01.01.2015 Views

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Influence sociale, jeux de population et émergence. 309<br />

Par exemple, si mon adversaire joue A, ma meilleure réponse consiste à jouer A<br />

également. Si mon adversaire joue B, ma meilleure réponse est B. Dans ces deux cas<br />

c’est en effet la stratégie qui maximise mon gain. Ces trois définitions s’étendent<br />

facilement à n joueurs en remplaçant la stratégie de l’adversaire S j par le vecteur S −i<br />

<strong>des</strong> stratégies <strong>des</strong> adversaires du joueur P i . Dans ce qui suit, on supposera que les<br />

joueurs choisissent normalement leur meilleure réponse, conditionnellement à leurs<br />

croyances sur le comportement <strong>des</strong> autres joueurs, mais peuvent occasionnellement en<br />

dévier : on dira qu’il s’agit d’une meilleure réponse « bruitée ». Le jeu (1) du tableau<br />

14.1 représente une situation de pure coordination avec deux équilibres de Nash. La<br />

question de savoir lequel <strong>des</strong> deux sera choisi est qualifiée dans la littérature de<br />

problème de « sélection » d’un équilibre. Dans le cas à deux joueurs, en l’absence<br />

d’une référence extérieure, il est impossible de savoir lequel <strong>des</strong> deux équilibres sera<br />

sélectionné. Si, par contre, on introduit une référence extérieure (point focal, [SCH 60]),<br />

comme le fait que A vienne avant B dans l’alphabet, on peut imaginer que cet<br />

équilibre aura plus de chance d’être sélectionné, en particulier si chaque joueur a <strong>des</strong><br />

croyances (de premier degré ou au-delà) qui viendraient renforcer ce biais « culturel ».<br />

14.3.1. Jeux de population.<br />

Considérons maintenant le cas d’un « jeu de population » [BLU 97] où chaque<br />

joueur est apparié avec un autre joueur choisi aléatoirement (sans redondance) dans<br />

la population. Les joueurs doivent jouer en « stratégie pure », c’est à dire choisir<br />

soit A, soit B. Mais la stratégie qui sera jouée par leur partenaire – adversaire est<br />

encore inconnue. Les joueurs doivent donc former <strong>des</strong> conjectures sur la répartition<br />

<strong>des</strong> stratégies dans la population. Que se passe-t-il, initialement, lorsque que l’on<br />

attribue aux joueurs ont <strong>des</strong> croyances a priori sur la distribution <strong>des</strong> stratégies dans<br />

la population Supposons que le joueur i croit qu’il y a dans la population une<br />

proportion σ i de joueurs qui jouent A (de manière complémentaire : (1−σ i ) qui<br />

jouent B). Si l’on suppose que les joueurs vont chercher à maximiser leur espérance<br />

de gain conditionnellement à leur croyance, le gain espéré de la stratégie S i dans un<br />

appariement aléatoire (random pairwise) sera donc égal à :<br />

π i (S i, σ i ) = σ i .π i (S i , A) + (1−σ i ).π i (S i , B) [14.9]<br />

Le lecteur vérifiera que si le joueur i choisit sa meilleure réponse avec <strong>des</strong> gains<br />

définis par l’équation [14.9], alors il choisira A si σ i > 0,5 et B si σ i < 0,5. On dit qu’il<br />

choisit ainsi sa meilleure réponse contre la « stratégie mixte » σ i . Il importe de<br />

remarquer que chaque agent i a une croyance spécifique : σ i et qu’il n’y a aucune raison<br />

pour que cette croyance soit la même pour tous les agents. Dans le cadre qui nous<br />

intéresse ici, les joueurs doivent choisir une stratégie pure dans un jeu de population<br />

avec appariement aléatoire et tout se passe comme s’ils faisaient face à un seul joueur<br />

qui joue A et (respectivement : B) avec une probabilité σ i et (respectivement : 1−σ i ).

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!