Borsa Islemlerinde Oyun Teorisi

T.C.
SAKARYA NVERSTES
FEN BLMLER ENSTTS

BORSA LEMLERNDE
OYUN TEORS KULLANIMI

YKSEK LSANS TEZ

Mat.r. Yldray SANCAK

Enstit Anabilim Dal : MATEMATK
Tez Danman : Yrd. Do. Dr.Hseyin KOCAMAN

Temmuz 2008

ii

NSZ

Trkiyede oyun teorisi, son yllarda akademik olduu kadar gnlk hayatta da
-zellikle Akl Oyunlar adl filmin lkemizde vizyona girmesinden sonra- ilgi oda
oldu. Yine son yllarda Nobel Ekonomi dl zellikle oyun teorisi alannda yaplan
almalara verildi. 1994te John Nashin bu dle layk grlmesinden sonra, 2002
ylnda Daniel Kahneman, 2005te Thomas Schelling ve Robert Aumann, 2007de
Leonid Hurwicz, Eric Maskin ve Roger Myerson da bu dllere hak kazanarak, oyun
teorisi alannda yaplan almalara verilen nemi gstermektedirler.

nsan ilikileri ve karlalan doal durumlar karsnda gelitirilecek stratejileri ve
davranlar incelemekte olduka yarar salayan oyun teorisinin, ekonomi alannda
ve zellikle sfr toplaml bir oyun olan borsada kullanlmas ile nasl bir durumla
karlalaca analiz edildi. Piyasann d etkenler ile genel etkilenmesi durumu
dnda, toplam likitte de deime olmad grld.

iii

NDEKLER

NSZ......................................................
NDEKLER ................................................................................................
ii
iii
EKLLER LSTES ....................................................................................... v
TABLOLAR LSTES....................................................................................... vi
ZET................................................................................................................. viii
SUMMARY...................................................................................................... ix

BLM 1.
RSK VE BELRSZLK ORTAMLARINDA KARAR VERME................. 1
1.1. Giri.................................................................................................. 1
1.2. Temel Kavramlar.......................................................................... 3
1.3. Risk Ortamnda Karar ltleri ....................................................... 5
1.3.1. En iyi beklenen deer lt................................................... 5
1.3.2. En byk olaslk lt.........................................................
1.3.3. Hrs dzeyi lt..
8
9
1.4. Belirsizlik Ortamnda Karar ltleri............................................. 11
1.4.1. Eit olaslkl durumlar(Laplace) lt.....
1.4.2. Ktmserlik (Wald) lt.
1.4.3. yimserlik (Plunger) lt.
1.4.4. Genelletirilmi iyimserlik (Hurwicz) lt.
1.4.5. Pimanlk (Savage) lt....

11
12
13
14
16

iv
BLM 2.
OYUNLAR: ATIMA ORTAMINDA KARAR VERME.... 19
2.1. Genel Aklamalar............................................................................ 19
2.2. Sfr Toplaml ki Kiilik Oyunlar.................................................... 21
2.2.1. Genel gsterim ve temel kavramlar........................................ 21
2.2.2. Sfr toplaml iki kiilik oyunun zm................................. 22
2.2.3. Kesinlikle saptanm oyunlarn zm.................................. 24
2.3. Karma Strateji Vektrnn Bulunmas............................................ 28
2.3.1. kier stratejili oyunlarda strateji vektrnn bulunmas 31
2.3.2. ok stratejili iki kiilik oyunlarn zm...... 40
2.3.2.1. Cebirsel zm.... 42
2.3.2.2. Dorusal programlama ile zm.... 44

BLM 3.

DEME (PAY-OFF) TABLOLARININ BORSADA KULLANIMI.. 51

BLM 4.
SONU............ 60

KAYNAKLAR.. 61
ZGEM... 62

v

EKLLER LSTES

ekil 1. Kazan Matrisi............................................................................... 4
ekil 2.1. Oyunlarn Snflandrlmas........................................................... 20
ekil 2.2. Strateji Belirleme Eilimi.............................................................. 32

vi

TABLOLAR LSTES

Tablo 1.1. En yi Beklenen Deer lt................................................... 6
Tablo 1.2. En yi Beklenen Deer lt................................................... 6
Tablo 1.3. Talep Dzeyi ve Olaslk............................................................ 7
Tablo 1.4. Hrs Dzeyi lt.................................................................... 10
Tablo 1.5. Eit Olaslkl Durumlar lt................................................. 12
Tablo 1.6. Ktmserlik lt.................................................................... 13
Tablo 1.7. yimserlik lt....................................................................... 14
Tablo 1.8. Genelletirilmi yimserlik lt............................................. 15
Tablo 1.9. Genelletirilmi yimserlik lt............................................. 16
Tablo 1.10. Pimanlk lt........................................................................ 16
Tablo 1.11. Pimanlk lt........................................................................ 17
Tablo 1.12. Pimanlk lt........................................................................ 18
Tablo 1.13. Pimanlk lt........................................................................ 18
Tablo 2.1. Kazan Matrisi........................................................................... 21
Tablo 2.3. Kazan Kayp likisi............................................................. 23
Tablo 2.8. demeler Matrisi....................................................................... 31
Tablo 2.11. cretlendirme Kararlar............................................................. 37
Tablo 2.12. ndirgenmi demeler Matrisi................................................... 40

vii
Tablo 2.16. Balang Simpleks Tablosu...................................................... 49
Tablo 2.17. Sonu Simpleks Tablosu............................................................ 49
Tablo 3.1. deme Matrisi............................................................................ 51

viii

ZET

Anahtar kelimeler: Borsa, oyun teorisi, karar verme, sfr toplam

Saysal bilimin bir rn olmasna ramen sosyal bilimlerde sklkla kullanlan oyun
teorisinin genel amac, rakiplerin birbirlerine stnlk salamaya alrken
gelitirdikleri stratejilerin ve bu stratejileri gelitirirken kullandklar yntemlerin
incelenmesidir. Ekonomi dalnda ve zellikle borsada, oyuncu olarak hisse sahipleri,
oyun olarak da devaml surette bu hisse senetlerinin el deitirmesi gz nne
alndnda, aslnda oyun teorisinin borsada pek ok kullanm alannn
bulunabilecei aikardr.

ncelikle, oyun teorisi ile ilgili temel kavramlar, oyun eitleri ve oyuncularn
stratejilerini belirlerken kulland yntemler, borsa ve oyun teorisi ilikisinin
anlalmas iin gereklidir. u an borsada bulunan yzlerce kat ve milyonlarca
hisse senedi sahibinin, 5 adet hisse senedi ve bunlara sahip 4 oyuncu zerinden
deerlendirilmesi, borsa mantnn anlalmasna k tutacaktr. Burada esas alnan,
piyasadaki toplam miktarn sabit, ancak oyuncular arasnda ve katlar arasnda,
oyuncularn belirledikleri stratejilere bal olarak yaanan kr ve zararlardr.

ix

USAGE OF THE GAME THEORY AT STOCK EXCHANGE

SUMMARY

Keywords: Stock exchange, game theory, decision making, zero sum

Although, the game theory is a work of numerical science, it is being used at social
science requently. Aim of the game theory is researching the strategies of rival and
used methods in developing these strategies. At the branch of economy and
espacially at the stock exchange, in appropriating the share certificate owner as
player, and exchanging of these certificates as the play, its clear that there are a lot
of usage areas of game theory at stock exchange.

In this thesis at first, explained the basic concepts about the game theory, variety of
games and the methods of the game strategy determination. Its necessary to
understand the affinity between the stock exchange and game theory. At the moment,
there are hundreds of share certificates and millions of owners of these certificates. I
have worked with 5 share certificates different from real ones, and 4 owners to light
the way for understanding the exchange logic. Total summary is fixed, but gain and
loss between players and between certificates dependent on determinated strategies is
the base of this thesis.

1

BLM 1. RSK VE BELRSZLK ORTAMLARINDA KARAR
VERME

1.1. Giri

Akademik aratrmalarda kullanm alanlar yaygnlatka nemi anlalan bu ara,
1990lardan itibaren Amerikada yaygn olarak uygulanmaya baland. zellikle
ekonomi alannda ihale dzenlemelerinden rekabet analizlerine kadar geni bir
uygulama alan ortaya kt.

Trkiyede oyun teorisi ancak son yllarda akademik olduu kadar gnlk hayatta
da- zellikle de Akl Oyunlar adl filmin lkemizde vizyona girmesinden sonra- ilgi
oda oldu. Aslnda, modern oyun teorisi bugn karsmza kan ekline uzun bir
gelime srecinden sonra ulat. Bu srece ksaca gz atmak Oyun Teorisi isminin
nereden geldiini anlamamza yardmc olabilir.

Satran, poker, bri gibi oyunlarda oyuncularn davranlarn modellemek ve aklc
strateji seimleri zerine alan Macar asll Amerikal John von Neuman, oyunlar
zerine ilk makalesini 1928 ylnda yaynlad. Hidrojen bombas ve ilk bilgisayarn
mucitlerinden saylan bu dahi matematiki, bir ekonomist olan Oskar Morgenstern
ile birlikte, oyun teorisini 1944 ylnda baslan Oyun Teorisi ve Ekonomik
Davran isimli kitaplarnda ilk defa ekonomi alanna tadlar. Bu almada iki
oyunculu, sfr toplaml oyunlar ve ibirliki oyunlar incelediler. John F. Nash,
1950-53 yllar arasnda yaynlad drt almas ile oyun teorisini gelitirdi ve hem
rekabeti hem de ibirliki oyunlarda kullanlabilecek bir denge kavramn ortaya
2

kard. Halen oyun teorisinin ar ykn onun ortaya att Nash dengesi
ekmektedir. Martin Shubik 1959 basml Strateji ve Pazar Yaps: Rekabet,
Oligopol ve Oyun Teorisi kitabnda rekabeti oyun teorisini ilk defa oligopollere (az
sayda firmann olduu piyasa yapsna) uygulad. 1965te Reinhard Selten, Nash
dengesini yaygn biimdeki oyunlarda (oyuncularn sra ile stratejilerini setikleri
oyunlar) kullanlabilecek ekilde gelitirdi. seri makalesi ile John Harsanyi, 1967-
68 yllarnda teorinin oyuncularn eksik bilgi sahibi olduu oyunlara nasl
uygulanabileceini gsterdi.

Gittike gelien, oyunlar teorisi, ekonomi bilimi iin olduu kadar, hukuk, politika,
iletme, uluslararas ilikiler ve hatta biyoloji gibi bilimler iin de vazgeilmez bir
matematiksel ara oldu. Ekonomide, zellikle de endstriyel organizasyon alannda
teorik gelimelere yol at ve yn verdi. Oyun teorisi ayn zamanda stratejik
karlamalarn incelenmesinde standart bir dil haline geldi.

Oyunlar, kazanlar asndan sfr toplaml ve sfr toplaml olmayan oyunlar olarak
iki ekilde incelenir. Oyunun , sfr toplaml olarak isimlendirilmesinin sebebi ise
oyun sonunda elde edilen kar ve zararn toplamnn 0 a eit olmasdr. Oyunda bir
oyuncunun , dierinin kaybettiini kazanmasndan dolay net kazan 0 a eittir.

Oyunda bir kiinin kazanabilmesi iin dierinin kaybetmesi gerekir. Bu nedenle
oyuncular rakiptirler. Taraflarn ulamak istedikleri amalar atmaktadr.
Oyuncular aralarnda birleerek veya bir kombinasyon yaparak bir kazan
salamalar imkanszdr.

3

1.2. Temel Kavramlar

Karar Verme: Birden fazla seenek iinden seim yapma ilemidir. Sreklilik
gsteren bir ilevdir.
Karar Sreci:
1. Problem nedir?
2. Seenekler nelerdir?
3. En iyi seenek hangisidir?
Problem nedir? sorusunun doru cevaplanabilmesi iin;
- Karar vericiler ve amalar,
- Karar deikenleri (Kontrol edilebilir deikenler)
- Parametreler (Kontrol edilemeyen deikenler)
- Kstlar belirlenmelidir.

Karar Ortamlar:
- Belirlilik Ortamnda Karar: Parametrelerin deerleri biliniyordur.
- Risk Ortamnda Karar: Parametrelerin olaslklar biliniyordur.
- Belirsizlik Ortamnda Karar: Parametrelerin alabilecekleri deerler
bilinmiyordur.

Strateji: Risk veya belirsizlik ortamnda karar verme srecindeki seenektir. Elde
edilecek sonu ynnden karar vericinin yaklamna baldr.

Doal Durum: Karar verme evresinde kontrol edilemeyen deikenlerin alabilecei
her farkl deer bir doal durumdur.

4

Risk veya belirsizlik ortamnda karar verme durumunda kalan bir kii:
- Uygulayabilecei stratejileri gelitirir.
-Karlaabilecei doal durumlar saptar.
- Her bir stratejinin bu doal durumlara katksn ler.
- Stratejilerini deerlendirerek seimini yapar.
Karar Matrisi: Karar probleminde, uygulanabilir m tane strateji gelitirilsin.
Bu stratejiler, i = 1,2,3,,m iin S
i
lerle gsterilsin.
Karlalabilir doal durumlar n tane olsun.
Bu doal durumlar, j = 1,2,3,,n iin D
j
lerle gsterilsin.
Karar vericinin fayda/deer fonksiyonu, f(S
i
,D
j
) eklinde belirlensin.
i-inci strateji uygulandnda j-inci doal durumla karlalyorsa elde
edilecek fayda f(S
i
,D
j
)=K
ij
ile gsterilsin.

ekil 1. Kazan Matrisi

5

1.3. Risk Ortamnda Karar ltleri

Risk ortamnda karar sz konusu iken D
1
, D
2
, , D
n
doal durumlarnn ayrk ve
btn oluturan olaylar olduu ve j-inci doal durumun ortaya kma olaslnn P
j

olduu gz nne alnrsa,

1
1
n
j
j
P
=
=

dir.

1.3.1. En iyi beklenen deer lt

Eer problem katk, kazan yapl ise kazanlarn en byne; maliyet yapl ise
masraflarn en kne karlk gelen strateji benimsenir.

j-inci doal durumun ortaya kma olasl P
j
ve
i-inci strateji uygulandnda beklenen deer B[S
i
] ile gsterilsin.
Her bir stratejinin beklenen deeri: [ ]
1
n
i j ij
j
B S P K
=
=

Kazan yapl problemde
[ ] { } [ ]
i r
Max B S B S = eitliine karlk gelen r-inci strateji,
Maliyet yapl problemde
[ ] { } [ ]
i k
Min B S B S = eitliine karlk gelen k-nc strateji
benimsenir.

6

[ ] { }
i
Max B S
[ ]
[ ]
[ ]
1
2
3
3 0, 4 7 0, 6 5, 4
8 0, 4 1 0, 6 3, 8
7 0, 4 5 0, 6 5, 8
B S
B S
B S
= + =
= + =
= + =
rnek 1: ki farkl durum bulunan ortamda olaslklar, stratejiler ve krlar
aadaki gibidir:

Tablo 1.1. En yi Beklenen Deer lt

yleyse S
3
stratejisi nerilir.

rnek 2: Bir firmann mala olan devrelik talep dalm tablodaki gibidir:

Tablo 1.2. En iyi Beklenen Deer lt

Birim maliyet: 120 TL
Birim sat fiyat: 150 TL
Satlmayan maln deeri yoktur.
x
i
retim, y
j
talep, K
ij
Kr
Talep > retim K
ij
= (150 120). x
i

Talep retim K
ij
= 150. y
j
120. x
i

D
1
D
2

Beklenen
Kr
B[S
i
] Olaslk 0,4 0,6
S

t

r

a

t

e

j

i

l

e

r

S
1
3 7 5,4
S
2
8 1 3,8
S
3
7 5 5,8
7

( )
( )
( )
11
12 13 14 15
21
22 23 24 25
31
32
33 34 35
41
42
150.10 120.10 300
150 120 .10 300
150.10 120.12 60
150 120 .12 360
150.10 120.15 300
150.12 120.15 0
150 120 .15 450
150.10 120.16 420
150.12
K
K K K K
K
K K K K
K
K
K K K
K
K
= =
= = = = =
= =
= = = = =
= =
= =
= = = =
= =
=
( )
43
44 45
120.16 120
150.15 120.16 330
150 120 .16 480
K
K K
=
= =
= = =
Tablo 1.3. Talep Dzeyi ve Olaslk

retim
Dzeyi
0,15
10
0,25
12
0,30
15
0,20
16
0,10
18
Beklenen
Kr
S
1

S
2

10 300 300 300 300 300 300
12
15
60 360 360 360 360 315
S
3
-300 0 450 450 450 225
S
4
16 -420 -120 330 480 480 150
S
5
18 -660 -360 90 240 540 -60

yleyse, en yksek kra karlk gelen S
2
stratejisi benimsenmelidir.

8

1.3.2. En byk olaslk lt

Risk ortamnda hareket eden baz kiiler, stratejilerini ortaya kma olasl en
yksek olan doal duruma gre belirlerler. Bylece problem, belirlilik ortamna
indirgenerek en iyi kazanc veren strateji benimsenir.
Doal durumlarn olasl Pj ler iin
{ }
j d
j
Max P P = ise seim d-inci doal duruma
gre yaplr.

{ }
id rd
Eniyi K K = ise benimsenecek strateji S
r
dir.

rnek 3: rnek 1de en iyi beklenen deer ltne gre S
3
stratejisi
nerilirken, D
2
nin ortaya kma olasl %60 olduundan en byk olaslk
ltne gre D
2
nin krlarna baklr ve bunlar arasnda en byk olana gre strateji
belirlenir.

{ } { }
2
7,1, 5 7
i
Max K Max = = olduundan S
1
stratejisi benimsenir.

rnek 4: Devrelik retimin kararlatrld rnek2de en byk olaslk
ltne gre,

{ } 0.15, 0.25, 0.30, 0.20, 0.10 0.30 Max =
olduundan nc doal duruma gre davranlacak ve talebin 15 adet olduu
varsaylarak bu durumdaki en byk kr;

{ } 300, 360, 450, 330, 90 450 Max =
olduundan bu kra karlk gelen nc stratejideki 15 adet retime karar verilmesi
nerilir.

9

1.3.3. Hrs dzeyi lt

lgilenilen olayn sonucunda elde edilebilecek katklarn dzeyine ve snrna gre
davran belirlenmesidir. Bir iinin kabul edebilecei en dk cret, iletme btesi
planndaki en dk kr, bir mala denmesi gze alnan en yksek fiyat vb.
durumlarda karar vericinin tutumu, nceden belirledii deerlerle karlatrmal
olarak ekillenir.

Bir problemde strateji belirlenmesine esas olan katknn deerine hrs dzeyi, bu
yndeki lte hrs dzeyi lt denir. Bu ltte kr maksimize etmek yada
maliyeti minimize etmek sz konusu deildir.

Kazan yapl problemde hrs dzeyi, olay sonucunda elde edilmesi beklenen en
dk kazantr. Bu durumda, sadece hrs dzeyini (en dk kazanc) veya daha
fazlasn veren stratejiler benimsenebilir. Eer birden fazla stratejinin hrs dzeyinde
kazan salamas sz konusu ise, bunlardan en byk olasla karlk gelen strateji
benimsenir.

Maliyet yapl problemde hrs dzeyi, denmesi gze alnan en byk masraftr.
Buna eit veya daha dk olan stratejiler benimsenebilir. Bu ekilde birden fazla
strateji varsa yine en byk olaslk lt uygulanr.

Kazan yapl bir problemde hrs dzeyi H
d
ile gsterilsin. Karar verici her stratejiyi
uygulamas halinde elde edebilecei kazancn hrs dzeyine eit yada fazla kma
olaslklar hesaplanr.

{ }
{ }
{ }
1 1
2 2
/
/
/
d
d
d m m
P Kazan H S h
P Kazan H S h
P Kazan H S h
=
=
=
M

ile gsterilir ve { }
i w
i
max h h = ise S
w
stratejisinin benimsenmesi nerilir.

Eer son eitlikte birden fazla strateji ayn deeri veriyorsa karar verici bunlardan
birini uygulayabilir.
10

{ }
{ }
{ } { }
{ } { }
{ } { }
1
2
3 3 4 5
4 4 5
5 5
400/ 0
400/ 0
400/ 0, 60
400/ 0, 30
400/ 0,10
P Kr S
P Kr S
P Kr S P D D D
P Kr S P D D
P Kr S P D
=
=
= =
= =
= =
{ } max 0; 0; 0, 60; 0, 30; 0,10 0, 60 =
rnek 5: Devrelik retim miktarnn kararlatrlmas istenen rnek-2de devre
krnn en az 400 TL olmasnn istenmesi halinde benimsenecek olan stratejiyi
bulunuz.
zm: Bu rnekte, H
d
= 400 olarak verilmitir.

Tablo 1.4. Hrs Dzeyi lt

retim
Dzeyi
0,15
10
0,25
12
0,30
15
0,20
16
0,10
18
Beklenen
Kr
S
1

S
2

10 300 300 300 300 300 300
12
15
60 360 360 360 360 315
S
3
-300 0 450 450 450 225
S
4
16 -420 -120 330 480 480 150
S
5
18 -660 -360 90 240 540 -60

olup,

bulunur ki, en az 400 TL kr elde etmek isteyen karar vericiye nc stratejiyi
benimsemesi yani 15 adet retim yapmas nerilir.

1.4. Belirsizlik Ortamnda Karar ltleri
11

Doal durumlarn ortaya kma olaslklarnn bilinmedii problemlerde, verilecek
karar belirleyecek olan tutum ve davranlar belirsizlik ortamnda karar ltleri
balnda incelenir.

1.4.1. Eit olaslkl durumlar (Laplace) lt

Doal durumlardan birinin ortaya kma olaslnn, dier durumlarn olaslndan
fazla olmas iin bir neden bulunmadnda her doal durumun ortaya kma olasl
eit kabul edilirse bu yaklama eit olasl durumlar denir. Laplace ltnde, m
doal durum varsa, j inci doal durumun ortaya kma olasl;

( )
1
, 1, 2, 3,...,
j
P D j m
m
= =
olur ve karlalan problem risk ortamna dntrlm olur.

Bundan sonra da bilinen ltlerle strateji seimi yaplr. Ancak olaslklar eit
olduundan, en byk olaslk ltnn kullanlamayaca aktr.

Laplacen kulland lt, en iyi beklenen deer ltdr. Bu takdirde, i-inci
stratejinin beklenen deeri,

[ ] ( )
1 1
i j ij ij ij
j j j
B S P D K K K
m m
= = =

olup, Bu deer ilgili stratejiye karlk gelen katklarn aritmetik ortalamas olur.

rnek 6: Bir kazan problemine ilikin karar matrisi aada verilmitir. Laplace
ltne gre benimsenecek stratejiyi bulunuz.
12

Tablo 1.5. Eit Olaslkl Durumlar lt
Stratejiler
Doal Durumlar
(K
ij
)/3

D
1
D
2
D
3

S
1
4 3 2 9/3
S
2
2 4 2 8/3
S
3
5 3 2 10/3
S
4
4 1 3 8/3

Bu rnekte durum sz konusu olduundan her birinin ortaya kma olasl 1/3
olarak kabul edilir. Daha sonra stratejilerin beklenen kazanlar bulunur ve en byk
kazan seilirse nc stratejinin benimsenmesi nerilir.
[ ]
10
max
3
i
i
B S =

1.4.2. Ktmserlik (Wald) lt

Belirsizlik ortamnda karar vermek durumunda kalan karamsar kiilerin izledikleri,
ktlerin iinden az kt olana gre davranma yaklamdr.

Kazan yapl bir problemde uygulanmak istenirse, her strateji karlnda elde
edilebilecek en kk kazanlar bulunur ve bunlardan en byne karlk gelen
strateji benimsenir. Kazan yapl problemde benimsenecek strateji
( )
{ }
max min
ij
j i
K
ilemiyle bulunur.
13

Maliyet yapl bir karar matrisinde ktmserlik lt uygulanmak istenirse,
karlalabilir en byk maliyetlerin en kne karlk gelen strateji benimsenir.
( )
{ }
min max
ij
i j
K

rnek 7: Bir kazan problemine ilikin karar matrisi aada verilmitir.
Ktmserlik ltne gre benimsenecek stratejiyi bulunuz.

Tablo 1.6. Ktmserlik lt
Stratejiler D
1
D
2
D
3
D
4
Min(K
ij
)
S
1
-1 3 1 0 -1
S
2
2 1 3 1 1 MaxMin
S
3
0 -1 2 4 -1

zm: Her bir strateji karl elde edilebilecek en kk kazanlar strateji srasna
gre -1, 1, -1 olup bunlarn en byne karlk gelen strateji S
2
dir.

1.4.3. yimserlik (Plunger) lt

Btnyle iyimser karar vericilerin davranlarna ilikin bir genellemedir. Bu lt,
karar vericinin her bir strateji karl elde edebilecei en iyi katklarn en iyisine
gre seim yapmasdr.

14

( )
{ }
min min
ij
i j
K
Bu lte gre benimsenecek strateji,
kazan yapl problemlerde,
( )
{ }
max max
ij
i j
K
maliyet yapl problemlerde,
( )
{ }
min min
ij
i j
K ilemleri ile bulunur.

rnek 8: Bir maliyet problemine ilikin karar matrisi aadaki gibi verilmitir.
yimserlik ltne gre benimsenecek olan stratejiyi bulalm.

Tablo 1.7. yimserlik lt
Stratejiler D
1
D
2
D
3
D
4
Min(K
ij
)
S
1
3 2 5 4 2
S
2
2 3 1 5 1
S
3
7 3 2 4 2
S
4
2 1 3 5 1

Her bir stratejide karlalabilecek en kk maliyetler srasyla 2, 1, 2, 1 dir.
Bunlardan en kne karlk gelen iki strateji vardr. yimserlik ltne gre
seim yapmak isteyen karar verici ikinci yada drdnc stratejiyi uygulayabilir. Bu
iki strateji arasnda fark yoktur.

1.4.4. Genelletirilmi iyimserlik (Hurwicz) lt

yimserlik ve ktmserlik ltleri, belirsizlik ortamlarnda iki u davran biimidir.
Gerek hayatta bu ekilde karar veren says az olduundan, Hurwicz, karar vericinin
ve olayn yapsna gre belirlenecek iyimserlik derecesine gre bir forml
gelitirmitir.
15

Hurwicz ltne gre, karar vericinin deneyimine, riske katlanabilmesine ve
olayn yapsna bal bir iyimserlik derecesi vardr. Karar probleminde iyimserlik
derecesi ise ( ) 0 1 ktmserlik derecesi 1 olur.

Karar verici, her bir strateji karlnda elde edebilecei katklarn en iyisini
iyimserlik derecesi ile, en ktsn de ktmserlik derecesi ile arpar. Elde ettii
deerleri toplar ve bu toplamlar iinden en iyisine karlk gelen stratejiyi benimser.

Hurwicz ltne gre seim yapacak olan karar verici, eer problem;
kazan yapl ise,
( ) { }
( ) ( ) { }
{ }
max . max 1 . min
ij ij
j i j
K K + ,
maliyet yapl ise,
( ) { }
( ) ( ) { }
{ }
min . min 1 . max
ij ij
i j j
K K +
ilemine karlk gelen stratejiyi benimser.

Grld gibi, = 1 ise, kii tamamen iyimser demektir. Bu durumda, kazan
yapl problemde benimsenecek strateji, katklar arasnda, en byklerin en
byn veren max(max) ilemi ile belirlenir.

rnek 9: Bir kazan yapl probleme ilikin karar matrisi aadaki gibi
verilmitir. = 0,3 ise benimsenecek olan stratejiyi bulalm.
Tablo 1.8. Genelletirilmi yimserlik lt
D
1
D
2
D
3

S
1
-1 2 3,5
S
2
3 -1,5 4,5
S
3
2 2,3 -0,5

16

zm: = 0,3 ise 1 = 0,7 olur. Problem kazan yapl olduundan her strateji
iin,

( ) { } ( ) { }
0, 3. max 0, 7. min
ij ij
j j
K K +
deeri hesaplanr. Bunlar arasndan en byne karlk gelen stratejinin
benimsenmesi nerilir. Bunun iin aadaki ilemler yaplr:

Tablo 1.9. Genelletirilmi yimserlik lt
Strateji max(K
ij
) min(K
ij
) 0,3.max(K
ij
) + 0,7.min(K
ij
)
S
1
3,5 -1 1,05 0,7 = 0,35
S
2
4,5 -1,5 1,35 1,05 = 0,30
S
3
2,3 -0,5 0,69 0,35 = 0,34

Bu durumda karar vericinin 0,35 iyimserlik derecesine gre birinci stratejiyi
benimsemesi nerilir.

1.4.5. Pimanlk (Savage) lt

Her problemde, benimsenen strateji ile beklenen katklarn yannda, benimsenmemi
olan stratejiler nedeniyle gze alnan kayplar sz konusudur. Sanki karar verilmi
gibi dnlerek, gze alnan kayplar ile maliyet yapl bir karar matrisi oluturulur.

Her doal durum karsnda karar vericinin birinci ncelikle benimseyecei
stratejinin katksna gre dier stratejileri uygulamas halinde gze ald kayplar,
problemin pimanlk matrisini oluturur.
Kazan yapl bir karar matrisi aadaki gibi verilmi olsun:

17

Tablo 1.10. Pimanlk lt
D
1
D
2
D
3

S
1
3 1 7
S
2
5 3 1
S
3
2 4 3

Bu problemde D
1
doal durumu ile karlalaca bilinirse karar verici S
2
stratejisini
uygular ve 5 birim kazan salar. Eer S
1
benimsenir ve D
1
ortaya karsa karar
verici 5 3 = 2 birimlik bir kazanc kayp ettiini varsayar. Pimanlk 2 birimdir.
Eer S
3
uyguladnda D
1
ortaya karsa, 5 2 = 3 birimlik kazan kayp edilmi
olur. Ancak S
2
yi uygular ve D
1
ortaya karsa pimanlk duymayacaktr. Benzer
dnceyle, dier doal durumlara karlk gelen pimanlklar da hesaplanrsa, bu
olayda pimanlk matrisi Tablo 1.11. deki gibi olur.
D
1
D
2
D
3

S
1
2 3 0
S
2
0 1 6
S
3
3 0 4

Benimsenecek olan stratejiyi belirlemek iin pimanlk matrisinin ele alnmas
halinde balang probleminin yaps nasl olursa olsun, pimanlk matrisinin maliyet
yapl olduuna dikkat edilmelidir.

Savage, pimanlk matrisinde karar vericinin, en byk pimanlklar iinden en
kne karlk gelen stratejinin benimsenmesini nerir. Pimanlk ltnde
nerilen ilem, maliyet yapl bir problemde ktmserlik yaklamdr. Pimanlk
matrisi maliyet yapl bir problem olarak ele alnr ve belirsizlik ortamnda her
ltle benimsenecek olan stratejiyi benimsemek mmkndr.
Her stunda en az bir sfr olacandan iyimserlik lt her zaman duyarl sonu
vermez.
18

rnek 10: Bir maliyet problemine ilikin karar matrisi aadaki gibi verilmitir.
Pimanlk matrisinden yararlanarak eit olaslkl durumlar ve ktmserlik ltne
gre benimsenecek olan stratejileri bulalm.

D
1
D
2
D
3
D
4

S
1
5 6 7 6
S
2
7 8 4 6
S
3
10 10 5 8

zm: Problemin pimanlk matrisi aadaki gibidir.

D
1
D
2
D
3
D
4

S
1
0 0 3 0
S
2
2 2 0 0
S
3
5 4 1 2

Eit olaslkl durumlar ltne gre,
3 2 2 5 4 1 2 3
min , ,
4 4 4 4
+ + + +
=
`
)

olduundan, S
1
benimsenir. Eer ktmserlik ltne gre seim yaplmak
istenirse,

( ) { }
{ } min max min 3, 2, 5 2
ij
K = =
olduundan, buna karlk gelen S
2
nin benimsenmesi nerilir.

19

BLM 2. OYUNLAR: ATIMA ORTAMINDA KARAR
VERME

2.1. Genel Aklamalar

atma ortamnda karar verme , rekabet sz konusu olduunda, taraflarn strateji
belirleme kriterleri ve bunlar belirleme olaslklar bilinmediinde ortaya kan bir
durumdur. Bu durumda en iyi stratejiyi seme ii, karlalan doal durumlara gre
deil, baka karar vericinin uygulayabilecei stratejilere baldr. Her karar vericinin,
kendisi iin iyi, kardaki iin tersi durumu salayan stratejiyi belirlerken sergiledii
davranlar bir oyun oluturur. Karlkl atma veya rekabet iindeki karar
vericilerin en iyi stratejiyi bulmalar ile ilgili kavram, teknik, model ve genellemeler
Oyun Kuram balnda toplanr.

Oyun kuramnda esas olan, zel durumlarla kar karya gelen karar vericilerin
dizisel karar verme olanana sahip olmalardr. Karar vericilerin davranlarnda
oyunun belirli evrelerinde duraanlama olur. Bu esnada, karar vericilerin
rakiplerine kar uygulayacaklar stratejiler konusunda belirsizlik yada risk ortamna
gemi olurlar.

Oyun kuramnda kavram, teknik ve stratejilerde aadaki durumlarn gerekletii
durumlar da uygulanr:
1. Oyuna taraf olan kii yada gruplarn uygulayabilecekleri farkl stratejiler
vardr ve bunlar bilinmektedir.
2. Taraflar, her evrede bir strateji semek zorundadr.
3. Taraflar, kendi stratejileri ve kar tarafn stratejileri hakknda tm
ayrntlar bilmektedir.
20

4. Oyunun herhangi bir evresinde taraflar, kar tarafn hangi stratejiyi
uygulayacan kesin olarak bilmemekte ancak bu strateji hakknda sezgi,
ngr gibi deerlendirmelerde bulunabilmektedir.
5. Taraflarn kazan yada kayplar sadece kendi davranlarn deil ayn
zamanda dier taraflarn uygulayaca stratejilere de baldr.
6. Taraflarn stratejilerine bal olarak dier taraflarn uygulayabilecekleri
stratejilere gre elde edecekleri kazan ve kayplar olup bunlar taraflarca
bilinmektedir.

Oyunlar, taraflarn saysna ve kazan-kayp durumuna gre u ekilde
snflandrlabilir:

ekil 2.1. Oyunlarn Snflandrlmas

Buna gre oyun trleri kazan-kayp durumlarna gre u balklarda toplanabilir:
- ki kiili sfr toplaml
- ki kiili sfr toplaml deil
- n-kiili sfr toplaml
- n-kiili sfr toplaml deil

Oyuncu says ikiden fazla ve oyun sonunda kazan kayp toplamnn sfrdan farkl
olduu oyunlar iin matematik modelleme ve zm teknikleri yeterince

OYUNLAR
OYUNCU
SAYISI
KAZAN-
KAYIP
STRATEJ
SAYISI
K KLK OK KL SIFIR
TOPLAMLI
SIFIR
TOPLAMLI
DEL
SONLU SONSUZ
21

gelitirilmemitir. Burada, oyun kuram konusunda, sonlu stratejili, sfr toplaml iki
kiilik oyunlar zerinde durulacaktr.

2.2. Sfr Toplaml ki Kiilik Oyunlar

2.2.1. Genel gsterim ve temel kavramlar

Bu tr oyunlarda iki taraf vardr. Birinin benimsedii stratejiye bal olarak elde
edecei kazan, dierinin kaybna eittir.
ki kiilik bir oyunda taraflar A ve B, bunlarn uygulayabilecekleri stratejiler;
a
i
: Ann stratejileri , i = 1, 2, 3, . . . , m
b
j
: Bnin stratejileri , j = 1, 2, 3, . . . , n
iken, A i-inci stratejiyi uyguladnda B j-inci stratejiyi uygulad durumda
K
ij
: Ann kazanc
- K
ij
: Bnin kazanc olsun.

Bu durumda, oyunun kazan matrisi u ekilde olur:
Tablo 2.1. Kazan Matrisi
B

Stratejiler b
1
b
2
b
3
. . . b
n

a
1
K
11
K
12
K
13

K
1m

a
2
K
21
. .

.
A
a
3
K
31
. .

.
. . . .

.

. . . .

.

a
m
K
m1
. .

K
mn

Oyun sfr toplaml deilse, karar matrisinde oyuncularn ayr ayr katk
(kazan/kayp) gstergeleri belirtilmelidir. Sfr toplaml oyunun karar matrisinde
22

gstergeler, bunlara karlk gelen stratejilere bal olarak taraflarn katklarn
(kazancn yada kaybn) gstermektedir. Kij >0 ise Ann kazanc Bnin kayb,
Kij<0 ise A nn kayb Bnin kazanc vardr.

ki kiilik oyunlara dikdrtgen oyun veya mxn boyutlu oyun denir. Burada m Ann,
n ise Bnin uygulanabilir strateji saysdr.

2.2.2. Sfr toplaml iki kiilik oyunun zm

Oyun kuramnda, taraflarn karlkl benimseyip uygulayacaklar stratejiler hakknda
belirsizlikten kurtulmalar esastr. ki kiilik sfr toplaml bir oyunda, her iki
tarafnda benimseyecekleri en iyi stratejileri ve kar gelen katklarn bulma ilemine
oyunun zm denir.

Oyun kuramnda, taraflarn nasl davranacaklar ve nasl davranmalar gerektii
tartlr. Akl yrterek yaplan yarglamalarla oyunun zm aratrlr. Eer bu
yarglamalara bal ilemler ile taraflarn srekli uygulayacaklar stratejiler
bulunabilirse kesinlikle saptanm oyun, bulunamazsa karma strateji uygulanacak
oyun sz konusudur. ki kiilik sfr toplaml oyunlarn zm bu iki duruma gre
zlr. Ancak, oyunun zmne dorudan yansyan zel bir durum vardr.

Tanm: Bir oyun matrisinde, btn j ler ve ir iin Kij Krj ise, birinci oyuncunun
i-inci stratejisi r-inci stratejisine baskndr denir. Bu stratejiye egemen strateji de
denir.

zm aamasnda ncelikle her iki oyuncu iin de baskn stratejiler aratrlmaldr.
Eer taraflarn baskn stratejileri varsa, zm ilemlerine indirgenmi oyun
matrisinden balanr.

rnek 1: Ayn blgede mallarn pazarlayan iki firma, srekli biri dierinin
mterilerini kazanmak iin uramaktadr. Bu amala firmalar prim ve reklam gibi
zel sat artrc abalara girmektedirler. Yaplan aratrma sonularna gre,
23

uygulanan zel abalara bal olarak karlkl mteri kazan ve kayplar aadaki
gibi bulunmutur:

B Firmas

Stratejiler TV Reklam Radyo Reklam zel Prim
A
Firmas
TV Reklam 16 12 -5
Radyo Reklam 8 -2 -4
zel Prim 4 -2 6

A ve B firmalar arasndaki bu oyunda, reklam zellikleri ve ortamlaryla prim
sistemleri, bunlarn uygulayabilecekleri stratejilerdir. Birinin kazanaca mteriyi
dieri kaybedeceinden, sfr toplaml bir oyun sz konusudur. Matristeki deerler,
Ann kazand, ayn zamanda Bnin kaybettii mteriyi gstermektedir.

A firmas TV reklam uyguladnda B firmas da TV reklam uygularsa A 16
mteri kazanacak, B 16 mteri kaybedecektir (-16 kazan). Eer A birinci
stratejiyi (TV reklam) uyguladnda, B zel prim sistemine giderse, A 5 mteri
kaybetmekte ve B, -5 kayp gstergesi ile 5 mteri kazanmaktadr.

A firmasnn uygulanabilir stratejilerinden hibiri dierine baskn deildir. B firmas
iin kazanlar oyun matrisindeki gstergelerin ters iaretlileridir. Bundan dolay
Bnin birinci stratejisi iin;
Tablo 2.3. Kazan Kayp likisi
Kazan Kayp
- 16 < - 12 12 < 16
- 8 < 2 veya - 2 < 8
- 4 < 2 - 2 < 4

ilikilerinin sonucu olarak, Ann uygulayabilecei stratejilere gre, Bnin radyo ile
reklam stratejisi televizyonla reklam stratejisine baskndr. Yani B firmas TV
reklam stratejisini uyguladnda A firmasna mteri kaptracan bildiinden bunu
24

yapmak istemeyecektir. Bu durumda oyun aadaki indirgenmi matristen
srdrlecektir.


B

b
1
b
2

a
1
12 -5
A a
2
-2 -4

a
3
-2 6

2.2.3. Kesinlikle saptanm oyunlarn zm

ki kiilik sfr toplaml bir oyunun kazan matrisi aadaki gibi olsun.

B
A

b
1
b
2
b
3
............... b
n

a
1
K
11
K
12
K
13
.......... .......... K
1n

a
2
K
21
.
a
3
K
31
.
.
.
.
.
. .
. .
. .
a
m
K
m1
........... ........... ........... ........... K
mn

B oyuncusu, Ann uygulayabilecei her stratejiyi bildiinden, Ann davranna
bal olarak en az kayp verecei stratejiyi seecektir. Bu nedenle, A oyuncusu
uygulayaca stratejiyi aratrrken Bnin kar stratejilerini de gz nne alarak, her
25

strateji karl elde edebilecei en kk kazanlardan hareketle bunlarn iinden
en byk kazanca kar gelen stratejiyi benimser. Bylece Ann strateji seimindeki
davran ktmserlik ltne gre olup, benimsenecek strateji A oyuncusu iin
K
ij
ler kazan gstergesi olduundan,
( )
{ } ij
i j
Max Min K

eklinde belirlenir. Ayn mantkla, B oyuncusu da Ann stratejilerine gre en byk
kayplarn gz nne alarak, bunlarn iinden en kk kayb verecei stratejiyi
benimser. Yani B oyuncusu da genel karar kuramndaki ktmser yaklamla hareket
ederek, K
ij
ler B oyuncusu iin kayp gstergesi olduundan, benimseyecei strateji;
( )
{ } ij
i j
Min Max K

eklinde belirlenir.

Buna gre, Ann her strateji karl salayabilecei en kk kazan ve Bnin her
strateji karl urayabilecei en byk kayp, katk matrisine son stun ve son satr
olarak eklenir. A oyuncusu bu en kk kazanlar arasndan en byn (kazan
durumunda ktmserlik lt), B oyuncusu ise en byk kayplar iinden en
kn (kayp durumunda ktmserlik lt) veren stratejiyi
benimseyeceklerdir.

rnek 2: ki kiilik bir oyuna ait katk matrisi aadaki gibi verilsin:

26


B

b
1
b
2

a
1
- 1 3
A a
2
1 2

a
3
- 3 - 5

Oyuna A oyuncusu asndan bakldnda, eer A, a
1
stratejisini seerse en kk
kazanc -1, a
2
yi seerse 1 ve a
3
seerse -5 birim olmaktadr. Bylece A oyuncusu
iin,

{ }
{ }
{ }
1
2
3
1
1
5
j
j
j
Min K
Min K
Min K
=
=
=

olup, bunlardan A iin en fazla katk salayan a
2
olup elde edilecek kazan 1
birimdir.

Buradan grlecei gibi Ann benimseyecei strateji,
( )
{ }
1
ij
i j
Max Min K =
eklindeki 2. stratejidir. B oyuncusunun benimseyecei strateji ise;
( )
{ } ij
i j
Min Max K
ltne gre
{ }
{ }
1
2
1
2
i
i
Max K
Max K
=
=

27

deerlerinin en k olan
{ } 1, 2 1 Min =
eklindeki 1. stratejidir.

Bu rnekte grld gibi, Ann en iyi stratejisi olarak benimseyecei a
2
ile elde
edecei kazan 1 birim olup, bu deer Bnin en iyi strateji olarak benimseyecei b
1

ile urayaca kayba eittir. Bu oyunda A ve Bnin nasl davranacaklar aratrlarak
nasl davranmalar gerektii bulunmu yani oyun zlmtr. zmde oyunun
deeri 1 olarak bulunmutur.

ki kiilik sfr toplaml oyunlarda, yukarda karlalan durum genelletirilemez.
Baka bir deyile, oyuncularn uygulayaca en iyi stratejiler her zaman kesinlikle
bulunamaz. Oyunun zlebilirlii konusunu genel olarak incelemek amacyla
aadaki kavrama ihtiya vardr:

Tanm: ki kiilik sfr toplaml bir oyunda;
( )
{ }
( )
{ } ij ij
i j j i
Max Min K Min Max K =
ise, oyuna Kesinlikle Belirlenmi Oyun ve bu deere de Tatmin Noktas yada Eyer
(Saddle) Noktas denir.

Oyunda eyer noktas varsa, her iki oyuncunun en iyi stratejileri akr. Bylece
taraflarn uygulayacaklar stratejiler kesinlikle belirlenebilmektedir.

2.3. Karma Strateji Vektrnn Bulunmas

28

Baz oyunlarda eyer noktas yoktur. Dier bir deyile, taraflarn uygulayabilecekleri
en iyi stratejilere kar katk gstergeleri farkl olabilir. Yani;
( )
{ }
( )
{ } ij ij
i j j i
Max Min K Min Max K

durumu sz konusudur. Kesinlikle belirlenmemi bu tr oyunlarda taraflarn nasl
davranacaklar ve nasl davranmalar gerektii sorularna dorudan cevap bulunmaz.
Belirsizlik altnda zel bir karar verme ilemi olan bu tr oyunlarn kesin zm
yoktur.

Taraflar, hangi stratejiyi uygulamalar gerektiini kesinlikle bilmediklerinden, oyuna
bir strateji ile balayacak, kar tarafn uygulad stratejiye bal olarak izleyen
aamalarda amacna en uygun gelen stratejilere geecektir. Yani oyun boyunca
taraflar karma strateji uygulayacaklardr.

Kesinlikle belirlenmemi oyunlarn zmyle, oyuncularn kar karya kaldklar
belirsizlik ortamnn risk ortamna dnm yaplr. Bu amala, oyunun en iyi
srdrlebilmesi iin, uygulanacak stratejilerin greli sklklar aratrlr.

Eyer noktas olmayan oyunlarn genel zmn vermeden nce, aadaki rnei
incelemekte yarar vardr.

rnek 3:
29

B Oyuncusu

b
1
b
2

A'nn En
Kk Kazanlar
Min(K
ij
)
A
Oyuncusu
a
1
7 2 2
a
2
-3 6 -3
B'nin En
Byk Kayplar
Max(K
ij
)
7 6

Bu rnekte,
( )
{ }
2
ij
Max Min K = , a
1
iin
olup, oyunun eyer noktas yoktur.
( )
{ }
6
ij
Min Max K = , b
2
iin
A oyuncusu en kk kazanlarn en by olarak a
1
stratejisini uyguladnda, B
oyuncusu b
2
yi uygulayarak 2 birimlik kayba urayacaktr. Ancak Bnin ikinci
stratejiyi uygulayacan bilen A oyuncusu, a
2
stratejisini uygulayarak kazancn 6
birim yapabilecektir. Byle bir durumda B oyuncusu b
1
i uygulayarak Aya 3 birim
kayp verdirebilecektir. Grld gibi, taraflarn hangi stratejiyi niin
benimsemeleri gerektii belirsizdir. Bu oyunun zmyle taraflara uygulanabilir
stratejilerin greli sklklar yani stratejilerin olaslk vektrleri verilerek,
belirsizlikten risk ortamna dn salanr.

ki kiilik sfr toplaml bir oyunda; birinci oyuncunun uygulanabilir stratejilerine
karlk gelen dizin kmesi
{ }
1, 2,..., I i i m = =
30

ve ikinci oyuncunun uygulanabilir stratejilerine karlk gelen dizin kmesi

{ }
1, 2,..., J j j n = =
olsun. Birinci oyuncunun oyun boyunca iinci stratejiyi uygulama saysnn toplam
uygulanan strateji saysna oran x
i
ise, A oyuncusunun karma strateji vektr
[ ]
1 2
, ,..., , 0 , 1
n i i
X x x x x x = =

eklinde yazlr.

Ayn ekilde Bnin karma strateji vektr de
[ ]
1 2
, ,..., , 0 , 1
n j j
Y y y y y y = =

olur. Bu gsterimlerde oyun kesinlikle saptanmamsa oyunun zmyle X ve
Ynin bulunmas amalanr.

Oyuncularn karma strateji vektrlerinin bulunmasyla, her bir oyuncu kar tarafn
hangi stratejiyi hangi sklkla uygulayacan yani hangi stratejiyi hangi olaslkla
benimseyeceini bilir duruma gelmektedir.

2.3.1. kier stratejili iki kiilik oyunlarda karma strateji vektrnn bulunmas

31

nceki rnekte B oyuncusunun b
1
stratejisini greli uygulama skl y
1
, b
2
yi greli
uygulama skl y
2
olsun.
1 2 1 2
, 0 1 y y ve y y + =
olmas gerektiinden, y
1
= y alnrsa y
2
= 1 y
1
yazlr.

Benzer ekilde A oyuncusunun a
1
stratejisini benimsemesinin greli skl x iken, bu
oyuncunun a
2
yi benimsemesinin greli skl 1 x olur. Bylece oyunun demeler
matrisi her stratejinin greli uygulama sklklar ile birlikte,

Tablo 2.8. demeler Matrisi
y 1 y
b
1
b
2

x a
1
7 2
1 x a
2
-3 6

eklinde ele alnr.

B oyuncusu b
1
stratejisini uygularsa bu stratejinin Aya getirecei beklenen kazan
B[b
1
], A nn stratejilerini benimseme olaslklar ve her bir strateji karl elde
edecei kazanlara gre;
[ ] ( )
1
7 3 1 B b x x =
yazlr.

Benzer ekilde, B oyuncusunun b
2
stratejisini benimsemesi halinde Ann beklenen
kazanc,
[ ] ( )
2
2 6 1 B b x x = +
eklinde bulunur. B oyuncusunun uygulayabilecei stratejilere gre, Ann beklenen
kazanlar yazlabildiinden A, stratejilerinin skln (genelde karma strateji
vektrn) yukardaki ifadeleri olabildiince bytecek ekilde belirleyecektir.
Dier bir deyile, A, xe deer atarken,
32

1
1
9
0
14
, ' .
x iin
B b i uygular
<
1
2
9
1
14
, ' .
x iin
B b yi uygular
<
[ ] [ ] { }
1 2
;
x
Max B b B b

( ) ( ) { }
7 3 1 , 2 6 1
x
Max x x x x +
ilikisine gre davranmak isteyecektir. B oyuncusu ise, Ann kazancn olabildiince
azaltmak isteyeceinden, x
1
in bilinen deerine gre, Ann beklenen kazanlarndan
hangisi daha kk ise, kar gelen stratejisini benimseyecektir. x
1
in deerine bal
olarak srdrlen bu yarglama, aadaki ekilde de kolaylkla grlebilir.

ekil 2.2. Strateji Belirleme Eilimi

xin deerine bal olarak B oyuncusunun kendisine daha uygun olan stratejiyi
benimseyeceini bilen A oyuncusu, kendi asndan olaya bakarak, B hangi stratejiyi
uygularsa uygulasn beklenen kazancnn deimedii noktada xin deer almasn
isteyecektir. Bu duruma gre, A iin xin alabilecei en iyi deer Bnin
uygulanabilecei her iki strateji iin de, beklenen kazanlarn eit olduu, x=9/14
deeridir.
Bylece Ann karma strateji vektr
9 5
,
14 14
X
| |
=
|
\

33

olarak bulunur. xin belirlenen bileenlerine kar gelen oyunun deeri ise,

9 5 48 24
7. 3.
14 14 14 7
D = = =
olur. Oyunun zmnde ikinci ilem Bnin karma strateji vektrnn
belirlenmesidir. Eer A, a
1
i uygularsa, Bnin beklenen kayb,
[ ] ( )
1
7 2 1 B a y y = + olur.
Oyunun zmnde, Ann beklenen kazanc, Bnin beklenen kaybna eit
olacandan,
( )
24
7 2 1
7
y y D + = =
eitliinden
2
7
y = olarak bulunup, Bnin karma strateji vektr,
2 5
,
7 7
Y
| |
=
|
\

olur. Bnin karma strateji vektr, Ann karma strateji vektr aratrlrken yaplan
aklamalar ve izlenen yolla da bulunabilir. Byle bir yakamla, Bnin
uygulayabilecei her strateji iin Ann beklenen kazanlarnn eit olduu y deeri,
( ) ( ) 7 2 1 3 6 1 y y y y + = +
eitliinin zmyle
2
7
y = olarak bulunacaktr ki, bu deer bir nceki deere
eittir.

Yukardaki rnekte A oyuncusunun karma strateji vektrnn
9 5
,
14 14
X
| |
=
|
\

34

olarak bulunmas, oyunun devam etmesi durumunda, A toplam oyun saysnn
9
14
nde birinci stratejisini,
5
14
nde ikinci stratejisini uygulayacak demektir. Eer
oyun bir kez olacaksa, yani A ve B bulunduklar ortamda bir kez karar vereceklerse
her iki oyuncunun stratejilerini benimseme olaslklar, karma strateji vektrlerinin
kar gelen eleri kadar olacaktr.

ki kiilik sfr toplaml oyunlarda eyer noktas olmad zaman, karma strateji
vektrnn bulunmas aadaki ekilde genelletirilebilir.

Oyunun demeler matrisi, stratejiler ve bunlarn uygulanma olaslklar ile birlikte
aadaki gibi verilsin.


B y 1 y
A

b
1
b
2

x a
1
K
11
K
12

1 x a
2
K
21
K
22

Bnin benimseyecei stratejilere gre Ann kar gelen beklenen kazanlar,
B oyuncusu b
1
i benimserse, ( )
11 21
. 1 x K x K + eklinde,
b
2
yi benimserse, ( )
12 22
. 1 x K x K + eklindedir.
A oyuncusu, uygulayaca stratejileri seerken, Bnin tutumunu da gz nne
alacaktr. Yani, A stratejilerinin skln yle belirleyecektir ki, B hangi stratejiyi
benimserse benimsesin beklenen kazanc ayn olsun. Bylece, A oyuncusunun
davranlarna gre deer alan x iin yukardaki beklenen deerler ayn olacandan,

( )
11 21
. 1 x K x K + = ( )
12 22
. 1 x K x K +
35

eitlii gerekleecektir. Bu denklemi zen x ve 1 x deerleri Ann karma
strateji vektrn verir.

Ayn yaklamla, Ann benimseyecei stratejiye gre beklenen kazanlarn Bnin
kar gelen kayplar olup, bu deerler:

A oyuncusu, a
1
i benimserse, ( )
11 12
. 1 y K y K + ,
a
2
yi benimserse, ( )
21 22
. 1 y K y K +

ifadelerine edeerdir. y ve 1 y deerleri, Bnin stratejilerini uygulama skl
olduuna gre, bunlarn alacaklar deerler dorudan Bnin davranlarna baldr.
B oyuncusu kendi kaybn en aza indirmeye alrken, Ann kazancn da en aza
indirgemeye almaktadr. yleyse, stratejilerini uygulama sklnda, A hangi
stratejisini benimserse benimsesin beklenen kaybnn ayn olacak ekilde kendi
stratejilerinin skln yani yyi belirleyecektir. Bylece Bnin birinci stratejisini
uygulama skl;
( )
11 12
. 1 y K y K + = ( )
21 22
. 1 y K y K +
eitliini salayan y kadar olacaktr.

rnek 4: ki kiilik sfr toplaml bir oyunun demeler matrisi yledir:
36


B Oyuncusu

b
1
b
2

A'nn En
Kk Kazanlar
Min(Kij)
A
Oyuncusu
a
1
10 -5 -5

a
2
-2 4 -2 Max(Min (Kij))
B'nin En
Byk Kayplar
Max(Kij)
10 4

Min(Max (Kij))

Oyunda,
( )
{ }
( )
{ } ij ij
i j j i
Max Min K Min Max K
olduundan eyer noktas, yani kesinlikle saptanmas mmkn stratejiler yoktur. O
halde, taraflar her seferinde benimseyecekleri stratejilerini, kar tarafn davranna
gre belirleyecektir.
B hangi stratejiyi uygularsa uygulasn, A beklenen kazancn deitirmeyecek ekilde
a
1
ve a
2
yi tekrarlayacandan, bunlarn skl x ve 1 x iken Bnin beklenen
kayplarn ayn tutan
( ) ( ) 10 2 1 5 4 1 x x x x = +
eitliine gre,
2
7
x = ve
5
1
7
x = olup, Ann karma strateji vektr,
2 5
,
7 7
X
| |
=
|
\
olur.
Bu sonuca gre, A ikinci stratejisini daha sk uygulamaktadr.
37

Benzer ekilde Bnin davranna esas olan y ve 1 y ler de B oyuncusu, A hangi
stratejiyi benimserse benimsesin Ann beklenen kazancnn ayn olmasn
isteyeceinden,
( ) ( ) 10 5 1 2 4 1 y y y y = +
eitliine gre Bnin birinci stratejisini uygulama skl
3
7
y = ve ikinci stratejisini
uygulama skl
4
1
7
y = olarak bulunur.

rnek 5: Benzer mal reten 4 irketin 3 kendi aralarnda anlaarak bir birlik
kurmular, dier irket pazarda birlie kar rekabet etmek durumunda kalmtr.
Firmann mal iin farkl fiyat uygulayabilecei, birliin de farkl datm
stratejisi gelitirdii, pazarda alc saysnn ksa dnemde deimedii, mterilerin
ya birliin yada yalnz kalan firmann maln ald bilinmektedir. Her iki taraf da
mmkn olduunca fazla sayda mteri kazanmay istemektedirler. Yaplan
aratrmalara gre, birliin izleyebilecei her bir darm politikalarna bal olarak
farkl cretlendirme kararlarnda firmann kazanaca mteri saylar aadaki gibi
bulunmutur:

Tablo 2.11. cretlendirme Kararlar
Firmann
Fiyatlar
Birliin Datm Politikalar
D
1
D
2
D
3

F
1
-2 3 -1
F
2
-1 1 3
F
3
4 2 4

Bu rnekte, her iki tarafn da 3er stratejisi olan sfr toplaml iki kiilik bir oyun sz
konusudur. zm ilemlerine nce baskn stratejilerin aratrlmasyla
balanacaktr.

demeler matrisine firma asndan bakldnda, firmann 3. fiyat stratejisini
uygulamas halinde, birlik hangi datm politikasn uygularsa uygulasn 2. fiyat
stratejisine gre daha avantajl olduu grlmektedir. Dier bir deyile,
38

( )
{ } ij
j i
Min K Max
( ) { } ij
i j
Max K Min

31 21
32 22
33 23
4 1
2 1
4 3
K K
K K
K K
= > =
= > =
= > =

olduundan, btn jler iin K
3j
> K
2j
dir. Bylece firmann 3. fiyat stratejisi 2.
fiyat stratejisine egemen olup, firma F
3
stratejisini her zaman F
2
ye tercih
edeceinden F
2
yi ilem d brakacaktr.

demeler matrisine birlik asndan bakldnda birlik, datm politikalarn
karlatrdnda firma hangi fiyat politikasn uygularsa uygulasn, D
1
in D
3
e gre
her zaman daha avantajl olduunu grecektir. Yani birlik iin D
1
, D
3
e egemen olup
D
3
ilem d tutulacaktr.

Oyunda baskn stratejiler olduuna gre oyun matrisi ilem d tutulacak stratejiler
ve kar gelen demeler itibariyle indirgenerek aadaki oyun elde edilir.

Tablo 2.12. ndirgenmi demeler Matrisi
Birlik
D
1
D
2
Min(K
ij
)
Firma
F
1
-2 3 -2
F
3
4 2 2
Max(K
ij
) 4 3

39

Tablo 2.12. ndirgenmi demeler matrisinde,
( )
{ }
( )
{ } ij ij
i j j i
Max Min K Min Max K
olduundan oyunun kesin zm yoktur. Yani oyun kesinlikle saptanmam olup
taraflar karma strateji uygulayacaklardr.

Taraflarn stratejilerini uygulama olaslklar birlik iin y ve 1 y , firma iin x ve
1 x olsun. Birlik hangi stratejisini uygularsa uygulasn, firmann beklenen
kazanlarn eitleyen x deeri,
( ) ( ) 2 4 1 3 2 1 x x x x + = +
denkleminin zmyle,
2
7
x = olarak bulunur.
Bylece firmann karma strateji vektr;
2 5
,
7 7
X
| |
=
|
\

olup, Ann beklenen kazanc, yani oyunun deeri,

2 2 16
2. 4. 1
7 7 7
D
| |
= + =
|
\
dir.
Firma hangi stratejisini uygularsa uygulasn, birliin beklenen kayplarn eitleyen y
deeri,

( ) ( ) 2 3 1 4 2 1 y y y y + = +

denkleminden,
1
7
y = olarak bulunur. Bu durumda birliin karma strateji vektr
1 6
,
7 7
Y
| |
=
|
\

olur. Birlik iin oyunun beklenen kayb,

1 1 16
2. 3. 1
7 7 7
| |
+ =
|
\

40

olduu grlr. Bu deer firmann kazancna da eit olup, ayn zamanda oyunun
deeridir.

2.3.2. ok stratejili iki kiilik oyunlarn zm

mxnlik iki kiilik sfr toplaml bir oyunun kesin zm olmasn. Bu durumda, her
iki tarafn da karma strateji vektrleri oyunun zm olacaktr.

Oyuncular A ve B ile gsterilsin. Ann karma strateji vektr,
[ ]
1 2
, ,...,
m
X x x x =
iken, Bnin karma strateji vektr
[ ]
1 2
, ,...,
n
Y y y y =
olsun. Ann kazan matrisi (demeler matrisi)

( )
ij
mxn
K K =

eklinde verilsin. Oyuncularn kazan (yada kayplar) kar tarafn stratejilerini
uygulama olaslklarna bal olduundan, oyunun herhangi bir annda yaplacak
demeler rassal niteliktedir. O halde oyunun beklenen deeri sz konusu olacaktr ki
bu da,

[ ]
,
i ij j
i j
B X Y x K y =

eklinde gsterilebilir. A oyuncusu, en kk gelirlerinin (kazanlarnn) en
byn elde edecek ekilde davranacandan, A iin oyunun beklenen deeri;

( )
{ }
max min ,
A
y x
D B X Y =

iken, benzer ekilde B iin oyunun beklenen deeri,

( )
{ }
min max ,
B
y x
D B X Y =

41

olacaktr. Sfr toplaml iki kiilik oyunlarda her iki oyuncu iin de en iyi stratejiler
olup, bunlar X ve Y ise,

* *
,
A B
B X Y D D D ( = = =

eitliini salarlar. Bu zellie gre oyuncularn karma stratejilerini, yani oyunun
zmn elde etmek, yukardaki eitlii salayan X* ve Y* vektrlerini bulmakla
ayn eydir.

Ann en iyi stratejisi X (karma) ve oyunun deeri D ise, X*,

( )
( )
( )
1
.......... 1
0........... 2
1 ....... 3
m
i
i
X K D
X
x
=

sisteminin zm olacaktr. Burada (1) nolu eitsizlik takm, B hangi stratejisini
uygularsa uygulasn, Ann beklenen deerinin oyunun deerinden byk veya eit
olmasn salar.

Ayn ekilde Bnin karma strateji vektr Y*,

( )
( )
( )
1
........... 4
0 ........... 5
1 ........ 6
n
j
j
K Y D
Y
y
=

sisteminin zm olacaktr. Grld gibi X* ve Y* n deerleri aratrlrken,
(1) ve (4) nolu eitsizliklerde ayn deiken (oyunun deeri olan D) yer almaktadr.
O halde zm ilemlerinde, (1), (2), (3), (4), (5) ve (6) nolu balantlar birlikte
dnlecektir.

Yukarda aklanan zellikler nda, mxnlik sfr toplaml oyunlar farkl
tekniklerle zlebilmektedir. zleyen paragraflarda cebirsel zm ve dorusal
programlama ile zm zerinde durulacaktr.

42

2.3.2.1. Cebirsel zm

Oyuncularn eit stratejilerinin olduu durumda bavurulabilen bir zm eklidir.
Her iki oyuncunun da ayn sayda stratejileri varsa, demeler matrisi bir kare matris
olur.
Bu yntemde, Ann beklenen deerlerinden hareketle,

1
1
m
j
j
X K D
y
=
=
=

sisteminin zm aratrlr. Dnin nceki deeri gz nne alnmaz ise, bu
sistemde de (m+1) deiken ve (m+1) denklem vardr. Eer sistemin zm
bulunur ve Y0 koulu da salanrsa, bulunan deer Bnin karma strateji vektr
olan Y* dr.

Bu aklamalardan da anlalaca gibi, cebirsel yolla strateji saylar eit olsa bile (1)
ve (4) nolu eitsizlikleri eitlik haline dntrerek her zaman karma strateji
vektrleri dorudan bulunamayabilir.

rnek 6: A ve B oyuncularndan oluan sfr toplaml bir oyunda Ann kazan
matrisi aada verilmitir. Oyunun zmn ve deerini bulalm.


B

-1 2 1

A

1 -2 2

3 4 -3

43

Ann karma strateji vektr, [ ]
1 2 3
, , X x x x = satr vektryle, Bnin karma strateji
vektr [ ]
1 2 3
, , Y y y y = stun vektryle gsterilsin.

Bu durumda,

1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
3
2 2 4
2 3
1
, , 0
2
2 2
3 4 3
, , 0
x x x D
x x x D
x x x D
x x x
x x x
y y y D
y y y D
y y y D
y y y
+ +
+
+
+ + =
+ +
+
+

bantlar yazlr. lk eitsizlik, eitlik olarak ele alnp drdnc denklemle
birlikte zm aratrlrsa,
1 2 3
17 20 9 30
, , ,
46 46 46 46
x x x D = = = =
olarak bulunur.

Ayn ekilde Bnin beklenen deerleri oyunun deerine eitlenir, elde edilen sistemin
zm aratrlrsa,

1 2 3
14 12 20
, ,
46 46 46
y y y = = =
olarak bulunur ki,
1 2 3
1 y y y + + = ve tm 0
j
y olduundan oyunun zm
bulunmu olup, Ann karma strateji vektr,

17 20 9
, ,
46 46 46
X
(
=
(

Bnin karma strateji vektr,
44

14 12 20
, ,
46 46 46
Y
(
=
(

ve oyunun deeri
30
46
D = dr.

2.3.2.2. Dorusal programlama ile zm

nceki ksmda akland gibi, oyunun zm iin bir dizi banty ayn anda
salayan deikenlerin deerleri aratrlmaktadr.
A oyuncusu iin ngrlen (1), (2) ve (3) nolu bantlar ele alndnda A, sonuta
kazancn en byk yapmak isteyeceinden, A iin problem;
1
0
1
m
i
i
X K D
X
x
=

kstlar altnda,
0
max X D =

eklinde ifade edilebilir ki, bylece bir dorusal programlama modeli sz konusu
olur.

kinci oyuncu, kayplarn minimize etmek istediinden, kendi karma strateji
vektrn belirlerken, oyunun deerini minimize etmek isteyecektir. Bylece B iin
problem,

1
0
1
n
i
j
K Y D
Y
y
=

kstlar altnda,
45

0
minY D =

eklinde ele alnr ki yine bir dorusal karar modeli sz konusudur.

Dorusal karar modellerinin zm tekniklerinin ok gelimi olduu gz nne
alndnda, sfr toplaml iki kiilik oyunlarn zm iin dorusal programlamann
ne denli etkin bir teknik olduu grlr. Kald ki, oyunun zmnn dorusal
programlama ile bulunmak istenmesi halinde iki modeli de zmeye gerek yoktur.
Aka grlecei gibi, A ve B oyuncular iin yazlan modellerin biri dierinin
ikizidir. Bu nedenle bir modelin en iyi zmnden hareketle, dierinin en iyi
zm kolaylkla yazlr.

Oyunun zmnn dorusal programlama ile bulunmak istenmesi halinde,
eitsizliklerin sa tarafnda yer alan Dnin de bir deiken olduuna dikkat
edilmelidir. Oyunun deeri olan D, ayn zamanda ama fonksiyonudur ve D pozitif,
sfr veya negatif deer alabilir. O halde zm ilemlerine balamadan nce, ya D
serbest deikeni yerine negatif olmayan iki yeni deiken fark konur yada model,
zel dnmlere tabi tutulur. Aslnda, dorusal karar modelinin sa taraf
sabitlerinin byk bir ounluunun sfr olmas simpleks algoritmas iin istenen bir
durum olmadndan, zel dnmlerle sa taraf sabitlerinin sfr olmaktan
kurtarlmalar yerinde bir ilem olur. Bu amala, A oyuncusu iin gelitirilen model
ak olarak yazlrsa,
11 1 21 2 31 3 1
1 1 2 2 3 3
1 2 3
1 2 3
.......
.
.
.......
... 1
, , ,..., 0
m m
n n n mn m
m
m
K x K x K x K x D
K x K x K x K x D
x x x x
x x x x
+ + + +
+ + + +
+ + + + =

kstlar altnda
0
max X D =

elde edilir.

46

.
i i
x P D =
Bu modelde tm K
ij
ler pozitif ise, D de pozitif olmak zorundadr. Byle bir zellik
geerli deilse bile karar matrisinin tm elerine ayn saynn eklenmesiyle K
ij
ler
pozitif hale getirilir. O halde, D>0 kabul edilip uygun dnmler yaplabilir.
D > 0 olmak zere, yukardaki modelde, dnm yaplrsa, ilk
grup eitsizliklerin sa taraflar 1 olur.

1
i
i
x =

eitliinden,

. 1
i
i
P D =

1
i
D
P
=

elde edilir. Bylece model,

11 1 21 2 31 3 1
1 1 2 2 3 3
1 2 3
....... 1
.
.
....... 1
, , ,..., 0
m m
n n n mn m
m
K P K P K P K P
K P K P K P K P
P P P P
+ + + +
+ + + +

kstlar altnda,

0
1
max
i
X
P
=

veya ayn kstlar altnda

'
0
min
i
i
X P =

eklinde yazlr ki, modelin bu haliyle zm daha kolaydr.

rnek 7: ki kiilik sfr toplaml bir oyunun birinciye gre kazan matrisi
aadaki gibi olsun. Oyunun zm ve deerini bulunuz.
47

2. Oyuncu

3 -3 5

1.
Oyuncu

-1 0 -2

Bu oyunun zm dorusal programlama ile bulunmak istenirse, nceki
paragraflarda akland zere, ncelikle demeler matrisinin tm elemanlarn
negatif olmaktan kurtarmak gerekir. Bu amala, demeler matrisindeki her bir eye
3 eklenirse, geniletilmi demeler matrisi,

2. Oyuncu

6 0 8

1.
Oyuncu

2 3 1

eklini alr. Bu durumda da oyuncularn davranlarnda deime olmayaca, ama
oyunun gerek deerinin 3 fazlasnn elde edilecei aktr.

1. oyuncunun karma strateji vektr
[ ]
1 2 3
, , X x x x =
satr vektryle gsterildiinde,
bu oyuncunun karma stratejisi iin zlecek karar modeli,

1 2
2
1 2
1 2
6 2 1
3 1
8 1
, 0
P P
P
P P
P P
+

kstlar altnda
48

'
0 1 2
min x P P = + yazlr.
Bu modelin ikiz modeli ise, q
1
,q
2
,q
3
ikiz deikenler olmak zere,

1 3
1 2 3
1 2 3
6 8 1
2 3 1
, , 0
q q
q q q
q q q
+
+ +

kstlar altnda

'
0 1 2 3
max y q q q = + +

eklindedir. Grld gibi 2. oyuncunun karma strateji vektr iin zlecek
model, 1. oyuncu iin yazlan modelden hareketle yazlabilmektedir. Ele alnan
rnekte, her iki oyuncunun da karma strateji vektr aratrldndan, yukardaki
modellerin ikisinin de zmne ihtiya vardr.

2. oyuncu iin zm gerekli olan modelin balang simpleks tablosu, q
4
ve q
5
bamsz deikenler olmak zere;

Tablo 2.16. Balang Simpleks Tablosu
y'
0
q
1
q
2
q
3
q
4
q
5

Sa
Taraf
y'
0
1 -1 -1 -1 0 0 0
q
4
0 6 0 8 1 0 1
q
5
0 2 3 1 0 1 1

eklindedir. Bu tablodan hareketle simpleks algoritmasyla bulunan en iyi zm
aadaki tabloda verilmitir.

Tablo 2.17. Sonu Simpleks Tablosu
y'
0
q
1
q
2
q
3
q
4
q
5

Sa
Taraf
y'
0
1 1/6 0 0 1/12 1/3 5/12
q
4
0 3/4 0 1 1/8 0 1/8
49

3 7
0, ,
10 10
Y
| |
=
|
\
1 4
,
5 5
X
| |
=
|
\
12
'
5
D =
q
5
0 5/12 1 0 -11/72 1 7/24

Son simpleks tablosuna gre,
2 3 2 3
1 7 5
, ,
8 24 12
q q q q = = + =
olup, zme esas modelin zm, yani birinci oyuncu iin P deerleri,
1 2
1 1
,
12 3
P P = =

olmaktadr.

Geniletilmi demeler matrisine gre oyunun deeri tir.

Bylece birinci oyuncu iin karma strateji vektr,
1 1
2 2
1 12 1
. ' .
12 5 5
1 12 4
. ' .
3 5 5
x P D
x P D
= = =
= = =

eitliklerine gre,

olmaktadr.

kinci oyuncunun karma strateji vektr ise,
1 1
2 2
12
. ' 0. 0
5
1 12 4
. ' .
8 5 5
y q D
y q D
= = =
= = =

eitliklerinden, olarak bulunmaktadr.

50

3
5
D =
Balang demeler matrisine gre oyunun deeri ise, matrisin tm elemanlarna 3
eklendii gz nne alnrsa;

12
3 '
5
D D + = =

eitliinden tir.

zme dikkat edildiinde, ikinci oyuncunun birinci stratejisini benimseme
olaslnn sfr olduu grlr. Bu sonuca gre, ikinci oyuncu birinci stratejisini
hi benimsemeyecektir. Aslnda, kesinlikle saptanm bir oyun, benimsenen
stratejilere karlk gelen eleman 1, dierleri sfr olan strateji vektrleriyle de
gsterilebilir.

BLM 3. DEME (PAY-OFF) TABLOLARININ BORSADA
KULLANIMI

51

Oyun teorisi, gnmzde serbest piyasa ekonomisinde rekabet iindeki ekonomik
aktrlerin davranlarnn, uluslararas ilikilerin analizinde ve stratejik kararlarn
alnmasnda kullanlmaktadr. Borsa da, birbirine rakip bir ok oyuncunun rol ald
sfr toplaml bir oyundur. Bu oyunda, oyunculardan herhangi bir ksmnn kazan
elde etmesi, dier oyuncu ve/veya oyuncularn kaybna ve d etkenlere de baldr.

ki kiiden fazla oyuncunun bulunduu borsadan, rneklem olarak 4 oyuncu ile
isimleri borsadakiler ile birebir olmayan 5 irket ele alnmtr.
Tablo 3.1.

Katlar

Oyuncular
z
Gda
Nazar
Holding
Neo
Boya
Gez Tur
KNP
Mobilya

Toplam
1.Oyuncu 40 60 20 60 80 260
2.Oyuncu 40 80 60 40 40 260
3.Oyuncu 20 40 80 20 20 180
4.Oyuncu 60 60 80 80 20 300
Toplam: 160 240 240 200 160 1000

4 oyuncunun ayn 5 hisseye sahip olduklar miktarlar Tablo 3.1. deki gibidir.

Tablo 3.2.

Katlar

Oyuncular
z Gda
Nazar
Holding
Neo
Boya
Gez Tur
KNP
Mobilya

Toplam
1.Oyuncu 20 80 60 50 50 260
2.Oyuncu 60 80 70 30 20 260
3.Oyuncu 40 50 30 40 20 180
4.Oyuncu 40 30 80 80 70 300
Toplam: 160 240 240 200 160 1000

52

Borsada genel bir k veya d olmad halde oyuncular arasnda hisse
alverii olmutur. Bundan dolay taloda grlen miktarlarda art yada
azal grlmektedir. Alveri yaplan hisseler bold (kaln) olarak
gsterilmitir.

Tablo 3.3.
Katlar

Oyuncular
z Gda
Nazar
Holding
Neo
Boya
Gez Tur
KNP
Mobilya

Toplam
1.Oyuncu 18 72 54 45 45 234
2.Oyuncu 54 72 63 27 18 234
3.Oyuncu 36 45 27 36 18 162
4.Oyuncu 36 27 72 72 63 270
Toplam: 144 216 216 180 144 900

Kriz annda tm hisseler ayn oranda (%10 genel d) deer kaybederken,
toplam mevcut likit de ayn oranda d gstermitir.

Tablo 3.4.
Katlar

Oyuncular
z Gda
Nazar
Holding
Neo
Boya
Gez Tur
KNP
Mobilya

Toplam
1.Oyuncu 20 80 60 40 34 234
2.Oyuncu 30 70 40 20 74 234
3.Oyuncu 20 26 50 40 26 162
4.Oyuncu 74 40 66 80 10 270
Toplam: 144 216 216 180 144 900

53

Oyuncularn kendi aralarndaki hisse alverilerinde olduu gibi irketler
de ellerindeki hisseleri piyasaya srmler veya ekmilerdir.

Tablo 3.5.
Katlar

Oyuncular
z Gda
Nazar
Holding
Neo
Boya
Gez Tur
KNP
Mobilya

Toplam:
1.Oyuncu 30 40 60 50 54 234
2.Oyuncu 52 70 70 10 32 234
3.Oyuncu 20 50 10 30 52 162
4.Oyuncu 42 56 76 90 6 270
Toplam 144 216 216 180 144 900

Oyuncular firmalarla ilgili kendi aralarnda alveri yapmlardr. Toplamda
hem firmalarn reel deeri, hem oyuncularn sahip olduklar toplam deer
deimemitir. Oyuncularn firmalardaki hisseleri farkllam ancak toplam
miktarlar deimemitir.

Tablo 3.6.
Katlar

Oyuncular
z Gda
Nazar
Holding
Neo
Boya
Gez Tur
KNP
Mobilya

Toplam
1.Oyuncu 20 56 80 42 36 234
2.Oyuncu 40 60 62 48 24 234
3.Oyuncu 50 30 20 50 12 162
4.Oyuncu 34 70 54 40 72 270
Toplam: 144 216 216 180 144 900

54


Tablo 3.7.
Katlar

Oyuncular
z Gda
Nazar
Holding
Neo
Boya
Gez Tur
KNP
Mobilya

Toplam
1.Oyuncu 10 40 90 40 54 234
2.Oyuncu 44 50 40 50 50 234
3.Oyuncu 40 52 20 40 10 162
4.Oyuncu 50 74 66 50 30 270
Toplam: 144 216 216 180 144 900


Tablo 3.8.
Katlar

Oyuncular
z
Gda
Nazar
Holding
Neo
Boya
Gez
Tur
KNP
Mobilya

Toplam
1.Oyuncu 30 50 60 64 30 234
2.Oyuncu 40 54 54 40 46 234
3.Oyuncu 30 50 50 20 12 162
4.Oyuncu 44 62 52 56 56 270
Toplam 144 216 216 180 144 900

55


Tablo 3.9.
Katlar

Oyuncular
z
Gda
Nazar
Holding
Neo
Boya
Gez
Tur
KNP
Mobilya

Toplam
1.Oyuncu 45 75 90 96 45 351
2.Oyuncu 60 81 81 60 69 351
3.Oyuncu 45 75 75 30 18 243
4.Oyuncu 66 93 78 84 84 405
Toplam: 216 324 324 270 216 1350

Tm hisseler %50 orannda deer kazanmtr.

Tablo 3.10.
Katlar

Oyuncular
z
Gda
Nazar
Holding
Neo
Boya
Gez
Tur
KNP
Mobilya

Toplam
1.Oyuncu 50 70 80 86 65 351
2.Oyuncu 70 75 90 80 36 351
3.Oyuncu 40 90 86 10 17 243
4.Oyuncu 56 89 68 94 98 405
Toplam: 216 324 324 270 216 1350
56


Tablo 3.11.
Katlar

Oyuncular
z Gda
Nazar
Holding
Neo
Boya
Gez
Tur
KNP
Mobilya

Toplam
1.Oyuncu 52 80 90 80 49 351
2.Oyuncu 60 70 81 70 70 351
3.Oyuncu 24 80 77 32 30 243
4.Oyuncu 80 94 76 88 67 405
Toplam: 216 324 324 270 216 1350


Tablo 3.12.
Katlar

Oyuncular
z
Gda
Nazar
Holding
Neo
Boya
Gez
Tur
KNP
Mobilya

Toplam
1.Oyuncu 30 80 96 65 80 351
2.Oyuncu 50 86 70 80 65 351
3.Oyuncu 44 60 82 47 10 243
4.Oyuncu 92 98 76 78 61 405
Toplam: 216 324 324 270 216 1350

57


Tablo 3.13.
Katlar

Oyuncular
z
Gda
Nazar
Holding
Neo
Boya
Gez
Tur
KNP
Mobilya

Toplam
1.Oyuncu 40 92 92 86 41 351
2.Oyuncu 70 84 76 76 45 351
3.Oyuncu 56 56 76 21 34 243
4.Oyuncu 50 92 80 87 96 405
Toplam: 216 324 324 270 216 1350

Oyuncular firmalarla ilgili kendi arlarnda alveri yapmlardr. Toplamda

Tablo 3.14.
Katlar

Oyuncular
z
Gda
Nazar
Holding
Neo
Boya
Gez
Tur
KNP
Mobilya

Toplam
1.Oyuncu 50 86 80 90 45 351
2.Oyuncu 66 88 84 60 53 351
3.Oyuncu 62 62 70 22 27 243
4.Oyuncu 38 88 90 98 91 405
Toplam: 216 324 324 270 216 1350

58

Oyuncular firmalarla ilgili kendi arlarnda alveri yapmlardr. Toplamda

Tablo 3.1.
Katlar

Oyuncular
z
Gda
Nazar
Holding
Neo Boya
Gez
Tur
KNP
Mobilya

Toplam
1.Oyuncu 40 60 20 60 80 260
2.Oyuncu 40 80 60 40 40 260
3.Oyuncu 20 40 80 20 20 180
4.Oyuncu 60 60 80 80 20 300
Toplam: 160 240 240 200 160 1000

Balang durumuna gre, z Gda kadnda 56 birim, Nazar Holdingte 84 birim,
Neo Boyada 84 birim, Gez Turda 70 birim, KNP Mobilyada 56 birim art
olmutur.

1. ve 2. oyuncularn elindeki hisselerin toplam deeri 91 birim, 3. oyuncunun 63
birim, 4. oyuncunun hisseleri toplam ise 105 birim artmtr.

Gerek hisselerin deerlerindeki art oranna, gerekse de oyuncularn elindeki
toplam miktarn artna bakldnda %35 bir art grlmektedir. Bu artn nedeni,
Tablo 3.3. verilerine yansyan %10 genel dten sonra, Tablo 3.9. verilerine
yansyan %50 arttr. Bunun toplamdaki net deiim oran olan %35 hem
oyuncular, hem de hisseleri ayn ekilde etkilemitir.

59

BLM 4. SONU

1. blmdeki risk ve belirsizlik ortamnda karar verme ltlerinin nda 2.
blmde atma ortamnda karar verme ve strateji belirleme durumlar incelendi.
atma ortamnda karar verirken oyun teorisini kullanabilmek iin ncelikle risk ve
belirsizlik ortamnda karar ltleri tahlil edildi.
60

Oyun teorisi ve karar mekanizmalar ayrntlaryla aklandktan sonra, 5 irket ve 4
oyuncu ile bir borsa rnei ele alnd. Her defasnda, bu oyunculardan birinin,
elindeki hisselerden birini satmas durumunda dier oyuncularn kr-zarar durumlar
ile hisse deerlerindeki deiimler incelendi.

Sfr toplaml bir oyun olan borsada, mevcut toplam miktarn d etkenlerle toplu
olarak deer kazanmas yada deer kaybetmesi dnda genel toplamda deiiklik
olmamtr. Oyunculardan birinin elindeki hisseyi satmas ile o hisse deer
kaybedebildii gibi, dier oyuncularn ilgisi ile deer kaybetmekten kurtulabildii de
grlmektedir. Ayrca oyuncunun sahip olduu herhangi bir hissenin tamamn elden
karmas, o oyuncunun tamamen zararda olduunu gstermemektedir. Oyuncu
bunun yerine dier hisselere sahip olma yoluna giderek, elindeki miktar yine borsa
ortamnda deerlendirebilmektedir.

Oyuncularn belirledikleri stratejilere bal olarak hisselerin deerleri de art ve
azal gstermektedir. Ancak genel toplamdaki reel deiim, zellikle piyasay
etkileyen d etkenler ile salanmaktadr.

KAYNAKLAR

[1] KARA, ., Karar ve Oyun Kuramyla lgili Balang Bilgileri, Anadolu .
Mh. Mim. Yay., 1985.
61

[2] MCMILLAN, J., Games Strategies and Managers, Oxford University Press,
New York, 1992.
[3] MCDONALD, J., The Game of Business. Doubleday & Company Inc.,
New York, 1975.
[4] SOYTA, U., Oyun mu Teori mi?, Popler Bilim, 2003.
[5] GUILLERMO, O., Game Theory, Academic Press, T Ktphanesi,
1994.

ZGEM

Yldray SANCAK, 1979 ylnda Denizlide dodu. lk renimini Samsunda, orta
renimini stanbul apa Anadolu retmen Lisesinde tamamlad. 2002 ylnda 19
Mays niversitesi Amasya Eitim Fakltesi Matematik retmenlii Blmnden
62

mezun oldu. 2002 ylnda Silivri Atatrk Lisesinde greve balad. u anda Beykoz
Anadolu Teknik Lisesinde Matematik retmeni olarak grev yapmaktadr.

Borsa Islemlerinde Oyun Teorisi

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Borsa Islemlerinde Oyun Teorisi

Uploaded by

Copyright:

Available Formats

T.C.

You might also like