什么是纳什均衡，他的原理是什么？

纳什均衡，又称为非合作博弈均衡，是博弈论的一个重要术语，以约翰·纳什命名。
纳什均衡是一种策略组合，使得每个参与人的策略是对其他参与人策略的最优反应。
假设有n个局中人参与博弈，如果某情况下无一参与者可以独自行动而增加收益（即为了自身利益的最大化，没有任何单独的一方愿意改变其策略的），则此策略组合被称为纳什均衡。所有局中人策略构成一个策略组合。纳什均衡，从实质上说，是一种非合作博弈状态。
纳什均衡达成时，并不意味着博弈双方都处于不动的状态，在顺序博弈中这个均衡是在博弈者连续的动作与反应中达成的。纳什均衡也不意味着博弈双方达到了一个整体的最优状态，需要注意的是，只有最优策略才可以达成纳什均衡，严格劣势策略不可能成为最佳对策，而弱优势和弱劣势策略是有可能达成纳什均衡的。在一个博弈中可能有一个以上的纳什均衡，而囚徒困境中有且只有一个纳什均衡。

　　假设有一个团体里面有两个人叫a、b共同作生意
　　根据以前的观点a的利益最大化、b的利益最大化那么这个团体的利益就最大化了
　　但根据博弈论的观点a的利益最大化、b的利益最大化并非会导致这个团体的利益最大化
　　最有名的例子就是小偷的例子
　　两个小偷去偷东西被抓住了分开来审讯
　　这时每个小偷有2种结果，招和不招
　　如果招了被确认有罪责判5年，如果不招被判有罪责判10年，但如果2个人都不招则无法判其有罪责被当场释放，这时就可以列出博弈矩阵
　　a招 a不招
　　b招 均5年 a10年，b5年
　　b不招 a5年，b10年 均释放

　　显然最好的策略是双方都抵赖，结果是大家都无罪。但是由于两人处于隔离的情况下无法串供，按照亚当·斯密的理论，每一个人都是一个“理性的经济人”，都会从利己的目的出发进行选择。这两个人都会有这样一个盘算过程：假如他招了，我不招，得坐10年监狱，招了才5年，所以招了划算；假如我招了，他也招，得坐5年，他要是不招，我就只坐1年，而他会坐10年牢，也是招了划算。综合以上几种情况考虑，不管他招不招，对我而言都是招了划算。两个人都会动这样的脑筋，最终，两个人都选择了招，结果都被判5年刑期。