Está en la página 1de 18

Maestría en Economía

Métodos Matemáticos
Profesor
Elías Sánchez

Juegos con información incompleta

Escuela de Postgrado / Facultad de Economía


Agenda de la 7ma sesión

Saberes previos y aplicación 09:00 – 10:45


- Juegos estáticos con información incompleta.

Saberes previos y aplicación 11:15 – 13:00


- Juegos dinámicos con información incompleta.

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Juegos bayesianos estáticos

Secuencia de desarrollo de un juego con información completa: (1) los jugadores toman simultáneamente
sus decisiones (i elige ai de Ai); y, (2) reciben las ganancias ui(a1,…,an).

Secuencia de un juego bayesiano estático: (1) el azar define los tipos de cada jugador (Ti); (2) el azar revela
su tipo a cada jugador (ti), pero a ningún otro jugador; (3) los jugadores toman simultáneamente sus
decisiones (i elige ai de Ai); y, (4) reciben las ganancias ui(a1,…,an; ti).

Representación normal de un juego bayesiano estático de n jugadores


G(G) = {A1, …, An; T1, …, Tn; p1, …, pn; u1, …, un}
Los pagos dependen de las acciones y de los tipos: ui(a1, …, an; t1, …, tn).
Dado el tipo de i (ti) se calcula con Bayes la probabilidad del tipo de otro jugador: pi(t-i|ti)

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Equilibrio de Bayes

Equilibrio bayesiano en un juego estático G(G)


En el juego bayesiano estático G(G) = {A1, …, An; T1, …, Tn; p1, …, pn; u1, …, un} las estrategias
s*=(s1*, …, sn*) forman un equilibrio bayesiano de Nash si para cada jugador i y para cada uno
de sus tipos ti, si*(ti) es una solución de:
∗ ∗
𝑚𝑎𝑥!!∈#! $ 𝑢& 𝑠'∗ 𝑡' , … , 𝑠&)' 𝑡&)' , 𝑎$ , 𝑠&*' 𝑡&*' , … , 𝑠+∗ 𝑡+ 𝑝& 𝑡)& |𝑡&
$"! ∈%"!

En todo juego bayesiano estático finito existe un equilibrio bayesiano en estrategias mixtas

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Aplicaciones de JEII

Competencia entre empresas que desconocen los costos de sus rivales

Subastas en las que se conoce la valoración propia y se desconoce la de los demás

Negociaciones en las que una parte desconoce la valoración de la otra parte

Contribuciones para proveer bienes y servicios públicos desconociendo las valoraciones

Vendedores que tienen información privada y no revelada a los compradores

Trabajadores que conocen su verdadera productividad, pero no el empresario

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
¿Cooperar o no?

El participante 1 no conoce las características relevantes del participante 2, este puede ser egoísta o cooperativo.

22-t1 (µ) 2-t2 (1-µ)

C N C N

C (4; 2) (0; 3) C (4; 4) (0; 3)


1 1
N (3; 0) (1; 1) N (3; 2) (1; 1)

S1 = {N, C} Ù S2 = {s(t1), s(t2)} = {(N,N), (N,C), (C,C), (C, N)}

¿Cuál es el equilibrio bayesiano (estrategia óptima)?


S*2: (N,C)
S*1: {C si µ < 0.5, N si µ > 0.5 indiferente si µ = 0.5}

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Competencia en cantidades con información asimétrica

Demanda: 𝑃 𝑄 = 𝑎 − 𝑞! + 𝑞"
Costos: 𝐶! 𝑞! = 𝑐𝑞! 𝑦 𝐶" 𝑞" = 𝜃𝑐# 𝑞" 𝑜 𝐶" 𝑞" = (1 − 𝜃)𝑐$ 𝑞" 𝑐𝑜𝑛 𝑐# > 𝑐 > 𝑐$

Objetivos de las empresas


𝑀𝑎𝑥%! 𝑎 − (𝑞!∗ +𝑞") − 𝑐# 𝑞" Ù 𝑀𝑎𝑥%! 𝑎 − (𝑞!∗ +𝑞") − 𝑐$ 𝑞"
𝑀𝑎𝑥%" q 𝑎 − (𝑞!∗ +𝑞" 𝑐# ) − 𝑐 𝑞! + (1 − q) 𝑎 − (𝑞!∗ +𝑞" 𝑐$ ) − 𝑐 𝑞!

Funciones de estrategia
𝑎 − 𝑐# − 𝑞!∗ 𝑎 − 𝑐$ − 𝑞!∗ 𝜃 𝑎 − 𝑐 − 𝑞"∗ 𝑐# + 1 − 𝜃 𝑎 − 𝑐 − 𝑞"∗ 𝑐$
𝑞"∗ 𝑐# = ∗
Ù 𝑞" 𝑐$ = ∗
Ù 𝑞! =
2 2 2

Equilibrio bayesiano de Nash


𝑎 − 2𝑐# + 𝑐 1 − 𝜃 𝑐# − 𝑐$ 𝑎 − 2𝑐$ + 𝑐 𝜃 𝑐# − 𝑐$ 𝑎 − 2𝑐 + 𝜃𝑐# + 1 − 𝜃 𝑐$
𝑞"∗ 𝑐# = + Ù 𝑞"∗ 𝑐$ = + Ù 𝑞!∗ =
3 6 3 6 3

¿Cuál es su recomendación si a=100, c=10, cA=15, cB=5 y q=1/2

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Subasta al primer precio

Dos jugadores (i = 1, 2) con una valoración (vi) independiente y uniformemente distribuida en [0, 1] pujan
(bi) por un bien en una subasta. Los posibles pagos de cada jugador (ui) son los siguientes:

𝑣' − 𝑏' 𝑠𝑖 𝑏' > 𝑏(


𝑢' 𝑏!, 𝑏"; 𝑣!, 𝑣" = <0.5 𝑣' − 𝑏' 𝑠𝑖 𝑏' = 𝑏(
0 𝑠𝑖 𝑏' < 𝑏(
𝑀𝑎𝑥)# 𝑣' − 𝑏' 𝑃𝑟𝑜𝑏 𝑏' > 𝑏( + 0.5 𝑣' − 𝑏' 𝑃𝑟𝑜𝑏 𝑏' = 𝑏(
𝑆𝑖 𝑏' 𝑣' = 𝑎' + 𝑐' 𝑣' Þ 𝑀𝑎𝑥)# 𝑣' − 𝑏' 𝑃𝑟𝑜𝑏 𝑏' > 𝑎( + 𝑐( 𝑣(
𝑏' − 𝑎( 𝑏' − 𝑎(
𝐴𝑑𝑒𝑚á𝑠: 𝑎( ≤ 𝑏' ≤ 𝑎( + 𝑐( Ú 0 ≤ ≤ 1 Þ 𝑀𝑎𝑥)# 𝑣' − 𝑏'
𝑐( 𝑐(
𝑣' + 𝑎( 𝑣( + 𝑎' 1 𝑎( 𝑎' 𝑣' 𝑣(
𝑏'∗ = Ù 𝑏(∗ = Þ 𝑐' = 𝑐( = Ù 𝑎' = Ù 𝑎( = Û 𝑎' = 𝑎( = 0 \𝑏'∗ = Ù 𝑏(∗ =
2 2 2 2 2 2 2
*+! ,# *+! ,$
Con n jugadores: 𝑏'∗ = Ù 𝑏(∗ =
* *
Con subasta al segundo precio: 𝑏'∗ = 𝑣' Ù 𝑏(∗ = 𝑣(

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Tarifas en dos partes
u1(q,T,q ) º qV(q) – T º qV(q) – (A + pq) ∧ 𝐸 𝑢- = 𝑝 𝑇 − 𝑐𝑞 + 𝑝 𝑇 − 𝑐𝑞

(IR1) 𝜃𝑉 𝑞 − 𝑇 ≥ 0 y (IR2) 𝜃𝑉 𝑞 − 𝑇 ≥ 0.

(IC1) 𝜃𝑉 𝑞 − 𝑇 ≥ 𝜃𝑉 𝑞 − 𝑇 y (IC2) 𝜃𝑉 𝑞 − 𝑇 ≥ 𝜃𝑉 𝑞 − 𝑇

El problema del vendedor es elegir 𝑞, 𝑇 , 𝑞, 𝑇 para maximizar su beneficio esperado sujeto a las restricciones IR, IC.

𝜃𝑉 𝑞 − 𝑇 ≥ 𝜃𝑉 𝑞 − 𝑇 ⇒ 𝜃𝑉 𝑞 − 𝑇 ≥ 𝜃𝑉 𝑞 − 𝜃𝑉 𝑞 ⇒ 𝜃𝑉 𝑞 − 𝑇 ≥ (𝜃 − 𝜃) 𝑉 𝑞

𝑇 = 𝑇 + 𝜃𝑉 𝑞 − 𝜃𝑉 𝑞 = 𝜃𝑉 𝑞 + 𝜃𝑉 𝑞 − 𝜃𝑉 𝑞 ⇒ 𝑇 = 𝜃𝑉 𝑞 − (𝜃 − 𝜃) 𝑉 𝑞

Maximizar Eu0 sujeto IR1 e IC2 es equivalente a maximizar


𝐸 𝑢- = 𝑝 𝜃𝑉 𝑞 − 𝑐𝑞 + 𝑝 𝜃𝑉 𝑞 − (𝜃 − 𝜃) 𝑉 𝑞 − 𝑐𝑞 = 𝑝𝜃 − 𝑝(𝜃 − 𝜃) 𝑉 𝑞 − 𝑝𝑐 𝑞 + 𝑝 𝜃𝑉 𝑞 − 𝑐𝑞

Las condiciones de primer orden son


𝜕𝐸 𝑢- 𝑝𝑐 𝑐
= 0 Þ 𝑝𝜃 − 𝑝 𝜃 − 𝜃 𝑉. 𝑞 = 𝑝𝑐 Þ 𝑉′ 𝑞 = Þ 𝜃𝑉′ 𝑞 =
𝜕𝑞 𝑝𝜃 − 𝑝 𝜃 − 𝜃 𝑝 𝜃−𝜃
1− 𝑝𝜃
𝜕𝐸 𝑢-
= 0 Þ 𝜃𝑉′ 𝑞 = 𝑐
𝜕𝑞
Escuela de Postgrado / Facultad de Economía
2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Agenda de la 7ma sesión

Saberes previos y aplicación 09:00 – 10:45


- Juegos estáticos con información incompleta.

Saberes previos y aplicación 11:15 – 13:00


- Juegos dinámicos con información incompleta.

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Equilibrio Bayesiano Perfecto
Un equilibrio bayesiano perfecto consiste en estrategias y conjeturas que satisfacen:

R1: En cada conjunto de información, el jugador que decide debe formarse una conjetura sobre el nodo del conjunto
de información al que se ha llegado en el juego. Para un conjunto de información con más de un elemento, una
conjetura es una distribución de probabilidad sobre los nodos del conjunto de información, para un conjunto de
información con un único elemento, la conjetura del jugador asigna probabilidad uno al único nodo de decisión.

R2: Dadas sus conjeturas, las estrategias de los jugadores deben ser sucesivamente racionales. Es decir, en cada
conjunto de información, la acción tomada por el jugador al que le toca tirar y su estrategia subsiguiente deben ser
óptimas, dada la conjetura del jugador en ese conjunto de información y las subsiguientes estrategias de los demás
jugadores (donde una “estrategia subsiguiente” es un plan de acción completo que cubre cada contingencia que
podría darse después de haberse alcanzado el conjunto de información).

R3: En conjuntos de información sobre la trayectoria de equilibrio, las conjeturas se determinan de acuerdo con la
regla de Bayes y con las estrategias de equilibrio de los jugadores.

R4: En conjuntos de información fuera de la trayectoria de equilibrio, las conjeturas se determinan según la regla de
Bayes y las estrategias de los jugadores donde sea posible.

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Venta de autos usados

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Venta de autos usados

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Juegos de señalización
Estrategias
Emisor Receptor
(m1/t1) y (m1/t2) (a1/m1) y (a1/m2)
(m2/t1) y (m2/t2) (a2/m1) y (a2/m2)
(m1/t1) y (m2/t2) (a1/m1) y (a2/m2)
(m2/t1) y (m1/t2) (a2/m1) y (a1/m2)

R1: Después de observar cualquier mensaje mj, el receptor debe formarse una conjetura sobre qué tipos podrían
haber enviado mj. La conjetura se denota con la distribución de probabilidad µ(ti/mj) de suma completa (= 1)

R2R: Para cada mj, la acción óptima del receptor a*(mj) debe maximizar su utilidad esperada dada la conjetura µ(ti/mj)
sobre qué tipos podrían haber enviado mj. Es decir, a*(mj) es una solución de: 𝑚𝑎𝑥/% ∑0# 𝜇 𝑡' 𝑚( 𝑈1 𝑡' , 𝑚( , 𝑎2

R2E: Para cada ti, el mensaje del emisor m*(ti) debe maximizar la utilidad del emisor dada la estrategia del receptor
a*(mj). Es decir, m*(ti) es una solución de: 𝑚𝑎𝑥3$ 𝑈4 𝑡' , 𝑚( , 𝑎∗ 𝑚(

R3: Por cada mj, si existe ti tal que m*(ti) = mj, la conjetura del receptor en el conjunto de información correspondiente
5 0#
a mj debe derivarse de la regla de Bayes y la estrategia del emisor: 𝜇 𝑡' 𝑚( = ∑
& 5 0#
#

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Juego de la querella

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe
Juego de la querella

Escuela de Postgrado / Facultad de Economía


2023 - 2025
Prof. Elías Sánchez / peesanch@upc.edu.pe

También podría gustarte