13.07.2015 Views

Approche Conceptuelle et Algorithmique des Equilibres de ... - Lameta

Approche Conceptuelle et Algorithmique des Equilibres de ... - Lameta

Approche Conceptuelle et Algorithmique des Equilibres de ... - Lameta

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

4 RATIONNALITÉ BAYÉSIENNE 164 Rationnalité BayésienneOn s’intérresse particulièrement au dilemme du prisonnier pour sa capacité àm<strong>et</strong>tre en valeur le problème d’inefficience <strong><strong>de</strong>s</strong> équilibres <strong>de</strong> Nash (1951).4.1 Problème Incitatif <strong>et</strong> Rationnalité BayésienneLe dilemme du prisonnier est un exemple d’application trés intéressant car ilcontient en sa structure l’équilibre <strong>de</strong> Nash (A 1 , A 2 ) comme valeur <strong>de</strong> sécurité maiségalement l’issue Par<strong>et</strong>o efficiente (a 1 , a 2 ) résultant d’une possible coopération.Néanmoins, l’observation <strong>de</strong> la structure du jeu montre que les comportements <strong>de</strong>déviation <strong><strong>de</strong>s</strong> joueurs ne peuvent pas perm<strong>et</strong>tre naturellement une coopération niaboutir à c<strong>et</strong>te issue coopérative par une simple communication ou entente (sauf siles joueurs s’engage dans un accord obligatoire, ferme <strong>et</strong> définitif). De fait, on proposed’explorer la notion <strong>de</strong> sécurité comme moyen d’incitation à la participation.On propose <strong>de</strong> m<strong>et</strong>tre en avant le problème <strong>de</strong> robustesse traduisant le sentimentd’injustice auquels les joueurs font face dans le mécanisme <strong>de</strong> Myerson (1979).4.2 Illustration (Myerson)Supposons un mécanisme <strong>de</strong> partage <strong>de</strong> coût entre les joueurs pour investir dansun proj<strong>et</strong> public. On suppose qu’il existe une équivalence formelle entre le partage<strong>de</strong> coût préconisé par la médiation <strong>et</strong> une distribution <strong>de</strong> probabilité. On pose C ={c 0 , c 1 , c 2 }, |Θ i | = 2 <strong>et</strong> |Θ j | = 1. Les croyances du mécanisme π <strong>et</strong> du joueur jsur les probabilités marginales a priori du joueur i lorsque le joueur i est <strong>de</strong> typeθ i (resp. θ ′ i) sont traduites par h (θ i ) (resp. h (θ ′ i)), ∀i ∈ N, ∀j ∈ N pour i ≠ j.On prend h 1 (θ 1 ) = 0.9, h 1 (θ ′ 1) = 0.1 <strong>et</strong> h 2 (θ 2 ) = 1. De fait, on a g (θ 1 , θ 2 ) =h 1 (θ 1 ) h 2 (θ 2 ) = 0.9 <strong>et</strong> g (θ ′ 1, θ 2 ) = 0.1. Dans un univers <strong>de</strong> jeux à informationincomplète, on pose la matrice <strong><strong>de</strong>s</strong> gains <strong><strong>de</strong>s</strong> joueurs en fonctions <strong>de</strong> leurs types. Lejoueur 1 choisit les lignes <strong>et</strong> le joueur 2 les colonnes :(z 2 = θ 2 )b 2 B[ 2 ]b(z 1 = θ 1 ) 1 (40, 40) −10, 90B 1 90, −10 0, 0b 2 B[ 2 ](z1 = θ 1) ′ b 1 (15, 40) −70, 90B 1 30, −10 0, 0Les valeurs (., .) sont facultatives pour la suite <strong>de</strong> l’exemple <strong>et</strong> totalement arbitraire.On suppose que le joueur 1 dispose <strong><strong>de</strong>s</strong> types θ 1 = 1.0 <strong>et</strong> θ ′ 1 = 1.1 <strong>et</strong> le joueur2 du type θ 2 = 2. On abrège le mécanisme π (c 2 | m = 1.0, 2) <strong>de</strong> la façon suivante :π 0 2. Sans plus <strong>de</strong> généralités, on traduit la contrainte CIC pour le joueur 1 par :90π 0 2 − 10π 0 1 + π 0 00 ≥ 90π 1 2 − 10π 1 1 + π 1 0030π 0 2 − 70π 0 1 + π 0 00 ≤ 30π 1 2 − 70π 1 1 + π 1 00avec π 0 2 +π 0 1 +π 0 0 = 1, π 1 2 +π 1 1 +π 1 0 = 1 <strong>et</strong> pour tout π θ′ ,θA,a≥ 0. La première (resp.secon<strong>de</strong>) inégalité <strong>de</strong> c<strong>et</strong>te contrainte précise que le joueur 1 ne revendique pas être<strong>de</strong> type θ ′ 1 (resp. θ 1 ) s’il est, effectivement <strong>de</strong> type θ 1 (resp. θ ′ 1). L’ensemble <strong><strong>de</strong>s</strong>

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!