Professional Documents
Culture Documents
Como los pagos que cada jugador recibe despus de transar el bien dependen del
tipo de los jugadores que negocian, debemos considerar esto para predecir el
comportamiento de cada jugador.
La mejor forma de modelar informacin incompleta es incorporando eventos
aleatorios en la especificacin del juego: Tipos.
En Teora de Juegos, a tales eventos aleatorios se les llama movimientos de la
naturaleza (natura o nature).
As, la naturaleza se considera un jugador ms en el juego, el cual llamaremos
jugador 0.
Sin embargo, la naturaleza NO es un jugador estratgico. Sus acciones son
definidas por una distribucin de probabilidad fija y no por incentivos.
As, el trmino informacin incompleta se refiere a que los movimientos de la
naturaleza crean asimetras de informacin entre los jugadores.
Situaciones de informacin incompleta se encuentran en muchos casos reales de
negociacin, votaciones, contratacin, subastas, mercados competitivos, etc.
Informacin Incompleta:
Juegos Estticos o Bayesianos
Como dijimos, usaremos un jugador extra para modelar la asimetra de
informacin: Naturaleza o jugador 0.
Toda la asimetra de informacin (Eventos aleatorios) se pasar al inicio del
juego, donde la naturaleza decidir (segn una distribucin de probabilidades)
los tipos de los jugadores.
Importante: Naturaleza no juega estratgicamente y no tiene pagos asociados.
As, cuando nos refiramos a jugadores, nos estaremos refiriendo a jugadores
estratgicos y no a la naturaleza.
,2
Sin embargo, ahora 1 puede ser de dos tipos diferente: Amante a la opera (tipo 1)
o amante al ftbol (tipo 2).
Este tipo es informacin privada para 1. Es decir, solo 1 conoce su tipo y 2 no lo
conoce.
1 es de tipo 1 con probabilidad
As, los pagos del juego dependern del tipo de 1 de la siguiente forma:
Si 1 es tipo 1 (pera)
Si 1 es tipo 2 (ftbol)
12
12
1,2
0,1
3,2
2,1
2,0
3,3
0,0
1,3
1,2
0,1
2,0
3,3
3,2
F
Tipo2(1p)
F
O
O
F
O
2,1
0,0
1,3
Si M es tipo 2 (ftbol)
12
12
1,2
0,1
3,2
2,1
2,0
3,3
0,0
1,3
2 1
2 escoger O si:
4
4
0,1
de tipos
1,2
:
,
Espacio de acciones:
,
Funcin de pagos: Dada por las matrices de pagos anteriores.
:
Funcin de probabilidad
,
si es
si es
F
3
FF
FO
OF
OO
2 ,2
2 1
,2
3
,2 1
2 ,0
,1
,3
,1
2 ,3
,,
,,
,
,,
,,
El segundo mtodo trata cada tipo de cada jugador como un jugador por
separado.
En general, este mtodo se usa con espacio de acciones continuas. Luego
veremos una aplicacin.
El concepto de equilibrio en este caso es:
Definicin 2. Considere un juego Bayesiano. El perfil de estrategias
, :
, es un Equilibrio de Nash Bayesiano (ENB) si
1, , ,
y
:
|
,,
,,
,,
,,
,,
F
3
FF
FO
OF
2 ,2
2 1
,2
3
OO
,2 1
,3
,1
2 ,0
,1
2 ,3
1/4
,
1/4
1/4
Existencia de BNE
Teorema: Considere un juego Bayesiano finito. Un BNE siempre existe.