Consideremos un juego en el que un decisor (DM) tiene que elegir una acción $l\in \mathcal{Y}$ posiblemente sin ser plenamente consciente del estado del mundo $V$ .
El conjunto de opciones $\mathcal{Y}$ tiene cardinalidad $L$ . El estado del mundo es un $L\times 1 $ y denotamos su $l$ -ésimo elemento por $V_l$ .
El estado del mundo tiene apoyo $\mathcal{V}$ .
Cuando el DM elige la acción $l\in \mathcal{Y}$ recibe la recompensa $V_l$ . Es decir, recibe un pago igual a la $l$ -ésimo elemento del vector $V$ .
Dejemos que $P_V\in \Delta(\mathcal{V})$ sea el previo del DM.
El DM también puede procesar alguna señal (formalizada por el concepto de estructura de la información) para refinar su previa y obtener una posterior.
Definamos el concepto de Equilibrio Correlacionado Bayesiano de 1 jugador proporcionado en Bergemann y Morris (2013,2016,etc.).
$P_{Y,V}\in \Delta(\mathcal{Y}\times \mathcal{V})$ es un Equilibrio Correlacionado Bayesiano de 1 jugador si
1) $\sum_{l\in \mathcal{Y}}P_{Y,V}(l,v)=P_V(v)$ para cada $v\in \mathcal{V}$
2) $\sum_{v\in \mathcal{V}}V_l P_{Y,V}(l,v)\geq \sum_{v\in \mathcal{V}}V_k P_{Y,V}(l,v)$ para cada $l$ y $k\neq y$ .
Bergemann y Morris demuestran que el conjunto de Equilibrios Correlacionados Bayesianos es igual al conjunto de comportamientos óptimos bajo una serie de estructuras de información.
PREGUNTA: Consideremos un modelo de búsqueda, en el que diseñamos un protocolo según el cual el DM descubre información sobre el estado del mundo.
Por ejemplo, supongamos que el DM realiza una búsqueda secuencial en la que descubre el $l$ -éste es el elemento de $V$ si y sólo si la utilidad máxima asegurada hasta ese momento es inferior a un valor de reserva.
¿Puede este modelo escribirse siempre como estructura previa/información/posterior? En otras palabras, ¿el marco de Bergemann y Morris anida los modelos de búsqueda?