Introducción a las Subastas de Múltiples Objetos



Documentos relacionados
Introducción a las Subastas de Múltiples Unidades

Introducción a las Subastas de Múltiples Unidades

Clase Auxiliar #1: Teoría de Juegos

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011

Introducción a la Teoría de Subastas

El planteamiento de los problemas económicos financieros se desarrollan con base en los conceptos de capitalizaciones y actualizaciones.

3.1. Características del comportamiento estratégico Características del comportamiento estratégico

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

3.4. Competencia en precios con restricciones de capacidad - Solución de Edgeworth

Juegos Bayesianos. Tema 1: Tipos, Creencias y Equilibrio Bayesiano. Universidad Carlos III de Madrid

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

Colección de problemas de. Poder de Mercado y Estrategia

Unidad 6-. Números complejos 1

Oligopolio. Un mercado oligopólico se define como una estructura de mercado en donde

Introducción a la Física. Medidas y Errores

Práctica 3. Media, mediana y moda.

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Sistemas Lineales de Masas-Resortes 2D

Análisis de Resultados con Errores

1. Lección 7 - Rentas - Valoración (Continuación)

Taller práctico sobre Valoración de empresas. Ignacio Vélez Pareja Consultor Cartagena, Colombia. Material del Taller

4.4. La ciudad circular El Modelo de Salop

DISTRIBUCIONES BIDIMENSIONALES

Juegos en Forma Estratégica de Información Incompleta

Tema 4: Variables aleatorias

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA

Variables Aleatorias

Guía de Equilibrio General. Ejercicio extraído de Mas-Colell, Whinston y Green, con algunas modificaciones

CESMA BUSINESS SCHOOL

1.- Una empresa se plantea una inversión cuyas características financieras son:

Tallerine: Energías Renovables. Fundamento teórico

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

Guía para la autoevaluación del del capítulo 6

3 - VARIABLES ALEATORIAS

Principio del palomar

NOTA: En todos los ejercicios se deberá justificar la respuesta explicando el procedimiento seguido en la resolución del ejercicio.

TRABAJO Nº 5 PSU MATEMÁTICA 2017 NÚMEROS COMPLEJOS Nombre:. Fecha:..

Tema 1.3_A La media y la desviación estándar

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Matemáticas Discretas

Colección de problemas de. Poder de Mercado y Estrategia

60 EJERCICIOS de NÚMEROS COMPLEJOS

Clase 25. Macroeconomía, Sexta Parte

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

5ª Parte: Estadística y Probabilidad

ANEXO A: Método de Interpolación de Cokriging Colocado

Tema 6. Estadística descriptiva bivariable con variables numéricas

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica.

2 Dos tipos de parámetros estadísticos

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU

Capítulo V. Teoremas de Fermat, Euler y Wilson

Efectos fijos o aleatorios: test de especificación

3. VARIABLES ALEATORIAS.

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

Medidas de Variabilidad

UNIVERSIDAD TECNOLOGICA NACIONAL - FACULTAD REGIONAL ROSARIO Departamento de Ingeniería Química. Cátedra: Integración IV

NÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1

Estadistica No Parametrica

6 Minimización del riesgo empírico

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

2ª Colección Tema 2 La oferta, la demanda y el mercado

Transcripción:

Introduccón a las Subastas de Múltples Objetos Alvaro J. Rascos Vllegas Unversdad de los Andes Abrl de 2010 lvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 1 / 14

Consderamos subastas smultáneas de múltples objetos del msmo ben. Suponemos que no hay complementardades entre los objetos: La valoracón margnal de ganar un segundo objeto es menor que la del prmer objeto. Vamos a consderar los tres formatos más mportantes para subastar K objetos déntcos: dscrmnatora, Vckrey y unforme. Cada jugador debe mandar K ofertas bk que satsfacen b1 b 2... b K. b j es la dsponbldad de a pagar por la j ésma undad. Sea B el conjunto de todas las ofertas váldas de. B R K +. Alvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 2 / 14

Sea c : R KI +! R KI + el vector ordenado (de mayor a menor) de las I K ofertas. K (I 1) Sea c : R KI +! R+ el vector de K (I 1) de ofertas ordenado (de mayor a menor) que enfrenta. ck es la k-ésma oferta más alta que enfrenta. Regla de asgnacón: S tene exactamente k K de la K ofertas más altas (entonces se le asgan k objetos), es decr s bk > c K k+1 and bk+1 < c K k, y de nmos: q (b) = q b1,..., q bk,...q bk donde q = 1 8j k de lo contraro q bj = 0 b j En caso de empate por una undad, se asgna con la msma probabldad a los agentes que empatan. Alvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 3 / 14

Esta estrutura es común a los tres tpos de subastas que vamos a consderar. La dferenca entre ellas se debe a la regla de asgnacón (en partcular, la componente que determna el pago esperado de cada agente). En la subasta dscrmnatora s el agente gana exactamente k k undades entonces paga, bk. k=1 Obsérvese que cuando K = 1 es la subasta al prmer preco. Alvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 4 / 14

En la subasta unforme todas las undades son venddas al preco que agota la oferta y la demanda (preco de equlbro). Suponemos que este preco es el más alto perdedor Puesto que gana exactamente k > 0 undades s y sólo s: b k > c K k +1 y b k +1 < c K Entonces la oferta más alta perdedora es: n o p(b) = max b k +1, b K k +1 Luego cada agente paga por cada undad ganada p(b)k. Obsérvese que cuando K = 1 ésta se reduce al a subasta al segundo preco. Sn embargo NO es una generalzacón apropada a múltples undades. k Alvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 5 / 14

En la subasta de Vckrey gana exactamente k > 0 undades s y sólo s: b k > c K k +1 y b k +1 < c K k y paga por la k ésma undad c K k +k. Luego su pago total es: k k=1 c K k +k La subasta de Vckrey es la generalzacón apropada de la subasta al segundo preco. Alvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 6 / 14

Example Supongamos que K = 6 y tenemos 3 agentes partcpando. Supongamos que las ofertas son: b 1 = (50, 47, 40, 32, 15, 5) b 2 = (42, 28, 20, 12, 7, 3) b 3 = (45, 35, 24, 14, 9, 6) Denotamos por c el vector ordenado de mayor a menor de todas las ofertas: c = (50 1, 47 1, 45 3, 42 2, 40 1, 35 3, 32,...) lvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 7 / 14

Example Ofertas y ordenamento: b 1 = (50, 47, 40, 32, 15, 5) b 2 = (42, 28, 20, 12, 7, 3) b 3 = (45, 35, 24, 14, 9, 6) c = (50 1, 47 1, 45 3, 42 2, 40 1, 35 3, 32,...) Las ses más altas son las ganadoras. Por lo tanto el agente 1 gana 3 undades, el agente 2 gana 1 undad y el agente 3 gana 2 undades. El preco de cerre es 32 (el más alto perdedor). lvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 8 / 14

Otra forma de determnar el preco de cerre es utlzando la oferta resdual que enfrenta el agente, ( ) s (p) = max K d (p), 0 j6= El preco de cerre (el más alto perdedor) se puede de nr como el más alto tal que: s (p) < d (p) Alvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 9 / 14

Grá camente: p. Oferta resdual...... Precos de cerre. Más alto perdedor 0 1 2 3 4 K Demanda de undades lvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 10 / 14

El agente gana exactamente k undades cuando: Cuando b k > c K k +1 b k +1 < c K k b k = c K k +1 hay empate entre dos agentes por las últmas undades. El preco de corte se puede escrbr como: n o p = max b k +1, c = max K k +1 b k +1 Alvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 11 / 14

Example En el ejemplo anteror: c 1 3 = 35, c 1 4 = 28 y el agente 1 gana exactamente 3 undades porque: y el preco de cerre es: b3 1 = 40 > c4 1 = 28 b4 1 = 32 < c3 1 = 35 p = max b 1 4, c 1 4 = max f32, 28g = 32 lvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 12 / 14

Example El pago en la subasta de Vckrey para el agente es: c 6 + c 5 + c 4 = b 2 3 + b 3 3 + b 2 2 lvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 13 / 14

En la subasta de Vckrey es un equlbro en estrategas domnantes (débl) revelar la verdadera valoracón, b V (x) = x. En partcular, la subasta de Vckrey asgna de forma e cente. Sn embargo, puede resultar en asgnacones "njustas". Supongamos que K = 2, x 1 = (10, 6), x 2 = (9, 2). En este caso, cada agente se lleva una undad. Alvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos Abrl de 2010 14 / 14