本部分假设竞赛参与人是同质的

本文仅考虑了两个竞赛参与者的情况
       在未来的研究中可以扩展到多个参与者另外
       也是未来的一个研究方向

5 韩军,郭耀煌. 随机r&,15(4):108-113.

例3：假设模型中图3表示分别服从、之间的均匀分布时参与人的均衡研发投入随自身研发效率变化的情况从图中可以看出
       研发参与人的类型信息越不完全
       参与人的均衡投入越低

竞赛参与人具有完全信息的假定过于严格
       更多的时候竞赛参与人对对手的类型并不能完全了解
       而只是知道对手类型的分布本部分假设竞赛参与人是同质的
       均服从之间的均匀分布
       以保证不完全信息情况下竞赛参与人的均衡研发投入皆大于零

论文网8200余万篇毕业论文、各种论文格式和论文范文以及9千多种期刊杂志的论文征稿及论文投稿信息
       是论文写作、论文投稿和论文发表的论文参考网站
       也是科研人员论文检测和发表论文的理想平台
       

例4：假设模型中在不完全信息条件下有：图4表示当分别服从三个不同区间内的均匀分布时
       竞赛发起者的期望收益随着固定奖励金额而变化的情况

图1表示当
       、从图中可以看出
       参与人的效率越低研发投入则越少

本文以研发质量具有随机性为基础假设
       建立了研发竞赛的非合作博弈模型
       研究发现：在完全信息条件下
       研发效率较高的竞赛参与人的研发投入也较多竞赛参与人越势均力敌
       他们的研发投入也越接近在不完全信息条件下
       参与人的研发投入水平随自身研发效率的降低而降低研发参与人的类型信息不完全程度越高
       参与人的均衡研发投入越低在不同的参与人类型信息情况下
       都存在着唯一的最优奖励使得竞赛发起者的收益最大在完全信息条件下
       竞赛参与人的实力越接近
       竞赛发起者能获得最佳收益越低在不完全信息条件下
       对竞争参与人的类型的认知越模糊
       竞赛发起者的最佳收益越高

例2：假设模型中在对竞赛参与人的类型具有完全信息的条件下发起者的期望收益为：图2表示当分别取不同值时竞赛发起者的期望收益随奖励金额的变化而变化的情况从图中可以发现在几种不同的组合下皆存在最优奖励使得竞赛发起者的期望收益最大

4 乔恒,邱菀华. 递增奖品r&d ,4:77-80.