Experimentos numéricos sobre o Método de Yuan para problemas de Equilíbrio de Nash
DOI:
https://doi.org/10.22481/intermaths.v2i2.9819Palavras-chave:
Equilíbrio de Nash, Métodos do tipo Jacobi, Região de Confiança, Implementação numéricaResumo
Neste artigo são apresentados resultados numéricos sobre procedimentos para identificação do Equilíbrio de Nash. Esses experimentos foram sistematizados com o objetivo de comparar algumas abordagens clássicas com o algoritmo proposto por Y. Yuan em 2011. O método intorduzido por Yuan conta com um algoritmo do tipo Jacobi e globalização com região de confiança desenvolvida especificamente para problemas de Equilíbrio de Nash. No trabalho original, uma análise teórica é disponibilizada, mas não são feitas considerações sobre o desempenho prático do algoritmo. Desta forma, o objetivo desse artigo é suprir a necessidade de implementação e discussão do comportamento numérico do algoritmo. Para isto, os métodos foram testados em seis exemplos numéricos diferentes envolvendo dinâmicas entre dois jogadores. Os exemplos se diferenciam entre si pela função objetivo de cada jogador, de forma a variar as características teóricas de cada problema, sendo este o foco de análise. Por fim, a eficácia dos métodos em encontrar uma solução para problemas de Equilíbrio de Nash foi comparada e apresentamos pontos importantes que influenciam o desempenho do algoritmo proposto por Yuan.
Downloads
Metrics
Referências
J. Nash, “Two-Person Cooperative Games”, Econometrica, vol. 21, no. 1, pp. 128–140, 1953. https://doi.org/10.2307/1906951
F. Facchinei e C. Kanzow,“Generalized Nash equilibrium problems”, Annals of Operations Research, vol. 175, no. 1, pp. 177–211, 2010. https://doi.org/10.1007/s10479-009-0653-x
A. Fischer, M. Herrich e K. Schönefeld, “Generalized Nash Equilibrium Problems - Recent Advances and Challenges”, Pesquisa Operacional, vol. 34, no. 3, pp. 521–558, 2014. https://doi.org/10.1590/0101-7438.2014.034.03.0521
J. Nash, “Non-cooperative games”, Annals of mathematics, vol. 54, no. 2, pp. 286–295, 1951. https://doi.org/10.2307/1969529
F. Caruso, M. C. Ceparano, e J. Morgan “An Inverse-Adjusted Best Response Algorithm for Nash Equilibria”, SIAM Journal on Optimization, vol. 30, no. 2, pp. 1638–1663, 2020. https://doi.org/10.1137/18M1213701
S.Arenales eA. Darezzo, “Cálculo Numérico -Aprendizagem com apoio de Software”, São Paulo: Cengage Learning, 2016.
J. M. Martínez e S. A. Santos, “Métodos Computacionais de Otimização”, Rio de Janeiro: Sociedade Brasileira de Matemática, vol. 20, 1995.
A. H. Sherman,“On Newton-iterative methods for the solution of systems of nonlinear equations”SIAM Journal on Numerical Analysis, vol. 15, no. 4, pp. 755–771, 1978. https://doi.org/10.1137/0715050
Y. Yuan, “A trust region algorithm for Nash equilibrium problems”, Pacific Journal of Optimization, vol. 7, no. 1, pp. 125–138, 2011.
Y. Yuan, “Recent advances in trust region algorithms”, Mathematical Programming, vol. 151, no. 1, pp. 249–281, 2015. https://doi.org/10.1007/s10107-015-0893-2
Y. Yuan, “A review of trust region algorithms for optimization”, Proceedings of the Fourth International Congress on Industrial and Applied Mathematics (ICIAM), Edinburg, 5-9 July 1999, Oxford University Press, Oxford, UK, 271–282, 2000.
A. Dixit, S. Skeath e D. McAdams . G. Garbagio e B. Sartini, Games of Strategy:Third Edition, WW Norton & Compan, 2009.
H. Bortolossi, G. Garbagio e B. Sartini, Uma Introdução à Teoria Econômica dos Jogos, 26º Colóquio Brasileiro de Matemática, 2007.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 INTERMATHS
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
All content of Revista INTERMATHS/Journal INTERMATHS is licensed under a Creative Commons - Atribuição 4.0 Internacional (CC-BY 4.0).