、乙合作为 (5,0)；双方背离为 (1,1)。请逐列比较甲、逐行比较乙，指出占优策略和纯策略均衡，再比较两个共同结果。
解析：无论对方合作还是背离，自己背离都严格更好，分别比较 5>3 和 1>0 即可。因此双方的严格占优策略都是背离，唯一纳什均衡为 (背离,背离)，收益 (1,1)。双方合作能让每个人都得到更高的 3，但在一次性给定规则下，单方面背离仍有诱因；所以 (合作,合作) 不是均衡。
复盘时给每个均衡写一条偏离检验
建议把答案分成玩家与策略、收益顺序、每位玩家的最佳回应、回应交点、逐人偏离检验五步。出现相同收益时，最佳回应可能不止一个，应保留所有并列项；不能随意划掉其中一项来制造唯一均衡。没有纯策略回应交点时，也不能立即断言不存在任何纳什均衡，应检查课程是否要求混合策略。
如果题目允许先后行动、重复互动、协议执行或转移支付，原矩阵可能已不足以描述决策过程。改变规则后必须重新建模，而不是沿用一次性同时博弈的答案。学习目标是能说明“谁在什么条件下会改变选择”，再据此判断稳定性；单纯背诵某种博弈的名字，无法替代这个逐人检验。
参考资料
下一步
如想练习博弈论，请说明经济学模块、课程使用的收益矩阵写法及已经标出的最佳回应。相关辅导能否安排，取决于学科匹配和导师时间。