報償矩陣
從紅髮妹來看：
當戴帽弟選取A時，
因為第一列自己的報償 4＜5，故選擇B。
當戴帽弟選取B時，
因為第二列自己的報償 1＜3，故選擇B。
因此紅髮妹有絕對最佳策略B。
從戴帽弟來看：
當紅髮妹選取A時，
因為第一行自己的報償 2＜4，故選擇B。
當紅髮妹選取B時，
因為第二行自己的報償 6＜8，仍應選B。
所以戴帽弟也有絕對最佳策略B。
Nash 均衡
每位Player在對手特定行動下，做出自己最有力的行動，所共同達成之狀態。
同時賽局（Simultaneous）
Player同時作決策，實際上並沒有先後行動的差別。
Ex.1
從紅髮妹角度
戴帽弟如果選A，其應選A，
戴帽弟若選B，其仍應選A，
表示有絕對最佳策略A。
同理戴帽弟也有絕對最佳策略B，
因此 DS 均衡是左下位置。
Ex.2
從紅髮妹角度，
戴帽弟如選A，其應選A，戴帽弟若選B，其則應選B，
此時無絕對最佳策略！
同理戴帽弟角度：
紅髮妹如選A，其應選A，紅髮妹若選B，其則應選B，
此時亦無絕對最佳策略！
此時無DS均衡是肯定的，但Nash均衡呢？
此時若戴帽弟和紅髮妹皆選A，則就是一個Nash均衡。
同時若戴帽弟和紅髮妹均選B，也是另一個Nash均衡。
若我們直接看左上角 (2,1)，
由於戴帽弟在紅髮妹選取A時，
選擇A確實是自己的最佳行動，故無動機改變。
同理紅髮妹在戴帽弟已選A時，
選擇了A也已是最佳，故兩人皆無動機改變。
先後行動（Sequential）
領導者(Leader)先行動，追隨者(Follower)後行動。
Ex.1
如果戴帽弟先行動，紅髮妹後行動，均衡會在哪呢？
依照逆推擴展邏輯（Backpropagation），
可把狀況畫成賽局樹（Game Tree）來沙盤推演，
而兩人各自最後會得到的報償列在後端。
戴帽弟如果選了A，
後行動的紅髮妹也有兩種選擇，
此時紅髮妹一定會挑選B，因為 2＜6；
而若戴帽弟選擇B，此時紅髮妹必選A。
對戴帽弟而言，
等於只要從4與5之中作選擇即可。
因此答案很明顯：
蜘蜘應該選B，而只要紅髮妹理性，她必選B。
特別注意：
上述邏輯背後有一強列的假設：
先行動者握有對方報償矩陣數字資訊！
因此先行動者是握有發牌權的，
而後行動者相對只能被動的看著辦。
⌘ 統計學中也有類似賽局樹的工具，稱為「決策樹」
生活中也有類似的東西，那就是「族譜（Family Tree）」
