Jogos Blotto Sequenciais com Informação Imperfeita

• Ano de defesa: 2014
• Autor(a) principal: Vieira, Giannini Italino Alves
• Orientador(a): Rêgo, Leandro Chaves
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Palavras-chave em Português: Teoria dos Jogos; Jogos Blotto Sequenciais; Informação Imperfeita; Equilíbrio de Nash; Equilíbrio de Subjogo Perfeito
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/12298

Jogos Blotto são jogos nos quais os jogadores devem decidir como alocar seus recursos privados em um número nito de prêmios. Na maioria dos trabalhos desenvolvidos sobre Jogos Blotto, assume-se que os jogadores avaliam os prêmios da mesma forma, que estes tomam as decisões de alocação de forma simultânea, que o jogador que mais investir recurso em um particular prêmio sempre o ganha e que os jogadores possuem informação perfeita a respeito dos recursos privados dos seus oponentes. Nesta dissertação, modelamos Jogos Blotto sequenciais em que suprimimos a suposição de informação perfeita, por parte do jogador que se move primeiro, acerca dos recursos orçamentários de seu oponente. Mais especi camente, supomos que o jogador que se move primeiro sabe apenas que os recursos de seu oponente são distribuídos de acordo com uma dada função de distribuição acumulada, enquanto que o oponente, que se move depois, tem informação perfeita sobre toda a estrutura do jogo, inclusive sobre a alocação escolhida pelo primeiro jogador. Para cada modelo estudado, apresentamos as estratégias de equilíbrio de jogo. Adicionalmente, apresentamos um modelo de Jogo Blotto sequencial com informação imperfeita no qual assumimos a hipótese de que o jogador que mais alocar recursos em um determinado prêmio não o ganha com probabilidade um, mas apenas possui maior probabilidade de ganhá-lo, sendo que esta probabilidade é igual a proporção de recursos alocados pelo jogador para o determinado prêmio em relação à soma das alocações de todos os jogadores neste prêmio.