Mikroökonomik B 6. Standardauktionen & Turniere

Größe: px
Ab Seite anzeigen:

Download "Mikroökonomik B 6. Standardauktionen & Turniere"

Transkript

1 Mikroökonomik B 6. Standardauktionen & Turniere Paul Schweinzer 14. Juli 2009, Vorabversion. 1 / 62

2 Literaturangaben Jehle, G. und P. Reny (2001), Kapitel 9 Varian, H. (2007), Kapitel 17 Krishna, V. (2002), Auction Theory, Academic Press Milgrom, P. (2004), Putting Auction Theory to Work, CUP Matthews, S. (1995), A Technical Primer on Auction Theory I: Independent Private Values, Northwestern University, DP / 62

3 Themen So die Zeit ausreicht, werden wir folgende Themen behandeln a Allgemeines b Offenbarungsprinzip c Myerson-Satterthwaite Theorem d Erstpreis- (& Holländische) Auktion e Zweitpreis- (& Englische) Auktion f All-Pay Auktion g Tullock-Turnier 3 / 62

4 Anwendungen von Auktionen Verkauf öffentlicher Ressourcen, zb FCC Spektrum Auktionen The government is smoking something to think they are going to get $10 bn for these licenses. [$20 bn were raised] (MCI chairman Bert Roberts, 1993) The Greatest Auction in History (New York Times, 1995) The Auction of the Century (Liberation, 1995) The most dramatic example of game theory s new power. It was a triumph, not only for the FCC and the taxpayers, but also for game theory (and game theorists). (Fortune, 1995) Privatisierungen Aktienmärkte ( request for quote ) Immobilienverkauf ebay, GoogleAds US Treasury Bills... 4 / 62

5 Allgemeines Was machen Verkäufer wenn sie, anders als bisher angenommen, nur statistisch über die Wertschätzungen der Konsumenten informiert sind? Dies ist eine Neuinterpretation des Problems eines Monopolisten aus dem ersten Teil der Vorlesung. Die Frage nach dem für den Verkäufer optimalen Verkaufsmechanismus ist generell nicht gelöst und (ua) Gegenstand der Disziplin des Mechanismus Design. Die analysierten Verkaufsmechanismen heißen Auktionen. Wir werden uns hauptsächlich mit der Suche nach effizienten Allokationsmechanismen beschäftigen. 5 / 62

6 Taxonomie von Auktionstypen Das Standardszenario einer Verkaufsauktion beinhaltet einen Käufer und mehrere potentielle Käufer (Bieter). Bei Beschaffungs- (procurement) auktionen wird dieses Verhältnis umgekehrt. Einzel-Objekt: Ein Gut wird verkauft Englische Auktion: offene Gebote, steigende Preise Holländische Auktion: offene Gebote, fallende Preise Erstpreis Auktion mit versiegelten Geboten Zweitpreis (Vickrey) Auktion mit versiegelten Geboten All-pay Auktion. Multi-Objekt: Mehr als ein Gut wird verkauft Uniform-Preis Auktion: das höchste, nicht-gewinnende Gebot bestimmt den Preis (Verallgemeinerung der ZPA) Kombinatorische (Paket) Auktion. Doppelte Auktion: n Käufer bieten um Güter von m Verkäufern; jeder Käufer ist potentiell auch Verkäufer (& vv). 6 / 62

7 Einzel-Objekt Standardauktionen Wenn wir uns auf das Auktionieren eines einzigen Gutes beschränken, gibt es va unter der zusätzlichen Annahme von unabhängig verteilten und privaten Wertschätzungen eine Reihe von einfachen aber mächtigen Ergebnissen für die 4 sog Standardauktionen: 1. Erstpreisauktion 2. Holländische Auktion 3. Zweitpreisauktion 4. Englische Auktion. Unser Hauptkriterium zur Analyse dieser Auktionen ist Effizienz. Def. Wir sprechen von einem ex-post effizientem Mechanismus, wenn dieser das Gut an den Spieler mit der höchsten Wertschätzung gibt. 7 / 62

8 Unabhängig verteilte, private Wertschätzungen (IPV) 1. Ein Verkäufer verkauft ein einzelnes, unteilbares Objekt. 2. Wir betrachten n 1 potentielle Käufer ( Bieter ) und bezeichnen die Bietermenge mit N. 3. Die private Wertschätzungen der Bieter v i, i = {1,...,n}, werden vom Intervall V [0, 1] unabhängig gezogen. 4. Die Ziehung der Wertschätzung v i, i = {1,...,n}, folgt der Verteilungsfunktion F(v i ) mit Wahrscheinlichkeitsdichte f(v i ). 8 / 62

9 IPV Annahmen Der Verkäufer bemisst den Wert des Objektes mit Null. Alle Bieter sind risikoneutral. Jeder Käufer kennt seine eigene Wertschätzung v i (dh ist vom Typ v i ), aber er kennt nur die Verteilung der Wertschätzungen der anderen Käufer F [0,1]. Der Verkäufer kennt nur die Verteilung der Wertschätzungen der Käufer F [0,1]. Da die Wertschätzungen der potentiellen Käufer v i alle der gleichen Verteilungsfunktion F [0,1] folgen, spricht man von ex-ante symmetrischen Käufern. Die Verteilungsfunktion F(v i ) ist differenzierbar für alle v i (0,1). Wir benötigen bloß die schwächere Eigenschaft, daß die Verteilung atomlos (atomless) ist. Diese Bedingung werden wir später genauer besprechen. 9 / 62

10 Erstpreisauktion Regel: Jeder Bieter übermittelt ein versiegeltes Gebot an den Verkäufer. Dieser gibt das Objekt an den höchsten Bieter der sein Gebot zahlt. Das optimale Bietverhalten hängt von den Geboten der anderen Bieter ab. Diese sind aber nicht beobachtbar! Wie soll sich ein Bieter i in diesem Spiel mit unvollständiger Information verhalten? Eine Strategie eines Bieters i ist es, ein Gebot für jede seiner möglichen Wertschätzungen des Objektes vorzusehen. Eine derartige Strategie heißt Bietfunktion b i : [0,1] R +. Wir suchen ein (symmetrisches) Bayesianisches NGw (SBNGw) dieser Bietfunktionen. 10 / 62

11 Annahmen an die EPA-Bietfunktion Wir wissen nicht besonders viel über diese Bietfunktionen b i (v i ). Die folgenden beiden Annahmen wirken aber natürlich. Annahme 1: Bieter mit höheren Wertschätzungen geben höhere Gebote ab, dh die Bietfunktion b i (v i ) ist streng monoton steigend für alle Bieter i N. Annahme 2: Ex-ante identische Bieter geben für gleiche Wertschätzungen die gleichen Gebote ab: b i (v i ) = b(v i ), für alle i N. Annahme 2 bedeutet, daß wir nach symmetrischen BNGw suchen. Die letzte Annahme betrifft die Verteilung und nicht die Bietfunktion. Im Gegensatz zu den ersten beiden Annahmen machen wir sie nur um die Darstellung einfach zu halten. Annahme 3: Wertschätzungen sind gleichverteilt, dh v i U [0,1] für alle Bieter i N. 11 / 62

12 BNGw Basierend auf der allgemeinen Definition in Abschnitt 4.1 Strategische Spiele (Folie 69) definieren wir ein symmetrisches BNGw als NGw Profil b = (b1,...,b n ) eines Spieles in dem für alle Spieler i N und alle v i V mit v = v 1,...,v n gilt, daß b i argmax b i [0, ) f(v)u i (b i,b(v i ) ) dv i dv i. 0 0 }{{} v i V i 1 Da die Spieler private Typen haben, müssen sie Beliefs über die Typen der Gegenspieler formen. Diese sind in den gegenständlichen Auktionen unabhängig voneinander und für alle Spieler identisch (iid) und deshalb gleich den allgemein bekannten ex-ante Wahrscheinlichkeiten F(v i ). 12 / 62

13 Exkurs 1 Offenbarungsprinzip ( Revelation Principle ) 13 / 62

14 Offenbarungsprinzip ( Revelation Principle ) Eine tatsächliche Bietstrategie kann ein kompliziertes Objekt sein, das von vielen Einflüssen abhängt. Wenn wir also einen effizienten (oder vielleicht sogar den besten) Mechanismus zum Verkauf eines Gutes finden möchten, dann müssen wir potentiell eine große Anzahl von verschiedenen Mechanismen untersuchen! Glücklicherweise besagt das folgende Resultat, daß wir uns bei der Suche nach der gewünschten Auktion auf einfache Mechanismen beschränken können in der Spieler nur einen Wert ˆv i aus ihrem Typenraum [0, 1] bekanntgeben. Zu jedem BNGw eines Spieles mit unvollständiger Information gibt es ein entsprechendes Spiel, in dem Strategien nur von den Spielertypen abhängen ( direct revelation game ). In diesem Spiel ist es ein BNGw seinen tatsächlichen Typ bekanntzugeben. Es hat die gleichen Auszahlungen wie das Originalspiel. 14 / 62

15 Ein Stellvertreter-Beispiel Nehmen wir an, wir hätten tatsächlich ein SBNGw b(v) gefunden. Per Definition ist b(v i ) auszahlungsmaximierend für Spieler i vom Typ v i, gegeben die Mitspieler bieten b(v i ) unter Benutzung der symmetrischen Bietfunktion. Bieter i kann an der Auktion nicht teilnehmen, schickt aber einen Stellvertreter. Dieser kennt & benutzt zwar die Gw-Bietfunktion der Spieler, kennt aber nicht i s Typ v i. i s Stellvertreter ruft Spieler i während der Auktion an und fragt nach dessen Wertschätzung. Welche Wertschätzung wird Spieler i seinem Stellvertreter in diesem (möglicherweise komplizierten) Spiel nennen? Natürlich v i, seine tatsächliche Wertschätzung! 15 / 62

16 Exkurs 2 Effiziente Handelsmechanismen: Myerson-Satterthwaite Theorem 16 / 62

17 Effizienter Handel: v > c Private Käufervaluation v U [0,1]. Private Kosten des Verkäufers c U [0,1]. Wir lassen keine Subventionen von Dritten zu. Wir suchen nach irgendeinem Mechanismus der freiwilligen Handel zustande bringt, wann immer dieser effizient ist, dh v > c. 17 / 62

18 Effizienter Mechanismus Der Mechanismus Fragt Käufer & Verkäufer nach ihren Typen v & c. Verlangt vom Käufer die Zahlung p(v,c). Gibt diese Zahlung p(v,c) an den Verkäufer. Wenn effizienter Handel stattfindet, dann ist der Handels- Überschuß (gain from trade) 1 v 0 0 (v c) dc dv = 1 0 v 2 2 dv = / 62

19 Problem des Käufers Niemand zwingt den Käufer dazu, dem Mechanismus seine tatsächliche Valuation v mitzuteilen. Betrachten wir also den Fall eines Käufers, der die tatsächliche Valuation v hat, dem Mechanismus aber ˆv mitteilt. Beachten sie, daß unter der Gleichverteilung v U [0,1], ein Käufer mit Mittelung ˆv den Zuschlag mit Wahrscheinlichkeit Pr(v ˆv) = ˆv erhält. Pr(v ˆv) 0 1 ˆv 19 / 62

20 Problem des Käufers d dv Der Käufers vom Typ v der ˆv mitteilt maximiert also arg maxu(ˆv,v) = vˆv E c [p(ˆv,c)]. ˆv Wie üblich erhalten wir als BEO u(ˆv,v) = 0. ˆv Wenn die Bekanntgabe des tatsächlichen Typs v für den Käufer optimal sein soll, dann muß der Käufernutzen für alle v durch die wahrheitsgemäße Mitteilung ˆv = v maximiert werden. Andernfalls kann ein Handel nicht effizient sein! u(ˆv = v,v) = ˆv u(ˆv,v) }{{} BEO=0 + v u(ˆv,v) = v u(ˆv,v) = ˆv = v. ˆv=v 20 / 62

21 Nutzen des erwarteten Käufers Wir benutzen partielle Integration f = u(v,v), g = 1, g = v 1 f g = f g g f und erhalten den erwarteten Käuferüberschuß indem wir über den Überschuß aller Käufertypen aus [0,1] aufsummieren u(v,v)dv = (v 1)u(v,v) (v 1) d u(v,v) dv dv 0 = 1 0 v=0 (1 v)v dv = 1 6. Wir nehmen dabei an, dass ein Käufer mit Wertschätzung v = 0 auch Nutzen u(0,0) = 0 erhalten muß. Das Resultat ist, daß ein Käufer, der seinen Typ wahrheitsgemäß mitteilen soll, den gesamten Überschuß erhalten muß! 0 21 / 62

22 Problem des Verkäufers Die Logik des Argumentes für den Verkäufer ist genau symmetrisch: auch er muß den gesamten Überschuß erhalten um seine Kosten wahrheitsgemäß mitzuteilen. Da es unmöglich ist sowohl dem Käufer als auch dem Verkäufer jeweils den gesamten Überschuß auszuzahlen, ist es nicht möglich einen Mechanismus zu finden der effizienten Handel mit privater Information organisiert! Intuition: Nur wenn der gesamte Überschuß einer einzelnen Partei gehört, dann wird sie durch ihre Handelsentscheidung auch versuchen diesen Überschuß zu maximieren. 22 / 62

23 Myerson-Satterthwaite Theorem Dieses Resultat ist unter dem Namen Myerson-Satterthwaite Theorem bekannt. Es besagt, daß effizienter Handel mit privater Information und überlappenden Typenräumen unmöglich ist. Käufer tendieren dazu, weniger als ihre tatsächliche Wertschätzung zu bieten. Verkäufer tendieren dazu, ihre Kosten als höher als tatsächlich vorhanden anzugeben. Das Result ist Ineffizienz. Die Auswirkungen sind schwach in großen Märkten, aber potentiell stark in kleinen Märkten (1:1 Verhandlungen). 23 / 62

24 Erstpreisauktion Zurück zur Erstpreisauktion. (Wir werden keine strategischen Verkäufer betrachten.) 24 / 62

25 Zurück zur Erstpreisauktion (EPA) Regel: Jeder Bieter übermittelt ein versiegeltes Gebot b i an den Verkäufer. Dieser gibt das Objekt an den höchsten Bieter und dieser zahlt sein Gebot. Wir suchen eine Bietfunktion b i : [0,1] R +, i N, also eine Strategie des Bieters die für jeden seiner möglichen Wertschätzungstypen ein Gebot spezifiziert. Wir wollen nun überprüfen, ob eine individuelle Abweichung vom symmetrischen BNGw dieses Spieles b (v i ) = b i (v i ) profitabel ist. 25 / 62

26 Auszahlungen EPA Es sei N die Menge von n Bietern. Wir bezeichnen mit v,b die Vektoren von Bieterwertschätzungen und Geboten. Gegeben die Wertschätzung v i [0,1], ist die Auszahlungsfunktion von Bieter i N gegeben als v i b i wenn b i > max{b i }, v u i (b,v) = i b i wenn b i = max{b i },. 2 0 wenn b i < max{b i }. Aus der Annahme einer atomlosen cfd F folgt, daß es sich beim zufälligen Ziehen zweier (oder mehrerer) gleicher Wertschätzungen um ein Ereignis mit Wahrscheinlichkeit Null handelt. Deshalb können wir den mit Wahrscheinlichkeit Null gewichteten Fall b i = max{b i } ignorieren. 26 / 62

27 Maximierungsproblem Wie immer ist die Bedingung für ein BNGw, daß die Gebote gegenseitig beste Antworten sind. Formell ist das Strategienprofil b(v) ein BNGw der EPA wenn gilt, daß b i = b(v i ) für jeden Spieler i N und jede Wertschätzung v i eine beste Antwort auf b(v i ) ist. Formal gilt für jeden Spieler i N, dass argmax b i (v i b i )Pr(b i > b(v j )) j =i. 27 / 62

28 Lineare Bietfunktion Wir vereinfachen die Analyse indem wir nach linearen und symmetrischen Bietfunktionen b(v i ) = α+γv i suchen. argmax b i (v i b i )Pr(b i > α+γv j ) j =i für α,β R. Sollten wir mit diesen linearen Bietfunktionen ein GW finden, dann ist dies keine Annahme sondern wir haben einfach gut geraten! 28 / 62

29 Wahrscheinlichkeiten Die Wahrscheinlichkeit ein höheres Gebot als j abzugeben ist ( Pr(b i > α+γv j ) = Pr v j < b ) i α γ was, da die Wertschätzungen der Bieter gleichverteilt sind, gegeben 0 bi α 1 ist durch γ ) Pr ( v j < b i α γ = b i α. γ Da wir n 1 unabhängig gezogene Wertschätzungen betrachten, ist im n-bieter Fall die Gewinnwahrscheinlichkeit für Bieter i Pr(b i > α+γv j ) j =i = b i αb i α b ( ) i α bi α n 1 =. γ γ γ γ }{{} für alle j =i, dh n 1 mal vj < 29 / 62

30 Nehmen wir mit Nash an, daß im Gleichgewicht alle Gegenspieler von i ihre Gleichgewichtsstrategie b(v j ) = α+γv j verwenden. Was ist Bieter i s beste Antwort? ( ) bi α n 1 argmax u(v i,b i ) = (v i b i ). b i γ Bieter i wählt sein optimales Gebot b i ( ) u(v i,b i ) bi α n 2 ( ) 1 = 0 : (n 1)(v i b i ) b i γ γ bi α n 1 = 0 γ b i = v i(n 1) α. n 30 / 62

31 Gleichgewicht Da ein Bieter mit Wertschätzung v i = 0 ein Gebot von b i = 0 abgeben wird um Verlust zu vermeiden, gilt α = 0 und wir erhalten b i = v i n 1 n = b (v i ). Da uns diese Lösung ein optimales Gebot b i für jede Wertschätzung v i liefert, haben wir tatsächlich eine symmetrische Bietfunktion b (v i ) gefunden b (v i ) = v i n 1 n. Da das Gebot im Gw linear von der Wertschätzung abhängt, hat sich unsere Suche nach einer linearen Gw-Bietfunktion bestätigt. 31 / 62

32 Besprechung Es kann gezeigt werden, daß es sich beim eben erlangten Resultat um das einzige symmetrische Gleichgewicht der EPA unter der Gleichverteilung handelt. Unter Verwendung dieser Bietfunktion geht das Objekt immer an den Bieter mit der höchsten Wertschätzung (siehe Annahme 1, Folie 11). Die EPA ist also ex-post effizient. Ein Bieter wird in der EPA nicht seine tatsächliche Wertschätzung bieten, sondern einen geringeren Wert. Bei diesem geringeren Wert handelt es sich um die erwartete zweithöchste Wertschätzung, gegeben den Gewinn der Auktion. Dies ist intuitiv einleuchtend: Das optimale gewinnende Gebot sollte gerade über dem zweithöchsten Gebot liegen. 32 / 62

33 Ertrag der EPA Welchen Ertrag wirft eine EPA für den Verkäufer ab? Mit über [0,1] gleichverteilten Typen ist der Ertrag E[Π E ] = = b(v) Pr(höchster Typ) dv n 1 n vnvn 1 dv = n 1 n / 62

34 Holländische Auktion Regel: Der Verkäufer beginnt mit einem sehr hohen Preis und senkt diesen kontinuierlich. Der erste Bieter der sein Einverständnis signalisiert, erhält den Zuschlag zum aktuellen Preis. Satz. Mit unabhängig von der Gleichverteilung gezogenen Wertschätzungen ist es ein symmetrischen BNGw der Holländischen Auktion sein Einverständnis zu zeigen, sobald der Preis v i n 1 n erreicht. Beweis. Das Optimierungsproblem der Bieter ist identisch zu dem in der EPA wenn die Worte Preis und Gebot ausgetauscht werden. 34 / 62

35 Zweitpreisauktion (ZPA) Regel: Jeder Bieter übermittelt ein versiegeltes Gebot an den Verkäufer. Dieser gibt das Objekt an den höchsten Bieter. Dieser zahlt aber bloß das zweithöchste Gebot. Zur Vereinfachung betrachten wir nun eine 2-Spieler Variante des gleichen Modells mit privaten und unabhängigen Wertschätzungen wie zuvor. Insbesondere gelten die bei der Besprechung der EPA gemachten Annahmen 1 3 (Folie 11): 1. monotone Bietfunktion b i (v i ), 2. symmetrische b i (v i ) = b(v i ), für alle i N, 3. v i U [0,1]. 35 / 62

36 Auszahlungen ZPA Gegeben die Wertschätzung v i [0,1], mit v,b die Vektoren von Bieterwertschätzungen und Geboten, ist die Auszahlungsfunktion von Bieter i {1,2}, j = 3 i gegeben als v i b j wenn b i > b j, v u i (b,v) = i b i wenn b i = b j,. 2 0 wenn b i < b j. Aus der Annahme einer atomlosen cfd F folgt, daß es sich beim zufälligen Ziehen zweier gleicher Wertschätzungen um ein Ereignis mit Wahrscheinlichkeit Null handelt. Deshalb können wir den mit Wahrscheinlichkeit Null gewichteten Fall b i = b j ignorieren. 36 / 62

37 Zweitpreisauktion (ZPA) Das Maximierungsproblem eines Bieters i in der ZPA ist, für atomlose Wertschätzungen v = v 1,...,v n, strikt monoton steigender symmetrischer Gw-Bietfunktion b(v j ) und j = 3 i gegeben durch argmax b i (v i b(v j ))Pr(b i > b(v j )). Zum Vergleich nochmal das Optimierungsproblem in der EPA argmax b i (v i b i )Pr(b i > b(v j )). 37 / 62

38 Zweitpreisauktion (ZPA) Betrachten wir den Nutzen u i (v i,ˆb) von Bieter i mit Wertschätzung v i der Gebot ˆb abgibt. (Im Gw werden die Bieter die Gw-Bietfunktion b(v) benutzen, also b(v i ) bieten.) Aber im Nash-Gw möchten wir gerade den Nutzen einer Abweichung ˆb = b(v i ) überprüfen! Dazu betrachten wir den falschen Typ ˆv i der das Gebot ˆb laut Gw-Bietfunktion ˆb = b(ˆv i ) abgeben sollte. Durch das falsche Gebot ˆb wird i nun gegen seinen Gw-Gegner j gewinnen, wann immer ˆb > b(v j ). Durch Invertierung der monoton steigenden Gw-Bietfunktion wissen wir, daß dies der Fall ist wenn v j < ˆv i = b 1 (ˆb). 38 / 62

39 Symmetrisches GW Der Erwartungsnutzen für Bieter i mit Wertschätzung v i nach Abgabe eines Gebotes ˆb ist, für j = 3 i, argmax ˆb ˆvi =b 1 (ˆb) u i (v i,ˆb) = (v i b(v j ))f(v j )dv j. 0 } {{ } v j ˆv i Die Ableitung nach ˆb gibt unter Verwendung der Leibnitzschen Regel und Ausnützung der Symmetrie der Bieter die BEO v i b(b 1 (ˆb)) db 1 (ˆb) = 0 }{{} dˆb =ˆb v i = ˆb = b (v i ). vi =b 1 (ˆb) Es ist ein BNGw die tatsächliche Wertschätzung zu bieten! 39 / 62

40 Dominierte Strategien Wir haben die Idee von Dominanz im ersten Spieltheorieteil wie folgt eingeführt: Def. Die reine Strategie s i heißt für Spieler i strikt dominiert, wenn ein σ i Σ i existiert sodass u i (σ i,s i) > u i (s i,s i ) für alle s i S i wobei S i = S 1... S i 1 S i+1... S n. Def. Eine Strategie s i heißt schwach dominiert wenn ein σ i Σ i existiert, sodass die obige Ungleichung strikt ist für zumindest eine s i und für alle anderen als Gleichung gilt. Umkehrung dieser Definitionen ergibt dominante Strategien. 40 / 62

41 Schwach dominante Strategien Wir werden nun zeigen, daß es sich beim eben hergeleiteten Resultat auch um ein Gw in schwach dominanten Strategien handelt. Dieses Resultat ist viel robuster als das eben hergeleitete BNGw (oder jenes für die EPA), da es nicht von den Beliefs der Spieler, dh der Typverteilung, abhängt. Satz. In der ZPA ist es eine schwach dominante Strategie, die tatsächliche Wertschätzung b i = v i zu bieten. Beweis. Wie zuvor sei i = 1,2 und j = 3 i. Sollte Spieler i gewinnen, dann hat sein Gebot ˆb i keinen Einfluß auf den Preis den er bezahlt; dieser wird ausschließlich von b j = b(v j ) bestimmt. Das eigene Gebot ˆb i bestimmt bloß, ob Spieler i gewinnt oder nicht. 41 / 62

42 Beweis: b i > v i v i b i b(v j ) b(v j ) : 1 b(v j ) : 2 b(v j ) : 3 1. u i (v i,b(v j )) = v i b(v j ), u i (b i,b(v j )) = v i b(v j ). 2. u i (v i,b(v j )) = 0, u i (b i,b(v j )) = v i b(v j ) < u i (v i,b(v j )) = 0, u i (b i,b(v j )) = 0. Der Fall b i < v i ist exakt spiegelbildlich. 42 / 62

43 Beweis: Allgemein 1. Angenommen b j < v i = b i wenn ˆb i > b j, dann ergeben beide Gebote das gleiche. Wenn ˆbi b j, dann ist b i = v i besser als ˆb i = v i da es einen höheren Gewinn erzielt. 2. Angenommen b j > v i = b i wenn ˆbi b j, dann ist b i = v i besser als ˆb i = v i da es einen Verlust vermeidet, wenn ˆb i < b j, dann ergeben beide Gebote das gleiche. 3. Angenommen b j = v i = b i wenn ˆbi > b j, dann ist b i = v i besser als b i = v i da es einen Verlust vermeidet, wenn ˆbi b j, dann ergeben beide Gebote das gleiche. In allen möglichen Fällen ergibt b i = v i zumindest den gleichen Payoff wie eine Abweichung. Dh b i ist eine schwach dominante Strategie. 43 / 62

44 Ertrag Welchen Ertrag wirft eine ZPA für den Verkäufer ab? Mit über [0,1] gleichverteilten Typen ist der Ertrag E[Π Z ] = = b(v) Pr(zweithöchster Typ) dv [ v n(n 1)(v n 1 v n n ] 1 )dv = n(n 1) n vn+1 n+1 0 =n(n 1) n +1 n n(n+1) = n 1 n+1. (Um Komplikationen zu vermeiden, schlagen Pr(zweithöchster Typ) einfach in einer der auf Folie 50 genannten Referenzen nach.) 44 / 62

45 Besprechung Unter Verwendung der hergeleiteten Bietfunktion geht das Objekt immer an den Bieter mit der höchsten Wertschätzung (siehe Annahme 1, Folie 11): dh auch die ZPA ist ex-post effizient. Da ein Bieter in der ZPA seine tatsächliche Wertschätzung bietet, haben wir einen Mechanismus gefunden, unter dem die Agenten ihre private Information freiwillig offenbaren. Es handelt sich also um den direkten Mechanismus den wir Eingangs im Offenbarungsprinzip angesprochen haben. Diese Einsicht hat immense Bedeutung für die ökonomischen Theorie. Der intuitive Grund für dieses Resultat ist, daß der vom Gewinner zu zahlende Preis nicht von dessen Gebot abhängt: der Preis wird nur durch die anderen Spieler bestimmt. 45 / 62

46 Englische Auktion Regel: Der Verkäufer beginnt mit einem Preis von Null und hebt diesen kontinuierlich. Anfangs nehmen alle Bieter teil, können die Auktion aber zu jedem Zeitpunkt verlassen. Wenn nur ein Bieter übrig ist (dh der vorletzte Bieter die Auktion verlässt), erhält dieser den Zuschlag zum aktuellen Preis. Satz. Mit unabhängig von der Gleichverteilung gezogenen Wertschätzungen ist es ein symmetrischen BNGw der Englischen Auktion die Auktion zu verlassen, sobald der Preis die eigene Wertschätzung erreicht. Beweis. Das Optimierungsproblem der Bieter ist identisch zu dem in der ZPA wenn die Worte Preis und Gebot ausgetauscht werden. 46 / 62

47 All-Pay Auktion (APA) Regel: Jeder Bieter übermittelt & bezahlt ein versiegeltes Gebot an den Verkäufer. Dieser gibt das Objekt an den höchsten Bieter. Anwendung: Lotterien, Abnützungskriege ( Wars of Attrition ) wie zum Beispiel Innovations- oder Patentrennen, Lobbying &c. Wir betrachten wiederum eine Variante des eingangs vorgestellten Modells mit privaten und unabhängigen Wertschätzungen. Insbesondere gelten die bei der Besprechung der EPA gemachten Annahmen 1 3 (Folie 11). 47 / 62

48 Auszahlungen APA Es sei N die Menge von n Bietern. Wir bezeichnen mit v,b die Vektoren von Bieterwertschätzungen und Geboten. Gegeben die Wertschätzung v i [0,1], ist die Auszahlungsfunktion von Bieter i N gegeben als u i (b,v) = v i b i wenn b i > max{b i }, v i 2 b i wenn b i = max{b i }, b i wenn b i < max{b i }. Aus der Annahme einer atomlosen cfd F folgt, daß es sich beim zufälligen Ziehen zweier (oder mehrerer) gleicher Wertschätzungen um ein Ereignis mit Wahrscheinlichkeit Null handelt. Deshalb können wir den mit Wahrscheinlichkeit Null gewichteten Fall b i = max{b i } ignorieren.. 48 / 62

49 All-Pay Auktion: Gw-Check Am Beginn des Spieles werden die Typen v i, i = 1,...,n, aller Bieter unabhängig voneinander gezogen. Unter der Annahme von streng monoton steigenden, symmetrischen Bietfunktionen b(v i ), kommt das höchste Gebot vom Bieter mit dem höchsten Typ. Gw-Check: Gegeben, daß die Mitspieler ihre GW-Strategien b(v i ) bieten, ist es für Spieler i profitabel von seiner Gw-Strategie b(v i ) zu einem Gebot ˆb abzuweichen? Algebraisch ist das Maximierungsproblem von Spieler i unter Abgabe von Gebot ˆb argmax ˆb v i Pr(ˆb > b(v j )) j =i ˆb und da b(v i ) invertierbar ist (Ann. 1: b > 0!), entspricht dies argmax ˆb v i Pr(v j < b 1 (ˆb) ) }{{} j =i ˆb. =ˆv i 49 / 62

50 Ordnungsstatistiken Wie bestimmen wir diese Pr(v j < ˆv i = b 1 (ˆb)) für unabhängig gezogene v j, j = i N? Beachten sie, daß diese Wahrscheinlichkeit nur von der Typverteilung abhängt! Generell schlägt man derartige Wahrscheinlichkeiten in einem Buch über Ordnungsstatistiken nach: Krishna, V., Auction Theory, App C, Academic Press, 2002, David, H. and H. Nagaraja, Order statistics, Wiley, Definition. X := X 1,X 2,...,X n seien n unabhängige Ziehungen aus der gleichen Wahrscheinlichkeitsverteilung mit stetiger Verteilungsfunktion F(x) und Dichtefunktion f(x). Dann heißen die geordneten Zufallsvariablen Y (1:n) Y (2:n)... Y (n:n) die Ordnungsstatistiken der Zufallsvariablen X 1,X 2,...,X n. Somit ist Y (k:n) der k-größte Wert unter den Zufallsvariablen X 1,X 2,...,X n. 50 / 62

51 Gewinnwahrscheinlichkeit Hier ist die Bestimmung der Gewinnwahrscheinlichkeit aber so einfach, daß wir sie selbst vornehmen. Das Verfahren zur Bestimmung der Gw-Strategien in dieser Auktion ist allgemein verwendbar, sie können es auch zur Lösung der EPA oder ZPA verwenden. Allgemein gilt für die erste Ordnungsstatistik, daß F (1:n) (y) = Pr(maxX y) = Pr(X 1 y,x 2 y,...,x n y) = F 1 (y) F 2 (y) F n (y) = (F(y)) n also ist die Wahrscheinlichkeit, daß die Typen aller n 1 Gegenspieler kleiner als ˆv i = b 1 (ˆb) sind gleich Pr(v j < ˆv i ) j =i = (F(ˆv i )) n 1 = ˆv n 1 i wobei nur der letzte Schritt die Gleichverteilung der Typen benutzt. 51 / 62

52 Symmetrisches Gw Das Maximierungsproblem von Spieler i vereinfacht sich also zu mit BEO argmax ˆb v i (b 1 (ˆb)) }{{} ˆv n 1 i n 1 ˆb u i (ˆb,v i ) ˆb für ˆv i = b 1 (ˆb). = 0 : (n 1)v i (b 1 (ˆb)) }{{} =ˆv n 2 i n 2db 1 (ˆb) dˆb = 1 52 / 62

53 Symmetrisches Gw Im Symmetrischen Gw gilt ˆb = b(v i ) oder b 1 (ˆb) = v i und somit (n 1)v i v n 2 i = db 1 (b(v i )) db(v i ) Dies entspricht der Differentialgleichung db 1 (ˆb) = 1. } dˆb {{} vi =b 1 (ˆb) = dv i db(v i ) (n 1)v n 1 i = db(v i) dv i = b (v i ). 53 / 62

54 Die Bietfunktion Diese Differenzialgleichung integrieren wir einfach auf (n 1) vi 0 ṽ n 1 dṽ i = und erhalten die Gw-Bietfunktion (n 1) 1 nṽn v i 0 vi 0 b (ṽ)dṽ = b(v i ) = n 1 n vn i = b (v i ). Diese Bietfunktion ist monoton steigend, also ist die APA effizient. 54 / 62

55 Ertrag der APA Der erwartete Ertrag dieser Auktion mit gleichverteilten Typen ist E[Π A ] = n n 1 b(v)dv = n 0 n vn i dv = n 1 n+1. Dies ist der gleiche Ertrag, den wir auch für die EPA & ZPA hergeleitet haben. Die 4 Standardauktionen und dieser Mechanismen liefern also völlig identische Erträge. 55 / 62

56 Warum? Die Antwort heißt Erlös-Äquivalenzsatz ( Revenue equivalence Theorem, J&R p388). Dieses Resultat und eine Fülle anderer faszinierender Fragen werden im Kurs Auktionen & Märkte besprochen. Der zuletzt behandelte Auktionstyp wird im Seminar Tournaments und Contests weiter erläutert (beide im kommenden Herbstsemester). Das Seminar wird sie (unter anderem) auch über den folgenden, und in dieser Vorlesung letzten besprochenen Auktionstyp restlos aufklären. 56 / 62

57 Turniere Im der eben besprochenen APA erhielt der höchste Bieter das Objekt mit Wahrscheinlichkeit 1. Dies ist aber in einer Fülle von Anwendungen wie zb Lotterien, Beförderungen, Patent- & Forschungsrennen etc nicht der Fall. Dort hängt der Gewinn mit vom Glück ab. Um diesen (unvollständigen Diskriminations-)Aspekt modellieren zu können, müssen wir die Gewinnwahrscheinlichkeit eines Spielers flexibler spezifizieren. Um die Konzentration auf diesen Aspekt zu erleichtern, wechseln wir nun in ein Modell ohne private Information in dem alle Spieler gleich sind. Eine Erweiterung auf (asymmetrische) private Typen ist einfach. 57 / 62

58 Symmetrische Tullock-Turniere Menge N von n identischen, risikoneutralen Spielern. Spieler i N bietet e i [0, ) ( Arbeitsanstrengung ); Notation: e = (e 1,...,e n ). Es gibt einen Preis P > 0 der dem Gewinner des Turniers zugewiesen wird. Die Gewinnwahrscheinlichkeiten f i (e) werden nach der sog Tullock-Regel ermittelt f i (e) = er i j N er j = ei r e1 r, r = 1. +er er n Spieler i wählt e i um ihren quasilinearer Nutzen zu optimieren argmax f i (e i,e i )P c(e i ). e i [0, ) Wir nehmen an, daß c(e i ) = ae b i, für a,b > / 62

59 Symmetrisches Gleichgewicht In jedem symmetrischen Gw muß die Gewinnwahrscheinlichkeit f i = 1 n betragen. Spieler i N maximiert argmax u i (e) = e i [0, ) e i e 1 +e e n P a(e i ) b. Gegeben, daß alle Spieler außer i das Gw-Gebot e machen (Nash-Annahme) argmax u i (e i,e i) = e i [0, ) e i e 1 +(n 1)e P a(e i) b. 59 / 62

60 BEO Tullock-Turnier Individuelle BEO e i u i (e i,e i ) = 0 e (n 1)P (e i +e (n 1)) 2 = abeb 1 i. Im Gw: Symmetrie e i = e gibt den Lösungskandidaten ( (n 1)P e = abn 2 )1 b. Aber ist es für Spieler i tatsächlich optimal e i = e zu spielen oder könnte sie sich durch ein anderes Gebot besser stellen? Vergleich: Lokales vs globale Optimum. 60 / 62

61 Zwei-Spieler Tullock-Turnier Wir wollen einen einfachen Fall graphisch lösen. Annahmen: n = 2, a = 1, P = 1, b = 2 (quadratische Kosten). u i (e i,e ) u i (e,e ) ( )1 e = (n 1)P b = 1 / abn e i 61 / 62

62 Generelle Fragen im Auktionsdesign Unter welchen Gesichtspunkten sollen Auktionen für bestimmte Ver/Kaufssituationen entwickelt werden? Hier eine kurze Liste von Anregungen. Reservationspreise oder Minimale Gebote. Die Verwendung offener (Englischer) Auktionsformate Anstelle von versieglten Bietformaten. Zur Verfügungstellung von Vorabinformation über das Objekt. Verdeckung von Information über das Wettbewerbsausmaß. Schlechterstellung von Bietern mit bekanntem Vorteil (Handicap-Prinzip). Effizienz ist nicht unbedingt das Ziel des Verkäufers. 62 / 62

Mikroökonomik B 6. Standardauktionen

Mikroökonomik B 6. Standardauktionen Mikroökonomik B 6. Standardauktionen Paul Schweinzer 9. Juni 2009. 1 / 41 Literaturangaben Jehle und Reny (2001), Kapitel 9 Varian (2007), Kapitel 17. 2 / 41 Themen So die Zeit ausreicht, werden wir folgende

Mehr

Kapitel 9: Auktionen. Literatur: Tadelis Chapter 13. Prof. Dr. Philipp Weinschenk, Lehrstuhl für Mikroökonomik, TU Kaiserslautern

Kapitel 9: Auktionen. Literatur: Tadelis Chapter 13. Prof. Dr. Philipp Weinschenk, Lehrstuhl für Mikroökonomik, TU Kaiserslautern Kapitel 9: Auktionen Literatur: Tadelis Chapter 13 Prof. Dr. Philipp Weinschenk, Lehrstuhl für Mikroökonomik, TU Kaiserslautern Kapitel 9.1: Motivation und Auktionsformen Motivation Viele Objekte werden

Mehr

5. Statische Spiele mit unvollständiger Information

5. Statische Spiele mit unvollständiger Information 5. Statische Spiele mit unvollständiger Information Klaus M. Schmidt LMU München Spieltheorie, Wintersemester 2014/15 Klaus M. Schmidt (LMU München) 5. Statische Spiele mit unvollständiger Information

Mehr

Mikroökonomik B 4.4 Spiele in strategischer Form, unvollständige Information

Mikroökonomik B 4.4 Spiele in strategischer Form, unvollständige Information Mikroökonomik B 4.4 Spiele in strategischer Form, unvollständige Information Dennis L. Gärtner 13. Juli 2011 1 / 30 Motivation Unter vollständiger Info / Nash-GG: Spieler haben korrekte Beliefs über Aktionen

Mehr

Bisher angenommen: jeder Spieler kennt alle Teile des Spiels. - Diskontfaktor des Verhandlungspartners

Bisher angenommen: jeder Spieler kennt alle Teile des Spiels. - Diskontfaktor des Verhandlungspartners 1 KAP 15. Spiele unter unvollständiger Information Bisher angenommen: jeder Spieler kennt alle Teile des Spiels seine Gegenspieler, deren Aktionen, deren Nutzen, seinen eigenen Nutzen etc. Oft kennt man

Mehr

Mikroökonomik B 5. Informationsökonomik

Mikroökonomik B 5. Informationsökonomik Mikroökonomik B 5. Informationsökonomik Paul Schweinzer 16. Juni 2009. 1 / 11 Literaturangaben Jehle, G. und P. Reny (2001), Kapitel 8.1 Varian, H. (2007), Kapitel 36 Bolton, P. & M. Dewatripont (2005),

Mehr

Seminar Algorithmische Spieltheorie

Seminar Algorithmische Spieltheorie Seminar Algorithmische Spieltheorie Einführung in die klassische Spiel- und Mechanismentheorie Hagen Völzer Universität zu Lübeck 10. November 2004 0 Überblick 1. Spiele 2. Auktionen 3. Mechanismen 1 Gefangenendilemma

Mehr

Probleme bei reinen Strategien. Nash Gleichgewichte in gemischten Strategien Kopf 1, 1 1, 1 Zahl 1, 1 1, 1. Gemischte Strategien

Probleme bei reinen Strategien. Nash Gleichgewichte in gemischten Strategien Kopf 1, 1 1, 1 Zahl 1, 1 1, 1. Gemischte Strategien Probleme bei reinen Strategien Bisher hatten wir angenommen, daß sich jeder Spieler b auf genau eine Strategie S b S b festlegt. Das ist nicht immer plausibel. Nash Gleichgewichte in gemischten Strategien

Mehr

Mechanismus Design Auktionen

Mechanismus Design Auktionen Mechanismus Design Auktionen Universität Hohenheim Alexander Staus Mechanismus Design Universität Hohenheim 1/25 Welche Auktionen kennen Sie? traditionelle Auktionshäuser ebay Immobilien Fahrräder Blumen

Mehr

Prof. Dr. Abdolkarim Sadrieh. Lehrstuhl für E-Business SS 2013

Prof. Dr. Abdolkarim Sadrieh. Lehrstuhl für E-Business SS 2013 1 Prof. Dr. Abdolkarim Sadrieh SS 2013 2 4. Elektronische Auktionen 4.1. Eigenschaften einseitiger Auktionen 4.1.1. Grundlegende Eigenschaften 4.1.2. Dynamische Preisfindung 4.1.3. Grad des Wettbewerbs

Mehr

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren 3 Mehrdimensionale Zufallsvariablen Zufallsvektoren Bisher haben wir uns ausschließlich mit Zufallsexperimenten beschäftigt, bei denen die Beobachtung eines einzigen Merkmals im Vordergrund stand. In diesem

Mehr

... mit interdependenten Wertschätzungen.... nicht nur von seinem eigenen Typen t i ab,... ihr Verhalten auf Information konditionieren,...

... mit interdependenten Wertschätzungen.... nicht nur von seinem eigenen Typen t i ab,... ihr Verhalten auf Information konditionieren,... 1 KAP 17. Adverse Selektion Wir betrachten nun statische Spiele unvollständiger Information...... mit interdependenten Wertschätzungen Das heißt, der Nutzen eines Spielers i hängt...... nicht nur von seinem

Mehr

Grundzüge der Spieltheorie

Grundzüge der Spieltheorie Grundzüge der Spieltheorie Prof. Dr. Stefan Winter Ruhr-Universität Bochum Begleitmaterialien zur Vorlesung sind abrufbar unter: http://www.rub.de/spieltheorie 1 Die folgende Vorlesungsaufzeichnung und

Mehr

12. Vorlesung. 19. Dezember 2006 Guido Schäfer

12. Vorlesung. 19. Dezember 2006 Guido Schäfer LETZTE ÄNDERUNG: 6. JANUAR 007 Vorlesung: Einführung in die Spieltheorie WS 006/007. Vorlesung 9. Dezember 006 Guido Schäfer 4 Bayesian Games Wir haben bisher immer angenommen, dass jeder Spieler vollständige

Mehr

Strategische Spiele in Normalform; Schwache Dominanz. Strategienprofil der Gegenspieler (s i ) Kapitel 3: Spiele in Normalform

Strategische Spiele in Normalform; Schwache Dominanz. Strategienprofil der Gegenspieler (s i ) Kapitel 3: Spiele in Normalform Strategische Spiele in Normalform; Schwache Dominanz 3. Spiele in Normalform Definition Strategienprofil der Gegenspieler Anwendung: Soziales Dilemma (verallgemeinertes GD) Definition: Spiele in Normalform

Mehr

Stimmt das immer und in welchem Sinne?

Stimmt das immer und in welchem Sinne? 1 KAP 6. Dominanz und Nash-GG Nash-GG (teilweise) dadurch motiviert: schränkt Menge möglicher Spielausgänge stärker ein als Dominanz Stimmt das immer und in welchem Sinne? Gibt s stets weniger Nash-GGe

Mehr

7.2 Moment und Varianz

7.2 Moment und Varianz 7.2 Moment und Varianz Def. 21 Es sei X eine zufällige Variable. Falls der Erwartungswert E( X p ) existiert, heißt der Erwartungswert EX p p tes Moment der zufälligen Variablen X. Es gilt dann: + x p

Mehr

Wir verallgemeinern Bi Matrix Spiele auf beliebig viele Spieler

Wir verallgemeinern Bi Matrix Spiele auf beliebig viele Spieler 1 KAP 3. Spiele mit mehr als zwei Spielern Wir verallgemeinern Bi Matrix Spiele auf beliebig viele Spieler Es gibt nun n Spieler i = 1,..., n Eine typische Strategie für SPi bezeichnen wir mit s i... S

Mehr

Ablauf. 1 Imitationsdynamik. 2 Monotone Auszahlung. 3 Entscheidung gegen iterativ dominierte Strategien. 4 Beste-Antwort-Dynamik 2 / 26

Ablauf. 1 Imitationsdynamik. 2 Monotone Auszahlung. 3 Entscheidung gegen iterativ dominierte Strategien. 4 Beste-Antwort-Dynamik 2 / 26 Spieldynamik Josef Hofbauer and Karl Sigmund: Evolutionary Games and Population Dynamics, Cambridge, Kap. 8 Simon Maurer Saarbrücken, den 13.12.2011 1 / 26 Ablauf 1 Imitationsdynamik 2 Monotone Auszahlung

Mehr

Grundlagen und Nash Gleichgewichte in reinen Strategien

Grundlagen und Nash Gleichgewichte in reinen Strategien Grundlagen und Nash Gleichgewichte in reinen Strategien Yves Breitmoser, EUV Frankfurt (Oder) Zahlen und Vektoren IR ist die Menge der reellen Zahlen IR + = r IR r 0 IR n ist die Menge aller Vektoren von

Mehr

6 Auktionstheorie. Private und gemeinsame Werte

6 Auktionstheorie. Private und gemeinsame Werte 6 Auktionstheorie Auktionen (i.e.s.): ein Verkäufer (Auktionator) bietet eine fixe Menge eines Gutes an, die durch einen der potentiellen Käufer (Bieter) gekauft wird Beispiele: Blumen, Antiquitäten, Kunst

Mehr

Monotonie, Konkavität und Extrema

Monotonie, Konkavität und Extrema Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1

Mehr

Kapitel 4: Gemischte Strategien. Literatur: Tadelis Chapter 6

Kapitel 4: Gemischte Strategien. Literatur: Tadelis Chapter 6 Kapitel 4: Gemischte Strategien Literatur: Tadelis Chapter 6 Idee In vielen Spielen gibt es kein Nash Gleichgewicht in reinen Strategien (und auch kein Gleichgewicht in dominanten Strategien) Darüber hinaus

Mehr

Finanzmathematische Modelle und Simulation

Finanzmathematische Modelle und Simulation Finanzmathematische Modelle und Simulation WS 9/1 Rebecca Henkelmann In meiner Ausarbeitung Grundbegriffe der Stochastik I, geht es darum die folgenden Begriffe für die nächsten Kapitel einzuführen. Auf

Mehr

Statische Spiele mit unvollständiger Information: Bayesianische-Spiele

Statische Spiele mit unvollständiger Information: Bayesianische-Spiele Statische Spiele mit unvollständiger Information: Bayesianische-Spiele In einigen Situationen verfügen Spieler (nur) über unvollständige Information. Möglicherweise kennen sie die relevanten Charakteristika

Mehr

Existenz eines Nash Gleichgewichts

Existenz eines Nash Gleichgewichts Existenz eines Nash Gleichgewichts Ei Existenztheorem: Wenn für ein Spiel = (N, S, u) gilt, dass (i) der Strategieraum S kompakt und konvex ist und (ii) die Auszahlungsfunktion u i (s) jedes Spielers stetig

Mehr

Kapitel 13: Unvollständige Informationen

Kapitel 13: Unvollständige Informationen Kapitel 13: Unvollständige Informationen Hauptidee: Für das Erreichen einer effizienten Allokation auf Wettbewerbsmärkten ist es notwendig, dass jeder Marktteilnehmer dieselben Informationen hat. Informationsasymmetrie

Mehr

Auktionen. Vortrag im Rahmen des Seminars aus maschinellem Lernen

Auktionen. Vortrag im Rahmen des Seminars aus maschinellem Lernen Auktionen Vortrag im Rahmen des Seminars aus maschinellem Lernen Aus David Easley, Jon Kleinberg: Network, Crowds, and Markets: Reasoning about a highly connected world Inhalt Unterschiedliche Gebotssysteme

Mehr

Verfeinerungen des Bayesianischen Nash Gleichgewichts

Verfeinerungen des Bayesianischen Nash Gleichgewichts Spieltheorie Sommersemester 007 Verfeinerungen des Bayesianischen Nash Gleichgewichts Das Bayesianische Nash Gleichgewicht für Spiele mit unvollständiger Information ist das Analogon zum Nash Gleichgewicht

Mehr

Klausur zur Vorlesung Spieltheorie Musterlösung

Klausur zur Vorlesung Spieltheorie Musterlösung Prof. Dr. Ulrich Schwalbe Sommersemester 2001 Klausur zur Vorlesung Spieltheorie Musterlösung Die Klausur besteht aus vier Vorfragen, von denen drei zu beantworten sind sowie drei Hauptfragen, von denen

Mehr

2. Prinzipien der Datenreduktion

2. Prinzipien der Datenreduktion 2. Prinzipien der Datenreduktion Man verwendet die Information in einer Stichprobe X 1,..., X n, um statistische Inferenz über einen unbekannten Parameter zu betreiben. Falls n groß ist, so ist die beobachtete

Mehr

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr

DWT 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen 330/467 Ernst W. Mayr 2.1 Maximum-Likelihood-Prinzip zur Konstruktion von Schätzvariablen Wir betrachten nun ein Verfahren zur Konstruktion von Schätzvariablen für Parameter von Verteilungen. Sei X = (X 1,..., X n ). Bei X

Mehr

Experimentelle Analyse von Auktionen

Experimentelle Analyse von Auktionen Studienprojekt 2011 Experimentelle Analyse von Auktionen Univ.-Prof. Dr. Karl Morasch Professur für Volkswirtschaftslehre, insbes. Mikroökonomie und Wettbewerbspolitik K. Morasch 2011 Projekt WT/FT 11:

Mehr

Spieltheorie Teil 4. Tone Arnold. Universität des Saarlandes. 20. März 2008

Spieltheorie Teil 4. Tone Arnold. Universität des Saarlandes. 20. März 2008 Spieltheorie Teil 4 Tone Arnold Universität des Saarlandes 20. März 2008 Tone Arnold (Universität des Saarlandes) Spieltheorie Teil 4 20. März 2008 1 / 64 Verfeinerungen des Nash GGs Das Perfekte Bayesianische

Mehr

Skript zur Vorlesung Mikroökonomik II (WS 2009) Teil 4

Skript zur Vorlesung Mikroökonomik II (WS 2009) Teil 4 Skript zur Vorlesung Mikroökonomik II (WS 09) Teil 4 PR 13: Spieltheorie Weiterentwicklung der ökonomischen Theorie untersucht Situationen strategischen Verhaltens John von Neumann und Oskar Morgenstern

Mehr

Beispiel 6 (Einige Aufgaben zur Gleichverteilung)

Beispiel 6 (Einige Aufgaben zur Gleichverteilung) Beispiel 6 (Einige Aufgaben zur Gleichverteilung) Aufgabe (Anwendung der Chebyshev-Ungleichung) Sei X eine Zufallsvariable mit E(X) = µ und var(x) = σ a) Schätzen Sie die Wahrscheinlichkeit dafür, daß

Mehr

Vorlesung 4: Risikoallokation

Vorlesung 4: Risikoallokation Vorlesung 4: Risikoallokation Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie, FS 12 Risikoallokation 1/23 2 / 23 4.1 Einleitung Bisher haben wir uns ausschliesslich

Mehr

11. Vorlesung Spieltheorie in der Nachrichtentechnik

11. Vorlesung Spieltheorie in der Nachrichtentechnik 11. Vorlesung Spieltheorie in der Nachrichtentechnik Vorlesung: Eduard Jorswieck Übung: Rami Mochaourab Sommersemester 2010 Mechanism Design und Implementation Theory Motivation durch einfaches Wahlbeispiel

Mehr

3. Gemeinsame und bedingte Verteilung, stochastische Unabhängigkeit

3. Gemeinsame und bedingte Verteilung, stochastische Unabhängigkeit 3. Gemeinsame und bedingte Verteilung, stochastische Unabhängigkeit Lernziele dieses Kapitels: Mehrdimensionale Zufallsvariablen (Zufallsvektoren) (Verteilung, Kenngrößen) Abhängigkeitsstrukturen Multivariate

Mehr

(a)... ein Spieler eine Entscheidung treffen muss... (b)... der andere Spieler (Experte) über private...

(a)... ein Spieler eine Entscheidung treffen muss... (b)... der andere Spieler (Experte) über private... 1 KAP 19. Expertenberatung Wir betrachten eine Modell, in dem... (a)... ein Spieler eine Entscheidung treffen muss... (b)... der andere Spieler (Experte) über private...... entscheidungsrelevante Information

Mehr

dafür muss man aber wissen, dass es ein Nash-GG gibt ... als wissenschaftliche Theorie unbefriedigend

dafür muss man aber wissen, dass es ein Nash-GG gibt ... als wissenschaftliche Theorie unbefriedigend 1 KAP 8. Existenz von Nash-Gleichgewichten Heute betrachten wir die Frage: Hat jedes Spiel ein Nash-Gleichgewicht? Warum ist diese Frage interessant? Häufig sind Spiele zu kompliziert, um N-GG explizit

Mehr

Dieses Vielfach hängt ab von der Form der Nutzenfunktion. Man bezeichnet dies auch als Arrow-Pratt Koeffizient.

Dieses Vielfach hängt ab von der Form der Nutzenfunktion. Man bezeichnet dies auch als Arrow-Pratt Koeffizient. Die Riskoprämie ergibt sich also als ein Vielfaches der Varianz der zugrundeliegenden Unsicherheit Dieses Vielfach hängt ab von der Form der Nutzenfunktion. Man bezeichnet dies auch als Arrow-Pratt Koeffizient.

Mehr

Dynamische Spiele mit unvollständiger Information. Perfektes Bayesianisches Gleichgewicht

Dynamische Spiele mit unvollständiger Information. Perfektes Bayesianisches Gleichgewicht Dynamische Spiele mit unvollständiger Information Perfektes Bayesianisches Gleichgewicht Spieltheorie University of Bonn Dezsö Szalay Dieser Teil basiert auf Kapitel 4 "Gibbons (1992), A primer in Game

Mehr

Mikroökonomik B Teil II: Spieltheorie

Mikroökonomik B Teil II: Spieltheorie Mikroökonomik B Teil II: Spieltheorie Dennis L. Gärtner 19. Mai 2011 Motivation Ein Spiel Jeder von Ihnen schreibt eine ganze Zahl zwischen 0 und 100 auf. Ziel ist, 2/3 des Durchschnitts der angegebenen

Mehr

Seminararbeit zur Spieltheorie. Thema: Rationalisierbarkeit und Wissen

Seminararbeit zur Spieltheorie. Thema: Rationalisierbarkeit und Wissen Seminararbeit zur Spieltheorie Thema: Rationalisierbarkeit und Wissen Westfälische-Wilhelms-Universität Münster Mathematisches Institut Dozent: Prof. Dr. Löwe Verfasst von: Maximilian Mümken Sommersemester

Mehr

Skript zur Vorlesung Mikroökonomik II (WS 2009) Teil 3

Skript zur Vorlesung Mikroökonomik II (WS 2009) Teil 3 Skript zur Vorlesung Mikroökonomik II (WS 2009) Teil 3 PR 11.3.1: Intertemporale Preisdiskriminierung Def.: unterschiedliche Preise zu unterschiedlichen Zeitpunkten Entspricht PD 3. Grades Nur sinnvoll

Mehr

Stochastik für die Naturwissenschaften

Stochastik für die Naturwissenschaften Stochastik für die Naturwissenschaften Dr. C.J. Luchsinger 4. Zufallsgrösse X Literatur Kapitel 4 * Storrer: Kapitel (37.2)-(37.8), (38.2)-(38.3), (38.5), (40.2)-(40.5) * Stahel: Kapitel 4, 5 und 6 (ohne

Mehr

Kapitel 9: Informationstheorie. 2. Entropie

Kapitel 9: Informationstheorie. 2. Entropie ZHAW, NT, FS2008, Rumc, Kapitel 9: 2-1 Kapitel 9: Informationstheorie 2. Entropie Inhaltsverzeichnis 2.1. INFORATIONSQUELLEN...2 2.2. INFORATIONSGEHALT...3 2.3. INIALE ANZAHL BINÄRE FRAGEN...5 2.4. ENTROPIE

Mehr

In Spielen unter unvollkommener Information... Wir werden deshalb ein neues GG-Konzept einführen. Pefektes Bayesianisches Nash-Gleichgewicht

In Spielen unter unvollkommener Information... Wir werden deshalb ein neues GG-Konzept einführen. Pefektes Bayesianisches Nash-Gleichgewicht 1 KAP 14. Probleme mit Teilspielperfektheit Wir hatten TPNG eingeführt, weil N-GG in dynamischen Spielen...... unplausibel erschien (unglaubwürdige Drohungen) TPNG schliesst unglaubwürdige Drohungen aus......

Mehr

Weihnachtsaufgaben. a) Welche Urnenmodelle gibt es? Stelle zu jedem Modell ein konkretes Beispiel auf, welches durch dieses Modell beschrieben wird.

Weihnachtsaufgaben. a) Welche Urnenmodelle gibt es? Stelle zu jedem Modell ein konkretes Beispiel auf, welches durch dieses Modell beschrieben wird. Weihnachtsaufgaben Diese Aufgaben dienen dazu die in der Vorlesung und den Übungen eingeführten Begriffe zu verstehen und zu vertiefen, die Bearbeitung ist freiwillig Das Blatt wurde von den Übungsleitern

Mehr

KAP 3. Spiele mit mehr als zwei Spielern. Wir verallgemeinern BiMatrix Spiele auf beliebig viele Spieler. Es gibt nun n Spieler i = 1,...

KAP 3. Spiele mit mehr als zwei Spielern. Wir verallgemeinern BiMatrix Spiele auf beliebig viele Spieler. Es gibt nun n Spieler i = 1,... 1 KAP 3. Spiele mit mehr als zwei Spielern Wir verallgemeinern BiMatrix Spiele auf beliebig viele Spieler Es gibt nun n Spieler i = 1,..., n Eine typische Strategie für SPi bezeichnen wir mit s i... S

Mehr

Wahrscheinlichkeit und Statistik: Zusammenfassung

Wahrscheinlichkeit und Statistik: Zusammenfassung HSR Hochschule für Technik Rapperswil Wahrscheinlichkeit und Statistik: Zusammenfassung beinhaltet Teile des Skripts von Herrn Hardy von Lukas Wilhelm lwilhelm.net 12. Januar 2007 Inhaltsverzeichnis 1

Mehr

Mikroökonomik B Teil II: Spieltheorie

Mikroökonomik B Teil II: Spieltheorie Mikroökonomik B Teil II: Spieltheorie Paul Schweinzer 12. Mai 2009. 1 / 12 des zweiten Teils der Vorlesung 4 Spieltheorie 4.1 Spiele in Strategischer Form 4.2 Spiele in Extensiver Form 5 Informationsökonomik

Mehr

4 Mengenwettbewerb und Kapazitätsschranken. 4.1 Simultaner Mengenwettbewerb. Augustin Cournot (1838)

4 Mengenwettbewerb und Kapazitätsschranken. 4.1 Simultaner Mengenwettbewerb. Augustin Cournot (1838) Wettbewerbstheorie und -politik 4-1 Dr. Florian Englmaier 4 Mengenwettbewerb und Kapazitätsschranken bei Preiswettbewerb 4.1 Simultaner Mengenwettbewerb Augustin Cournot (188) Spieler: zwei Anbieter, i

Mehr

Man kann das Dominanzkonzept leicht abschwächen... um schärfere Prognosen zu bekommen. Man kann unterstellen, dass die Spieler nicht nur

Man kann das Dominanzkonzept leicht abschwächen... um schärfere Prognosen zu bekommen. Man kann unterstellen, dass die Spieler nicht nur 1 Schwache Dominanz Man kann das Dominanzkonzept leicht abschwächen...... um schärfere Prognosen zu bekommen. Man kann unterstellen, dass die Spieler nicht nur... keine strikt dominierten Strategien spielen......

Mehr

Dynamische Systeme und Zeitreihenanalyse // Multivariate Normalverteilung und ML Schätzung 11 p.2/38

Dynamische Systeme und Zeitreihenanalyse // Multivariate Normalverteilung und ML Schätzung 11 p.2/38 Dynamische Systeme und Zeitreihenanalyse Multivariate Normalverteilung und ML Schätzung Kapitel 11 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Multivariate

Mehr

Einführung in die (induktive) Statistik

Einführung in die (induktive) Statistik Einführung in die (induktive) Statistik Typische Fragestellung der Statistik: Auf Grund einer Problemmodellierung sind wir interessiert an: Zufallsexperiment beschrieben durch ZV X. Problem: Verteilung

Mehr

Vorlesung 6: Alternativen zur Erwartungsnutzentheorie

Vorlesung 6: Alternativen zur Erwartungsnutzentheorie Vorlesung 6: Alternativen zur Erwartungsnutzentheorie Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 6 (FS 11) Alternativen zur Erwartungsnutzentheorie 1 / 21 1.

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 4

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 4 TUM, Zentrum Mathematik Lehrstuhl für Mathematische Physik WS 3/4 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weidner Tutoraufgaben: Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge

Mehr

Definition: Die Menge der Imputationen ist die Menge I aller Nutzenallokationen, die erreichbar und individuell rational sind.

Definition: Die Menge der Imputationen ist die Menge I aller Nutzenallokationen, die erreichbar und individuell rational sind. Spieltheorie Sommersemester 2007 1 Der Kern Sei I = {1, 2,...,n} und Γ = (I, v). Definition: Die Menge der Imputationen ist die Menge I aller Nutzenallokationen, die erreichbar und individuell rational

Mehr

Wahrscheinlichkeitstheorie Kapitel V - Stetige Verteilungen

Wahrscheinlichkeitstheorie Kapitel V - Stetige Verteilungen Wahrscheinlichkeitstheorie Kapitel V - Stetige Verteilungen Georg Bol georg.bol@statistik.uni-karlsruhe.de Markus Höchstötter hoechstoetter@statistik.uni-karlsruhe.de Stetige Verteilungen Definition: Sei

Mehr

Kapitel VII - Funktion und Transformation von Zufallsvariablen

Kapitel VII - Funktion und Transformation von Zufallsvariablen Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VII - Funktion und Transformation von Zufallsvariablen Markus Höchstötter Lehrstuhl

Mehr

6 Die Bedeutung der Ableitung

6 Die Bedeutung der Ableitung 6 Die Bedeutung der Ableitung 24 6 Die Bedeutung der Ableitung Wir wollen in diesem Kapitel diskutieren, inwieweit man aus der Kenntnis der Ableitung Rückschlüsse über die Funktion f ziehen kann Zunächst

Mehr

8. Formelsammlung. Pr[ ] = 0. 0 Pr[A] 1. Pr[Ā] = 1 Pr[A] A B = Pr[A] Pr[B] DWT 8.1 Gesetze zum Rechnen mit Ereignissen 203/467 Ernst W.

8. Formelsammlung. Pr[ ] = 0. 0 Pr[A] 1. Pr[Ā] = 1 Pr[A] A B = Pr[A] Pr[B] DWT 8.1 Gesetze zum Rechnen mit Ereignissen 203/467 Ernst W. 8. Formelsammlung 8.1 Gesetze zum Rechnen mit Ereignissen Im Folgenden seien A und B, sowie A 1,..., A n Ereignisse. Die Notation A B steht für A B und zugleich A B = (disjunkte Vereinigung). A 1... A

Mehr

6. Dynamische Spiele mit unvollständiger Information

6. Dynamische Spiele mit unvollständiger Information 6. Dynamische Spiele mit unvollständiger Information Klaus M. Schmidt LMU München Spieltheorie, Wintersemester 2014/15 Klaus M. Schmidt (LMU München) 6. Dynamische Spiele mit unvollständiger Information

Mehr

Vorlesung 3: Risikoaversion

Vorlesung 3: Risikoaversion Vorlesung 3: Risikoaversion Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 3 (FS 11) Risikoaversion 1 / 21 1. Modellrahmen In diesem Kapitel betrachten wir nur monetäre

Mehr

Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen

Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen Einführung in die Stochastik für Informatiker Übungsaufgaben mit Lösungen David Geier und Sven Middelberg RWTH Aachen, Sommersemester 27 Inhaltsverzeichnis Information 2 Aufgabe 4 Aufgabe 2 6 4 Aufgabe

Mehr

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus

Mehr

Woche 2: Zufallsvariablen

Woche 2: Zufallsvariablen Woche 2: Zufallsvariablen Patric Müller ETHZ WBL 17/19, 24.04.2017 Wahrscheinlichkeit und Statistik Patric Müller WBL 2017 Teil III Zufallsvariablen Wahrscheinlichkeit

Mehr

D Spieltheorie und oligopolistische Märkte

D Spieltheorie und oligopolistische Märkte D Spieltheorie und oligopolistische Märkte Verhaltensannahmen in der Markttheorie, die bisher analysiert wurden Konkurrenz: viele sehr kleine Wirtschaftssubjekte, die für sich genommen keinen Einfluss

Mehr

Das Lagrange-duale Problem

Das Lagrange-duale Problem Das Lagrange-duale Problem Tobias Kulke 29. April 2010 1 Einführung Für jedes Paar (λ, ν) mit λ 0 liefert die Langrange-duale Funktion ( ) p g(λ, ν) = inf L(x, λ, ν) = inf f 0 (x) + λ i f i (x) + ν i h

Mehr

5.4 Verteilungsfunktion Verteilungsfunktion diskreten Zufallsvariablen stetigen Zufallsvariablen Verteilungsfunktion

5.4 Verteilungsfunktion Verteilungsfunktion diskreten Zufallsvariablen stetigen Zufallsvariablen Verteilungsfunktion 5. Verteilungsfunktion Die Verteilungsfunktion gibt an welche Wahrscheinlichkeit sich bis zu einem bestimmten Wert der Zufallsvarialben X kumuliert Die Verteilungsfunktion F() gibt an, wie groß die die

Mehr

Ein Buch. Für Anwendungen des Stoffs in den Wirtschaftswissenschaften: Knut Sydsæter, Peter Hemmond: Mathematik für Wirtschaftswissenschaftler

Ein Buch. Für Anwendungen des Stoffs in den Wirtschaftswissenschaften: Knut Sydsæter, Peter Hemmond: Mathematik für Wirtschaftswissenschaftler Ein Buch Für Anwendungen des Stoffs in den Wirtschaftswissenschaften: Knut Sydsæter, Peter Hemmond: Mathematik für Wirtschaftswissenschaftler (Aber bei der Mathematik ein bisschen aufpassen!) 4 Extremstellen

Mehr

KAP 10. Teilspiele und Teilspielperfektheit (vollk. Info)

KAP 10. Teilspiele und Teilspielperfektheit (vollk. Info) 1 KAP 10. Teilspiele und Teilspielperfektheit (vollk. Info) In Kap. 9 gesehen: Manche Nash-GGe in extensiven Spielen erscheinen unplausibel: wenn sie unglaubwürdige Drohungen...... bzw. zeitinkonsistente

Mehr

Kapitel II Kontinuierliche Wahrscheinlichkeitsräume

Kapitel II Kontinuierliche Wahrscheinlichkeitsräume Kapitel II Kontinuierliche Wahrscheinlichkeitsräume 1. Einführung 1.1 Motivation Interpretation der Poisson-Verteilung als Grenzwert der Binomialverteilung. DWT 1.1 Motivation 211/476 Beispiel 85 Wir betrachten

Mehr

Charakteristische Funktionen

Charakteristische Funktionen Kapitel 9 Charakteristische Funktionen Jeder Wahrscheinlichkeitsverteilung auf (, B 1 ) (allgemeiner: (R n, B n )) ist eine komplexwertige Funktion, ihre charakteristische Funktion, zugeordnet, durch die

Mehr

Wettbewerbsdruck und Preisdiskriminierung

Wettbewerbsdruck und Preisdiskriminierung Wettbewerbsdruck und Preisdiskriminierung 2 Annahmen: GK - segmentierte ärkte - vollkommener Wettbewerb in arkt 1 - onool in arkt 2 - ohne P keine Abdeckung K f 1 N1 =GE 1 x 2 GE 2 N 2 x Ges relevante

Mehr

Elektronische Märkte. Mechanismusdesign und Auktionstheorie

Elektronische Märkte. Mechanismusdesign und Auktionstheorie Elektronische Märkte Elektronische Märkte: B2C vs. B2B Intermediation in elektronischen Märkten Mechanismusdesign und Auktionstheorie Verhandlungen, Auktionen und Handelsplattformen Globalisierung durch

Mehr

4. Verteilungen von Funktionen von Zufallsvariablen

4. Verteilungen von Funktionen von Zufallsvariablen 4. Verteilungen von Funktionen von Zufallsvariablen Allgemeine Problemstellung: Gegeben sei die gemeinsame Verteilung der ZV en X 1,..., X n (d.h. bekannt seien f X1,...,X n bzw. F X1,...,X n ) Wir betrachten

Mehr

4.4 Lokale Extrema und die Hessesche Form

4.4 Lokale Extrema und die Hessesche Form 74 Kapitel 4 Differentialrechnung in mehreren Variablen 44 Lokale Extrema und die Hessesche Form Sei jetzt wieder U R n offen und f:u R eine Funktion Unter einem lokalen Extremum der Funktion f verstehen

Mehr

2. Öffentliche Güter 2.1 Definition (i) Kein Ausschluss (ii) Keine Rivalität Beispiel 1: Fernsehapparat in (2er-)Wohngemeinschaft.

2. Öffentliche Güter 2.1 Definition (i) Kein Ausschluss (ii) Keine Rivalität Beispiel 1: Fernsehapparat in (2er-)Wohngemeinschaft. 2. Öffentliche Güter 2.1 Definition (i) Kein Ausschluss (ii) Keine Rivalität Beispiel 1: Fernsehapparat in (2er-)Wohngemeinschaft. Notation: w i = Budget von Akteur i, g i = Ausgaben für TV-Gerät, x i

Mehr

Beispiel 37. Wir werfen eine Münze so lange, bis zum ersten Mal

Beispiel 37. Wir werfen eine Münze so lange, bis zum ersten Mal Beispiel 37 Wir werfen eine Münze so lange, bis zum ersten Mal Kopf erscheint. Dies geschehe in jedem Wurf unabhängig mit Wahrscheinlichkeit p. Wir definieren dazu die Zufallsvariable X := Anzahl der Würfe.

Mehr

6: Diskrete Wahrscheinlichkeit

6: Diskrete Wahrscheinlichkeit Stefan Lucks Diskrete Strukturen (WS 2009/10) 219 6: Diskrete Wahrscheinlichkeit 6: Diskrete Wahrscheinlichkeit Stefan Lucks Diskrete Strukturen (WS 2009/10) 220 Wahrscheinlichkeitsrechnung Eines der wichtigsten

Mehr

Kap 7. Nash-GG und soziales Optimum. Ist das Ergebnis gut oder schlecht? Welcher Vergleichsmaÿstab ist geeignet?

Kap 7. Nash-GG und soziales Optimum. Ist das Ergebnis gut oder schlecht? Welcher Vergleichsmaÿstab ist geeignet? 1 Kap 7. Nash-GG und soziales Optimum Ein strategisches Spiel erfasst eine Situation,... - in der die Spieler dezentral und unabhängig von einander interagieren - d.h. es gibt niemanden, der den Spielern

Mehr

Sattelpunkt-Interpretation

Sattelpunkt-Interpretation Sattelpunkt-Interpretation Vinzenz Lang 14. Mai 2010 Die Sattelpunkt-Interpretation befasst sich mit der Interpretation der Lagrange- Dualität. Sie wird im weiteren Verlauf des Seminars nicht noch einmal

Mehr

1 Stochastische Konvergenz 2

1 Stochastische Konvergenz 2 Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Mathematik Dr. Thomas Zehrt Grenzwertsätze Benötigtes Vorwissen: Der Stoff der Vorlesung,,Statistik wird als bekannt vorausgesetzt, insbesondere

Mehr

7. Vorlesung. 21. November 2006 Guido Schäfer

7. Vorlesung. 21. November 2006 Guido Schäfer LETZTE ÄNDERUNG: 21. NOVEMBER 2006 Vorlesung: Einführung in die Spieltheorie WS 2006/2007 7. Vorlesung 21. November 2006 Guido Schäfer Wenn die Latenzfunktionen (c e ) e E differenzierbar und schwach monoton

Mehr

Simulationsmodelle bei Fusionen: Teil 2

Simulationsmodelle bei Fusionen: Teil 2 CCR - Competition Competence Report Herbst 2013/2 Simulationsmodelle bei Fusionen: Teil 2 Dieser aktuelle CCR behandelt Auktionsmodelle. Nachfragemodelle, die von der Kommission bei der Modellierung von

Mehr

Unabhängigkeit KAPITEL 4

Unabhängigkeit KAPITEL 4 KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht

Mehr

Spieltheorie, A. Diekmann Musterlösungen

Spieltheorie, A. Diekmann Musterlösungen Spieltheorie, A. iekmann Musterlösungen Übungsblatt 1 Aufgabe 1 c) Geben Sie Pareto-optimale Strategienprofile an. Lösung: (Steal, Split), (Split, Split), (Split, Steal) d) Geben Sie das oder die Nash-Gleichgewichte

Mehr

Braess-Paradoxon und der Preis der Anarchie

Braess-Paradoxon und der Preis der Anarchie Algorithmische Spieltheorie Sommer 207 Wardropspiele Existenz und Eindeutigkeit von Wardrop-Gleichgewichten Verkehrsmodell von Wardrop Ein Wardropspiel ist gegeben durch einen gerichteten Graphen G = (V,

Mehr

$Id: folgen.tex,v /05/31 12:40:06 hk Exp $ an 1 2 n 1 ist gerade, 3a n 1 + 1, a n 1 ist ungerade.

$Id: folgen.tex,v /05/31 12:40:06 hk Exp $ an 1 2 n 1 ist gerade, 3a n 1 + 1, a n 1 ist ungerade. $Id: folgen.tex,v. 202/05/3 2:40:06 hk Exp $ 6 Folgen Am Ende der letzten Sitzung hatten wir Folgen in einer Menge X als Abbildungen a : N X definiert, die dann typischerweise in der Form (a n ) n N, also

Mehr

Vorlesung: Nicht-kooperative Spieltheorie. Teil 4: 2-Personen-Nullsummenspiele

Vorlesung: Nicht-kooperative Spieltheorie. Teil 4: 2-Personen-Nullsummenspiele Vorlesung: Nicht-kooperative Spieltheorie Teil 4: 2-Personen-Nullsummenspiele Dr. Thomas Krieger Wintertrimester 2009 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 1 Definition 2-Personen-Nullsummenspiele

Mehr

VERTEILUNGEN VON FUNKTIONEN EINER ZUFALLSVARIABLEN

VERTEILUNGEN VON FUNKTIONEN EINER ZUFALLSVARIABLEN KAPITEL 15 VETEILUNGEN VON FUNKTIONEN EINE ZUFALLSVAIABLEN In diesem Kapitel geht es darum, die Verteilungen für gewisse Funktionen von Zufallsvariablen zu bestimmen. Wir werden uns auf den Fall absolut

Mehr

1. Wahrscheinlichkeitsverteilungen und Versicherungsanwendungen 1.1 Wichtige diskrete Verteilungen a. Poisson-Verteilung.

1. Wahrscheinlichkeitsverteilungen und Versicherungsanwendungen 1.1 Wichtige diskrete Verteilungen a. Poisson-Verteilung. 1. Wahrscheinlichkeitsverteilungen und Versicherungsanwendungen 1.1 Wichtige diskrete Verteilungen a. Poisson-Verteilung. Sei N eine zufällige Variable, ist ein Poisson-Verteilung mit Parameter λ definiert

Mehr

Nicht-kooperative Spiele

Nicht-kooperative Spiele Kapitel 1 Nicht-kooperative Spiele 1.1 Zwei-Personen-Spiele Definition 1: Ein Zwei-Personen-Spiel Γ besteht aus einem Paar nichtleerer Mengen S T zwei reellwertigen Funktionen φ 1 φ 2 auf dem kartesischen

Mehr

Graphische Spiele. M i (p) M i (p[i : p i]) M i (p) + ε M i (p[i : p i])

Graphische Spiele. M i (p) M i (p[i : p i]) M i (p) + ε M i (p[i : p i]) Seminar über Algorithmen 19. November 2013 Michael Brückner Graphische Spiele Wolfgang Mulzer, Yannik Stein 1 Einführung Da in Mehrspielerspielen mit einer hohen Anzahl n N an Spielern die Auszahlungsdarstellungen

Mehr