5.

SOLUCIN MEDIANTE PROGRAMACIN LINEAL

Cualquier juego de estrategias mixtas se puede resolver en forma
muy sencilla si se lo transforma en un problema de programacin
lineal. Como se ver, esta transformacin requiere apenas un poco
ms que la aplicacin del teorema minimax y el uso de la definicin
de valor maximin

y valor minimax

v .

Primero, considere cmo se encuentra la estrategia mixta del jugador

1. Como se indic en la seccin 14.3,

para todas las estrategias del oponente (y1, y2, . . ., yn). Entonces, esta
desigualdad se debe cumplir, por ejemplo, para cada una de las
estrategias puras del jugador 2, es decir, para cada una de las
estrategias (y1, y2,. . ., yn) donde yj=1 y el resto es igual a 0. Al
sustituir estos valores en la desigualdad se obtiene

de manera que la desigualdad implica este conjunto de n

desigualdades. An ms, este conjunto de n desigualdades implica
la desigualdad original (escrita de otra forma)

Como la implicacin va en ambas direcciones, se concluye que

imponer este conjunto de n desigualdades lineales es equivalente a
requerir que la desigualdad original se cumpla para todas las
estrategias (y1, y2,. . ., yn). Pero estas n desigualdades son
restricciones vlidas en programacin lineal, como lo son las
restricciones adicionales

que se necesitan para asegurar que las xi sean probabilidades. Por

esta razn, cualquier solucin(x1, x2,. . ., xm) que satisfaga este
conjunto completo de restricciones de programacin lineal es la
estrategia mixta ptima deseada.
En consecuencia, el problema de encontrar una estrategia mixta
ptima se ha reducido a encontrar una solucin factible para un
problema de programacin lineal. Las dos dificultades que quedan por
resolver son que: 1) se desconoce v, y 2) el problema de
programacin lineal no tiene funcin objetivo. Por fortuna, ambos
obstculos se pueden salvar al mismo tiempo si se sustituye la
constante desconocida v por la variable xm+1 y despus se maximiza
xm+1, de manera que en forma automtica xm+1 ser igual a v (por
definicin) en la solucin ptima del problema de programacin lineal.

La formulacin de la programacin lineal

Para resumir, el jugador 1 encontrar su estrategia mixta ptima al
emplear

el

mtodo

programacin lineal:

simplex

para

resolver

el

problema

de

Observe que xm+1 no est restringida a ser no negativa, mientras que

el mtodo simplex slo se puede aplicar una vez que todas las
variables tienen la restriccin de no negatividad. Este asunto puede
resolverse con facilidad como se ver en seguida.
Ahora considere al jugador 2. ste puede encontrar su estrategia
ptima mixta si reescribe la matriz de pagos como los pagos a s
mismo en lugar de al jugador 1 y procediendo exactamente como se
acaba de describir. Sin embargo, resulta ilustrativo resumir su
formulacin en trminos de la matriz de pagos original. Si se sigue un
procedimiento anlogo al descrito, el jugador 2 concluira que su
estrategia mixta ptima est dada por la solucin ptima del
problema de programacin lineal:

lineal y el dado para el jugador 1 son duales uno del otro. Este hecho
tiene varias implicaciones importantes. Una es que se pueden
encontrar las estrategias mixtas ptimas para los dos jugadores
mediante la resolucin de slo uno de los problemas de programacin
lineal

puesto

que

la

solucin

ptima

dual

es

un

producto

complementario automtico de los clculos del mtodo simplex para

encontrar la solucin ptima primal. Una segunda implicacin es que
esto trae consigo toda la teora de dualidad para fundamentar en ella
la interpretacin y el anlisis de los juegos.
Una implicacin relacionada es que proporciona una prueba muy
sencilla del teorema minimax. Sean x*m+1 y y*n+1 los valores de
xm+1 y yn+1 en la solucin ptima de los respectivos problemas de
programacin lineal. Se sabe, por la propiedad de dualidad fuerte,
que -x*m+1 = -y*n+1, de manera que x*m+1 = y*n+1. Sin embargo, es
evidente de la definicin de

que

y*n+1, lo que conduce a la conclusin de que

= x*m+1 y que
v

v =

= v , como lo

establece el teorema minimax.

Queda un cabo suelto por atar, esto es, cmo proceder si xm+1 y yn+1
no estn restringidas en signo en sus formulaciones de programacin
lineal. Si es evidente que

v 0

para que los valores ptimos de xm+1

y yn+1 sean no negativos, entonces no hay peligro si se introducen las

restricciones de no negatividad sobre estas variables con el propsito
de aplicar el mtodo smplex. No obstante, si

v <0 , entonces debe

hacerse un ajuste. Una posibilidad es emplear el enfoque descrito en

la seccin 6 en el que se sustituye una variable no restringida por la
diferencia de dos variables no negativas. Otra posibilidad es invertir a
los jugadores 1 y 2 para que la matriz de pagos se reescriba como el
pago al jugador 2 original, lo que hara que el valor correspondiente
de v fuera positivo.
Un tercer procedimiento, y el que ms se usa en la prctica, es
agregar una constante fi ja grande a todos los elementos de la matriz

de pagos para que el nuevo valor del juego sea positivo. (Por ejemplo,
bastara con igualar esta constante al valor absoluto del elemento
ms negativo.) Como la misma constante se agrega a todos los
elementos, este ajuste no puede alterar de ninguna manera las
estrategias mixtas ptimas, por lo cual ahora se pueden obtener en
forma normal. El valor indicado del juego se aumentar en la cantidad
constante, pero se puede reajustar despus de obtener la solucin.

Aplicacin a la variacin 3 del problema de las campaas

polticas
Para ilustrar este enfoque de programacin lineal, considere de nuevo
la variacin 3 del problema de la campaa poltica despus de
eliminar la estrategia dominada 3 del jugador 1 (vea la tabla 14.6).
Como existen algunos elementos negativos en la matriz de pagos
reducida, no es evidente si el valor del juego v es no negativo (ocurre
que s lo es). Por el momento, suponga que

v 0

y proceda sin

hacer ninguno de los ajustes mencionados.

Para escribir el modelo de programacin lineal del jugador 1 de este
ejemplo, observe que pij en el modelo general es el elemento del
rengln i y la columna j de la tabla 14.6, para
modelo que se obtiene es:

i=1, 2 y

j=1,2, 3 . El

La aplicacin del mtodo simplex a este problema de programacin

x 3 0 ) da

lineal (despus de agregar la restriccin

x2 =

4
11

x3 =

2
11

x1=

7
11

como solucin ptima. En consecuencia, la

estrategia mixta ptima del jugador 1 de acuerdo al criterio minimax

x
es

7 4
( 1 , x 2 )=
,
11 11

2
11 . El mtodo
v =

x3 =

y el valor del juego es

smplex tambin produce la solucin ptima del dual (que se

proporciona en seguida) de este problema, sta es,

y 2=

5
11

y 3=

6
11 ,

ptima del jugador 2 es

y 4=

y 1=0
,

2
11 , con lo que la estrategia mixta

( y 1 , y 2 , y 3)= 0,

5 6
,
11 11

El dual del problema anterior es el modelo de programacin lineal del

jugador 2 (el que tiene las variables y1, y2, . . ., yn, yn+1) que se mostr
antes en esta misma seccin. Al sustituir los valores de pij, dados en
la tabla 14.6, este modelo es

Si se aplica el mtodo simplex directamente a este modelo (despus

de agregar la restriccin

y 1=0
,

y 2=

5
11 ,

solucin ptima dual,

consecuencia,

( y 1 , y 2 , y 3)= 0,

es

y 4=

2
11

v =

la
5 6
,
11 11

y 4 0 ), se obtiene la solucin ptima

y 3=

y 4=

7
11 ,

x2 =

mixta

ptima

x1=

estrategia

6
11 ,

2
11

(al igual que la

4
11 ,
del

x3 =

2
11

jugador

). En
2

es

y de nuevo se puede ver que el valor del juego

Como ya se haba determinado la estrategia mixta ptima del jugador

2 cuando se resolvi el primer modelo, no fue necesario resolver el
segundo. En general, siempre se pueden encontrar las estrategias
mixtas ptimas de ambos jugadores con slo elegir uno de los
modelos (cualquiera) y usar el mtodo simplex para obtener una
solucin ptima y una solucin ptima dual.
Cuando se aplic el mtodo simplex a estos dos modelos de
programacin lineal, se agreg una restriccin de no negatividad que
supona que

v 0 . Si este supuesto se violara, ninguno de los dos

modelos tendra soluciones factibles, y el mtodo simplex se

detendra con rapidez con este mensaje. Para evitar este riesgo se
pudo haber agregado una constante positiva, como 3 (el valor
absoluto del elemento ms negativo), a todos los elementos de la
tabla 14.6. Esto habra aumentado en 3 todos los coeficientes de x1,
x2, y1, y2 y y3 en las restricciones de desigualdad de los dos modelos.

6. EXTENSIONES
Aunque en este captulo se han considerado slo los juegos de dos
personas y suma cero con un nmero finito de estrategias puras, la
teora de juegos no se limita a este tipo de juegos. En realidad, se han
llevado a cabo investigaciones extensas sobre varios tipos de juegos
ms complicados, que incluyen los que se resumen en esta seccin.
La generalizacin ms sencilla es el juego de dos personas con suma
constante. En este caso, la suma de los pagos de los dos jugadores es
una constante fija (positiva o negativa) sin que importe qu
combinacin de estrategias se seleccione. La nica diferencia con un
juego de dos personas con suma cero es que, en este caso, la
constante debe ser cero. En su lugar, puede surgir una constante
diferente de cero debido a que, adems de que un jugador gane lo
que el otro pierde, los dos jugadores pueden compartir alguna
recompensa (si la constante es positiva) o algn costo (si la constante
es negativa) por participar en el juego. Agregar esta constante fi ja no
afecta la estrategia que debe elegirse. Por lo tanto, el anlisis para
determinar las estrategias ptimas es idntico al descrito en este
captulo para los juegos de dos personas y suma cero.
Una extensin ms complicada es el juego de n-personas, en el que
pueden participar ms de dos jugadores. Esta generalizacin es de
particular importancia puesto que, con frecuencia, en muchas
situaciones competitivas, se encuentran involucrados ms de dos
competidores. Esto puede ocurrir, por ejemplo, en la competencia
entre empresas de negocios, en la diplomacia internacional, etc.
Desafortunadamente, la teora existente para tales juegos es mucho
menos satisfactoria que la de juegos de dos personas.
Otra generalizacin es el juego de suma no cero, en el que la suma de
los pagos a los jugadores no tiene que ser 0 (o ninguna otra constante
fija). Este caso refleja el hecho de que muchas situaciones de
competencia incluyen aspectos no competitivos que contribuyen a la
ventaja o desventaja mutua de los jugadores. Por ejemplo, las

estrategias de publicidad de compaas que compiten por un mismo

mercado pueden afectar no slo la distribucin de ese mercado sino
tambin el tamao total del mercado que comparte sus productos.
Sin embargo, al contrario de un juego de suma constante, el tamao
de la ganancia mutua (o prdida) para los jugadores depende de la
combinacin de las estrategias elegidas.
Como es posible la ganancia mutua, los juegos de suma no cero se
subdividen en trminos del grado en que se permite que los
jugadores cooperen. En un extremo se encuentra el juego no
cooperativo, donde no hay comunicacin entre los jugadores anterior
al juego. En el otro extremo est el juego cooperativo en el que se
permite anlisis y acuerdos antes del juego. Ejemplos que se podran
formular como juegos cooperativos son las situaciones competitivas
que engloban leyes de comercio exterior entre pases o los acuerdos
que se toman entre empresas y obreros. Cuando existen ms de dos
jugadores, los juegos cooperativos permiten tambin que se formen
coaliciones entre algunos o todos los jugadores.
Otra extensin ms es la que se llama de juegos infinitos, donde los
jugadores cuentan con un nmero infinito de estrategias puras. Estos
juegos estn diseados para aquellas situaciones en las que la
estrategia seleccionada se puede representar mediante una variable
de decisin continua. Por ejemplo, la variable de decisin puede ser el
tiempo en el que se lleva a cabo cierta accin, o la proporcin de
recursos propios que se asignan a cierta actividad, en una situacin
de competencia.
Sin embargo, el anlisis que se requiere en estas extensiones que
estn ms all del juego finito de dos personas con suma cero, es
relativamente complejo y no se profundizar en l. (Para mayor
informacin al respecto, consulte las referencias seleccionadas 4, 6,
7, 8 y 10.)

7. CONCLUSIONES

El problema general de cmo tomar una decisin en un medio

competitivo es bastante comn e importante. La contribucin
fundamental de la teora de juegos es que proporciona un marco
conceptual bsico para formular y analizar tales problemas en
situaciones sencillas. Sin embargo, existe un gran abismo entre lo que
la teora puede manejar y la complejidad de la mayor parte de las
situaciones de competencia que surgen en la prctica. Ello significa
que, por lo general, las herramientas conceptuales de la teora de
juegos desempean un papel complementario cuando se aplican a
esas situaciones.
Dada la importancia general del problema, la investigacin sobre este
tema contina con algunos xitos y pretende extender la teora a
casos ms complejos.