<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
<title></title>
</head>
<body style="font-family:Arial;font-size:14px">
<p><br>
<br>
COLOQUIOS DEL DEPARTAMENTO DE FÍSICA FCEYN - UBA<br>
<br>
En el Aula Seminario, 1er piso, Pab. I, <br>
<br>
Hoy Jueves 5/12, 14hs:<br>
<br>
NICOLAS STIER<br>
<br>
Columbia Business School y Universidad Torcuato Di Tella<br>
<br>
FLUJOS EN REDES CON COMPETENCIA A TRAVES DE LA <br>
TEORIA DE JUEGOS ALGORITMICA<br>
<br>
Tradicionalmente los modelos de flujos en redes se han usado en<br>
problemas relacionados con optimización centralizada. Sin embargo, para<br>
algunas de las áreas de investigación donde las redes son centrales, se ha<br>
hecho cada vez más importante incorporar que existe competencia. La razón<br>
es que muchas aplicaciones para las que se precisa usar flujos en<br>
redes---tales como el transporte, las telecomunicaciones o la gestión de la<br>
cadena de suministros---no están conformadas solamente por un agente sino<br>
que hay muchos agentes con objetivos contrapuestos. La herramienta más<br>
utilizada para predecir el comportamiento de los agentes cuando hay<br>
competencia es el equilibrio de Nash, u otros relacionados. Aunque esta<br>
presentación parte de la misma metodología que la usada tradicionalmente<br>
por economistas, un factor diferencial de la Teoría de Juegos Algorítmica<br>
es el foco en el cálculo de equilibrios y en la cuantificación del impacto<br>
de la competencia con respecto a un sistema centralizado.<br>
<br>
Para entender el impacto que ocasiona tener incentivos contrapuestos, se<br>
presentarán resultados que calculan cotas de la ineficiencia de un<br>
equilibrio con respecto al óptimo del sistema. Estas cotas sirven para<br>
entender cuánto es lo máximo que se podría ganar si se interviniera en el<br>
sistema para alinear los incentivos de los agentes.<br>
<br>
<br>
<br></p>
</body>
</html>