TEORA DE JUEGOS

EMILIO CERDUniversidad Complutense de Madrid

JOAQUN PREZ JOS LUIS JIMENOUniversidad de Alcal de Henares

MadridMxicoSantaf de Bogot Buenos AiresCaracasLimaMontevideo San Juan San Jos SantiagoSao PauloWhite Plains

Datos de catalogacin bibliogrfica

CERD TENA, E.; PREZ NAVARRO, J.; JIMENO PASTOR, J. L.

TEORA DE JUEGOS

PEARSON EDUCACIN, S.A., Madrid, 2004

ISBN: 978-84-832-2799-2Materia: Juegos, teora de los (Investigacin operativa) 519.8 Formato 170 # 240Pginas: 528

Todos los derechos reservados.Queda prohibida, salvo excepcin prevista en la Ley, cualquier forma de reproduccin, distribucin, comunicacin pblica y transformacin de esta obra sin contar con autorizacin de los titulares de propiedad intelectual. La infraccin de los derechos mencionadospuede ser constitutiva de delito contra la propiedad intelectual (arts. 270 y sgts. Cdigo Penal).

DERECHOS RESERVADOS5 2004 por PEARSON EDUCACIN, S.A.Ribera del Loira, 28 28042 MADRID (Espaa)

TEORA DE JUEGOS

PREZ NAVARRO, J.; JIMENO PASTOR, J. L.; CERD TENA, E.

ISBN: 84-205-3726-8Depsito legal: M.

PEARSON PRENTICE HALL es un sello editorial autorizado de PEARSON EDUCACIN, S.A.

Equipo editorial:Editor: David Fayerman AragnTcnico editorial: Ana Isabel Garca Borro

Equipo de produccin: Director: Jos Antonio Clares Tcnico: Jos Antonio HernnDiseo de cubierta: Equipo de diseo de Pearson Educacin, S.A.Composicin: Copibook, S.L.

Impreso por: Top Printer Plus S.L.L. IMPRESO EN ESPAA - PRINTED IN SPAINEste libro ha sido impreso con papel y tintas ecolgicos

Contenido

Prlogo .................................................................................................................ix

Captulo 1.Formas de representacin de un juego ....................................11.1.Introduccin ...................................................................................11.2.Funciones de utilidad. Utilidad ordinal ........................................61.3.Utilidad de Von Neumann-Morgenstern. Actitudes ante el riesgo . . 121.4.Juegos en forma extensiva ............................................................ 261.5.Juegos en forma estratgica .......................................................... 361.6.Juegos cooperativos ...................................................................... 48Ejercicios propuestos .............................................................................. 56Captulo 2.Juegos estticos con informacin completa (I) ........................ 612.1.Introduccin ................................................................................... 61Soluciones de un juego mediante argumentos de dominacin .... 68Aplicacin: el mecanismo de Clark-Groves para la asignacin deun bien pblico .............................................................................. 82Soluciones de un juego mediante argumentos de equilibrio. El equilibrio de Nash ......................................................................... 892.5.Aplicaciones: el oligopolio de Cournot ........................................ 1062.6.Aplicaciones: el oligopolio de Bertrand ....................................... 1192.7.Aplicaciones: el problema de los bienes comunales ................... 131Ejercicios propuestos .............................................................................. 137viContenidoCaptulo 3.Juegos estticos con informacin completa (II) ...................... 1453.1.Estrategias mixtas. Clculo del equilibrio y teorema de exis-tencia .............................................................................................. 1453.2.Juegos bipersonales de suma cero ................................................ 1773.3.Estrategias racionalizables ............................................................ 1883.4.Refinamientos del equilibrio de Nash para juegos en forma normal ........................................................................................ 198Ejercicios propuestos .............................................................................. 211Captulo 4.Juegos dinmicos con informacin completa ........................... 2194.1.Introduccin ................................................................................... 219Equilibrio de Nash perfecto en subjuegos ................................... 232Juegos dinmicos con informacin completa y perfecta. Induc-cin hacia atrs .............................................................................. 242Juegos dinmicos con informacin completa pero imperfecta. In- duccin hacia atrs generalizada .................................................. 2504.5.Aplicaciones. El duopolio de Stackelberg ................................... 2594.6.Aplicaciones. El modelo de Leontief ........................................... 266Ejercicios propuestos .............................................................................. 268Captulo 5.Juegos estticos con informacin incompleta .......................... 2755.1.Introduccin ................................................................................... 275Juegos bayesianos estticos. Equilibrio bayesiano de Nash ........ 289Aplicaciones: duopolio de Cournot con informacin incompleta . . 3105.4.Aplicaciones: subastas .................................................................. 316Ejercicios propuestos .............................................................................. 335Captulo 6.Juegos dinmicos con informacin incompleta ....................... 3436.1.Introduccin ................................................................................... 3436.2.El equilibrio bayesiano perfecto ................................................... 3526.3.El equilibrio secuencial y el equilibrio perfecto de mano temblo-rosa ................................................................................................ 3716.4.Juegos de sealizacin .................................................................. 3796.5.Aplicaciones: el modelo de Spence de sealizacin en el merca-do laboral ....................................................................................... 386Ejercicios propuestos .............................................................................. 400Captulo 7.Juegos repetidos ........................................................................... 4057.1.Introduccin ................................................................................... 406Juegos repetidos en un nmero finito de etapas .......................... 416Juegos repetidos en un nmero infinito de etapas ....................... 424ContenidoviiAplicaciones: colusin en el modelo de Cournot repetido infini- tamente .......................................................................................... 432Ejercicios propuestos .............................................................................. 444Captulo 8.Juegos cooperativos ..................................................................... 4518.1.Introduccin ................................................................................... 4518.2.Ejemplos de juegos cooperativos ................................................. 4548.3.El conjunto de imputaciones ........................................................ 4618.4.El core ........................................................................................... 4668.5.El nucleolus ................................................................................... 4768.6.El valor de Shapley ....................................................................... 489Ejercicios propuestos .............................................................................. 502Bibliografa .......................................................................................................... 505ndice analtico ................................................................................................... 509

Prlogo

Este libro es el resultado de la experiencia docente en Teora de Juegos de los autores en los ltimos aos. Procede de las clases impartidas desde el curso 1996-97 por Joaqun Prez y Jos Luis Jimeno en la licenciatura y el doctorado en Economa de la Universi- dad de Alcal, y por Emilio Cerd en la licenciatura y el doctorado en Anlisis Eco- nmico de la Universidad Complutense de Madrid, y en el doctorado en Economa Industrial de la Universidad de Castilla-La Mancha.Hablando en trminos generales e intuitivos, podramos decir que la Teora de Juegos estudia situaciones de conflicto y cooperacin a las que denominamos juegos, en las que interactan individuos racionales, analizando los comportamientos y resultados que son de esperar, bien mediante decisiones individuales (caso de los juegos no cooperativos), bien mediante acuerdos entre los participantes (caso de los juegos cooperativos).La Teora de Juegos ha aportado instrumentos de anlisis (entre ellos el equilibrio de Nash) que han resultado eficaces y enriquecedores en el estudio de muchas situaciones de tipo econmico (en el estudio, por ejemplo, de los mercados oligopolsticos, de las licitaciones pblicas o de la regulacin de mercados), y tambin de muchas situaciones de tipo social, poltico y legal. Ello se ha reflejado en los programas de estudios de eco- noma y de las ciencias sociales en general.En los ltimos veinte aos la Teora de Juegos ha experimentado una expansin sig- nificativa en tres importantes aspectos. En lo que se refiere a la investigacin acadmica no han cesado de aumentar las publicaciones especializadas en las que se estudia o aplica la Teora de Juegos, tanto revistas como libros. En el aspecto docente, puede decirse que ha aumentado sensiblemente su influencia en los currcula de algunas licenciaturas y programas de doctorado, especialmente en los de Economa (tanto a travs de asignatu- ras clsicas de corte microeconmico y macroeconmico, como de asignaturas especfi- cas dedicadas al estudio de la Teora de Juegos o a materias relacionadas con la informacin asimtrica, economa pblica, etc.). Por ltimo, en el aspecto de divulgacin y presencia pblica puede decirse que el conocimiento de la Teora de Juegos ha crecido

xPrlogo

fuertemente a partir de la concesin en 1994 del Premio Nbel de Economa a tres de sus primeros y ms importantes creadores (John Forbes Nash, Reinhard Selten y John C. Harsanyi), y especialmente tras la publicacin de una interesante biografa de Nash que fue llevada exitosamente al cine en el ao 2001.Este libro tiene tres objetivos principales. El primero es servir de curso de introduc- cin a la Teora de Juegos para los alumnos de la licenciatura en Economa. El segundoes servir de apoyo para los alumnos de doctorado en Economa, sea en la consolidacin de algunos conceptos bsicos, sea en la introduccin a algunos conceptos avanzados. Yel tercero es servir de referencia a alumnos y profesionales de otras especialidades que tengan inters por los razonamientos subyacentes en la toma de decisiones estratgicas.Describamos brevemente el contenido del libro, cuyo desarrollo se estructura a partirde la bsqueda de los conceptos de solucin de un juego apropiados a las caractersticas particulares que definen dicho juego.El Captulo 1 tiene un carcter introductorio. En l se presentan las formas extensiva, estratgica y coalicional de representacin de un juego, haciendo especial hincapi en los elementos y reglas que cada representacin impone. As mismo, se hace un repaso ex- haustivo de aquellos conceptos de la teora de la utilidad imprescindibles para una com- prensin clara de las ganancias asociadas a los resultados de un juego.Los Captulos 2 y 3 presentan los juegos estticos con informacin completa. En el Captulo 2, tras una exposicin detallada y progresiva de los conceptos de solucin basa-dos en la idea de dominacin, se define y estudia el equilibrio de Nash en estrategias puras, y se presentan algunas de sus aplicaciones clsicas, entre ellas el oligopolio de Cournot y el duopolio de Bertrand. El Captulo 3 completa el estudio de los juegos est-ticos con informacin completa mediante el tratamiento de las estrategias mixtas y de los juegos de suma cero y abordando dos temas de carcter ms avanzado, como son las estrategias racionalizables y los refinamientos del equilibrio de Nash para juegos en for-ma normal.El Captulo 4 presenta los juegos dinmicos manteniendo un contexto de informacin completa. Se presta especial atencin a la distincin entre informacin perfecta e imper- fecta y se refina el concepto de equilibrio de Nash mediante el criterio de la perfeccin en subjuegos, que permite descartar aquellos equilibrios no crebles (no consistentes con el desarrollo del juego), junto a algoritmos que permiten su clculo, la induccin hacia atrs e induccin hacia atrs generalizada. La principal aplicacin del captulo es el duo- polio de Stackelberg.El Captulo 5 presenta de nuevo los juegos estticos pero ahora en un contexto de informacin incompleta. Tras una introduccin a la teora de la decisin bayesiana, se define el equilibrio bayesiano, como concepto de equilibrio bsico en presencia de infor- macin asimtrica. Se analiza de nuevo el modelo de duopolio de Cournot bajo supues- tos de informacin asimtrica en los costes de las empresas y se presenta con detalle la aplicacin de este concepto de equilibrio a las subastas.En el Captulo 6 se presentan los juegos dinmicos con informacin incompleta. Se trata del contexto ms general y a l corresponden los conceptos de equilibrio ms fuer- tes. Se define y estudia como principal concepto de equilibrio el equilibrio bayesiano perfecto en subjuegos. Se concluye con tres secciones de carcter avanzado, en las que se definen los refinamientos del equilibrio de Nash para juegos en forma extensiva, se introducen los juegos de sealizacin y se estudia el modelo de sealizacin de Spence.

Prlogoxi

El Captulo 7 presenta los juegos repetidos. En l se aborda con detenimiento, en un contexto de informacin completa, la interaccin repetida de un mismo juego, tanto en el caso de un nmero finito como de un nmero infinito de etapas, y se intenta dar respues- ta a la cuestin: bajo qu condiciones puede sustentarse como equilibrio (equilibrio de Nash o equilibrio de Nash perfecto en subjuegos) en un juego repetido un comporta- miento cooperador? La cuestin anterior se analiza especialmente en los casos del dile- ma del prisionero repetido y del oligopolio de Cournot repetido.Por ltimo, el Captulo 8 concluye el libro presentando una introduccin detallada a los juegos cooperativos. Se estudia un primer concepto de solucin, el Core, y algunas desus propiedades. A continuacin se estudia el Nucleolus, un refinamiento del Core. Fi-nalmente se estudia un concepto con importantes aplicaciones a la justicia distributiva, el valor de Shapley.En cuanto a la eleccin de los contenidos y al estilo expositivo, se han intentado alcanzar algunos equilibrios que nos parecen bsicos.El primer equilibrio se refiere a la bsqueda de una proporcin razonable entre teo- ra, ejemplos y aplicaciones. Se han tratado con detalle algunas aplicaciones convencio- nales de la Teora de Juegos a la economa, pero se ha hecho tambin hincapi en lacomprensin y manejo de los conceptos a travs de ejemplos sencillos, posibilitando el estudio de nuevas aplicaciones a la economa y a otras disciplinas.Otro equilibrio importante tiene que ver con que se d un nfasis mayor o menor a laexposicin formal o a la exposicin intuitiva de los conceptos. En este aspecto, el libro se sita en un punto intermedio entre los libros que motivan e ilustran con muchos ejem- plos pero no entran en formalizacin matemtica y los que son puramente matemticos. La idea que nos ha guiado es: motivar, ilustrar con muchos ejemplos y aplicaciones (so- bre todo de Economa), pero cuando se llega a un concepto definirlo formalmente en trminos matemticos, y cuando se llega a un resultado formularlo y demostrarlo en tr- minos matemticos, explicando claramente lo que se va haciendo.Con respecto a la presentacin ms o menos detallada de los conceptos e ideas, he- mos preferido en general, basndonos en nuestra experiencia docente, una elaboracinminuciosa y progresiva de los conceptos, con ayuda de bateras de ejemplos, aun a riesgode resultar reiterativos en alguna ocasin.Aunque nadie sabe como el profesor de un determinado curso las posibilidades y las necesidades de sus alumnos, y en consecuencia el mejor modo de utilizar un libro de texto, s puede merecer la pena comentar las dificultades de este texto y los requisitos de formacin que en consecuencia son necesarios para estudiarlo.Para comprender sin dificultades los distintos conceptos y tcnicas que se presentan en este libro son necesarios un conocimiento bsico de la teora de la optimizacin y dela teora de la probabilidad. En efecto, la capacidad de identificar y calcular ptimos es bsica, ya que el concepto ms importante y ms utilizado del libro, el equilibrio de Nash, exige por definicin un comportamiento optimizador en todos los jugadores. Porotra parte, el manejo de probabilidades condicionadas es bsico para la comprensin y uso del equilibrio bayesiano, y el manejo de distribuciones de probabilidad continuas y discretas es necesario en cualquier aplicacin de dicho concepto, en particular en lassubastas. Tambin es inevitablemente necesaria para un aprovechamiento satisfactorio del libro, como es natural, una cierta madurez matemtica para comprender razonamien- tos matemticos tanto en forma intuitiva como formal. En nuestra opinin, la formacin

Formas de representacin de un juego

En este primer captulo nos centraremos en las distintas formas de representacin de un juego, imprescindibles para la comprensin del resto de los captulos del libro. Se co- mienza por explicar qu situaciones caen en el mbito de la teora de juegos, se comenta brevemente cundo surge la disciplina que nos ocupa y se introduce una primera clasifi- cacin de los juegos, as como la terminologa bsica. En el segundo apartado se tratan las preferencias y se estudia el concepto de funcin de utilidad ordinal correspondiente a una relacin de preferencia. En el tercer apartado se estudia la utilidad esperada de Von Neumann-Morgenstern, que nos va a permitir comparar loteras o distribuciones de pro- babilidad definidas sobre resultados posibles, y se estudian las distintas actitudes ante el riesgo. Posteriormente, en los tres siguientes apartados se estudian tres formas diferentes de representacin de juegos: extensiva, estratgica y coalicional, respectivamente.

1.1. INTRODUCCIN

En el lenguaje ordinario, la palabra juego hace referencia a divertimento y tambin a actividad en que los participantes, sometidos a reglas que hay que cumplir, intentan ga- nar, pero pueden perder. Son muy conocidos los llamados juegos de mesa como el pker y el ajedrez, los juegos deportivos como el ftbol o tenis, o ms recientemente, los jue- gos de computador. Suelen tener varios jugadores, pero a veces basta con uno (por ejem- plo, el solitario y muchos juegos de computador).En estos juegos, cada jugador intenta conseguir el mejor resultado posible (maximi- zar su utilidad), pero teniendo en cuenta que el resultado del juego no depende slo de sus acciones, sino tambin de las acciones de los otros jugadores. Es esta caracterstica de los juegos tomar las decisiones que ms convengan para ganar, teniendo que cumplir las reglas del juego, y sabiendo que los dems jugadores tambin influyen

en los resultados con sus decisiones la que ms valor tiene para su estudio sistemti- co, ya que muchas situaciones de inters para la economa y para otras ciencias (como biologa, sociologa o ciencia poltica), y que nada tienen que ver con los juegos arriba mencionados, comparten con ellos esa caracterstica. La teora de juegos se ocupa del anlisis riguroso y sistemtico de esas situaciones. As pues, la teora de juegos podra llamarse teora de la decisin interactiva, que es diferente de la teora de la decisin individual.Aunque la teora de juegos no se interesa especialmente por los juegos corrientes, s los usa como ejemplos aclaratorios y toma de ellos gran parte de su terminologa.El campo de estudio de la teora de juegos es muy general. No es preciso que hayaentretenimiento, pero s interaccin. Aunque las aplicaciones mejor estudiadas de la teo- ra de juegos suponen que los jugadores son agentes (personas, empresas, gobier- nos, etc.) racionales (su capacidad de razonamiento y de clculo para identificar las ac- ciones y estrategias que les conducen a resultados ms deseables, es infinita), en otros casos los jugadores no necesitan ser personas ni grupos de personas (pueden incluso ser programas de computador o minsculos seres vivos), y tampoco necesitan ser racionales.En economa se estudian a menudo situaciones de decisin individual, en las que el agente intenta maximizar su utilidad, sin importar lo que hagan otros. Por ejemplo:

a) Eleccin de cantidades de cada bien a comprar por parte de un consumidor. Se suponen dados los precios de los bienes, as como la renta del consumidor.b) Eleccin de cantidades de un bien a producir por parte de una empresa precio-aceptante. Se suponen dados los precios del bien y de los factores de produccin y conocida la funcin de produccin.c) Eleccin del precio de un bien por un monopolista. Se suponen dados los precios de los factores de produccin y la curva de demanda de dicho bien y conocida lafuncin de produccin.

Sin embargo, hay muchas otras situaciones en que la utilidad del resultado final no depende slo de la accin del agente, sino tambin de las acciones de otros agentes. Ejemplos:

a) Eleccin por la empresa A de la cantidad a producir de un bien o del precio de dicho bien, si tambin lo produce la empresa B, y ninguna ms (duopolio). Los resultados finales para la empresa A dependen no slo de sus propias decisio- nes, sino tambin de las decisiones de la empresa B.b)Eleccin por una empresa de automviles de un nivel de gasto en publicidad.Las consecuencias finales de dicho gasto dependen del gasto realizado en publi- cidad por las empresas competidoras.c)Eleccin por un coleccionista de su puja (cantidad de dinero que ofrece) en lasubasta de un cuadro. Los resultados (consigue o no que le adjudiquen el cuadro subastado) dependen tambin de la puja de los otros participantes.

Incluso ocurre a menudo que el planteamiento segn el cual no importa lo que hagan otros agentes, es una simplificacin de la realidad. Por ejemplo, la utilidad final de la decisin del monopolista de producir q unidades, depende tambin de los precios de los bienes sustitutivos, y esos precios son el resultado de acciones de otros agentes.

10Teora de juegos

Formas de representacin de un juego3

Muy breve historia de la Teora de Juegos

Suele considerarse que el nacimiento de la teora de juegos como disciplina ocurre en 1944 con la publicacin de Game Theory and Economic Behaviour de Von Neumann y Morgenstern, aunque hay trabajos anteriores como los de los matemticos Zermelo (1913), Borel (1921) y del propio Von Neumann (1928), en los que ya se anticipaba parte de las bases de la Teora de Juegos. Tambin son de destacar los trabajos pioneros de economistas como Cournot (1838) y Edgeworth (1881). Von Neumann y Morgenstern establecen las bases de lo que actualmente se conoce como Teora de Juegos clsica, proporcionando una solucin para juegos de suma cero (aquellos en los que los jugado- res se encuentran en conflicto absoluto) y estableciendo los fundamentos para el anlisis de juegos con ms de dos jugadores. En este sentido, crean una teora unificada y siste- mtica que incluye como casos particulares las aportaciones anteriores, y que hace facti- ble su desarrollo posterior. Ya en los aos cincuenta, Nash aporta algunos de los conceptos ms importantes (equilibrio de Nash y solucin de negociacin de Nash) para una gama ms amplia de juegos (no slo para aquellos que modelizan el conflicto puro), y en los aos setenta investigadores como Selten (en los juegos dinmicos) y Harsanyi (en los juegos con informacin incompleta) desarrollan los conceptos que permitirn la aplicacin fructfera de la teora de juegos a la economa y otras disciplinas. En aos recientes, la teora de juegos ha recibido un gran respaldo acadmico, al recibir el Premio Nobel de Economa algunos de sus pioneros y practicantes (en 1994 Nash, Selten y Har- sanyi, y en 1996 Vickrey y Mirlees).El lector interesado en la historia del nacimiento y primeros aos de la teora de juegos puede consultar el artculo de Rives (1975) y el libro de Poundstone (1992). Asi- mismo aparece mucha informacin interesante en los libros de McRae (1992) y Nasar (1998) que son biografas de Von Neumann y Nash, respectivamente.Aunque todava persisten algunas polmicas sobre los fundamentos, la relevancia y la metodologa de esta disciplina, sus mtodos y conceptos se aplican con xito a otros campos aparte de la economa, como la biologa (no es preciso que los jugadores sean humanos!), la sociologa y la ciencia poltica.

Tipos de juegos

Cabe distinguir dos tipos bsicos de juegos, o dicho de otro modo, dos enfoques bsicos en el anlisis de un juego, cooperativos y no cooperativos. En el enfoque cooperativo se analizan las posibilidades de que algunos o todos los jugadores lleguen a un acuerdo sobre qu decisiones va a tomar cada uno, mientras que en el enfoque no cooperativo se analiza qu decisiones tomara cada jugador en ausencia de acuerdo previo.Entre los juegos no cooperativos cabe hacer dos distinciones bsicas, juegos estticos o dinmicos, y juegos con o sin informacin completa.En los juegos estticos los jugadores toman sus decisiones simultneamente (o dicho de manera ms precisa, cada jugador decide sin saber qu han decidido los otros), mien-tras que en los dinmicos puede darse el caso de que un jugador conozca ya las decisio- nes de otro antes de decidir.En los juegos con informacin completa, todos los jugadores conocen las consecuencias, para s mismos y para los dems, del conjunto de decisiones tomadas, mientras que en losjuegos con informacin incompleta, algn jugador desconoce alguna de esas consecuencias.

Terminologa bsica

Aunque posteriormente se presentar y se explicar con ms detalle cada uno de los trminos, a continuacin damos una primera definicin de la terminologa bsica que se utiliza habitualmente en Teora de Juegos.

Jugadores

Son los participantes en el juego que toman decisiones con el fin de maximizar su utili- dad. Son dos o ms.

Acciones de cada jugador

Son las decisiones que puede tomar cada jugador en cada momento en que le toque ju- gar. El conjunto de acciones de un jugador en cada momento del juego puede ser finito o infinito.

Resultados del juego

Son los distintos modos en que puede concluir un juego. Cada resultado lleva aparejadas unas consecuencias para cada jugador.

Pagos

Cada jugador recibe un pago al acabar el juego, que depende de cul haya sido el resulta- do del juego. El significado de dicho pago es la utilidad que cada jugador atribuye a dicho resultado, es decir, la valoracin que para el jugador tienen las consecuencias de alcanzar un determinado resultado en el juego.

Estrategias. Perfiles de estrategias

Una estrategia de un jugador es un plan completo de acciones con las que ste podra proponerse participar en dicho juego. Un perfil de estrategias es un conjunto de estrate- gias, una por cada jugador.

Forma estratgica y forma extensiva

Son formas de describir un juego. Ambas especifican los jugadores, las acciones y los pagos. La forma estratgica (o forma normal) organiza la descripcin en forma rectangu- lar, centrando su nfasis en las estrategias de los jugadores (como si stos fueran capaces de tomar todas sus decisiones de una vez), mientras que la forma extensiva lo hace en forma de rbol, resaltando la secuencia del juego, es decir, la manera en que se desarro- llan o podran desarrollarse las acciones de los jugadores para alcanzar los posibles resul- tados del juego. En el Apartado 1.4 se presenta ms detalladamente la forma extensiva y en el Apartado 1.5 la forma estratgica.A continuacin se presentan dos juegos muy sencillos que ilustran los trminos intro- ducidos.

Ejemplo 1.1

a) Juego 1 (juego de pares o nones). Dos individuos, a los que denominaremos Jugador 1 (J1) y Jugador 2 (J2), eligen de manera simultnea entre pares (P) o nones (N). Si los dos eligen lo mismo J2 tiene que pagar a J1 la cantidad de 5 euros. Si los dos eligen cosas distintas es J1 el que tiene que pagar 5 euros a J2. Por tanto, cada uno ha de tomar una decisin sin conocer la tomada por el otro, pero sabiendo que son ambas decisiones consideradas conjuntamente las que afectan al bienestar de cada uno de ellos. Toda la informacin relevante la podemos resumir en la siguiente tabla:

Jugador 2

PN

Jugador 1P5, .5.5,5

N.5,55, .5

b) Juego 2. Dos jugadores toman sus decisiones de un modo secuencial. En pri- mer lugar el Jugador 1 elige entre I, C y D. Si elige I se termina el juego y se alcanzan unos pagos de 2 y 0 (donde el primer nmero indica la ganancia del Jugador 1 y el segundo la del Jugador 2). Si elige C, entonces el Jugador 2 tiene la oportunidad de elegir entre i (alcanzndose unas ganancias de 4 y 7) o d (con ganancias de 1 y 2). Finalmente, en caso de que el Jugador 1 elija D, le toca el turno al Jugador 2 que puede elegir de nuevo entre las alternativas i y d pero alcanzndose en este caso unas ganancias para los jugadores de 5 y 4 con i, o de 1 y 3 con d. El siguiente rbol de juego nos recoge toda la informacin relevante:

Jugador 1

ICD

2Jugador 2Jugador 20idid

4151

7243

En el juego de pares o nones est expresado en forma estratgica: El conjunto de los jugadores es J % {1, 2}El conjunto de las acciones de J1 es A1 % {P, N}, y de J2 es A2 % {P, N}. El conjunto de las estrategias de J1 es S1 % {P, N}, y el de J2 es S2 % {P, N}.Hay cuatro perfiles de estrategias que son (P, P), (P, N), (N, P) y (N, N), cada uno de los cuales lleva a uno de los resultados del juego.

Los pagos que reciben J1 y J2 para cada perfil de estrategias son:

u1(P, P) % 5;u2(P, P) % .5u1(P, N) % .5;u2(P, N) % 5u1(N, P) % .5;u2(N, P) % 5u1(N, N) % 5;u2(N, N) % .5

En el juego 2 (est expresado en forma extensiva): El conjunto de los jugadores es J % {1, 2}.El conjunto de las acciones de J1 es A1 % {I, C, D}, y de J2 es A2 % {i, d}.El conjunto de las estrategias de J1 es S1 % {I, C, D}, y el de J2 es S2 % {i-i, i-d, d-i, d-d}.El significado de las estrategias de J2, por ejemplo d-i, es el siguiente:Jugar d si J1 juega C y jugar i si J1 juega D.Hay 12 perfiles de estrategias, cada uno de los cuales conduce a un resultado del juego.Los pagos de J1 y de J2 son:

u1(I, i-i) % u1(I, i-d) % u1(I, d-i) % u1(I, d-d) % 2u1(C, i-i) % u1(C, i-d) % 4u1(C, d-i) % u1(C, d-d) % 1u1(D, i-i) % u1(D, d-i) % 5u1(D, i-d)% u1(D, d-d) % 1

u2(I, i-i) % u2(I, i-d) % u2(I, d-i) % u2(I, d-d) % 0u2(C, i-i) % u2(C, i-d) % 7u2(C, d-i) % u2(C, d-d) % 2u2(D, i-i) % u2(D, d-i) % 4u2(D, i-d)% u2(D, d-d) % 3

1.2. FUNCIONES DE UTILIDAD. UTILIDAD ORDINAL

Sea X un conjunto de alternativas posibles, mutuamente excluyentes, entre las que debe elegir un agente (que puede ser un individuo, una familia, una empresa, un equipo de baloncesto...).En X suponemos definida una relacin binaria V>, llamada relacin de preferencia, de manera que, para x, y X, xV> y quiere decir que la alternativa x es preferida o indiferen- te a la alternativa y.

A partir de la relacin de preferencia V> guiente forma:

se definen otras dos relaciones, de la si-

1. La relacin de preferencia estricta, >:

x > y x V> y, pero no y V> x

que se lee x es preferido a y.2. La relacin de indiferencia, V:

x V yx V> y, y tambin y V> x

que se lee x es indiferente a y.

Se supone que la relacin de preferencia V> es racional, en el sentido que recoge la si- guiente definicin.

Definicin 1.1

La relacin de preferencia V> es racional si verifica las dos propiedades siguientes: Completitud: O x, y X, se tiene que x V> y o y V> x (o ambas).Transitividad: O x, y, z X, si x V> y e y V> z, entonces, x V> z.

La propiedad de completitud significa que, dadas dos alternativas cualesquiera x e y, son comparables entre s, en el sentido que es preferida x, es preferida y o son indife- rentes.A menudo puede ser conveniente (para simplificar expresiones y argumentaciones) asignar a cada alternativa en X un nmero, de manera que nmeros ms altos indiquen alternativas ms deseadas. En ese caso la funcin U que asigna nmeros a alternativas (funcin de utilidad del agente sobre X) puede ser cualquiera que respete las prefe- rencias del agente. Se dice que dicha funcin U es compatible con dichas preferencias, o que es una representacin de stas.

Definicin 1.2

Una funcin U : X r R es una funcin de utilidad que representa la relacin de preferencia V>, si para todo x, y X, x V> yU(x) n U(y).

Tambin se dice en este caso que U mide las utilidades (que dicho agente atribuye a las alternativas de X) en una escala ordinal.Es fcil observar que si U es una funcin de utilidad de un agente, tambin lo serV % f (U), siendo la funcin f : R r R estrictamente creciente.Veamos algunos ejemplos de preferencias y utilidades ordinales.

Ejemplo 1.2

Sea X % {A, B, C}, donde A, B y C significan, respectivamente, Semana gratis en Benidorm en agosto, Renault Clio Turbodiesel y 9.000 euros. Supongamos que nuestro agente prefiere estrictamente C a B y B a A.

Son funciones de utilidad ordinal compatibles con las preferencias expresadas las siguientes: U tal que U(A) % 2, U(B) % 7, U(C) % 8, y todas las funciones V % f (U) con f estrictamente creciente, como U . 5, U ! 1, 3U, U3, eU, (U . 2)/6, etc. (a la ltima podramos llamarla normalizada, porque asigna utilidad 0 a la opcin menos preferida y utilidad 1 a la ms preferida).

Ejemplo 1.3

Sea X % {(x, y) R2 : x n 0, y n 0}, en donde x e y representan cantidades respectivas de dos bienes A y B. Se trata, por tanto, de un conjunto de consumo para dos bienes.En X se define la siguiente relacin de preferencia:

(x, y) V> (x, y)xy n xy

Las siguientes funciones de utilidad son compatibles con las preferencias definidas,

U(x, y) % xy,V (x, y) % axy ! b,siendo a b 0,W (x, y) % 3(2xy.7)

Obsrvese que las curvas de indiferencia no se modifican al cambiar la escala de utilidad, ya que slo dependen de las preferencias subyacentes. Por ello, bastara con la informacin que suministra la utilidad ordinal para resolver el problema de eleccin ptima de un vector (a, b) de cantidades de A y B, por parte de un consumidor que dispone para ello de un presupuesto fijo.

Ejemplo 1.4

Sea X % R, a interpretar como posibles resultados, para un agente, que son premios o castigos en dinero.Definimos en X la siguiente relacin de preferencia. Para x, y X,

x V> yx n y

Son funciones de utilidad compatibles con la relacin de preferencia definida las siguientes:

U(x) % x,V (x) % ax ! b,siendo a b 0,W(x) % (x ! 7)5, etc. En definitiva, todas las funciones son crecientes.

Condiciones de existencia y de unicidad de una funcin de utilidad

Veamos en primer lugar una proposicin que nos da condiciones necesarias que debe cumplir una relacin de preferencia para que pueda ser representada por una funcin de utilidad.

Proposicin 1.1

Una condicin necesaria para que una relacin de preferencia V> pueda ser representa- da por una funcin de utilidad es que sea racional.

Demostracin:

Veamos que si existe una funcin de utilidad que representa las preferencias V>, en- tonces V> debe cumplir las propiedades de completitud y transitividad. En efecto:

Completitud. Sea la funcin de utilidad U compatible con la relacin V>. Para cada x, y X, se tiene que U(x) y U(y) R. Por tanto, se tiene que cumplir que U(x) n U(y) (lo que implica que x V> y), o bien que U(y) n U(x) (lo que implica que y V> x), por lo que la relacin de preferencia cumple la propiedad de completitud.

Transitividad. Sean x, y, z X. Supongamos que x V> y, y V> z. Veamos que enton- ces x V> z. En efecto:x V> yU(x) n U(y)y V> zU(y) n U(z)

Como el orden en los nmeros reales verifica la propiedad transitiva se tiene queU(x) n U(z), por lo que x V> z.

Cabe preguntarse si ser cierto el recproco, es decir, si toda relacin de preferencia racional puede ser representada por una funcin de utilidad. La respuesta, en general, es no, como veremos posteriormente con un contraejemplo. Sin embargo, si el conjunto X es finito s se cumple que toda relacin de preferencia racional puede ser representada por una funcin de utilidad, como recoge el siguiente teorema.

Teorema 1.1 (Teorema de existencia y unicidad de la utilidad ordinal)

Sea X finito. Si las preferencias de un agente sobre X son racionales (completas y transitivas), existe una funcin U de X en R compatible con tales preferencias, es decir, tal que U(x) n U(y) x V> y. Adems, si V es una funcin de utilidad com-patible con V>, se tiene que V % f (U), siendo f una funcin estrictamente creciente.

Demostracin:

Demostraremos el teorema en dos etapas. En primer lugar supondremos que nunca hay indiferencia entre dos elementos distintos de X. Posteriormente extenderemos el razonamiento al caso general.

1. El conjunto X est formado por n elementos. Suponemos que entre dos ele- mentos distintos cualesquiera de X siempre hay preferencia estricta hacia uno de ellos. Ordenamos los elementos de X de la siguiente forma:

X % {x1, x2, ..., xn}, de manera que:xn > xn.1 > > x2 > x1

Definimos la funcin de utilidad U(xi) % i, para i % 1, 2, ..., n. Se trata de una funcin de utilidad compatible con la relacin de preferencia pues

xi > xji b jU(xi) b U(xj)

Supongamos ahora que V es cualquier funcin de utilidad compatible con la rela- cin de preferencia. Tiene que cumplirse que

O xi xj ,xi > xjV (xi) b V (xj) Pero xi > xj ocurre si y slo si i b j. Por tanto, se tiene queV(xi) b V (xj)i b j

Para cada x X podemos expresar V (x) % f [U(x)], en donde f : {1, 2, ..., n} r R, siendo f (i) % V(xi). f es estrictamente creciente, ya que

i b jf (i) % V (xi) b V (xj) % f (j ),Oi, j {1, 2, ..., n}, i j

2. Extendamos el razonamiento anterior al caso general.Entre los n elementos de X, tomemos un representante de cada clase de elementos indiferentes entre s.Sean x1, x2, ..., xk X, tales que xk > xk.1 > > x1, de manera que para cadax X, existe xi con i {1, 2, ..., k}, verificando que x V xi .Definimos U(x) % U(xi) % i. U es una funcin de utilidad compatible con la rela- cin V>. En efecto: O x, y X, sea x V> y, entonces x V xi, y V xj, con xi V> xj, por lo que

ser

U(x) % i n j % U(y)

Por otra parte, sea V cualquier otra funcin de utilidad compatible con V> . DebeV (x) % V(xi) n V(xj) % V (y) Si x V y, entonces V (x) % V(xi) % V (xj) % V ( y)Si x > y, entonces V(x) % V (xi) b V(xj) % V (y)

Para x X, sea x V xi, podemos poner V (x) % V(xi) % f [U(xi)] % f (i). f es una funcin f : {1, 2, ..., k} r R estrictamente creciente, ya que

i b jxi > xjV (xi) b V (xj)f (i) b f ( j)

Veamos a continuacin un contraejemplo con el cual se demuestra que, en general, el recproco de la Proposicin 1.1 no se cumple.Sea X % {(x1, x2) R2 : x1 n 0, x2 n 0}. Se puede interpretar X como el conjunto de consumo de dos bienes para un agente econmico. Vemos que el conjunto X no es finito,por lo que no es aplicable el Teorema 1.1.

En X definimos la relacin de preferencia lexicogrfica, de la siguiente forma: (x1, x2)V>( y1, y2)x1 b y1ox1 % y1yx2 n y2El nombre de esta relacin de preferencia procede de la manera en que se ordenan laspalabras en un diccionario. En este caso el bien 1 de consumo tiene la prioridad ms alta en la determinacin del orden de preferencia, tal como ocurre con la primera letra de una palabra en el orden en que aparece en un diccionario. Cuando la cantidad del bien 1 en las dos cestas de bienes coincide, entonces es la cantidad del segundo bien la que deter- mina el orden de preferencia del consumidor.Es fcil comprobar que la relacin de preferencia lexicogrfica verifica las propieda- des de completitud y transitividad, por lo que es una relacin racional.

Proposicin 1.2Sea X % {(x1, x2) R2 : x1 n 0, x2 n 0}.La relacin de preferencia lexicogrfica en X no es representable mediante ningu-na funcin de utilidad.

Demostracin:

Demostramos la proposicin por reduccin al absurdo. Supongamos que existeU : X r R, funcin de utilidad compatible con la relacin de preferencia lexicogrfica.Para cada x1 n 0, se tiene que (x1, 2) b (x1, 1)U(x1, 2) b U(x1, 1). ComoU(x1, 2) y U(x1, 1) son nmeros reales, existe un nmero racional r(x1) tal que

U(x1, 2) b r (x1) b U(x1, 1)

Sea x1 con x1 b x1. Se verifica que r(x1) b r(x1), ya que

r(x1) b U(x1, 1) b U(x1, 2) b r(x1)

Por tanto tenemos definida una funcin

r : R r Qx r r (x)

en donde Q es el conjunto de los nmeros racionales. Dicha funcin es inyectiva, ya que x1 x1 r(x1) r(x1). Pero esto nos lleva a contradiccin ya que el conjun- to de los nmeros reales (que es el dominio de la funcin) es un conjunto infinito no numerable, mientras que el conjunto de los racionales (que es el conjunto final de la funcin r) es infinito numerable, lo cual es matemticamente imposible para una fun- cin inyectiva.

A continuacin veremos en qu condiciones se puede asegurar la existencia de una funcin de utilidad compatible con una relacin de preferencia en conjuntos de consumo de un nmero dado (finito) de bienes.Sea X % {(x1, x2, ..., xn) Rn : xi n 0, para cada i % 1, 2, ..., n}. Sea V> una relacin de preferencia en X.

12Teora de juegos

Formas de representacin de un juego11

Definicin 1.3

La relacin de preferencia V> definida en el conjunto X se dice que es continua si se mantiene en el paso a lmite. Es decir, si verifica que para toda sucesin de pares{(xn, yn)}n= 1 que cumple xn > yn, se tiene que

%V

x % limnr

xn V>

limnr

yn % y

Veamos que la relacin de preferencia lexicogrfica definida anteriormente no verifi- ca la propiedad de continuidad. En efecto:Consideremos las siguientes sucesiones de cestas de dos bienes: xn % (1/n, 0) eyn % (0, 1).

Para cada n se tiene que xn > yn. Sin embargo, limnr

yn % (0, 1) > (0, 0) % lim xnnr

El siguiente teorema, que no vamos a demostrar, da condiciones suficientes que ase- guran la existencia de una funcin de utilidad compatible con una relacin de preferencia definida en un conjunto de consumo. La demostracin del teorema se encuentra en Mas- Colell, Whinston y Green (1995).

Teorema 1.2

Sea X {(x1, x2, ..., xn) Rn : xi n 0, para cada i % 1, 2, ..., n} un conjunto de consu- mo. Sea V> una relacin de preferencia en X racional y continua. Entonces existe una funcin de utilidad continua U(x1, x2, ..., xn) que representa a la relacin de preferen- cia V>.

Proposiciones con significado sobre una funcin de utilidad ordinal

Concluyamos esta seccin insistiendo en que slo tienen significado aquellas proposicio- nes acerca de una funcin de utilidad U cuya verdad o falsedad no se altera al sustituir U por una transformacin estrictamente creciente de U.Veamos algunos ejemplos:

A produce mayor (o menor, o igual) utilidad que B tiene sentido. B produce 5 veces ms utilidad que A no tiene sentido. La diferencia de utilidad entre B y C es el doble que la que hay entre A y C no tiene sentido.

1.3. UTILIDAD DE VON NEUMANN-MORGENSTERN. ACTITUDES ANTE EL RIESGO

Si bien para algunas aplicaciones es suficiente con disponer de una informacin ordinal de las utilidades de un agente, en general dicha informacin es insuficiente. Por ejemplo, supongamos que en el Ejemplo 1.2 nos preguntan si el agente prefiere la alternativa B o una nueva opcin consistente en lanzar una moneda equilibrada y dar la alternativa A si

sale cara y la C si sale cruz. La informacin ordinal disponible no nos permite responder a esa pregunta. Es preciso, por tanto, definir un tipo de escala de utilidad en la que preguntas como la anterior puedan responderse con naturalidad. En esta seccin definire- mos la escala de utilidades de Von Neumann-Morgenstern, que es la ms sencilla de entre las que permiten definir las preferencias de un agente, no slo entre opciones puras (ciertas o seguras) sino tambin entre loteras o distribuciones de probabilidad definidas sobre dichas opciones puras.

Loteras

Supongamos que un agente debe elegir una entre varias alternativas, siendo conocidas de manera objetiva las probabilidades asociadas a las alternativas. En estas condiciones, en teora de la decisin se dice que estamos en un contexto de eleccin en ambiente de riesgo.Sea X % {x1, x2, ..., xn} un conjunto de alternativas en un ambiente de riesgo. Supo- nemos, por tanto, que dicho conjunto es finito (este supuesto lo hacemos para evitar la excesiva complicacin del desarrollo posterior).

Definicin 1.4

Una lotera simple en X es una distribucin de probabilidad en X. Es decir, se dice queL es una lotera simple en X, si

14Teora de juegos

Formas de representacin de un juego13

EnL % (p1, p2, ..., pn) Rn: pi n 0, para cada i % 1, 2, ..., n, y ;i%1

pi % 1F

en donde pi es la probabilidad de que ocurra la alternativa xi, para cada i % 1, 2, ..., n.

Ejemplo 1.5

Sea X % {A, B, C} como en el Ejemplo 1.2.La lotera simple L1 % (1/2, 1/4, 1/4) es la opcin consistente en obtener A con probabilidad 1/2, B con probabilidad 1/4 y C con probabilidad 1/4.La lotera L2 % (0, 1, 0) es la opcin consistente en obtener B con seguridad.

Ejemplo 1.6 (Una apuesta cualquiera en la ruleta de un casino)

Un cliente apuesta 6 euros al nmero 7. En ese caso el cliente paga 6 euros y obtiene del casino la lotera siguiente: premio de 216 euros si sale el 7 (probabilidad % 1/37), y premio nulo si no sale el 7 (probabilidad % 36/37). Dicho de otra manera, en este casoX % {Premio de 216 euros, Premio nulo} El casino le ofrece la lotera L % (1/37, 36/37).

Si las alternativas que constituyen el conjunto X son valores numricos, a partir de los valores posibles y sus respectivas probabilidades que asigna una lotera, se puede calcular el valor esperado, tal como se define a continuacin.

Definicin 1.5

Si X % {x1, x2, ..., xn} es un conjunto de valores numricos, llamamos valor esperadode la lotera L % (p1, p2, ..., pn) al valor numrico E(L) % x1p1 ! x2p2 ! ! xnpn.

En una lotera simple, los resultados que se pueden obtener son ciertos (los elementos del conjunto X). En una forma ms general de lotera, llamada lotera compuesta, los resultados que se pueden obtener son loteras simples, tal como se define a continuacin.

Definicin 1.6

Sea X % {x1, x2, ..., xn}. Dadas m loteras simples sobre X, Lj % (pj , p j , ..., p j ), para12nj % 1, 2, ..., m, y dada una distribucin de probabilidad (j1, j2, ..., jm), con jj n 0,mpara cada j % 1, 2, ..., m, y ; jj % 1, la lotera compuesta (L1, L2, ..., Lm; j1, j2, ..., jm)j%1consiste en obtener la lotera simple Lj con probabilidad jj, para j % 1, 2, ..., m.

Dada la lotera compuesta (L1, L2, ..., Lm; j1, j2, ..., jm), se puede calcular la lotera simple sobre X, L % (p1, p2, ..., pn) que genera la misma distribucin ltima sobre los resultados de X, de la siguiente forma:

pi % j1p1 ! j

p2 ! ! j

pm, para i % 1, 2, ..., n

i2 im i

En lo que sigue se supone que el decisor se fija exclusivamente en la distribucin ltima de probabilidades sobre los resultados que constituyen el conjunto X, de manera que dos loteras compuestas distintas que dan lugar a una misma lotera simple sobre X son equivalentes.Podemos denotar L del siguiente modo:

L % j1L1 ! j2L2 ! ! jmLm

Ejemplo 1.7

Sean el conjunto X y las loteras simples L1 y L2 definidos en el Ejemplo 1.5.Consideremos la lotera compuesta (L1, L2; 3/4, 1/4). Por tanto, en este caso se tiene que:

j1 % 3/4, j2 % 1/4p1111 % 1/2, p2 % 1/4, p3 % 1/4p2221 % 0, p2 % 1, p3 % 0

La lotera compuesta considerada produce finalmente sobre X los mismos resulta- dos que la lotera simple

L % j1L1 ! j2L2 % 3/4(1/2, 1/4, 1/4) ! 1/4(0, 1, 0) % (6/16, 7/16, 3/16)

Obsrvese que se llega a la misma lotera simple L, a partir de la lotera compuesta (L3, L4; 1/2, 1/2), siendo L3 % (2/8, 7/8, 1/8), L4 % (4/8, 0, 2/8) ya que 1/2(2/8, 7/8, 1/8) ! 1/2(4/8, 0, 2/8) % (6/16, 7/16, 3/16) % L.

Relacin de preferencia sobre el conjunto de las loteras simples en X

Sea el conjunto X % {x1, x2, ..., xn}.Sea

EnLX % (p1, p2, ..., pn) Rn: pi n 0, para cada i % 1, 2, ..., n, y ;i%1

pi % 1F

el conjunto de todas las loteras simples sobre el conjunto de alternativas X.Se supone que el decisor tiene una relacin de preferencia V> sobre LX, que cumple las propiedades de completitud y transitividad. Por tanto, suponemos que la relacin de preferencia V> es racional. A continuacin se definen otras propiedades a considerar en la relacin de preferencia V> sobre LX.

Definicin 1.7

La relacin de preferencia V> definida en LX se dice que es continua si para todo L, L, L LX, los conjuntos

{j [0, 1]: (L, L; j, 1 . j V> L)}y{j [0, 1]: L V> (L, L; j, 1 . j)}

son cerrados.

La propiedad de continuidad significa que pequeos cambios en las probabilidades no producen cambios en el orden entre dos loteras.

Definicin 1.8La relacin de preferencia V> definida en LX verifica el axioma de independencia siO L, L, L LX, O j (0, 1) se tiene que

L V> L(L, L; j, 1 . j) V> (L, L; j, 1 . j)

Funcin de utilidad esperada de Von Neumann-Morgenstern

A continuacin se define el concepto de funcin de utilidad esperada de Von Neumann- Morgenstern. Posteriormente se enuncian y demuestran dos proposiciones en las que se presentan importantes propiedades de dichas funciones de utilidad y finalmente se enun- cia el teorema de la utilidad esperada.

Definicin 1.9

Se dice que la funcin de utilidad U: LX r R es una funcin de utilidad esperada de Von Neumann-Morgenstern (VN-M) si existen n nmeros u1, u2, ..., un, asociados respectivamente a x1, x2, ..., xn, tales que para cada lotera L % (p1, p2, ..., pn) LX se verifica queU(L) % u1p1 ! u2 p2 ! ! un pn

La siguiente proposicin da una condicin necesaria y suficiente para que una fun- cin con dominio en LX que toma valores en R sea una funcin de utilidad esperada de Von Neumann-Morgenstern.

Proposicin 1.3

Una funcin de utilidad U: LX r R es una funcin de utilidad esperada de Von Neu-m

mann-Morgenstern O L1, L2, ..., Lm LX, O j1, j2, ..., jm [0, 1], con

verifica que

;j%1

jj % 1, se

Demostracin:

m

AU;j%1

m

Bjj Lj % ;j%1

jjU(Lj)

Probemos cada una de las dos implicaciones.) Sean

L1 % (p1, p1, ..., p1), L

% (p2, p2, ..., p2), ...,

12n212nm

Lm % (pm, pm, ..., pm) L

y j , j , ..., j

[0, 1],con

; j % 1

12n

X12m

jj%1

Consideramos la lotera compuesta (L1, L2, ..., Lm; j1, j2, ..., jm), que es equiva- lente a la lotera simple L % (p1, p2, ..., pn), en donde para cada i % 1, 2, ..., n es

pi % j1p1 ! j

p2 ! ! j

pm. Por tanto,

i2 im i

mL % ;j%1

jj Lj

) Sea L % (p1, p2, ..., pn) LX. Podemos poner:

L % p1(1, 0, ..., 0) ! p2(0, 1, ..., 0) ! ! pn(0, 0, ..., 1) % p1L1 ! p2L2 ! ! pnLn

Por tanto,

AnU(L) % U;i%1

n

Bpi Li % ;i%1

npiU(Li) % ;i%1

piui

en donde ui % U(Li), por lo que U es una funcin de utilidad esperada de Von Neu- mann-Morgenstern.

A partir de la demostracin de la proposicin anterior vemos que, para cada i%1, 2, ..., n es ui % U(Li), pero Li es la lotera que asigna probabilidad uno a la alternativa xi y proba- bilidad cero a las dems alternativas, es decir la lotera Li es la opcin consistente en obtener xi con seguridad.Se puede definir la siguiente funcin

u :XrR xiru(xi)de manera que u(xi) % ui % U(Li).Por tanto, si U es una funcin de utilidad esperada de Von Neumann-Morgenstern, setiene una funcin u que se puede interpretar como la funcin que asigna a cada alternati- va del conjunto inicial X su utilidad verificndose que:

nO L % (p1, p2, ..., pn) LXesU(L) % ;i%1

piu(xi)

En la siguiente proposicin vemos que una funcin de utilidad esperada de Von Neu- mann-Morgenstern, correspondiente a una relacin de preferencia, es nica, salvo una transformacin afn positiva.

Proposicin 1.4

Sea U: LX r R una funcin de utilidad esperada de Von Neumann-Morgenstern co- rrespondiente a la relacin de preferencia V> sobre LX.V: LX r R es otra funcin de utilidad esperada Von Neumann-Morgenstern corres- pondiente a V> . Existen a, b R, con a b 0, tales que V(L) %aU(L)! b, para cada L LX.

Demostracin:

) Sean U y V funciones de utilidad esperada de Von Neumann-Morgenstern defini- das en Lx, correspondientes a V>.Veamos que, entonces, existen a, b R, con a b 0, tales que

V(L) % aU(L) ! b, para cada L LX

Por ser U funcin lineal, es continua. El conjunto LX es cerrado y acotado. Por el teorema de Weierstrass, existen maxU(L) y minU(L), por lo que existen L1 , L LX,

tales que

L LX

L LX

L1 V> L V> L, O L LXSi L V L1 , entonces cualquier funcin de utilidad es constante, por lo que V(L) % k,U(L) % k, O L LX, y por tanto se cumple la implicacin para a % 1, b % k . k.Supongamos que L1 > L. Sea L LX. Vemos que podemos encontrar aL [0, 1], tal que L V aLL1 ! (1 . aL)L. En efecto, tendr que ser U(L) % aLU(L1 ) ! (1 . aL)U(L), por lo que basta despejar aL, obtenindose queU(L) . U(L)aL % U(L1 ) . U(L)

Tiene que cumplirse que

V(L) % V(aLL1 ! (1 . aL)L) % aLV(L1 ) ! (1 . aL)V(L) % aL[V(L1 ) . V(L)] ! V(L)

Sustituyendo aL por el valor que hemos obtenido anteriormente, quedaU(L) . U(L)1V(L) % U(L1 ) . U(L) [V(L) . V(L)] ! V(L)Efectuando operaciones, queda

V(L1 ) . V(L)V(L) % U(L1 ) . U(L) U(L) .

por lo que se cumple la implicacin, siendo

U(L)[V(L1 ) . V(L)]U(L1 ) . U(L)! V(L)

V(L1 ) . V(L)a % U(L1 ) . U(L) b 0

U(L)[V(L1 ) . V(L)]

b % V(L) .

U(L1 ) . U(L)

) Supongamos ahora que exiten a, b R, con a b 0, tales que V(L) % aU(L) ! b, para cada L LX, siendo U una funcin de utilidad esperada de Von Neumann-Mor-genstern correspondiente a V> . Veamos que V es otra funcin de utilidad esperada deVon Neumann-Morgenstern.Sean

L1, L2, ..., Lm LX, j1, j2, ..., jm [0, 1],con

Se tiene que

m;j%1

jj % 1

AmV;j%1

BAmjj Lj % aU;j%1

Bmjj Lj ! ;j%1

Cmjj b % a ;j%1

jj U(Lj)D! b %

m% ;j%1

mjj [aU(Lj) ! b] % ;j%1

jj V(Lj)

lo que demuestra, utilizando la Proposicin 1.3 que V es una funcin de utilidad espe- rada de Von Neumann-Morgenstern. Adems, por ser U una representacin de V> se cumple que

L V> LU(L) n U(L)aU(L) ! b n aU(L) ! bV(L) n V(L)

A continuacin se enuncia el teorema de existencia de la utilidad esperada de Von Neumann-Morgenstern. La demostracin del teorema se puede consultar en Mas-Colell, Whiston y Green (1995).

Teorema 1.3 Teorema de la utilidad esperada

Supongamos que la relacin de preferencia V> sobre LX es racional, continua y verifi- ca el axioma de independencia. Entonces V> admite una representacin en forma de utilidad esperada de Von Neumann-Morgenstern.

Es decir, existen n valores reales u(x1), u(x2), ..., u(xn) tales que

O L, L LX, L % (p1, p2, ..., pn) V> L % (p1, p2, ..., pn)

n;i%1

npiu(xi) n ;i%1

piu(xi)

Extensin al caso en que X % R

Cuando las alternativas o resultados son cantidades monetarias puede ser interesante re- presentar dichas cantidades por la variable continua x R. Cabe entonces considerar loteras representadas por funciones de densidad o por funciones de distribucin.As, sea una lotera en R caracterizada por una funcin de densidad f. Sea LX el conjunto de todas las funciones de densidad en R. Una funcin de utilidad esperada de

I!

Von Neumann-Morgenstern en LX verifica que, para f LX, U( f ) %.

u(x) f (x) dx,

siendo u: R r R tal que u(x) es la utilidad de la cantidad monetaria segura x, por lo quese supone que la funcin u es creciente y continua.Si la lotera en R se caracteriza por una funcin de distribucin F, puede representar tanto distribuciones de probabilidad discretas como continuas en R. LX ser el conjunto de todas las funciones de distribucin en R. Entonces una funcin de utilidad esperada de

I!

Von Neumann-Morgenstern se caracteriza porque U(F) %.

u(x) dF(x).

En cualquiera de las representaciones, se cumple tambin el teorema de la utilidadesperada siempre que se cumplan las hiptesis del Teorema 1.3.En lo que sigue, y mientras no anunciemos explcitamente otra cosa, supondremos que las preferencias de los agentes cumplen las condiciones del Teorema 1.3 y que, en consecuencia, las utilidades de las distintas loteras son utilidades esperadas de Von Neu- mann-Morgenstern.

Ejemplo 1.8

Sea X % [0, ]. Consideremos tres agentes cuyas funciones de utilidad sobre cantida- des no negativas de dinero son u1(x) % 4 x, u2(x) % 3x, u3(x) % x2. Para x1 % 1, x2 % 16 [0, ], se considera la lotera L % (4/5, 1/5). Vamos a calcular el valor espe-rado de L y comparar la utilidad esperada con la utilidad del valor esperado.El valor esperado es

4120E(L) % 5 # 1 ! 5 # 16 % 5 % 4

Para el primer agente se tiene que la utilidad esperada de Von Neumann-Morgenstern es igual a:

414132U1(L) % 5 u1(1) ! 5 u1(16) % 5 (4 1) ! 5 (4 16) % 5 % 6,4

Para este primer agente, la utilidad del valor esperado es

u1[E(L)] % u1(4) % 4 4 % 8

por lo que este agente prefiere el valor esperado antes que la lotera L.Para el segundo agente, la utilidad esperada y la utilidad del valor esperado son

4141U2(L) % 5 u2(1) ! 5 u2(16) % 5 (3) ! 5 (48) % 12

u2[E(L)] % 3 # 4 % 12

por lo que al segundo agente le da igual el valor esperado que la lotera L. Para el tercer agente se tiene que

414212U3(L) % 5 u3(1) ! 5 u3(16) % 5 (1 ) ! 5 (16 ) % 52u3[E(L)] % u3(4) % 42 % 16

por lo que este agente prefiere la lotera L antes que el valor esperado.

Caractersticas de los agentes ante el riesgo

Vamos a clasificar las funciones de utilidad esperada de Von Neumann-Morgenstern de los distintos agentes, cuando el conjunto de resultados o alternativas es X % R, que inter- pretamos como cantidades de dinero.

Suposicin bsica inicial

Sea X % R. Suponemos que la funcin de utilidad u de un agente cualquiera es estricta- mente creciente (prefiere una renta mayor a una renta menor).Si u es diferenciable, la suposicin anterior significa que u(x) b 0, para todo x R.

Definicin 1.10

Sea X % R. Decimos que un agente es averso al riesgo en el intervalo [a, b] si el valor esperado de cualquier lotera en [a, b] es al menos tan preferido como dicha lotera. Si la lotera es al menos tan preferida como su valor esperado, decimos que es propenso al riesgo o amante del riesgo. Y si es indiferente entre ambas opciones, decimos que es neutral al riesgo.

Teorema 1.4

Se considera un agente con funcin de utilidad u: [a, b] r R estrictamente creciente y dos veces diferenciable. El agente es:

Averso al riesgo en [a, b] si y slo si u(x) m 0, para todo x de [a, b], es decir, siu es cncava en [a, b].Propenso al riesgo en [a, b] si y slo si u(x) n 0, para todo x de [a, b], es decir, si u es convexa en [a, b].Neutral al riesgo en [a, b] si y slo si u(x) % 0, para todo x de [a, b], es decir,si u es lineal en [a, b].

Demostracin:

Sean x1, x2, ..., xn [a, b] cualesquiera y L % (p1, p2, ..., pn) una lotera cualquiera en {x1, x2, ..., xn} [a, b]. Sea E(L) % p1x1 ! p2x2 ! ! pnxn el valor esperado den

22Teora de juegos

Formas de representacin de un juego21

L y sea U(L) % ;i%1

piu(xi) la utilidad esperada de Von Neumann-Morgenstern. En

virtud de la definicin de concavidad, u es cncava en [a, b] si y slo siu(p1x1 ! p2x2 ! ! pnxn) (que es precisamente la utilidad del valor esperado) es mayor o igual que p1u(x1) ! p2u(x2) ! ! pnu(xn) (que es precisamente la utilidad esperada de la lotera L). Si u es dos veces diferenciable, un conocido teorema del clculo diferencial asegura que la funcin u es cncava en [a, b] si y slo si u(x) m 0, para todo x de [a, b]. Por tanto, u(x) m 0 para todo x de [a, b] si y slo si para el agente el valor esperado de cualquier lotera es al menos tan preferido como la lotera, es decir es averso al riesgo en [a, b].Anlogamente, u(x) n 0 para todo x de [a, b] si y slo si el agente es propenso al riesgo en [a, b].Por otra parte, la funcin u es cncava y convexa (es decir, afn o lineal) en [a, b] si y slo si u(x) % 0 para todo x de [a, b], y adems la funcin u cncava y convexaen [a, b] si y slo si u(p1x1 ! p2x2 ! ! pnxn), que es la utilidad del valor esperado de L, es igual a p1u(x1) ! p2u(x2) ! ! pnu(xn), que es la utilidad esperada de L. Por tanto, u(x) % 0 para todo x de [a, b] si y slo si el agente es indiferente entre el valor esperado de cualquier lotera L y dicha lotera. En conclusin, u(x) % 0 para todo x de [a, b] si y slo si el agente es neutral al riesgo en [a, b].

Observacin 1.1:

1. La funcin de utilidad de un agente neutral al riesgo es lineal.2. La funcin de utilidad de un agente averso (propenso) al riesgo es cncava (con- vexa).

Ejemplo 1.9

Sea X % [0, ]. Consideremos los tres agentes del Ejemplo 1.8, cuyas funciones de utilidad son

u1(x) % 4 x, u2(x) % 3x, u3(x) % x2

En el Ejemplo 1.8 hemos visto las caractersticas de cada uno de los agentes frente al riesgo para una lotera dada. Veamos que se confirman para cualquier lotera.

El primer agente prefera el valor esperado antes que la lotera.

2u1 (x) % x

1 u1(x) % .a 0 en [0, ]. Es averso al riesgo en [0, ]x3

Al segundo agente le daba igual el valor esperado que la lotera.

u2(x) % 3u2(x) % 0 en [0, ]. Es neutral al riesgo en [0, ]

El tercer agente prefera la lotera antes que el valor esperado.

u3 (x) % 2xu3(x) % 2 b 0 en [0, ]. Es propenso al riesgo en [0, ]

Prima de riesgo

En trminos intuitivos, es la cantidad que un agente averso al riesgo est dispuesto a pagar para librarse del riesgo.

Definicin 1.11

Dado un agente con funcin de utilidad del dinero u(x), y dada una lotera L sobre un conjunto de resultados {x1, x2, ..., xn} R, con valor esperado x0,

a) Llamamos equivalente cierto de L a la cantidad de dinero z0 tal queu(z0) % U(L).b) Llamamos prima de riesgo de L a la cantidad o % x0 . z0 (valor esperado menos equivalente cierto).

Visualizacin grfica (Figura 1.1):

Utilidad

u(x)

a h

zaa + b

xNumerario

Figura 1.1 Equivalente cierto y prima de riesgo.

L es la lotera (1/2, 1/2) con premios a ! h y a . h.

E(L) % (a ! h)/2 ! (a . h)/2 % a es el valor esperado.11La utilidad esperada de L es U(L) % 2 u(a ! h) ! 2 u(a . h) % u(z).z es el equivalente cierto de L, y a . z es la prima de riesgo de L.

Ejemplo 1.10

Sea X % [0, ]. Consideremos los tres agentes del Ejemplo 1.8, cuyas funciones de utilidad son u1(x) % 4 x, u2(x) % 3x, u3(x) % x2 y la lotera L % (4/5, 1/5) para x1 % 1, x2 % 16.Calculemos sus equivalentes ciertos y sus primas de riesgo.

Para el primer agente que es averso al riesgo tenemos que U1(L) % 6,4.Su equivalente cierto ser el valor z tal que u1(z) % U1(L) % 6,4. Pero

6,4 2

24Teora de juegos

Formas de representacin de un juego23

u1(z) % 4 z4 z % 6,4z % A 4 B

% 2,56

que es el equivalente cierto de L.La prima de riesgo de L es o % E(L) . z % 4 . 2,56 % 1,44.Para el segundo agente, que es neutral al riesgo, tenemos que U2(L) % 12.Su equivalente cierto ser el valor z tal que u2(z) % U2(L) % 12. Perou2(z) % 3z % 12z % 4, que es el equivalente cierto de L.La prima de riesgo de L para el segundo agente es o % E(L) . z % 4 . 4 % 0.Para el tercer agente, que prefiere la lotera antes que el valor esperado, tenemos que U3(L) % 52.Su equivalente cierto ser el valor z tal que u3(z) % U3(L) % 52. Pero

u3(z) % z2 % 52z % 52 % 7,2

que es el equivalente cierto.La prima de riesgo de L para el tercer agente es

o % E(L) . z % 4 . 7,2 % .3,2 a 0

Observacin 1.2:

1. El equivalente cierto de L para un agente neutral al riesgo es igual al valor esperado.El equivalente cierto de L para un agente averso (propenso) al riesgo es menor o igual (mayor o igual) que el valor esperado.2. La prima de riesgo de L para un agente neutral al riesgo es nula.La prima de riesgo de L para un agente averso (propenso) al riesgo es mayor o igual a cero (menor o igual a cero).3. No es casualidad que los pagos que un cliente realiza por una pliza de seguros (deautomvil, de incendios, etc.) se llamen primas.

Medidas de Arrow-Pratt de aversin al riesgo

Las anteriores definiciones han permitido clasificar a los agentes de manera cualitativa en tres categoras referentes a sus preferencias con relacin al riesgo. Las definiciones siguientes intentan cuantificar las ideas anteriores, de modo que sea posible comparar la aversin o propensin al riesgo de dos agentes cualesquiera. La idea intuitiva es que la curvatura de la funcin de utilidad de un agente, medida por su derivada segunda, nos informa del grado de aversin al riesgo de dicho agente.

Definicin 1.12

Sea u una funcin de utilidad del dinero correspondiente a un agente. Se supone que ues dos veces diferenciable en [a, b].

a) El coeficiente de Arrow-Pratt de aversin absoluta al riesgo en x de dicho agente es

u(x)ja(x) % . u(x)

b) El coeficiente de aversin relativa al riesgo en x de dicho agente es

jr(x) % .

xu(x) u(x)

Proposicin 1.5

Sea u una funcin de utilidad del dinero dos veces diferenciable en [a, b], correspon- diente a un agente.

a) Dicho agente tiene un coeficiente de Arrow-Pratt de aversin absoluta nula si y slo si u(x) % c ! dx. En ese caso es neutral al riesgo.b) Dicho agente tiene un coeficiente de Arrow-Pratt de aversin absoluta cons- tante a positiva si y slo si u(x) % .ce.ax ! d, siendo c b 0, donde a b 0.c) Dicho agente tiene un coeficiente de Arrow-Pratt de aversin absoluta cons- tante a negativa si y slo si u(x) % ce.ax ! d, siendo c b 0, donde a a 0.

Demostracin:

u(x)

a) ja(x) % . u(x) % 0u(x) % 0u(x) % du(x) % dx ! c

b) Veamos cada una de las dos implicaciones.u(x))Sea ja(x) % . u(x) % a b 0. Definimos y(x) % u(x), por lo que se tiene quey(x)dy. y(x) % a, o lo que es lo mismo dx % .ay. Resolvemos dicha ecuacin diferencial

por variables separables, obteniendo que y(x) % Ce.ax, en donde C es una constante positiva. Por tanto,

du.ax

C .ax

.ax

dx % Ce u(x) % .ea

! d % .ce

! d,siendoc b 0

)Se supone que u(x) % .ce.ax ! d, siendo c b 0, donde a b 0.Entonces u(x) % cae.axu(x) % .ca2e.ax.u(x)Por tanto, ja(x) % . u(x) % a b 0.c) Se demuestra de manera anloga a b).

Algunos comentarios sobre las distintas escalas de medida

La escala en que se mide la utilidad esperada de Von Neumann-Morgenstern es cardinal intervalo (como la de temperatura en grados centgrados). Si la transformamos mediante una aplicacin afn positiva, la funcin de utilidad esperada resultante es equivalente a la primera (como la escala Fahrenheit es equivalente a la centgrada, con correspon- dencia 0 oC a 32 oF y 100 oC a 212 oF, que se consigue mediante la transformacin F(xo) % 1,8xo ! 32).Tiene sentido decir la utilidad de A es mayor que la de B y tambin la diferencia de utilidad entre B y C es cinco veces mayor que entre A y C, pero no lo tiene decir la utilidad de A es doble que la de B o la utilidad de A es 5 unidades mayor que la de B.El tipo de escala aplicable para representar una magnitud depende de las caractersti- cas fsicas y lgicas de dicha magnitud. La lista siguiente menciona las escalas ms im-portantes, seguidas de algn ejemplo de magnitud al que se apliquen:

Escala Ordinal

Dureza (A tiene igual o mayor dureza que B si y slo si U(A) n U(B)).No tiene sentido decir A tiene doble dureza que B. No se ha encontrado, que sepa- mos, la manera de medir la dureza de los materiales con una escala ms rica o elaborada que la ordinal.

Escala Cardinal-Intervalo

Temperatura (A tiene igual o mayor temperatura que B si y slo si U(A) n U(B)).No tiene sentido decir A tiene doble temperatura que B, pero s decir que la dife- rencia de temperatura entre A y B es doble que entre C y D.

Escala Cardinal-Ratio

Peso o saldo, sin especificar la unidad de medida (A tiene igual o mayor peso o saldo que B si y slo si U(A) n U(B)).No tiene sentido decir a tiene un peso tres unidades mayor que b, pero s decir que atiene un peso doble que b.

Escala Cardinal Absoluta

Saldo en euros (A tiene igual o mayor saldo en euros que B si y slo si U(A) n U(B)).Tienen sentido todas las sentencias anteriores.

1.4. JUEGOS EN FORMA EXTENSIVA

Para introducir la forma extensiva de representacin de un juego nos servimos del si- guiente juego sencillo.

Ejemplo 1.11

Pedro subasta un billete de 50 euros entre Carlos y Blanca con las siguientes reglas: se juega por turnos. Aqul a quien le toca jugar puede pasar, o pujar con 20 euros ms que el anterior (suponiendo que los tiene). Empieza Blanca (pasando o pujando con 20 euros). Si un jugador decide pasar, ya no puede pujar en una jugada posterior. Gana el ltimo en pujar, que se lleva el billete. Si ninguno ha pujado se llevan 25 euros cada uno. Ambos jugadores deben pagar su ltima puja. Aparte de las reglas es de conoci- miento comn que cada jugador tiene slo 60 euros.Sean: Blanca, la jugadora 1, Carlos, el jugador 2. Podemos representar la situacin descrita en el ejemplo anterior mediante rbol representado en la Figura 1.2.

25, 25P

Jugadora 1

PJugador 220

20PJugador 2 40

0, 3030, 0

P

20, 10

Jugadora 1

60

10, 40

Figura 1.2 Subasta de un billete de 50 euros.

El rbol anterior tiene un punto inicial o raz, desde el que se empieza el juego, en este caso la eleccin de Blanca (jugadora 1) entre pasar (P) o pujar con 20 euros (20). Ello da lugar a dos ramas, una para cada posible eleccin de Blanca.La primera rama, a la que se accede si Blanca elige P, a la vez se divide en dos ramas, desde el nodo que corresponde a la eleccin de Carlos entre pasar (P) o pujar con 20 euros (20). Si Carlos decide pasar (P), se termina el juego y cada jugador recibe 25 euros, mientras que si decide pujar con 20 euros, el juego termina, llevndose Carlos los 50 euros y teniendo que pagar su puja, por lo que obtiene un beneficio de 30 euros, sin que Blanca tenga que pagar ni recibir nada (situacin que se recoge en el nodo que lleva asociados los valores 0, 30).

La segunda rama, a la que se accede si Blanca puja con 20 euros, a su vez se divide en dos ramas, desde el nodo que corresponde a la eleccin de Carlos entre pasar (P) o pujar con 40 euros (40), 20 euros ms que la puja de Blanca. Si el jugador 2 elige P, se acaba el juego, recibiendo Blanca los 50 euros, pero teniendo que pagar los 20 de su puja, sin que Carlos reciba ni pague nada. Si Carlos puja con 40 euros llega el turno de nuevo a Blanca que debe elegir entre pasar (y se acaba el juego, con pagos .20, 10 respectivamente, ya que Blanca debe pagar los 20 euros de su ltima puja y Carlos los 40 euros de su ltima puja, recibiendo ste los 50 euros) o pujar con 60, recibiendo Blanca los 50 euros y debiendo pagar 60 euros y Carlos 40, correspondientes a su lti- ma puja, con lo que tambin se acaba el juego pues ningn jugador tiene ms de 60 euros para seguir pujando.

Los elementos que definen el rbol del juego son:

Los jugadores, que en este caso son la jugadora 1 (Blanca) y el jugador 2 (Carlos). Un conjunto de nodos, los cuales corresponden a situaciones de eleccin de alguno de los jugadores o de final del juego.Un conjunto de acciones, que son las que enlazan un nodo con otro, y que corres- ponden a elecciones de los jugadores.Unos vectores de pagos, cada uno de los cuales est asociado a un nodo de final dejuego y que tiene dos componentes, la primera de las cuales recoge el pago (o la utilidad) que recibe o que obtiene el jugador 1, y la segunda de las cuales recoge el pago (o la utilidad) que recibe o que obtiene el jugador 2 si el juego termina en ese nodo.

El ejemplo anterior es un juego con movimientos sucesivos de los jugadores. Veamos a continuacin un ejemplo con movimientos simultneos, en el que habr que introducir un nuevo concepto para poder representar el juego por medio de un diagrama.

Ejemplo 1.12 El juego de las monedas

Los jugadores (1 y 2) depositan de manera simultnea sendas monedas de un euro so- bre una mesa. Si resultan dos caras o dos cruces, el jugador 1 recoge los dos euros, mientras que si hay una cara y una cruz, el jugador 2 se lleva los dos euros.La representacin en forma extensiva de este juego se recoge en la Figura 1.3.

1, 1

Jugador 1

CJugador 2

CX

XC

Jugador 2X

1, 11, 1

1, 1

Figura 1.3 El juego de las monedas.

En la representacin se observa que los dos nodos correspondientes a una decisin del jugador 2 estn unidos mediante un segmento de recta con trazo discontinuo. Se dice que estos dos nodos forman un conjunto de informacin para el jugador 2, puesto que dicho jugador no sabe en cul de los nodos de dicho conjunto se encuentra.El juego anterior tambin se puede representar de la siguiente forma equivalente (Figura 1.4), en donde la nica diferencia es que se representa al jugador 2 en la raz del juego y al jugador 1 en el conjunto de informacin formado por dos nodos

Jugador 2

CJugador 1

CX

XC

Jugador 1X

1, 1

1, 11, 1

1, 1

Figura 1.4 El juego de las monedas.

En general, un conjunto de informacin es un conjunto de nodos de decisin para el mismo jugador. Cuando a un jugador le toca jugar desde un conjunto de informacin el jugador no sabe en cul de los nodos pertenecientes a dicho conjunto se encuentra.Las condiciones que deben cumplir varios nodos para pertenecer al mismo conjunto de informacin son las siguientes:

Los conjuntos de informacin del jugador i J contienen slo nodos de decisin del jugador i.Cada nodo de decisin del jugador i est contenido en uno y slo uno de los con- juntos de informacin de ese jugador.Las mismas acciones deben estar disponibles para un jugador en cada uno de los nodos de un conjunto de informacin. De no ser as, dicho jugador tendra unapista sobre el nodo en que se encuentra, a partir de las acciones que estn disponi- bles en ese nodo.

Veamos a continuacin otro ejemplo en el cual uno de los movimientos lo realiza la naturaleza (o el azar).

Ejemplo 1.13

Se tiene una baraja espaola de cartas, donde las cartas estn mezcladas aleatoriamente. Cada uno de los dos jugadores, Blanca y Carlos, deposita un billete de 5 euros en la mesa. A continuacin, Blanca toma una carta de la baraja y comprueba cul es. Nadie ms ve la carta. Entonces Blanca puede apostar, poniendo 5 euros ms en la mesa, o retirarse. Si se retira, el dinero que hay en la mesa es para Blanca si la carta escogida es un oro o una copa, siendo para Carlos si la carta en cuestin es una espada o un basto.

Si ha optado por apostar, Carlos puede recoger la apuesta, poniendo 5 euros ms en la banca, o pasar. En el primer caso se lleva todo Blanca si la carta escogida es un oro o una copa, o todo Carlos si se trata de una espada o un basto. Si Carlos pasa se lo lleva todo Blanca, cualquiera que sea la carta escogida.Sean: Blanca, la jugadora 1, Carlos el jugador 2.La representacin de este juego en forma extensiva aparece en la Figura 1.5.

1/2O-C

A RJugadora 1

RAJugador 2

P

5, 5RA

10, 10

5, 5

10, 10

Jugador 0

E-B1/2

A

RJugadora 1

Jugador 2P

5, 5

5, 5

Figura 1.5 Juego de cartas.

Cuando hay un movimiento que lo realiza la naturaleza, se representa como si lo realizara el jugador 0. Vemos en el diagrama que la raz del juego, en este caso, corres- ponde a una intervencin del azar (jugador 0), que determina si la carta que toma la jugadora 1 es de alguno de los palos que la favorecen, oros o copas (O-C) o de los que no la favorecen, es decir, espadas o bastos (E-B). La probabilidad de que sea de cada una de las formas (favorable o desfavorable a Blanca) es igual a 1/2, tal como aparece en el diagrama.Por tanto, cuando en un juego hay algn movimiento realizado por el azar o por la naturaleza, se introduce el jugador 0 y se especifica la probabilidad de cada una de las ramas que surgen del nodo correspondiente al jugador 0.

Elementos de un juego

A continuacin se definen los elementos que caracterizan a un juego en forma extensiva.

1. Sea el conjunto de jugadores: J % {0, 1, 2, ..., n}.Si no hay movimientos de azar o de la naturaleza, entonces J % {1, 2, ..., n}.2. Sea X el conjunto de nodos. Un nodo representa una posible situacin del juego.Entre los nodos hay uno de ellos que es la raz del juego, punto de comienzo del juego. Dicho nodo se representa por o (referente al origen).A continuacin se define la siguiente funcin:

p :XrXxrp(x)

en donde p(O) % O, y para x O, p(x) es el nodo inmediatamente predecesor dex. Sea p2(x) % p(p(x)), p3(x) % p(p(p(x))), y as sucesivamente, por lo que ite- rando p(x) se obtienen todos los nodos predecesores de x.Sea s(x) % p.1(x), el conjunto de nodos que siguen inmediatamente a x.Un nodo es terminal si no le sigue ningn otro nodo, siendo un nodo de deci- sin si le sigue algn otro nodo. Se definen los siguientes conjuntos:

T(X) % {x X: s(x) % }

el conjunto de nodos terminales del juego.D(X) % {x X: s(x) } % X . T(X), el conjunto de nodos de decisin del juego.3. Sea A el conjunto de todas las posibles acciones.Se define la funcin:a :X . {O}rAxra(x)

que hace corresponder a cada nodo distinto del origen aquella accin a(x) que lleva desde el nodo inmediato predecesor p(x) al nodo x.Se verifica que si x, x s(x), siendo x x, entonces a(x) a(x). Esdecir, acciones que parten del mismo nodo y conducen a nodos distintos, deben ser distintas.Para cualquier nodo de decisin x D(X), representamos el conjunto de ac- ciones disponibles a partir de x por:

A(x) % {a A: Px s(x)cona % a(x)}

4. Para cada jugador i sea Xi el conjunto de nodos de decisin en los que el jugador i tiene que elegir una accin. En un nodo particular de decisin slo mueve uno de los jugadores. Se tiene que

Z Xi % D(X)i JO i, j J, con i j, se verifica que Xi Xj %

Vemos, por tanto, que la familia {Xi}i J constituye una particin, por jugado- res, del conjunto de nodos de decisin D(X).5. Una familia de conjuntos de informacin H, y una funcin

h :XrHxrh(x)

que asigna a cada nodo x un conjunto de informacin h(x) al que pertenece. Los conjuntos de informacin forman una particin de D(X).Como hemos visto anteriormente, todos los nodos de decisin que pertene- cen a un mismo conjunto de informacin tienen las mismas acciones disponibles,es decir:A(x) % A(x),sih(x) % h(x)

Sea h % h(x), un conjunto de informacin perteneciente a H. Por tanto, pode- mos representar por A(h) el conjunto de acciones disponibles en el conjunto de informacin h.

A(h) % {a A: a A(x)parax h}

Sea Hi el conjunto de todos los conjuntos de informacin del jugador i. Sea H el conjunto que contiene a todos los conjuntos de informacin conteni-dos en los Hi, para i J. Es decir,

H % Z Hii J

6. Una funcin

o :H0 # Ar[0, 1](h, a)ro(h, a)

que asigna probabilidades a acciones en conjuntos de informacin donde el mo- vimiento corresponde a la naturaleza o al azar.Se tiene que verificar que:

32Teora de juegos

Formas de representacin de un juego31

o(h, a) % 0,sia A(h)y;a A(h)

o(h, a) % 1, Oh H0

7. Una funcin de pagos

r :T(X)rRnxrr(x) % (r1(x), ..., rn(x))

en donde ri(x) indica el pago o utilidad que recibe el jugador i si se ha alcanzado el nodo terminal x.

Por tanto, recogiendo todos los elementos anteriores podemos dar la siguiente definicin.

Definicin 1.13

Un juego en forma extensiva A viene especificado por los siguientes elementos:

A % {J, (X, p), (A, a), {Xi}i J, {Hi}i J, (A(h))h H, o, r}

Como ilustracin de cada uno de los elementos definidos, consideremos de nuevo el Ejemplo 1.13, pero considerando ahora el diagrama de la Figura 1.6, que se corresponde exactamente con el diagrama de la Figura 1.5, pero utilizando otra notacin. Para este juego (con este diagrama) vamos a ir calculando cada uno de los elementos que aparecen en la Definicin 1.13.

o

Jugador 0

1/2a

b1/2

c x1dJugadora 1

e x2fJugadora 1

Jugador 2gx3

h

x45, 5g

x5hJugador 2

x6 5, 5

x7

x8 x9

x10

10, 10

5, 5

10, 10

5, 5

Figura 1.6 Juego de cartas.

En este caso se tiene que:

1. J % {0, 1, 2}. Es el conjunto de los jugadores, entre los que se encuentra el juga- dor nmero 0 que corresponde al azar.2. X % {O, x1, x2, x3, x4, x5, x6, x7, x8, x9, x10} es el conjunto de nodos. Asociada a este conjunto se define la funcin p, que hace corresponder a cada nododistinto del origen su nodo inmediatamente predecesor, y al origen el propio origen. Por tanto, en este caso se tiene:

p(O) % O

p(x1)% p(x2) % O p(x3)% p(x4) % x1 p(x5)% p(x6) % x2 p(x7)% p(x8) % x3 p(x9)% p(x10) % x53. A % {a, b, c, d, e, f, g, h} es el conjunto de acciones. Asociada a este conjunto est la siguiente funcin a que hace corresponder a cada nodo distinto del origen la ac- cin que conduce a dicho nodo. Por tanto, en este caso:

a(x1) % a a(x2) % b a(x3) % c a(x4) % d a(x5) % e a(x6) % f a(x7) % g

a(x8) % h a(x9) % g a(x10) % h4. El conjunto de nodos de decisin del azar (jugador nmero cero) es X0 % {O}. El conjunto de nodos de decisin del jugador nmero 1 es X1 % {x1, x2}.El conjunto de nodos de decisin del jugador nmero 2 es X2 % {x3, x5}.5. El conjunto de todos los conjuntos de informacin para el jugador 0, 1 y 2 es,respectivamente:

H0 % {{O}}

H1 % {{x1}, {x2}}

H2 % {{x3, x5}}

Sea H % {{O}, {x1}, {x2}, {x3, x5}}.A continuacin se define el conjunto de acciones disponibles en cada uno de los conjuntos de informacin del juego.

A({O}) % {a, b}

A({x1}) % {c, d}

A({x2}) % {e, f }

A({x3, x5}) % {g, h}

6. La siguiente funcin asigna probabilidades a cada una de las acciones de azar:

1o({O}, a) % 2

1o({O}, b) % 2

7. Definimos ahora la funcin de pagos, que hace corresponder un vector bidimen- sional a cada uno de los nodos terminales.

r(x4) % (5, .5)

r(x6) % (.5, 5)

r(x7) % (10, .10)

r(x8) % (5, .5)

r(x9) % (.10, 10)

r(x10) % (5, .5)

34Teora de juegos

Formas de representacin de un juego33

Ejemplo 1.14

Identificar cada uno de los elementos considerados en la Definicin 1.13 para el juego representado en la Figura 1.7.

o

Jugador 1

x1 Jugador 2a

b

c

x2 Jugador 2

hx3idehx4i

Jugador 3h x5i

h x6fi

gh

x7i

x8

x9 x10

x11 x12

x13 x14

x15 x16

x17

1, 4, 3

2, 1, 11, 3, 2

1, 1, 3

2, 4, 1

1, 5, 22, 1, 1

1, 0, 22, 1, 2

3, 1, 1

Figura 1.7 Juego del Ejemplo 1.14.

En este caso se tiene que:

1. J % {0, 1, 2} es el conjunto de los jugadores. En este caso hay tres jugadores y no hay ningn movimiento que corresponda al azar (por lo que no hay jugador nmero cero).2.X % {O, x1, x2, x3, x4, x5, x6, x7, x8, x9, x10, x11, x12, x13, x14, x15,x16, x17} es el conjunto de nodos. La funcin p viene definida de la siguiente forma:

p(O) % O

p(x1) % p(x2) % p(x5) % O

p(x3) % p(x4) % x1 p(x6) % p(x7) % x2 p(x8) % p(x9) % x3 p(x10) % p(x11) % x4 p(x12) % p(x13) % x5 p(x14) % p(x15) % x6 p(x16) % p(x17) % x7

3. El conjunto de acciones es A % {a, b, c, d, e, f, g, h, i}. La funcin a viene definida de la siguiente forma:a(x1) % a a(x2) % c a(x3) % d a(x4) % e a(x5) % b a(x6) % f a(x7) % g a(x8) % h a(x9) % i a(x10) % h a(x11) % i a(x12) % h a(x13) % i a(x14) % h a(x15) % i a(x16) % h a(x17) % i

4. El conjunto de nodos de decisin del jugador nmero i, para i % 1, 2, 3 es:

X1 % {O}

X2 % {x1, x2}

X3 % {x3, x4, x5, x6, x7}

5. El conjunto de todos los conjuntos de informacin para el jugador nmero 1, 2 y 3 es:

Por tanto,

H1 % {{O}}

H2 % {{x1}, {x2}}

H3 % {{x3, x4, x5, x6, x7}}

H % {{O}, {x1}, {x2}, {x3, x4, x5, x6, x7}}

A continuacin se define el conjunto de acciones disponibles en cada uno de los conjuntos de informacin del juego.

A({O}) % {a, b, c}

A({x1}) % {d, e}

A({x2}) % { f, g} A({x3, x4, x5, x6, x7}) % {h, i}6. En este caso no tiene sentido definir la funcin o porque no existen movimien- tos de azar (es decir, no hay jugador nmero cero).7. A cada nodo terminal le hacemos corresponder ahora un vector de pagos, en donde la primera componente consiste en el pago que va a recibir el jugador nmero 1,la segunda componente el pago que va a recibir el jugador nmero 2 y la tercera com- ponente el pago que va a recibir el jugador nmero 3. Por tanto,

r(x8) % (1, 4, 3)

r(x9) % (2, 1, .1)

r(x10) % (1, 3, 2)

r(x11) % (1, 1, 3)

r(x12) % (2, 4, .1)

r(x13) % (1, 5, 2)

r(x14) % (2, 1, .1)

r(x15) % (1, 0, 2)

r(x16) % (2, 1, 2)

r(x17) % (3, 1, 1)

Por tanto, en este caso el juego A, representado en la Figura 1.7 queda caracteriza- do por:

A % {J, (X, p), (A, a), {X1, X2, X3}, {H1, H2, H3}, (A(h))h H, r}

1.5. JUEGOS EN FORMA ESTRATGICA

Para representar un juego en forma estratgica necesitamos partir del concepto de estra- tegia de un jugador. Una estrategia es un plan contingente, completo o regla de decisin, para un jugador, que especifica cmo actuar el jugador en cada circunstancia posible en que le corresponda mover. Como hemos visto en el apartado anterior, el conjunto de tales circunstancias se corresponde con la familia de los conjuntos de informacin del jugador. A continuacin definimos formalmente el concepto de estrategia pura para el jugador i. Existen otros conceptos de estrategia que estudiaremos ms adelante.

Definicin 1.14

Una estrategia pura para el jugador i {1, ..., n} es una funcin

si :HirAhrsi(h)

con si(h) A(h).

Por tanto, una estrategia pura para el jugador i hace corresponder, a cada conjunto de informacin del jugador i una de las acciones disponibles en dicho conjunto de informa- cin.Sea Si el conjunto de todas las estrategias puras del jugador i.Dada una estrategia pura si Si para cada uno de los jugadores 1, 2, ..., n queda determinado un desarrollo completo del juego, llegndose a un nodo terminal (salvo queexistan movimientos de azar, que se estudiarn posteriormente). Se dice que

s % (s1, s2, ..., sn) S1 # S2 # # Sn % S

es un perfil o una combinacin de estrategias puras.Sea n(s) el nodo terminal que se alcanza si los jugadores juegan la combinacin de estrategias s, y sea ui(s) % ri(n(s)) el pago que recibe el jugador i cuando los jugadores juegan la combinacin de estrategias s, llegndose por tanto al nodo terminal n(s).

Ejemplo 1.15

Calcular el conjunto de estrategias puras para cada uno de los jugadores, as como los pagos que recibe cada uno de los jugadores para cada combinacin de estrategias puras, en el siguiente juego, cuya representacin en forma extensiva aparece en la Figura 1.8.

Jugador 1

Jugador 2

Jugador 1

Jugador 2

Jugador 1

Figura 1.8 Juego del Ejemplo 1.15.

Solucin:

El conjunto de todos los conjuntos de informacin para el jugador 1 es:

H1 % {{O}, {x4, x5}}

Las estrategias puras para el jugador 1 son las siguientes:s1111 z (s1({O}), s1({x4, x5})) % (a, f )s2221 z (s1({O}), s1({x4, x5})) % (a, g)s3331 z (s1({O}), s1({x4, x5})) % (b, f )s4441 z (s1({O}), s1({x4, x5})) % (b, g)s5551 z (s1({O}), s1({x4, x5})) % (c, f ),s6661 z (s1({O}), s1({x4, x5})) % (c, g),

Por tanto, el conjunto de estrategias puras del jugador 1 es:

S1 % {s1, s2, s3, s4, s5, s6}111111

1s1Obsrvese que una estrategia especifica lo que har el jugador i