Skip to content
Voltar aos resultados

Equilíbrio Perfeito em Subjogos

Proposto por
Reinhard Selten
Ano
1965
Tipo
algorithm
Família
Game-theoretic

Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês

Tamanho da fonte

O que ele faz?

Equilíbrio Perfeito em Subjogos (EPS) é um refinamento do Equilíbrio de Nash para jogos sequenciais, introduzido por Reinhard Selten em 1965.

Requer que perfis de estratégia constituam um Equilíbrio de Nash em todo subjogo, eliminando ameaças não críveis e promessas incríveis. A indução retroativa é o principal método computacional para encontrar EPS em jogos finitos.

A intuição por trás do método

Um equilíbrio perfeito em subjogos garante que nenhum jogador queira desviar de sua estratégia planejada, mesmo que se encontre subitamente em qualquer ponto da árvore do jogo. Pense nisso como um plano de batalha totalmente detalhado, onde todas as contingências são consideradas: não apenas as decisões são ótimas no início, mas permanecem ótimas quando efetivamente alcançadas. A indução retroativa funciona começando no final da árvore do jogo e computando as decisões ótimas em cada nó, retrocedendo até o início, garantindo que as ameaças e promessas feitas no início sejam críveis.

História

Reinhard Selten introduziu o Equilíbrio Perfeito em Subjogos em 1965 como um refinamento do conceito de Nash para abordar a implausibilidade de ameaças não críveis em jogos sequenciais. Seu trabalho lhe rendeu o Prêmio Nobel de Economia em 1994 (compartilhado com John Nash e John Harsanyi). O conceito tornou-se central na teoria dos jogos dinâmicos e influenciou profundamente a modelagem econômica de mercados, negociações e competição estratégica.

Quando usar

Aplicar a análise de EPS a jogos sequenciais com informação incompleta resolvida ao longo do tempo: negociações, leilões com múltiplas rodadas, decisões de entrada e saída, ou movimentos sequenciais em competição. Essencial para entender a ordem dos movimentos e a credibilidade dos compromissos. Funciona melhor para jogos com informação perfeita ou completa; informação imperfeita requer refinamentos como Equilíbrio Bayesiano Perfeito.

Limitações e considerações

  • Restrito a jogos finitos com recordação perfeita (sem assimetrias de informação entre nós de decisão)
  • Complexidade exponencial à medida que o tamanho da árvore do jogo cresce, tornando jogos sequenciais grandes intratáveis
  • Pode gerar múltiplos equilíbrios em jogos com movimentos simultâneos ou informação imperfeita
  • A indução retroativa é sensível à representação da árvore do jogo; diferentes formas extensivas podem gerar diferentes equilíbrios

As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.

Pontos fortes

  • Elimina equilíbrios implausíveis baseados em ameaças ou promessas não críveis
  • Computacionalmente tratável para jogos finitos usando indução retroativa
  • Aplicável unicamente a jogos sequenciais onde a ordem dos movimentos e o tempo são críticos
  • Fornece um procedimento de decisão claro via algoritmo explícito, permitindo implementação direta

Aplicações

  • Organização industrial: modelagem de decisões sequenciais de entrada e precificação em mercados oligopolísticos
  • Relações internacionais: análise de barganha sequencial e ameaças em negociações comerciais
  • Economia do trabalho: modelagem de negociações salariais empregador-empregado com ofertas e contraofertas sequenciais
  • Economia ambiental: estudo de interações repetidas entre reguladores e empresas poluidoras

Como funciona

Como funciona

1

Construir a árvore do jogo em forma extensiva com nós, ações, jogadores e payoffs nos nós terminais.

2

A partir dos nós de decisão finais, resolver a ação ótima em cada nó comparando os payoffs de cada jogador para os movimentos disponíveis.

3

Trabalhar retroativamente através da árvore do jogo, usando as estratégias ótimas dos nós posteriores para determinar o jogo ótimo nos nós anteriores.

4

Verificar que o perfil de estratégia resultante forma um Equilíbrio de Nash em todo subjogo possível, não apenas no jogo geral.

Erros comuns

  • Confundir EPS com Equilíbrio de Nash; muitos Equilíbrios de Nash não são perfeitos em subjogos devido a ameaças fora de equilíbrio
  • Aplicação incorreta da indução retroativa a jogos com informação imperfeita, que requer atualização de crenças
  • Ignorar que o refinamento de EPS requer a verificação da otimalidade em cada nó de subjogo, não apenas nos payoffs terminais
  • Assumir que um equilíbrio único existe; muitos jogos sequenciais têm múltiplos EPS com resultados diferentes

Perguntas frequentes

Qual é a diferença entre um Equilíbrio de Nash e um Equilíbrio Perfeito em Subjogos?

Todo EPS é um Equilíbrio de Nash, mas o inverso não é verdadeiro. EPS requer jogo de equilíbrio de Nash em todo subjogo, eliminando equilíbrios sustentados por ameaças fora de equilíbrio não críveis que nunca seriam executadas.

Por que a indução retroativa às vezes parece prever um comportamento irrealista?

A indução retroativa assume conhecimento comum de racionalidade e informação perfeita. Jogadores reais podem ter visão limitada, racionalidade limitada ou informação imperfeita, tornando as previsões de EPS menos confiáveis na prática.

Como o EPS lida com jogos de informação imperfeita?

O EPS por si só não se aplica diretamente; em vez disso, o Equilíbrio Bayesiano Perfeito estende o EPS exigindo que os jogadores atualizem suas crenças sobre os tipos dos outros usando a regra de Bayes e, em seguida, joguem otimamente dadas essas crenças.

Métodos relacionados

Fontes

  1. Selten, R. (1965). Spieltheoretische Behandlung eines Oligopolmodells mit Nachfrageträgheit. Zeitschrift für die gesamte Staatswissenschaft, 121, 301-324.

    Abrir referência da publicação
    Copiado.
  2. von Stackelberg, H. (1934). Marktform und Gleichgewicht. Julius Springer.

    Abrir referência da publicação
    Copiado.