囚徒困境是这样一种情况的例子：个体决策者为了自己的最大利益而行事，却为个体作为一个群体带来了次优的结果。这是博弈论中最著名的例子之一。

囚徒困境的标准化例子，最初由数学家 Merrill Flood 和 Melvin Dresher 提出，然后由 Albert 形式化W. Tucker 介绍了以下情况：

• 犯罪团伙的两名成员被捕并在不同的房间受到审讯。没有其他证人，当局只拥有足够的证据对其中一名囚犯定罪，但前提是另一名囚犯出庭作证对他们不利。
• 当局向每位囚犯提供了一份讨价还价的条件。他们可以通过作证另一名囚犯犯罪来背叛另一名囚犯，也可以通过保持沉默来配合另一名囚犯。

这种情况可能会导致<三种可能的结果：

• 如果两人都保持沉默，则两人各服刑一年。
• 如果双方都背叛对方，则双方各服刑两年。
• 如果一方背叛对方 ，但另一人保持沉默，出庭作证的囚犯被释放，保持沉默的囚犯服刑三年。 li>

背叛对方囚犯比与他们合作能得到更大的回报，因此可以假设所有纯粹理性的囚犯都会背叛对方，导致唯一可能的结果是两者都囚犯之间互相背叛。

逻辑上追求个人奖励应该会带来更好的结果；然而，在囚徒困境中，追求个人奖励会导致更糟糕的个人结果。

囚徒困境发生在经济的许多方面，但人们提出了多种解决方案并随着时间的推移实施，有利于共同利益而不是个人激励。

例如，在现实世界中，大多数交互都会重复多次。如果囚徒困境发生多次，则可以称为迭代囚徒困境。在这种情况下，个体参与者可以实施奖励长期合作的策略。

另一个解决方案是正式的、制度性的策略，它可以改变个体决策者可能面临的激励。通过了解集体目标以及通过各种规则强制执行合作行为的能力，可以将囚徒困境转向对集体更有利的结果。