Jeu, set et match - Des maths et du Python autour du tennis

Transcription

Jeu, set et match - Des maths et du Python autour du tennis
Jeu, set et match
Des maths et du Python autour du tennis
[email protected] - http://blog.psi945.fr
Mercredi 22 juin 2016
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
1 / 27
Plan
1
Des règles simples et fausses
Règles virtuelles
Simulations
2
Un jeu est une chaîne de Markov !
Les vraies règles
Gestion de l’égalité : simulations
Gestion de l’égalité : théorie
Puissances d’une matrice stochastique
3
Un vrai match
Gros graphes et grosses matrices
Calculs et simulations
Résultats
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
2 / 27
Dans tout cet exposé...
Alice (joueur 0) joue contre Bob (joueur 1).
À chaque échange, Alice a une probabilité p de remporter le point.
Tous les échanges sont indépendants.
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
3 / 27
Dans tout cet exposé...
Alice (joueur 0) joue contre Bob (joueur 1).
À chaque échange, Alice a une probabilité p de remporter le point.
Tous les échanges sont indépendants.
On veut évaluer les probabilités :
I
I
I
I
pj qu’Alice remporte un jeu donné ;
pt qu’Alice remporte un éventuel tie-break ;
ps qu’Alice remporte un set donné ;
pm qu’Alice remporte le match.
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
3 / 27
Dans tout cet exposé...
Alice (joueur 0) joue contre Bob (joueur 1).
À chaque échange, Alice a une probabilité p de remporter le point.
Tous les échanges sont indépendants.
On veut évaluer les probabilités :
I
I
I
I
pj qu’Alice remporte un jeu donné ;
pt qu’Alice remporte un éventuel tie-break ;
ps qu’Alice remporte un set donné ;
pm qu’Alice remporte le match.
Pour le non probabiliste :
pm = ps = pj = p
(et c’est vrai si p = 0, 1/2 ou 1 !)
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
3 / 27
Dans tout cet exposé...
Alice (joueur 0) joue contre Bob (joueur 1).
À chaque échange, Alice a une probabilité p de remporter le point.
Tous les échanges sont indépendants.
On veut évaluer les probabilités :
I
I
I
I
pj qu’Alice remporte un jeu donné ;
pt qu’Alice remporte un éventuel tie-break ;
ps qu’Alice remporte un set donné ;
pm qu’Alice remporte le match.
Pour le non probabiliste :
pm = ps = pj = p
(et c’est vrai si p = 0, 1/2 ou 1 !)
Et pourtant...
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
3 / 27
Sommaire
1
Des règles simples et fausses
Règles virtuelles
Simulations
2
Un jeu est une chaîne de Markov !
Les vraies règles
Gestion de l’égalité : simulations
Gestion de l’égalité : théorie
Puissances d’une matrice stochastique
3
Un vrai match
Gros graphes et grosses matrices
Calculs et simulations
Résultats
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
3 / 27
Des règles virtuelles
Celui qui gagne le match est celui qui remporte le premier point !
pm = p
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
4 / 27
Des règles virtuelles
Celui qui gagne le match est celui qui remporte le premier point !
pm = p
Bon, le premier qui gagne deux points a gagné !
pm =
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
4 / 27
Des règles virtuelles
Celui qui gagne le match est celui qui remporte le premier point !
pm = p
Bon, le premier qui gagne deux points a gagné !
pm = p2 + 2p2 (1 − p)
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
4 / 27
Des règles virtuelles
Celui qui gagne le match est celui qui remporte le premier point !
pm = p
Bon, le premier qui gagne deux points a gagné !
pm = p2 + 2p2 (1 − p)
Le premier qui gagne trois points a gagné.
pm =?
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
4 / 27
Des règles virtuelles
Celui qui gagne le match est celui qui remporte le premier point !
pm = p
Bon, le premier qui gagne deux points a gagné !
pm = p2 + 2p2 (1 − p)
Le premier qui gagne trois points a gagné.
pm =?
Le premier qui gagne N points a gagné.
pm =?
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
4 / 27
Des règles virtuelles : résultats
Règle simplifiée : premier arrivé à N
1.0
pm
0.8
N =1
N =2
N =5
N =10
N =30
0.6
0.4
0.2
0.0
0.0
Stéphane Gonnord
0.2
0.4
p
0.6
Jeu, set et match
0.8
1.0
Mercredi 22 juin 2016
5 / 27
Sommaire
1
Des règles simples et fausses
Règles virtuelles
Simulations
2
Un jeu est une chaîne de Markov !
Les vraies règles
Gestion de l’égalité : simulations
Gestion de l’égalité : théorie
Puissances d’une matrice stochastique
3
Un vrai match
Gros graphes et grosses matrices
Calculs et simulations
Résultats
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
5 / 27
Simulons des jeux
def simul (p, N):
a, b = 0, 0 # les scores d ’ A l i c e et Bob
while max(a, b) < N:
if random () < p:
a += 1
else:
b += 1
if a == N:
return 0 # A l i c e gagne
else:
return 1
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
6 / 27
Simulons des jeux
def simul (p, N):
a, b = 0, 0 # les scores d ’ A l i c e et Bob
while max(a, b) < N:
if random () < p:
a += 1
else:
b += 1
if a == N:
return 0 # A l i c e gagne
else:
return 1
def jouer_matchs (p, N, nb ):
return 1 − sum( simul (p, N) for _ in range (nb ))/ nb
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
6 / 27
Simulations : résultats (N = 5)
1.0
Simulation de jeux avec les règles simplifiées
Valeurs théoriques
0.8
pj
0.6
0.4
0.2
0.0
0.0
Stéphane Gonnord
0.2
0.4
p
0.6
Jeu, set et match
0.8
1.0
Mercredi 22 juin 2016
7 / 27
Simulations : résultats (N = 5)
1.0
Simulation de jeux avec les règles simplifiées
Valeurs théoriques
Fréquences sur 100 expériences
0.8
pj
0.6
0.4
0.2
0.0
0.0
Stéphane Gonnord
0.2
0.4
p
0.6
Jeu, set et match
0.8
1.0
Mercredi 22 juin 2016
7 / 27
Simulations : résultats (N = 5)
1.0
Simulation de jeux avec les règles simplifiées
Valeurs théoriques
Fréquences sur 1000 expériences
0.8
pj
0.6
0.4
0.2
0.0
0.0
Stéphane Gonnord
0.2
0.4
p
0.6
Jeu, set et match
0.8
1.0
Mercredi 22 juin 2016
7 / 27
Simulations : résultats (N = 5)
1.0
0.8
Simulation de jeux avec les règles simplifiées
Valeurs théoriques
Fréquences sur 100 expériences
Fréquences sur 1000 expériences
pj
0.6
0.4
0.2
0.0
0.0
Stéphane Gonnord
0.2
0.4
p
0.6
Jeu, set et match
0.8
1.0
Mercredi 22 juin 2016
7 / 27
Sommaire
1
Des règles simples et fausses
Règles virtuelles
Simulations
2
Un jeu est une chaîne de Markov !
Les vraies règles
Gestion de l’égalité : simulations
Gestion de l’égalité : théorie
Puissances d’une matrice stochastique
3
Un vrai match
Gros graphes et grosses matrices
Calculs et simulations
Résultats
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
7 / 27
Les vraies règles
Un jeu (resp. tie-break) pour le premier à avoir au moins quatre
(resp. six) points avec au moins deux d’avance.
p −→
Stéphane Gonnord
pj
pt
Jeu, set et match
?
Mercredi 22 juin 2016
8 / 27
Les vraies règles
Un jeu (resp. tie-break) pour le premier à avoir au moins quatre
(resp. six) points avec au moins deux d’avance.
p −→
pj
pt
?
Un set pour le premier à gagner six ou sept jeux avec deux
d’avance, ou bien le tie-break après 6/6.
p −→
Stéphane Gonnord
pj
pt
−→ ps ?
Jeu, set et match
Mercredi 22 juin 2016
8 / 27
Les vraies règles
Un jeu (resp. tie-break) pour le premier à avoir au moins quatre
(resp. six) points avec au moins deux d’avance.
p −→
pj
pt
?
Un set pour le premier à gagner six ou sept jeux avec deux
d’avance, ou bien le tie-break après 6/6.
p −→
pj
pt
−→ ps ?
Le match pour le premier à gagner deux (ou trois, selon...) sets.
p −→
Stéphane Gonnord
pj
pt
−→ ps −→ pm ?
Jeu, set et match
Mercredi 22 juin 2016
8 / 27
Sommaire
1
Des règles simples et fausses
Règles virtuelles
Simulations
2
Un jeu est une chaîne de Markov !
Les vraies règles
Gestion de l’égalité : simulations
Gestion de l’égalité : théorie
Puissances d’une matrice stochastique
3
Un vrai match
Gros graphes et grosses matrices
Calculs et simulations
Résultats
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
8 / 27
Simulations depuis l’égalité
p
1-p
Ég
A
1-p
B
1-p
p
Stéphane Gonnord
p
Av. A
Av. B
Jeu, set et match
Mercredi 22 juin 2016
9 / 27
Simulations depuis l’égalité
p
1-p
Ég
p
A
1-p
B
Av. A
1-p
Av. B
p
def simulation_egalite (p):
a, b = 0, 0
while abs(a−b) < 2:
if random () < p:
a += 1
else:
b += 1
if a > b:
return 0
else :
return 1
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
9 / 27
Simulations depuis l’égalité ; résultats
p
1-p
Ég
A
1-p
B
1-p
Av. B
p
1.0
p
Av. A
Fréquence de victoire d'Alice depuis l'égalité
Moyennes sur 1000 expériences
0.8
pj
0.6
0.4
0.2
0.0
0.0
0.2
0.4
Stéphane Gonnord
p
0.6
0.8
1.0
Jeu, set et match
Mercredi 22 juin 2016
10 / 27
Simulations depuis l’égalité ; résultats
p
1-p
Ég
A
1-p
B
1-p
Av. B
p
1.0
p
Av. A
Fréquence de victoire d'Alice depuis l'égalité
Moyennes sur 1000 expériences
4.5
4.0
0.6
3.5
pj
TE
0.8
Espérance du nombre d'échanges depuis l'égalité
0.4
3.0
0.2
2.5
0.0
0.0
0.2
0.4
Stéphane Gonnord
p
0.6
0.8
1.0
2.0
0.0
Jeu, set et match
Moyennes sur 1000 expériences
0.2
0.4
p
0.6
0.8
Mercredi 22 juin 2016
1.0
10 / 27
Sommaire
1
Des règles simples et fausses
Règles virtuelles
Simulations
2
Un jeu est une chaîne de Markov !
Les vraies règles
Gestion de l’égalité : simulations
Gestion de l’égalité : théorie
Puissances d’une matrice stochastique
3
Un vrai match
Gros graphes et grosses matrices
Calculs et simulations
Résultats
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
10 / 27
Que se passe-t-il après une égalité ?
p
1-p
Ég
p
A
1-p
B
Av. A
1-p
p
Av. B
Probabilités pour qu’Alice gagne depuis... : pE , pA et pB .
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
11 / 27
Que se passe-t-il après une égalité ?
p
1-p
Ég
p
A
1-p
B
Av. A
1-p
p
Av. B
Probabilités pour qu’Alice gagne depuis... : pE , pA et pB .


pE = p.pA + (1 − p)pB
pA = p + (1 − p)pE


pB = p.pE
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
11 / 27
Que se passe-t-il après une égalité ?
p
1-p
Ég
p
A
1-p
B
Av. A
1-p
p
Av. B
Probabilités pour qu’Alice gagne depuis... : pE , pA et pB .


pE = p.pA + (1 − p)pB
pA = p + (1 − p)pE


pB = p.pE
Stéphane Gonnord




  
pE
0
p 1−p
pE
0
 pA  = 1 − p 0




0
pA + p
pB
p
0
0
pB
0
Jeu, set et match
Mercredi 22 juin 2016
11 / 27
Que se passe-t-il après une égalité ?
p
1-p
Ég
p
A
1-p
B
Av. A
1-p
p
Av. B
Probabilités pour qu’Alice gagne depuis... : pE , pA et pB .


pE = p.pA + (1 − p)pB
pA = p + (1 − p)pE


pB = p.pE







−1  

pE
0
p 1−p
 pA  = I3 − 1 − p 0
0 
pB
p
0
0
Stéphane Gonnord
  
pE
0
p 1−p
pE
0
 pA  = 1 − p 0




0
pA + p
pB
p
0
0
pB
0
Jeu, set et match
0
p
0
Mercredi 22 juin 2016
11 / 27
Que se passe-t-il après une égalité ?
pE =
Stéphane Gonnord
p2
1 − 2p + 2p2
Jeu, set et match
·
Mercredi 22 juin 2016
12 / 27
Que se passe-t-il après une égalité ?
pE =
1.0
p2
1 − 2p + 2p2
·
Fréquence de victoire d'Alice depuis l'égalité
Moyennes sur 1000 expériences
Théorie
0.8
pj
0.6
0.4
0.2
0.0
0.0
Stéphane Gonnord
0.2
0.4
p
0.6
Jeu, set et match
0.8
1.0
Mercredi 22 juin 2016
12 / 27
Nombre d’échanges depuis une égalité ?
p
1-p
Ég
p
A
1-p
B
Av. A
1-p
p
Av. B
Espérance du nombre d’échanges depuis... : TE , TA et TB .
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
13 / 27
Nombre d’échanges depuis une égalité ?
p
1-p
Ég
p
A
1-p
B
Av. A
1-p
p
Av. B
Espérance du nombre d’échanges depuis... : TE , TA et TB .


TE = 1 + p.TA + (1 − p)TB
TA = 1 + (1 − p)TE


TB = 1 + p.TE
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
13 / 27
Nombre d’échanges depuis une égalité ?
p
1-p
Ég
p
A
1-p
B
Av. A
1-p
p
Av. B
Espérance du nombre d’échanges depuis... : TE , TA et TB .

  
   

TE
0
p 1−p
TE
1
TE = 1 + p.TA + (1 − p)TB
 TA  =  1 − p 0
0   TA  + 1
TA = 1 + (1 − p)TE


TB
TB
p
0
0
1
TB = 1 + p.TE
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
13 / 27
Nombre d’échanges depuis une égalité ?
p
1-p
Ég
p
A
1-p
B
Av. A
1-p
p
Av. B
Espérance du nombre d’échanges depuis... : TE , TA et TB .

  
   

TE
0
p 1−p
TE
1
TE = 1 + p.TA + (1 − p)TB
 TA  =  1 − p 0
0   TA  + 1
TA = 1 + (1 − p)TE


TB
TB
p
0
0
1
TB = 1 + p.TE




TE
0
 TA  = I3 − 1 − p
TB
p
Stéphane Gonnord
p
0
0
Jeu, set et match
−1  
1−p
0 
0
1
1
1
Mercredi 22 juin 2016
13 / 27
Nombre d’échanges depuis une égalité ?
TE =
Stéphane Gonnord
2
1 − 2p + 2p2
Jeu, set et match
·
Mercredi 22 juin 2016
14 / 27
Nombre d’échanges depuis une égalité ?
TE =
2
1 − 2p + 2p2
·
Temps de jeux depuis l'égalité
4.5
4.0
TE
3.5
3.0
2.5
2.0
0.0
Stéphane Gonnord
Moyennes sur 1000 expériences
Théorie
0.2
0.4
p
0.6
Jeu, set et match
0.8
1.0
Mercredi 22 juin 2016
14 / 27
Où sommes-nous après k coups ?
1
p
Av. A
p
A
1-p
B
1-p
Ég
1
1-p
p
Av. B
(k )
Probabilités d’être dans les différents états : pE , ...
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
15 / 27
Où sommes-nous après k coups ?
1
p
Av. A
p
A
1-p
B
1-p
Ég
1
1-p
p
Av. B
(k )
Probabilités d’être dans les différents états : pE , ...

(k )
pE
···
(k )
pBG
0

1 − p
= 1 0 0 0 0 
 p
 0
0
Stéphane Gonnord
Jeu, set et match
p
0
0
0
0
1−p
0
0
0
0
0
p
0
1
0
k
0
0 

1 − p

0 
1
Mercredi 22 juin 2016
15 / 27
Où sommes-nous après k coups ?
1
p
Av. A
p
A
1-p
B
1-p
Ég
1
1-p
p
Av. B
(k )
Probabilités d’être dans les différents états : pE , ...

(k )
pE
···
(k )
pBG
0

1 − p
= 1 0 0 0 0 
 p
 0
0
p
0
0
0
0
1−p
0
0
0
0
0
p
0
1
0
k
0
0 

1 − p

0 
1
Probabilité pour que A gagne en au plus k coups ?
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
15 / 27
Où sommes-nous après k coups ?
1
p
Av. A
p
A
1-p
B
1-p
Ég
1
1-p
p
Av. B
(k )
Probabilités d’être dans les différents états : pE , ...

(k )
pE
···
(k )
pBG
0

1 − p
= 1 0 0 0 0 
 p
 0
0
p
0
0
0
0
1−p
0
0
0
0
0
p
0
1
0
k
0
0 

1 − p

0 
1
Probabilité pour que A gagne en au plus k coups ?
Prendre la quatrième composante
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
15 / 27
Sommaire
1
Des règles simples et fausses
Règles virtuelles
Simulations
2
Un jeu est une chaîne de Markov !
Les vraies règles
Gestion de l’égalité : simulations
Gestion de l’égalité : théorie
Puissances d’une matrice stochastique
3
Un vrai match
Gros graphes et grosses matrices
Calculs et simulations
Résultats
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
15 / 27
Puissances d’une matrice stochastique
Si seulement on avait...

(0)
λ1
..
M =P

Alors on aurait :
Stéphane Gonnord

 −1
P
.
(0)

λ5

(0)

 −1
..
Mk = P 
P
.
(0)
λk5
λk1
Jeu, set et match
Mercredi 22 juin 2016
16 / 27
Puissances d’une matrice stochastique
Si seulement on avait...

(0)
λ1
..
M =P

Alors on aurait :

 −1
P
.
(0)

λ5

(0)

 −1
..
Mk = P 
P
.
(0)
λk5
λk1
Coup de chance ! C’est le cas avec |λ1 | , |λ2 | , |λ3 | < 1 et λ4 = λ5 = 1.
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
16 / 27
Puissances d’une matrice stochastique
Si seulement on avait...

(0)
λ1
..
M =P

Alors on aurait :

 −1
P
.
(0)

λ5

(0)

 −1
..
Mk = P 
P
.
(0)
λk5
λk1
Coup de chance ! C’est le cas avec |λ1 | , |λ2 | , |λ3 | < 1 et λ4 = λ5 = 1.
Corollaire : (M k )k ∈N converge ; et on sait même vers quoi !
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
16 / 27
Puissances d’une matrice stochastique
Si seulement on avait...

(0)
λ1
..
M =P

Alors on aurait :

 −1
P
.
(0)

λ5

(0)

 −1
..
Mk = P 
P
.
(0)
λk5
λk1
Coup de chance ! C’est le cas avec |λ1 | , |λ2 | , |λ3 | < 1 et λ4 = λ5 = 1.
Corollaire : (M k )k ∈N converge ; et on sait même vers quoi !
En pratique : k = 100 est une excellente approximation de l’infini !
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
16 / 27
Sommaire
1
Des règles simples et fausses
Règles virtuelles
Simulations
2
Un jeu est une chaîne de Markov !
Les vraies règles
Gestion de l’égalité : simulations
Gestion de l’égalité : théorie
Puissances d’une matrice stochastique
3
Un vrai match
Gros graphes et grosses matrices
Calculs et simulations
Résultats
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
16 / 27
Graphe d’un vrai jeu
p
p
p
p
0/0
15/0
1-p
15/15
1-p
p
40/15
p
30/15
1-p
p
15/30
1-p
1-p
1-p
p
1-p
p
0/15
30/0
40/0
p
1-p
p
30/30
15/30
1-p
0/40
p
p
1-p
1-p
p
1-p
A
p
40/30
p
p
Ég
Av. A
1-p
1-p
30/40
p
15/40
1-p
1-p
Av. B
1-p
B
1-p
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
17 / 27
Graphe d’un vrai jeu
p
p
p
p
0/0
15/0
1-p
15/15
1-p
p
40/15
p
30/15
1-p
p
15/30
1-p
1-p
1-p
p
1-p
p
0/15
30/0
40/0
p
1-p
p
30/30
15/30
1-p
0/40
p
p
1-p
1-p
p
1-p
A
p
40/30
p
p
Ég
Av. A
1-p
1-p
30/40
p
15/40
1-p
1-p
Av. B
1-p
B
1-p
20 états...
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
17 / 27
Graphe d’un vrai jeu
p
p
p
p
0/0
15/0
1-p
15/15
1-p
p
40/15
p
30/15
1-p
p
15/30
1-p
1-p
1-p
p
1-p
p
0/15
30/0
40/0
p
1-p
p
30/30
15/30
1-p
0/40
p
p
1-p
1-p
p
1-p
A
p
40/30
p
p
Ég
Av. A
1-p
1-p
30/40
p
15/40
1-p
1-p
Av. B
1-p
B
1-p
20 états...
mais la théorie reste la même !
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
17 / 27
Graphe d’un vrai jeu
p
p
p
p
0/0
15/0
1-p
15/15
1-p
p
40/15
p
30/15
1-p
p
15/30
1-p
1-p
1-p
p
1-p
p
0/15
30/0
40/0
p
1-p
p
30/30
15/30
1-p
0/40
p
p
1-p
1-p
p
1-p
A
p
40/30
p
p
Ég
Av. A
1-p
1-p
30/40
p
15/40
1-p
Av. B
1-p
B
1-p
1-p
20 états...
mais la théorie reste la même !
Pour un tie-break, c’est presque pareil (avec 53 états).
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
17 / 27
Matrice d’un vrai jeu

0
0

p
0

(0)
MJ = 

Stéphane Gonnord
1−p
0

0
p
1−p 0
(0)
···
1
0
Jeu, set et match


 ∈ M20 (R)

0
1
Mercredi 22 juin 2016
18 / 27
Matrice d’un vrai jeu

0
0

p
0

(0)
MJ = 

1−p
0

0
p
1−p 0
(0)
···
1
0


 ∈ M20 (R)

0
1
def transitions (p):
mat = np. zeros ( (20 , 20) )
mat [18 , 18] = 1
mat [19 , 19] = 1
for (d, f) in [(0 ,1) , (1 ,3) , ... , (17, 15)]:
mat[d, f] = p
for (d, f) in [(0 ,2) , (2 ,5) , ... , (16 ,15)]:
mat[d, f] = 1−p
return mat
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
18 / 27
Graphe d’un vrai set
B
1-pj
1-pt
A
pt
5/6
pj
6/6
pj
1-pj
0/5
5/5
1-pj
pj
6/5
0/1
1-pj
0/0
Stéphane Gonnord
pj
1/0
5/0
Jeu, set et match
Mercredi 22 juin 2016
19 / 27
Graphe d’un vrai set
B
1-pj
1-pt
A
pt
5/6
pj
6/6
pj
1-pj
0/5
5/5
1-pj
pj
6/5
0/1
1-pj
0/0
pj
1/0
5/0
41 états...
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
19 / 27
Graphe d’un vrai set
B
1-pj
1-pt
A
pt
5/6
pj
6/6
pj
1-pj
0/5
5/5
1-pj
pj
6/5
0/1
1-pj
0/0
pj
1/0
5/0
41 états...
et toujours la même théorie
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
19 / 27
Graphe d’un match en deux sets gagnant
A
p
p
1/0
p
1-p
1-p
p
0/0
1/1
1-p
0/1
1-p
B
6 états (11 pour un match en trois sets gagnant)...
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
20 / 27
Graphe d’un match en deux sets gagnant
A
p
p
1/0
p
1-p
1-p
p
0/0
1/1
1-p
0/1
1-p
B
6 états (11 pour un match en trois sets gagnant)...
Et vous savez quoi ? Toujours la même théorie
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
20 / 27
Sommaire
1
Des règles simples et fausses
Règles virtuelles
Simulations
2
Un jeu est une chaîne de Markov !
Les vraies règles
Gestion de l’égalité : simulations
Gestion de l’égalité : théorie
Puissances d’une matrice stochastique
3
Un vrai match
Gros graphes et grosses matrices
Calculs et simulations
Résultats
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
20 / 27
Principe des calculs et simulations
pj calculé via :
L19 MJ100 C1
(= (MJ100 )1,19 )
Même chose pour pT , ps et pm .
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
21 / 27
Principe des calculs et simulations
pj calculé via :
L19 MJ100 C1
(= (MJ100 )1,19 )
Même chose pour pT , ps et pm .
Temps de jeu : en résolvant T = Mj0 T + U, avec Mj0 la matrice
« réduite ».
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
21 / 27
Principe des calculs et simulations
pj calculé via :
L19 MJ100 C1
(= (MJ100 )1,19 )
Même chose pour pT , ps et pm .
Temps de jeu : en résolvant T = Mj0 T + U, avec Mj0 la matrice
« réduite ».
Des formules exactes sont accessibles... via du calcul formel.
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
21 / 27
Principe des calculs et simulations
pj calculé via :
L19 MJ100 C1
(= (MJ100 )1,19 )
Même chose pour pT , ps et pm .
Temps de jeu : en résolvant T = Mj0 T + U, avec Mj0 la matrice
« réduite ».
Des formules exactes sont accessibles... via du calcul formel.
Simulations : bien exprimer les conditions de gain (et, ou,
maximum, etc...).
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
21 / 27
Sommaire
1
Des règles simples et fausses
Règles virtuelles
Simulations
2
Un jeu est une chaîne de Markov !
Les vraies règles
Gestion de l’égalité : simulations
Gestion de l’égalité : théorie
Puissances d’une matrice stochastique
3
Un vrai match
Gros graphes et grosses matrices
Calculs et simulations
Résultats
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
21 / 27
Pour un jeu
1.0
Probabilité pour Alice de gagner un jeu
Probabilité théorique
Moyenne sur 10000 expériences
0.8
pj
0.6
0.4
0.2
0.0
0.0
Stéphane Gonnord
0.2
0.4
p
0.6
Jeu, set et match
0.8
1.0
Mercredi 22 juin 2016
22 / 27
Pour un jeu
1.0
Probabilité pour Alice de gagner un jeu
Probabilité théorique
Moyenne sur 10000 expériences
0.8
pj
0.6
0.4
0.2
0.0
0.0
0.2
0.4
p
0.6
0.8
1.0
Hum... ça me rappelle un truc déjà vu !
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
22 / 27
Pour un jeu : WOW !
Probabilité
pour Alice de gagner un jeu (vraies règles vs. simplifiées)
1.0
Vraies règles
Premier arrivé à 2
Premier arrivé à 5
0.8
Premier arrivé à 8
pj
0.6
0.4
0.2
0.0
0.0
Stéphane Gonnord
0.2
0.4
p
0.6
Jeu, set et match
0.8
1.0
Mercredi 22 juin 2016
23 / 27
Pour un jeu : WOW !
Probabilité
pour Alice de gagner un jeu (vraies règles vs. simplifiées)
1.0
Vraies règles
Premier arrivé à 2
Premier arrivé à 5
0.8
Premier arrivé à 8
pj
0.6
0.4
0.2
0.0
0.0
0.2
0.4
p
0.6
0.8
1.0
Incroyable ! ! ! !
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
23 / 27
Pour un jeu : WOW !
Probabilité
pour Alice de gagner un jeu (vraies règles vs. simplifiées)
1.0
Vraies règles
Premier arrivé à 2
Premier arrivé à 5
0.8
Premier arrivé à 8
pj
0.6
0.4
0.2
0.0
0.0
0.2
0.4
p
0.6
0.8
1.0
Incroyable ! ! ! ! (mais en fait, non...)
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
23 / 27
Espérance du nombre d’échanges par jeu
8.0
Espérance du nombre de coups par jeu
7.5
7.0
E(T)
6.5
6.0
5.5
5.0
Vraies règles
Premier arrivé à 5
4.5
4.0
0.0
0.2
0.4
p
0.6
0.8
1.0
Hum...
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
24 / 27
Espérance du nombre d’échanges par jeu
8.0
Espérance du nombre de coups par jeu
7.5
7.0
E(T)
6.5
6.0
5.5
5.0
Vraies règles
Premier arrivé à 5
Vraies règles... décalées de 1
4.5
4.0
0.0
0.2
0.4
p
0.6
0.8
1.0
Hum... Ha non !
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
24 / 27
Probabilité pour qu’Alice gagne...
1.0
pj
0.8
pj
0.6
0.4
0.2
0.0
0.0
0.2
0.4
p
0.6
0.8
1.0
Un jeu...
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
25 / 27
Probabilité pour qu’Alice gagne...
1.0
pj
pt
0.8
pj ,pt
0.6
0.4
0.2
0.0
0.0
0.2
0.4
p
0.6
0.8
1.0
Un jeu... un tie-break...
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
25 / 27
Probabilité pour qu’Alice gagne...
1.0
pj ,pt ,ps
0.8
pj
pt
ps
0.6
0.4
0.2
0.0
0.0
0.2
0.4
p
0.6
0.8
1.0
Un jeu... un tie-break... un set...
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
25 / 27
Probabilité pour qu’Alice gagne...
1.0
pj ,pt ,ps ,pm
0.8
pj
pt
ps
pm [2]
0.6
0.4
0.2
0.0
0.0
0.2
0.4
p
0.6
0.8
1.0
Un jeu... un tie-break... un set... un match en deux sets gagnants...
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
25 / 27
Probabilité pour qu’Alice gagne...
1.0
pj ,pt ,ps ,pm
0.8
pj
pt
ps
pm [2]
pm [3]
0.6
0.4
0.2
0.0
0.0
0.2
0.4
p
0.6
0.8
1.0
Un jeu... un tie-break... un set... un match en deux sets gagnants... ou 3 !
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
25 / 27
Concrètement...
Si Alice gagne 51% des échanges, alors elle gagne :
I 52, 5% des jeux normaux (53, 2% des tie-break) ;
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
26 / 27
Concrètement...
Si Alice gagne 51% des échanges, alors elle gagne :
I 52, 5% des jeux normaux (53, 2% des tie-break) ;
I 57, 1% des sets ;
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
26 / 27
Concrètement...
Si Alice gagne 51% des échanges, alors elle gagne :
I 52, 5% des jeux normaux (53, 2% des tie-break) ;
I 57, 1% des sets ;
I 60, 6% des matchs en deux sets gagnants...
I et 63, 2% des matchs en trois sets gagnants.
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
26 / 27
Concrètement...
Si Alice gagne 51% des échanges, alors elle gagne :
I 52, 5% des jeux normaux (53, 2% des tie-break) ;
I 57, 1% des sets ;
I 60, 6% des matchs en deux sets gagnants...
I et 63, 2% des matchs en trois sets gagnants.
Si Alice gagne 52% des échanges, alors elle gagne :
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
26 / 27
Concrètement...
Si Alice gagne 51% des échanges, alors elle gagne :
I 52, 5% des jeux normaux (53, 2% des tie-break) ;
I 57, 1% des sets ;
I 60, 6% des matchs en deux sets gagnants...
I et 63, 2% des matchs en trois sets gagnants.
Si Alice gagne 52% des échanges, alors elle gagne :
I 55, 0% des jeux normaux (56, 3% des tie-break) ;
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
26 / 27
Concrètement...
Si Alice gagne 51% des échanges, alors elle gagne :
I 52, 5% des jeux normaux (53, 2% des tie-break) ;
I 57, 1% des sets ;
I 60, 6% des matchs en deux sets gagnants...
I et 63, 2% des matchs en trois sets gagnants.
Si Alice gagne 52% des échanges, alors elle gagne :
I 55, 0% des jeux normaux (56, 3% des tie-break) ;
I 64, 0% des sets ;
I 70, 5% des matchs en deux sets gagnants...
I et 74, 9% des matchs en trois sets gagnants.
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
26 / 27
C’est fini...
Merci de votre attention !
Stéphane Gonnord
Jeu, set et match
Mercredi 22 juin 2016
27 / 27