DEPARTAMENTO DE ANÁLISIS ECONÓMICO I José-Manuel Rey

Teoría de juegos
Tercer curso. 2007-08. Licenciatura en Economía.

Capítulo 3
Juegos estáticos con información completa II:
Estrategias mixtas

Sesión 14
Razones para jugar estrategas mixtas. El teorema de Nash. Juegos simétricos.

TJ_07-08_10 1

Razones para considerar estrategias mixtas

1. Dominación

Una estrategia mixta puede dominar a otras puras, a su vez no dominadas por una pura.

EJEMPLO I C D
A 1, 2 4, 2 3, 1
• J1 y J2 no tienen estrategias dominadas (por puras)
M 2,44
2, 2, 0 2, 1
J2: D nunca subrayada ⇒ dominada…. por una pura D 4, 0 1 ,4 3, 1

D dominada por una mixta ? m 2 = (q ,1 − q , 0) (buena “pinta”)

si la domina frente a puras,

U 2 (s 1 , m 2 ) ≥ U 2 (s 1 , D ), para s 1 =A,M,D también frente a mixtas [Ejercicio]
2q + 2(1 − q ) ≥ 1 2 > −1
cualquier mixta (q,1−q,0), con ¼<q <3/4
4q ≥ 1 q ≥1/4
domina (estricto) a D
4(1 − q ) ≥ 1 3/4 ≥q

J1: M nunca subrayada ⇒ dominada por una mixta con sop={A,D}

U 1 (m 1 , I ) = 52 > 2 = U 1 (M , I ) EID (mixtas)
m 1 = ( 12 , 0, 12 ) ? U 1 (m 1 ,C ) = 52 > 2 = U 1 (M ,C ) J1 elimina M
U 1 (m 1 , D ) =3 > 2 = U 1 (M , D ) J2 elimina D
TJ_07-08_10 2
 ¿Cambian los conceptos de solución por dominación al considerar estrategias mixtas?

Resultado 1: incluir estrategias mixtas no cambia la solución EED

G tiene EED (en puras) G tiene EED (en mixtas)

Resultado 2: incluir estrategias mixtas si puede cambiar la solución EID:

G puede sí tener solución por EID en mixtas pero no en puras.

EJEMPLO (anterior)
EID (mixtas) permite eliminar las estrategias M de J1 y D de J2, que no se eliminan con EID (puras)
y finalmente aislar una solución por dominación

Segunda iteración: G1 I C D
• J1 elimina I dominada por C A 1, 2 4, 2 3, 1
1ª
Tercera iteración: M 2,
2,44 2, 0 2, 1
3ª
• J2 elimina D dominada por A D 4, 02 1 ,4 3, 1

(A,C) único perfil superviviente a EID (mixtas) 2ª 1ª

TJ_07-08_10 3

Razones para considerar estrategias mixtas

2. “Se impredecible, my friend”: es mejor en muchos juegos

Una estrategia mixta es más efectiva en juegos donde “ser predecible” es malo
(por ejemplo en juegos de suma cero)

EJEMPLO (un lance del squash)

squash restador
• J1 golpeador, J2 restador F A
• S1={lanzar suave (f), lanzar fuerte (a)} f 20, 80 80, 20
S2={correr al frontón (F), correr atrás (A)} golpeador
a 70, 30 30, 70
• Pagos= probabilidad de ganar el punto/porcentaje de golpeos ganados

J1 “predecible” si juega estrategia pura (“mal jugador”) juego de suma constante

J1→f J2→ F y U1(f, F)=20

se convierte en suma cero, (por
J1→a J2→ A y U1(a, A)=30 ejemplo:) restando 50 a cada pago

pero si J1→(1/2,1/2) sin cambiar preferencias VNM!!!

J2→ R2(1/2,1/2)=F [Ejercicio]
[Ejercicio]
mejor jugador U1((1/2,1/2),F)=(20+70)/2=45 >20,30 !!
TJ_07-08_10 4
 Estrategias maximin

DEF

En un juego G={J,{∆i },{U i }}, una estrategia (mixta) maximin para el

jugador i es la solución m M i de
max
i i
min U i (m i , m −i )
m ∈∆ m − i ∈∆ − i

Si mi M es una estrategia maximin, el pago maximin es

U i M ≡ min
i i
U i (mM i ,m −i ) se llama tb. valor de seguridad
m − ∈∆ −

NOTA:
• Una estrategia maximin de J i maximiza su pago esperado bajo la hipótesis
(muy pesimista) de que haga lo que haga, los otros jugadores actuarán en
cada caso de modo que su pago sea mínimo. es una estrategia conservadora!

• Jugar una estrategia maximin garantiza al jugador el pago maximin, es decir,

haga lo que haga el resto, jugando esa estrategia su peor pago es Ui M.
Además, ninguna otra le garantiza ese pago, porque:

U i M ≡ min
i i
U i (mMi ,m −i ) ≥ min
i i
U i (m i ,m −i ) para toda mi ∈∆i
m − ∈∆ − m − ∈∆ −

TJ_07-08_10 5

EJEMPLO
I C D
Estrategia maximin (pura)
A 1, 22
1*, 4, 2 3, 1
min u1 (A , s 2 ) = 1
2*,
2,44 3,
2, 0 2*,
2, 11
2
s ∈S 2
M
min u 1 (M , s ) = 2
2
sM = M
1
D 4, 2 1 ,4
1*,4 3, 1
s 2 ∈S 2

s M2 = I
min u 1 (D , s 2 ) = 1
2
s ∈S 2 (J1 sólo mira sus pagos
para hallar su maximin!!)
J1 garantiza pago 1 y J2 pago 2

EJEMPLO I D

s M1 = A o B s M2 = D A 2, -2* −1*, 1
B −1*, 1 1,−1*
Jugando puras: J1 y J2 garantizan pago -1

J1 puede hacerlo mejor con e.mixtas

U 1 (( 12 , 12 ), I ) = 1
m1=(1/2,1/2) ⇒ 2
J1 se garantiza pago 0!
U 1 (( 12 , 12 ), D ) = 0
Puede hacerlo mejor?
TJ_07-08_10 6
Puede hacerlo mejor? U1

Si J1 juega (p,1−p) y J2 juega I: 2

U 1 (( p ,1 − p ), I ) = 2 p − (1 − p ) = 3p − 1 1

Si J1 juega (p,1−p) y J2 juega D:

p
0 2
U 1 (( p ,1 − p ), D ) = − p + (1 − p ) = −2 p + 1 5 1
-1
Para cada p, J1 debe ponerse en el peor caso:
3p−1=−2p+1
⎪⎧3p − 1 si p < 5
2
m2 in U 1 (( p ,1 − p ), m 2 ) = ⎨
⎪⎩−2p + 1 si p ≥ 5
m ∈∆2 2

Ahora calcular el mejor de los peores casos:

2 1 2 ⎛2 1⎞
max min U 1 (( p ,1 − p ), m 2 ) = 3 −1 = con p= ⇒ mM1 = ⎜ , ⎟
p 2
m ∈∆2 5 5 5 ⎝5 5⎠
Si J1 juega m1M se garantiza pago 1/5 J1 podía hacerlo mejor!

p=2/5 se ha calculado para que cumpla:

min U 1 (( 52 , 15 ), m 2 ) ≥ min U 1 (( p ,1 − p ), m 2 ) para todo p ∈ [0,1]
m 2 ∈∆2 m ∈∆22

TJ_07-08_10 7

¿EN y estrategias maximin?

I D
I C D
A A 2, −2* −1*, 1
1, 2*
1*, 2 4, 2 3, 1*
3, 1
M 2*,
2,44 3,
2, 0*
0 2*, 1*
2, 1 B −1*, 1 1, −1*

D 4, 2*
4, 2 1 ,4
1* ,4 3, 1*
3, 1
[Ejercicio]

• EN (puras)=(A,C) con pagos 4 y 2 • Calcular EN en mixtas

• Calcular pagos maximin en mixtas
• Pagos maximin (puras)= 2 y 2 • Comparar los pagos

los pagos de un EN siempre son al menos tan buenos como los maximin!

LEMA
Si (m1*, m2*) es un EN (mixtas) de G , el pago VNM de cada jugador es al menos
igual que su pago maximin:

U i (m 1 *, m 2 *) ≥ max min U i (m 1 , m 2 ) para i=1,2

m 1 ∈∆1 m 2 ∈∆2

[Ejercicio: demostración]
TJ_07-08_10 8
 EN y estrategias maximin en juegos de suma cero [Von Neumann]

• En un juego en general, un jugador no tiene porqué esperar que, en cada caso,

los otros jugadores jugarán minimizando su pago.
• Pero en juegos de pierde-gana o suma cero (los intereses son completamente
opuestos), sí parece razonable.

DEF

Un juego bipersonal es de suma cero si los pagos verifican:

u 1 (s 1 , s 2 ) + u 2 (s 1 , s 2 ) = 0, para cada ( s 1 , s 2 ) ∈ S

NOTAS:
• La suma de los pagos en cada casilla de la tabla estratégica del juego es nula,
es decir: las matrices de pagos son opuestas A 1 = −A 2

• Si u1 es la función de pagos de J1 ⇒ u2= −u1 es la función de pagos de J2)

• Un juego es de suma constante si u 1 (s , s ) + u 2 (s , s ) = c = cte , para ( s , s ) ∈ S

1 2 1 2 1 2

Todo juego de suma constante se puede transformar en uno de suma cero

sin cambiar las preferencias VNM. Por ejemplo, tomando una de las dos:
v 1 = u 1 − c (para J1) o v 2 = u 2 − c (para J2)
TJ_07-08_10 9

TEOREMA (EN y estrategias maximin)

Sea G un juego finito de suma cero

a) Si (m1*, m2*) es un EN m1* y m2* son estrategias maximin de J1 y J2 y
U 1 (m 1 *,m 2 *) = U 1M ≡ max min U 1 (m 1 ,m 2 )
m 1 ∈∆1 m 2 ∈∆2

b) Si m1* y m2* son estrategias maximin de J1 y J2 (m1*, m2*) es EN

a) ⇒ en un juego suma-cero todos los EN dan el mismo pago: el pago maximin

EJEMPLO: Los EN de MC ((1/2,1/2),(1/2),(1/2)) o de pi-pa-ti ((1/3,1/3,1/3),(1/3,1/3,1/3))

están formados por estrategias maximin de los jugadores y el pago que se aseguran es 0.

La teoría da un predicción muy precisa sobre cómo jugar en juegos de suma cero.
¿Se sostiene
Se ha en la que
confirmado práctica? ¿Son los profesionales
los jugadores jugadores maxminimizadores?
juegan minimax!

• servicio en el tenis [Walker & Wooders (2001) Playing minimax at Wimbledon, AER ]
• lanzamientos de penalties [Palacios-Huerta (2003) Professionals play minimax, RES] ]

TJ_07-08_10 10
 ¿Qué tal mezcla la gente?

Ecuación fundamental para mezclar óptimamente:

Si el jugador 1 tiene estrategias (puras) s1, s2,…,sn y las mezclas
óptimas de los demás son m2*, m3*,…,mN*:

U i (s j , m 2 *, m 3 *,..., mN *) = U i (s k , m 2 *, m 3 *,..., mN *)

Caso importante: juegos 2×2 suma–cero simultáneos:

• Estrategias={I,D} U 1 (I , m 2 *) = U 1 (D , m 2 *)
• Pagos= prob/porcentaje ganar
los porcentajes de ganados deben ser iguales!
(si ambos juegan óptimamente)

 La predicción funciona regular en experimentos… con inexpertos!

 Pero funciona bien con jugadores expertos!!
♣ Servicio en Tenis Walker & Wooders, Minimax play at Wimbledon, AER 2001]
♣ Lanzamiento de penaltis [I Palacios, Professionals play minimax ,RES 2003]
TJ_07-08_10 11