REPUBLIQUE DE COTE D’IVOIRE

Union-Discipline-Travail

JEU A SOMME
NULLE/ MINIMAX,
MAXIMIN
Février 2020

ETI Kadio olivia

FOWND Dick Andersson

Exposé de Théorie des jeux
GONDO Kia Jokthan M. KOUAKOU Jean Arnaud
HABA Fassou Frederick
 Introduction
La théorie des jeux foisonne de concepts riches tant par leurs bases théoriques fortes et
solides que par leur contribution à exhiber ou à approcher des mécanismes de décision
rationnelle pour les agents économiques ou les joueurs en général. Le domaine de la
théorie des jeux à somme nulle en est l’un des principaux exemples. Cette partie de la
théorie des jeux a bénéficié d’un apport considérable en terme de développement
notamment par l’apport de John Von Neumann et de Morgenstern. Les jeux à somme
nulle désignent le domaine de la théorie des jeux qui s’occupe des situations de jeux
dans lesquelles la somme des gains de tous les joueurs est nulle. Elle a vu le jour de
leurs travaux en 1928 dans leur ouvrage intitulé « THEORY OF GAMES AND
ECONOMIC BEHAVIOR ». Il s’agit ici d’un cas particulier de jeu à somme
constante. Il est d’un intérêt particulier notamment dans le cas de deux joueurs car il
permet de matérialiser des situations dans lesquelles les intérêts des joueurs sont
diamétralement opposés ; c’est là que le concept d’opposant prend tout son sens.
Plusieurs outils d’analyse ou d’approche de détermination de stratégies ont été
développés pour déterminer les équilibres ou encore les éventuelles solutions à de tels
ensembles de jeux. Dans cette liste apparait notamment l’approche minimax qui
aboutira à la formulation de ce que les théoriciens considèrent comme le plus grand
des résultats de la théorie des jeux à savoir le théorème du Minimax de Von Neumann.
On aura également l’occasion de découvrir au cours de notre développement,
l’approche maximin. Ces deux notions s’inscrivent dans le cadre général de la théorie
de la décision mais revêtent un caractère particulier du point de vue de la Théorie des
jeux.

I. JEUX A SOMMME NULLE

1. Définition

Un jeu à somme nulle est un jeu où la somme des gains et des pertes de tous les
joueurs est nulle. Cela signifie que le gain de l’un constitue obligatoirement une perte
pour l’autre, dans le cas de deux joueurs. Par exemple si on définit le gain d’une partie
d’échecs comme 1 si on gagne, 0 si la partie est nulle et -1 si on perd, le jeux d’échec
est un jeu à somme nulle.
En économie cette notion simplificatrice est importante : les jeux à somme nulle
correspondent à l’absence de production ou de destruction de produit. En 1944 John
Von Neumann et Oskar Morgenstern ont démontré que tout jeux à somme nulle pour
n personnes n’est en fait qu’une forme généralisée de jeu à somme nulle pour deux
personnes, et que tout jeux à somme non nulle pour n personnes peut se ramener à un
jeu à somme nulle pour n+1 personnes, la n+1-ième personne représentant le gain ou
la perte globale.

1. Jeux à somme nulle : le cas de deux joueurs

Les jeux à somme nulle sont les jeux à deux joueurs où la somme des fonctions de
paiement est nulle. Dans ce type d’interaction stratégique, les intérêts des joueurs sont
opposés donc le conflit est total et il n’y a pas de coopération possible.
On peut définir un jeu somme à somme nulle sous forme stratégique.
Un jeu à somme nulle sous forme stratégique est défini par un triplet
(I, J, g) où I (resp. J) est l’ensemble (non vide) d’actions du joueur 1 (resp. 2), et
g : I × J → R est la fonction de gain du joueur 1.

L’interprétation est la suivante. Indépendamment, le joueur 1 choisit i dans I et le

joueur 2 choisit j dans J. Le paiement du joueur 1 est alors g(i,j), et celui du joueur 2
est -g(i,j) (les évaluations du résultat induit par le choix (i,j) sont opposées pour les
deux joueurs). On a donc g1=-g2 d’où la terminologie jeu à somme nulle. Chacun des
deux joueurs connaît le triplet (I,J,g).
Lorsque I et J sont finis, on dit, sans surprise, que(I,J,g) est un jeu à somme nulle fini.
On représente alors le jeu par une matrice A, où le joueur 1 choisit la ligne i, le joueur
2 choisit la colonne j, et l’entrée Aij de la matrice représente le paiement g(i,j). Par
exemple, le jeu suivant est appelé Matching Pennies:

Joueur 2
1 -1
Joueur 1
-1 1

Réciproquement, toute matrice réelle peut être vue comme un jeu fini à somme nulle,
aussi appelé jeu matriciel.
On fixe dans la suite un jeu à somme nulle G=(I,J,g). Le joueur 1 maximise la
fonction de paiement g, mais celle-ci dépend de deux variables i et j, et le joueur 1 ne
contrôle que la variable i et pas la variable j. A l’opposé, le joueur 2 minimise g, et
contrôle j mais pas i.
 II. Point selle
1. Définition

Point-selle — Soient X et Y deux ensembles et f : X × Y → R une fonction pouvant prendre les

valeurs ± ∞

. On dit que ( x , y )∈ X × Y est un point-selle de f sur X × Y si

∀ (x , y ) ∈ X × Y : f (x , y )⩽ f (x , y )⩽ f ( x , y) .

Dans les conditions ci-dessus, f (x , y ) est appelée la valeur-selle de f.

2. Propriétés

La notion de point selle permet de passer d’un primal à un problème dual dans le
contexte d’une optimisation. Autrement dit, ( x , y ) est un point selle si et seulement si x est
solution du problème primal et y est solution du problème dual.

Dans la théorie de la dualité en optimisation, on définit un problème primal par

et le problème dual associé par

On dit qu'il n'y a pas de saut de dualité si

l'inégalité ≤ dite de dualité faible étant toujours garantie.

III. Point selle et équilibre de Nash

Dans un jeu à somme nulle où les gains d’un joueur correspondent aux pertes de
l’autre, un point selle représente la notion d’équilibre de Nash
 La signification d’un point selle est :
si joueur X change sa stratégie de x vers une autre stratégie x ∈ X, pendant que
Y reste sur y , alors joueur X gagnera moins ou pareil qu’avec la stratégie x , car
u( x , y ) ≤ u( x , y )

 si joueur Y change sa stratégie de y vers une autre stratégie y ∈ Y , pendant que

X reste sur x , alors joueur Y gagnera moins ou pareil qu’avec la stratégie y , car
u( x , y ) ≤ u( x , y )
IV. Minimax et maximin
1. Stratégie de sécurité

Dans un jeu, le niveau de sécurité d’un joueur est le plus grand paiement espéré qu’il
peut se garantir quoi que puisse faire les autres joueurs. Pour calculer ses niveaux de
sécurité, un joueur doit donc effectuer une analyse de l’éventualité la plus pessimiste
Le théorème du minimax est un théorème s’appliquant à la théorie des jeux consistant
à minimiser la perte maximum (c'est-à-dire dans le pire des cas).
Le Maximin est le Maximum du Minimum de satisfaction au cas où le pire arriverait.
C’est la tactique du moindre mal : la prudence absolue.
Ces stratégies fournissent une méthode rationnelle de prise de décision dans un
contexte bien précis : celui où s'affrontent deux adversaires (des entreprises
concurrentes ou des États en guerre par exemple) lorsqu'on suppose qu'ils doivent
prendre leurs décisions simultanément et que tout gain de l'un est perte de l'autre c’est-
à-dire pour les jeux à deux joueurs à somme nulle et a information complète. Cette
seconde hypothèse, rarement remplie dans la réalité, limite cependant beaucoup son
intérêt pratique.

3. Minimax

Minimax consiste à minimiser la perte maximum (c'est-à-dire dans le pire des cas).

a. Valeur minimax en stratégies pures

On se place dans le cadre d’un jeu G à deux joueurs et à somme nulle. On note g la
fonction de gain du joueur 1 (−g est donc la fonction de gain du joueur 2), A (resp. B)
l’ensemble des stratégies du joueur 1 (resp. 2).
Definition 1

L’infsup (ou minmax) de G est v́ ( G )=inf ( ¿ g ( a , b ))

b∈ B a ∈ A

v́ est la perte minimale garantie par B, comme le montre la proposition suivante :

Theoreme 1
1. Le joueur 1 défend v́ à ε près : ∀ε > 0, ∀b ∈ A, ∃a ∈ A : g (a,b ) ≥ v́ – ε
2. Le joueur 2 garantit v́ à ε près : ∀ε > 0,∃b ∈ B,∀b ∈ B,g (a,b ) ≤ v́ + ε
Remarque. Lorsque le jeu est fini, la proposition précédente est vraie pour ε = 0.
Cela signifie alors que les deux joueurs ont tous deux intérêt à jouer un couple de
stratégies donné
Theoreme 2
v ≤ v́ ou v est la valeur maximin .

Définition 2.
Si v ¿ v́ , on dit que le jeu a une valeur v=v =v́ en stratégies pures.
Cela signifie alors que les deux joueurs ont tous deux intérêt à jouer un couple de
stratégies donné pour garantir cette valeur.

b. Cas des stratégies mixtes

i. Propriété de la valeur en stratégies mixtes

On notera X (resp. Y ) l’ensemble des stratégies mixtes du joueur 1 (resp. 2) et A =

{a1 ,...,ak }, B = {b1 ,...,bl }. (A et B sont finis). On nomme G∆ = (X ,Y ,g )
Dans le cas particulier des jeux à somme nulle, on a:
∑ xi yj g (ai , bj)
∀x = (x1 ,..., xk ) ∈ X ,∀y = (y1 ,..., yl ) ∈ Y , g (x , y ) = 1 ≤i ≤k .
1< j<l

On sait alors que g est bilinéaire sur X × Y. Elle y est de plus continue.
Définition 3
1. Le maxmin de G en stratégies mixtes est V (G ) = v (G∆)
2. Le minmax de G en stratégies mixtes est V (G ) = v́ (G∆)
3. Le jeu admet une valeur V si V (G )=V (G )
Théorème 3
V́ =min ¿¿
y ∈Y

Théorème 4
v ≤ V ≤ v́ ≤ V́

ii. Théorème du minimax de Von Neuman

Théorème (Neumann, 1928)

Tout jeu fini admet une valeur en stratégies mixte.
Ce théorème est un résultat important en théorie des jeux. Il assure que, pour un jeu
non-coopératif synchrone à information complète opposant deux joueurs, à nombre
fini de stratégies pures et à somme nulle, il existe au moins une situation d'interaction
stable, à savoir une situation dans laquelle aucun des deux joueurs n'a intérêt à
changer sa stratégie mixte si l'autre ne la change pas.

Historiquement, le mathématicien Émile Borel a formalisé l'énoncé du théorème et est

l'auteur de démonstrations parcellaires. La première preuve complète, un peu plus
tardive, est l'œuvre de von Neumann.
La pertinence du modèle de von Neumann a été mise en cause. Outre l'inadéquation à
la réalité de l'hypothèse de « somme nulle », des critiques ont été articulées contre la
théorie sous-jacente de l'utilité bâtie par von Neumann et l'économiste Oskar
Morgenstern pour donner un sens à la mesure du gain en situation d'incertitude ;
le paradoxe d'Allais en est une des plus célèbres. Oskar Morgenstern pour donner un
sens à la mesure du gain en situation d'incertitude ; le paradoxe d'Allais en est une des
plus célèbres.

c. Quand jouer minimax

Le Minimax c’est rendre minimum le maximum de ce que l’autre peut faire. On joue
une stratégie minimax lorsqu’on veut anticiper les coups bas de l’autre.
Dans le jeu de Poker le minimax permet d’obtenir un résultat optimal : gagner le plus
d’argent et en perdre le moins possible.
Exemple :
Prenons le cas du dopage sportif. Une situation sportive acceptant le dopage
ressemblerait à la matrice qui suit. Si, ni moi ni mon adversaire ne nous dopons, nous
obtenons un indice de satisfaction de 3 pour chacun (case nord-ouest de la matrice
suivante, le premier chiffre entre crochets correspondant au score du joueur ligne, le
second au score du joueur colonne), ce qui est assez satisfaisant mais inférieur au
score de 5 si je me dope et que mon adversaire ne se dope pas (la victoire est alors
plus facile et mon adversaire est le grand perdant qui obtient 0). Par contre, mon
adversaire et moi n'obtenons chacun que 1 si nous nous dopons tous les deux (car si
l'égalité des chances est reproduite nous nous sommes ici dopés pour rien). Alors que
faire ?
Joueur 1\Joueur 2 Non dopé Dopé
Non dopé (3,3) (0,5)
Dopé (5,0) (1,1)
Mettons-nous du point de vue de Joueur 1. Si Joueur 2 ne se dope pas, au mieux
j’aurai 5 et au pire 3. Si joueur 2 se dope, au mieux j’aurai 1, au pire 0. Pour obtenir le
Minimax, je fais comme si l’autre aller faire en sorte de me priver du meilleur ; je
choisis alors le minimum de ces deux maximums (entre 5 et 1). On écrit, Min (1, 5) =
1. Pour obtenir 1, il vaut mieux me doper. Jouer Minimax, c’est se doper.

4. Maximin

Le Maximin est le Maximum du Minimum de satisfaction au cas où le pire

arriverait. C’est la tactique du moindre mal : la prudence absolue.

a. Approche Maximin en stratégie pure

Soit S, l’ensemble des lignes d’une matrice M associée à un jeu sous forme
stratégique et T, l’ensemble de ses colonnes. Notons π ( s , t ) l’élément à l’intersection
de la ligne s et de la colonne t. Alors min
tϵT
π ( s , t ) représente le plus petit élément de

ligne s. Notons m¿ max

sϵS
min π ( s , t ). La quantité m¿ est la valeur maximin de la matrice
tϵT

M.

d. Approche Maximin en stratégie mixte

Ici, tout ce que l’on exige est de transcrire les résultats du point précédent.
Soit A une matrice m*n et définissons la fonction de paiement : π : P∗Q → pT Aq

π ( p , q )= pT Aq

Ainsi, π ( p , q) est ce qu’obtiendrait un joueur ayant la matrice A si le joueur I utilise la

stratégie mixte p et le joueur II la stratégie mixte q.

Soit v ¿, la valeur maximin. Dès lors, v ¿ max min π ( p , q )=min π (~

p , q) où ~
p est la
p ∈ P q ∈Q qϵQ

stratégie mixte p de P pour laquelle min

q ∈Q
π ( p , q ) est le plus élevé.

e. Quand jouer Maximin ?

Certains auteurs préconisent l’utilisation de stratégies maximin comme règle générale

pour des jeux à somme non-nulle pour prendre des décisions dans des situations
risquées. Cependant, à moins que votre relation à l’univers n’est atteint un niveau si
bas que vous mettiez une ceinture et des bretelles pour faire tenir votre pantalon, vous
penserez probablement qu’il est bon de ne pas tenir compte de ce conseil. Il est
habituellement irrationnel d’être aussi prudent.
Un couple ( ~ p , ~q) de stratégies maximin dans un jeu bimatriciel général ne doit pas
nécéssairement être un équilibre de Nash. Le théorème énoncé dans la section
précédente est par conséquent, sans aucun doute, un théorème portant uniquement sur
des jeux à deux joueurs et à somme nulle. Cependant, en jouant un tel jeu, vous seriez
mal avisés d’utiliser une stratégie maximin lorsque vous avez une bonne raison de
supposer que votre adversaire jouera mal. Jouer votre stratégie de sécurité vous
garantira certainement votre niveau de sécurité quelle que soit la façon de jouer de
l’adversaire, mais à l’égard d’un mauvais joueur, vous auriez dû prétendre à davantage
que votre niveau de sécurité. Vous devriez examiner la partie de l’adversaire pour
rechercher des faiblesses systématiques, et déviez de votre stratégie de sécurité afin
d’exploité ces faiblesses. Vous prendriez un risque en agissant ainsi, mais il est
irrationnel de ne pas être disposé à prendre un risque calculé lorsque la chance est de
votre côté et que tout est convenablement exprimé en termes d’utilités Von Neumann-
Morgenstern.
L’utilisation de stratégies de sécurité dans un jeu à deux joueurs et à somme nulle n’a
été défendue que pour le cas où il y a connaissance commune que les deux joueurs
sont rationnels au sens exact du terme. Il n’y a pas de raison particulière de jouer une
stratégie de sécurité dans un jeu qui n’est pas à somme nulle ni non-plus dans un jeu à
somme nulle si vous savez que votre opposant est irrationnel.

V. Application au jeu d’échec

Les jeux d’échec constituent un exemple parfait des jeux à information complète. Ce
jeu révère le caractère particulier de rationalité. Le jeu d’échec (sans déplacement
aléatoire) et le backgammon (où les coups sont aléatoires) sont des jeux à information
parfaite.
Il est donc important de considérer le jeu d’échec encore plus en détail.
L’issue d’un jeu d’échec est restreinte au valeurs 1,0,-1.
Soit G ( τ 1 , τ 2 ), le gain du joueur 1 lorsque les stratégies des joueurs sont τ 1 pour le
joueur 1 et τ 2 pour le joueur 2. Alors le gain du joueur 2 est −G ( τ 1 , τ 2 ).
Puisque G ne prend que les valeurs 1,0,-1, le nombre
(1) v=Ma x τ Min τ G ( τ 1 , τ 2 ) =Mi nτ Ma x τ G ( τ 1 , τ 2) a nécessairement l’une des valeurs
1 2 2 1

suivantes :
v=1,0 ,−1. Cela signifie clairement que :
(2) Si v=1, alors le joueurs 1 (« blanc ») possède une stratégie avec laquelle il
« gagne », quelle que soit la stratégie de l’autre joueur (« noir »).
(3) Si v=0, alors les deux joueurs possèdent des stratégies avec lesquelles chacun
pourrait restreindre le jeu à un match nul (et éventuellement « gagner », quel
que soit ce que fit l’autre jouer.
 (4) Si v=−1, alors le joueur 2 (« noir ») possède une stratégie qui lui assure la
victoire, quel que soit ce que fait l’autre joueur (« blanc »).
Cela montre que si la théorie du jeu d’échec était bien connue, il ne resterait plus rien
grand-chose à jouer. La théorie montrerait laquelle des possibilités est vraiment
soutenable et en l’occurrence le jeu serait terminé avait le début : la décision sera dans
ce cas (1) pour « blanc », (2) pour un match nul et (3) pour « noir ».
Mais notre preuve, qui garantit la validité d’une (et d’une seule) de ces trois
alternatives, ne donne pas de méthode pratique pour déterminer celle qui convient. Ce
fait relatif, de la difficulté rencontrée par les hommes nécessite l’utilisation de ces
méthodes incomplètes, des méthodes heuristiques de jeu, qui donne l’aspect du bon
jeu d’échec ; et sans cela il n’aurait élément d’effort et de surprise dans le jeu.

Conclusion
La théorie des jeux à somme nulle décrit des situations de la vie réelle (jeux de
société, conflits, …).
Elle ouvre le chemin à l’émergence d’une analyse des faits autrefois moins ou mal
compris tels la morale qui était du domaine de la psychologie. Le théorème de Von
Neumann est fondamental en ce sens qu’il montre que pour les jeux à deux personnes,
et à somme nulle (c'est-à-dire que ce que gagne l'un, l'autre le perd), Von Neumann a
démontré qu'il est toujours plus avantageux pour chacun de choisir la solution qui lui
offre le minimum de la perte maximum qu'il peut attendre, si ce cas correspond au
minimum des pertes maximums de l'adversaire. Cette théorie met en exergue, un
procédé de décision dans un cadre rationnel.

Références :
Existence d’équilibres dans un jeu fini sous forme normale, Gabriel LEPETIT
COURS DE THÉORIE DES JEUX, Luc Collard & Corinne Fantoni, UFR STAPS
Paris Descartes
La théorie des jeux, Bernard Guerrien, Economia
Theory of games and economic behavior, John Von NEUMANN et Oskar
MORGENSTEIN, PRINCETON University Press, 1953