Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
i i
2017/2/2
page 1
i i
UMA INTRODUC A
AO ` TEORIA
ECONOMICA DOS JOGOS
Gilmar Garbugio
Universidade Federal Fluminense
Brgida Sartini
Universidade Federal Rural do Rio de Janeiro
1.1.2
VERSAO
2 de fevereiro de 2017
i i
i i
tdj
i i
2017/2/2
page 2
i i
Aos meus pais Orlando e Iraci e aos meus irmaos Roseli, Rosinei,
Rosana, Carla, Andreia e Reginaldo.
G. G.
i i
i i
tdj
i i
2017/2/2
page 3
i i
i i
i i
tdj
i i
2017/2/2
page 1
i i
Sum
ario
Pref
acio 3
i i
i i
tdj
i i
2017/2/2
page 2
i i
2 Sum
ario
6 Exemplos 120
6.1 O jogo Le Her simplicado . . . . . . . . . . . . . . . . 120
6.2 O modelo de duopolio de Cournot . . . . . . . . . . . 126
6.3 O modelo de duopolio de Bertrand . . . . . . . . . . . 129
6.4 O modelo de duopolio de Stackelberg . . . . . . . . . . 131
6.5 A tragedia dos comuns . . . . . . . . . . . . . . . . . . 133
A Convexidade 137
B Programa
c
ao Linear 145
Bibliografia 173
Indice 183
i i
i i
tdj
i i
2017/2/2
page 3
i i
Pref
acio
A teoria dos jogos e uma teoria matematica criada para se modelar
fen omenos que podem ser observados quando dois ou mais agentes de
decisao interagem entre si. Ela fornece a linguagem para a descricao
de processos de decisao conscientes e objetivos envolvendo mais de
um indivduo.
Suas aplicac
oes incluem eleicoes, leil
oes, balanco de poder, evolu-
c
ao genetica, etc. Ela tambem e uma teoria matematica pura, que
pode e tem sido estudada como tal, sem a necessidade de relaciona-la
com problemas comportamentais ou jogos per se.
Algumas pessoas acreditam que a teoria dos jogos formar a, algum
dia, o alicerce de um conhecimento tecnico estrito de como decisoes
s
ao feitas e de como a economia funciona. A teoria ainda n ao atingiu
este patamar e, hoje, e mais estudada em seus aspectos matematicos
puros e, em aplicacoes, ela e usada como uma ferramenta ou alegoria
que auxiliam no entendimento de sistemas mais complicados.
Neste texto trataremos da teoria matematica dos jogos nao-coope-
rativos estaticos de informacao completa e dos jogos din amicos de
informacao perfeita.
A Teoria Econ omica dos Jogos nao deve ser confundida com a
Teoria Combinat oria dos Jogos, iniciada por Sprague e Grundy na
decada de 30. Enquanto que a primeira tem motivacoes predomi-
nante economicas e procura estabelecer metodos para se maximizar
o ganho (payo ), a segunda se concentra nos aspectos combinat orios
de jogos de mesa (por exemplo, a estrategia do jogo de nim) e nao
permite elementos imprevisveis como o lancamento de um dado
ou o embaralhamento de cartas.
Acreditamos que o assunto seja estimulante para o estudante de
matematica: ele tera a oportunidade de ver como conceitos de analise,
i i
i i
tdj
i i
2017/2/2
page 4
i i
4 Pref
acio
Agradecimentos 1
Gostaramos de agradecer a Hilmar Ilton Santana Ferreira, Polya-
ne Alves Santos e Larissa Santana Barreto, que participaram ativa-
mente dos seminarios sobre teoria dos jogos realizados no perodo
2003-2004, momento no qual uma vers ao preliminar deste texto foi
escrita. Tambem gostaramos de agradecer a Rita de Cassia Silva
Costa, Bernardo K. Pagnoncelli e, em especial, a Carlos Tomei, que
leram o texto e zeram v arias sugestoes. Finalmente, gostaramos de
agradecer a Sec
ao de Referencia (SRE) da Divis ao de Bibliotecas e
Documentac ao da PUC-Rio pela agilidade e eciencia na aquisicao
de alguns artigos difceis de se encontrar.
Agradecimentos 2
Gostaramos de agradecer `as v
arias pessoas que, apos a divulgacao
da vers
ao Creative Commons deste livro, colaboraram com sugest oes:
Doherty Andrade, Carlos Frederico Palmeira.
1 de fevereiro de 2017
i i
i i
tdj
i i
2017/2/2
page 5
i i
Captulo 1
Alguns marcos
hist
oricos
i i
i i
tdj
i i
2017/2/2
page 6
i i
6
[CAP. 1: ALGUNS MARCOS HISTORICOS
i i
i i
tdj
i i
2017/2/2
page 7
i i
Figura 1.3: Felix Edouard Justin Emile Borel (1871-1956).
i i
i i
tdj
i i
2017/2/2
page 8
i i
8
[CAP. 1: ALGUNS MARCOS HISTORICOS
i i
i i
tdj
i i
2017/2/2
page 9
i i
i i
i i
tdj
i i
2017/2/2
page 10
i i
Captulo 2
Jogos na forma
estrat
egica
2.1 O que
e um jogo?
A teoria dos jogos pode ser denida como a teoria dos modelos
matematicos que estuda a escolha de decisoes otimas sob condicoes
de conito. O elemento basico em um jogo e o conjunto de jogadores
que dele participam. Cada jogador tem um conjunto de estrategias.
Quando cada jogador escolhe sua estrategia, temos entao uma si-
tuac
ao ou perl no espaco de todas as situacoes (pers) possveis.
Cada jogador tem interesse ou preferencias para cada situacao no
jogo. Em termos matem aticos, cada jogador tem uma func ao uti-
lidade que atribui um n umero real (o ganho ou payo do jogador)
a cada situac
ao do jogo. Mais especicamente, um jogo tem os se-
guintes elementos basicos: existe um conjunto nito de jogadores,
representado por
G = {g1 , g2 , . . . , gn },
10
i i
i i
tdj
i i
2017/2/2
page 11
i i
UM JOGO?
[SEC. 2.1: O QUE E 11
i i
i i
tdj
i i
2017/2/2
page 12
i i
12
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
i i
i i
tdj
i i
2017/2/2
page 13
i i
G = {homem, mulher},
Shomem = {futebol, cinema}, Smulher = {futebol, cinema},
S = Shomem Smulher =
{(futebol, futebol), (futebol, cinema),
(cinema, futebol), (cinema, cinema)}.
2.2 Solu
c
oes de um jogo em estrat
egias
puras
Uma soluc ao de um jogo e uma prescricao ou previs
ao sobre o re-
sultado do jogo. Existem varios conceitos diferentes de solucao. Nesta
sec
ao, investigaremos os dois conceitos mais comuns: domin ancia e
equilbrio de Nash.
Considere o dilema do prisioneiro. Como encontrar uma solucao
para o dilema de Al e Bob, isto e, que estrategias s ao plausveis
i i
i i
tdj
i i
2017/2/2
page 14
i i
14
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
2.2.1 Domin
ancia em estrat
egias puras
Freq
uentemente, iremos discutir pers de estrategia na qual ape-
nas a estrategia de um unico jogador gi G ir
a variar, enquanto que
as estrategias de seus oponentes permanecerao xas. Denote por
i i
i i
tdj
i i
2017/2/2
page 15
i i
Definic
ao 2.1 (Estrate gia Pura Estritamente Domi-
nada) Dizemos que uma estrategia pura sik Si do joga-
dor gi G e estritamente dominada pela estrategia sik Si se,
independentemente das escolhas dos demais jogadores, o joga-
dor gi ganhar mais escolhendo sik do que sik , isto e, se
para todo si Si .
Defini
c
ao 2.2 (em estrat
egias puras)
(a) (Domina ncia Estrita Iterada) Domin ancia estrita ite-
rada e o processo no qual, sequencialmente, se eliminam as
estrategias que sao estritamente dominadas.
(b) (Equilbrio de Estrat egia Estritamente Dominan-
te) Quando o processo de dominancia estrita iterada reduz
o jogo para um u nico perl de estrategias puras s , dizemos
que s e um equilbrio de estrategia estritamente dominante.
i i
i i
tdj
i i
2017/2/2
page 16
i i
16
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
i i
i i
tdj
i i
2017/2/2
page 17
i i
u1 |S (1) e u2 |S (1) .
1 2
Para o novo jogo, vemos que as estrategias s11 e s14 sao estritamente
dominadas pelas estrategias s12 e s13 , respectivamente. Logo, pode-
mos simplicar o jogo mais uma vez, considerando os conjuntos de
estrategias puras
(2) (2)
S1 = {s12 , s13 } e S2 = {s22 , s23 , s24 }.
i i
i i
tdj
i i
2017/2/2
page 18
i i
18
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
Definic
ao 2.3 (Estrate gia Pura Fracamente Domi-
nada) Dizemos que uma estrategia pura sik Si do joga-
dor gi G e fracamente dominada pela estrategia sik Si
se
ui (sik , si ) ui (sik , si ),
para todo si Si e, pelo menos para algum si Si ,
Defini
c
ao 2.4
(a) (Domina ncia Fraca Iterada) Domin ancia fraca iterada
e o processo no qual, seq uencialmente, se eliminam as es-
trategias que sao fracamente dominadas.
(b) (Equilbrio de Estrat egia Fracamente Dominante)
Quando o processo de dominancia fraca iterada reduz o jogo
para um unico perl de estrategias puras s , dizemos que
s e um equilbrio de estrategia fracamente dominante.
i i
i i
tdj
i i
2017/2/2
page 19
i i
g2
s21 s22
s11 (1, 1) (1, 0) .
g1
s12 (1, 0) (0, 1)
g2
s21 s22
.
g1 s11 (1, 1) (1, 0)
g2
s21 s22 s23
s11 (0, 2) (0, 0) (1, 0) .
g1
s12 (0, 3) (1, 0) (0, 0)
i i
i i
tdj
i i
2017/2/2
page 20
i i
20
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
Definic
ao 2.5 (Equilbrio de Nash) Dizemos que um perl
de estrategias
e um equilbrio de Nash se
ui (si , si ) ui (siji , si )
i i
i i
tdj
i i
2017/2/2
page 21
i i
Exemplo 2.5
(a) No dilema do prisioneiro (Exemplo 2.1), o perl de estrategias
(confessar, confessar) e um equilbrio de Nash. De fato:
i i
i i
tdj
i i
2017/2/2
page 22
i i
22
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
Defini
c
ao 2.6 (Func es de melhor resposta) A funcao de
o
melhor resposta do jogador gi e a aplicacao
MRi : Si 2Si
i i
i i
tdj
i i
2017/2/2
page 23
i i
denida por
MR : S 2S
denida por
Exemplo 2.7
(a) No dilema do prisioneiro (Exemplo 2.1), temos
MRAl : SBob SAl
confessar {confessar}
negar {confessar}
i i
i i
tdj
i i
2017/2/2
page 24
i i
24
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
2.2.3 Relac
oes entre domin
ancia e equilbrio de
Nash
Proposi c
ao 2.2 O processo de dominancia estrita iterada nao
pode eliminar um equilbrio de Nash ao simplicar um jogo.
i i
i i
tdj
i i
2017/2/2
page 25
i i
(1)
S = S1 Sn S (1) = S1 Sn(1)
(k)
S (k) = S1 Sn(k) .
si Si
(l+1) (0)
para algum l = 0, . . . , k 1 (se l = 0, dena Si = Si ).
Sem perda de generalidade, vamos supor que esta propriedade ocorre
pela primeira vez para o ndice i, isto e, si e a primeira estrategia do
perl de estrategias
Proposi c
ao 2.3 Se o processo de dominancia estrita iterada
deixa apenas um u nico perl de estrategias puras s , entao s
e o u
nico equilbrio de Nash do jogo.
i i
i i
tdj
i i
2017/2/2
page 26
i i
26
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
Demonstrac
ao: Suponha que o processo de dominancia estrita iterada
gere uma cadeia de espacos de estrategias puras
(1)
S = S1 Sn S (1) = S1 Sn(1)
(k)
S (k) = S1 Sn(k) ,
onde o u
ltimo conjunto da cadeia e unitario:
e dado que s S para todo = 1, . . . n
(l)
i , si ) S
Dado que (s[1] (k)
estrategia s[2]
i e estritamente dominada por uma outra estrategia s[3] i
Si . Sendo assim, ui (s[2]i , si ) < ui (si , si ) e, portanto,
[3]
si = si . Prosseguindo desta maneira, construiramos uma sequencia
[3]
i i
i i
tdj
i i
2017/2/2
page 27
i i
[SEC. 2.3: ESTRATEGIAS MISTAS 27
g2
s21 s22 s23
s11 (1, +1) (+1, 1) (1, +1)
2.3 Estrat
egias mistas
Como vimos no jogo de comparar moedas do Exemplo 2.6, existem
jogos que nao possuem equilbrios de Nash em estrategias puras. Uma
alternativa para estes casos e a de considerar o jogo do ponto de vista
probabilstico, isto e, ao inves de escolher um perl de estrategias
puras, o jogador deve escolher uma distribuic ao de probabilidade sobre
suas estrategias puras.
Uma estrategia mista pi para o jogador gi G e uma distribuicao
de probabilidades sobre o conjunto Si de estrategias puras do jogador,
i i
i i
tdj
i i
2017/2/2
page 28
i i
28
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
x2
1
0 1 x1
Figura 2.1: 2 = (x1 , x2 ) R2 | x1 0, x2 0 e x1 + x2 = 1 .
i i
i i
tdj
i i
2017/2/2
page 29
i i
[SEC. 2.3: ESTRATEGIAS MISTAS 29
x3
0 1 x2
1
x1
Figura 2.2: 3 = (x1 , x2 , x3 ) R3 | x1 0, x2 0, x3 0 e x1 +
x2 + x3 = 1}.
(pi , pi )
(sik , pi )
i i
i i
tdj
i i
2017/2/2
page 30
i i
30
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
entao
m1
m2 mn
ui (p) = p1j1 p2j2 pnjn ui (s1j1 , s2j2 , . . . , snjn ).
j1 =1 j2 =1 jn =1
(2.1)
Cuidado com o abuso de notacao: estamos usando ui para representar
a funcao utilidade tanto em estrategias puras quanto em estrategias
mistas.
Como exemplo, considere o jogo de comparar moedas na pagi-
na 22. Se g1 escolhe a distribuicao de probabilidade p1 = (1/4, 3/4)
e g2 escolhe a distribuicao de probabilidade p2 = (1/3, 2/3), entao
os payos esperados associados ao perl de estrategias mistas p =
(p1 , p2 ) = (1/4, 3/4; 1/3, 2/3) sao dados por
2
2
u1 (p) = p1j1 p2j2 u1 (s1j1 , s2j2 )
j1 =1 j2 =1
= p11 p21 u1 (s11 , s21 ) + p11 p22 u1 (s11 , s22 ) +
p12 p21 u1 (s12 , s21 ) + p12 p22 u1 (s12 , s22 )
1 1 1 2 3 1 3 2
= (+1) + (1) + (1) + (+1)
4 3 4 3 4 3 4 3
1
= +
6
i i
i i
tdj
i i
2017/2/2
page 31
i i
e, analogamente,
2
2
u2 (p) = p1j1 p2j2 u2 (s1j1 , s2j2 )
j1 =1 j2 =1
= p11 p21 u2 (s11 , s21 ) + p11 p22 u2 (s11 , s22 ) +
p12 p21 u2 (s12 , s21 ) + p12 p22 u2 (s12 , s22 )
1 1 1 2 3 1 3 2
= (1) + (+1) + (+1) + (1)
4 3 4 3 4 3 4 3
1
= .
6
Em particular, se
mi
pi = (pi1 , . . . , pimi ) = pik ek , (2.3)
k=1
2.4 Solu
c
oes de um jogo em estrat
egias
mistas
Todos os criterios b
asicos para solucoes de jogos em estrategias
puras podem ser estendidos para estrategias mistas.
i i
i i
tdj
i i
2017/2/2
page 32
i i
32
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
2.4.1 Domin
ancia em estrat
egias mistas
Definic
ao 2.7 (Estrate gia Mista Estritamente Domi-
nada) Dizemos que uma estrategia mista pi mi do joga-
dor gi G e estritamente dominada pela estrategia pi mi
se, independentemente das escolhas de distribuicoes de proba-
bilidade dos demais jogadores, o jogador gi ganha mais esco-
lhendo pi do que pi , isto e, se
g2
s21 s22
s11 (5, 3) (0, 0)
.
g1 s12 (0, 0) (5, 3)
i i
i i
tdj
i i
2017/2/2
page 33
i i
>
u1 (p1 , p2 ) = u1 0 , 0 , 1; p21 , p22 = 2 p21 + 2 p22 = 2
g2
s21 s22
s11 (5, 3) (2, 0)
.
g1 s12 (2, 0) (5, 3)
i i
i i
tdj
i i
2017/2/2
page 34
i i
34
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
pois
u1 (p1 , p2 ) = u1 0 , 0 , 1; p21 , p22 = 4 p21 + 4 p22 = 4
>
1 1 7 7 7
u1 (p1 , p2 ) = u1 , , 0; p21 , p22 = p21 + p22 =
2 2 2 2 2
A denicao de domin
ancia estrita iterada para estrategias mistas que
daremos aqui segue a linha proposta pelas referencias [26, 31, 74].
Abordagens alternativas podem ser encontradas em [01, 15].
Definic
ao 2.8 (Dominancia Estrita Iterada em Estra-
tegias Mistas) Sejam Si(0) = Si e (0)
mi = mi . Dena, recur-
sivamente,
(n) (n1)
Si = {s Si | pi (n1)
mi tal que
(n1)
si Si , ui (pi , si ) > ui (s, si )}
A intersecao
Si =
(n)
Si
n=0
i i
i i
tdj
i i
2017/2/2
page 35
i i
mi = {pi mi | pi mi
Defini
c
ao 2.9 (Equilbrio de Estrat egia Estritamente
Dominante) Se, no processo de dominancia estrita iterada, o
conjunto S = S1 Sn e unitario, isto e, se
S = {s },
Definic
ao 2.10 (Equilbrio de Nash) Dizemos que um per-
l de estrategias mistas
i i
i i
tdj
i i
2017/2/2
page 36
i i
36
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
p = (p1 , p2 , . . . , pn ) = m1 m2 mn
e um equilbrio de Nash se
ui (pi , pi ) ui (p, pi )
Exemplo 2.10
(a) No dilema do prisioneiro (Exemplo 2.1), o perl de estrategias
mistas
p = (p1 , p2 ) = (1, 0; 1, 0)
e um equilbrio de Nash, pois
s = (confessar, confessar).
i i
i i
tdj
i i
2017/2/2
page 37
i i
MRi (pi )
=
i i
i i
tdj
i i
2017/2/2
page 38
i i
38
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
denida por
com p .
e, portanto, uHomem (p11 , p12 ; 1/2, 1/2) = 5 p11 + (5/2) p12 . Desta
maneira,
i i
i i
tdj
i i
2017/2/2
page 39
i i
2 = {(p, 1 p) R2 | 0 p 1},
uMulher(p, 1 p; q, 1 q) = 15 pq + 10 10 q 10 p
= 5 (3 p 2) q + 10 (1 p).
Sendo assim,
i i
i i
tdj
i i
2017/2/2
page 40
i i
40
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
Esta func
ao de melhor resposta pode ser representada gracamente,
como mostra a Figura 2.3.
(Mulher) q
(Futebol) 1
(Cinema)
0 2/3 1 p (Homem)
(Cinema) (Futebol)
uHomem (p, 1 p; q, 1 q) = 15 pq + 5 5 q 5 p
= 5 (3 q 1) p + 5 (1 q),
de modo que
i i
i i
tdj
i i
2017/2/2
page 41
i i
(Homem) p
(Futebol) 1
(Cinema)
0 1/3 1 q (Mulher)
(Cinema) (Futebol)
i i
i i
tdj
i i
2017/2/2
page 42
i i
42
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
(Mulher) q
(Futebol) 1
1/3
(Cinema)
0 2/3 1 p (Homem)
(Cinema) (Futebol)
i i
i i
tdj
i i
2017/2/2
page 43
i i
n
ao scalizar (w, w) (v w, w g)
segue-se que o (
unico) equilbrio de Nash em estrategias mistas e
obtido tomando-se p = g/w e q = h/w. Se, por exemplo, v = 5,
w = 4, g = 3 e h = 2, ent
ao
Isto signica que o chefe deve escolher sua estrategia de acordo com
um gerador de n umeros aleatorios com distribuicao de probabili-
dade (3/4, 1/4) e o operador deve escolher sua estrategia de acordo
i i
i i
tdj
i i
2017/2/2
page 44
i i
44
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
Fiscalizar Trabalhar
No fiscalizar No trabalhar
chefe empregado
Jogos deste tipo tem sido usados para se estudar temas como controle
de armas ([03, 10, 83]), prevencao de crimes ([04]) e incentivos no
trabalho ([53]).
i i
i i
tdj
i i
2017/2/2
page 45
i i
2.4.3 Relac
oes entre domin
ancia e equilbrio de
Nash
As Proposicoes 2.2 e 2.3 para estrategias puras continuam v alidas
para estrategias mistas: (1) o processo de dominancia estrita ite-
rada em estrategias mistas nao pode eliminar um equilbrio de Nash
e (2) se o processo de dominancia estrita iterada em estrategias mistas
deixa apenas um u nico perl de estrategias, entao este perl e um
equilbrio de Nash do jogo. N ao apresentaremos as demonstracoes
destes resultados aqui. O leitor interessado poder a encontra-las nas
referencias [15, 26].
i i
i i
tdj
i i
2017/2/2
page 46
i i
46
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
i i
i i
tdj
i i
2017/2/2
page 47
i i
i i
i i
tdj
i i
2017/2/2
page 48
i i
48
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
Defini c
ao 2.12 (Estrategia Pura Estritamente Domi-
nada) Dizemos que uma estrategia pura si Si do jogador gi
G e estritamente dominada pela estrategia si Si se
para todo si Si .
i i
i i
tdj
i i
2017/2/2
page 49
i i
Definic
ao 2.13 (Estrat egia Pura Fracamente Domi-
nada) Dizemos que uma estrategia pura si Si do joga-
dor gi G e fracamente dominada pela estrategia si Si se
ui (si , si ) ui (si , si ),
Definic
ao 2.14 (Equilbrio de Nash)Dizemos que um perl
de estrategias
e um equilbrio de Nash se
ui (si , si ) ui (si , si )
i i
i i
tdj
i i
2017/2/2
page 50
i i
50
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
2.6 Exerccios
[01] Use o processo de dominancia estrita iterada para reduzir o jogo
cuja matriz de payos e dada abaixo.
i i
i i
tdj
i i
2017/2/2
page 51
i i
g2
s21 s22 s23 s24
s11 (3, 0) (1, 1) (5, 4) (0, 2)
C
c1 c2
l1 (3, 3) (0, 1)
L
l2 (1, 1) (2, 3)
Pede-se:
(a) Determinar se existe alguma estrategia estritamente domi-
nante para algum jogador.
(b) Determinar se existe algum equilbrio de Nash (em estrate-
gias puras). Caso exista mais do que um equilbrio, quantos
e quais sao.
[03] A partir da matriz de payos a seguir para os jogadores L (li-
nhas) e C colunas,
C
c1 c2
l1 (3, 2) (4, 4)
L
l2 (1, 1) (9, 2)
determine:
i i
i i
tdj
i i
2017/2/2
page 52
i i
52
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
i i
i i
tdj
i i
2017/2/2
page 53
i i
g2
desviar nao desviar
desviar (2, 2) (1, 3) .
g1
n
ao desviar (3, 1) (0, 0)
Pede-se:
(a) Determinar se existe alguma estrategia estritamente domi-
nante para algum jogador.
(b) Determinar se existe algum equilbrio de Nash (em estrate-
gias puras). Caso exista mais do que um equilbrio, quantos
e quais s
ao.
i i
i i
tdj
i i
2017/2/2
page 54
i i
54
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
g2
brigar ameacar
V C V C
brigar , (V, 0) .
g1 2 2
V V
ameacar (0, V ) ,
2 2
i i
i i
tdj
i i
2017/2/2
page 55
i i
C
z1 z2 z3 z4
x1 (5, 0, 2) (1, 0, 1) (3, 0, 6) (1, 2, 1)
C
z1 z2 z3 z4
x1 (0, 1, 1) (0, 1, 2) (2, 1, 3) (0, 3, 9)
i i
i i
2017/2/2
page 56
i
i
tdj
i
i
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
Eixo
A B C D E F
1 (+13, 13) (+29, 29) (+ 8, 8) (+12, 12) (+16, 16) (+23, 23)
2 (+18, 18) (+22, 22) (+21, 21) (+22, 22) (+29, 29) (+31, 31)
3 (+18, 18) (+22, 22) (+31, 31) (+31, 31) (+27, 27) (+37, 37)
Aliados
4 (+11, 11) (+22, 22) (+12, 12) (+21, 21) (+21, 21) (+26, 26)
5 (+18, 18) (+16, 16) (+19, 19) (+14, 14) (+19, 19) (+28, 28)
6 (+23, 23) (+22, 22) (+19, 19) (+23, 23) (+30, 30) (+34, 34)
Tabela 2.1: An
alise da invasao da Europa na Normandia na Segunda Guerra Mundial.
56
i
i
i
i
tdj
i i
2017/2/2
page 57
i i
C
z1 z2 z3 z4
x1 (1, 2, 9) (2, 9, 9) (3, 7, 9) (2, 8, 9)
C
z1 z2 z3 z4
x1 (2, 1, 9) (3, 9, 9) (2, 9, 9) (1, 9, 9)
i i
i i
tdj
i i
2017/2/2
page 58
i i
58
[CAP. 2: JOGOS NA FORMA ESTRATEGICA
C
z1 z2 z3 z4
x1 (0, 0, 0) (1, 2, 3) (1, 3, 0) (1, 1, 1)
Jogador 2
L C R
T (1, 0) (3, 1) (1, 1)
Jogador 1
.
M (1, 1) (3, 0) (0, 1)
i i
i i
tdj
i i
2017/2/2
page 59
i i
i i
i i
tdj
i i
2017/2/2
page 60
i i
Captulo 3
O teorema de equilbrio
de Nash
A demonstrac
ao deste teorema pode ser encontrada, por exemplo,
em [63, 79]. A dissertacao de mestrado [89] oferece um excelente
60
i i
i i
tdj
i i
2017/2/2
page 61
i i
zij : R
p zij (p) = ui (sij , pi ) ui (pi , pi )
zij (p ) 0
para cada i = 1, . . . , n e j = 1, . . . , mi .
Demonstrac ao:
() Se p = (pi , pi ) e um equilbrio de Nash, entao ui (pi , pi )
ui (sij , pi ) para cada i = 1, . . . , n e j = 1, . . . , mi . Conseq
uente-
mente,
zij (p ) = ui (sij , pi ) ui (pi , pi ) 0
para cada i = 1, . . . , n e j = 1, . . . , mi .
() Se
ui (pi , pi ) ui (pi , pi ).
i i
i i
tdj
i i
2017/2/2
page 62
i i
gij : R
.
p gij (p) = max{0, zij (p)}
gij (p) = 0
para cada i = 1, . . . , n e j = 1, . . . , mi .
Demonstrac
ao: A prova segue imediatamente do teorema anterior.
F : = m1 mn = m1 mn
,
p = (p1 , . . . , pn ) F(p) = (y1 (p), . . . , yn (p))
onde
i i
i i
tdj
i i
2017/2/2
page 63
i i
F(p ) = p ,
pij + gij (p )
pij = mi
1+ gik (p )
k=1
i i
i i
tdj
i i
2017/2/2
page 64
i i
l
pik ui ek , pi
k=1
>
l
l
pik ui pi , pi = ui pi , pi pik = ui pi , pi ,
k=1 k=1
um absurdo. Isto demonstra que gij (p ) = 0 para todo j = 1, . . . , mi
e j = 1, . . . , m e, assim, p e um equilbrio de Nash em estrategias
mistas.
i i
i i
tdj
i i
2017/2/2
page 65
i i
: X 2X
p (p ).
i i
i i
tdj
i i
2017/2/2
page 66
i i
n
ao o e (Figura 3.2).
3/4
1/2
1/4
0 1/2 1 x
Figura 3.1: Gr
aco de uma funcao que e semicontnua superiormente.
i i
i i
tdj
i i
2017/2/2
page 67
i i
3/4
1/2
1/4
0 1/2 1 x
Figura 3.2: Gr
aco de uma funcao que n
ao e semicontnua superior-
mente.
i i
i i
tdj
i i
2017/2/2
page 68
i i
ui ((1 ) q()
i + qi , pi ) =
()
(1 ) ui (q()
i , pi ) + ui (qi , pi ).
()
Agora,
ui (q() ()
i , pi ) = ui (qi , pi ) = constante = max ui (pi , pi ).
pi (Si )
ui (p(0)
i , pi ) = constante = max ui (pi , pi ).
pi (Si )
i , pi ) > ui (qi , pi ) + 3 .
ui (q() (0) (0) (0)
i , pi ) + 2 > ui (qi , pi ) + .
ui (q(0) (0) (k) (k)
i i
i i
tdj
i i
2017/2/2
page 69
i i
i i
i i
tdj
i i
2017/2/2
page 70
i i
3.4 Exerccios
[01] O objetivo deste exerccio e mostrar que as hipoteses do teorema
do ponto xo de Brouwer n ao podem ser removidas.
(a) Exiba uma funcao F : descontnua, denida em um
subconjunto compacto, convexo e n ao-vazio de Rn , que
n
ao possui ponto xo.
(b) Exiba uma funcao F : contnua, denida em um
subconjunto n ao-vazio de Rn ,
ao-compacto, convexo e n
que n
ao possui ponto xo.
(c) Exiba uma funcao F : contnua, denida em um
subconjunto compacto, n ao-vazio de Rn ,
ao-convexo e n
que n
ao possui ponto xo.
[02] Exiba um exemplo de funcao : X 2X denida em um
subconjunto X compacto, convexo e n ao-vazio de Rn , que e
semicontnua superiormente, mas nao possui ponto xo. Isto
mostra que a hipotese de (x) ser um conjunto convexo para
todo x X n ao pode ser removida do enunciado do teorema
do ponto xo de Kakutani.
[03] De um exemplo de jogo com um n
umero par de equilbrios de
Nash em estrategias mistas.
i i
i i
tdj
i i
2017/2/2
page 71
i i
Captulo 4
Calculando equilbrios
de Nash
Com efeito: a soma de quadrados e zero se, e somente se, cada parcela
e igual a zero. McKelvey demonstrou em [58] que a funcao objetivo
mi
n
2
p (gij (p))
i=1 j=1
71
i i
i i
tdj
i i
2017/2/2
page 72
i i
Como vemos pela Figura 4.2, que mostra o graco e o mapa de con-
torno de G, os pontos
(p , q ) = (1, 0; 1, 0), (p , q ) = (0, 1; 0, 1) e
(p , q ) = (2/3, 1/3; 1/3, 2/3)
i i
i i
tdj
i i
2017/2/2
page 73
i i
sao os u
nicos equilbrios de Nash do jogo.
(p, q) = (p, 1 p; q, 1 q) 2 2
2
minimizar G(p, q) = (max {0, 2 (1 + p) (2 q 1)}) +
2
(max {0, 2 p (2 q 1)}) +
2
(max {0, 2 (2 p 1) (1 + q)}) +
2
(max {0, 2 (2 p 1) q})
sujeito a 0 p 1,
0 q 1.
Como vemos pela Figura 4.3, que mostra o graco e o mapa de con-
torno de G, o ponto
e o u
nico equilbrio de Nash do jogo.
(p, q) = (p, 1 p; q, 1 q) 2 2
i i
i i
tdj
i i
2017/2/2
page 74
i i
Como vemos pela Figura 4.4, que mostra o graco e o mapa de con-
torno de G, o ponto
e o u
nico equilbrio de Nash do jogo.
Proposi c
ao 4.1 Para todo i = 1, . . . , n e para todo p =
(p1 , . . . , pi , . . . , pn ) = (S1 ) (Si ) (Sn ),
max ui (siji , pi ) = pi , pi ).
max ui (
siji Si
pi (Si )
Mais ainda,
Demonstrac
ao: Pela Propriedade 2.4, sabemos que
mi
pi , pi ) =
ui ( piji ui (siji , pi ).
ji =1
i i
i i
tdj
i i
2017/2/2
page 75
i i
25
20
15
10
5 1
0.5 q
0
0 0.2 0.4 0.6 0
0.8 1
p
p
0 0.2 0.4 0.6 0.8 1
1
0.8
0.6
0.4
0.2
i i
i i
tdj
i i
2017/2/2
page 76
i i
2.5
1.5
1
0.5 0.8
0.6
0.4 q
0 0.2
0 0.2 0.4 0.6 0
0.8 1
p
p
0 0.2 0.4 0.6 0.8 1
1
0.8
0.6
0.4
0.2
i i
i i
tdj
i i
2017/2/2
page 77
i i
0.8
0.6
q
0.4
0.2
0.8 1
0 0.4 0.6
0 0.2 p
p
0 0.2 0.4 0.6 0.8 1
1
0.8
0.6
0.4
0.2
i i
i i
tdj
i i
2017/2/2
page 78
i i
0.8
0.6
q
0.4
0.2
0.8 1
0 0.4 0.6
0 0.2 p
p
0 0.2 0.4 0.6 0.8 1
1
0.8
0.6
0.4
0.2
i i
i i
tdj
i i
2017/2/2
page 79
i i
i (Si ) e, portanto,
para todo p
pi , pi ) max ui (siji , pi ).
max ui (
pi (Si ) siji Si
Isto implica que ui (sik , pi ) < maxsiji Si ui (siji , pi ). Uma vez que
ui (siji , pi ) maxsiji Si ui (siji , pi ) para todo ji = k, segue-se que
mi
ui (pi , pi ) = piji ui (siji , pi )
ji =1
mi
< piji max ui (siji , pi ) = max ui (siji , pi )
siji Si siji Si
ji =1
= pi , pi ).
max ui (
pi (Si )
i i
i i
tdj
i i
2017/2/2
page 80
i i
= pi , pi ).
max ui (
pi (Si )
i i
i i
tdj
i i
2017/2/2
page 81
i i
isto e,
10 p21 = 5 p22 e 5p11 = 10 p12 .
Como p21 + p22 = 1 e p11 + p12 = 1, obtemos ent ao um sistema linear
com 4 equac
oes e 4 incognitas. A solucao deste sistema da o equilbrio
de Nash
(p11 , p12 ; p21 , p22 ) = (2/3, 1/3; 1/3, 2/3).
i i
i i
tdj
i i
2017/2/2
page 82
i i
mais do que dois jogadores e com mais do que duas estrategias puras
por jogador. Neste caso, e preciso (1) considerar os v arios casos que
resultam das diferentes escolhas das estrategias puras que farao parte
do suporte de cada perl em estrategias mistas e (2) resolver o sistema
nao-linear resultante. Mais precisamente, para cada jogador gi e para
cada subconjunto nao-vazio Ti = {sik1 , . . . , sikti } de Si (que especica
quais estrategias puras far ao parte do suporte), devemos resolver o
sistema descrito na Figura 4.5 (neste sistema, wi representa o ganho
constante que o jogador gi obtem escolhendo qualquer uma de suas
estrategias puras que recebeu probabilidade positiva de pi ).
Para jogos com muitos jogadores e muitas estrategias, o sistema
da Figura 4.5 nao e pr atico para o calculo a mao dos equilbrios de
Nash. Contudo, metodos numericos para a solucao de um sistema
de equacoes polinomiais podem ser aplicados: o metodo de Newton
com uma estrategia de subdivisao espacial, bases de Gr obner e conti-
nuacao homot opica poliedral. O leitor interessado pode consultar as
referencias [21, 22, 51]
Definic
ao 4.1 (Jogos de soma constante com dois jo-
gadores) Um jogo de soma constante com dois jogadores e um
jogo com dois jogadores, comumente denominados jogador linha
e jogador coluna, com estrategias
1 Por este motivo, jogos de soma zero tamb ao denominados jogos estrita-
em s
mente competitivos.
i i
i i
i
i
i
i
m1 mi1 mi+1 mn
p1j1 p(i1)ji1 p(i+1)ji+1 pnjn ui (s1j1 , . . . , siji , sik , siji+1 , snjn ) = wi ,
j1 =1 ji1 =1 ji+1 =1 jn =1
[SEC. 4.3: JOGOS DE SOMA ZERO
i = 1, . . . , n, sik Ti ,
pik = 0, i = 1, . . . , n, = 1, . . . , ti ,
ti
pik = 1, i = 1, . . . , n.
=1
i
i
tdj
i
i
page 83
2017/2/2
tdj
i i
2017/2/2
page 84
i i
jogador coluna
1 2 n
1 (a11 , b11 ) (a12 , b12 ) (a1n , b1n )
jogador linha
m
n
ul (p, q) = pi qj aij
i=1 j=1
a11 a12 a1n q1
a21 a22 a2n q2
= p1 p2 pm .. .. .. .. .. ,
. . . . .
am1 am2 amn qn
i i
i i
tdj
i i
2017/2/2
page 85
i i
isto e,
a11 a12 a1n
a21 a22 a2n
ul (p, q) = pT Aq, com A = .. .. .. .. .
. . . .
am1 am2 amn
isto e,
c c c 1 1 1
c c c 1 1 1
A+B = C = .. .. .. .. = c .. .. .. .. = c 1 ,
. . . . . . . .
c c c 1 1 1
i i
i i
tdj
i i
2017/2/2
page 86
i i
Definic
ao 4.2 (Ponto de sela) Dizemos que um elemento
aij de uma matriz A e um ponto de sela da matriz A se ele for
simultaneamente um mnimo em sua linha e um maximo em sua
coluna, isto e, se
Demonstrac
ao:
() Seja aij um ponto de sela da matriz A. Como aij e maximo
em sua coluna, vale que
ul (i, j) = aij akj = ul (k, j)
i i
i i
tdj
i i
2017/2/2
page 87
i i
payoff
has
Colunas Lin
i i
i i
tdj
i i
2017/2/2
page 88
i i
Demonstrac
ao: Considere a matriz
.. ..
. .
aij ais
.. .. ..
A= . . . .
arj ars
.. ..
. .
Como aij e ars sao pontos de sela, sabemos que eles s ao mnimos
em suas respectivas linhas e m
aximos em suas respectivas colunas.
Assim,
aij ais ars e aij arj ars ,
e, portanto,
aij = ais = arj = ars .
Observe que ais e mnimo em sua linha, pois aij = ais e mnimo
da mesma linha e que ais e maximo em sua coluna, pois ars = ais
e maximo da mesma coluna. Analogamente, arj e mnimo em sua
linha, pois ars = arj e mnimo da mesma linha e arj e maximo em
sua coluna, pois arj = aij e maximo da mesma coluna. Conclumos
entao que ais e arj tambem sao pontos de sela da matriz A.
al = max akl .
1km
i i
i i
tdj
i i
2017/2/2
page 89
i i
Dena
vl (A) = max ak = max min akl
1km 1km 1ln
e
vc (A) = min al = min max akl .
1ln 1ln 1km
Demonstraca
o: Temos que para todo k = 1, . . . , m e j = 1, . . . , n,
akj min akl .
1ln
Assim,
max akj max min akl = vl (A),
1km 1km 1ln
Demonstrac ao:
() Se aij e um ponto de sela da matriz A, entao vale que
aij = min1ln ail = ai . Como vl (A) = max1km ak , e claro que
vl (A) ai = aij . Por outro lado, aij = max1km akj = aj . Como
vc (A) = min1ln al , segue-se que vc (A) aj = aij . Combinando
estas duas desigualdades, conclumos que vc (A) aij vl (A). Mas,
pelo teorema anterior, vc (A) vl (A) e, sendo assim, vc (A) = vl (A).
() Como vl (A) = max1rm ar , existe uma linha i tal que
vl (A) = ai . Como, por sua vez, ai = min1sn ais , existe uma co-
luna l tal que ai = ail . Assim, vl (A) = ai = ail . Analogamente, como
i i
i i
tdj
i i
2017/2/2
page 90
i i
vl (A) = vc (A).
Como vl (A) = m
aximo dos mnimos das linhas = 1 = vc (A) = mnimo
dos maximos das colunas, segue-se que o jogo possui um equilbrio
de Nash em estrategias puras. De fato, a42 e um ponto de sela da
matriz A.
i i
i i
tdj
i i
2017/2/2
page 91
i i
Assim,
max pT Aq max min pT Ay = vl (A).
pm pm yn
Conseq
uentemente,
vc (A) = min max pT Aq max min pT Ay = vl (A).
qn pm pm yn
O pr
oximo teorema caracteriza a existencia de equilbrios de Nash
em estrategias mistas em termos das funcoes vl e vc .
i i
i i
tdj
i i
2017/2/2
page 92
i i
Demonstrac
ao:
() Se (p , q ) e um equilbrio de Nash, entao
pT Aq = ul (p , q ) ul (p, q ) = pT Aq ,
pT Aq = c uc (p , q ) c uc (p , q) = pT Aq,
i i
i i
tdj
i i
2017/2/2
page 93
i i
ul (p , q ) = pT Aq min pT Aq =
qn
max pT Aq xT Aq = ul (x, q ),
pm
uc (p , q ) = c pT Aq c max pT Aq =
pm
c min pT Aq c pT Ay = uc (p , y),
qn
pT Aq
=
i i
i i
tdj
i i
2017/2/2
page 94
i i
(problema primal)
maximizar bT y
sujeito a Ay c,
y 0,
(problema dual)
minimizar cT x
sujeito a x A bT ,
T
x 0.
i i
i i
tdj
i i
2017/2/2
page 95
i i
(problema dual)
minimizar cT x
sujeito a x A bT ,
T
x 0.
X = {x Rm | xT A bT e x 0}
e nao vazio. Por outro lado, como c = (1, 1, . . . , 1)T , a funcao ob-
jetivo do problema e escrita como x = (x1 , x2 , . . . , xm ) cT x =
x1 + x2 + + xm . Assim, o problema dual consiste em encontrar o
ponto do conjunto X mais pr oximo da origem segundo a norma da
soma || ||1 , um problema que certamente possui uma solucao pois,
se p X, entao podemos compacticar o conjunto admissvel in-
cluindo a restricao ||x||1 ||p||1 e, com isso, podemos usar o teorema
de Weierstrass para garantir a existencia de um mnimo.
Passo 2: construc ao do equilbrio de Nash.
Dado que o problema dual possui uma solucao, pelo teorema de
dualidade, o problema primal tambem possui. Mais ainda: se x e
solucao do problema dual e y e solucao do problema primal, entao
cT x = (x )T Ay = bT y .
i i
i i
tdj
i i
2017/2/2
page 96
i i
e
m
n
yj bT y
qj = = = = 1.
j=1 j=1
uc (p , q ) = pT Aq pT Aq = uc (p , q)
ul (p , q ) = pT Aq pT Aq = ul (p, q ),
i i
i i
tdj
i i
2017/2/2
page 97
i i
vrus
sorotipo 1 sorotipo 2
(85/100, 85/100) (70/100, 70/100)
governo
vacina 1
(problema primal)
maximizar ' y1 +(y'2 ( ' (
85/100 70/100 y1 1
sujeito a ,
60/100 90/100 ' y2 ( ' 1 (
y1 0
,
y2 0
(problema dual)
minimizar ' x1 + x2 (
85/100 70/100
sujeito a x1 x2 1 1 ,
60/100 90/100
' ( ' (
x1 0
,
x2 0
isto e,
i i
i i
tdj
i i
2017/2/2
page 98
i i
(problema primal)
maximizar y1 + y2
sujeito a 17y1 + 14y2 20,
6y1 + 9y2 10,
y1 0,
y2 0,
(problema dual)
minimizar x1 + x2
sujeito a 7x1 + 12x2 20,
7x1 + 9x2 10,
x1 0,
x2 0.
i i
i i
tdj
i i
2017/2/2
page 99
i i
x2
30/23
10/23
0 20/23 30/23 x1
y1
30/23
50/69
0 40/69 30/23 y1
i i
i i
tdj
i i
2017/2/2
page 100
i i
q n , v = uc (p , q ) uc (p , q)
T
q n , pAq pT Aq = v (4.3)
O ganho esperado do jogador linha nunca e menor
do que v se ele jogar com p , independentemente
da escolha q do jogador coluna.
e, analogamente,
p m , v = ul (p , q ) ul (p, q )
p m , pAq pT Aq = v
(4.4)
A perda esperada do jogador coluna nunca e maior
do que v se ele jogar com q , independentemente
da escolha p do jogador linha.
Mais ainda: se (p , q ) e um equilbrio de Nash do jogo, entao
n
aij qj = v , para todo i tal que pi > 0 e (4.5)
j=1
m
pi aij = v , para todo j tal que qj > 0. (4.6)
i=1
De fato: suponha,
n por absurdo, que exista algum ndice k tal que
pk > 0 e a
j=1 kj qj = v . Usando as desigualdades 4.4 com
n
p = ei , sabemos que j=1 aij qj v para todo i = 1, . . . , m. Logo,
n
se j=1 akj qj = v , entao nj=1 akj qj < v . Mas, ent
ao,
m
n
m
v = pi aij qj < pi v = v ,
i=1 j=1 i=1
i i
i i
tdj
i i
2017/2/2
page 101
i i
minimizar minimizar
sujeito a m Aq , sujeito a n B T p .
Se e a solucao
otima do primeiro problema dual, ent
ao pelo teo-
rema forte da dualidade, vale que (Aq )T p = . Mas (Aq )T p =
q T AT p = pT Aq e = (p m ) . Assim, pT Aq = (p m )
ou, equivalentemente,
pT (m Aq ) = 0. (4.7)
i i
i i
tdj
i i
2017/2/2
page 102
i i
Tm p = 1,
Tn q = 1,
m Aq 0, (4.9)
n B T p 0,
p, q 0,
e as Equac
oes 4.7 e 4.7 sejam satisfeitas.
i i
i i
tdj
i i
2017/2/2
page 103
i i
u1 (p , q ) = pT Aq pT Aq = u1 (p, q ), p m .
Analogamente, como
u2 (p , q ) = pT Bq pT Bq = u2 (p , q), q n ,
(pT Bq )n (eTj B T p )m =
m (eTj B T p ) = (m eTj )(B T p ) = B T p .
Desta maneira, (p , q ) e um equilbrio de Nash se, e somente se,
w + M z = t, w 0, z0 e zT w = 0,
i i
i i
tdj
i i
2017/2/2
page 104
i i
x y
p = e q =
Tm x Tn y
constituem um equilbrio de Nash do jogo bimatricial.
Alem de programacao linear, programacao quadratica e teoria dos
jogos, aplicacoes do problema de complementaridade linear incluem
o estudo de modelos nanceiros, a analise n ao-linear de certas estru-
turas elasto-pl asticas e muitas outras areas ([64]).
4.5 Gambit
Desenvolvido por Richard D. McKelvey (California Institute of
Technology), Andrew M. McLennan (University of Minnesota) e The-
odore L. Turocy (Texas A&M University), Gambit e um programa de
computador, gratuito e multiplataforma, orientado para a construcao
e an
alise de jogos nitos. Ele oferece uma interface graca intuitiva
para o calculo de equilbrios de Nash e a analise das estruturas de
dominancia das estrategias do jogo. Para baix
a-lo, acesse o endereco:
http://econweb.tamu.edu/gambit.
i i
i i
tdj
i i
2017/2/2
page 105
i i
i i
i i
tdj
i i
2017/2/2
page 106
i i
Observa c
ao. A equipe do Gambit recentemente desenvolveu uma
vers
ao on-line do software que est
a disponvel no endereco: http:
//gte.csc.liv.ac.uk/gte/builder/ (e preciso habilitar o uso de
janelas pop-up).
4.6 Exerccios
[01] Calcule os pontos de sela da matriz
24 23 22 25
10 22 20 19
A= 27
.
25 22 23
20 28 16 15
i i
i i
tdj
i i
2017/2/2
page 107
i i
1 3 2 5 3
4 15 14 1
Este quadrado magico aparece na gravura Melencolia I de Al-
brecht D
urer:
http://en.wikipedia.org/wiki/Melancholia_I.
i i
i i
tdj
i i
2017/2/2
page 108
i i
Captulo 5
5.1 Definic
ao
Um jogo na forma extensa (tambem denominado jogo sequencial)
e aquele em que os jogadores realizam seus movimentos em uma or-
dem predeterminada. Por este motivo, uma maneira muito adequada
108
i i
i i
tdj
i i
2017/2/2
page 109
i i
c (2, 4)
2
d
a
(1, 0)
1
b
e (6, 12)
2
f
(9, {1)
i i
i i
tdj
i i
2017/2/2
page 110
i i
S1 = {a, b}.
Por outro lado, o jogador 2 tem dois nos de decis ao: um que se segue
depois que o jogador 1 jogou a e o outro depois que o jogador 1 jogou b.
Por este motivo, cada estrategia do jogador 2 deve conter duas acoes:
uma para o primeiro no e a outra para o outro n o. Assim, uma
estrategia possvel para o jogador 2 e jogar c se o jogador 1 jogar a
e jogar f se o jogador 1 jogar b. Outra e jogar c se o jogador 1
jogar a e jogar e se o jogador 1 jogar b. Escrevendo apenas as acoes
que o jogador 2 pode tomar em cada n o de decisao, o conjunto de
suas estrategias pode ser entao representado da seguinte maneira:
S1 = {a, b}, S2 = {(c, e), (c, f ), (c, g), (d, e), (d, f ), (d, g)}
e
S2 = {(c, e), (c, f ), (d, e), (d, f )}.
i i
i i
tdj
i i
2017/2/2
page 111
i i
c (2, 4)
2
d
a (1, 0)
1
b (6, 12)
e
2 f
(9, {1)
g
(8, 9)
c (2, 4)
2
d
a (1, 10)
1
l (2, 3)
1
m
e
b (1, 4)
2
f
p (5, 0)
1
q
(5, 4)
i i
i i
tdj
i i
2017/2/2
page 112
i i
s = (s1 , . . . , si , . . . , sn ) S1 Si Sn
ui (si , si ) ui (siji , si )
S = S1 S2 = {(a, (c, e)), (a, (c, f )), (a, (d, e)), (a, (d, f )),
(b, (c, e)), (b, (c, f )), (b, (d, e)), (b, (d, f ))}.
c (2, 4)
2
d
a
(1, 9)
1
b
e (5, 0)
2
f
(5, 4)
i i
i i
tdj
i i
2017/2/2
page 113
i i
c (2, 4)
2
d
a
(1, 9)
1
b
e (5, 0)
2
f
(5, 4)
c (2, 4)
2
d
a
(1, 9)
1
b
e (5, 0)
2
f
(5, 4)
i i
i i
tdj
i i
2017/2/2
page 114
i i
e
u2 (b, (c, f )) = 4 > 0 = u2 (b, (c, e)),
u2 (b, (c, f )) = 4 > 0 = u2 (b, (d, e)),
u2 (b, (c, f )) = 4 4 = u2 (b, (d, f )).
O jogo possui mais um equilbrio de Nash: o perl (b, (c, f )).
i i
i i
tdj
i i
2017/2/2
page 115
i i
c (2, 4)
2
d
a (1, 10)
1
l (2, 3)
1
m
e
b (1, 4)
2
f
p (5, 0)
1
q
(5, 4)
c (2, 4)
2
d
a (1, 10)
1
l (2, 3)
1
m
e
b (1, 4)
2
f
p (5, 0)
1
q
(5, 4)
i i
i i
tdj
i i
2017/2/2
page 116
i i
c (2, 4)
2
d
a (1, 10)
1
l (2, 3)
1
m
e
b (1, 4)
2
f
p (5, 0)
1
q
(5, 4)
c (2, 1)
2
d
a
(0, 0)
1
b
(1, 2)
i i
i i
tdj
i i
2017/2/2
page 117
i i
da Figura 5.11.
l (2, 3)
1
m
e
2 (1, 4)
f
p (5, 0)
1
q
(5, 4)
i i
i i
tdj
i i
2017/2/2
page 118
i i
i i
i i
tdj
i i
2017/2/2
page 119
i i
5.5 Exerccios
[01] (Jogo da centop eia) Use inducao retroativa para obter um
equilbrio de Nash do jogo seq uencial da gura abaixo. O
equilbrio e Pareto eciente?
1 Continuar 2 Continuar 1 Continuar 2 Continuar
(64, 16)
Parar
Parar
Parar
Parar
(4, 1) (2, 8) (16, 4) (8, 32) .
trair ({1, 2)
2
fiar
con honrar ( 1, 1)
1
no
con
fiar
(0, 0) .
i i
i i
tdj
i i
2017/2/2
page 120
i i
Captulo 6
Exemplos
120
i i
i i
tdj
i i
2017/2/2
page 121
i i
contr
ario, ele mantem a sua carta e vence o jogo. O leitor interessado
pode se familiarizar com as regras do jogo atuando como o jogador 2
no applet Java disponvel no endereco:
http://www.professores.uff.br/hjbortol/arquivo/2007.1/
applets/leher1_br.html.
i i
i i
tdj
i i
2017/2/2
page 122
i i
{5, 7, 9}
{5, 6, 7, 8, 9, 10, Q, J, K}
i i
i i
i
i
i
i
jogador 2
A 2 3 4 5 6 7 8 9 10 Q J K
A 0.500 0.462 0.429 0.404 0.385 0.372 0.365 0.365 0.372 0.385 0.404 0.429 0.462
2 0.538 0.500 0.468 0.442 0.423 0.410 0.404 0.404 0.410 0.423 0.442 0.468 0.500
3 0.571 0.538 0.506 0.480 0.460 0.447 0.440 0.439 0.445 0.457 0.476 0.501 0.533
4 0.596 0.569 0.543 0.517 0.496 0.481 0.473 0.471 0.476 0.487 0.505 0.529 0.559
5 0.613 0.592 0.571 0.550 0.529 0.513 0.503 0.499 0.502 0.512 0.527 0.550 0.578
6 0.622 0.606 0.590 0.573 0.557 0.541 0.529 0.523 0.523 0.530 0.544 0.564 0.590
[SEC. 6.1: O JOGO LE HER SIMPLIFICADO
7 0.623 0.611 0.598 0.586 0.574 0.562 0.550 0.541 0.538 0.543 0.553 0.570 0.593
jogador 1
8 0.614 0.605 0.597 0.588 0.579 0.571 0.562 0.553 0.547 0.548 0.555 0.568 0.588
9 0.596 0.590 0.584 0.578 0.572 0.566 0.561 0.555 0.549 0.545 0.548 0.558 0.573
10 0.566 0.563 0.559 0.556 0.552 0.549 0.545 0.542 0.538 0.535 0.533 0.538 0.549
Q 0.526 0.524 0.523 0.521 0.519 0.517 0.516 0.514 0.512 0.510 0.509 0.508 0.514
J 0.474 0.474 0.473 0.473 0.472 0.471 0.471 0.470 0.470 0.469 0.469 0.468 0.468
K 0.410 0.410 0.410 0.410 0.410 0.410 0.410 0.410 0.410 0.410 0.410 0.410 0.410
i
i
tdj
i
i
page 123
2017/2/2
2017/2/2
page 124
i
i
tdj
i
i
[CAP. 6: EXEMPLOS
jogador 2
A 2 3 4 5 6 7 8 9 10 Q J K
jogador 1
7 0.623 0.611 0.598 0.586 0.574 0.562 0.550 0.541 0.538 0.543 0.553 0.570 0.593
8 0.614 0.605 0.597 0.588 0.579 0.571 0.562 0.553 0.547 0.548 0.555 0.568 0.588
9 0.596 0.590 0.584 0.578 0.572 0.566 0.561 0.555 0.549 0.545 0.548 0.558 0.573
Tabela 6.2: Matriz de payos do jogador 1 para o jogo Le Her apos mais uma eliminac
ao de estrategias
estritamente dominadas.
124
i
i
i
i
tdj
i i
2017/2/2
page 125
i i
jogador 2
9 10
jogador 1
7 0.538 0.543
8 0.547 0.548
9 0.549 0.545
jogador 2
9 10
jogador 1
8 0.547 0.548
9 0.549 0.545
i i
i i
tdj
i i
2017/2/2
page 126
i i
deste jogo 2 2:
e
(q1 , q2 ) = (3/5, 2/5) para o jogador 2.
Os payos medios sao, respectivamente, 0.5474 e 0.4526. Vemos,
portanto, que o jogador 1 leva vantagem nesta versao simplicada
do Le Her supondo, e claro, que ele aja racionalmente seguindo o
equilbrio de Nash.
Observac
o es.
i i
i i
tdj
i i
2017/2/2
page 127
i i
[SEC. 6.2: O MODELO DE DUOPOLIO DE COURNOT 127
e, assim, eles tomam suas decisoes sobre qual produto comprar con-
siderando apenas o preco, independentemente do fabricante. Vamos
assumir a situacao de market-clearing, isto e, nao existe excesso de
demanda ou excesso de oferta no mercado. Assim, a quantidade de-
mandada do produto e igual `a quantidade ofertada do mesmo. Para
simplicar, vamos supor que o preco de mercado e uma funcao linear
da quantidade agregada Q = q1 + q2 do produto no mercado. Mais
precisamente,
A Q, se Q < A, A (q1 + q2 ), se q1 + q2 < A,
P (Q) = =
0, se Q A, 0, se q1 + q2 A.
Aqui, A e o preco maximo aceitavel pelo mercado. Os custos to-
tais de producao das empresas 1 e 2 s ao dados, respectivamente,
por C1 (q1 ) = c q1 e C2 (q2 ) = c q2 , com c > 0. Vamos supor que
c < A. As duas empresas devem escolher simultaneamente as quan-
tidades que ir ao produzir. O ganho de cada empresa e o lucro que
ela obtem.
Temos entao um jogo innito com dois jogadores, g1 = Empresa 1,
g2 = Empresa 2, S1 = [0, +), S2 = [0, +) e S = S1 S2 . As fun-
oes de utilidade u1 , u2 : S R sao dadas por
c
u1 (q1 , q2 ) = q1 P (q1 + q2 ) c q1
q1 [A (q1 + q2 ) c], se q1 + q2 A,
=
q1 [c], se q1 + q2 > A,
q1 (q1 + (A q2 c)), se q1 + q2 A,
=
q1 [c], se q1 + q2 > A,
u2 (q1 , q2 ) = q2 P (q1 + q2 ) c q2
q2 [A (q1 + q2 ) c], se q1 + q2 A,
=
q2 [c], se q1 + q2 > A,
q2 (q2 + (A q1 c)), se q1 + q2 A,
=
q2 [c], se q1 + q2 > A.
Desta maneira, as funcoes de melhor resposta das duas empresas s
ao
dadas por
{(A c q2 )/2}, se q2 A c,
MR1 (q2 ) =
{0}, se q2 > A c,
i i
i i
tdj
i i
2017/2/2
page 128
i i
{(A c q1 )/2}, se q1 A c,
MR2 (q1 ) =
{0}, se q1 > A c.
q2 = (A c q1 )/2 e q1 = (A c q2 )/2.
q2
A{c
(A { c)/2
(q 1*, q2* )
0 (A { c)/2 A{c q1
i i
i i
tdj
i i
2017/2/2
page 129
i i
[SEC. 6.3: O MODELO DE DUOPOLIO DE BERTRAND 129
onde j = i = 1, 2.
Quais sao os equilbrios de Nash em estrategias puras deste mo-
delo? Certamente (p1 , p2 ) = (c, c) e um equilbrio de Nash pois, neste
caso,
i i
i i
tdj
i i
2017/2/2
page 130
i i
p2
A
Caso (e)
Caso (d)
Caso (c)
(f)
so
Caso (g)
Ca
c Caso (h)
)
(b
Caso (a)
so
Ca
0 c A p1
i i
i i
tdj
i i
2017/2/2
page 131
i i
[SEC. 6.4: O MODELO DE DUOPOLIO DE STACKELBERG 131
i i
i i
tdj
i i
2017/2/2
page 132
i i
u2
0 c (A + c)/2 A p2
u1 (q1 , q2 ) = q1 P (q1 + q2 ) c q1 ,
u2 (q1 , q2 ) = q2 P (q1 + q2 ) c q2 ,
A q1 c
q2 = A2 (q1 ) = ,
2
i i
i i
tdj
i i
2017/2/2
page 133
i i
[SEC. 6.5: A TRAGEDIA DOS COMUNS 133
6.5 A trag
edia dos comuns
O termo A Tragedia dos Comuns vem de uma par abola pu-
blicada pelo economista poltico William Forster Lloyd em seu livro
i i
i i
tdj
i i
2017/2/2
page 134
i i
Two Lectures on the Checks to Population de 1833, que depois foi po-
pularizada e estendida por Garret Hardin no seu artigo The Tragedy
of the Commons publicado na revista Science em 1968 ([38]).
A palavra tragedia tem o signicado dado por Alfred North
Whitehead em seu livro Science and The Modern World : The es-
sence of dramatic tragedy is not unhappiness. It resides in the solem-
nity of the remorseless working of things.. J a a palavra comuns
designa uma area de pastagem coletiva, sem dono e sem qualquer
regulamentac ao, usada por pastores na Idade Media, que cuidavam
do rebanho de ovelhas para obter a l a que vendiam para a confeccao
de roupas.
Com o crescimento do n umero de famlias de camponeses ao longo
do tempo, ocorreu um aumento do n umero de ovelhas necess arias
para o sustento de cada famlia. Como a area de pastagem era de uso
comum, nenhuma famlia tinha incentivo para controlar o n umero de
ovelhas de seu rebanho pois, se o zesse, outras famlias usariam as
pastagens de qualquer forma. Com uma superpopulacao de ovelhas, a
terra que antes era fertil, comecou a se exaurir. A reducao da area de
pastagem afetou tanto o rebanho quanto a ind ustria local de roupas.
A par abola mostra, entao, que a imprudencia em administrar um
recurso nito do qual todos se beneciam pode levar `a runa.
Vamos usar teoria dos jogos para modelar uma vers ao ingenua da
tragedia dos comuns. Considere uma aldeia com n pastores e seja oi
o numero de ovelhas do i-esimo pastor, de modo que o n umero total
de ovelhas da aldeia e o = o1 + + on . O custo de compra de uma
ovelha e c, independentemente do n umero de ovelhas que o pastor
ja possui. O benefcio de um pastor em deixar uma ovelha pastando
e v(o) por ovelha. Como o campo de pastagem e um recurso nito,
existe um n umero maximo o de ovelhas que ele pode suportar. As-
sim, v(o) > 0 se o < o e v(o) = 0 se o o. Naturalmente, v e uma
funcao decrescente, pois quanto mais ovelhas no pasto, menor ser aa
area u
til de pastagem para a proxima ovelha. Mais ainda: se existem
poucas ovelhas pastando, colocar uma a mais para pastar nao vai
afetar muito as ovelhas que ja estao pastando mas, por outro lado, se
existem muitas ovelhas no pasto, digamos, quase que completando a
cota maxima o, o acrescimo de uma ovelha prejudica mais acentua-
damente a pastagem das demais ovelhas. Admitindo que as ovelhas
sejam innitamente divisveis, estas condicoes podem ser modeladas
i i
i i
tdj
i i
2017/2/2
page 135
i i
[SEC. 6.5: A TRAGEDIA DOS COMUNS 135
0 o o
Figura 6.4: Gr
aco da funcao v.
ui (o1 , . . . , oi , . . . , on ) = oi v(o1 + + oi + + on ) c oi .
(1) i e contnua,
(2) i tem a mesma classe de diferenciabilidade de v em [0, o i ),
(3) i (0) = 0, i (o i ) < 0, i (oi ) 0 para oi o i ,
i i
i i
tdj
i i
2017/2/2
page 136
i i
(5) i e concava em 0, o i .
Logo, a func
ao de melhor resposta do pastor i esta bem denida:
MRi (o ) = argmaxoi (0,oi
) oi v oi i c oi .
i i
i i
tdj
i i
2017/2/2
page 137
i i
Ap
endice A
Convexidade
137
i i
i i
tdj
i i
2017/2/2
page 138
i i
(a) (b)
Definic
ao A.2 (Semiplanos e Semiespa cos) Seja a um ve-
ao-nulo em Rn e seja c um n
tor n umero real. Os conjuntos
H+ = {x Rn | ax c} e H = {x Rn | ax c}
s
ao denominados, respectivamente, semiespacos fechados cor-
respondentes ao semiplano H = {x Rn | ax = c}.
Definic
ao A.3 (Politopos e Poliedros) Um politopo e um
conjunto que pode ser expresso como a intersecao de um n
umero
nito de semiespacos fechados. Um poliedro e um politopo limi-
tado.
Defini c
ao A.4 (Combinac o convexa) Sejam x1 , . . . , xk
a
umeros reais 0 tais que ni=1 i = 1. A com-
Rn e 1 , . . . , k n
binaca
o convexa de x1 , . . . , xk com pesos 1 , . . . , k e o ponto
1 x1 + + i xk .
i i
i i
tdj
i i
2017/2/2
page 139
i i
139
(a) (b)
Defini
c
ao A.5 (Func
o es convexas e co
ncavas)
i i
i i
tdj
i i
2017/2/2
page 140
i i
f(p)
seg
me
nto
(1{ t) . f(p)+t . f(q) de r
eta
sec
ant
e grfico de f
f(q)
f ((1{ t) . p +t . q)
0 p (1{ t) . p+t . q q x
Teorema A.3
i i
i i
tdj
i i
2017/2/2
page 141
i i
141
grfico de f
0 x
i i
i i
tdj
i i
2017/2/2
page 142
i i
Defini
c
ao A.6 (Func
o es quase-convexas e quase-co
n-
cavas)
(a) Dizemos que uma funcao f : U Rn R denida em um
subconjunto convexo U de Rn e quase-convexa se, e somente
se,
{x U | f (x) c}
e um conjunto convexo para todo c R.
(b) Dizemos que uma funcao f : U Rn R denida em um
subconjunto convexo U de Rn e quase-c
oncavo se, e somente
se,
{x U | f (x) c}
e um conjunto convexo para todo c R.
0 x
3
Figura A.5: y = f (x) = x2 e quase-convexa, mas n
ao e convexa
em R.
i i
i i
tdj
i i
2017/2/2
page 143
i i
143
f (t x1 + (1 t) x2 ) f (x2 ).
f (t x1 + (1 t) x2 ) f (x2 ).
i i
i i
tdj
i i
2017/2/2
page 144
i i
0 x
(b) f e quase-c
oncava em U se, e somente se,
i i
i i
tdj
i i
2017/2/2
page 145
i i
Ap
endice B
Programa
c
ao Linear
minimizar x1 + x2
x1 ,x2 R
sujeito a 3 x1 + 2 x2 8,
x1 + 5 x2 7, (B.1)
x1 0,
x2 0,
K = {(x1 , x2 ) R2 | 3 x1 + 2 x2 8, x1 + 5 x2 7, x1 0, x2 0}
145
i i
i i
tdj
i i
2017/2/2
page 146
i i
x2
0 2 3 7 x1
minimizar R c1 x1 + + cn xn
x1 ,...,xn
sujeito a a11 x1 + + a1n xn = b1 ,
.. .. .. .. ..
. . . . .
am1 x1 + + amn xn = bm ,
e x1 0, . . . , xn 0.
Todo programa linear pode ser reescrito na forma padr ao com o uso
de vari
aveis de folga. Por exemplo, uma restricao da forma
ai1 x1 + + ain xn bi
pode ser substituda, de maneira equivalente, pelas restricoes
ai1 x1 + + ain xn yi = bi e yi 0.
Se uma vari
avel de decis ao xi pode assumir qualquer valor real, isto e,
se n
ao existe restricao de nao-negatividade em xi , entao podemos
i i
i i
tdj
i i
2017/2/2
page 147
i i
147
minimizar
n
cT x
xR (B.3)
sujeito a Ax = b e x 0,
maximizar
n
cT x
xR
sujeito a Ax = b e x 0,
minimizar
n
cT x
xR
sujeito a Ax = b e x 0.
i i
i i
tdj
i i
2017/2/2
page 148
i i
Da teoria de Algebra Linear sabemos, entao, que existem m colunas
de A que s ao linearmente independentes. Renomeando-se ndices se
necessario, podemos assumir que estas colunas sejam as m primeiras.
Isto induz uma decomposicao de A e de x:
' (
xB
A= B C , x= ,
xC
onde B e uma matriz mm inversvel. Como o sistema linear Ax = b
e equivalente a BxB + CxC = b, segue-se ent ao que existe uma
soluc
ao x de Ax = b na forma
' (
xB
.
0
Esta solucao e denominada soluc
ao b
asica do sistema linear Ax =
b associada a` base B. As componentes de xB sao denominadas
vari
aveis basicas.
Definic
ao B.1 (Ponto Extremo) Dizemos que um ponto x
em um conjunto convexo U e ponto extremo de U se nao existem
dois outros pontos distintos x1 e x2 em U tais que x = x1 +
(1 ) x2 para algum no intervalo (0, 1).
i i
i i
tdj
i i
2017/2/2
page 149
i i
149
x2
4 x1 x6 x7
x5
3
x2
1 x4
x3
0
2 3 7 x1
Os teoremas B.1 e B.2 dizem que, para se resolver o problema B.3, nao
e preciso considerar todos os pontos do conjunto admissvel K: basta
procurar pelo ponto otimo entre os pontos extremos (vertices) de K!
O metodo simplex explora esta estrutura para construir um algoritmo
muito popular para se resolver B.3. Outra categoria de metodos que
i i
i i
tdj
i i
2017/2/2
page 150
i i
Defini
c
ao B.2 (O problema dual) O problema dual de
minimizar
n
cT x
xR (B.4)
sujeito a Ax b e x 0,
e o programa linear
maximizar
m
T b
R (B.5)
sujeito a AT c e 0,
m
onde T b = i=1 i bi . B.5
e denominado o problema dual
de B.4. Neste contexto, B.4 e denominado problema primal.
minimizar 8 1 + 7 2
1 ,2 R
sujeito a 3 1 + 2 1,
2 1 + 5 2 1, (B.6)
1 0,
2 0.
i i
i i
tdj
i i
2017/2/2
page 151
i i
151
minimizar
n
cT x
xR
' ( ' (
A b
sujeito a x e x 0.
A b
minimizar
n
uT b vT b
xR
sujeito a AT u AT v c, u 0 e v 0.
i i
i i
tdj
i i
2017/2/2
page 152
i i
i i
i i
tdj
i i
2017/2/2
page 153
i i
153
3/7
1/5
(4/13, 1/13)
3/8
0 1/3 1
i i
i i
tdj
i i
2017/2/2
page 154
i i
K = {x Rn | Ax = b e x 0} ,
entao existem ponto extremo x e raio extremo r de K tal que o valor
da funcao objetivo de B.3 em x = x +tr tende a quando t tende
a +. Em particular,
cT
r < 0.
Dizemos que r e um raio de K se, e somente se, r = 0 e o conjunto
{p Rn | p = x + t r e t 0} esta contido em K para todo x K.
Um raio r de K e extremo, se nao existem outros dois raios r1 e r2
de K (com r1 = t r2 para todo t > 0) e um escalar s no intervalo (0, 1)
tal que
r = s r1 + (1 s) r2 .
x2
r1
r2
r3
K
0 x1
i i
i i
tdj
i i
2017/2/2
page 155
i i
Ap
endice C
Captulo 2
[01] O processo de dominancia estrita iterada reduz o jogo para uma
matriz 11 com um u nico perl de estrategias puras: (s13 , s22 ).
[02] (a) Nao existem estrategias dominantes neste jogo.
(b) (l1 , c1 ) e (l2 , c2 ) sao os u
nicos equilbrios de Nash em es-
trategias puras do jogo.
[03] (a) c2 domina estritamente c1 .
(b) (l2 , c2 ) e o u
nico equilbrio de Nash em estrategias puras do
jogo.
[04] (a) Nao existem estrategias dominantes neste jogo.
(b) (desviar, nao desviar) e (nao desviar, desviar) s
ao os u
nicos
equilbrios de Nash em estrategias puras do jogo.
[05] (a) Nao existem estrategias dominantes neste jogo.
(b) (brigar, ameacar) e (ameacar, brigar) sao os u
nicos equilbrios
de Nash em estrategias puras do jogo.
[06] Usando o processo de domin
ancia fraca iterada, o jogo se reduz
para uma matriz 3 3:
155
i i
i i
tdj
i i
2017/2/2
page 156
i i
Eixo
A B C
1 (+13, 13) (+29, 29) (+ 8, 8)
Aliados .
3 (+18, 18) (+22, 22) (+31, 31)
i i
i i
tdj
i i
2017/2/2
page 157
i i
157
Das desigualdades
e
i , si ) < ui (si , si )
ui (s[1] [2] [2] [2]
i = si e si = si .
segue-se que s[2] [2] [1]
desigualdades
e
i , si ) < ui (si , si )
ui (s[2] [3] [3] [3]
i = si , si = si e si = si .
segue-se que s[3] [3] [1] [3] [2]
i i
i i
tdj
i i
2017/2/2
page 158
i i
ui (p ) = ui (pi , pi )
m1 mn
= p1j1 pnjn ui (s1j1 , . . . , snjn ).
j1 =1 jn =1
onde
m1 mi1 mi+1 mn
vji = cj1 ,...,jn ui (s1j1 , . . . , snjn ),
j1 =1 ji1 =1 ji+1 =1 jn =1
i i
i i
tdj
i i
2017/2/2
page 159
i i
159
mi
< pir ui (sir , si ) + pik ui (pi , si ),
r=1
r =k
Conseq
uentemente,
ui (pi , si )
<
mi
mi
pir ui (sir , si ) + pik pir ui (sir , si )
r =1 r =1
r =k
=
mi
(pir + pik pir ) ui (sir , si ) + pik pik ui (sik , si )
r=1
r =k
=
mi
pir ui (sir , si ),
r=1
i i
i i
tdj
i i
2017/2/2
page 160
i i
i i
i i
tdj
i i
2017/2/2
page 161
i i
161
(Bob) q
(Confessar) 1
(Negar)
0 1 p (Al)
(Negar) (Confessar)
g2
s21 s22
s11 (12, 10) (28, 26) ,
g1
s12 (20, 46) (20, 46)
i i
i i
tdj
i i
2017/2/2
page 162
i i
(g2) q
(s21 ) 1
1/2
(s22 )
0 1/2 1 p (g1)
(s12 ) (s11 )
Captulo 3
[01] (a) Considere = [0, 1] e F : cujo gr
aco e dado na
Figura C.3.
(b) Considere = (0, 1) e F : cujo graco e dado na
Figura C.4.
(c) Considere = [0, 1/3] [2/3, 1] e F : cujo gr
aco e
dado na Figura C.5.
i i
i i
tdj
i i
2017/2/2
page 163
i i
163
1/2
0 1/2 1 x
2/3
0 1/3 1 x
i i
i i
tdj
i i
2017/2/2
page 164
i i
2/3
1/3
0 1/3 2/3 1 x
3/4
1/4
0 1/2 1 x
i i
i i
tdj
i i
2017/2/2
page 165
i i
165
g2
s21 s22
s11 (1, 1) (0, 0) ,
g1
s12 (0, 0) (0, 0)
Captulo 4
[01] A matriz A tem dois pontos de sela: a13 e a33 .
[02] No jogo de comparar moedas,
' (
+1 1
A=
1 +1
Assim:
(problema primal)
maximizar y1 + y2
sujeito a 3 y1 + y2 1,
y1 + 3 y2 1,
y1 0,
y2 0,
i i
i i
tdj
i i
2017/2/2
page 166
i i
(problema dual)
minimizar x1 + x2
sujeito a 3 x1 + x2 1,
x1 + 3 x2 1,
x1 0,
x2 0.
1
= x1 + x2 = y1 + y2 = ,
2
segue-se que o u nico equilbrio de Nash do jogo de comparar
moedas e dado por (p , q ), onde
(x , x ) 1 1 (y , y ) 1 1
p = 1 2 = , e q = 1 2 = , .
2 2 2 2
(p , 1 p ; q , 1 q )
i i
i i
tdj
i i
2017/2/2
page 167
i i
167
a p + d (1 p ) = b p + c (1 p )
cd
p =
(a b) + (c d)
ac bd
v = a p + d (1 p ) = .
(a b) + (c d)
ac bd
v = a q + d(1 q ) = .
(a b) + (c d)
[04] Como A n
ao possui pontos de sela, o jogo possui apenas equilbrios
de Nash
(p , 1 p ; q , 1 q )
totalmente mistos, isto e, com 0 < p , q < 1. Se v e o valor
do jogo, entao usando as desigualdades 4.3 com q = ek R4
para k = 1, 2, 3, 4, vemos que
' ( v
1 +5 +1 2 v
p 1 p
v ,
+1 3 2 +5
v
i i
i i
tdj
i i
2017/2/2
page 168
i i
v*
5 Coluna 2
3
v*
*{
=
8p
{7
=
p*
v*
+
v* = 5
2 Coluna 3
1 {2p p*
{
*+ =3
1 v*
0 1 p*
{1 Coluna 1
{2 Coluna 4
{3
isto e,
v 2 p + 1,
v 8 p 3,
(C.1)
v
3 p 2,
v 7 p + 5.
oes ans v = 2 p + 1, v = 8 p 3, v = 3 p 2
As func
e v = 3 p 2 representam os ganhos medios do jogador linha
i i
i i
tdj
i i
2017/2/2
page 169
i i
169
min ul (p , el ) = ul (p , el )
1ln
e
max (uc (ek , q )) = uc (ek , q ),
1km
i i
i i
tdj
i i
2017/2/2
page 170
i i
M
min ul (p , el ) = = max (uc (ek , q )).
1ln n 1km
i i
i i
tdj
i i
2017/2/2
page 171
i i
171
Estas equac
oes podem ser escritas usando-se matrizes da se-
guinte maneira: Aq = v . Como, por hipotese, A e uma
matriz inversvel, segue-se que q = v A1 . Agora,
n
1
qj = 1 1 = T q = v T A v = .
j=1
T A1
Sendo assim,
A1
q = .
T A1
Do mesmo modo, pelas relacoes 4.6,
n
pi aij = v , j {1, . . . , n}.
i=1
i i
i i
tdj
i i
2017/2/2
page 172
i i
i i
i i
tdj
i i
2017/2/2
page 173
i i
Referencias
Bibliogr
aficas
[07] E. Borel, The Theory of Play and Integral Equations with Skew
Symmetric Kernels. Econometrica, vol. 21, no. 1, pp. 97-100,
1953. Originalmente publicado em: Comptes Rendus Hebdo-
madaires des Seances de lAcademie des Sciences, 1921.
173
i i
i i
tdj
i i
2017/2/2
page 174
i i
174
REFERENCIAS
BIBLIOGRAFICAS
[08] E. Borel, On Games that Involve Chance and the Skill of the
Players. Econometrica, vol. 21, no. 1, pp. 101-115, 1953. Origi-
nalmente publicado em: Elements de la Theorie des Probabi-
lites, 1924.
i i
i i
tdj
i i
2017/2/2
page 175
i i
REFERENCIAS
BIBLIOGRAFICAS 175
i i
i i
tdj
i i
2017/2/2
page 176
i i
176
REFERENCIAS
BIBLIOGRAFICAS
[36] F. G
ul, D. Pearce, E. Stacchetti, A Bound on The Proportion
of Pure Strategy Equilibria in Generic Games. Mathematics of
Operations Research, vol. 18, no. 3, pp. 548-552, 1993.
i i
i i
tdj
i i
2017/2/2
page 177
i i
REFERENCIAS
BIBLIOGRAFICAS 177
i i
i i
tdj
i i
2017/2/2
page 178
i i
178
REFERENCIAS
BIBLIOGRAFICAS
i i
i i
tdj
i i
2017/2/2
page 179
i i
REFERENCIAS
BIBLIOGRAFICAS 179
[63] J. Milnor, Analytic Proofs of the Hairy Ball Theorem and the
Brouwer Fixed Point Theorem. The American Mathematical
Monthly, vol. 85, no. 7, pp. 521-524, 1978.
i i
i i
tdj
i i
2017/2/2
page 180
i i
180
REFERENCIAS
BIBLIOGRAFICAS
i i
i i
tdj
i i
2017/2/2
page 181
i i
REFERENCIAS
BIBLIOGRAFICAS 181
i i
i i
tdj
i i
2017/2/2
page 182
i i
182
REFERENCIAS
BIBLIOGRAFICAS
i i
i i
tdj
i i
2017/2/2
page 183
i i
Indice
Arvore, 109 de estrategia estritamente
dominante, 15, 35
Bernoulli, Nicholas, 5, 126 de estrategia fracamente do-
Bertrand minante, 18
Modelo de duopolio, 129 de Nash, 20, 110
Binmore, Kenneth, 119 em estrategias mistas, 35
Borel, Emile, 6 perfeito em subjogos, 117
Espaco de estrategias
Combinacao convexa, 31, 138 mistas, 29
Complementaridade Linear, 102 puras, 11
Conjunto Estrategia
admissvel de um PL, 145 de um jogo sequencial, 109
convexo, 137 mista, 27
Cournot suporte, 80
Augustin, 5 pura, 11
Modelo de duopolio, 126 totalmente mista, 69
Folgas complementares, 102
de Montmort, Pierre Remond, Folha de uma arvore, 109
126 Forma
Dominancia normal, 11
em estrategias mistas, 32 padrao de um PL, 146
em estrategias puras, 14 Funcao
estrita iterada, 15, 34 concava, 139
fraca iterada, 18 convexa, 139
D
urer, Albrecht, 107 de melhor reposta, 22
objetivo de um PL, 145
Eciencia de Pareto, 59 quase-concava, 142
Equilbrio quase-convexa, 142
183
i i
i i
tdj
i i
2017/2/2
page 184
i i
184 INDICE
i i
i i
tdj
i i
2017/2/2
page 185
i i
INDICE 185
Teorema
do ponto xo de Brouwer,
60
do ponto xo de Kakutani,
65
forte de dualidade, 152
fraco de dualidade, 152
fundamental da programacao
linear, 148
Tucker, Albert W., 11
Utilidade, 11
esperada, 30
Vari
avel
i i
i i