Economics of Innovation 2

Master Analyse et Politique Économique

Parcours Economics, Data and Decision Science
Table des matières
1 Introduction 1

2 Recherche & Développement 1

3 Coopération en R&D et concurrence 4

4 Duopole avec participations croisées 7

4.1 Concurrence à l’Étape 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4.2 Coopération à l’Étape 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

5 Brevet 10

6 Adoption d’une Technologie et Effets de Réseaux 12

6.1 Monopole et Effets de Réseaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

7 Délégation stratégique, Concurrence en Prix et Externalités 13

8 Collusion, Concentration sur un Marché et Externalités Positives 16

9 Compétition Entre Technologies de Réseau 18

10 Optimisation VS Evolution 21
10.1 DVORAK VS QWERTY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
10.2 Le Modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
10.3 Dynamique de diffusion des technologies . . . . . . . . . . . . . . . . . . . . . . 22
1 Introduction
On va s’intéresser à l’innovation, sa production et sa diffusion. L’innovation est quelque chose
d’incertain : investissement ⇏ réussite. Il faut être le premier à innover, car si on est pas premier,
l’autre peut avoir posé un brevet, ça devient de la compétition. Lorsqu’on a une innovation,
on a fait un investissement et on veut donc un retour sur cet investissement, on pose donc un
brevet pour avoir le monopole d’exploitation pour une certaine durée. La question qui se pose
est sur la durée de vie du brevet, il faut que ça incite à l’innovation, mais pas que ce brevet
dure trop longtemps, c’est au détriment des consommateurs.
Les firmes ont le droit de faire des cartels au niveau de la R&D, on appelle ça un modèle de
cooptation. On va regarder si les firmes ont intérêt à coopérer dans la R&D, si on développe
un laboratoire pour innover on ne peut pas être certain qu’il n’y aura pas de fuite (externalités :
diffusion, espionnage), tout ça ⇒ coût d’organisation donc ça peut inciter à internaliser l’externalité
en coopérant.
On va aussi s’intéresser aux technologies de réseau : biens dont l’utilité augmente avec le nombre
de personne ayant le même bien (e.g. téléphone, autoroute). Souvent si trop d’utilisateur, un
effet de congestion apparaît.
Dans la microéconomie traditionnelle, tout repose sur le fait que les agents sont rationnels, dans
la vraie vie ce n’est pas toujours le cas. Ce qui peut être contre-intuitif est que si on regarde assez
longtemps, le comportement des agents peut tendre vers l’EN, qui est un équilibre qui part de
l’hypothèse de rationalité. On va arriver à montrer que des agents "stupides" peuvent atteindre
l’EN au bout d’un certain nombre de répétitions de la même situation (ils vont apprendre de
leurs erreurs).

2 Recherche & Développement

Si on a deux firmes N = {1, 2} qui ont chacune deux choix possibles : se lancer dans la course
à l’innovation (action notée s > 0) ou pas : A = {s, 0}. Elles ont une probabilité p ∈ ]0, 1[ de
faire une découverte. Si une firme découvre, son profit estimé sera d’un montant v > 0, si deux
firmes découvrent simultanément, elles se partagent égalitairement v, c’est à dire que chacune
encaisse v/2. Deux incertitudes, sur p et aussi la possibilité qu’une autre firme découvre. Il faut
déterminer la matrice des paiements :
v v
Ep u(s, s) = p2 + p(1 − p)v − s = vp − p2 − s
2 2

1\2 0 s

0 (0, 0) (0, vp − s)

s (vp − s, 0) (vp − p2 v2 − s, vp − p2 v2 − s)

Matrice de paiements

Incitation à investir sachant que l’autre n’investi pas :

Ep u(s, 0) ≥ Ep u(0, 0)

1
 ⇐⇒ vp − s ≥ 0
s
⇐⇒ p ≥
v
s
Si p < v
alors c’est un EN.
Incitation à investir sachant que l’autre investi :

Ep u(s, s) ≥ Ep u(0, s)
v
⇐⇒ vp − p2 − s ≥ 0
2
p2 s
⇐⇒ p − ≥
2 v
p2
C’est un EN si p − 2
≥ vs , ce qui est plus difficile à satisfaire que la condition précédente.
p2 s
1er cas : p − 2
<p< v

Alors (0, 0) est l’EN en stratégie dominante.

p2 s
2ème cas : p − 2
< v
≤p
Les deux EN sont (0, s) ou (s, 0).
s p2
3ème cas : v
≤p− 2
≤p
(s, s) est l’EN en stratégie dominante.

Optimum social/collectif :
B: A × A → R
(0, 0) 7→ B(0, 0)
(s, 0) 7→ B(s, 0) = B(0, s)
(s, s) 7→ B(s, s)
où
B(0, 0) = 0
B(s, 0) = vp − s
B(s, s) = 2vp − p2 v − 2s

s
B(0, 0) ≤ B(0, s) ⇐⇒ p ≥
v

B(s, 0) ≤ B(s, s) ⇐⇒ 2vp − p2 v − 2s ≥ vp − s

⇐⇒ vp − p2 v − s ≥ 0
s
⇐⇒ p(1 − p) ≥
v
2 s
⇐⇒ p − p ≥
v
p2
On sait que : p − p2 < p − 2
<p
s
1er cas : p < v

B(0, 0) est la valeur maximale de B (donc (0, 0) est l’optimum social). L’unique EN est (0, 0).
p2 s
2ème cas : p − 2
< v
<p

2
B(s, 0) = B(0, s) est la valeur maximale de B (donc (s, 0) ou (0, s) optimum social). Les deux
EN sont (s, 0) et (0, s).
s p2
3ème cas : p − p2 < v
<p− 2
<p
L’optimum social est obtenu en (s, 0) ou (0, s) et l’unique EN est (s, s).
s
4ème cas : v
< p − p2
(s, s) est l’optimum social et l’unique EN est (s, s).

Vitesse (moyenne) de découverte :

Imaginons que la situation précédente soit répétée aux périodes t = 1, 2, . . .
2 cas :
— (s, s) est joué à chacune des périodes, noté Tss
— (0, s) est joué à chacune des périodes, noté Ts
Ep (Tss ) < Ep (Ts ) et Ep (T00 ) = ∞
On cherche max p
{Ep (Ts ) − Ep (Tss )}
C’est à dire on cherche à maximiser la vitesse de découverte en passant de l’EN sous-optimale
(0, s) à l’EN optimale (s, s).

Cas Ts :
P(Ts = 1) = p
P(Ts = 2) = (1 − p)p
P(Ts = t) = (1 − p)t−1 p

∞
t(1 − p)t−1 p
X
Ep (Ts ) =
t=1
∞
t(1 − p)t−1
X
=p
t=1
p
=
(1 − (1 − p))2
p
= 2
p
1
=
p

Cas Tss :
P(Ts = 1) = p2 + 2p(1 − p) = 2p − p2 = p(2 − p)
Donc

p(2 − p)
Ep (Tss ) =
(1 − (1 − (p(2 − p))))2
p(2 − p)
⇐⇒ Ep (Tss ) =
(p(2 − p))2
1
⇐⇒ Ep (Tss ) =
p(2 − p)

3
On remarque que Ep (Tss ) < Ep (Ts ) car p(2 − p) > p.
On cherche à maximiser :

1 1
Ep (Ts ) − Ep (Tss ) = −
p p(2 − p)
( ) ( )
1 1 1−p
max − = max
p p p(2 − p) p p(2 − p)

p→0

Note de résolution (p = 1/2) :

Le calcul ci-dessus montre que le gain de temps est maximal quand p → 0. Cependant, pour
obtenir le résultat classique p = 1/2, il faut maximiser le gain de vitesse (le gain de probabilité
de succès par période), et non la différence des temps d’attente.

Gain de Vitesse = p(2 − p) − p = p − p2

| {z } |{z}
Proba à deux Proba seul

On cherche :
max
p
{p − p2 }

Condition du premier ordre :

1
1 − 2p = 0 ⇐⇒ p =
2
Interprétation : L’apport de la coopération est maximal lorsque l’incertitude est la plus forte
(variance maximale en p = 0.5).

3 Coopération en R&D et concurrence

On a deux firmes N = {1, 2}, qui choisissent d’investir ou non en R&D x1 ≥ 0 et x2 ≥ 0 =⇒
positif : baisse des coûts marginaux de production dans la phase de Cournot. Mais aussi du
négatif : une augmentation des coûts de R&D et des "spillovers" (fuites technologiques) qui est
une externalités positives en direction du concurrent.
On suppose qu’en investissant 1 notre coût marginal baisse de 1 unité. Et que le coût marginal
du concurrent baisse de β ∈ ]0, 1[.
Question : Coopérer ou compétition ?
On suppose que l’information est parfaite entre la période R&D et la période de bien final, et
que les choix en R&D et production sont simultanés.
Chaque firme décide de produire une quantité qi (x1 , x2 ) ≥ 0 du bien final.
N = {1, 2}
Etape R&D : chaque firme choisit xi ≥ 0
Etape production : chaque firme choisit qi (x1 , x2 ) ≥ 0
P (q1 , q2 ) = max{100 − (q1 + q2 ), 0}, ici on a choisi 100 pour simplifier les calculs mais on peut
très bien prendre a.

4
∀i ∈ N ci (x1 , x2 ) = max{50 − xi − βx−i , 0} où β ∈ ]0, 1[.
β est l’externalités positive de la R&D de −i à i.
Coûts d’organisation de la R&D :
Ci (xi ) = x2i /2. Donc le rendement de l’investissement en R&D est décroissant.

∀i ∈ N , le profit de la firme i est :

ui (x1 , q1 (x1 , x2 ), x2 , q2 (x1 , x2 )) = P (q1 , q2 )qi − ci (x1 , x2 )qi − Ci (xi )

= (P (q1 , q2 ) − ci (x1 , x2 ))qi − Ci (xi )
| {z } | {z }
Bénéfice unitaire Coût de R&D
| {z }
Bénéfice total

Une stratégie de la firme i est donc un couple (xi , qi (x1 , x2 )) où xi ≥ 0 et

qi : R+ × R+ → R+
(x1 , x2 ) 7→ qi (x1 , x2 )

Un ENPSJ est un couple de stratégies ((x∗1 , q1∗ (x∗1 , x∗2 )), (x∗2 , q2∗ (x∗1 , x∗2 ))) tel que :
1) Pour la partie Cournot :
∀(xi , x−i ) ∈ R+ × R+ , ∀i ∈ N,

ui (xi , qi∗ (xi , x−i ), x−i , q−i

∗ ∗
(xi , x−i )) ≥ ui (xi , qi (xi , x−i ), x−i , q−i (xi , x−i ))

2) Pour la partie R&D :

∀i ∈ N, xi ̸= x∗i ,

ui (x∗i , qi∗ (x∗i , x∗−i ), x∗−i , q−i

∗
(x∗i , x∗−i )) ≥ ui (xi , qi∗ (xi , x∗−i ), x∗−i , q−i
∗
(xi , x∗−i ))

Résolution :
Cas : concurrence en R&D et en Cournot.
Etape 2 : Calculer l’EN en quantité ∀(x1 , x2 ) ∈ R2+ fixé.
max (100 − (qi + q−i ) − ci (x1 , x2 ))qi − Ci (xi )
qi

Condition du 1er ordre :

∂ui
= 100 − 2qi − q−i − ci (x1 , x2 ) = 0
∂qi
100 − q−i − ci (x1 , x2 )
=⇒ ∀i ∈ N, qi = (A)
2
L’EN en quantité est donc la solution du système d’équations (A) :

100 − q2∗ (x1 , x2 ) − c1 (x1 , x2 )

q1∗ (x1 , x2 ) =
2
∗
100 − q (x 1 , x2 ) − c2 (x1 , x2 )
q2∗ (x1 , x2 ) = 1
2
5
On trouve :
100 − 2c1 (x1 , x2 ) + c2 (x1 , x2 )
q1∗ (x1 , x2 ) =
3
100 − 2c (x
2 1 , x2 ) + c1 (x1 , x2 )
q2∗ (x1 , x2 ) =
3
Etape 1 : On remplace les quantités d’équilibre qi∗ (x1 , x2 ) trouvée à l’étape 2 dans la fonction
de paiement, et on trouve :
100 − 2c1 (x1 , x2 ) + c2 (x1 , x2 ) 100 − 2c2 (x1 , x2 ) + c1 (x1 , x2 )
u1 (x1 , x2 ) = (100 − − − c1 (x1 , x2 ))
3 3
100 − 2c1 (x1 , x2 ) + c2 (x1 , x2 )
× − C1 (x1 )
3
100 − 2c1 (x1 , x2 ) + c2 (x1 , x2 ) 2 x21
=( ) −
3 2
100 − 2(50 − x1 − βx2 ) + (50 − x2 − βx1 ) 2 x21
=( ) −
3 2
2
50 + (2 − β)x1 + (2β − 1)x2 2 x1
=( ) −
3 2
De même :
50 + (2 − β)x2 + (2β − 1)x1 2 x22
u2 (x1 , x2 ) = ( ) −
3 2
On calcule un EN en (x1 , x2 ) ≥ (0, 0) avec les fonctions de gains : ∀i ∈ N ,

50 (2 − β)xi (2β − 1)x−i 2 x2i

ui (xi , x−i ) = ( + + ) −
3 3 3 2

Condition du 1er ordre :

∂ui 2(2 − β) 50 (2 − β)xi (2β − 1)x−i
= ( + + ) − xi = 0
∂xi 3 3 3 3
2(2 − β) 50 (2β − 1)x−i 2(2 − β)2
⇐⇒ ( + ) = x i − xi ( )
3 3 3 9
2(2 − β) 50 (2β − 1)x−i 9 − 2(2 − β)2
⇐⇒ ( + ) = xi ( )
3 3 3 9
9 × 2(2−β)
3
( 50
3
+ (2β−1)x
3
−i
)
⇐⇒ xi =
9 − 2(2 − β)2
2(2 − β)(50 + (2β − 1)x−i )
⇐⇒ xi =
9 − 2(2 − β)2

La solution est symétrique (x∗1 = x∗2 = x∗ (β)), on trouve donc l’EN :

100(2 − β)
x∗ (β) =
9 − 2(2 − β)(β + 1)

Coopération :
Etape 1 :
Programme :
max u1 (x1 , x2 ) + u2 (x1 , x2 )
x1 ≥0, x2 ≥0

6
Rappel :
50 (2 − β)xi (2β − 1)x−i 2 x2i
+
ui (xi , x−i ) = ( + ) −
3 3 3 2
Le cartel se comporte comme un monopole :

50 (1 + β)x 2 x2
max ( + ) −
x≥0 3 3 2

Condition du 1er ordre :

2(1 + β) 50 (1 + β)x
( + )−x=0
3 3 3
2(1 + β) 50 2(1 + β)2
⇐⇒ · = x − x( )
3 3 9
100(1 + β) 9 − 2(1 + β)2
⇐⇒ = x( )
9 9
100(1 + β)
⇐⇒ x =
9 − 2(1 + β)2

à comparer avec l’EN en concurrence :

100(2 − β)
x∗ (β) =
9 − 2(2 − β)(β + 1)

4 Duopole avec participations croisées

Situation où deux firmes sont en concurrence (Bertrand ou Cournot), elles ont la possibilité de
contrôler partiellement la firme concurrente. On va essayer d’estimer quels sont les effets de ces
participations croisées sur la R&D et la production (on a toujours un modèle en deux étapes).
N = {1, 2}, chaque firme a la possibilité d’investir dans la R&D. Elles peuvent investir un
montant si ∈ [0, 1], ∀i ∈ N . La probabilité de découverte de la R&D est p(si ) = si . Cet
investissement R&D a un coût, le coût d’investissement si est donné par la fonction τ s2i où
τ > 0.
Étape 1, on considère deux situations :
1. Les firmes se font concurrences en R&D.
2. Les firmes peuvent coopérer dans le secteur de la R&D.
Étape 2, les firmes se font concurrences sur le marché de bien final.
À partir de ces éléments, on peut construire un modèle en deux étapes.
Étape 1 : Les firmes investissent en R&D, soit en coopérant, soit en maintenant la course à
l’innovation.
Étape 2 : Les firmes observent parfaitement les résultats de la première étape, et se font
concurrence sur le marché de bien final.
— Si les deux firmes ont découvert à la première étape : elles obtiennent à la seconde étape
un profit de duopole D > 0
— Si une firme uniquement découvre : elle obtient un profit de monopole M > D.
— Si aucune firme ne découvre : elles obtiennent 0.

7
4.1 Concurrence à l’Étape 1
Si chaque firme prend une participation α ∈ [0, 12 ] dans la firme concurrente, les gains finaux
sous concurrence à la première étape sont données par :
∀i ∈ N

Eπi (si , s−i ) = si s−i D + si (1 − s−i )(1 − α)M + (1 − si )s−i αM − (1 − α)τ s2i − ατ s2−i

On cherche l’EN à la première étape, c’est à dire le couple (s∗i , s∗−i ) ∈ [0, 1]2 tel que :
∀i ∈ N, ∀si ̸= s∗i
Eπi (s∗i , s∗−i ) ≥ Eπi (si , s∗−i )
On calcule la fonction de réponse optimale de chaque firme i ∈ N .
Condition du 1er ordre :
∂Eπi
= 0 ⇐⇒ s−i D + (1 − s−i )(1 − α)M − s−i αM − 2(1 − α)τ si = 0
∂si
s−i D + (1 − s−i )(1 − α)M − s−i αM
⇐⇒ si =
2(1 − α)τ
Condition du 2nd ordre :
−2(1 − α)τ < 0
Puisque la situation est symétrique, s’il existe un EN, il est symétrique, c’est-à-dire s∗ = s∗i =
s∗−i . Il suffit de remplacer dans la fonction de réponse optimale :

s∗ D + (1 − s∗ )(1 − α)M − s∗ αM
s∗ =
2(1 − α)τ
∗
⇐⇒ s (2(1 − α)τ − D + M ) = (1 − α)M
(1 − α)M
⇐⇒ s∗ =
2(1 − α)τ + M − D

s∗ ∈ [0, 1] ?
1. s∗ ≥ 0 car (1 − α)M > 0 et 2(1 − α)τ + M − D > 0
2. Afin que s∗ ≤ 1, il faut que

(1 − α)M ≤ 2(1 − α)τ + M − D ⇐⇒ (1 − α)(M − 2τ ) ≤ M − D

Illustration modèle de Bertrand :

Hypothèses : c = 0, et P (q) = 1 − q
Profit du monopole : M = max (1 − q)q
q∈[0,1]

Condition du 1er ordre :

1
1 − 2q = 0 ⇐⇒ q M =
2
1
M=
4
Profit du duopole : D = 0}
| {z
car prix = coût marginal = 0

(1 − α) 14 1−α
s∗ (α, τ ) = 1 = ∈ [0, 1]
2(1 − α)τ + 4
8τ (1 − α) + 1

8
On dérive par rapport à α :
∂s∗ (α, τ ) −(8τ (1 − α) + 1) − (1 − α)(−8τ )
=
∂α (8τ (1 − α) + 1)2
−8τ (1 − α) − 1 + 8τ (1 − α)
=
(8τ (1 − α) + 1)2
−1
= <0
(8τ (1 − α) + 1)2
Donc s∗ (α, τ ) décroissant en fonction de α. Ainsi, plus les participations croisées sont importantes,
moins les firmes investissent dans leur R&D.

4.2 Coopération à l’Étape 1

Situation de coopération en R&D.

max Eπi (si , s−i ) + Eπ−i (si , s−i )

si ,s−i ∈[0,1]2

⇐⇒ max (1 − (1 − s)2 )M − τ (2s2 )

s∈[0,1]

Condition du 1er ordre :

2(1 − s)M − 4τ s = 0
M
⇐⇒ s∗c =
2τ + M
Dans un Bertrand :
(1 − α)
s∗ =
8τ (1 − α) + 1
1
et M = 4

1
1
s∗c = 4
1 = > s∗
2τ + 4
8τ + 1
Fin du Bertrand.
(1−α)M
On va comparer les deux situations : s∗ = 2(1−α)τ +M −D
et s∗c = M
2τ +M

Calculons la différence :
M (1 − α)M
s∗c − s∗ = −
2τ + M 2(1 − α)τ + M − D
M (2(1 − α)τ + M − D) − (1 − α)M (2τ + M )
=
(2τ + M )(2(1 − α)τ + M − D)
M (2(1 − α)τ + M − D − (1 − α)(2τ + M ))
=
(2τ + M )(2(1 − α)τ + M − D)
M (2(1 − α)τ + M − D − 2(1 − α)τ − (1 − α)M )
=
(2τ + M )(2(1 − α)τ + M − D)
M (αM − D)
=
(2τ + M ) (2(1 − α)τ + M − D)
| {z }| {z }
>0 >0

D
C’est > 0 ⇐⇒ αM − D > 0 ⇐⇒ α > M
.
Interprétation :

9
 — Si les participations croisées sont faibles (α < M D
) : En concurrence (s∗ ), les firmes
sur-investissent pour voler des parts de marché. La coopération (s∗c ) sert alors à limiter
cette concurrence coûteuse (s∗c < s∗ ).
D
— Si les participations croisées sont fortes (α > M ) : Les firmes craignent la cannibalisation
(se nuire mutuellement via les parts détenues) et sous-investissent spontanément ("Monopole
paresseux"). Dans ce cas, la coopération formelle permet de relancer l’investissement pour
maximiser le profit joint (s∗c > s∗ ).

5 Brevet
Un brevet est un droit de propriété sur une innovation, et peut être vu comme une incitation,
car pas protégé =⇒ tout le monde peut me copier, donc je n’ai pas intérêt à investir en R&D.
Donc brevet est une incitation à investir en R&D. Les consommateurs payent toujours le même
prix alors que le coût de production baisse grâce à l’innovation.
Supposons qu’une firme soit protégée pendant k ∈ N périodes grâce à un brevet (k est la durée
de vie du brevet).
Le coût marginal du marché est c = 0.
x2
Après l’innovation, le coût passe à c − x où x = 2
≥ 0 est l’investissement en R&D.
La fonction de prix du marché est P (q) = max{0, a−q} où q ≥ 0 est la quantité totale produite,
et a > 0.
Voir dessin sur feuille.
Pendant k ∈ N ∪ {∞}, l’innovateur est protégé par un brevet.
Le profit intertemporel de la firme est :
k
δ t−1 πb (x) − C(x)
X
Π(k, x) =
t=1
1 − δk x2
= (a − c)x −
1−δ 2
La planification de l’innovateur est :
∞ ∞
δ t−1 (S̄ + πb (x)) + δ t−1 S(x) − C(x)
X X
B(k, x) =
t=1 t=k+1
k
1 δ x2
= (S̄ + πb (x)) + S(x) −
1−δ 1−δ 2
On a un modèle stratégique car c’est pas la même chose de fixer k ou k + 1.
Interaction stratégique entre le planificateur et l’innovateur : Étape 1 : Le planificateur choisit
une durée de brevet k ∈ N ∪ {∞}.
Étape 2 : L’innovateur observe parfaitement k ∈ N ∪ {∞} et choisit son investissement en R&D
x ≥ 0.
Dessin sur feuille.
Une stratégie pour P (le planificateur) est un choix k ∈ N ∪ {∞}.
Une stratégie pour I (l’innovateur) est une fonction :
x(·) : N ∪ {∞} → R+
k 7→ x(k)

10
Un ENPSJ est un couple (k ∗ , x∗ (·)) tel que :
∀k ∈ N ∪ {∞},
Π(k, x∗ (k)) ≥ Π(k, x′ ) ∀x′ ̸= x∗ (k)
et
B(k ∗ , x∗ (k ∗ )) ≥ B(k, x∗ (k)) ∀k ̸= k ∗

Programme de l’innovateur : ∀k ∈ N ∪ {∞},

1 − δk x2
max Π(k, x) = max (a − c)x −
x≥0 x≥0 1−δ 2
Condition du 1er ordre :
1 − δk ∗ 1 − δk
(a − c) − x = 0 ⇐⇒ x (k) = (a − c)
1−δ 1−δ
x∗ (k) est croissant en k.

Programme du planificateur : 

 max B(k, x)
k∈N∪{∞}
S.C.x

= x∗ (k)

max B(k, x∗ (k))
k∈N∪{∞}
 
k
S̄ + x∗ (k)(a − c) (x∗ (k))2 δ − (1 − δ)
B(k, x∗ (k)) = ( )+ ·
1−δ 2 1− δ 
k
S̄ 1 − δk (x ∗
(k)) 2 δ − (1 − δ)
= + (a − c)2 + ·
1 − δ (1 − δ)2 2 1−δ

Proposition : Si δ ∈ ]0, 21 [, la durée de vie optimale k ∗ du brevet est finie (i.e. k ∗ < ∞).
Preuve : Il suffit de montrer que B(1, x∗ (1)) > B(∞, x∗ (∞)) pour δ ∈ ]0, 21 [.
Calculons B(1, x∗ (1)) :
 2
1−δ
S̄ 1−δ 1−δ
(a − c) (δ − (1 − δ))
B(1, x∗ (1)) = + (a − c) 2
+ ·
1 − δ (1 − δ)2 2 1−δ
S̄ (a − c)2 (a − c)2 (2δ − 1)
= + + ·
1−δ 1−δ 2 1−δ
!
2
S̄ (a − c) 2δ − 1
= + 1+
1−δ 1−δ 2
S̄ (a − c)2 1 + 2δ
= + ·
1−δ 1−δ 2

11
Calculons B(∞, x∗ (∞)) :
 2
1
S̄ 1 1−δ
(a − c) (0 − (1 − δ))
B(∞, x∗ (∞)) = + (a − c)2 + ·
1−δ (1 − δ)2 2 1−δ
S̄ (a − c)2 (a − c)2
= + −
1−δ (1 − δ)2 2(1 − δ)2
S̄ (a − c)2 1
 
= + 1−
1−δ (1 − δ)2 2
2
S̄ (a − c)
= +
1−δ 2(1 − δ)2

On veut B(1, x∗ (1)) > B(∞, x∗ (∞)) :

S̄ (a − c)2 1 + 2δ S̄ (a − c)2
+ · > +
1−δ 1−δ 2 1 − δ 2(1 − δ)2
1
⇐⇒ (1 + 2δ) >
1−δ
⇐⇒ (1 + 2δ)(1 − δ) > 1
⇐⇒ 1 + 2δ − δ − 2δ 2 > 1
⇐⇒ δ − 2δ 2 > 0
⇐⇒ δ(1 − 2δ) > 0

Ce qui est vrai pour δ ∈ ]0, 21 [.

Analyse numérique : a = 1, c = 0 Prenons δ = 0.25, le k optimal est k ∗ = 1.

6 Adoption d’une Technologie et Effets de Réseaux

On dit que des préférences individuelles sont sujettes à des effets de réseaux ou des externalités
positives si l’utilité augmente avec le nombre d’utilisateurs de la technologie en question.
L’utilité est déterminé par le prix, la préférence intrinsèque et le nombre d’autres utilisateurs.

6.1 Monopole et Effets de Réseaux

Une population potentielle d’adopteurs [0, 1] de masse unitaire. Ces agents sont répartis uniformément
sur l’intervalle [0, 1].

Densité f (x)

Masse unitaire

Agents
0 1
Population [0, 1]

Répartition uniforme des adopteurs sur l’intervalle [0, 1]

12
L’utilité de l’agent en position x ∈ [0, 1] est donnée par :

n(1 − x) − p si l’agent en position x adopte le bien
Ux (p, n) =
0 si l’agent en position x n’adopte pas le bien
où p ≥ 0 est le prix du bien, et n est la taille du réseau.
L’agent localisé en x s’abonne si et seulement si :
p
n(1 − x) − p ≥ 0 ⇐⇒ x ≤ 1 −
n
On cherche l’agent marginal localisé en x∗ tel que :

n(1 − x∗ ) = p =⇒ x∗ (1 − x∗ ) = p(x∗ )

L’objectif du monopole est de maximiser son revenu :

max p(x)x = max x(1 − x)x

x∈[0,1] x∈[0,1]

= max x2 (1 − x)
x∈[0,1]

Condition du 1er ordre :


1 = 0
x
2x(1 − x) − x2 = 0 ⇐⇒ x(2 − 3x) = 0 =⇒ 
x2 = 23

Condition du 2nd ordre :

1
−6x + 2 ≤ 0 ⇐⇒ x ≥
3
1 2
3
est un point d’inflexion, x2 = 3
est le maximum.

7 Délégation stratégique, Concurrence en Prix et Externalités

Fertshtman et Judd (1987, AER) and Sklivas (1987) ont montré que les propriétaires des firmes
n’ont pas intérêt à proposer aux managers des contacts qui les incitent à déployer des stratégies
agressives sur le marché.
Ceci sous l’hypothèse que le bien ne génère aucune externalité.
Hoering (2012, Economic Letters), en présence d’externalités (positives), l’incitation des propriétaires
à proposer tel ou tel contrat dépend de la force des externalités.
Deux propriétaires (firmes), N = {1, 2} qui font face à une fonction de demande.
∀i ∈ N,
xi = (a + αyi ) − pi + βp−i
où α
|{z} , β ∈ [0, 1] et a > 0.
|{z}
paramètre d’internalités paramètre de substitution
yi est l’anticipation des consommateurs sur la taille du réseau (la demande) de i.
a
Chaque firme a le même coût marginal c ∈ ]0, 1−β ].
Chaque propriétaire i soumet un contrat λi ∈ [0, 1] à son manager qui doit maximiser :

Oi (λ, p) = (pi − λi c)xi

où λ = (λ1 , λ2 ).
p = (p1 , p2 ) → variables.

13
Les firmes cherchent à maximiser leur profit :

Πi (λ1 , λ2 ) = (pi − c)xi

= (pi (λ1 , λ2 ) − c)xi (λ1 , λ2 )

où les variables sont λ1 , λ2 .

On cherche un ENPSJ sous l’hypothèse que les consommateurs anticipent parfaitement les
tailles des deux réseaux concurrents.
Une stratégie pour une firme i est un choix λi ∈ [0, 1].
Une stratégie pour un manager est une fonction :

pi : [0, 1]2 → R+
(λ1 , λ2 ) 7→ pi (λ1 , λ2 )

Alors un ENPSJ est un couple (λi , pi (λ1 , λ2 ))i∈N tel que :

— (pi (λ1 , λ2 ))i∈N est un EN dans le sous-jeu induit par (λ1 , λ2 ) (Oi → manager).
— (λ1 , λ2 ) est un EN entre les firmes (Πi → profits).
On commence par l’étape 2 :
Chaque manager cherche à maximiser son gain :

Oi (λ, p) = (pi − λi c)xi = (pi − λi c)(a + αyi − pi + βp−i )

et sa stratégie est le prix pi :

∂Oi (λ, p)
=0
∂pi
⇐⇒ (a + αyi − pi + βp−i ) − (pi − λi c) = 0
a + αyi + βp−i + λi c
⇐⇒ pi =
2
Prenons en compte l’hypothèse de rationalité des anticipations des consommateurs : yi = xi :

xi = (a + αxi ) − pi + βp−i
a − pi + βp−i
⇐⇒ xi =
1−α
On remplace dans la réponse optimale du manager :
a−pi +βp−i
a+α· 1−α
+ βp−i + λi c
pi =
2
⇐⇒ 2pi (1 − α) = a(1 − α) + α(a − pi + βp−i ) + (1 − α)βp−i + (1 − α)λi c
⇐⇒ 2pi (1 − α) = a − αpi + βp−i + (1 − α)λi c
⇐⇒ 2pi (1 − α) + αpi = a + βp−i + (1 − α)λi c
a + βp−i + (1 − α)λi c
⇐⇒ pi =
2(1 − α) + α
a + βp−i + (1 − α)λi c
⇐⇒ pi =
2−α

14
Par substitution, on trouve : ∀i ∈ N ,
 
a+βpi +(1−α)λ−i c
a+β 2−α
+ (1 − α)λi c
pi =
2−α
β(a + βpi + (1 − α)λ−i c)
⇐⇒ (2 − α)pi = a + + (1 − α)λi c
2−α
⇐⇒ (2 − α)2 pi = a(2 − α) + βa + β 2 pi + β(1 − α)λ−i c + (1 − α)(2 − α)λi c

⇐⇒ (2 − α)2 pi − β 2 pi = a(2 − α) + βa + β(1 − α)λ−i c + (1 − α)(2 − α)λi c

h i h i
⇐⇒ pi (2 − α)2 − β 2 = a(2 − α + β) + (1 − α)c (2 − α)λi + βλ−i
h i
a(2 − α + β) + (1 − α)c (2 − α)λi + βλ−i
⇐⇒ pi (λ1 , λ2 ) =
(2 − α)2 − β 2
h i
a (1 − α)c (2 − α)λi + βλ−i
⇐⇒ pi (λ1 , λ2 ) = +
2−α−β (2 − α)2 − β 2

L’EN en prix est donc : p∗1 (λ1 , λ2 ), p∗2 (λ1 , λ2 ).

Étape 1 : Les firmes choisissent les contrats (λ1 , λ2 ) afin de maximiser leur profit :

Πi (λi , λ−i ) = (p∗i (λ1 , λ2 ) − c)x∗i (λ1 , λ2 )

où
x∗i (λ1 , λ2 ) = a + αx∗i (λ1 , λ2 ) − p∗i (λ1 , λ2 ) + βp∗−i (λ1 , λ2 )
⇐⇒ (1 − α)x∗i (λ1 , λ2 ) = a − p∗i (λ1 , λ2 ) + βp∗−i (λ1 , λ2 )

En remplaçant p∗i (λ1 , λ2 ) et p∗−i (λ1 , λ2 ), on trouve :

a c(βλ−i (1 − α) − λi ((2 − α) − β 2 ))
x∗i (λi , λ−i ) = +
2−α−β (2 − α)2 − β 2

Le programme de la firme i est :

max Πi (λi , λ−i )
λi ∈[0,1]

Solution :
(a − (1 − β)c)(α2 − 2α + β 2 )
λ∗1 = λ∗2 = 1 +
(4 − 2β − β 2 − (2 − β)α)(1 − α)c
a
(a − (1 − β)c) est positif car c ≤ 1−β .
2
(4 − 2β − β − (2 − β)α) est positif car 0 < β < 1 et 0 < α < 1.
(1 − α)c est positif.
Le signe dépend de (α2 − 2α + β 2 ).
On fait le discriminant de ce polynôme :

∆ = 4 − 4β 2 = 4(1 − β 2 ) > 0

Donc les racines sont : q

x1 = 1 − 1 − β2
q
x2 = 1 + 1 − β2

15
Positif sur ] − ∞, x1 ] ∪ [x2 , +∞[
Négatif sur ]x1 , x2 [
√
Le contrat optimal sera du type λ∗1 = λ∗2 < 1 si 1 > α > 1 − 1 − β2

8 Collusion, Concentration sur un Marché et Externalités

Positives
— N = {1, . . . , n} entreprises qui produisent et vendent un bien de réseau (qui engendrent
des externalités positives).
— Le coût marginal de production est c.
— Les firmes se font concurrence à la Cournot (en quantités).
P P
— La fonction de demande inverse est P ((xi )i∈N , (yi )i∈N ) = (a+α i∈N yi )− i∈N xi où a > 0
et α ∈ [0, 1[ est le paramètre d’externalité du bien, yi est l’anticipation des consommateurs
sur la taille du réseau de i (combien i produit et vend), et xi > 0 est la quantité produite
et vendue par i.

Concept de solutions :
On cherche un équilibre de Cournot-Nash sous l’hypothèse qu’à l’équilibre, les consommateurs
anticipent parfaitement les quantités (taille du réseau) produites/vendues.
Si on veut, on peut lire KATZ & SHAPIRO, Network externalities, competition and compatibility,
AER 1985.
Chaque firme cherhche à maximiser son profit qui est donné par :
Πi (x, y) = (P (x, y) − c) xi
| {z }
profit unitaire
X X
= ((a + α yj ) − xj − c)xi
j∈N j∈N

où x = (xj )j∈N et y = (yj )j∈N .

Condition du 1er ordre : max Πi (x, y)

xi ≥0

∂Πi (x, y)
=0
∂xi
X X
⇐⇒ (a + α yj ) − 2xi − xj − c = 0
j∈N j̸=i

Donc la réponse optimale de chaque firme i est :

yj − xj − c
P P
a+α j∈N j̸=i
= xi
2
=⇒ on cherche à solutionner ce système sous l’hypothèse que yi = xi , ∀i ∈ N . (car les
consommateurs anticipent parfaitement les quantités produites/vendues par les firmes).
Par symétrie xi = xc pour une certaine quantité xc , ∀i ∈ N : Donc on a :
2xc = a + αnxc − (n − 1)xc − c
a−c
⇐⇒ xc (α) =
1 + n(1 − α)

16
xc (α) est croissant en α ∈ [0, 1[.
Le profit associé à cet équilibre :
Πc = ((a + αnxc (α)) − nxc (α) − c)xc (α)
= ((a − c) + n(α − 1)xc (α))xc (α)
a−c a−c
= ((a − c) − n(1 − α) )
1 + n(1 − α) 1 + n(1 − α)
2
(a − c)
=
(1 + n(1 − α))2
Πc est croissant en α ∈ [0, 1[ le paramètres d’externalité, et décroissant en n le nombre de firmes.

Ensuite, calculons le profit du monopole :

max Π(x, y) = max(a + αy − x − c)x

x≥0 x≥0

Condition du 1er ordre :

∂Π(x, y)
=0
∂x
⇐⇒ (a + αy) − 2x − c = 0
a + αy − c
⇐⇒ x =
2
Sous l’hypothèse y = xm , on a :

m a + αxm − c
x =
2
⇐⇒ 2xm = a + αxm − c
a−c
⇐⇒ xm =
2−α
(a − c)2
=⇒ Πm =
(2 − α)2
Profit de chaque firme dans le cartel :
Πm (a − c)2
ΠCART EL = =
n n(2 − α)2
Par rapport à tout à l’heure, le n a moins d’impact que le α car n n’est pas au carré.
Interprétation :
ΠCART EL > Πc
(a − c)2 (a − c)2
⇐⇒ >
n(2 − α)2 (1 + n(1 − α))2
⇐⇒ (1 + n(1 − α))2 > n(2 − α)2
√
⇐⇒ 1 + n(1 − α) > n(2 − α)
√ √
⇐⇒ 1 + n − αn > 2 n − α n
√ √
⇐⇒ α( n − n) > 2 n − n − 1
√
2 n−n−1
⇐⇒ α < √
n−n
√
n−2 n+1
⇐⇒ α < √
n− n

17
 √
( n − 1)2
⇐⇒ α < √ √
n( n − 1)
√
n−1
⇐⇒ α < √
n
1
⇐⇒ α < 1 − √
n
Donc si α est suffisamment petit, les firmes ont une incitation à former un cartel.
Interprétation économique :
Si les externalités sont faibles, les firmes ont intérêt à faire du cartel pour réduire la concurrence.
Si les externalités sont fortes, les firmes ont intérêt à se faire concurrence pour profiter des
externalités positives.
Exemple numérique :
n = 4,
1 1
1− √ =
4 2
Donc si α < 12 =⇒ cartel.
Et si α > 12 =⇒ concurrence.

n = 16,
1 3
1− √ =
16 4
Donc si α < 34 =⇒ cartel.
Et si α > 34 =⇒ concurrence.

1− √1
1 n y=1

0.75
(16, 34 )
(4, 12 )
0.5

n
1 4 16

9 Compétition Entre Technologies de Réseau

FARREL & Saloner (1986).
Deux firmes, 1 et 2, proposent chacune une technologie/un bien de réseau.
Il existe un continuum de masse n > 0 de consommateurs potentiels.
Une masse n1 > 0 de consommateurs est à priori favorable à la technologie 1.
Une masse n2 > 0 de consommateurs est à priori favorable à la technologie 2.
n1 + n2 = n.

18
On note xi ≥ 0 la taille du réseau de la firme i ∈ {1, 2} de sorte que x1 + x2 = n.
Trois possibilités :
1. Soit le marché est standardisé sur une technologie

x1 = (|{z} 0 ) ou x2 = (|{z}
n , |{z} 0 , |{z}
n )
x1 x2 x1 x2

2. Soit le marché protège la coexistence des deux technologies

xc = (n1 , n2 )

Pour simplifier, et sans perte de généralité, on suppose que n = 1.

Étant donné un profil x = ( x1 , x2 ) tel que x1 ≥ 0, x2 ≥ 0
|{z} |{z}
part du marché de la firme 1 part du marché de la firme 2
et x1 + x2 = 1, l’utilité d’un consommateur potentiel du type i ∈ {1, 2} vaut :

x
i s’il adopte la technologie i
Ui (xi ) = 
x−i − δ = 1 − xi − δ s’il adopte la technologie − i

x−i − δ est la désutilité à consommer la technologie non préférée, où δ > 0.

Comme il y a un continuum de consommateurs, si un agent dévie, c’est négligeable et x ne
change pas de manière significative.

Est-il possible d’avoir un équilibre de standardisation ?

Proposition 1 : Les situations de standardisation x1 = (1, 0) et x2 = (0, 1) constituent des

EN ⇐⇒ δ < 1.
Preuve : Prenons x1 = (1, 0) :
Si un agent de type 1 dévie, sa variation d’utilité est :

U1 (1) − U1 (0) = 1 − (−δ) = 1 + δ

qui est toujours positif car δ > 0.

Si un agent de type 2 dévie, sa variation d’utilité est :

U2 (1) − U2 (0) = (1 − δ) − 0 = 1 − δ

qui est positif si et seulement si δ < 1.

On fait de même pour x2 = (0, 1) et on obtient le résultat souhaité.

Proposition 2 : La situation de coexistence xc = (n1 , n2 ) constitue un EN ⇐⇒ ∀i ∈

{1, 2}, ni ≥ 1−δ
2

Remarque :
— Si δ > 1, alors n1 ≥ 1−δ
2
puisque n1 > 0 et 1−δ
2
< 0. En conséquence, par la proposition 1,
la coexistence des technologies est l’unique EN.
— n1 = 0.3, n2 = 0.7, δ = 12 DEMANDER SUITE à PIERRE

19
Preuve : Prenons la situation xc = (n1 , n2 ) : un consommateur de type i n’a pas intérêt à
dévier ⇐⇒
ni ≥ n−i − δ
⇐⇒ ni + ni ≥ ni + n−i − δ
⇐⇒ 2ni ≥ 1 − δ
1−δ
⇐⇒ ni ≥
2
— Si δ > 1, xc est le seul EN.
— Si δ < 1, x1 et x2 sont des EN.
— Si δ < 1 et ni ≥ 1−δ
2
, alors xc , x1 et x2 sont des EN.

Optimum Social : La fonction de bien-être naturelle est la fonction de Bentham qui somme les
utilités des agents :

B :[0, 1]2 → R
2
X
(x1 , x2 ) 7→ B(x1 , x2 ) = ni Ui (xi ) = n1 U1 (x1 ) + (1 − n1 )U2 (x2 )
i=1

Standardisation :
B(1, 0) = n1 · 1 + (1 − n1 )(1 − δ) = 1 − (1 − n1 )δ
B(0, 1) = n1 (1 − δ) + (1 − n1 ) · 1 = 1 − n1 δ
Coexistence :
B(n1 , n2 ) = n21 + (1 − n1 )2

Proposition 1
B(1, 0) > B(0, 1) ⇐⇒ n1 > n2
⇐⇒ n1 > 1 − n1
⇐⇒ 2n1 > 1
1
⇐⇒ n1 >
2
Preuve
B(1, 0) > B(0, 1) ⇐⇒ 1 − (1 − n1 )δ > 1 − n1 δ
⇐⇒ n1 δ > (1 − n1 )δ
⇐⇒ n1 > 1 − n1
⇐⇒ 2n1 > 1
1
⇐⇒ n1 >
2

Proposition 2 : ∀i ∈ {1, 2},

δ ≥ 2ni ⇐⇒ B(n1 , n2 ) > max{B(1, 0), B(0, 1)}

20
Preuve :
(ni )2 + (n−i )2 > ni + n−i − δn−i
⇐⇒ (ni )2 + (n−i )2 > 1 − δn−i
1 − (ni )2 − (n−i )2
⇐⇒ δ >
n−i
1 − ni − (1 − ni )2
2
⇐⇒ δ >
1 − ni
1 − ni − 1 + 2ni − n2i
2
⇐⇒ δ >
1 − ni
2ni − 2n2i
⇐⇒ δ >
1 − ni
1 − ni
⇐⇒ δ > 2ni ·
1 − ni
⇐⇒ δ > 2ni

=⇒ δ ≥ 2n1 et δ ≥ 2n2 =⇒ 2δ ≥ 2(n1 + n2 ) =⇒ δ ≥ 1

=⇒ La standardisation n’est pas un EN et la coexistence des technlogies est l’unique EN.

10 Optimisation VS Evolution
Si on a plusieurs équilibres, lequel va-t-on choisir ?
En ajoutant des critères tels que Bentham par exemple.
Une première justification de l’EN est une justification cognitive qui essaye de spécifier les
anticipations que les agents doivent formuler pour parvenir à se coordonner sur un EN, ce sont
des anticipations croisées.
La deuxième justification est comportementale et ne nécessite pas de supposer que les participants
du jeu ont une capacité à faire des raisonnements complexes (i.e. une infinité d’anticipations). Ils
accumulent une expérience sur les conséquence de leurs actions et vont comparer les avantages
relatifs des différentes actions en fonction de leur expérience, ce qui suppose une répétition du
jeu.

10.1 DVORAK VS QWERTY

Aux USA, le clavier standard est le QWERTY. Pourtant 70% des mots anglais peuvent être
écrits avec les lettres A, D, E, H, I, N, O, R, S, T.
Le QWERTY a été conçu en pour ralentir la frappe afin d’éviter que les machines à écrire ne
se bloquent.
Petits accidents historiques et effets réseaux (causalité circulaire) :
Petits accidents historiques suggèrent l’idée que très tôt dans l’histoire de cette technologie,
certains évènements apparemment mineurs ont poussé dans une trajectoire qui finalement
abouti à un résultat non attendu. 10 doigts + QWERTY VS 6 doigts + DVORAK. Le premier
avait une moins bonne technologie mais une meilleure technique et a donc gagné.
Les écoles de dactylographie ont donc continué à enseigner le QWERTY puisque c’était la
technologie "dominante", ce qui a créé une irréversibilité. Des petits évènements ont changé et

21
verrouillé (lock-in) cette trajectoire.
Si on rajoute l’effet de réseau, on peut expliquer la persistance du QWERTY.
On n’a pas choisi la meilleure technologie au début mais elle est devenue la meilleure technologie
à cause de l’effet de réseau.
P. David (1985, AER).
Un autre exemple est pourquoi on conduit à droite en France et à gauche en Angleterre ?
Comment faire pour transposer cette histoire dans un modèle microéconomique ?
(L’histoire économique est un domaine de l’économie aussi)

10.2 Le Modèle
On veut un modèle d’évolution des technologies qui dérive les trajectoires de ces technologies
dans le temps.
Supposons qu’à l’origine de la compétition technologique, n ≥ 2 technologies sont en concurrence.
n
Le vecteur x = (x1 , x2 , . . . , xn ) où ∀i ∈ {1, . . . , n}, xi ≥ 0 et
P
xi = 1 représente la distribution
i=1
des technologies dans la population étudiée.
On propose un système d’équations différentielles f tel que :
1. f a un effet sur x.
2. f est bénéfique pour les technologies dont l’adaptation à l’environnement économique
(mesuré par l’utilité qu’elles procurent aux adoptants) est supérieure à l’adaptation
moyenne dans la population.
3. la relation fonctionnelle n’est pas le résultat d’un calcul rationnel des agents.
4. f décrit les causalités circulaires dans le sens où la sélection des technologies (trajectoires
technologiques) opèrent lentement.

10.3 Dynamique de diffusion des technologies

Deux technologies de réseau, disons 1 et 2, en concurrence sur un marché.
L’ensemble des consommateurs potentiels est l’intervalle [0, 1].
Un profil de population est un vecteur x = (x1 , x2 ) tel que x1 ≥ 0, x2 ≥ 0 et x1 + x2 = 1, xi
est la masse du réseau i.
Deux consommateurs vont interagir au sein d’un jeu stratégique qui décrit l’interaction entre
la technologie 1 et la technologie 2.
Chaque consommateur doit choisir entre la technologie 1 et la technologie 2, il ne peut pas ne
rien prendre.

Si un agent du type i interagit avec un agent du type i, une externalité positive se matérialise,
elle vaut ei > 0.
Le coût d’adoption de la technologie i est ci > 0.
On suppose que ei − ci > 0.

a\b 1 2

1 (e1 − c1 , e1 − c1 ) (−c1 , −c2 )

2 (−c2 , −c1 ) (e2 − c2 , e2 − c2 )

22
Deux EN : (1, 1) et (2, 2).
On est donc en présence d’un jeu de coordination (on a intérêt à jouer la même chose).
Hypothèse : c1 > c2 mais e1 − c1 > e2 − c2 . Donc (1, 1) Pareto-domine (2, 2).
De manière générale, le jeu précédent est du type suivant :

k\l 1 2

1 (a, a) (b, c)

2 (c, b) (d, d)

où a > b, a > c, d > b, d > c et a > d.

Exemple : Avec c1 = 2, e1 = 5, c2 = 1 et e2 = 2.

k\l 1 2

1 (3, 3) (−2, −1)

2 (−1, −2) (1, 1)

Pour prendre en compte l’effet agrégé, on modélise la dynamique suivante :

Les consommateurs interagissent aux périodes 0, τ, 2τ, 3τ, . . . , où τ ∈ ]0, 1].
A chaque période t ∈ {0, τ, 2τ, 3τ, . . . }, un consommateur est tiré au hasard dans la population
pour interagir avec un autre consommateur de cette même population.
A l’étape initiale, il existe un profil x = (x1 , x2 ). Un consommateur de type i dans x a une
probabilité xi d’interagir avec un agent de type i, et donc une probabilité 1 − xi de rencontrer
un agent de type −i.
Consécutivement à ce type d’interaction, la question est d’expliquer comment x évolue dans le
temps.
Etant donné un profil de population x = (x1 , x2 ), l’utilité espérée d’un agent de type 1 est :
E(u(1, x)) = x1 a + (1 − x1 )b
= x1 (a − b) +b
| {z }
>0

∂E(u(1, x))
=⇒ =a−b>0
∂x1
(a − b) est l’effet du réseau 1 sur un agent de type 1.
De même, l’utilité espérée d’un agent de type 2 est :
E(u(2, x)) = x2 d + (1 − x2 )c
= x2 (d − c) +c
| {z }
>0

23
 ∂E(u(2, x))
=⇒ =d−c>0
∂x2
(d − c) est l’effet du réseau 2 sur un agent de type 2.

Si
E(u(1, x)) = E(u(2, x)) ⇐⇒ x1 (a − b) + b = x2 (d − c) + c
⇐⇒ x1 (a − b) + b = (1 − x1 )(d − c) + c
⇐⇒ x1 (a − b) + b = (d − c) + c − x1 (d − c)
⇐⇒ x1 ((a − b) + (d − c)) = d − c + c − b
d−b
⇐⇒ x1 = ∈ ]0, 1[
(a − b) + (d − c)
1−(−2)
Si on reprend l’exemple numérique, on trouve x1 = (3−(−2))+(1−(−1))
= 37 .
Trois situations d’équilibre :
d−b
x1 = 1, x1 = (a−b)+(d−c) , x1 = 0.
Si x1 = 1 le marché est verrouillé sur la technologie 1.
Si x1 = 0 le marché est verrouillé sur la technologie 2.
d−b
Si x1 = (a−b)+(d−c) , les deux technologies coexistent.
Etant donné un profil x, l’utilité espérée moyenne dans la population est :

E(u(x)) = x1 E(u(1, x)) + (1 − x1 )E(u(2, x))

= x1 (x1 (a − b) + b) + (1 − x1 )((1 − x1 )(d − c) + c)
= x21 (a − b) + x1 b + (1 − x1 )2 (d − c) + (1 − x1 )c
= x21 (a − b) + x1 b + (d − c) − 2x1 (d − c) + x21 (d − c) + c − x1 c
= x21 ((a − b) + (d − c)) + x1 (b − 2(d − c) − c) + ((d − c) + c)
= x21 ((a − b) + (d − c)) + x1 (b − 2d + c) + d

il faut décrire la transition de xti → xt+τ

i .

Hypothèse : Les agents imitent une technologie en fonction de sa popularité et donc en

fonction de son utilité espérée.

Equation d’évolution :

xti (1 + τ E(u(i, xt )))

∀i ∈ {1, 2} xt+τ
i =
1 + τ E(u(xt ))
xt1 (1 + τ E(u(1, xt )))
donc xt+τ
1 =
1 + τ E(u(xt ))
xt2 (1 + τ E(u(2, xt )))
et xt+τ
2 =
1 + τ E(u(xt ))
xt1 + xt2 + τ (xt1 E(u(1, xt )) + xt2 E(u(2, xt )))
=⇒ xt+τ
1 + xt+τ
2 =
1 + τ E(u(xt ))

24
Taux de variation :
xt+τ
i − xti xt (1 + τ E(u(i, xt ))) − xti (1 + τ E(u(xt )))
= i
τ τ (1 + τ E(u(xt )))
xi (E(u(i, x )) − E(u(xt )))
t t
=
1 + τ E(u(xt ))
xt+τ − xti dxt
=⇒ lim i =: i = ẋi = xti (E(u(i, xt )) − E(u(xt )))
τ →0 τ dt
Remarque :
— E(u(i, xt )) > E(u(xt )) =⇒ ẋi > 0 pour xti > 0.
— xti = 0 =⇒ ẋi = 0.
Un point de repos de la dynamique est un profil x tel que ẋi = 0, ∀i ∈ {1, 2}.
On a :
E(u(i, x)) > E(u(x)) ⇐⇒ E(u(i, x)) > xi E(u(i, x)) + (1 − xi )E(u(−i, x))
⇐⇒ (1 − xi )E(u(i, x)) > (1 − xi )E(u(−i, x))
⇐⇒ E(u(i, x)) > E(u(−i, x))

25