Halcón  y paloma

 

Hay dos clases de juegos que plantean una problemática muy diferente y requieren una forma de análisis distinta:

1. Si los jugadores pueden comunicarse entre ellos y negociar los resultados se tratará de juegos con transferencia de utilidad (también llamados juegos cooperativos), en los que la problemática se concentra en el análisis de las posibles coaliciones y su estabilidad.
2. En los juegos sin transferencia de utilidad, (también llamados juegos no cooperativos) los jugadores no pueden llegar a acuerdos previos; es el caso de los juegos conocidos como "la guerra de los sexos", el "dilema del prisionero" o el modelo "halcón-paloma".

Los modelos de juegos sin transferencia de utilidad suelen ser impersonales, es decir, con sólo dos jugadores. Pueden ser simétricos o asimétricos según que los resultados sean idénticos desde el punto de vista de cada jugador. Pueden ser de suma cero, cuando el aumento en las ganancias de un jugador implica una disminución por igual cuantía en las del otro, o de suma no nula en caso contrario, es decir, cuando la suma de las ganancias de los jugadores puede aumentar o disminuir en función de sus decisiones. Cada jugador puede tener opción sólo a dos estrategias, en los juegos biestratégicos, o a muchas. Las estrategias pueden ser puras o mixtas; éstas consisten en asignar a cada estrategia pura una probabilidad dada. En el caso de los juegos con repetición, los que se juegan varias veces seguidas por los mismos jugadores, las estrategias pueden ser también simples o reactivas, si la decisión depende del comportamiento que haya manifestado el contrincante en jugadas anteriores.

OBJETIVOS DE LA TEORÍA DE JUEGOS

El principal objetivo de la teoría de los juegos es determinar los papeles de conducta racional en situaciones de "juego" en las que los resultados son condicionales a las acciones de jugadores interdependientes.

Un juego es cualquier situación en la cual compiten dos o más jugadores. El Ajedrez y el Póker son buenos ejemplos, pero también lo son el duopolio y el oligopolio en los negocios. La extensión con que un jugador alcanza sus objetivos en un juego depende del azar, de sus recursos físicos y mentales y de los de sus rivales, de las reglas del juego y de los cursos de acciones que siguen los jugadores individuales, es decir, sus estrategias. Una estrategia es una especificación de la acción que ha de emprender un jugador en cada contingencia posible del juego.

Se supone que, en un juego, todos los jugadores son racionales, inteligentes y están bien informados. En particular, se supone que cada jugador conoce todo el conjunto de estrategias existentes, no solo para él, sino también para sus rivales, y que cada jugador conoce los resultados de todas las combinaciones posibles de las estrategias.

Igualmente, en una gran variedad de juegos, el resultado es una variable aleatoria cuya distribución de probabilidades debe ser establecida para que pueda ser posible una solución para el juego. A este respecto, debe observarse que las decisiones de los jugadores interdependientes no se toman en un vacío y que los pagos resultantes de estas decisiones dependen de las acciones emprendidas por todos los jugadores. Esta interdependencia implica que puede ser inapropiado suponer que los pagos están siendo generados por un proceso probabilista invariante que no es afectado por el curso de acción que uno escoja. En otras palabras, la acción que emprende un jugador puede dictar los actos de otros jugadores o influir en la probabilidad de que se comporten en una forma particular. Esta potencialidad de posibles efectos en los resultados es la que distingue la toma de decisiones en conflictos y la toma de decisiones en un medio incierto. La clase más sencilla de modelo de juego rigurosamente adversario, en el que los resultados posibles son calificados en orden opuesto por los jugadores.

Entre esta clase, él más común es el juego de suma constante, en el que la suma de las ganancias de los jugadores es igual, cualesquiera que sea su distribución entre ellos. Un caso especial, y el único que consideraremos, de juegos de suma constante se llama juego de suma cero de dos personas.

ESTRATEGIAS REACTIVAS

Cuando un juego se repite varias veces, cada jugador puede adoptar su estrategia en función de las decisiones que haya adoptado antes su oponente. Las estrategias reactivas son las que se adoptan en los juegos con repetición y se definen en función de las decisiones previas de otros jugadores.

El ejemplo más conocido es la estrategia OJO POR OJO (en inglés TIT FOR TAT). Supongamos que dos jugadores repiten de forma indefinida una situación con pagos de forma del Dilema del Prisionero: 

 

 

En esta situación la estrategia OJO POR OJO puede quedar definida de la forma siguiente: "En la primera jugada elegiré la estrategia COOPERAR. En las jugadas siguientes elegiré la misma estrategia que haya elegido mi oponente en la jugada anterior". En otras palabras, si el otro coopera, yo cooperaré con él. Si el otro es un traidor, yo seré un traidor".

Otra posible estrategia reactiva es la TORITO (también llamada en inglés "BULLY"). Esta estrategia consiste en hacer lo contrario que haga el oponente: "Si el otro jugador es leal en una jugada, yo le traicionaré en la siguiente; si el otro jugador me ha traicionado, yo le seré leal a la siguiente oportunidad".

En el ambiente del Dilema del Prisionero, la estrategia OJO POR OJO ofrece muy buenos resultados mientras que la estrategia TORITO proporciona pagos medios muy bajos.

En cambio, en el ambiente del juego Halcón-Paloma sucede precisamente lo contrario: TORITO obtiene buenos resultados mientras que OJO POR OJO proporciona pagos medios inferiores. 

 

 

En la vida real es fácil descubrir situaciones y personas (incluyéndonos a nosotros mismos) en las que se muestran comportamientos fácilmente identificables con las estrategias OJO POR OJO o TORITO.

En el primer caso son los comportamientos descritos por la Ley del Talión. En el despacho de un abogado, negociador profesional, había un letrero que decía "Por las buenas soy muy bueno, por las malas soy aún mejor". Al fin y al cabo, todos los humanos en alguna ocasión nos hemos comprometido con nosotros mismos a mantener esta estrategia en una situación difícil en la que un oponente podía elegir entre hacernos daño o respetarnos, y preveíamos oportunidades para "devolverle la jugada".

El segundo caso también es muy frecuente. Se trata de ese tipo de personas o comportamientos que en Latinoamérica llaman "ser un torito" y en España "ser un gallito"; es decir, alguien que se muestra muy agresivo pero al que "se le bajan los humos" si se le responde también con agresividad.

EL DUOPOLIO EN LA TEORÍA DE JUEGOS

En el oligopolio, los resultados que obtiene cada empresa dependen no sólo de su decisión sino de las decisiones de las competidoras. El problema para el empresario, por tanto, implica una elección estratégica que puede ser analizada con las técnicas de la Teoría de Juegos.
 
Supongamos que dos empresas, Hipermercados Xauen y Almacenes Yuste, constituyen un duopolio local en el sector de los grandes almacenes. Cuando llega la época de las tradicionales rebajas de enero, ambas empresas acostumbran a realizar inversiones en publicidad tan altas que suelen implicar la pérdida de todo el beneficio. Este año se han puesto de acuerdo y han decidido no hacer publicidad por lo que cada una, si cumple el acuerdo, puede obtener unos beneficios en la temporada de 50 millones. Sin embargo una de ellas puede preparar en secreto su campaña publicitaria y lanzarla en el último momento con lo que conseguiría atraer a todos los consumidores. Sus beneficios en ese caso serían de 75 millones mientras que la empresa competidora perdería 25 millones.
 
Los posibles resultados se pueden ordenar en una Matriz de Pagos. Cada almacén tiene que elegir entre dos estrategias: respetar el acuerdo —Cooperar— o hacer publicidad —Traicionar—. Los beneficios o pérdidas mostrados a la izquierda de cada casilla son los que obtiene Xauen cuando elige la estrategia mostrada a la izquierda y Yuste la mostrada arriba. Los resultados a la derecha en las casillas son los correspondientes para Yuste.

 

El que lo máximo que se puede obtener sea 75 M. o 85 M. no tiene mucha influencia sobre la decisión a adoptar, lo único que importa en realidad es la forma en que están ordenados los resultados. Si substituimos el valor concreto de los beneficios por el orden que ocupan en las preferencias de los jugadores, la matriz queda como la mostrada en el cuadro. Las situaciones como las descritas en esta matriz son muy frecuentes en la vida real y reciben el nombre de Dilema de los Presos.

 

 



 

 

Veamos cuál debe ser la decisión a adoptar por esos almacenes. El director de la división de estrategia de Xauen pensará: "Si Yuste no hace publicidad, a nosotros lo que más nos conviene es traicionar el acuerdo, pero si ellos son los primeros en traicionar, a nosotros también nos convendrá hacerlo. Sea cual sea la estrategia adoptada por nuestros competidores, lo que más nos conviene es traicionarles". El director de la división de estrategia de Yuste hará un razonamiento similar.
 
Como consecuencia de ello ambos se traicionarán entre sí y obtendrán resultados peores que si hubieran mantenido el acuerdo. La casilla de la matriz de pagos marcada con un asterisco es la única solución estable: es un Punto de Equilibrio de Nash. Contrariamente a las argumentaciones de Adam Smith, en las situaciones caracterizadas por el Dilema de los Presos si los agentes actúan buscando de forma racional su propio interés, una "mano invisible" les conducirá a un resultado socialmente indeseable.
 
Supongamos ahora otra situación ligeramente diferente. Si ambas empresas se enredan en una guerra de precios, haciendo cada vez mayores rebajas, ambas sufrirán importantes pérdidas, 25 millones cada una. Han llegado al acuerdo de no hacer rebajas con lo que cada una podrá ganar 50 millones. Si una de ellas, incumpliendo el acuerdo, hace en solitario una pequeña rebaja, podrá obtener un beneficio de 75 millones mientras que la otra perdería muchos clientes quedándose sin beneficios ni pérdidas.

 

 

 

Si, como en el caso anterior, substituimos los valores concretos por su orden en la escala de preferencias obtenemos una matriz que es conocida en Teoría de Juegos como Gallina o Halcón-Paloma.

 



 

El razonamiento de los estrategas será ahora diferente: "Si nuestros competidores cooperan, lo que más nos interesa es traicionarles, pero si ellos nos traicionan será preferible que nos mostremos cooperativos en vez de enredarnos en una guerra de precios. Hagan lo que hagan ellos, nos interesará hacer lo contrario".
 
En el juego "Gallina" el orden en que actúen los jugadores es muy importante. El primero en intervenir decidirá Traicionar, forzando al otro a Cooperar y obteniendo así el mejor resultado. La solución de equilibrio puede ser cualquiera de las dos marcadas con un asterisco en la matriz de pagos, dependiendo de cuál haya sido el primer jugador en decidirse. Ambas soluciones son puntos de equilibrio de Nash.
 
En casi todos los modelos, sea cual sea la forma de la matriz, el protocolo o reglas del juego influirá mucho en la solución. Además del orden de intervención de los jugadores, habrá que tener en cuenta si el juego se realiza una sola vez o si se repite cierto número de veces, la información de que disponen en cada momento, el número de jugadores que intervienen y la posibilidad de formar coaliciones, etc.  

CLASES DE JUEGOS

El Dilema del Prisionero

Dos delincuentes son detenidos y encerrados en celdas de aislamiento de forma que no pueden comunicarse entre ellos. El alguacil sospecha que han participado en el robo del banco, delito cuya pena es diez años de cárcel, pero no tiene pruebas. Sólo tiene pruebas y puede culparles de un delito menor, tenencia ilícita de armas, cuyo castigo es de dos años de cárcel. Promete a cada uno de ellos que reducirá su condena a la mitad si proporciona las pruebas para culpar al otro del robo del banco.

Las alternativas para cada prisionero pueden representarse en forma de matriz de pagos. La estrategia "lealtad" consiste en permanecer en silencio y no proporcionar pruebas para acusar al compañero. Llamaremos "traición" a la estrategia alternativa.

 

 

 

Los pagos a la izquierda o a la derecha de la barra indican los años de cárcel a los que es condenado el preso X o Y respectivamente según las estrategias que hayan elegido cada uno de ellos.
 
En vez de expresar los pagos en años de cárcel, podríamos indicar simplemente el orden de preferencia de cada preso de los correspondientes resultados, con lo que el modelo pasa a tener aplicación más general.

 

La aplicación de la estrategia maximín conduce en este juego a un resultado subóptimo. Al no conocer la decisión del otro preso, la estrategia más segura es traicionar. Si ambos traicionan, el resultado para ambos es peor que si ambos hubieran elegido la lealtad. Este resultado es un punto de equilibrio de Nash y está señalado en la matriz mediante un asterisco.
 
El dilema del prisionero, tal como lo hemos descrito, es un juego de suma no nula, bipersonal, biestratégico y simétrico. Fue formalizado y analizado por primera vez por A. W. Tucker en 1950. Es posiblemente el juego más conocido y estudiado en la Teoría de Juegos. En base a él se han elaborado multitud de variaciones, muchas de ellas basadas en la repetición del juego y en el diseño de estrategias reactivas.

El modelo Halcón - Paloma

En el lenguaje ordinario entendemos por "halcón" a los políticos partidarios de estrategias más agresivas mientras que identificamos como "paloma" a los más pacifistas. El modelo Halcón-Paloma sirve para analizar situaciones de conflicto entre estrategias agresivas y conciliadoras. Este modelo es conocido en la literatura anglosajona como el "hawk-dove" o el "chicken" y en español es conocido también como "gallina".

En la filmografía holywoodiense se han representado en varias ocasiones desafíos de vehículos enfrentados que siguen este modelo. Los dos vehículos se dirigen uno contra otro en la misma línea recta y a gran velocidad. El que frene o se desvíe ha perdido. Pero si ninguno de los dos frena o se desvía...

También se ha utilizado este modelo abundantemente para representar una guerra fría entre dos superpotencias. La estrategia Halcón consiste en este caso en proceder a una escalada armamentística y bélica. Si un jugador mantiene la estrategia Halcón y el otro elige la estrategia Paloma, el Halcón gana y la Paloma pierde. Pero la situación peor para ambos es cuando los dos jugadores se aferran a la estrategia Halcón. El resultado puede modelizarse con la siguiente matriz de pagos.

 

Obsérvense las sutiles pero importantes diferencias de este modelo con el Dilema del Prisionero. En principio la matriz es muy parecida, simplemente se han trocado las posiciones de los pagos 3º y 4º, pero la solución y el análisis son ahora muy diferentes.
 
Hay aquí dos resultados que son equilibrios de Nash: cuando las estrategias elegidas por cada jugador son diferentes; en la matriz aquí representada esas soluciones están marcadas con un asterisco. Compruébese, por el contrario, que en el Dilema del Prisionero el equilibrio de Nash está en el punto en que ambos jugadores traicionan.

Otra notable diferencia de este juego con otros es la importancia que aquí adquiere el orden en que los jugadores eligen sus estrategias. Como tantas veces en la vida real, el primero que juega, gana. El primero elegirá y manifestará la estrategia Halcón con lo que el segundo en elegir se verá obligado a elegir la estrategia Paloma, la menos mala.

CONCLUSIONES

Algunas teorías buscan encontrar las estrategias racionales, que se utilizan en situaciones donde el resultado depende no solamente de las estrategias propias y las condiciones del entorno, sino también en las estrategias utilizadas por otros jugadores que posiblemente tienen objetivos distintos.

La Teoría de Juegos consiste en razonamientos circulares, los cuales no pueden ser evitados al considerar cuestiones estratégicas. La intuición no educada no es muy fiable en situaciones estratégicas, razón por la que se debe entrenar. La Teoría de Juegos actualmente tiene muchas aplicaciones, entre las disciplinas tenemos: la Economía, la Ciencias Políticas, la Biología y la Filosofía.

Hay dos tipos de respuesta, la del tipo educativo, en la cual los jugadores suponen que tienen al equilibrio como el resultado de razonar cuidadosamente, y un segundo tipo de respuestas, las evolutivas, según éstas, el equilibrio se consigue, no porque los jugadores piensan todo de antemano, sino como consecuencia de que los jugadores miopes ajustan su conducta por tanteo cuando juegan y se repiten durante largos períodos de tiempo.

Las estrategias maximin y minimax conducen a los dos jugadores del juego a situaciones en las que ningún jugador tiene razón o incentivo alguno para cambiar su posición. Así mismo, se dice que un jugador posee una estrategia dominante si una estrategia particular es preferida a cualquier otra estrategia a disposición de él.