Exemples Jeux Repetes

Théorie des jeux Jeux répétés
Jeux répétés
Plan
(23 juillet 2008)
– Définitions : actualisation des gains, rationalité individuelle

1/ – Jeux répétés finis
– Jeux répétés infinis
– Représentation des stratégies par des automates
– Propriété de déviation en un coup
– Folk theorems
– Applications : Dilemme du prisonnier, oligopole de Cournot et collusion
Références :
– Mailath et Samuelson (2006) : “Repeated Games and Reputations”

2/ – Osborne (2004) : “An Introduction to Game Theory”, chap. 14–15
– Osborne et Rubinstein (1994) : “A Course in Game Theory”, chap. 8–9
• Étudier les interactions de long terme en considérant un jeu de base (simultané)

répété entre les mêmes joueurs
➥ Incitations qui diffèrent fondamentalement par rapports aux interactions
isolées
☞ Comportements sophistiqués, normes sociales

☞ Menaces, dissuasion, punitions, promesses
☞ Possibilités de coopération, amélioration de l’efficience au sens de Pareto ?
3/
Exemple.
A B C
A (5, 5) (0, 0) (12, 0)
B (0, 0) (2, 2) (0, 0)
C (0, 12) (0, 0) (10, 10)
Deux EN stricts : AA et BB, avec un gain maximal de 5

4/
Si le jeu est joué deux fois, CC à la première étape et AA à la seconde est un
résultat d’EN(PSJ), avec un gain moyen supérieur (7.5)
• Deux grandes classes de jeux répétés : horizon fini / horizon infini image
• Hypothèses ici : “super-jeu”
– Information complète – Observation parfaite et publique des actions passées
⇒ Jeu à information presque parfaite
• Introduction éventuelle d’un taux d’actualisation
5/
Taux d’actualisation
Préférence pour le présent, impatience : accorder plus de valeur aux gains présents
que futurs
Taux d’actualisation (facteur d’escompte) δ ∈ [0, 1] : le joueur est indifférent entre
recevoir x demain et δ x aujourd’hui ➠ patience ⇔ δ élevé
Exemple : ∀ δ < 1, (1, −1, 0, 0, . . .) ≻ (0, 0, 0, 0, . . .)
6/ • Gain actualisé total (valeur présente) d’un flux de gain x(t), t = 1, 2, . . . , T :


XT PT x(t) si δ = 1
t−1 t=1
δ x(t) =
x(1) si δ = 0
t=1
• Gain actualisé moyen :


PT
δ t−1 x(t) P T x(t)
si δ = 1
t=1 t=1 T
PT =
t−1
t=1 δ x(1) si δ = 0

• Cas infini (δ < 1) :

PT t−1 x(t) ∞
t=1 δ
X
lim PT = (1 − δ) δ t−1 x(t)
t−1
t=1 δ
T →∞
t=1
= x si x(t) = x pour tout t
Remarque : (1 − δ) est un facteur de normalisation qui permet de comparer les

7/ paiements du jeu d’étape et du jeu répété
• Autres interprétations possibles :

– le jeu continue à chaque étape (après la première) avec probabilité δ
1
– taux d’intérêt r ⇒ δ = 1+r
(1 + r e demain ∼ 1 e aujourd’hui)
Remarque : Si on définit
∞
X
Vt = (1 − δ) δ s−t x(s)
s=t
on a
Vt = (1 − δ) x(t) + δ Vt+1
|{z} |{z}
paiements courants paiements de continuation
8/
Définitions
• Le niveau de paiement minmax, ou paiement de punition, du joueur i dans un

jeu sous forme normale G est le niveau le plus faible auquel les autres joueurs
peuvent le contraindre :
vi = Qmin max ui (ai , σ−i )

σ−i ∈ a ∈Ai
j6=i ∆(Aj ) i
9/ Ainsi, vi est le paiement le plus faible cohérent avec la rationalité individuelle du

joueur i
• Profil de stratégies minmax contre i : une solution du problème de minimisation

ci-dessus
Remarque. En général, minmax 6= maxmin dans un jeu à plus de deux joueurs.

Dans les jeux à deux joueurs vi = meilleur niveau d’utilité garanti possible (en
stratégies mixtes) pour le joueur i
• Un profil de paiements w = (w1 , . . . , wn ) est (strictement) individuellement

rationnel si chaque joueur gagne au moins son paiement de punition : pour tout
i ∈ N,
wi ≥ (>) Qmin max ui (ai , σ−i ) ≡ vi
σ−i ∈ a ∈Ai
j6=i ∆(Aj ) i
☞ Punition la plus sévère qui peut être infligée à i dans G (sans corrélation des
stratégies)
10/ Explication. wi est individuellement rationnel pour le joueur i s’il existe un profil de
stratégies τ−i des autres joueurs (le profil de stratégies minmax contre i) qui assure
que quoique fasse le joueur i, son gain n’est pas plus grand que wi :
wi ≥ Qmin max ui (ai , σ−i ) ≡ vi

σ−i ∈ a ∈Ai
j6=i ∆(Aj ) i
⇔ wi ≥ max ui (ai , τ−i ) ⇔ wi ≥ ui (ai , τ−i ), ∀ ai ∈ Ai

ai ∈Ai
Remarque : Bien entendu, un paiement d’EN est individuellement rationnel

Jeux répétés à horizon fini
Définition. Étant donné un jeu sous forme normale G = hN, (Ai ), (ui )i, le jeu
répété fini G(T, δ) est le jeu sous forme extensive où G est joué en T étapes, où les
actions de toutes les étapes passées sont publiquement et parfaitement observées,
et où les utilités des joueurs sont les utilités totales (ou moyennes) actualisées au
taux δ
11/ • Profil d’actions à l’étape t : at = (at1 , . . . , atn ) ∈ A = A1 × · · · × An
• Histoire à l’étape t : (a1 , a2 , . . . , at−1 ) ∈ At−1 = A × · · · × A

| {z }
t−1 fois
• Stratégie (pure) du joueur i : si = (s1i , . . . , sTi ), où sti : At−1 → Ai
• Résultat / trajectoire générée par s : a1 = s1 , a2 = s2 (a1 ), a3 = s3 (a1 , a2 ), . . .
Unique EN (ENPSJ) du dilemme des prisonniers répété un nombre fini de fois : les
deux joueurs dénoncent à toutes les périodes
Particularité du jeu du dilemme des prisonniers : les paiements d’équilibre sont les
paiements minmax
Proposition. Si tous les profils de paiements d’équilibre de G coı̈ncident avec le

profil de paiements minmax de G alors toutes les trajectoires (a1 , . . . , aT )
12/
d’équilibres de Nash du jeu répété fini sont telles que at est un équilibre de Nash de
G pour tout t = 1, . . . , T .
Variante du dilemme des prisonniers.

D C P
D (1, 1) (3, 0) (−1, −1)
C (0, 3) (2, 2) (−2, −1)
P (−1, −1) (−1, −2) (−3, −3)
Unique EN du jeu de base : (D, D)

Jeu en deux étapes (sans actualisation) :
13/
– Première étape : s1i = C

D si (a11 , a12 ) = (C, C)
– Deuxième étape : s2i (a11 , a12 ) = est un équilibre de Nash
P sinon.
⇒ un équilibre de Nash du jeu répété ne consiste pas nécessairement à répéter

les équilibres du jeu de base, même si le jeu de base a un unique EN
D C P
D (1, 1) (3, 0) (−1, −1)
C (0, 3) (2, 2) (−2, −1)
P (−1, −1) (−1, −2) (−3, −3)
Mais l’unique ENPSJ est la défection mutuelle aux deux périodes
Proposition. Si le jeu de base G a un unique équilibre de Nash, alors pour tout T

14/ fini et pour tout taux d’actualisation δ ∈ (0, 1], le jeu répété G(T, δ) a un unique
équilibre de Nash parfait en sous jeu, où l’équilibre de Nash du jeu de base est joué
à chaque étape (quelle que soit l’histoire)
Émergence de nouveaux comportements à un ENPSJ.

D C P
D (1, 1) (3, 0) (−1, −1)
C (0, 3) (2, 2) (−2, −1)
P (−1, −1) (−1, −2) (− 21 , − 21 )
Deux EN en stratégies pures dans le jeu de base : (D, D) et (P, P )

Jeu répété deux fois (sans actualisation) :
15/ – Première étape : s1i = C

D si (a11 , a12 ) = (C, C)
– Deuxième étape : s2i (a11 , a12 ) = est un ENPSJ
P sinon.
⇒ un équilibre de Nash parfait en sous-jeux du jeu répété ne consiste pas

nécessairement à répéter les équilibres du jeu de base
Mais dans cet exemple les joueurs punissent avec un “mauvais” EN.
“Re-négociation” à la deuxième période si (C, C) n’est pas joué à la première ?
Exemple sans incitation à la “re-négociation”.
D C M N
D (1, 1) (3, 0) (0, 0) (−2, 0)
C (0, 3) (2, 2) (0, 0) (−2, 0)
M (0, −2) (0, −2) (2, −1) (−2, −2)
N (0, 0) (0, 0) (0, 0) (−1, 2)
16/
Trois EN en stratégies pures dans le jeu de base :
(D, D), (M, M ), et (N, N )

(non Pareto comparables)
D C M N
D (1, 1) (3, 0) (0, 0) (−2, 0)
C (0, 3) (2, 2) (0, 0) (−2, 0)
M (0, −2) (0, −2) (2, −1) (−2, −2)
N (0, 0) (0, 0) (0, 0) (−1, 2)
Un ENPSJ du jeu en deux étapes (sans actualisation) :
– Première étape : s1i = C

D

 si (a11 , a12 ) = (C, C) ou {a11 et a12 6= C}
17/
– Deuxième étape : s21 (a11 , a12 ) = M si a11 = C et a12 6= C


si a11 6= C et a12 = C

N

D

 si (a11 , a12 ) = (C, C) ou {a11 et a12 6= C}
2 1 1
s2 (a1 , a2 ) = M si a11 = C et a12 6= C



N si a11 6= C et a12 = C
☞ Le joueur qui punit est “rémunéré”
Exercice. ✍ Considérons le jeu d’étape suivant.

A B C D
A (4, 4) (0, 0) (18, 0) (1, 1)
B (0, 0) (6, 6) (0, 0) (1, 1)
C (0, 18) (0, 0) (13, 13) (1, 1)
D (1, 1) (1, 1) (1, 1) (0, 0)
18/ (i) Trouver les EN en stratégies pures

(ii) Considérons le jeu répété en deux étapes. Trouver un ENPSJ avec un paiement
moyen égal à 3 pour chaque joueur
(iii) Pour voir comment construire des équilibres avec des punitions plus sévères
lorsque le nombre d’étapes augmente, considérons le jeu répété en trois étapes.
Trouver un ENPSJ avec un paiement moyen égal à 13+6+6 3
= 25/3 pour chaque
joueur (astuce : utiliser la stratégie trouver en (ii) pour la punition aux deux
dernières étapes)
Jeux répétés à horizon infini
Définition. Étant donné un jeu sous forme normale G = hN, (Ai ), (ui )i, le jeu
répété infini G(∞, δ) est le jeu sous forme extensive où G est répété indéfiniment,
où les actions de toutes les étapes passées sont publiquement et parfaitement
observées, et où les utilités des joueurs sont les utilités moyennes actualisées au
taux δ
19/
Définition. Un profil de paiements x ∈ Rn est réalisable s’il existe ρ ∈ ∆(A) tel

que
X
xi = ρ(a) ui (a), ∀ i ∈ N
a∈A
☞ Combinaison convexe, conv(u(A)), de tous les paiements possibles du jeu de base
Exemple. Paiements réalisables dans le dilemme des prisonniers

D C
D (1, 1) (3, 0)
C (0, 3) (2, 2)
3 b
20/ 2 b
1 b
0 b
0 1 2 3
Exemple. Paiements réalisables dans la bataille des sexes
a b b
3
a (3, 2) (1, 1)
b (0, 0) (2, 3) b
2
1 b
21/
0 b
0 1 2 3
Remarque. L’ensemble de ces paiements réalisables est généralement strictement

plus grand que l’ensemble des paiements espérés qui peuvent être obtenus dans le
jeu en un coup avec des stratégies mixtes (indépendantes). Par exemple, (2.5, 2.5)
n’est pas un paiement espéré associé à un profil de stratégies mixtes
Stratégies et automates
Automate pour i dans le jeu répété infini :
• Ensemble d’états Ei
22/ • État initial e0i ∈ Ei
• Fonction output fi : Ei → Ai
• Fonction de transition des états τi : Ei × A → Ei

Remarques.
– Dans certaines approches (par exemple, dans celles sur la rationalité limitée) on
définit la fonction de transition par τi : Ei × A−i → Ei . Dans ce cas l’action de i
ne dépend pas de ses propres actions passées
23/
– On caractérise parfois la complexité d’une stratégie par la taille (le nombre
d’états) du plus petit automate permettant de la représenter
Exemple. Dilemme des prisonniers répété infiniment.
Stratégie “grim” : Commencer par jouer C puis jouer C ssi les deux joueurs ont
toujours joué C
• E = {e0 , e1 } • f (e0 ) = C et f (e1 ) = D


 e0 si e = e0 et a = (C, C)
• τ (e, a) =
 e1 sinon
24/
{(C, C)} {a ∈ A}
{a 6= (C, C)}
e0 : C e1 : D
Stratégie “Tit for Tat” (donnant-donnant) du joueur 1 : Commencer par jouer C

puis jouer C ssi l’autre joueur a joué C à l’étape précédente
• E = {e0 , e1 }
• f (e0 ) = C et f (e1 ) = D
• τ (e, a) = e ssi a = (·, f (e))
25/
{(·, C)} {(·, D)}
{(·, D)}
e0 : C e1 : D
{(·, C)}
Les deux joueurs jouent “grim” ou “Tit for Tat” ⇒ coopération à toutes les
périodes
Étant donné une stratégie σi du joueur i, soit
σi |ht
la stratégie de continuation du joueur i induite par l’histoire ht ∈ At
Définition. Un profil de stratégies σ est un équilibre de Nash parfait en sous-jeux

du jeu répété infini si pour toutes les histoires ht , σ|ht est un équilibre de Nash du
jeu répété
26/ Définition. Une déviation en un coup du joueur i de la stratégie σi est une

stratégie σ̂i 6= σi telle qu’il existe une seule histoire h̃t pour laquelle, pour tout
hτ 6= h̃t ,
σi (hτ ) = σ̂i (hτ )
Ainsi, une déviation en un coup correspond à la stratégie d’origine après toutes les
histoires, sauf à la période après l’histoire h̃t , où la déviation a lieu
Exemple. Considérons la stratégie grim dans le DP infiniment répété

Issue : Les deux joueurs coopèrent à toutes les périodes
Considérons la déviation suivante : stratégie grim, à l’exception d’une dénonciation
à la période 4 après l’histoire (CC, CC, CC, CC)
Ceci est une déviation en un coup, pourtant l’issue du jeu est différente pour une
infinité de périodes (les deux joueurs dénoncent à jamais après la période 4)
27/
Proposition. (La propriété de la déviation en un coup) Un profil de stratégies σ

est un équilibre de Nash parfait en sous-jeux d’un jeu infiniment répété (δ-actualisé)
si et seulement si il n’existe pas de déviation en un coup profitable
Cette propriété s’applique aussi pour les ENPSJ des jeus répétés finis
Mais elle ne s’applique pas pour les équilibres de Nash, comme le montre l’exemple
suivant
28/
Exemple. Considérons le profil de stratégie Tit for Tat dans le dilemme du

prisonnier suivant, donnant un paiement moyen actualisé de 3
D C
D (1, 1) (4, −1)
C (−1, 4) (3, 3)
Déviation en un coup du joueur 1 ⇒ résultat cyclique DC, CD, DC, CD, . . .

donnant un paiement moyen actualisé de
(1 − δ)(4(1 + δ 2 + δ 4 + · · · ) − 1(δ + δ 3 + · · · ))
4 δ 4−δ
= (1 − δ)( − )=
1 − δ2 1 − δ2 1+δ
4−δ
La déviation n’est pas profitable si 1+δ
≤ 3, i.e., δ ≥ 1/4
Mais une déviation vers la défection perpétuelle (qui n’est pas déviation en un
δ
29/ coup) est profitable quand (1 − δ)(4 + 1−δ ) > 3, i.e., δ < 1/3
⇒ Pour δ ∈ [1/4, 1/3) TFT n’est pas un EN même s’il n’y a pas de déviation en un
coup profitable
Exercice. ✍ On peut montrer, en utilisant la propriété de déviation en un coup,

que TFT n’est pas un ENPSJ du DP infiniment répété précédant quel que soit le
taux d’actualisation δ
Conditions pour que “grim” pour chaque joueur soit un EN ? On utilise la propriété
de déviation en un coup. Période t sur le chemin d’équilibre :
C −→ 3
D −→ (1 − δ)4 + δ
La déviation vers D n’est pas profitable si
3 ≥ (1 − δ)4 + δ
30/ ⇔ δ ≥ 1/3
Dans les sous-jeux hors équilibre (i.e., ∃ s < t, as1 ou as2 = D), une déviation n’est
jamais profitable
⇒ un ENPSJ du jeu répété infini ne consiste pas nécessairement à répéter les
équilibres du jeu de base, même si le jeu de base a un unique EN
“Folk Theorems”
31/
Fig. 1 – Robert Aumann (1930– ), prix Nobel d’économie en 2005
Proposition. Si (x1 , . . . , xn ) est un profil de paiements réalisable et strictement

individuellement rationnel, et si δ est suffisamment proche de un, alors il existe un
équilibre de Nash du jeu répété infini G(∞, δ) qui donne un paiement actualisé
moyen égal à (x1 , . . . , xn ).
☞ Punition du déviant avec la stratégie minmax contre le déviant à toutes les

périodes suivantes (“trigger strategy ”)
32/
Proposition. Soient (e1 , . . . , en ) les paiements d’un équilibre de Nash de G et

(x1 , . . . , xn ) un profil de paiements réalisable. Si xi > ei pour tout i et si δ est
suffisamment proche de un, alors il existe un équilibre de Nash parfait en sous-jeux
du jeu répété infini G(∞, δ) qui donne un paiement actualisé moyen égal à
(x1 , . . . , xn ).
Exemple : dilemme des prisonniers
Paiements individuellement rationnels
2
Paiements d’équilibre
1
33/
Paiements réalisables
0
0 1 2 3
Mais le DP est très particulier car le paiement à l’EN du jeu de base = paiement
minmax
Collusion dans un oligopole de Cournot répété
n firmes produisent un bien identique avec un coût marginal constant c < 1

Compétition de Cournot : les firmes choisissent simultanément des quantités
d’output qi ∈ R+ , i = 1, . . . , n
Prix du marché :
n
X
p=1− qj
j=1
34/
Profit de la firme i :
n
X
ui (q1 , . . . , qn ) = qi (1 − qj − c)
j=1
Pn
CPO de la firme i : 1 − j6=i qj − 2qi∗ − c = 0
Pn
⇒ qi∗ = 1 − j=1 qj∗ − c pour tout i
⇒ l’équilibre doit être symétrique (qi∗ = qi ∀ i) et ui (qi∗ , q−i ) = (qi∗ )2
1−c
⇒ q ∗ = 1 − nq ∗ − c = n+1
1−c 2
⇒ ui (q ∗ , . . . , q ∗ ) = ( n+1 )
1 n
⇒ Prix d’équilibre p∗ = 1 − nq ∗ = n+1
+ n+1
c
Quand n augmente, la résultat d’équilibre converge vers le prix de concurrence

parfaite (prix → coût marginal)
n(1−c)
Les quantités totales n+1
augmentent, donc le bien être des consommateurs
35/ augmente
Est-ce que des marchés moins concentrés sont toujours plus compétitifs et meilleurs
pour le bien être des consommateurs dans le jeu de Cournot répété ?
Pas nécessairement . . .
Pour simplifier, posons c = 0
1
Collusion. Chaque firme produit 2n lorsque les autres firmes font de même, et
1
produit n+1 sinon (∼ stratégie “grim” du DP)
Ainsi, sur le chemin d’équilibre, le prix et les quantités totales valent 1/2, comme
dans le marché monopolistique
1 1 1
Le profit de la firme i est égal à 2n 2
= 4n
. La firme i ne dévie pas si (utiliser la
propriété de déviation en un coup)
1 1
(1 + δ + δ 2 + · · · ) ≥ Yi + ( )2 (δ + δ 2 + · · · )
4n n+1
36/ où Yi est le profit
P de i lorsque i dévie vers sa stratégie d’étape de meilleure réponse
1− qj 1−(n−1)/2n n+1
M Ri (q−i ) = j6=i
2
= 2
= 4n
, i.e., Yi = ( n+1
4n
)2
La condition de non-déviation devient
1 n+1 2 δ
≥( ) +
4n(1 − δ) 4n (1 − δ)(n + 1)2
n2 +2n+1
i.e., δ ≥ n2 +6n+1
<1
Conclusion : À un ENPSJ du jeu de Cournot infiniment répété, les firmes peuvent
reproduire la situation de monopole si le taux d’actualisation est suffisamment élevé
Application des folk theorems au jeu de Cournot.
➢ Le paiement minmax est égal à 0, donc tout paiement réalisable tel que chaque
firme a un profit strictement positif peut être obtenu à un équilibre de Nash si les
firmes sont suffisamment patientes
➢ Tout paiement réalisable tel que chaque firme gagne strictement plus qu’à
l’équilibre de Cournot standard (en une étape) peut être obtenu à un équilibre de
37/ Nash parfait en sous-jeux si les firmes sont suffisamment patientes
Remarque. En fait, le folk theorem pour l’ENPSJ est plus général que dans la
proposition, mais utilise des punitions plus compliquées que des équilibres de Nash
du jeu d’étape. Ceci n’a pas d’importance dans le DP car l’EN du jeu d’étape est la
punition la plus sévère possible. Mais cette propriété n’est pas vrai dans tous les
jeux (e.g., dans l’oligopole de Cournot)
Références
Mailath, G. J. et L. Samuelson (2006) : Repeated Games and Reputations, Oxford University Press.
Osborne, M. J. (2004) : An Introduction to Game Theory, New York, Oxford : Oxford University Press.
Osborne, M. J. et A. Rubinstein (1994) : A Course in Game Theory, Cambridge, Massachusetts : MIT Press.
38/

Exemples Jeux Repetes

Transféré par

Droits d'auteur :

Formats disponibles

Exemples Jeux Repetes

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Exemples Jeux Repetes

Transféré par

Droits d'auteur :

Formats disponibles

Théorie des jeux Jeux répétés

– Définitions : actualisation des gains, rationalité individuelle

– Mailath et Samuelson (2006) : “Repeated Games and Reputations”

• Étudier les interactions de long terme en considérant un jeu de base (simultané)

☞ Comportements sophistiqués, normes sociales

Deux EN stricts : AA et BB, avec un gain maximal de 5

6/ • Gain actualisé total (valeur présente) d’un flux de gain x(t), t = 1, 2, . . . , T :

• Gain actualisé moyen :

• Cas infini (δ < 1) :

Remarque : (1 − δ) est un facteur de normalisation qui permet de comparer les

• Autres interprétations possibles :

• Le niveau de paiement minmax, ou paiement de punition, du joueur i dans un

vi = Qmin max ui (ai , σ−i )

9/ Ainsi, vi est le paiement le plus faible cohérent avec la rationalité individuelle du

• Profil de stratégies minmax contre i : une solution du problème de minimisation

Remarque. En général, minmax 6= maxmin dans un jeu à plus de deux joueurs.

• Un profil de paiements w = (w1 , . . . , wn ) est (strictement) individuellement

wi ≥ Qmin max ui (ai , σ−i ) ≡ vi

⇔ wi ≥ max ui (ai , τ−i ) ⇔ wi ≥ ui (ai , τ−i ), ∀ ai ∈ Ai

Remarque : Bien entendu, un paiement d’EN est individuellement rationnel

Jeux répétés à horizon fini

11/ • Profil d’actions à l’étape t : at = (at1 , . . . , atn ) ∈ A = A1 × · · · × An

• Histoire à l’étape t : (a1 , a2 , . . . , at−1 ) ∈ At−1 = A × · · · × A

• Stratégie (pure) du joueur i : si = (s1i , . . . , sTi ), où sti : At−1 → Ai

• Résultat / trajectoire générée par s : a1 = s1 , a2 = s2 (a1 ), a3 = s3 (a1 , a2 ), . . .

Proposition. Si tous les profils de paiements d’équilibre de G coı̈ncident avec le

Variante du dilemme des prisonniers.

Unique EN du jeu de base : (D, D)

⇒ un équilibre de Nash du jeu répété ne consiste pas nécessairement à répéter

Mais l’unique ENPSJ est la défection mutuelle aux deux périodes

Proposition. Si le jeu de base G a un unique équilibre de Nash, alors pour tout T

Émergence de nouveaux comportements à un ENPSJ.

Deux EN en stratégies pures dans le jeu de base : (D, D) et (P, P )

⇒ un équilibre de Nash parfait en sous-jeux du jeu répété ne consiste pas

Exemple sans incitation à la “re-négociation”.

(D, D), (M, M ), et (N, N )

Exercice. ✍ Considérons le jeu d’étape suivant.

18/ (i) Trouver les EN en stratégies pures

Jeux répétés à horizon infini

Définition. Un profil de paiements x ∈ Rn est réalisable s’il existe ρ ∈ ∆(A) tel

☞ Combinaison convexe, conv(u(A)), de tous les paiements possibles du jeu de base

Exemple. Paiements réalisables dans le dilemme des prisonniers

Exemple. Paiements réalisables dans la bataille des sexes

Remarque. L’ensemble de ces paiements réalisables est généralement strictement

Automate pour i dans le jeu répété infini :

22/ • État initial e0i ∈ Ei

• Fonction de transition des états τi : Ei × A → Ei

Exemple. Dilemme des prisonniers répété infiniment.

• E = {e0 , e1 } • f (e0 ) = C et f (e1 ) = D

Stratégie “Tit for Tat” (donnant-donnant) du joueur 1 : Commencer par jouer C

Étant donné une stratégie σi du joueur i, soit

la stratégie de continuation du joueur i induite par l’histoire ht ∈ At

Définition. Un profil de stratégies σ est un équilibre de Nash parfait en sous-jeux

26/ Définition. Une déviation en un coup du joueur i de la stratégie σi est une

Exemple. Considérons la stratégie grim dans le DP infiniment répété

Proposition. (La propriété de la déviation en un coup) Un profil de stratégies σ

Exemple. Considérons le profil de stratégie Tit for Tat dans le dilemme du

Déviation en un coup du joueur 1 ⇒ résultat cyclique DC, CD, DC, CD, . . .

Exercice. ✍ On peut montrer, en utilisant la propriété de déviation en un coup,