Luento 6: Optimaalisen myyntimekanismin suunnittelu

Samankaltaiset tiedostot
Luento 6: Optimaalisen myyntimekanismin suunnittelu

Haitallinen valikoituminen: Kahden tyypin malli

Luento 3: Bayesiläiset pelit

Laskuharjoitus 1. Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016

Luento 5: Pysäytyspelit

Haitallinen valikoituminen: yleinen malli ja sen ratkaisu

Nollasummapelit ja bayesilaiset pelit

Haitallinen valikoituminen

Luento 2: Strategiset pelit, Nash-tasapaino, Bertrand, Cournot & Hotelling

Markkinoitten mallintaminen ja Internet-markkinat

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

Luento 2: Strategiset pelit

Signalointi: autonromujen markkinat

Ó Ó Ó

A. Huutokaupat ovat tärkeitä ainakin kolmesta syystä. 1. Valtava määrä taloudellisia transaktioita tapahtuu huutokauppojen välityksellä.

PELITEORIAN TALOUSTIETEELLISIÄ SOVELLUKSIA

Luento 5: Peliteoriaa

Luento 5: Pysäytyspelit, Diamond, Weitzman & Wolinsky

Bayesin pelit. Kalle Siukola. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly

Sopimusteoria: Salanie luku 3.2

Sekastrategia ja Nash-tasapainon määrääminen

Pelien teoriaa: tasapainokäsitteet

Kuluttajan teoriaa tähän asti. Luento 6. Hyötyfunktion ja indifferenssikäyrien yhteys. Kuluttajan hyöty. Laajennuksia. Kuluttajan ylijäämä

Laskuharjoitus 1. Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016

HUUTOKAUPPATEORIAA TTS-Kurssille/Kultti 2012

Prof. Marko Terviö Assist. Jan Jääskeläinen

SEKASTRATEGIAT PELITEORIASSA

Luento 8. June 3, 2014

Arvo (engl. value) = varmaan attribuutin tulemaan liittyvä arvo. Päätöksentekijä on riskipakoinen, jos hyötyfunktio on konkaavi. a(x) = U (x) U (x)

1. Etsi seuraavien funktioiden kriittiset pisteet ja tutki niiden laatu: (a.) f(x,y) = 20x 2 +10xy +5y 2 (b.) f(x,y) = 4x 2 2y 2 xy +x+2y +100

MS-C2105 Optimoinnin perusteet Malliratkaisut 5

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

Luento 9. June 2, Luento 9

P(X = x T (X ) = t, θ) = p(x = x T (X ) = t) ei riipu tuntemattomasta θ:sta. Silloin uskottavuusfunktio faktorisoituu

Luento 6: Monitavoiteoptimointi

Sopimusteoria: Salanie luku 3.2

Peliteoria luento 1. May 25, Peliteoria luento 1

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

Yhteistyötä sisältämätön peliteoria jatkuu

Piiri K 1 K 2 K 3 K 4 R R

Bayesilainen päätöksenteko / Bayesian decision theory

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tässä luvussa mietimme, kuinka paljon aineistossa on tarpeellista tietoa Sivuamme kysymyksiä:

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Matematiikan tukikurssi

Laskuharjoitus 2. Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 3: Jatkuvuus

(b) Onko hyvä idea laske pinta-alan odotusarvo lähetmällä oletuksesta, että keppi katkeaa katkaisukohdan odotusarvon kohdalla?

Peliteoria luento 2. May 26, Peliteoria luento 2

Sovellettu todennäköisyyslaskenta B

Matematiikan johdantokurssi, syksy 2016 Harjoitus 11, ratkaisuista

4.0.2 Kuinka hyvä ennuste on?

Taloustieteen mat.menetelmät 2017 materiaali 1

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Harjoitus 7: vastausvihjeet

Estimointi. Vilkkumaa / Kuusinen 1

Tilastollinen aineisto Luottamusväli

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k

Peliteoria luento 3. May 27, Peliteoria luento 3

Päämies-agentti-malli ja mekanismisuunnittelu

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali

Luku 14 Kuluttajan ylijäämä

Matematiikan peruskurssi 2

Tehtävä 1. Oletetaan että uv on neliö ja (u, v) = 1. Osoita, että kumpikin luvuista u ja v on. p 2j i. p j i

Wiener-prosessi: Tarkastellaan seuraavanlaista stokastista prosessia

Numeeriset menetelmät

Matematiikan tukikurssi, kurssikerta 2

Oletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.

Yhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5.

(iv) Ratkaisu 1. Sovelletaan Eukleideen algoritmia osoittajaan ja nimittäjään. (i) 7 = , 7 6 = = =

Viime kerralta Luento 9 Myyjän tulo ja kysynnän hintajousto

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

DIFFERENTIAALI- JA INTEGRAALILASKENTA I.1. Ritva Hurri-Syrjänen/Syksy 1999/Luennot 6. FUNKTION JATKUVUUS

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.

Valikoima, laatu ja mainonta

F dr = F NdS. VEKTORIANALYYSI Luento Stokesin lause

Paljonko maksat eurosta -peli

Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C00100 Assist. Jan Jääskeläinen Syksy 2017

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

Matematiikan tukikurssi

Epälineaarinen hinnoittelu: Diskreetin ja jatkuvan mallin vertailu

Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät ja B = Olkoon A = a) A + B b) AB c) BA d) A 2 e) A T f) A T B g) 3A

Kommunikaatio Visa Linkiö. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly

Luento 7. June 3, 2014

Mallin arviointi ja valinta. Ennustevirhe otoksen sisällä, parametrimäärän valinta, AIC, BIC ja MDL

(p j b (i, j) + p i b (j, i)) (p j b (i, j) + p i (1 b (i, j)) p i. tähän. Palaamme sanakirjaongelmaan vielä tasoitetun analyysin yhteydessä.

r = r f + r M r f (Todistus kirjassa sivulla 177 tai luennon 6 kalvoissa sivulla 6.) yhtälöön saadaan ns. CAPM:n hinnoittelun peruskaava Q P

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause.

Numeeriset menetelmät

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan välttämättömät ehdot funktionaalin. g(y(t), ẏ(t),...

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 10: Stokesin lause

ja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e) A =

Transkriptio:

Luento 6: Optimaalisen myyntimekanismin suunnittelu Saara Hämäläinen Helsingin yliopisto TA6m Luento 6 2016 1 / 33

Kirjallisuutta: TB luku 2

Mekanismin suunnittelu

Optimaalisen myyntimekanismin suunittelu Haluat siis myydä asuntosi? Miten kannattaa tehdä? Lukemattomia erilaisia vaihtoehtoja tarjolla: kiinteä hinta ja nopein ostaa, neuvottelut, erilaiset yksinkertaiset tai monimutkaiset huutokaupat jne. Käytännössä asunnot yleensä myydään tietyllä mekanismilla, myyjä asettaa hinnan ja ostajat tekevät myyjälle tarjouksen, joista korkein voittaa... Nämä ovat mekanismin suunnittelun tutkimusongelmia. Peliteorian osa, joka auttaa käytännön soveltajia optimaalisten mekanismien sunnittelussa ottaen huomioon kulloisenkin tilanteen (normatiivinen puoli), auttaa ymmärtämään, miksi tilanteessa A käytään mekanismia a ja tilanteessa B yleensä mekansimia b (positiivinen puoli). TA6m Luento 6 2016 4 / 33

Suunnitellaan ekstensiivinen Bayesilainen peli Jokainen myyntimekanismi generoi tietyn pelin myyjän ja ostajien välille. Pelin säännöt määräävät, kuka saa hyödykkeen ja paljonko siitä maksetaan. Tähän asti luennoilla peli on ollut eksogeeninen, nyt se on endogeeninen. Tilanteita, jossa valitut säännöt määrittelevät pelin osanottajien kesken, on lukemattomia vaalit, julkisten tai yksityisten hankkeiden kilpailutus, patenttilait, organisaatioiden promootiokäytännöt, kansainväliset neuvotteluprotokollat jne. TA6m Luento 6 2016 5 / 33

Yksityinen informaatio Suunnittelijan kannalta suurin ongelma on se, että pelaajilla on yksityistä informaatiota, esim. asunnon ostajat yksin tietävät, kuinka paljon ovat valmiita maksamaan asunnosta; tämän myyjäkin haluaisi tietää. Ongelmana on suunnitella mekanismi, jossa pelaajien kannattaa tuoda esille heillä oleva päätöksenteon kannalta relevantti informaatio; tämä on välttämätöntä mekanismin asianmukaisen toiminnan kannalta. Mekanismin suunnittelu on kunnianhimoinen ohjelma, sikäli että joukko, josta sopivaa myyntimekanismia etsitään on hyvin suuri: kaikki mahdolliset ekstensiiviset Bayesilaiset pelit myyjän ja ostajien välillä. TA6m Luento 6 2016 6 / 33

Yksi myyjä ja yksi ostaja: ongelma

Yksi myyjä ja yksi ostaja Ostajan hyöty, jos saa hyödykkeen ja antaa myyjälle t u θ t Myyjän voitto, jos antaa hyödykkeen ja saa ostajalta t π t Tässä θ kuvaa ostajan tyyppiä, maksuvalmiutta. Ostajan hyötyfunktio kvasi-lineaarinen Maksuhalukkuus yksityistä informaatiota θ noudattaa jakaumaa F, tiheysfunktio f Välillä θ,θ tθ ą 0u olevat θ:t mahdollisia TA6m Luento 6 2016 8 / 33

Periaatteessa... Myyjä voisi nyt kehitellä ostajalle minkä tahansa pelin, jonka loppuhistorioihin liittyy aina tulema pq,tq P t0,1u ˆ R; tässä q kertoo, antaako myyjä lopulta hyödykkeen ostajalle (q 1, jos kyllä, ja q 0, jos ei), ja t kertoo, paljonko ostaja maksaa (riippumatta q:sta). Ostaja näkee pelin ja voi päättää sitten haluaako osallistua vai ei. Mahdollisia pelejä on paljon, "liian paljon". Erittäin tärkeä lause "paljastusperiaate"kuitenkin osoittaa, että myyjän valintajoukoksi voidaan valita niin sanotut suorat mekanismit. Tämä on selvästi pienempi joukko pelejä. TA6m Luento 6 2016 9 / 33

Suorat mekanismit Suora mekanismi pq, tq on funktiopari q : θ,θ Ñ t0,1u, t : θ,θ Ñ R. "Suoruus"viittaa tässä siihen, että mekanismin ajatellaan käyttävän lähtötietonaan suoraan ostajan tyyppiä θ eikä siis jotain muuta ostajan lähettämää epäsuoraa informaatiota m (binäärijonoja, luonnollisen kielen sanoja, elekieltä, tms.). Tulkinta on siis, että ostaja kirjaa mekanismiin jonkin tyypin θ 1 P θ,θ, joko omansa θ tai minkä vain muun θ 1. Ostaja voi siis myös juksata. Jos ostaja ilmoittaa tyypikseen θ 1, myyjä on tämän jälkeen sitoutunut toteuttamaan vastaavan lopputuleman qpθ 1 q ja tpθ 1 q. TA6m Luento 6 2016 10 / 33

Paljastusperiaate 1 Ostajan strategia on σ : θ,θ Ñ θ,θ (mekanismiin lähetetty tyyppi todellisen tyypin funktiona) Paljastusperiaate Jokaista mekanismia Γ ja ostajan optimaalista valintaa σ Γ:ssa vastaa suora mekanismi Γ 1 ja ostajan optimaalinen valinta σ 1 Γ 1 :ssa niin, että kaikilla θ P θ,θ 1. σ 1 pθq θ (ostajalle on kannattavaa raportoida Γ 1 :ssä "rehellisesti") 2. q 1 pθq qpσpθqq ja t 1 pθq tpσpθqq. (optimaalinen "suora"raportointi Γ 1 :ssä johtaa samaan lopputulokseen kuin optimaalinen "epäsuora"raportointi Γ:ssa) Koska jokaista epäsuoraa mekanismia voidaan jäljitellä suoralla mekanismilla (funktiot σ ja pq,tq yhdistämällä pq 1,t 1 q pq,tq σ), ei menetetä mitään, jos keskitytään suoriin mekanismeihin. TA6m Luento 6 2016 11 / 33

Paljastusperiaate 2 Todistus. Väitetään siis, että kun määritellään Γ 1 pq 1,t 1 q seuraavasti q 1 pθq qpσpθqq ja t 1 pθq tpσpθqq kaikilla θ P θ,θ, ostajan kannattaa raportoida siihen todellinen tyyppinsä θ. Tämä osoittaa, että σ 1 pθq θ on ostajan optimaalinen valinta Γ 1 pq 1,t 1 q:ssä aina, kun σpθq on ostajan optimaalinen valinta Γ pq,tq:ssa. Vastaväite: ostajan kannattaa poiketa (suorassa mekanismissa) Γ 1 pq 1,t 1 q:ssa θ:stä θ 1 :uun. θq 1 pθ 1 q t 1 pθ 1 q ą θq 1 pθq t 1 pθq Tästä kuitenkin seuraa heti, että ostajan kannattaa poiketa myös (epäsuorassa mekansimissa) Γ pq,tq:ssa σpθq:sta σpθ 1 q:uun θqpσpθ 1 qq tpσpθ 1 qq ą θqpσpθqq tpσpθqq Tämä ei voi pitää paikkaansa, koska lähtöoletus oli, että σ on ostajan optimaalinen valinta (epäsuorassa mekanismissa) Γ pq, tq. TA6m Luento 6 2016 12 / 33

Myyjän vaihtoehdot Paljastusperiaatteesta seuraa, että myyjän valintajoukko on niitten suorien mekanismien joukko Γ pq, tq, joille pätee: Insentiivirajoite (IC): oman tyypin raportointi on ostajan optimaalinen valinta θqpθq tpθq ě θqpθ 1 q tpθ 1 q kaikille θ 1 P θ,θ. Osallistumisrajoite (PC): peliin osallistuminen on ostajan optimaalinen valinta θqpθq tpθq ě 0 kaikille θ P θ,θ. TA6m Luento 6 2016 13 / 33

Yksi myyjä ja yksi ostaja: ratkaisu

Millaisia nämä mekanismit ovat? Myyjän täytyy valita suora mekanismi, joka toteuttaa ehdot IC ja PC. Tämä asettaa tiettyjä rajoitteita valittavissa oleville mekanismeille. Monotonisuus q Jos suora mekanismi toteuttaa kannustinehdon (IC), niin q on kasvava θ:n suhteen. Todistus. Tarkastellaan mitä hyvänsä kahta tyyppiä θ 1 ă θ. IC vaatii θqpθq tpθq ě θqpθ 1 q tpθ 1 q θ 1 qpθq tpθq ď θ 1 qpθ 1 q tpθ 1 q miinustamalla epäyhtälöt puolittain saadaan θqpθq tpθq θ 1 qpθq ` tpθq ě θqpθ 1 q tpθ 1 q θ 1 qpθ 1 q ` tpθ 1 q pθ θ 1 qqpθq ě pθ θ 1 qqpθ 1 q TA6m Luento 6 2016 15 / 33

Monotonisuus u Jos suora mekanismi toteuttaa kannustinehdon (IC), niin u on kasvava θ:n suhteen ja u 1 pθq qpθq. Todistus. Huomaa, että IC vaatii lisäksi θ argmax θ 1upθ,θ 1 q argmax θ 1θqpθ 1 q tpθ 1 q upθq max θ 1 upθ,θ 1 q maxθqpθ 1 q tpθ 1 q θ 1 Maksimiarvofunktioista f paq max x f px,aq ja maksimikohtafuntioista x paq argmax x f px,aq tiedetään verhokäyrälauseen perusteella, että f 1 paq f a px paq,aq Käsillä olevassa tapauksessa, max θ 1 upθ 1,θq, θ 1 on muuttuja (kuten yllä x) ja θ on parametri (kuten yllä a). Saadaan suoraan u 1 pθq u θ pθ 1 pθq,θq qpθq. TA6m Luento 6 2016 16 / 33

Hyötyekvivalenssi u ja tuottoekvivalenssi t Jos suora mekanismi toteuttaa kannustinehdon (IC), niin upθq upθq ` ż θ θ qpsqds ja tpθq tpθq ` pθqpθq θqpθqq ż θ θ qpsqds. Todistus. Osa 1: Analyysin peruslauseen mukaisesti: upθq upθq ` ż θ θ u 1 psqds Osa 2: Sijoitetaan upθq θqpθq tpθq ja järjestellään. TA6m Luento 6 2016 17 / 33

IC Jos suora mekanismi toteuttaa kannustinehdon (IC), jos ja vain jos q on kasvava θ:n suhteen ja kaikilla θ tpθq tpθq ` pθqpθq θqpθqq ż θ θ qpsqds. Todistus. Näytimme jo, että nämä ehdot ovat välttämättömät IC:lle. Näytetään nyt, että ehdot ovat myös riittävät IC:lle. upθq ě θqpθ 1 q tpθ 1 q ðñ upθq ě θqpθ 1 q tpθ 1 q ` θ 1 qpθ 1 q θ 1 qpθ 1 q ðñ upθq ě θqpθ 1 q θ 1 qpθ 1 q tpθ 1 q ` θ 1 qpθ 1 q ðñ upθq upθ 1 q ě pθ θ 1 qqpθ 1 q ðñ ż θ ż θ θ 1 qpsqds ě θ 1 qpθ 1 qds Viimeisin epäyhtälö pätee, koska q on kasvava θ:n suhteen (huomaa, että molemmat θ ă θ 1 ja θ ą θ 1 käyvät). TA6m Luento 6 2016 18 / 33

PC Jos suora mekanismi toteuttaa kannustinehdon (IC), niin se toteuttaa osallistumisehdon (PC) jos ja vain jos upθq ě 0. Todistus. Koska u on kasvava, niin upθq ě 0 ùñ upθq ě 0 TA6m Luento 6 2016 19 / 33

Millainen on myyjälle kannattavin mekanismi? Tuottoekvivalenssi tpθq tpθq ` pθqpθq θqpθqq ż θ θ qpsqds Huomio 1: myyjän ei kannata antaa ylimäärästä matalimmalle tyypille θ, koska se vain laskee muilta saatavia tuottoja Huomio 2: myyjä valitsee sellaisen kasvavan q:n, joka maksimoi sen odotetun tuoton ş tpθqdθ. Se voidaan laskea «ff Eptpθqq ż θ θ θqpθq ż θ θ qpsqds dθ TA6m Luento 6 2016 20 / 33

Keskimmäisen termin laskeminen ż «θ ż ff θ Eptpθqq θqpθq qpsqds dθ θ θ Lasketaan arvo keskellä olevalle integraalille. Käytetään selkeyden vuoksi integrointivakioita x,y P θ,θ ż θ ż y qpxqdxf pyqdy, θ θ ż θ ż y qpxqf pyqdxdy, f sisäintegraaliin θ θ ż θ ż θ qpxqf pyqdydx, integrointijärjestys θ x ż θ ż θ qpxq f pyqdydx, q ulkointegraaliin θ x ż θ qpxqp1 Fpxqqdx, lasketaan sisäintegraali θ ż θ qpxq 1 Fpxq f pxqdx, palautetaan mukaan f θ f pxq TA6m Luento 6 2016 21 / 33

Myyjälle optimaalinen mekanismi Eptpθqq ż θ θ qpθq θ 1 Fpθq j dθ Myyjän kannattaa valita sellainen q, että yllä oleva lauseke maksimoituu. Lisäksi q:n täytyy olla kasvava. Huom. F ja f ovat mallin osia, eli niihin myyjä ei voi vaikuttaa. Myyjä voi vaikuttaa yllä ainoastaan q:hun. Koska yllä integraali oikeastaan vain laskee yhteen lukuja θ 1 Fpθq, joilla qpθq 1, ja jättää laskematta luvut θ 1 Fpθq, joilla qpθ q 0, myyjän kannattaa valita seuraavasti: qpθq # 0, jos θ 1 Fpθq ă 0, 1, jos θ 1 Fpθq ě 0, TA6m Luento 6 2016 22 / 33

Myyjälle optimaalinen mekanismi (1 ostaja) Eptpθqq ż θ θ qpθq θ 1 Fpθq j dθ Yllä θ 1 Fpθq ostajan θ "virtuaalityyppi"tai "virtuaalihyöty". IC ja PC rajoitteet aiheuttavat sen, että myyjä voi saada tältä ostajalta, ei tämän maksuhalukkuuden θ verran rahaa vaan tämän virtuaalisen maksuhalukkuuden θ 1 Fpθq verran rahaa. Sanotaan, että 1 Fpθq on "informaatiomaksu"(myyjältä ostajalle). Optimaalinen mekanismi (1 ostaja) Seuraava mekanismi tuottaa myyjälle suurimman odotetun voiton # 0, jos θ 1 Fpθq ă 0, qpθq 1, jos θ 1 Fpθq ě 0, Implementointi, hintamekanismi: p 1 Fpθ 1 q f pθ 1, jossa θ 1 1 Fpθ 1 q q f pθ 1 0. q TA6m Luento 6 2016 23 / 33

Laajennuksia

Myyjälle optimaalinen mekanismi (n ostajaa) Malli, jossa on n ostajaa, käyttääytyy samoin kuin malli, jossa on 1 ostaja. ÿ E t i pθq ÿ ż θ q i pθq θ 1 Fpθq j dθ i i θ Optimaalinen mekanismi (n ostajaa) Olkoon θ i 1 Fpθ iq f pθ i q kasvava. Seuraava mekanismi tuottaa myyjälle suurimman odotetun voiton q i pθq # 0, jos θi 1 Fpθ iq f pθ i q ă 0, 1, jos θ i 1 Fpθ iq f pθ i q ě 0 ja θ i 1 Fpθ iq f pθ i q ą θ j 1 Fpθ jq f pθ j q kaikilla θ j Implementointi, huutokauppa (FPA tai SPA) ja reservaatiohinta: p 1 Fpθ 1 q f pθ 1, jossa θ 1 1 Fpθ 1 q q f pθ 1 0. q TA6m Luento 6 2016 25 / 33

Myyjälle optimaalinen mekanismi (epälineaarinen hinnoittelu) Malli, jossa ostajan hyöty on νpqq t ja myyjän voitto on t cq, käyttääytyy samoin kuin malli, jossa on 1 ostaja. Eptpθqq ż θ θ " νpqpθ qq θ 1 Fpθq j * cqpθq dθ Optimaalinen mekanismi (epälineaarinen hinnoittelu) Olkoon θ 1 Fpθq kasvava. Seuraava mekanismi tuottaa myyjälle suurimman odotetun voiton $ & jos θ 1 Fpθq ă 0, niin qpθq 0, qpθq : % jos θ 1 Fpθq ě 0, niin ν 1 pqpθqq θ 1 Fpθq c. Implementointi, epälineaarinen hinnoittelu, määräalennus. TA6m Luento 6 2016 26 / 33

Kysymyksiä ja vastauksia à la Robert Frank

Kysymys 1 Miksi suosituimmat kirjat ja levyt maksavat kaupoissa vähemmän kuin vähemmän suositut mutta asiat ovat toisin päin teattereissa? TA6m Luento 6 2016 28 / 33

Kysymys 2 Miksi hinnat ovat niin korkeita hotellin minibaarissa? TA6m Luento 6 2016 29 / 33

Kysymys 3 Miksi Applen musta läppäri maksaa enemmän kuin sama valkoinen? TA6m Luento 6 2016 30 / 33

Bonuskysymys Miksi Starbucksin listan pienin kahvi on "Tall", 12 oz? TA6m Luento 6 2016 31 / 33

Seuraavaa kertaa varten Esitietoja: Game Theory by Ben Polak (Open Yale) "Establishing a Reputation: Selten s Chain Store Paradox"(luento 16.1, katkelma) "Establishing a Reputation: discussion"(luento 16.2, katkelma) ja "Imperfect Information"(luento 18, kokonaan) Kirjallisuutta: PW 1, 2, 7 ja 11 TA6m Luento 6 2016 32 / 33