UNIVERSIDAD CATÓLICA DE SANTA MARÍA

FACULTAD DE CIENCIAS E INGENIERÍA FÍSICAS Y FORMALES ESCUELA

PROFESIONAL DE INGENIERÍA INDUSTRIAL

CUESTIONARIO 3

PARTE UNO:

REPRESENTAR EN UN MAPA CONCEPTUAL LAS SIGUIENTES DEFINICIONES:

1. Tuvimos grandes personajes históricos que aportaron a la teoría de Juegos, y a la cadena de

Markov, como herramientas indispensables en la toma de decisiones; representar mediante
un mapa conceptual la línea de tiempo sus grandes aportes.
HISTORIA DE TEORIA DE JUEGOS
La primera discusión conocida de la teoría de juegos aparece en una carta escrita por James
Waldegrave en 1713. En esta carta, Waldegrave proporciona una solución mínima de estrategia
mixta a una versión para dos personas del juego de cartas le Her. Sin embargo no se publicó un
análisis teórico de teoría de juegos en general hasta la publicación de Recherches sur les príncipes
mathématiques de la théorie des richesses, de Antoine Augustin Cournot en 1838. En este trabajo,
Cournot considera un duopolio y presenta una solución que es una versión restringida del equilibrio
de Nash.
Aunque el análisis de Cournot es más general que el de Waldegrave, la teoría de juegos realmente
no existió como campo de estudio aparte hasta que John von Neumann publicó una serie de artículos
en 1928. Estos resultados fueron ampliados más tarde en su libro de 1944, The Theory of Games
and Economic Behavior, escrito junto con Oskar Morgenstern. Este trabajo contiene un método para
encontrar soluciones óptimas para juegos de suma cero de dos personas. Durante este período, el
trabajo sobre teoría de juegos se centró, sobre todo, en teoría de juegos cooperativos. Este tipo de
teoría de juegos analiza las estrategias óptimas para grupos de individuos, asumiendo que pueden
establecer acuerdos entre sí acerca de las estrategias más apropiadas.
En 1950, aparecieron las primeras discusiones del dilema del prisionero, y se emprendió un
experimento acerca de este juego en la corporación RAND. Alrededor de esta misma época, John
Nash desarrolló una definición de una estrategia óptima para juegos de múltiples jugadores donde el
óptimo no se había definido previamente, conocido como equilibrio de Nash. Este equilibrio es
suficientemente general, permitiendo el análisis de juegos no cooperativos además de los juegos
cooperativos.
La teoría de juegos experimentó una notable actividad en la década de 1950, momento en el cual los
conceptos base, el juego de forma extensiva, el juego ficticio, los juegos repetitivos, y el valor de
Shapley fueron desarrollados. Además, en ese tiempo, aparecieron las primeras aplicaciones de la
teoría de juegos en la filosofía y las ciencias políticas.
En 1965, Reinhard Selten introdujo su concepto de solución de los equilibrios perfectos del subjuego,
que más adelante refinó el equilibrio de Nash. En 1967 John Harsanyi desarrolló los conceptos de la
información completa y de los juegos bayesianos. Él, junto con John Nash y Reinhard Selten,
ganaron el Premio Nobel de Economía en 1994.
En la década de 1970 la teoría de juegos se aplicó extensamente a la biología, en gran parte como
resultado del trabajo de John Maynard Smith y su concepto estrategia estable evolutiva. Además, los
conceptos del equilibrio correlacionado, la perfección del temblor de la mano, y del conocimiento
común fueron introducidos y analizados
En 2005, los teóricos de juegos Thomas Schelling y Robert Aumann ganaron el premio Nobel de
Economía. Schelling trabajó en modelos dinámicos, los primeros ejemplos de la teoría de juegos
evolutiva. Por su parte, Aumann contribuyó más a la escuela del equilibrio.

HISTORIA DE LAS CADENAS DE MARKOV

2. Representar mediante un mapa conceptual la definición de TEORIA DE JUEGOS Y CADENAS
DE MARKOV, y su relación con la toma de decisiones, su estructura o modelo matemático
sus elementos que participan y su representación gráfica.
3. En la teoría de juegos defina; lo más gráficamente
a. Juego: Actividad que se realiza generalmente para divertirse o entretenerse y en la
que se ejercita alguna capacidad o destreza. / Actividad recreativa física o mental en
la que compiten dos o más personas sometiéndose a unas reglas.
b. Jugador: Que juega o participa en un juego o deporte/ Que juega de manera hábil y
diestra:
c. Juego con suma Cero: un juego de suma cero describe una situación en la que la
ganancia o pérdida de un participante se equilibra con exactitud con las pérdidas o
ganancias de los otros participantes.
d. Estrategia: Arte de proyectar y dirigir las operaciones militares, especialmente las de
guerra / Serie de acciones muy meditadas, encaminadas hacia un fin determinado.
e. Estrategia pura; Una estrategia pura es un término empleado para designar un tipo
de estrategias en teoría de juegos. Cada jugador tiene a su disposición un conjunto
de estrategias. Si un jugador elige una acción con probabilidad 1 entonces está
jugando una estrategia pura.
f. Estrategia mixta; es una generalización de las estrategias puras, usada para describir
la selección aleatoria de entre varias posibles estrategias puras, lo que determina
siempre una distribución de probabilidad sobre el vector de estrategias de cada
jugador. Una estrategia totalmente mixta es aquella en la que el jugador asigna una
probabilidad estrictamente positiva a cada estrategia pura. Las estrategias
totalmente mixtas son importantes para el refinamiento del equilibrio.
g. Punto de Silla; Un punto de silla o punto de ensilladura es el punto sobre una
superficie en el que la pendiente es cero pero no se trata de un extremo local
(máximo o mínimo). Es el punto sobre una superficie en el que la elevación es
máxima en una dirección y mínima en la dirección perpendicular. El nombre
proviene del parecido con una silla de montar de las superficies en torno a un punto
de silla.
h. Representación del modelo de programación Lineal con la teoría de juegos
Copiar de cuaderno
4. En la Cadena de Markov defina; lo más gráficamente:
a. Proceso estocástico: es un concepto matemático que sirve para usar
magnitudes aleatorias que varían con el tiempo o para caracterizar una sucesión de
variables aleatorias (estocásticas) que evolucionan en función de otra variable,
generalmente el tiempo.
b. Variable Aleatoria: es una función que asigna un valor, usualmente numérico, al
resultado de un experimento aleatorio. Por ejemplo, los posibles resultados de tirar un
dado dos veces: (1, 1), (1, 2), etc. o un número real (p.e., la temperatura máxima medida
a lo largo del día en una ciudad concreta).

Los valores posibles de una variable aleatoria pueden representar los posibles resultados
de un experimento aún no realizado, o los posibles valores de una cantidad cuyo valor
actualmente existente es incierto (p.e., como resultado de medición incompleta o
imprecisa). Intuitivamente, una variable aleatoria puede tomarse como una cantidad
cuyo valor no es fijo pero puede tomar diferentes valores; una distribución de
probabilidad se usa para describir la probabilidad de que se den los diferentes valores. En
 términos formales una variable aleatoria es una función definida sobre un espacio de
probabilidad.
c. Variables aleatorias con relación con la variable tiempo (ejemplos
gráficos mínimo 2)
d. Representación del modelo gráficamente
e. Matriz de transición: es una matriz utilizada para describir las transiciones en una
cadena de Markov. Ha encontrado uso en la teoría de la probabilidad, en estadística y en
álgebra lineal, así como en informática. Existen varias definiciones y tipos de matriz
estocástica:
Una matriz estocástica derecha es una matriz cuadrada cada una de cuyas filas está
formada por números reales no negativos, sumando cada fila 1.
Una matriz estocástica izquierda es una matriz cuadrada cada una de cuyas columnas
está formada por números reales no negativos, sumando cada columna 1.
Una matriz doble estocástica es una matriz cuadrada donde todos los
valores son no negativos y todas las filas y columnas suman 1.

f. Estado de Transito
g. Estado Absorbente
h. Explique las dos conclusiones que se obtiene con el desarrollo del

análisis de Markov.

PARTE DOS: RESPONDER

TEORIA DE JUGOS

1. Asociado con cada estrategia mixta del jugador renglón, hay una estrategia pura para el
jugador columna que máxima su resultado.
Verdadero ( ) Falso ( x )
2. Un pago negativo indica una pérdida por el parte del jugador renglón.
Verdadero (x) Falso ( )
3. El renglón [−1, 10, 20] domina al renglón [0, 0, 0] Verdadero ( ) Falso ( x )
4. Según lo principios de la teoría de juegos, su contrincante siempre puede anticipar sus
acciones.
Verdadero ( ) Falso (x)
5. Una estrategia óptima es una que minimiza el daño máximo que puede hacer el
contrincante.
Verdadero () Falso (x )

6. Distintos puntos de silla en una matriz de pagos siempre tienen lo mismo pago.
Verdadero ( ) Falso ( x)
7. El renglón [0, 1, 2] domina al renglón [0, 1, 1] Verdadero ( x) Falso ( )
8. Saber que estás usando tu estrategia óptima no benéfica a tu contrincante ni en lo más
mínimo.
Verdadero ( ) Falso ( x)
9. Si un juego tiene valor esperado de 2, entonces el jugador renglón ganará dos puntos
por jugar su estrategia óptima.
Verdadero ( x) Falso ( )
10. Una estrategia óptima es una que maximiza su ganancia potencial.
Verdadero (x ) Falso ( )
 11. La matriz de pagos es siempre una matriz cuadrada.
Verdadero ( ) Falso ( )
12. Algunos juegos estrictamente determinados no tienen puntos de silla.
Verdadero ( ) Falso ( )
13. La columna [−1, −10, −20]T domina a la columna [−2, 0, 0]T
14. Si un juego tiene valor esperado de 2, entonces el jugador renglón ganará dos puntos
cada vez suponiendo que ambos jugadores usan sus estrategias óptimas.
Verdadero ( ) Falso ( )
15. La columna [0, −1, −2]T domina a la columna [0, −1, −1]T
Verdadero ( ) Falso ( )
16. El renglón [0, 0, 0] domina al renglón [−1, −1, −1] Verdadero ( ) Falso ( )
17. Si juegas contra un jugador quien escoge sus acciones completamente al azar, entonces
tu estrategia mixta es lo mejor que puedes hacer.
Verdadero ( ) Falso ( )
18. Saber que estás usando cualquiera estrategia no óptima no benéfica a tu contrincante ni
en lo más mínimo.
Verdadero ( ) Falso ( )
19. Hay estrategias mixtas para las que el mejor respuesta no es un una estrategia pura.
Verdadero ( ) Falso ( )
20. Si el jugador renglón sabe la estrategia mixta del jugador columna, puede responder con
una estrategia pura para el mejor resultado.
Verdadero ( ) Falso ( )

CADENAS DE MARKOV

1. Si los estados de un sistema o proceso son tales que el sistema tan solo puede estar en un estado
a la vez, entonces los estados

a) son colectivamente exhaustivos. b) son mutuamente excluyentes. c) son absorbentes. d)

desaparecen.

2. El producto de un vector de probabilidades de estado y la matriz de probabilidades de transición

dan

a) otro vector de probabilidades de estado. b) un desorden sin significado. c) la inversa de la matriz

de estado en equilibrio. d) todas las anteriores. e) ninguna de las anteriores.

3. A largo plazo, las probabilidades de estado serán 0 y 1

a) en ningún caso. b) en todos los casos. c) en algunos casos.

4. Para encontrar las condiciones de equilibrio,

a) debe conocerse el primer vector de probabilidades de estado. b) la matriz de probabilidades de

transición no es necesaria c) los términos generales en el vector de probabilidades de estado se usan
en dos ocasiones. d) la matriz de probabilidades de transición debe ser cuadrada antes de invertirla.
e) ninguna de las anteriores.

5. ¿Cuál de las siguientes no es una de las suposiciones del análisis de Markov?

a) Hay un número limitado de estados posibles. b) Hay un número limitado de periodos futuros
posibles. c) Un estado futuro se puede predecir a partir del estado anterior y de la matriz de
probabilidades de transición. d) El tamaño y la composición del sistema no cambia durante el
análisis. e) Todas las anteriores son suposiciones del análisis de Markov.
6. En el análisis de Markov, las probabilidades de estado deben

a) sumar 1. b) ser menores que 0. c) ser menores que 0.01. d) ser mayores que 1. e) ser mayores que
0.01.

7. Si las probabilidades de estado no cambian de un periodo al siguiente, entonces,

a) el sistema está en equilibrio. b) cada probabilidad de estado debe ser igual a 0. c) cada
probabilidad de estado debe ser igual a 1. d) el sistema está en su estado fundamental.

8. En la matriz de probabilidades de transición,

a) la suma de las probabilidades en cada renglón debe ser igual a 1. b) la suma de las probabilidades
en cada columna debe ser igual a 1. c) debe haber al menos un 0 en cada renglón. d) debe haber al
menos un 0 en cada columna.
Página 8 de 8