Documentos de Académico
Documentos de Profesional
Documentos de Cultura
John Nash - El Equilibrio de Nash
John Nash - El Equilibrio de Nash
Contenido
Introducci
on
1 El Teorema de Brouwer
1.1 Introduccion . . . . . . . . . . . . . . .
1.2 El Teorema de Punto Fijo de Banach .
1.3 Campos de vectores tangentes . . . . .
1.4 Demostracion del Teorema de Brouwer
1.5 Corolarios del Teorema de Brouwer . .
2 Equilibrios de Nash
2.1 Introduccion . . . . . . . . . . . .
2.2 Juegos no Cooperativos . . . . . .
2.3 Existencia de Equilibrios de Nash
2.4 Juegos de imitacion . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
3 El Teorema de Kakutani
3.1 Introduccion . . . . . . . . . . . . . . .
3.2 Correspondencias . . . . . . . . . . . .
3.3 Lemas preliminares . . . . . . . . . . .
3.4 Demostracion del Teorema de Kakutani
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
9
12
23
30
.
.
.
.
35
35
36
40
44
.
.
.
.
47
47
48
49
52
Conclusiones
56
Bibliografa
57
Introducci
on
A diario nos enfrentamos a problemas o situaciones en las que tenemos que tomar
decisiones. Tenemos varias formas de afrontar el problema y sin importar como
razonemos o que criterio usemos, al final tendremos que decidir que accion realizar.
Esta decision tendra para nosotros consecuencias favorables o perjudiciales (o tal vez
nos sea indiferente).
Tambien, es com
un observar situaciones de conflicto entre varias personas, empresas, pases, etc. De la misma forma, cada uno de los participantes tendra que
elegir una accion, y las consecuencias para cada uno de ellos dependeran no solo de la
accion propia, sino tambien de las acciones tomadas por los demas participantes. A
veces, sera posible cooperar entre algunos de los participantes para obtener mejores
beneficios y otras veces no.
Una persona no esta limitada a tomar siempre la misma accion ante una situacion
en particular, en algunas ocasiones se decidira por una accion y en otras elegira una
diferente. La forma de decidir que accion llevar a cabo se conoce como estrategia.
Ejemplos hay muchos, desde la mas simple tarea cotidiana hasta situaciones complicadas poco frecuentes. Un ejemplo es decidir si se va al cine o al teatro con un
amigo, o si mejor van a distintos lugares por separado. La situacion supone un sentido
de recompensa o satisfaccion distinta para cada uno. Otro ejemplo es el precio que
se le asigna a un artculo en un supermercado. Al asignar un precio alto se pierden
clientes ante la competencia pero se gana mas por cada artculo vendido, mientras
que al asignar un precio bajo la cantidad de ventas es mayor pero con una ganancia menor. Tambien son ejemplos, la cantidad de petroleo que se extrae por una
compa
na, la decision que se toma al votar por un partido poltico y la cantidad de
artculos producidos por una fabrica.
El area de las matematicas que analiza y modela este tipo de situaciones se llama
Teora de Juegos y el objeto de estudio de esta area son los llamados juegos. Los juegos
Introducci
on
tradicionales entre personas, son posiblemente los ejemplos mas faciles de visualizar,
especialmente los juegos sencillos de apuestas. Sin embargo, como se menciono anteriormente, el concepto de jugador no se restringe a una persona, este puede ser una
compa
na, una fabrica, una nacion u otra entidad. Entre las situaciones de mayor interes para su estudio y analisis en esta teora estan los conflictos economicos, polticos
y sociales.
En este trabajo nos enfocamos en una clase muy especial de juegos: aquellos donde
no hay una cooperacion entre los participantes, la cantidad de jugadores es finita y
el repertorio de acciones para cada uno tambien es finito. Estos juegos son llamados
juegos finitos no cooperativos de N personas.
Introducci
on
Podemos hacer la siguiente analoga del teorema con el mundo real. Tome una
taza de agua y revuelva el contenido con una cuchara, muy suavemente. Entonces
deje reposar el agua hasta que se detenga completamente. El movimiento suave de la
cuchara simula la accion de una funcion continua, mientras que el agua definitivamente
va de la taza en la taza. No importa cuanto se revuelva el agua, el Teorema de Brouwer
nos asegura que de entre todas las partculas de agua en la taza, al menos una de
ellas volvera a su posicion original cuando termine el proceso.
Aunque el teorema es facil de enunciar, su demostracion no es nada sencilla. Esta
es la razon por la cual se han presentado distintas demostraciones de el a lo largo de los
a
nos, esperandose encontrar una mejor presentacion (ver [1, 4, 6, 7]). En este trabajo
presentamos la demostracion de este teorema propuesta por John Milnor en [10].
Esta demostracion es relativamente sencilla; primero obtiene el resultado conocido
como Teorema de la bola peluda y a partir de este, hace ingeniosas proyecciones para
demostrar el Teorema de Brouwer.
El Teorema de Brouwer es un resultado muy importante en analisis y es la base
para teoremas de punto fijo mas generales, como es el caso del Teorema de Kaku
tani, entre otros. Este
extiende el resultado de punto fijo a funciones mas generales
llamadas correspondencias. Una correspondencia es una funcion de un conjunto en
subconjuntos de alg
un conjunto, en este caso, tanto el concepto de continuidad como
el de punto fijo tiene que redefinirse. El Teorema de Kakutani nos asegura la existencia de puntos fijos para correspondencias, cuando ciertas condiciones se satisfacen.
Actualmente, la forma com
un de abordar los resultados mencionados, es demostrar
el Teorema de Brouwer y a partir de este generalizar al Teorema de Kakutani (ver
[1, 4, 6, 12]). Una vez que se tiene este resultado, se pasa a probar la existencia de
equilibrios de Nash (ver por ejemplo [6]).
En este trabajo, siguiendo las ideas en [11], demostramos la existencia de equilibrios, basandonos en el Teorema de Brouwer. Por otro lado se presenta una demostracion reciente del Teorema de Kakutani que utiliza una clase especial de juegos,
la cual desarrollamos en detalle en esta tesis. Esta demostracion fue presentada en el
2005 por Andrew McLennan en [8], y por Andrew McLennan y Rabee Tourky en [9].
Introducci
on
Introducci
on
Introducci
on
Captulo 1
El Teorema de Brouwer
1.1
Introducci
on
El Teorema de Brouwer
Definici
on 1.1.
Sea f una funcion de un conjunto A en s mismo. Decimos que x A es punto
fijo de f si f (x) = x.
Tratando de dar una idea mas intuitiva de este concepto, al aplicar una funcion
a un conjunto podemos imaginar que la funcion mueve a los puntos del conjunto,
por ejemplo, la funcion f (x) = x + 1 provoca que los puntos se muevan una unidad a
la derecha. Con esta idea de movimiento, un punto fijo es un punto que no se mueve,
simplemente se queda fijo donde esta. As, un punto fijo es invariante bajo la funcion,
nunca cambia sin importar cuantas veces se la apliquemos.
Ejemplo 1.2.
Una funcion puede tener cualquier cantidad de puntos fijos. A continuaci
on vemos
ejemplos de funciones con uno, dos, ninguno o una infinidad de puntos fijos.
Sea f una funcion de R en R, definida por:
i) f (x) = x. Esta funcion tiene s
olo un punto fijo, el cero. Para encontrar todos
los puntos fijos debemos entontrar todas las soluciones de la ecuaci
on f (x) = x.
ii) f (x) = x2 . En este caso hay dos puntos fijos, el cero y el uno, pues satisfacen
f (1) = 12 = 1 y f (0) = 02 = 0, respectivamente.
iii) f (x) = x + 1. No tiene puntos fijos, porque x = x + 1 no tiene soluci
on en los
reales.
iv) f (x) = x. Un claro ejemplo de una infinidad (no numerable) de puntos fijos.
N
otese que para un punto fijo x0 de f , se cumple que
f 2 (x0 ) = f (f (x0 )) = f (x0 ) = x0 .
En general se cumple f n (x0 ) = x0 , es decir, x0 es invariante bajo f .
Ejemplo 1.3.
Un punto fijo no depende solo de la f
ormula de la funci
on, tambien depende del
2
dominio. Considere la funcion f (x) = x , esta funci
on no tiene puntos fijos si el
dominio es el intervalo (0, 1), a pesar de que tiene dos si se define en R.
Es bueno destacar que en este contexto, un punto se puede referir practicamente
a cualquier cosa, punto es usado para hacer mencion a los elementos de un conjunto,
donde f es una funcion definida en el conjunto.
1.2
10
El Teorema de Brouwer
(1.1)
Los teoremas de punto fijo pueden clasificarse en dos grandes grupos: teoremas
de existencia o teoremas de construccion. Un teorema de existencia u
nicamente nos
asegura que, bajo ciertas condiciones, la funcion tiene un punto fijo, mientras que uno
de construccion nos presenta un proceso o algoritmo para encontrar el punto fijo.
Un teorema de construccion es preferible a uno de existencia, en el sentido de que
implcitamente tambien nos asegura la existencia de un punto fijo. Sin embargo, uno
de existencia es igualmente importante, pero abordaremos ese tema mas adelante,
por el momento nos centramos en demostrar el Teorema de Punto Fijo de Banach.
Teorema 1.6.
Sea (M, d) un espacio metrico completo y f : M M un mapeo de contracci
on,
entonces f tiene un u
nico punto fijo en M .
Demostracion.
Iniciamos con un punto x0 M arbitrario y obtenemos xn recursivamente mediante
xn+1 = f (xn )
11
n = 0, 1, 2, . . . .
n = 1, 2, . . . ,
n = 1, 2, . . .
n = 1, 2, . . . .
(1.2)
d(xq , xp ) 6
q1
X
d(xn+1 , xn ) 6
n=p
q1
X
n d(x1 , x0 )
n=p
q1
= d(x1 , x0 )
6 d(x1 , x0 )
n=p
p
n=p
1
= d(x1 , x0 ) (1 )
pero dado que d(x1 , x0 ) y (1 )1 son constantes positivas y debido a que 0 6 < 1,
tenemos que d(xq , xp ) 0 cuando p . Por la completez de M sabemos que
existe un x M tal que d(xn , x) 0 y de la propiedad de contraccion de f tenemos
d(f (xn ), f (x)) 6 d(xn , x) n N .
Sustituyendo f (xn ) por xn+1 en la ecuacion anterior nos da
d(xn+1 , f (x)) 6 d(xn , x) ,
pero como d(xn , x) 0, tomando lmite en ambos lados de la desigualdad se obtiene
12
El Teorema de Brouwer
d(x, f (x)) 6 0 ,
que por las propiedades de una distancia implica que f (x) = x, es decir, x es un
punto fijo de f .
Ahora supongamos que x y y son puntos fijos de f . Probaremos que necesariamente x = y, lo que significa que el punto fijo es u
nico. La ecuacion (1.1) implica
d(x, y) = d(f (x), f (y)) 6 d(x, y) ,
por lo tanto d(x, y) = 0 porque 0 6 < 1, de donde concluimos que x = y por la
propiedad (i) de la funcion d, y por lo tanto el punto fijo de f es u
nico.
El Teorema de Punto Fijo de Banach nos asegura que con suficientes iteraciones,
1.3
13
Ejemplo 1.8.
La esfera 2-dimensional, explcitamente S 1 = {(x1 , x2 ) R2 : x21 + x22 = 1}, tiene
el campo de vectores tangentes definido por
v(x1 , x2 ) = (x2 , x1 ) .
Calculando el producto interior obtenemos
(x1 , x2 ) v(x1 , x2 ) = (x1 , x2 ) (x2 , x1 ) = x1 x2 x2 x1 = 0 .
El campo no necesariamente es u
nico, podemos notar que v(x1 , x2 ) = (x2 , x1 )
tambien es un campo de vectores tangentes.
Ejemplo 1.9.
En general, si n es par, no es difcil probar que la funci
on v definida por
v(x1 , x2 , . . . , xn ) = (x2 , x1 , x4 , x3 , . . . , xn , xn1 ) ,
es un campo vectorial tangente a S n1 . Adem
as, la funci
on v es continua y no nula,
es decir, para n par S n1 tiene un campo continuo de vectores tangentes no nulos.
Sin embargo, para n impar no existe dicho campo. Esta seccion tiene como objetivo final demostrar eso, la no existencia de campos continuos no nulos de vectores
tangentes a la esfera unitaria S n1 para n impar.
14
El Teorema de Brouwer
(f (A)) =
A
x, y A .
(1.3)
Demostracion.
Primero consideramos el caso especial en que A es un cubo compacto con aristas
paralelas a los ejes coordenados. Si (v1 , v2 , . . . , vn ) son las componentes de v, entonces
tenemos
15
(1.4)
i=1
Pero usando la desigualdad del triangulo, obtenemos que cada uno de estos sumandos
satisface
n
X
j=1
n
X
cij |xj yj | x, y A ,
(1.5)
j=1
vi
()| .
xj
n
X
cij |xj yj | 6
i,j=1
Haciendo C =
Pn
i,j=1 cij
n
X
cij |x y| .
i,j=1
n
[
Ij .
j=1
(1.6)
16
El Teorema de Brouwer
n
[
(Ij Ij ) .
j=1
Si = max{C1 , C2 , . . . , Cn , 2L/}, entonces por las ecuaciones (1.6) y (1.7) obtenemos el resultado (1.3) para cualquier compacto A.
|v(x) v(y)| 6
Lema 1.12.
Sea A un subconjunto compacto de Rn , V un conjunto abierto que contiene a A
y v : V Rn una funcion continuamente diferenciable. Para cada real t > 0 sea
ft : V Rn la funcion definida por
ft (x) = x + tv(x) ,
entonces existe t > 0 tal que ft es una funci
on biyectiva de A en ft (A) y la medida
de ft (A) puede expresarse como un polinomio en t.
Demostracion.
Como v es continuamente diferenciable y A es compacto, por el Teorema 1.11
existe un real tal que |v(x) v(y)| 6 |x y| x, y A.
Supongamos que ft (x) = ft (y), entonces
x + tv(x) = y + tv(y) ,
17
de donde se obtiene
x y = t(v(y) v(x))
y por lo tanto
|x y| = t|v(y) v(x)| 6 t|x y| .
Si t < 1/ entonces |x y| = 0, pues si |x y| 6= 0 tendramos que 1 6 t < 1, lo
cual no es posible. Por lo tanto ft es una funcion biyectiva de A en ft (A).
Sean ft = (ft1 , . . . , ftn ) y v = (v1 , . . . , vn ), para x = (x1 , . . . , xn ), tenemos fti =
xi + tvi (x) para i = 1, 2, . . . , n. Entonces tenemos que
vi
fti
(x) = ij + t
(x)
xj
xj
i = 1, 2, . . . , n ,
(1.8)
las cuales son las entradas de la matriz Jacobiana Jt (x) de ft . Considerando a la matriz Jt (x) como funcion de t, cada entrada es lineal y su determinante es un polinomio
en t;
det(Jt (x)) = a0 + a1 (x)t + . . . + an (x)tn .
De la ecuacion (1.8) es claro que Jt (x) tiende a la matriz identidad uniformemente
en A cuando t tiende a cero y entonces su determinante tiende a 1. Por lo tanto
det(Jt (x)) es estrictamente positivo para t > 0 suficientemente peque
na y entonces
|det(Jt (x))| = det(Jt (x)).
Si integramos respecto a x sobre A y aplicamos el Teorema 1.10 obtenemos
Z
(ft (A)) =
det(Jt (x))dx = b0 + b1 t + . . . + bn tn ,
Lema 1.13.
Si n es un natural impar entonces la funci
on f : R R definida por
18
El Teorema de Brouwer
f (t) = (1 + t2 ) 2 ,
no es un polinomio en t.
Demostracion.
Considerando las funciones
fm (t) = (1 + t2 )
2m1
2
=
2k + 1
2
(2t)(1 + t2 )
2k1
2
= c tfk (t) ,
an 6= 0 .
19
Lema 1.14.
Si n es impar, entonces S n1 no tiene un campo continuamente diferenciable de
vectores tangentes unitarios.
Demostracion.
Supongamos que existe un campo de vectores v con dichas propiedades, entonces
|v(u)| = 1 y tambien u v(u) = 0 para toda u con |u| = 1. Sea A Rn el conjunto
1
3
6 |x| 6 }
2
2
n
y para cada t real positivo sea At R el conjunto
A = {x Rn :
1
3
(1 + t2 )1/2 6 |x| 6 (1 + t2 )1/2 } .
2
2
n
Extendemos la definicion de v a V = R {0} como v(y) = |y|v(y/|y|) para y V .
Denotando a y/|y| por u y teniendo en cuenta que |u| = 1, observamos que
At = {x Rn :
(1.9)
(1.10)
porque u v(u) = 0.
Definimos ft : V Rn como ft (x) = x + tv(x). Probaremos que para t > 0
suficientemente peque
na At ft (A), es decir, que para cada y At existe un x A
tal que y = ft (x).
Supongamos primero que |y| = 1 y sea g : A Rn la funcion definida por
g(x) = y tv(x)
20
El Teorema de Brouwer
ya que
1
2
6 |x| 6
3
2
1
1
1
|tv(x)| 6 |v(x)| = |x| 6 ,
3
3
2
para x en A. Luego obtenemos que
1
1
1
3
= |y| 6 |y tv(x)| 6 |y| + =
xA,
2
2
2
2
lo cual significa que la imagen de g esta contenida en A.
Sea la constante para v del Teorema 1.11. Si t < 1/ entonces
|tv(x) tv(y)| 6 t|x y| ,
es decir, g es un mapeo de contraccion en A. Por el Teorema 1.6, existe un u
nico
punto x0 en A tal que x0 = y tv(x0 ), lo que implica que
y = x0 + tv(x0 ) = ft (x0 ) .
Ahora si y At pero |y| =
6 1, consideramos u = y/|y|, el cual cumple |u| = 1. Por
lo anterior, existe x1 A tal que x1 + tv(x1 ) = u. Multiplicando por |y| obtenemos
|y|x1 + |y|tv(x1 ) = |y|u = y
y por lo tanto
|y|x1 + tv(|y|x1 ) = y .
Si denotamos por x0 al punto |y|x1 , entonces y = ft (x0 ) y solo falta probar que x0
esta en A. Notamos que para un punto x en A, el cuadrado de la norma de su imagen
bajo ft es
21
entonces |ft (x)| = |x|(1 + t2 )1/2 . Se sigue que |y| = |x0 |(1 + t2 )1/2 , de donde debido a
que y At tenemos que 21 6 |x0 | 6 32 , entonces x0 esta en A y por lo tanto At ft (A).
Utilizando el Lema 1.12 tenemos que la medida de At es un polinomio en t.
Por otra parte, si definimos la funcion h : V Rn por
h(x) = (1 + t2 )1/2 x ,
entonces h(A) = At , h es lineal y por el Teorema 1.10 obtenemos
(At ) = (A)(1 + t2 )n/2 .
Usando esta expresion y el Lema 1.13 tenemos que la medida de At no es un
polinomio en t puesto que n es impar, pero ya habamos obtenido que (At ) era un
polinomio. Como no pueden ser ambas verdaderas, tenemos que nuestra suposicion
inicial de que existe un campo continuamente diferenciable de vectores tangentes
unitarios no es cierta.
Teorema 1.15.
Si n es impar, entonces S n1 no tiene un campo continuo de vectores tangentes
no nulos.
22
El Teorema de Brouwer
Demostracion.
Supongamos que v es un campo continuo de vectores tangentes no nulos a la esfera
unitaria S n1 . Extendemos la definicion de v a todo el espacio por
v(0) = 0
v(y) = |y|v(
y
)
|y|
para y 6= 0 .
i = 1, 2, . . . , n} ,
donde xi son las componentes de x = (x1 , x2 , . . . , xn ). Usando el Teorema de aproximacion de Weierstrass en el cubo C, podemos aproximar cada componente vi (x) de la
funcion v por un polinomio pi (x) de tal forma que para p = (p1 , p2 , . . . , pn ) se cumpla
p(u) (p(u) u)u 6= 0 para |u| = 1 .
(1.11)
Esto es posible pues la expresion tiende a v(u) cuando p(u) tiende a v(u) y v(u) 6= 0
para |u| = 1. Para ver que la expresion tiende a v simplemente sustituimos p por v
en (1.11) y recordamos que v(u) u = 0 para toda u en el espacio.
Ahora consideramos la funcion w definida por w(u) = p(u) (p(u) u)u, la cual
es continuamente diferenciable (infinitamente diferenciable) por ser una expresion de
polinomios. La ecuacion 1.11 muestra que estos vectores son no nulos en |u| = 1.
Ademas w(u) es campo de vectores tangentes a S n1 , pues para toda u tenemos
w(u) u = p(u) u (p(u) u)u u = p(u) u p(u) u = 0 ,
en particular para |u| = 1. Por lo tanto w(u)/|w(u)| es un campo continuamente
diferenciable de vectores tangentes unitarios a la esfera S n1 . Esto contradice el
Lema 1.14 y por lo tanto la suposicion de la existencia del campo v es falsa, con lo
que concluimos la demostracion del teorema.
1.4 Demostraci
on del Teorema de Brouwer
1.4
23
Demostraci
on del Teorema de Brouwer
Demostracion.
Consideraremos primero el caso en que n es par. La demostracion (que dividimos
en varios pasos), consiste en suponer que no existe punto fijo para f en B n y, bajo
esta hipotesis, construimos un campo de vectores tangentes continuos en la esfera
(n+1)-dimensional S n .
Paso 1. (Definicion de la funcion auxiliar w : B n Rn )
Supongamos que f no tiene punto fijo en la bola unitaria. Como f (x) 6= x x
B , tenemos que x f (x) 6= 0 x B n y
n
24
El Teorema de Brouwer
(1.12)
Definiremos ahora un campo de vectores w, el cual usaremos despues para construir un campo de vectores tangentes. Definimos w en B n por
w(x) = x (x)f (x)
donde : B n R es la funcion definida por
(x) =
1xx
,
1 x f (x)
1
1
(x0 x0 )x0 = f (x0 )
(x0 x0 )x0 .
0
0
(x )
(x )
Esto implica que x0 = f (x0 ), lo cual no es posible y por lo tanto w(x) 6= 0 en toda la
bola unitaria.
1.4 Demostraci
on del Teorema de Brouwer
25
Hn+1
= {(x1 , x2 , . . . , xn , xn+1 ) B n+1 : xn+1 6 0} ,
sobre Hn+1
, entonces x esta en alg
un punto intermedio de la recta desde N hasta
u(x) y por lo tanto para alg
un entre 0 y 1 tenemos
x = (1 )N + u(x) .
Tomando en cuenta la simplicidad de las coordenadas de N , la ecuacion anterior
componente a componente es equivalente al sistema de ecuaciones
xi = ui (x) i = 1, 2, . . . , n ,
(1.13)
0 = (1 ) + un+1 (x) .
(1.14)
xn 1
x1 x2
, ,..., ,
).
(1.15)
26
El Teorema de Brouwer
1=
n
X
u2i (x)
u2n+1 (x)
n
X
x2
i=1
i=1
i
2
( 1)2
,
2
n
X
i=1
Usando las propiedades anteriores, para cada punto x en el ecuador E n+1 definiremos a continuacion un vector v(x) no nulo y tangente a la esfera unitaria S n en el
punto u(x). Para cada punto x en el ecuador con |x| < 1, definimos las siguientes
funciones que dependen de la variable t > 0
X(t) = x + tw(x)
d(U (t))
evaluada en t = 0
dt
1.4 Demostraci
on del Teorema de Brouwer
27
d(1)
d(U (t) U (t))
=
= 2U (t) U 0 (t) ,
dt
dt
evaluando en cero obtenemos
0=
0 = u(x) v(x) ,
es decir, v(x) es tangente a la esfera S n en u(x).
Ahora pasamos a probar que v(x) 6= 0. Para ello, consideramos la proyeccion del
vector X(t) desde el polo norte N . Entonces (ver paso 2) existe una funcion (t) con
(0) = la cual satisface la ecuacion
X(t) = (1 (t))N + (t)U (t) .
Derivando obtenemos
w(x) = 0 (t)N + 0 (t)U (t) + (t)U 0 (t) ,
que al evaluar en cero y despejar nos da la expresion
v(x) =
(1.16)
,
Hemos demostrado, que v(x) 6= 0 y v(x) u(x) = 0 en todo el hemisferio sur Hn+1
n
que corresponde a los puntos de la esfera unitaria S con componente un+1 (x) < 0.
Ademas, de (1.13) y (1.14) se sigue que u() es continua, y como w() es continua (ver
paso 1), la ecuacion (1.16) implica que v() es continua.
Paso 4. (Extension de v a la esfera S n )
28
El Teorema de Brouwer
1.4 Demostraci
on del Teorema de Brouwer
29
cn+1 = 0 ,
ci = fi (c1 , c2 , . . . , cn )
para i = 1, 2, . . . n .
Ejemplo 1.17.
Si la funcion no es continua podra no tener un punto fijo. Considere la funci
on
1
f definida en la bola unitaria B como f (x) = 0 para x 6= 0 y f (0) = 1. Esta funci
on
es discontinua solo en el cero pero eso es suficiente para que no tenga puntos fijos.
Por otro lado si tenemos una funci
on continua de un conjunto en s mismo, pero el
conjunto no es la bola unitaria, la funci
on podra no tener un punto fijo. Considere la
funci
on f (x) = x definida en B 1 {0}. La funci
on es continua en todo el dominio,
el cual es la bola unitaria sin un punto, pero no tiene puntos fijos.
30
1.5
El Teorema de Brouwer
Demostracion.
Sea h un homeomorfismo entre B n y D. Definimos la funcion g : B n B n como
g(x) = h1 ( f (h(x)) ) ,
la cual es continua porque h1 , f y h son continuas. Usando el Teorema 1.16 obtenemos un punto fijo x0 de g, es decir,
g(x0 ) = h1 ( f (h(x0 )) ) = x0 .
31
Corolario 1.20.
Toda bola Br (c) en Rn es topol
ogicamente equivalente a la bola unitaria B n .
Demostracion.
No es difcil ver que la funcion h1 : B n Br (0) definida por h1 (x) = rx, es un
homeomorfismo entre la bola unitaria B n y la bola centrada en el origen Br (0).
Tampoco es difcil ver que la funcion h2 : Br (0) Br (c) definida por h1 (x) = x+c,
es un homeomorfismo entre la bola centrada en el origen Br (0) y la bola Br (c).
Entonces claramente la composicion h2 h1 : B n Br (c) es un homeomorfismo
de B n a Br (c), por ser composicion de funciones biyectivas y continuas, al igual que
1
su inversa (h2 h1 )1 = h1
1 h2 .
Para lograr nuestro proposito podramos demostrar que todo subconjunto compacto y convexo de Rn es topologicamente equivalente a la bola unitaria B n (ver [6]
pagina 247), pero debido a que no necesitamos este resultado en particular y solo
deseamos extender el Teorema de Brouwer, procederemos de forma mas directa.
Lema 1.21.
Sea K un subconjunto compacto y convexo de Rn y sea f una funci
on continua de
K en s misma. Entonces f tiene al menos un punto fijo en K.
32
El Teorema de Brouwer
Demostracion.
Como K es acotado, existe una bola B(r), de radio r suficientemente grande, que
contiene a K. Consideramos la funcion g : B(r) K definida por g(x) = y, donde
y K es tal que
d(x, y) = min d(x, z) .
zK
Para empezar, dicha y existe porque K es cerrado. Ademas, la funcion g esta bien
definida porque K es convexo, pues si dos puntos distintos y1 , y2 K son tales que
d(x, y1 ) = d(x, y2 ), entonces
y1 + y2
) < d(x, y1 ) ,
2
por lo tanto no podran ser los puntos a una mnima distancia de x. Ademas, es claro
que si x K entonces g(x) = x.
Por u
ltimo, sea xn una sucesion en B(r) que converge a un punto x. Si > 0
entonces existe un natural N tal que
d(x,
33
Esto implica que d(x, g(xn )) d(x, g(x)) y por la unicidad de g(x) se sigue que
g(xn ) g(x), por lo tanto g es continua.
La composicion f g : B(r) K es continua por ser composicion de funciones
continuas y la podemos considerar como funcion de B(r) en s misma debido a que
K B(r). Por el Corolario 1.19 y el Corolario 1.20, existe un punto x0 B(r) tal
que
f (g(x0 )) = x0 .
(1.17)
34
El Teorema de Brouwer
Captulo 2
Equilibrios de Nash
2.1
Introducci
on
36
2.2
Equilibrios de Nash
Juegos no Cooperativos
El juego se interpreta de la siguiente manera: los jugadores eligen cada uno una
accion de su conjunto de acciones posibles simultanea e independientemente. Si cada
jugador i elige la accion ai en Ai (i = 1, 2, . . . , N ), entonces el jugador j recibe
rj (a1 , a2 , . . . , aN ) como recompensa.
Ejemplo 2.2.
Podemos analizar el clasico juego de piedra, papel o tijeras, como un juego no
cooperativo de dos personas. En este juego dos personas eligen simultaneamente entre
piedra, papel o tijeras. El juego termina en empate si eligieron lo mismo, de lo
37
contrario uno de ellos gana de acuerdo a la regla: tijeras vence a papel, papel vence a
piedra y piedra vence a tijeras. Podemos considerar que un jugador obtiene un punto
por cada juego ganado.
El juego no cooperativo de dos personas es = {(A1 , r1 ), (A2 , r2 )}, donde el conjunto de acciones es el mismo para ambos jugadores, A1 =A2 ={piedra,papel,tijeras}, y
las funciones de recompensa estan determinadas por las reglas anteriores, por ejemplo,
r1 (papel,papel)= 0, r1 (piedra,tijeras)= 1, r2 (piedra,papel)= 1, r1 (pedra,papel)= 0.
Sobre que elegir cada vez que se repita el experimento depende de los jugadores
completamente. Si quieren pueden elegir siempre lo mismo o escoger un orden entre
las opciones y seguir ese patron repetitivamente, pueden proceder de la forma que les
parezca mas conveniente para ganar m
as veces.
Se le llama estrategia, a la forma en que un jugador elige que accion utilizar. Una
clase importante de estrategias de un jugador es la clase de aquellas donde la eleccion
de la accion se realiza mediante un procedimiento aleatorio, en este caso tenemos la
siguiente definicion.
Definici
on 2.3.
En un juego finito no cooperativo de N personas, una estrategia mixta i para el
jugador i es una medida de probabilidad en Ai . El conjunto de todas las estrategias
mixtas para el jugador i se denota por Si y el producto S1 S2 . . . SN se denota
por S.
Si el conjunto de acciones del jugador i es Ai = {1, 2, . . . , mi }, entonces i se
i
puede representar por el vector (1i , 2i , . . . , m
), donde ji = i (j) y j es un elemento
i
de Ai . En este caso, cuando el jugador i utiliza la estrategia mixta i , la componente
ji representa la probabilidad de que el jugador elija la accion j.
Si ademas, el vector i tiene la forma (0, . . . , 0, 1, 0, . . . , 0), entonces se dice que
i es la estrategia pura ki , donde i es el jugador al que nos referimos y k es la accion
a la que se le asigna probabilidad 1. La estrategia pura ki es simplemente aquella
estrategia mixta i tal que ji = jk , donde jk es la delta de Kronecker. Una estrategia
38
Equilibrios de Nash
mi
: sj > 0,
mi
X
sj = 1} .
j=1
Similarmente S es subconjunto de R
resultado importante al respecto.
m1 +m2 +...+mN
y a continuacion enunciamos un
Lema 2.4.
En un juego finito no cooperativo de N personas, S es un subconjunto acotado,
cerrado y convexo de Rm , donde m = m1 + m2 + . . . + mN .
Demostracion.
Primero probamos que S es acotado. Cada conjunto Si consta de elementos en
mi
R de componentes no negativas cuya suma es 1, entonces
Si {(a1 , a2 , . . . , ami ) Rmi : 0 6 aj 6 1 j} ,
el cual es acotado. Luego el conjunto S es acotado.
Probaremos que S es cerrado. Sea n = ((n )1 , (n )2 , . . . , (n )N ) S una sucesion
convergente a = (1 , 2 , . . . , N ). Para mostrar que tambien es elemento de S
probaremos que cada i es una medida de probabilidad.
Tenemos que (n )ij > 0 n, por ser cada una de ellas una medida de probabiliP i
i
dad, entonces ji > 0. Tambien tenemos que m
j=1 (n )j = 1 n, entonces
lim
mi
X
(n )ij = 1
j=1
mi
X
j=1
(n )ij
mi
X
j=1
lim (n )ij
n
mi
X
j=1
ji
Pmi
i
j=1 j
39
[ji
+ (1
)ij ]
j=1
mi
X
ji
+ (1 )
j=1
mi
X
ij = + 1 = 1 ,
j=1
Definici
on 2.5.
En un juego finito no cooperativo de N personas, para = ( 1 , 2 , . . . , N ) S,
definimos la funcion de ganancia Ri : S R para el jugador i como
1
Ri ( , , . . . , ) =
mN
X
jN =1
...
m1
X
j1 =1
40
Equilibrios de Nash
Corolario 2.6.
En un juego finito no cooperativo de N personas, podemos expresar la funci
on de
ganancia Ri para S como
Ri () =
mi
X
li Ril () ,
l=1
Demostracion.
Demostrarlo es solo cuestion de desarrollar la expresion de Ri sumando de forma
adecuada:
Ri () =
mi
X
ji =1
mi
X
ji =1
jii
mN
X
mi1
...
jN =1
jii Riji () =
i+1
X m
X
ji1 =1 ji+1 =1
mi
X
...
m1
X
j11 ...ji1
i+1 ...jNN ri (j1 , ..., jN )
i1 ji+1
j1 =1
li Ril () ,
l=1
2.3
Definici
on 2.7.
En un juego finito no cooperativo de N personas, un equilibrio de Nash es un
elemento = (1 , 2 , . . . , N ) de S tal que para cada i I,
Ri () > Ri (1 , 2 , . . . , i1 , i , i+1 , . . . , N ) i Si .
41
(2.1)
Ri () =
mi
X
j=1
ji Ri ()
>
mi
X
ji Rij ()
j=1
= Ri (1 , 2 , . . . , i1 , i , i+1 , . . . , N ) i Si .
Esto se cumple para cada jugador y entonces es un equilibrio de Nash para el
juego.
42
Equilibrios de Nash
Demostracion.
Sea = ( 1 , 2 , . . . , N ) S. Para cada jugador i y cada una de sus posibles
acciones j, definimos la funcion ij : S R como
ij () = max(0, Rij () Ri ()) ,
(2.2)
(ji )0
ji + ij ()
P i
=
.
1+ m
k=1 ik ()
(2.3)
i
)0 ) es un elemento de Si , es decir, (ji )0 >
Probaremos que ( i )0 = ((1i )0 , (2i )0 , . . . , (m
i
Pmi i 0
0 y j=1 (j ) = 1.
Para la primera parte, por definicion ij > 0 y ji > 0 por ser i una medida
de probabilidad, entonces el numerador de (ji )0 es no negativo y el denominador es
positivo, de donde se sigue que (ji )0 > 0.
Para la segunda parte, simplemente hacemos los calculos necesarios:
Pmi i
i
()
ij
j
j=1 (j + ij ())
Pmi
P i
(ji )0 =
=
1 + k=1 ik ()
1+ m
k=1 ik ()
j=1
j=1
Pmi
1 + j=1 ij ()
P i
=
=1,
1+ m
k=1 ik ()
mi
X
mi
X
43
i.
Ri (1 , . . . , i1 , li , i+1 , . . . , N ) =
min{Ri (1 , . . . , i1 , ki , i+1 , . . . , 1 ) : k = 1, 2, . . . , mi } .
Podemos notar que lo anterior se puede expresar como Ril () 6 Rik () k Ai ,
que es simplemente pedir que li sea la estrategia pura que le da la menor ganancia
al jugador i.
Teniendo Ril () 6 Rik () k, es inmediato que
Ril () 6
mi
X
k Rik () ,
k=1
siempre que
il () = 0.
Pmi
k=1
44
Equilibrios de Nash
Esto implica que Ri () > Rij () j Ai . Como nuestra eleccion del jugador
i fue arbitraria, lo anterior se cumple para todo jugador y por el Lema 2.8, es un
equilibrio de Nash.
2.4
Juegos de imitaci
on
Definici
on 2.10.
Sea un juego no cooperativo de dos personas y sean A = {a1 , a2 , . . . , am }, B =
{b1 , b2 , . . . , bm }, los conjuntos de acciones posibles para el primer y segundo jugador
respectivamente. Diremos que es un juego de imitaci
on, si la funci
on de recompensa
r2 del segundo jugador es
r2 (ai , bj ) = ij
i, j = 1, 2, . . . , m ,
Vale la pena mencionar que algunos autores exigen que los conjuntos de acciones
posibles para el lder e imitador sean los mismos. Preferimos hacer la definicion para
conjuntos arbitrarios con la misma cantidad de elementos pues es mas general, siendo
la otra definicion un caso particular de esta, pero debe notarse que los conjuntos de
acciones posibles deben considerarse ordenados.
Observamos que en un juego de imitacion, la funcion de ganancia R2 del imitador
tiene la forma
1
R2 ( , ) =
m
X
i1 i2
i=1
(2.4)
45
Corolario 2.11.
Todo juego de imitacion tiene al menos un equilibrio de Nash.
Demostracion.
Un juego de imitacion es un caso particular de un juego finito no cooperativo, por
el Teorema 2.9 tiene al menos un equilibrio de Nash.
Definici
on 2.12.
i
), es el conjunto de ndices
El soporte de una estrategia mixta i = (1i , 2i , . . . , m
i
j tales que ji > 0 y lo denotamos por sop( i ).
Lema 2.13.
Sea un juego de imitacion. Si (, ) es un equilibrio de Nash para , entonces
el soporte de esta contenido en el soporte de .
Demostracion.
Sea R2 la funcion de ganancia del imitador y supongase que cada jugador tiene m
acciones posibles.
Sea l sop(), para probar que l > 0 supongamos que no es as. Dado que
l = 0, existe otro ndice k tal que k > 0.
Consideremos la estrategia mixta = (1 , 2 , . . . , m ) donde l = 0, k = k + l
y i = i i 6= k, l. A partir de la expresion para R2 en (2.4), se tiene que
R2 (, ) > R2 (, ), lo cual contradice que (, ) sea un equilibrio de Nash. Por lo
tanto sop() sop().
Definici
on 2.14.
Sea un juego de imitacion y una estrategia mixta del imitador. Para el lder
una respuesta optima a es una estrategia mixta S1 tal que
R1 (, ) > R1 ( 1 , ) 1 S1 .
46
Equilibrios de Nash
optima pura a si
Similarmente, se dice que l1 es una respuesta
R1 (l1 , ) > R1 (j1 , ) j A1 .
En palabras, una respuesta optima del lder es una estrategia mixta que optimiza
su ganancia, dado que la estrategia mixta del imitador se considera fija.
Lema 2.15.
Sea un juego de imitacion. Si (, ) es un equilibrio de Nash para , entonces
el soporte de esta contenido en el conjunto de los ndices i tales que i1 es una
respuesta optima pura del lder a .
Demostracion.
Sea R1 la funcion de ganancia del lder y digamos que ambos jugadores cuentan
con m acciones cada uno.
Sea l sop(), para demostrar que R1l (, ) > R1j (, ) j = 1, 2, . . . , m, lo
haremos por contradiccion, suponiendo que existe otro ndice k tal que R1k (, ) >
R1l (, ).
Consideremos la estrategia mixta para el lder = (1 , 2 , . . . , m ) donde l = 0,
k = k +l y i = i para i 6= k, l. La ganancia del lder para (, ) puede expresarse
como
R1 (, ) =
m
X
i R1i (, ) ,
i=1
R1 (, ) =
m
X
i=1
i R1i (, ) =
m
X
i=1
por la eleccion de las componentes de . Debido a que R1k (, ) > R1l (, ) y l > 0,
podemos apreciar que R1 (, ) > R1 (, ).
Hemos llegado a una contradiccion de nuestra hipotesis de que (, ) es un equilibrio de Nash, con lo cual finalizamos la demostracion del lema.
Captulo 3
El Teorema de Kakutani
3.1
Introducci
on
En este u
ltimo captulo, nuestro proposito es demostrar el Teorema de Kakutani,
el cual es un teorema de punto fijo para correspondencias. Empezaremos entonces
por definir lo que son las correspondencias, tambien conocidas como multifunciones.
Adicionalmente definiremos vecindad de un conjunto, el concepto de semicontinuidad
superior de una correspondencia y la distancia de un punto a un conjunto.
Luego estableceremos algunos resultados generales. Uno acerca de sucesiones en
un conjunto compacto, otro sobre la distancia de un punto a un conjunto y uno
u
ltimo acerca de vecindandes cerradas y convexas de un conjunto. Utilizando estos
resultados y los del captulo anterior podremos demostrar el teorema.
Como puede observarse, este captulo consiste de muchas definiciones y unos cuantos resultados que finalmente culminan en la demostracion del Teorema de Kakutani.
Esto solo es posible debido al trabajo previo, especialmente los resultados acerca
de los juegos de imitacion. La demostracion que aqu presentamos es relativamente
nueva, propuesta en el 2005 por Andrew McLennan y Rabee Tourky en sus trabajos
[8, 9].
48
El Teorema de Kakutani
3.2
Correspondencias
Definici
on 3.1.
Sean X, Y dos conjuntos no vacos. Una correspondencia de X en Y es una
funci
on : X P (Y ), que a cada punto x en X le asigna un subconjunto no vaco
(x) de Y .
Definici
on 3.2.
Una vecindad de un conjunto A es cualquier conjunto V tal que existe un abierto
B que satisface A B V .
Definici
on 3.3.
Sean X, Y espacios metricos. Una correspondencia : X P (Y ) es semicontinua superiormente en x X si para cada vecindad U de (x), existe una vecindad
V de x tal que si z V entonces (z) U .
La correspondencia se dice ser semicontinua superiormente en X si es semicontinua superiormente en todo punto x X.
Ejemplo 3.4.
Los ejemplos mas sencillos de correspondencias semicontinuas superiormente son
las correspondencias constantes. Es decir, correspondencias : X P (Y ), tales que
(x) = A x X, donde A es un subconjunto de Y .
Demostrarlo no es dficil. Sea x X arbitrario, entonces para cualquier vecindad
U de A, existe la vecindad V = X de x tal que si z X entonces (z) = A U ,
debido a que U es vecindad de A.
49
Ejemplo 3.5.
Considere la correspondencia : [0, 2] P ([0, 4]) definida por
{2}
(x) =
[0, 4]
si x = 1 ,
si x 6= 1 .
{2}
(x) =
[0, 4]
si x 6= 1 ,
si x = 1 ,
3.3
Lemas preliminares
Lema 3.7.
Si C es un conjunto compacto de un espacio normado y {xn } una sucesi
on en C,
50
El Teorema de Kakutani
entonces
lim min ||xi xm+1 || = 0
m i6m
Demostracion.
Sea > 0 y consideremos la cubierta {B/2 (x)}xC del compacto C. Entonces
existe una coleccion de puntos G = {z1 , z2 , . . . , zk } tal que {B/2 (zi )}zi G es una
subcubierta finita de C.
Despues de esto, la idea intuitiva es que la sucesion {xn } ocupa a lo mas l de estas
k bolas, una vez ocupadas las l bolas siempre existira un ndice i tal que xi y xm+1
estan en la misma bola y por lo tanto el mnimo de las normas es menor que . A
continuacion desarrollamos esto formalmente.
Sea G0 = {zi G : xj B/2 (zi )} y simplemente reorganizamos los ndices
como G0 = {y1 , y2 , . . . , yl }. Luego sean ni tales que xni B/2 (yi ) para i = 1, 2, . . . , l
y sea
N = max ni .
i6l
Definici
on 3.8.
Sea C un subconjunto de un espacio metrico (X, d). Definimos la distancia del
punto x al conjunto C como
d(x, C) = inf {d(x, y) : y C}
51
Lema 3.9.
Sea C un subconjunto de un espacio metrico (X, d). Entonces para cualesquiera
dos puntos x, y X tenemos que
d(x, C) 6 d(x, y) + d(y, C) .
Demostracion.
Sea > 0 y z0 C tal que d(y, z0 ) < d(y, C) + . Tenemos que d(x, C) 6 d(x, z)
para toda z C, en particular se cumple para z0 . Se sigue que
d(x, C) 6 d(x, y) + d(y, z0 ) < d(x, y) + d(y, C) +
y por lo tanto d(x, C) 6 d(x, y) + d(y, C).
Lema 3.10.
Sea C un conjunto cerrado y convexo en un espacio normado X y sea
W = {V X : V es vecindad cerrada y convexa de C} ,
T
entonces C = V W V .
Demostracion.
T
T
La contencion C V W V es inmediata. Sea x V W V y supongamos que
x
/ C. Entonces d(x, C) > 0 o de lo contrario x sera punto de acumulacion y
elemento de C. Sea = d(x, C)/2 y consideremos la vecindad
V = {y X : d(y, C) 6 } ,
demostraremos que V es cerrada y convexa.
Sea {yn } una sucesion en V que converge a y, demostraremos que y V . Por el
Lema 3.9 tenemos
d(y, C) 6 d(y, yn ) + d(yn , C) 6 d(y, yn ) +
52
El Teorema de Kakutani
3.4
Demostraci
on del Teorema de Kakutani
Teorema 3.11.
Sea C un subconjunto no vaco, compacto y convexo de Rn . Si F : C P (C) es
una correspondencia semicontinua superiormente cuyos valores son cerrados y convexos, entonces F tiene al menos un punto fijo, es decir, existe un punto x C tal
que x F (x ).
Demostracion.
Empezamos escogiendo un punto x1 C arbitrario y cualquier y1 F (x1 ).
Supongamos que los puntos x1 , x2 , . . . , xn C y y1 , y2 , . . . , yn C ya han sido elegidos.
Consideraremos el juego de imitacion donde el conjunto de acciones del lder es
{x1 , x2 , . . . , xn }, el del imitador es {y1 , y2 , . . . , yn } y donde la funcion de recompensa
an del lder esta dada por
3.4 Demostraci
on del Teorema de Kakutani
53
i, j = 1, 2, . . . , n .
n
X
jn yj ,
yn+1 F (xn+1 ) .
(3.1)
j=1
jn an (xi , yj )
j=1
n
X
jn ||xi
yj || =
j=1
n
X
n
X
j=1
j=1
n
X
j=1
n
X
(3.2)
j=1
jn (xn+1
yj ) = xn+1
n
X
j=1
jn
n
X
jn yj = xn+1 xn+1 = 0 ,
j=1
jn
n
X
j=1
jn (xn+1 yj ) > = 0 .
(3.3)
54
El Teorema de Kakutani
n
X
jn an (xi , yj )
= ||xi xn+1 ||
n
X
jn ||xn+1 yj || .
(3.4)
j=1
j=1
(3.5)
(3.6)
Si ademas
ink
> 0 entonces
||xi xnk +1 || = min ||xj xnk +1 || < /2 nk > N2 ,
j6nk
(3.7)
3.4 Demostraci
on del Teorema de Kakutani
xnk +1 =
n
X
ink yi V
55
nk > N ,
i=1
V ,
V W
Conclusiones
Es aqu donde concluimos este trabajo de tesis. En el primer captulo de esta tesis
presentamos una demostracion sencilla, aunque extensa, del Teorema de Brouwer,
solo es necesario tener conocimientos basicos de analisis para darle seguimiento. La
demostracion se hizo de forma detallada, lo mas claro posible y haciendo un mnimo
de referencias a otras fuentes, con el proposito de dejarla al alcance del estudiante
de Licenciatura en Matematicas, sin que tenga la necesidad de consultar numerosos
libros y artculos a los cuales tal vez no tenga acceso. El segundo captulo es una breve
introduccion a los conceptos basicos de la Teora de Juegos, como lo son estrategia
mixta, ganancia y equilibrio de Nash, entre otros. Ah, demostramos el Teorema de
Nash, donde adoptamos el enfoque de su creador al demostrarlo usando el Teorema
de Brouwer. Posteriormente discutimos la clase particular de juegos de imitacion, la
cual utilizaramos en el u
ltimo captulo. En el tercer captulo se sentaron las bases
para enunciar el Teorema de Kakutani y luego demostrarlo, a traves de herramientas
de Teora de Juegos.
En esencia, demostramos el Teorema de Brouwer, a partir de este demostramos
el Teorema de Nash y aplicandolo a un caso particular obtuvimos el Teorema de
Kakutani. Ademas, como se observo en la introduccion, el Teorema de Kakutani es
una generalizacion del Teorema de Brouwer. Hemos completado entonces un ciclo
entre los tres resultados que estudiamos en este trabajo, es decir, podemos obtener
cualquiera de los resultados a partir de otro de ellos. Lo expuesto en esta tesis hace
evidente la fuerte relacion entre areas tan distintas de la Matematica como son el
analisis matematico y la Teora de Juegos.
Bibliografa
[1] C.D. Aliprantis, K.C. Border (2006), Infinite Dimensional Analysis. SpringerVerlag
[2] T.M. Apostol (1981), Analisis Matem
atico (2da edici
on). Reverte
[3] P. Billingsley (1979), Probability and Measure. Wiley
[4] K.C. Border (1999), Fixed Point Theorems with Applications to Economics and
Game Theory. Cambridge University Press
[5] C. Chapman (2002), Real Mathematical Analysis. Springer-Verlag
[6] J. Franklin (1980), Methods of Mathematical Economics. Springer-Verlag
[7] D. Gale (1979), The Game of Hex and the Brouwer Fixed-Point Theorem. American Mathematical Monthly 86-10: 818-827
[8] A. Mclennan, Kakutanis Fixed Point Theorem: A new proof.
http://www.econ.umn.edu/mclennan/Classes/Ec8103/Lectures/ec8103-lec04.pdf
[10] J. Milnor (1978), Analytic Proofs of the Hairy Ball Theorem and the Brouwer
Fixed Point Theorem. American Mathematical Monthly 85-7: 521-524
[11] J. Nash (1951), Non-cooperative Games. Annals of Mathematics 54: 286-295
[12] A.C. Thompson (1984), Theory of Correspondences. Wiley