IO2 EquipoC T2

Teora de Juegos
& Simulacin
Universidad de Guayaquil

Facultad ingeniera Industrial
carrera: Ingeniera en teleinformtica
Curso: 7 semestre
Docente: Ing. ngel Avad

2014
Grupo C
Guayaquil -Ecuador
12/08/2014
Integrantes:
Caiche Rita
Iturralde Vaque Mireya
Vera Sabando Andy
Estefana Marchan
David Sinaluisa
Teora de Juego & Simulacin
1
Grupo C

Introduccin

La teora de juegos es una herramienta que ayuda a analizar problemas de
optimizacin interactiva.
La teora de juegos tiene muchas aplicaciones en las ciencias sociales. La mayora
de las situaciones estudiadas por la teora de juegos implican conflictos de intereses,
estrategias y trampas.
En el mundo real, tanto en las relaciones econmicas como en las polticas o
sociales, son muy frecuentes las situaciones en las que, al igual que en los juegos, su
resultado depende de la conjuncin de decisiones de diferentes agentes o jugadores.
Se dice de un comportamiento que es estratgico cuando se adopta teniendo en
cuenta la influencia conjunta sobre el resultado propio y ajeno de las decisiones propias y
ajenas.
Una de las ms importantes herramientas para analizar el diseo y operacin de
sistemas de procesos complejos es la simulacin.
Aunque la solucin al problema nunca es exacta, las aproximaciones que se
obtienen son bastante buenas.

2
Grupo C
Contenido

Introduccin ................................................................................................................ 1
Contenido ................................................................................................................... 2
1.1.1. Teora de Juego ............................................................................................ 5
1.2.1 Aplicaciones de la teora de juegos ................................................................. 6
1.2.2 La economa ................................................................................................... 6
1.2.3 En la ciencia poltica ...................................................................................... 6
1.2.4 En la biologa ................................................................................................. 8
1.2.5 En la filosofa ................................................................................................. 9
1.3.1 Propiedades para el conocimiento comn en juego ..................................... 10
1.3.2 Fortaleza Fsica: ....................................................................................... 10
1.3.3 Pasin y Experiencia: .............................................................................. 10
1.4.1 Conocimiento comn de las reglas .............................................................. 10
1.5.1 Lo que saben y Lo que creen ...................................................................... 11
1.6.1 Comentarios generales ................................................................................. 12
1.7.1 Juegos de suma cero de dos personas ......................................................... 13
1.8.1 ESTRATEGIAS DE MAXIMIN Y MINIMAX ..................................................... 14
1.9.1 DILEMA DEL PRISIONERO ....................................................................... 14
1.10.1 Equilibrio de Nash ................................................................................. 15
1.11.1 El dilema de Monty Hall .......................................................................... 16
2.1.1 Simulacin ...................................................................................................... 17
2.2.1Aplicaciones de la simulacin ........................................................................ 17
2.3.1 reas de aplicacin ........................................................................................ 18
2.3.2 Comunicaciones: .......................................................................................... 18
2.3.3 Educacin: ................................................................................................... 18
2.3.4 Entretenimientos: ......................................................................................... 18
2.3.5 Servicios Financieros: .................................................................................. 18
2.3.6 Servicios Alimenticios: ................................................................................ 18
2.3.7 Sistemas de Salud: ....................................................................................... 18
3
Grupo C
2.3.8 Hotelera: ..................................................................................................... 19
2.3.9 Transportes: ................................................................................................. 19
2.3.10 Pronsticos del tiempo, medio ambiente y ecologa: ................................ 19
2.4.1 Etapas de una simulacin .............................................................................. 19
2.4.2 Formulacin del problema: ...................................................................... 19
2.4.3 Definicin del sistema: ............................................................................ 19
2.4.4 Formulacin del modelo: ......................................................................... 19
2.4.5 Coleccin de datos: .................................................................................. 20
2.4.6 Implementacin del modelo en la computadora: ..................................... 20
2.4.7 Verificacin: ............................................................................................ 20
2.4.8 Validacin: ............................................................................................... 20
2.4.9 Diseo de experimentos: .......................................................................... 20
2.5.1 Metodologa De Simulacin ........................................................................... 20
2.5.2 Definicin del sistema. ............................................................................ 20
2.5.3 Formulacin del modelo .......................................................................... 20
2.5.4 Preparacin de datos. ............................................................................... 21
2.5.5 Seleccin del lenguaje: ............................................................................ 21
2.5.6 Translacin del modelo. ........................................................................... 21
2.5.7 Validacin del modelo. ............................................................................ 21
2.5.8 Planeacin estratgica. ............................................................................. 21
2.5.9 Planeacin tctica. ................................................................................... 21
2.5.10 Experimentacin. ................................................................................... 21
2.5.11 Interpretacin. ........................................................................................ 21
2.5.12 Implantacin. ......................................................................................... 21
2.5.13 Monitoreo y control: .............................................................................. 21
2.6.1 Peligros Y Problemas En Simulacin ............................................................ 22
2.7.1 Clasificacin de Modelos de Simulacin ....................................................... 22
2.8.1 Mtodos de simulacin .................................................................................. 23
Tipos de simulacin: ............................................................................................. 23
2.8.2 Monte Carlo ................................................................................................. 23
2.8.3 Simulacin por trazas .................................................................................. 24
4
Grupo C
2.8.4 Simulacin por Eventos Discretos ............................................................... 24
2.8.5 Simulacin Continua ................................................................................... 25
2.9.1 Ventajas Y Desventajas De La Simulacin. ................................................ 26
Ventajas: ........................................................................................................... 26
2.10.1 Software de Simuladores ............................................................................ 27
2.10.2 Joe Pass ...................................................................................................... 27
2.10.3 Jongl v1.8 / v12.0 (WinXP) ....................................................................... 27
2.10.4 Virtual Juggler ........................................................................................... 27
2.10.5 JuggleMaster, 1.60b .................................................................................. 27
2.10.6 Jawin .......................................................................................................... 27
2.10.7 JugglingLab ............................................................................................... 28
Conclusin................................................................................................................ 29
Referencias .............................................................................................................. 30

5
Grupo C
1.1.1. Teora de Juego
La teora de los juegos es una teora matemtica que pretende describir y predecir el
comportamiento de los agentes econmicos. Muchas decisiones dependen de las
expectativas que se tengan sobre el comportamiento de los dems agentes econmicos. Es
el caso del comportamiento de las empresas en un mercado en el que opera un reducido
nmero de las mismas, las cuales establecern unos precios segn cmo cada una suponga
la reaccin de las dems. En otros casos, la decisin de reducir los precios depender de si
la empresa piensa que las dems reducirn a su vez los suyos o si los mantendrn
constantes. De igual forma, la negociacin de un sindicato con los empresarios depender
de las estrategias que adopten uno y otro en funcin de los procedimientos que creen
adoptar el contrario.
La interaccin entre los agentes econmicos y, por lo tanto, la dependencia de la
adopcin de decisiones racionales con respecto a las suposiciones que hace cada agente
sobre las elecciones y estrategias que adoptarn los dems, ha dado lugar a esta nueva rama
de la teora econmica conocida como teora de juegos. Surgi a partir de un estudio
pionero, ya clsico: Teora de juegos y comportamiento econmico (1944), de John von
Neumann y Oskar Morgenstern.
Se puede establecer una analoga entre la teora de juegos y algunos juegos donde la
estrategia de cada jugador depende de los movimientos que realicen los dems. Para
deducir las estrategias ptimas bajo distintos supuestos sobre el comportamiento del resto,
la teora de juegos tiene que analizar distintos aspectos: las consecuencias de las distintas
estrategias posibles, la posibilidad de que varios jugadores se conviertan en aliados, el
grado de compromiso entre stos y el grado en que cada juego puede repetirse,
proporcionando a todos los jugadores informacin sobre las distintas estrategias posibles.
A pesar de la dificultad de analizar todos estos aspectos, los expertos en la teora de
juegos han podido identificar ciertas pautas de comportamiento comunes a distintos juegos.
Un instrumento de anlisis muy utilizado es la creacin de una matriz de resultados. En el
caso sencillo de dos jugadores, la matriz de resultados indica los beneficios y prdidas de
cada jugador en funcin de las distintas estrategias que adoptan. Se puede demostrar que
algunos juegos tendrn una matriz en la que existir un equilibrio tipo Nash (debido a John
F. Nash, premio Nobel de Economa en 1994). En el equilibrio de Nash (en un juego con
dos jugadores, X e Y) la eleccin de X es ptima dada la de Y, y la eleccin de Y es ptima
dada la de X. En esta situacin, cuando se conocen las decisiones estratgicas, ningn
jugador puede arrepentirse de la estrategia que ha adoptado. Sin embargo, el equilibrio de
Nash no tiene por qu desembocar en un resultado tan ptimo como el que se derivara de
una cooperacin directa entre ellos. Un famoso ejemplo de esta situacin es el del dilema
del prisionero, en la que los dos jugadores reciben estmulos para confesar su culpabilidad,
pero su situacin sera ms afortunada si existiera una coordinacin adecuada entre ellos.
6
Grupo C
1.2.1 Aplicaciones de la teora de juegos
La Teora de Juegos actualmente tiene muchas aplicaciones, sin embargo,
la economa es el principal cliente para las ideas producidas por los especialistas en Teora
de Juego. Entre las disciplinas donde hay aplicacin de la Teora de Juegos tenemos:
1.2.2 La economa
No debera sorprender que la Teora de Juegos haya encontrado aplicaciones
directas en economa. Esta triste ciencia se supone que se ocupa de
la distribucin de recursos escasos. Si los recursos son escasos es porque hay ms gente que
los quiere de la que puede llegar a tenerlos. Este panorama proporciona todos los
ingredientes necesarios para un juego. Adems, los economistas neoclsicos adoptaron el
supuesto de que la gente actuar racionalmente en este juego. En un sentido, por tanto, la
economa neoclsica no es sino una rama de la Teora de Juegos. Los economistas que no
se dan cuenta de ello son como el monsieur Jourdain de Le Bourgeois Gentilhomme, de
Moliere, que se sorprendi de saber que haba estado hablando en prosa durante toda la
vida sin saberlo. Sin embargo, aunque los economistas pueden haber sido desde siempre
especialistas camuflados en Teora de Juegos, no podan progresar por el hecho de no tener
acceso a los instrumentos proporcionados por Von Neumann y Morgenstern. En
consecuencia slo podan analizar juegos particularmente simples. Esto explica por qu
el monopolio y la competencia perfecta se entienden bien, mientras a todas las dems
variedades de competencia imperfecta que se dan entre estos dos extremos slo ahora se les
est empezando a dar el tratamiento detallado que merecen.
La razn por la que el monopolio es simple desde el punto de vista de la Teora de
Juegos es que puede ser tratado como un juego con un nico jugador. La razn por que la
competencia perfecta es simple es que el nmero de jugadores es de hecho infinito, de
manera que cada agente individual no puede tener un efecto sobre agregados de mercado si
l o ella actan individualmente.
1.2.3 En la ciencia poltica
La Teora de Juegos no ha tenido el mismo impacto en la ciencia poltica que en
economa. Tal vez esto se deba a que la gente conduce menos racionalmente cuando lo que
est en juego son ideas que cuando lo que est en juego es su dinero. Sin embargo, se ha
convertido en un instrumento importante para clarificar la lgica subyacente de un cierto
nmero de problemas ms paradigmticos.
Un ejemplo de Teora de Juegos en la Ciencia Poltica es el siguiente:
7
Grupo C
La eleccin de programa: Hay dos partidos, los Formalistas y los Idealistas.
Ninguno de los dos se preocupa en absoluto por cuestiones de principio. Slo se preocupan
por el poder y, por tanto, eligen el programa con el programa con el nico objetivo de
maximizar el voto en las prximas elecciones. Los votantes, por otra parte, slo se
preocupan por cuestiones de principio y, por ende carecen por completo de fidelidad a los
partidos. Para simplificar, las opiniones que un votante puede tener se identifican con los
nmeros reales en el intervalo (0. 1), en otras palabras, el conjunto de valores de x que
satisfacen 0 menor igual a x menor igual a 1. Podemos imaginarnos que este intervalo
representa el espectro poltico de izquierda a derecha. As, alguien con la opinin x = 0, se
cree que la sociedad debera estar organizada como un hormiguero, mientras que alguien en
la opinin x = 1 cree que debera estar organizada como una piscina llena de tiburones.
Cada partido centra su programa en algn punto del espectro poltico y no puede
cambiar su posicin posteriormente. Los votantes votan por el partido que se encuentra ms
cerca de su posicin. Dado que se supone que los votantes se encuentran distribuidos
uniformemente sobre el espectro poltico, es decir, que una fraccin l de
la poblacin sostiene opiniones que se encuentran en cualquier intervalo de longitud l, es
fcil ver cuntos votos conseguir cada partido una vez que han elegido programa. El
secreto est en buscar el votante mediano entre aquellos cuyas opiniones se encuentran
entre los programas de ambos partidos. El votante mediano se encuentra a medio partido
entre las posiciones polticas de los dos partidos. Luego los que se encuentran a la derecha
del mediano votante votarn por un partido, y los que se encuentran a la izquierda lo harn
por el otro.
Supongamos que los partidos bajan al ruedo poltico uno a uno. Los Idealistas
escogen en primer lugar, y luego lo hacen los Formalistas. Dnde debera colocarse cada
uno? Problemas como ste puede ser resueltos por induccin hacia atrs. Para cada
programa posible x, los Idealistas se preguntan qu ocurrira si se colocarn en x. Si x es
menor a , los Formalistas responderan colocndose inmediatamente a la derecha de x.
Entonces los Idealistas recogeran una fraccin x de los votantes y los Formalistas
recogeran 1-x. Por tanto, los Idealistas ganaran menos de la mitad del voto. Lo mismo
ocurre si los Idealistas se sitan en x menor a , excepto que ahora los Formalistas
respondern colocndose inmediatamente a su izquierda. Por tanto, lo mejor para los
Idealistas es colocarse en el centro del espectro poltico. Los Formalistas tambin se
colocarn en x = , y el voto se dividir mitad y mitad.
Este modelo puede tener sentido en la escena poltica americana. Ciertamente es
difcil para muchos europeos encontrar diferencias significativas entre Demcratas y
Republicanos. El modelo, sin embargo, tiene poco parecido con la escena poltica europea.
Deberan los americanos deducir, por tanto, que los partidos polticos europeos de verdad
se toman en serio los principios que hacen suyos? Una conclusin as seria prematura
porque es dudoso que la situacin europea pueda ser razonablemente analizada con un
8
Grupo C
modelo de dos partidos, y esto es cierto incluso para un pas como Gran Bretaa en el que
slo dos de los partidos consigue un nmero importante de votos en la mayora de
elecciones. Para explorar esta cuestin veamos como cambiaran las cosas si tuviramos
que tomar en consideracin un tercer partido.
En este modelo el partido Institucioncitas escoge programa despus de los Idealistas
y Formalistas. Esto cambia mucho las cosas. Los Idealistas y los Formalistas ciertamente
no se colocarn ahora en el centro del espectro poltico. Si lo hicieran los Institucioncitas se
podran colocar inmediatamente a su derecha o a su izquierda. Entonces recogeran la mitad
del voto dejando que los primeros partidos se dividan la otra mitad. Un razonamiento por
induccin hacia atrs, algunas sutilezas surgen debido al hecho que disponemos de un
nmero infinito de opiniones polticas, lo cual hace ver que los Idealistas y los Formalistas
se colocarn en x = y x = , dejando que los Institucionalistas adopten la posicin
centrista x = , como se muestra en la Figura anterior parte (b). Los primeros partidos
recibirn entonces 3/8 de los votos cada uno, y los Institucionalistas slo recogern .
Pero Por qu querran los Institucionalistas entrar en la arena poltica est
condenados al papel de Cenicienta, con los primeros partidos en el papel de Hermanas
Feas?. Modifiquemos, por tanto, el modelo de manera que los intuicionistas consideren que
vale la pena formar un partido slo si pueden prever que recibirn ms del 26% de los
votos. En este caso los Idealistas se movern un poco hacia el centro, aunque no lo bastante
como para que los Institucionalistas puedan entrar flanquendolos por la izquierda. Por
tanto, slo se movern desde x = 0,25 a x = 0,26. Anlogamente, los Formalistas se
movern desde x = 0.75 a x = 0.74. El resultado ser una eleccin con dos partidos como lo
muestra la parte (c) de la Figura anterior. En esta eleccin los Idealistas y los Formalistas se
dividen el voto a partes iguales y los Institucionalistas se quedan fuera.
Un comentarista poltico ignorante de la amenaza supone la entrada de los
Institucionalistas podra fcilmente malinterpretar las razones por las que los Idealistas y
los Formalistas han elegido sus programas. El comentarista podra incluso llegar a pensar
que cada partido ni siquiera intenta hacerse con el centro por cuestiones de principio. Pero
es slo tras un anlisis estratgico que la conducta de los dos partidos puede ser evaluada
correctamente. Obsrvese, en particular, que su conducta ha sido determinada por algo que
de hecho no lleg a ocurrir. Como Sherlock Holmes explicaba, a menudo lo importante es
que el perro no ladr aquella noche. (Rufasto, 2003, 2004)
1.2.4 En la biologa
Es imposible igualar el entusiasmo con que los bilogos evolucionistas que usan la
teora de juegos explican de conducta animal. No s si escogen historias poco delicadas
deliberadamente, para dar un poco de sabor a sus relatos con implicaciones sexuales, o si
9
Grupo C
stos son realmente los mejores ejemplos para ilustrar de qu manera la teora de juegos es
relevante. En cualquier caso, lo que los bilogos dicen sobre el pez sol es esto.
Hay dos clases de machos en esta especie. El primero es un individuo regularmente
hogareo que necesita siete aos para alcanzar la madurez. Una vez alcanzada, construye
un nido que atrae a las hembras que ponen que ponen huevos. Cuando los huevos han sido
puestos, no slo los fertiliza, sino que defiende la familia resultante lo mejor que puede
mientras, la hembra continua su vida independientemente. La otra clase de macho es un
golfo. Por lo que dicen los bilogos, es poco ms que un rgano sexual autopropulsado.
Este posee ventaja sobre los machos normales, que consiste en alcanzar la madurez en slo
dos aos. Sin embargo, es incapaz de responsabilizarse por su familia. En lugar de ello,
espera escondido hasta que una hembra ha puesto sus huevos respondiendo a las seales de
un macho normal tenga la oportunidad de hacerlo. Si el golfo tiene xito, el macho normal
defiende una familia que no est relacionada con l en absoluto y que lleva por el contrario
los genes del golfo.
La teora de juegos sirve para explicar por qu las dos clases de machos pueden
coexistir en proporciones fijas.
Para que una historia de teora de juegos se aguante en este contexto, necesitamos una
explicacin de cmo los genes se distribuyeron exactamente en la forma necesaria para
asegurar a cada pez optimizara, dada la mezcla actual en la poblacin de hogareos golfos.
No basta con decir que la Naturaleza, "con las garras y las fauces llenas de sangre", actuar
de forma que slo quienes se adaptan sobreviven. Esta respuesta rehuye el problema de
cmo y por qu resulta que a veces adaptarse implica actuar racionalmente. Esta parece ser
una de esas grandes cuestiones que no tienen respuestas fciles.
1.2.5 En la filosofa
Los especialistas en Teora de Juegos creen que pueden demostrar formalmente por
qu incluso el individuo ms egosta puede descubrir que con frecuencia, cooperar con sus
vecinos en una relacin a largo plazo redundar en su propio inters ilustrado. Con este fin
estudian los equilibrios de juegos con repeticin juegos que los mismos jugadores juegan
una y otra vez-. Pocas cosas han descubierto en esta rea hasta el presente que hubieran
sorprendido a David Hume, quien hace ya unos doscientos aos articul los mecanismos
esenciales. Estas ideas, sin embargo, estn ahora firmemente basadas en modelos formales.
Para avanzar ms, habr que esperar progresos en el problema de la seleccin de equilibrios
en juegos con mltiples equilibrios. Cuando estos progresos se den, sospecho que
la filosofa social sin teora de juegos ser algo inconcebible y que David Hume ser
universalmente considerado como su verdadero fundador.
10
Grupo C
1.3.1 Propiedades para el conocimiento comn en juego
El Filsofo Hobbes dijo que un hombre se caracteriza por su fortaleza fsica, sus
pasiones, su experiencia y su razn.
1.3.2 Fortaleza Fsica: esta determina lo que alguien puede o no puede hacer. Un
atleta puede planear correr una milla en cuatro minutos, pero sera imposible para la
mayora ejecutar este plan. La teora de juegos incorpora estas consideraciones en las reglas
del juego. Esta determina lo que es factible para un jugador. Ms exactamente, un jugador
queda limitado a escoger en el conjunto de sus estrategias en el juego.
1.3.3 Pasin y Experiencia: estas corresponden a las preferencias y creencias de
un jugador. En la mayora de los casos, ambas deben ser conocimiento comn para que sea
posible realizar un anlisis en trminos de la teora de juegos.
Razn: en problemas de decisin unipersonales, los economistas simplemente suponen que
los jugadores maximizan sus pagos esperados dadas sus creencias. En un juego las cosas
son ms complicadas, porque la idea de equilibrio da por supuesto que los jugadores saben
algo acerca de cmo razona todo el mundo.
1.4.1 Conocimiento comn de las reglas
Como en muchos resultados de la teora de juegos, no es inmediatamente evidente
que esta conclusin dependa de que el valor de n debe ser conocimiento comn. Sin
embargo, si el valor n no es de conocimiento comn existe equilibrio de Nash.
La nocin de equilibrio es fundamental para la Teora de Juegos. Pero por qu
anticipamos que los jugadores usarn estrategias de equilibrio.
Dos tipos de respuestas hay, en primer lugar del tipo educativo, estos suponen que
los jugadores tengan al equilibrio como el resultado de razonar cuidadosamente. No se
acepte ante frases que empiezan, "si yo pienso que l piensa que yo pienso...", por lo
contrario, los jugadores proseguiran con razonamiento as hasta el final, por difcil que
fuera.
Sin embargo, la respuesta educativa no es la nica posible. Tambin hay respuestas
evolutivas. Segn stas, el equilibrio se consigue, no porque los jugadores piensan todo de
antemano, sino como consecuencia de que los jugadores miopes ajustan su conducta por
tanteo cuando juegan y se repiten durante largos perodos de tiempo.
Racionalizabilidad: es la forma que se comporta alguien bayesiano-racional cuando
ha de tomar una decisin en situaciones donde el resultado de la decisin a tomar depende
de sucesos inciertos para quien ha de tomarla. l o ella acta como si dispusiera de una
medida de probabilidad subjetiva a los sucesos de los que no est seguro.
11
Grupo C
En un juego finito de dos jugadores, ningn jugador sabe con seguridad que
estrategia pura, incluso si el oponente mezcla, el resultado final ser que se juega alguna
estrategia pura, la cual terminar por utilizar el oponente. Un jugador bayesiano-racional,
por tanto, asigna una probabilidad subjetiva a cada una de las alternativas posibles.
Entonces el jugador escoge una estrategia que maximiza su pago esperado con respecto a
estas probabilidades subjetivas. Por tanto, l o ella se comportan como si estuviera
escogiendo una respuesta ptima a una de las estrategias mixtas del oponente, si la
estrategia mixta para la que se elige una respuesta ptima.
La Teora de Juegos da por supuesto que las creencias de un jugador sobre lo que un
oponente har dependen de lo que el jugador sabe acerca del oponente. Sin embargo, no
est ni mucho menos claro lo que debemos suponer acerca de lo que los jugadores saben de
su oponente. La idea de Racionalizabilidad se construye sobre la hiptesis de que por l
menos debera ser conocimiento comn que ambos jugadores son bayesianos-racionales.
Equilibrio Correlacionado: Aumann sugiere que deberamos asumir que es
"conocimiento comn" que los jugadores comparten el mismo universo del discurso.
Sugiere, adems que los estados de este universo W se deben suponer completos. Estos
significa que si usted alguna vez llega a saber que ha ocurrido con seguridad, entonces
usted absolutamente todo lo que concebiblemente pudiera ser relevante para usted a la hora
de tomar una decisin. La descripcin de un estado, por tanto, debe especificar cada detalle
del "mundo posible" que representa. Esto incluye no slo como se comportan los jugadores,
sino tambin cules son sus estados mentales. Ya que los jugadores son bayesianos-
racionales, sus estados mentales se pueden resumir en dos cosas:
1.5.1 Lo que saben y Lo que creen
Bayesianismo: el Bayesianismo no requiere habilidades mentales excepcionales por
parte de los jugadores. Estos revisan mecnicamente sus probabilidades subjetivas a medida
que disponen de nueva informacin, y entonces deciden qu hacer por
el mtodo igualmente mecnico de maximizar su pago esperado dadas las creencias
actuales.
Los bayesianos ingenuos piensan que no es necesario preguntarse de dnde salen las
probabilidades a priori de los jugadores, o cmo saben estos cules son sus particiones de
posibilidades, en particular, creen que la racionalidad bayesiana dota a quienes la hacen
suya con la capacidad de coger del aire sus creencias subjetivas. Esta actitud lleva a
bayesianos que son muy ingenuos a argumentar que la teora de juegos es una prdida de
tiempo. Es indudablemente cierto que si no necesitramos preocuparnos de por qu la gente
cree en lo que cree, entonces las consideraciones sobre equilibrios se haran irrelevantes.
12
Grupo C
1.6.1 Comentarios generales
Durante las dos dcadas que siguieron a la segunda guerra mundial, uno de los
progresos ms interesantes de la teora econmica fue la teora de los juegos y
el comportamiento econmico, publicada en un libro de este titulo bajo
la autoridad conjunta de Jhon Von Neumann y Oskar Morgenstern. Actualmente, el
consenso parece ser que la teora de los juegos es ms relevante al estudio de problemas
comerciales especficos que a la teora econmica general, por que representa un enfoque
nico al anlisis de las decisiones comerciales en condiciones de intereses competitivos y
conflictivos.
El principal objetivo de la teora de los juegos es determinar los papeles de conducta
racional en situaciones de "juego" en las que los resultados son condicionales a
las acciones de jugadores interdependientes. Un juego es cualquier situacin en la cual
compiten dos o ms jugadores. El ajedrez y el pker son buenos ejemplos, pero tambin lo
son el duopolio y el oligopolio en los negocios. La extensin con que un jugador alcanza
sus objetivos en un juego depende del azar, de sus recursos fsicos y mentales y de los de
sus rivales, de las reglas del juego y de los cursos de acciones que siguen los jugadores
individuales, es decir, sus estrategias. Una estrategia es una especificacin de la accin que
ha de emprender un jugador en cada contingencia posible del juego.
Se supone que, en un juego, todos los jugadores son racionales, inteligentes y estn
bien informados. En particular, se supone que cada jugador conoce todo el conjunto de
estrategias existentes, no solo para l, sino tambin para sus rivales, y que cada jugador
conoce los resultados de todas las combinaciones posibles de las estrategias.
Igualmente, en una gran variedad de juegos, el resultado es una variable aleatoria
cuya distribucin de probabilidades debe ser establecida para que pueda ser posible una
solucin para el juego. A este respecto, debe observarse que las decisiones de los jugadores
interdependientes no se toman en un vaco y que los pagos resultantes de estas decisiones
dependen de las acciones emprendidas por todos los jugadores. Esta interdependencia
implica que puede ser inapropiado suponer que los pagos estn siendo generados por
un proceso probabilista invariante que no es afectado por el curso de accin que uno escoja.
En otras palabras, la accin que emprende un jugador puede dictar los actos de otros
jugadores o influir en la probabilidad de que se comporten en una forma particular. Esta
potencialidad de posibles efectos en los resultados es la que distingue la toma de decisiones
en conflictos y la toma de decisiones en un medio incierto.
La clase ms sencilla de modelo de juego rigurosamente adversario, en el que los
resultados posibles son calificados en orden opuesto por los jugadores. Entre esta clase, l
ms comn es el juego de suma constante, en el que la suma de las ganancias de los
jugadores es igual, cualquiera que sea su distribucin entre ellos. Un caso especial, y el
13
Grupo C
nico que consideraremos, de juegos de suma constante se llama juego de suma cero de dos
personas.
1.7.1 Juegos de suma cero de dos personas
Dos compaas de autobuses, A y B, explotan la misma ruta entre dos ciudades y
estn enzarzadas en una lucha por una mayor parte del mercado. Puesto que la parte total
del mercado es un 100 por 100 fijo, cada punto porcentual ganado por uno debe ser perdido
por el otro. Se dice que tal situacin es un juego de suma cero de dos personas por las
razones obvias de que el juego es jugado por dos jugadores diametralmente opuesto y que
la suma de las ganancias y prdidas es siempre cero.
Si se supone que la compaa A y la compaa B est considerando las tres mismas
estrategias para ganar una mayor parte relativa del mercado como sigue:

1. a1 o b1: Sirve refrescos durante el viaje.
2. a2 o b2: Introduce autobuses con aire acondicionado.
3. a3 o b3: Anuncia diariamente en estaciones de televisin en las dos ciudades.
Por comodidad, se supone que ante de comenzar el juego ambas compaas no estn
haciendo ningn esfuerzo especial y comparte por igual el mercado 50 por 100 cada una.
Adems, si se supone tambin que cada compaa no puede emplear mas de uno de
estas actitudes o estrategias al mismo tiempo y que las tres estrategias tienen
idnticos costos.
Por estos supuestos, hay un total de 3 x 3 = 9 combinaciones posibles de
movimientos, y cada una es capaz de afectar a la parte del mercado en una forma
especfica. Por ejemplo, si A y B sirvan refrescos durante el viaje, se dice que A perdera 10
por 100 de la parte del mercado a favor de B, lo que puede indicar que los refrescos de B
son ms para los gustos de los clientes, igualmente, si A anuncio y B, por ejemplo, sirve
refrescos, se supone que A ganara 20 por 100 del mercado en perjuicio de B;
evidentemente, la publicidad en televisin parece ser ms eficaz que servir refrescos.
Ahora, por cada una de las 9 combinaciones puede determinar ganancias o prdidas
del mercado para A como se indica en la siguiente matriz de pagos.

14
Grupo C
b1 b2 b3
a1 -10 -11 -1
a2 9 -8 -6
a3 20 -10 -13

1.8.1 ESTRATEGIAS DE MAXIMIN Y MINIMAX
Por lo general, para cada estrategia que adopta un jugador o empresa, existen varias
estrategias (reacciones) abiertas para el otro jugador. El resultado de cada combinacin de
estrategias empleadas por los dos jugadores se conoce como rendimiento. Al rendimiento
de todas las estrategias se le conoce como matriz de rendimiento.
En la teora de los juegos, el jugador A sabe que el jugador B siempre responder a
con la accin que minimice las ganancias de A, debido a que sta es la estrategia que
minimiza las prdidas de B. As, el jugador A adoptar una estrategia de maximn . Es
decir, A seleccionar la estrategia que maximice su ganancia mnima, anticipndose a la
reaccin de B. Como es de esperarse, el jugador B adoptar una estrategia de minimax que
minimice las ganancias de A, porque sa es la estrategia que minimiza las prdidas de B.
Los juegos de suma cero son aquellos en los cuales las ganancias de un jugador
son iguales a las prdidas del otro.
Los juegos estrictamente determinados son aquellos en los cuales el maximn es
igual al minimax.
Se denomina punto de silla a la solucin o el resultado de un juego estrictamente
determinado. (Garcia, 2005)
1.9.1 DILEMA DEL PRISIONERO
Se arresta a dos sospechosos por robo, y si se les condena, cada uno recibira una
sentencia de 10 aos. Sin embargo, si ninguno confiesa, la evidencia bastara para una
sentencia de 1 ao por posesin de bienes robados. Se interroga a cada sospechoso por
separado y no se permite comunicacin entre ellos. El fiscal promete impunidad al que
confiese, pero la totalidad de la sentencia de 10 aos al que no confiese. Si confiesan
15
Grupo C
ambos, cada uno obtiene una sentencia reducida de 5 aos. La matriz de rendimiento para
este caso sera:

La mejor estrategia para cada sospechoso es confesar, sin importar lo que haga el
otro.
El dilema del prisionero es el ejemplo ms tpico de teora de juegos. Supongamos
que detienen a dos personas por delitos menores que les costaran a cada una dos aos de
crcel. La polica sabe que han cometido uno peor, pero necesitan pruebas, supongamos
que una declaracin de uno de los dos.
Si ambos delatan al otro por el delito mayor irn seis aos a la crcel. Si uno delata
y el otro no, el delator ir un ao por colaborar y el otro ir diez aos por el delito.
Teniendo en cuenta que los prisioneros no pueden comunicarse entre ellos (estn en
habitaciones separadas) qu harn?
Supongamos que somos uno de los dos prisioneros, no sabemos que har el otro por
lo que el mejor de los casos es delatar al otro independientemente de lo que haga, ya que en
ambas situaciones minimizamos los aos de pena esperados en la crcel. Si el otro nos
delata iremos seis aos en vez de diez y si no nos delata iremos uno en vez de dos.
Dado que el otro es igual de inteligente que nosotros, lo ms probable es que llegue
a la misma decisin. Al final lo que acaba pasando es que ambos acaban perdiendo seis
aos entre rejas, mientras que si hubieran cooperado hubieran sido slo dos. La situacin
alcanzada es un equilibrio de Nash, porque ambas partes no pueden cambiar sin empeorar.
Es decir, no se haya la mejor situacin para las partes. (eumed, 2014)
1.10.1 Equilibrio de Nash
El equilibrio de Nash se alcanza en una situacin en la que ninguno de los jugadores
(o agentes) de un juego en el que hay dos o ms jugadores, todos conocen los equilibrios de
los dems, quieren cambiar unilateralmente su decisin porque cambiarla supondra
empeorar su condicin. Cuando todos los jugadores han tomado una decisin y no pueden
cambiarla sin empeorar su bienestar, se considera que se ha alcanzado un equilibrio de
Nash.
16
Grupo C
El equilibrio de Nash puede no ser Pareto eficiente (es decir, puede haber una
situacin en la que todos los jugadores incrementen su bienestar sin perjudicar a los
dems). No obstante, en ocasiones el equilibrio de Nash es la nica alternativa dadas las
reglas del juego a pesar de que exista un ptimo de Pareto.
El equilibrio de Nash se ha utilizado para regular situaciones de competencia entre
empresas y disear subastas de adjudicaciones pblicas. Una legislacin que tenga en
cuenta el equilibrio de Nash puede evitar oligopolios, por eso en la legislacin
antimonopolio se suele buscar formas de evitar que se pacten precios entre las partes
implicadas.
1.11.1 El dilema de Monty Hall
El dilema de Monty Hall es uno en el que el presentador de un programa de
televisin ofrece al concursante elegir un premio que se encuentra tras una de las tres
puertas. Dos de ellas contienen cabras y una de ellas un automvil. El jugador elige una
puerta, supongamos la primera y el presentador (Monty) abre la puerta nmero tres
enseando una cabra. Acto seguido nos ofrece cambiar la puerta qu es mejor teniendo en
cuenta que el presentador sabe que hay detrs de cada puerta?
La respuesta es que es mejor cambiar de puerta. Guindonos por la estadstica el
presentador al abrir una puerta cerrada ha incrementado las posibilidades que tenemos de
llevarnos el premio, pasamos de jugar con 33% de posibilidades al 66% porque en realidad
el presentador aumenta nuestras posibilidades al 66% si cambiamos de puerta. Si
permanecemos con la elegida nuestras posibilidades se mantienen en un 33%. En este
enlace podis encontrar una explicacin en ms profundidad de las matemticas y en este
otro un simulador (en ingls)
La teora de juegos es una de las partes de la investigacin econmica reciente que
ms atencin est atrayendo en los ltimos aos. Adems sus aplicaciones prcticas han
sido utilizadas en la prctica en multitud de mbitos, como por ejemplo el del dilema del
prisionero para regular y evitar situaciones de oligopolio. en el cine hemos visto ejemplos
del dilema del prisionero en situaciones como las creadas por el Joker en El Caballero
Oscuro.

17
Grupo C
2.1.1 Simulacin
Es una herramienta de la investigacin cientfica. Su funcin bsica es determinar
que parte de una realidad en estudio debe examinarse con la finalidad de hacer inferencias
sobre dicha poblacin. Las muestras y los mtodos seguidos por el muestreo, son la piedra
angular estadstica empleada en el control de calidad.
2.2.1Aplicaciones de la simulacin
La simulacin es conveniente cuando:
No existe una formulacin matemtica analticamente resoluble. Muchos
sistemas reales no pueden ser modelados matemticamente con las herramientas
actualmente disponibles, por ejemplo la conducta de un cliente de un banco.
Existe una formulacin matemtica, pero es difcil obtener una solucin
analtica. Los modelos matemticos utilizados para modelar un reactor nuclear o una planta
qumica son imposibles de resolver en forma analtica sin realizar serias simplificaciones.
No existe el sistema real. Es problema del ingeniero que tiene que disear un
sistema nuevo. El diseo del sistema mejorar notablemente si se cuenta con un modelo
adecuado para realizar experimentos.
Los experimentos son imposibles debido a impedimentos econmicos, de seguridad,
de calidad o ticos. En este caso el sistema real est disponible para realiza experimentos,
pero la dificultad de los mismos hace que se descarte esta opcin. Un ejemplo de esto es la
imposibilidad de provocar fallas en un avin real para evaluar la conducta del piloto,
tampoco se puede variar el valor de un impuesto a para evaluar la reaccin del mercado.
El sistema evoluciona muy lentamente o muy rpidamente. Un ejemplo de dinmica
lenta es el problema de los cientficos que estudian la evolucin del clima. Ellos deben
predecir la conducta futura del clima dado las condiciones actuales, no pueden esperar a
que un tornado arrase una ciudad para l ego dar el mensaje de alerta. Por el contrario,
existen fenmenos muy rpidos que deben ser simulados para poder observarlos en
detalles, por ejemplo una explosin.

18
Grupo C
2.3.1 reas de aplicacin
Las distintas reas de aplicacin son:
2.3.2 Comunicaciones: La aplicacin de la simulacin en las industrias de las
comunicaciones es cada vez ms vital. Redes LAN, redes WAN, inalmbricas, sistemas
telefnicos, sistemas de comunicaciones satelitales nacionales e internacionales, redes de
televisin por cable y telfonos celulares son ejemplos de los complejos sistemas que
demandan la capacidad de la simulacin para lograr un diseo y operacin eficientes.
2.3.3 Educacin: Estudios relacionados a los efectos de cambios en los niveles de
inscripcin, procesos de registracin, ubicacin y scheduling de aulas, planeamiento del
inventario de la cantina, de la biblioteca y operaciones de diseo de sistemas para escuelas
y universidades pueden ser realizados por simulacin.
2.3.4 Entretenimientos: Las tcnicas de simulacin estn siendo muy usadas en el
diseo de la estructura y operacin de los parques de diversiones, estudios de produccin y
sistemas de cines y teatros, sistemas de venta de tickets, diseo del estacionamiento de
autos, diseo de la capacidad y scheduling de paseos, equipamiento y scheduling de
produccin de pelculas, son algunos de los tpicos propsitos de aplicacin de la
simulacin en la industria del entretenimiento.
2.3.5 Servicios Financieros: Existen muchos reportes de aplicaciones de
simulacin en un banco, en la bolsa de valores y en las compaas de seguros. Anlisis de
las transacciones, de cash-flow, diseo de sistemas de oficina, planeamiento de materiales y
suministros, procesamiento de datos, diseo de redes, diseo de los sistemas de manejo de
los cajeros automticos son algunas de las actividades que pueden ser realizadas por la
simulacin.
2.3.6 Servicios Alimenticios: Sistemas de pagos en restaurantes, en locales de
comida rpida y sistemas de almacenaje de comestibles, pueden ser sujetos a estudios de
simulacin con propsitos como planeamiento del inventario y de provisiones,
planeamiento de la distribucin, seleccin del sitio, layout, planeamiento y scheduling de
mano de obra.
2.3.7 Sistemas de Salud: Hospitales, consultorios de emergencia, oficinas de
mdicos, son frecuentemente estudiados por la simulacin para determinar los cambios de
horarios de mdicos y enfermeras, inventario de medicamentos y alimentos, planeamiento
de la capacidad de recursos como camas, capacidad de las salas de espera, de quirfanos,
equipos y ambulancias. Tambin estudios de epidemiologa, como pronsticos de las tasas
de propagacin de enfermedades y anlisis de polticas alternativas de control de
enfermedades, todas estas son realizadas por la simulacin.
19
Grupo C
2.3.8 Hotelera: Sistemas de hoteles, hostal y resort son estudiados por la
simulacin para determinar factores como son capacidad, polticas de administracin de los
recursos de inventario, planeamiento de mano de obra y mtodos de scheduling, sistemas
de reservas y contratacin.
2.3.9 Transportes: Estos sistemas involucran uno o ms tipos de vehculos (Por
ejemplo: taxis, mnibus, trenes, barcos, aviones), pasajeros, rutas de transporte y carga. El
objetivo de la simulacin puede ser obtener la capacidad del vehculo, del personal,
planeamiento y scheduling, planeamiento de recambio de partes, de mantenimiento,
planeamiento urbano, rutas de los vehculos, diseo de nuevas autopistas, diseo de
sistemas de control de crecimiento del espacio areo y diseo de lugares de
estacionamiento.
2.3.10 Pronsticos del tiempo, medio ambiente y ecologa: Los pronsticos del
tiempo, rutinaria e intensivamente usan la simulacin. Un gran nmero de variables son
utilizadas por programas de simulacin para predecir la situacin del tiempo local y global.
Estudios relacionados con el control de la polucin, el efecto invernadero, poblacin de
insectos y otros flujos ambientalistas y ecologistas son tambin desarrollados a travs de la
simulacin.
2.4.1 Etapas de una simulacin
En el desarrollo de una simulacin se pueden distinguir las siguientes etapas
(bligoo, 2010) :
2.4.2 Formulacin del problema: En este paso debe quedar perfectamente
establecido el objeto de la simulacin. El cliente y el desarrollador deben acordar lo ms
detalladamente posible los siguientes factores: los resultados que se esperan del simulador,
el plan de experimentacin, el tiempo disponible, las variables de inters, el tipo de
perturbaciones a estudiar, el tratamiento estadstico de los resultados, la complejidad de la
interfaz del simulador, etc. Se debe establecer si el simulador ser operado por el usuario o
si el usuario slo recibir los resultados. Finalmente, se debe establecer si el usuario solicita
un trabajo de simulacin o un trabajo de optimizacin.
2.4.3 Definicin del sistema: El sistema a simular debe estar perfectamente
definido. El cliente y el desarrollador deben acordar dnde estar la frontera del sistema a
estudiar y las interacciones con el medioambiente que sern consideradas.
2.4.4 Formulacin del modelo: Esta etapa es un arte y ser discutida ms
adelante. La misma comienza con el desarrollo de un modelo simple que captura los
aspectos relevantes del sistema real. Los aspectos relevantes del sistema real dependen de la
20
Grupo C
formulacin del problema; para un ingeniero de seguridad los aspectos relevantes de un
automvil son diferentes de los aspectos considerados por un ingeniero mecnico para el
mismo sistema. Este modelo simple se ir enriqueciendo como resultado de varias
iteraciones.
2.4.5 Coleccin de datos: La naturaleza y cantidad de datos necesarios estn
determinadas por la formulacin del problema y del modelo. Los datos pueden ser
provistos por registros histricos, experimentos de laboratorios o mediciones realizadas en
el sistema real. Los mismos debern ser procesados adecuadamente para darles el formato
exigido por el modelo.
2.4.6 Implementacin del modelo en la computadora: El modelo es
implementado utilizando algn lenguaje de computacin. Existen lenguajes especficos de
simulacin que facilitan esta tarea; tambin, existen programas que ya cuentan con modelos
implementados para casos especiales.
2.4.7 Verificacin: En esta etapa se comprueba que no se hayan cometidos errores
durante la implementacin del modelo. Para ello, se utilizan las herramientas de debugging
provistas por el entorno de programacin.
2.4.8 Validacin: En esta etapa se comprueba la exactitud del modelo
desarrollado. Esto se lleva a cabo comparando las predicciones del modelo con: mediciones
realizadas en el sistema real, datos histricos o datos de sistemas similares. Como resultado
de esta etapa puede surgir la necesidad de modificar el modelo o recolectar datos
adicionales.
2.4.9 Diseo de experimentos: En esta etapa se decide las caractersticas de los
experimentos a realizar: el tiempo de arranque, el tiempo de simulacin y el nmero de
simulaciones. No se debe incluir aqu la elaboracin del conjunto de alternativas a probar
para seleccionar la mejor, la elaboracin de esta lista y su manejo es tarea de la
optimizacin y no de la simulacin. Debe quedar claro cuando se formula el problema si lo
que el cliente desea es un estudio de simulacin o de optimizacin.
2.5.1 Metodologa De Simulacin
2.5.2 Definicin del sistema. Cada estudio debe de comenzar con una
descripcin del problema o del sistema. Debe determinarse los lmites o fronteras,
restricciones, y medidas de efectividad que se usarn.
2.5.3 Formulacin del modelo. Reduccin o abstraccin del sistema real a un
diagrama de flujo lgico.
21
Grupo C
2.5.4 Preparacin de datos. Identificacin de los datos que el modelo requiere y
reduccin de estos a una forma adecuada.
2.5.5 Seleccin del lenguaje: De la seleccin del lenguaje depender el tiempo de
desarrollo del modelo de simulacin, es importante utilizar el lenguaje que mejor se adecu
a las necesidades de simulacin que se requieran. La seleccin puede ser desde usar un
lenguaje general como lo es BASIC, PASCAL o FORTRAN hasta hacer uso de un paquete
especficamente para simular sistemas de manufactura como el SIMFACTORY o el
PROMODEL, o lenguajes de Simulacin como: GPSS, SLAM, SIMAN, SIMSCRIPT, etc.
2.5.6 Translacin del modelo. Consiste en generar las instrucciones o cdigo
computacional o necesario para lograr que el modelo pueda ser ejecutado en la
computadora.
2.5.7 Validacin del modelo. Es el proceso que tiene como objetivo determinar
la habilidad que tiene un modelo para representar la realidad. La validacin se lleva a cabo
mediante la comparacin estadstica de los resultados del modelo y los resultados reales.
2.5.8 Planeacin estratgica. Diseo de un experimento que producir la
informacin deseada.
2.5.9 Planeacin tctica. Determinacin de cmo se realizar cada una de las
corridas de prueba.
2.5.10 Experimentacin. Corrida de la simulacin para generar los datos
deseados y efectuar anlisis de sensibilidad.
2.5.11 Interpretacin. Obtencin de inferencias con base en datos generados por
la simulacin
2.5.12 Implantacin. Una vez seleccionada la mejor alternativa es importante
llevarla a la prctica, en muchas ocasiones este ltimo caso es el ms difcil ya que se
tiene que convencer a la alta direccin y al personal de las ventajas de esta puesta en
marcha. Al implantar hay que tener cuidado con las diferencias que pueda haber con
respecto a los resultados simulados, ya que estos ltimos se obtienen, si bien de un modelo
representativo, a partir de una suposiciones.
2.5.13 Monitoreo y control: No hay que olvidar que los sistemas son dinmicos
y con el transcurso del tiempo es necesario modificar el modelo de simulacin, ante los
nuevos cambios del sistema real, con el fin de llevar a cabo actualizaciones peridicas que
permitan que el modelo siga siendo una representacin del sistema.
22
Grupo C
2.6.1 Peligros Y Problemas En Simulacin

Definir los lmites y nivel de detalles del sistema.
Subestimar el tiempo y costos involucrados en el proceso de modelacin.
Fallar en la seleccin del ms simple y econmico de los modelos para el fin
establecido.
Ausencia o prdida de metodologa estadstica.
Considerar como aproximados algunos atributos de un sistema que no existe.
Entendimiento superficial del sistema a ser modelado.
Poca destreza para comunicarse con administradores y staff que financiarn
el proyecto.
2.7.1 Clasificacin de Modelos de Simulacin
Los modelos de simulacin se clasifican en:
2.7.2 Modelos de Simulacin Estticos o Dinmicos: un modelo de simulacin
esttico es una representacin de un sistema en un momento particular, o una que puede
ser usada para representar un sistema en el que el tiempo simplemente no juega ningn rol.
Por otro lado, un modelo de simulacin dinmico representa un sistema a medida que ste
evoluciona en el tiempo. El caso ms comn de un modelo de simulacin esttico es el de
Montecarlo.
2.7.3 Modelos de Simulacin Determinsticos o Estocsticos: si un modelo de
simulacin no contiene ningn componente probabilstico (por ejemplo aleatorio), es
llamado Determinstico; un sistema de ecuaciones diferenciales complicado (e intratable
analticamente) describiendo una reaccin qumica podra ser uno de tales modelos. En los
modelos determinsticos, la salida es determinada una vez que el conjunto de cantidades y
elaciones de entrada en el modelo han sido especificadas, aunque podra tomar un montn
de tiempo de clculo. Muchos sistemas, sin embargo, deben ser modelados teniendo al
menos algn componente de entrada aleatorio, y stas dan lugar a modelos de simulacin
estocsticos. Los modelos de simulacin estocsticos producen una salida que es aleatoria
en s misma, y debe ser tratada como una estimacin de las caractersticas reales del
modelo.
2.7.4 Modelos de Simulacin Continuos o Discretos: tienen relacin con la
naturaleza de los sistemas continuos y discretos definidos anteriormente. Se debe
mencionar que un modelo discreto no es siempre usado para modelar un sistema discreto y
viceversa. La decisin de si usar un modelo discreto o continuo para un sistema particular
23
Grupo C
depende de los objetivos especficos del estudio. Por ejemplo un modelo de flujo de trfico
sobre una autopista podra ser discreto si las caractersticas y movimiento de autos
individuales son importantes. Alternativamente, si los autos pueden ser tratados en el
agregado el flujo de trfico puede ser descrito por ecuaciones diferenciales en un modelo
continuo.
2.7.5 Modelos de simulacin basados en Agentes: es un modelo en el que los
agentes interactan en repetidas ocasiones. Por ejemplo, cuando los agentes deben
optimizar su comportamiento colectivo a travs de simples intercambios de informacin,
como se hace en la optimizacin de una colonia de hormigas o en la optimizacin de un
enjambre de partculas, el objetivo es alcanzar un estado final deseado, es decir, el sistema
optimizado, ms que simular la dinmica
2.8.1 Mtodos de simulacin
Tipos de simulacin:
2.8.2 Monte Carlo
Simulacin esttica o sin eje de tiempo. Se usa para modelar fenmenos
probabilsticos que no dependen del tiempo o para evaluar expresiones no-probabilsticas
con mtodos probabilsticos. Esta definicin es ms restrictiva que la que dan otros autores
para los cuales simulacin Monte Carlo es cualquier simulacin que use nmeros
aleatorios.(Rodrguez-Aragn, 2011)
El mtodo de Montecarlo permite resolver problemas matemticos mediante la
simulacin de variables aleatorias.(Rodrguez-Aragn, 2011)
John Von Neumann, en los aos 40 y con los primeros ordenadores, aplica la
simulacin para resolver problemas complejos que no podan ser resueltos de forma
analtica.(Rodrguez-Aragn, 2011)
Montecarlo y su casino estn relacionados con la simulacin. La ruleta, juego
estrella de los casinos, es uno de los aparatos mecnicos mas sencillos que nos permiten
obtener nmeros aleatorios para simular variables aleatorias. (Rodrguez-Aragn, 2011)
24
Grupo C
Componentes Primarios:
La funciones de distribucin de la probabilidad (pdf).
Generador del nmero aleatorio.
Regla del muestreo
Anotar (o registrar)
Valoracin del error.
Tcnicas de reduccin de la varianza.
Paralelizacion y sectorizacin.
2.8.3 Simulacin por trazas
Una traza es un registro de eventos ordenados por tiempo de un sistema real. Son
muy usadas para analizar diferentes alternativas. Las trazas deben ser independientes del
sistema bajo estudio.(Sanchez R)
Ejemplo
Para comparar diferentes esquemas de administracin de memoria en un
computador, se puede obtener del sistema una traza de pginas referenciadas por programas
claves. Esta traza puede ser usada para ajustar los parmetros (tamao de pagina) de un
algoritmo de administracin particular o para comparar diferentes algoritmos (FIFO,
aleatorio, menos usada recientemente, etc.).(Sanchez R)
2.8.4 Simulacin por Eventos Discretos
Una simulacin que usa un modelo de estado discreto del sistema es llamada una
simulacin por eventos discretos. En este tipo de simulaciones el estado del sistema cambia
solo en momentos especficos del tiempo: cuando ocurre un evento. Consideremos un
sistema de taquilla simple:
Aqu podemos considerar que la variable de estado (la nica en este caso) es una
variable entera, que podemos llamar cola, que indica cuantos clientes estn frente a la
taquilla con las siguientes consideraciones:(Sanchez R)
25
Grupo C

En este tipo de sistema tenemos dos tipos de eventos, llegadas y salidas. Cuando un
cliente arriba, la longitud de cola se incrementa (cambia el estado del sistema), y cuando un
cliente termina de ser atendido este abandona el sistema y la longitud de cola se decremento
(vuelve a cambia el estado del sistema). Es claro que el estado del sistema no cambia
constantemente y solo lo hace al ocurrir un evento: una llegada o una salida.(Sanchez R)
2.8.5 Simulacin Continua
Los modelos de simulacin continua, donde las variables de estado son continuas,
usualmente son descritos mediante ecuaciones diferenciales y algebraicas. Estas variables
de estado por lo general cambian en forma continua a medida que la simulacin avanza, por
ejemplo, el contenido de agua en un embalse cambia continuamente con la afluencia y
salida de agua del mismo y no en solo en instantes especficos del tiempo como si
estuviramos agregando o sacando baldados de agua. Muchas simulaciones por eventos
discretos incluyen subsistemas continuos y viceversa. Se puede hacer en computadores
analgicos o en computadores digitales.
Computadores analgicos son mquinas de propsito especial:
A. operan continuamente sobre todas las variables en tiempo real
B. son dispositivos paralelos
C. incluyen circuitera para sumatorias, multiplicacin, integracin, y
generacin de funciones
D. no tienen capacidades de almacenamiento o son muy limitadas
E. dan resultados inmediatamente
0-1 Simulacin por Evento Discreto.
26
Grupo C
F. no pueden manejar variables muy grandes o muy pequeas requiriendo
cambio de escala
G. las variables de entrada son continuas y esto requiere conversin de voltajes
analgicos a nmeros Y viceversa.(Garca Jurado)
2.9.1 Ventajas Y Desventajas De La Simulacin.
Ventajas:
Una vez construido, el modelo puede ser modificado de manera rpida con
el fin de analizar diferentes polticas o escenarios.
Generalmente es ms barato mejorar el sistema va simulacin, qu hacerlo
directamente en el sistema real.
Es mucho ms sencillo comprender y visualizar los mtodos de simulacin
que los mtodos puramente analticos.
Los mtodos analticos se desarrollan casi siempre, para sistemas
relativamente sencillos donde suele hacerse un gran nmero de suposiciones
o simplificaciones, mientras que con los modelos de simulacin es posible
analizar sistemas de mayor complejidad o con mayor detalle.
En algunos casos, la simulacin es el nico medio para lograr una solucin.

Entre las posibles desventajas de la simulacin se pueden citar:
El desarrollo de un modelo puede ser costoso, laborioso y lento.
Existe la posibilidad de cometer errores. No se debe olvidar que la
experimentacin se lleva a cabo con un modelo y no con el sistema real;
entonces, si el modelo est mal o se cometen errores en su manejo, los
resultados tambin sern incorrectos.
No se puede conocer el grado de imprecisin de los resultados. Por lo
general el modelo se utiliza para experimentar situaciones nunca planteadas
en el sistema real, por lo tanto no existe informacin previa para estimar el
grado de correspondencia entre la respuesta del modelo y la del sistema real.

27
Grupo C
2.10.1 Software de Simuladores
Los simuladores son programas computacionales que muestran figuras de
malabarismo. Adems te brindan una referencia de las matemticas de cada figura, y de
altura, gravedad, etc. Los ms comunes para PC bajo plataformas Win95, Win98
2.10.2 Joe Pass
Excelente simulador de pases. Puedes crear tus estilos, jugar con 2 o mas
personajes, en realidad casi de todo.
Web: http://www.koelnvention.de/software
Programa: joepass.zip [ 822 Kb ]
2.10.3 Jongl v1.8 / v12.0 (WinXP)
Este programa es muy bueno, puedes dar pases y jugar con diferentes figuras. Debes
bajar estos archivos de Librera y extraerlos a la carpeta C:\Windows\system
Web: http://www.jongl.de
Programa: jongl-8.0.1-windows.zip (Win95/98/NT/ME/2000) [ 751 Kb ]
Programa: jonglV12pre-windows.zip (solo para WinXP) [ 3.32 MB ]
Libreras requeridas: Bajar DLL 1 | Bajar DLL 2
2.10.4 Virtual Juggler
Este es un excelente programa en 3D. Puedes rotar la imagen y verla de diferentes
ngulos. Adems se puede malabarear con clavas, pelotas, y argollas.
Web: http://members.lycos.co.uk/VirtualJuggler
Programa: virtualjuggler.zip [ 840 Kb ]

2.10.5 JuggleMaster, 1.60b
Uno de los mejores simuladores de malabarismo. Puedes hacer tus propios trucos.
Sus movimientos son muy realistas. Trabaja bajo MS-DOS.
Programa: matsuoka.zip [ 73.5 Kb ]
2.10.6 Jawin
Excelente programa, uno de los mejores. Posee 3 tipos de juego, como el Bounce;
juego de rebote y el Juggle Master. Se puede hasta grabar la figura en formato Gif Animado
28
Grupo C
o HTML.
Programa: jawin.zip [ 94 Kb ]
2.10.7 JugglingLab
La continuacin proyecto Jawin, con varias mejoras: pelotas de colores, girar al
malabaristas, grficos de movimiento de pelotas, entre otros. Necesita Java para funcionar.
Web: http://jugglinglab.sourceforge.net
Programa: JugglingLab-0.5.1.zip [ 1650 Kb ]

29
Grupo C

Conclusin
La Teora de Juegos consiste en razonamientos circulares, los cuales no pueden ser
evitados al considerar cuestiones estratgicas.
Se utilizan en situaciones donde el resultado depende no solamente de las
estrategias propias y las condiciones del entorno, sino tambin en las estrategias utilizadas
por otros jugadores que posiblemente tienen objetivos distintos.
La Teora de Juegos actualmente tiene muchas aplicaciones, entre las disciplinas
tenemos: la Economa, la Ciencias Polticas, la Biologa y la Filosofa.
La teora de juegos es una herramienta que ayuda a analizar problemas de
optimizacin interactiva. La mayora de las situaciones estudiadas por la teora de juegos
implican conflictos de intereses, estrategias y trampas. De particular inters son las
situaciones en las que se puede obtener un resultado mejor cuando los agentes cooperan
entre s, que cuando los agentes intentan maximizar slo su utilidad.
La simulacin es organizada y para llegar a simular debemos seguir una serie de
pasos que sin los cuales no podramos lograr la simulacin de sistemas.
La simulacin tiene su aplicacin en un largo espacio pues todo donde podamos ver
cola ah estaremos aplicando simulacin ya que esta es una gran herramienta para ahorrar
tiempo, dinero y esfuerzo en algunos aspectos que de llevarlos luego a la prctica nos
causaran muchos errores costosos y peligrosos.

30
Grupo C
Referencias
bligoo. (2010). ingensistemascomputacionales.bligoo.com. bligoo,
http://ingensistemascomputacionales.bligoo.com/etapas-de-un-proyecto-de-
simulacion#.U-pEidJdWIs.
eumed. (2014). www.eumed.net. eumed,
http://www.eumed.net/cursecon/juegos/presos.htm.
Garcia, N. (2005). www.eyeintheskygroup.com. Recuperado el 10 de Agosto de 2014, de
www.eyeintheskygroup.com: http://www.eyeintheskygroup.com/Azar-
Ciencia/Teoria-de-Juegos/Principio-Minimax-Maximin-en-Juegos-Estrategicos.htm
Llarovi, R. B. (2005,2006). www3.uji.es. Recuperado el 10 de Agosto de 2014, de
www3.uji.es:
http://www3.uji.es/~berlanga/Docencia/Simulacion/Apuntes/tema1.pdf
Ortega, S. H. (2 de Diciembre de 2012). Simulacion de montecarlo. Obtenido de
http://es.slideshare.net/CrypticHernndezOrtega/resumen-simulacion-de-montecarlo
Palisade. (1987). Simulacin Monte Carlo. Obtenido de http://www.palisade-
lta.com/risk/simulacion_monte_carlo.asp
Perez, J., Jimeno, J. L., & Crda, E. (2004). eva.sepyc.gob.mx. Recuperado el 09 de Agosto
de 2014, de eva.sepyc.gob.mx:
http://eva.sepyc.gob.mx:8383/greenstone3/sites/localsite/collect/ciencia1/index/asso
c/HASH0127/5e4294df.dir/33040062.pdf
Rodrguez, F. F. (2005). imarrero.webs.ull.e. Recuperado el 09 de Agosto de 2014, de
imarrero.webs.ull.e: http://imarrero.webs.ull.es/sctm05/modulo1lp/5/ffernandez.pdf
Rufasto, A. (2003, 2004). tellado.es. Recuperado el 10 de Agosto de 2014, de tellado.es:
http://tellado.es/descargas/negociacion/teoria-del-juego.pdf
Tarifa, E. E. (2005). www.econ.unicen.edu.a. Recuperado el 09 de Agosto de 2014, de
www.econ.unicen.edu.a:
http://www.econ.unicen.edu.ar/attachments/1051_TecnicasIISimulacion.pdf
Universidad Nacional De Colombia. (2014). www.virtual.unal.edu.co. Universidad
Nacional De Colombia,
http://www.virtual.unal.edu.co/cursos/sedes/manizales/4060010/lecciones/Capitulo
1/simulacion.htm.

IO2 EquipoC T2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

IO2 EquipoC T2

Cargado por

Copyright:

Formatos disponibles

Teora de Juegos

También podría gustarte