Os jogos sequenciais envolvem jogadores tomando decisões uma após a outra, com cada jogador considerando as decisões anteriores de outros jogadores antes de decidir sua própria estratégia. A ordem dessas decisões é crucial, pois cada decisão influencia as subsequentes, afetando o resultado geral. As árvores de decisão são ferramentas valiosas para ilustrar esses jogos, ajudando a visualizar cada decisão possível e suas consequências, permitindo que os jogadores antecipem e planejem estratégias de forma eficaz.
Considere duas redes de cafeterias, BrewCo e BeanHouse, competindo na mesma cidade. Cada rede tem duas opções: preços mais baixos ou manter os preços enquanto investe em melhorias de qualidade. Um sorteio aleatório decide quem se move primeiro, e a BrewCo faz o movimento inicial. Esse movimento inicial é significativo, pois influencia as escolhas subsequentes da BeanHouse.
Se a BrewCo baixar os preços, ela aumenta o volume de vendas, ganhando US$ 150, enquanto a BeanHouse mantém seus preços e ganha US$ 350 de seus clientes fiéis. O jogo termina aqui, já que a estratégia agressiva de preços da BrewCo molda o resultado. No entanto, se a BrewCo mantiver seus preços e investir em qualidade, a BeanHouse decidirá qual movimento fazer a seguir. Se a BeanHouse baixar os preços, ela captura participação de mercado e ganha US$ 500, enquanto o lucro da BrewCo cai para zero devido aos seus custos mais altos. Por outro lado, se a BeanHouse mantiver seus preços, ambas se beneficiarão de uma maior fidelidade à marca, cada uma ganhando US$ 400.
A árvore de decisão para este jogo mapeia essas opções, ilustrando como diferentes escolhas afetam os lucros. Essa análise ajuda ambas as empresas a identificar o equilíbrio de Nash, um estado estável em que nenhuma delas tem incentivo para mudar sua estratégia. Ao atingir esse equilíbrio, ambas as redes alinham suas estratégias para maximizar os lucros e manter a estabilidade do mercado.
Os jogos sequenciais envolvem cenários em que um jogador se move primeiro e outros jogadores observam essa ação antes de tomar suas próprias decisões.
As árvores de decisão são ferramentas práticas para analisar esses jogos.
Vamos considerar duas empresas farmacêuticas concorrentes: Nova e Erks. Cada um tem duas opções: conspirar ou se envolver em uma guerra de preços.
Um cara ou coroa decide quem vai primeiro, e Nova vence.
Se Nova iniciar uma guerra de preços, o jogo termina. Nova recebe uma recompensa de 100 dólares, enquanto Erks recebe 300 dólares.
Se Nova optar por conspirar, Erks terá a chance de decidir.
Se Erks escolher uma guerra de preços, receberá um pagamento de 600 dólares e Nova receberá pagamento zero. No entanto, se Erks decidir conspirar, ambas as empresas receberão um pagamento de 500 dólares cada.
A árvore de decisão mostrada aqui ilustra esta sequência: a escolha de Nova no nó A e Erks no nó B.
Essa árvore de decisão ajuda ambas as empresas a antecipar respostas e escolher estratégias que maximizem seus retornos em vários pontos de decisão do jogo.
Related Videos
Game Theory
158 Visualizações
Game Theory
233 Visualizações
Game Theory
64 Visualizações
Game Theory
378 Visualizações
Game Theory
62 Visualizações
Game Theory
125 Visualizações
Game Theory
59 Visualizações
Game Theory
60 Visualizações
Game Theory
44 Visualizações
Game Theory
47 Visualizações
Game Theory
39 Visualizações
Game Theory
87 Visualizações
Game Theory
140 Visualizações
Game Theory
55 Visualizações
Game Theory
42 Visualizações
Game Theory
76 Visualizações
Game Theory
51 Visualizações
Game Theory
70 Visualizações
Game Theory
47 Visualizações
Game Theory
204 Visualizações
Game Theory
101 Visualizações
Game Theory
47 Visualizações