Featured image of post Pourquoi « doubler sa mise jusqu'à gagner » échoue toujours : la ruine du joueur et la mathématique des martingales

Pourquoi « doubler sa mise jusqu'à gagner » échoue toujours : la ruine du joueur et la mathématique des martingales

Analyse mathématique rigoureuse du piège de la martingale classique, du problème de la ruine du joueur de Huygens et Pascal par les équations aux différences finies, et de la théorie moderne des martingales et du théorème d'arrêt optionnel de Paul Lévy et Joseph Leo Doob.

Introduction : Le mythe séduisant des casinos du XVIIIe siècle

En 1754, dans les ridotti de Venise, Giacomo Casanova tenta de dompter le jeu de Pharaon en jouant à la martingale — c’est-à-dire en doublant sa mise après chaque défaite. Après avoir mis en gage les diamants de sa maîtresse, il perdit 5 000 sequins en un seul après-midi face à une série noire. En 1891, Charles Wells (« l’homme qui fit sauter la banque à Monte-Carlo ») connut une gloire éphémère similaire à la roulette avant d’être ruiné par la loi des grands nombres et de mourir sans le sou à Paris en 1922.

Pourquoi la stratégie de doublement semble-t-elle infaillible ? Dans un jeu binaire à gain égal ($1:1$) avec probabilité de gain $p \in (0, 1)$ et de perte $q = 1 - p$, le joueur mise $\$1$ au tour $1$, puis double sa mise après chaque échec : $$2, $4, \dots, $2^{k-1}$. Dès la toute première victoire au tour $k$, son profit net est :

$$\Delta W = 2^{k-1} - \sum_{j=0}^{k-2} 2^j = 2^{k-1} - (2^{k-1} - 1) = +\$1$$

Puisque la probabilité de perdre éternellement est nulle ($\lim_{k \to \infty} q^k = 0$), le joueur semble assuré de gagner $+\$1$ avec probabilité $1$ ($\mathbb{P}(\tau < \infty) = 1$). Où se cache la faille ?


1. Le piège du capital fini et le « rouleau compresseur » de Taleb

Dans le monde réel, tout joueur dispose d’un capital fini $B$ et tout casino impose une mise maximale (table limit). Si le joueur peut supporter au plus $K$ défaites consécutives, son capital total engagé est :

$$B_K = \sum_{j=0}^{K-1} 2^j = 2^K - 1$$

Sur un cycle unique, seules deux issues sont possibles :

  1. Victoire en au plus $K$ tours : probabilité $1 - q^K$, gain net $+\$1$.
  2. Faillite catastrophique ($K$ défaites d’affilée) : probabilité $q^K$, perte nette $-\$(2^K - 1)$.

L’espérance mathématique exacte $\mathbb{E}[\Delta W]$ d’un cycle est donc :

$$\mathbb{E}[\Delta W] = 1 \cdot (1 - q^K) - (2^K - 1) q^K = 1 - (2q)^K \le 0 \quad \left(\text{pour } q \ge \frac{1}{2}\right)$$
  • Jeu équitable ($p = q = 1/2$) : $2q = 1 \implies \mathbb{E}[\Delta W] = 1 - 1^K = 0$. Quel que soit votre capital $K$, l’espérance est strictement nulle, et la mise maximale espérée sans limite est infinie : $\mathbb{E}[2^{\tau-1}] = \sum_{k=1}^\infty 2^{k-1}(1/2)^k = +\infty$.
  • Jeu de casino ($q > 1/2$) : $2q > 1 \implies \mathbb{E}[\Delta W] = 1 - (2q)^K < 0$. Plus votre capital $K$ est grand, plus votre perte espérée par cycle s’aggrave exponentiellement !
  flowchart TD
    Start["Début du cycle Martingale<br/>Mise b₁ = $1, Capital B = 2^K - 1"] --> Round["Tour k : Mise b_k = 2^(k-1)"]
    Round -->|"Victoire (Probabilité p)"| Win["Pertes antérieures (2^(k-1) - 1) effacées !<br/>Profit net ΔW = +$1 (Prob : 1 - q^K)"]
    Round -->|"Défaite (Probabilité q)"| Check{"Série k = K atteinte ?<br/>(Capital ou limite de table épuisés)"}
    Check -->|"Non (k < K)"| Double["Doubler la mise : b_(k+1) = 2^k"]
    Double --> Round
    Check -->|"Oui (k = K)"| Ruin["Ruine catastrophique !<br/>Perte totale ΔW = -(2^K - 1) (Prob : q^K)"]
    Win --> Expect["Espérance exacte du cycle :<br/>E[ΔW] = 1 - (2q)^K ≤ 0"]
    Ruin --> Expect

Comme l’explique Nassim Nicholas Taleb, la martingale transforme une marche aléatoire symétrique en une distribution à asymétrie négative extrême (Negative Skewness) : on « ramasse des centimes devant un rouleau compresseur ».

Défaites consécutives $k$Mise $b_k = 2^{k-1}$Capital cumulé requis $B_k = 2^k - 1$Profit net si gainProbabilité $q^k$ (Jeu juste $q=0.5$)Probabilité $q^k$ (Roulette $q=19/37$)
$k = 1$$\$1$$\$1$$+\$1$$50,000\%$$51,351\%$
$k = 5$$\$16$$\$31$$+\$1$$3,125\%$$3,570\%$
$k = 10$$\$512$$\$1,023$$+\$1$$0,098\%$ ($1$ sur $1\,024$)$0,128\%$ ($1$ sur $784$)
$k = 20$$\$524,288$$\$1,048,575$$+\$1$$0,000095\%$$0,000163\%$

2. Le problème de la ruine du joueur de Huygens et Pascal (1657)

Si le joueur mise prudemment $1$ unité à chaque tour en partant d’un capital $X_0 = k$ face à un casino possédant $N - k$ unités (barrières absorbantes en $0$ et $N$), la probabilité $P_k = \mathbb{P}(X_\tau = N \mid X_0 = k)$ d’atteindre $N$ avant la ruine en $0$ vérifie l’équation aux différences finies linéaire du second ordre :

$$P_k = p P_{k+1} + q P_{k-1}, \qquad P_0 = 0, \quad P_N = 1$$

En écrivant $p(P_{k+1} - P_k) = q(P_k - P_{k-1})$, on obtient par télescopage $\sum_{j=0}^{k-1} (P_{j+1} - P_j) = P_1 \sum_{j=0}^{k-1} (q/p)^j$, d’où les deux solutions exactes :

$$P_k = \begin{cases} \dfrac{k}{N} & \text{si } p = q = \dfrac{1}{2} \;\text{(Jeu équitable)} \\[10pt] \dfrac{1 - (q/p)^k}{1 - (q/p)^N} & \text{si } p \ne q \;\text{(Jeu biaisé)} \end{cases}$$

Conséquences majeures :

  1. Ruine certaine face à un casino infiniment riche ($N \to \infty$) : Même dans un jeu 100 % équitable ($p = 1/2$), $\lim_{N \to \infty} (1 - k/N) = 1$ (100 % de probabilité de ruine).
  2. Le mur exponentiel de la roulette : Pour doubler $k = \$100$ en $N = $200$ par mises de $$1$, $P_{100} = \frac{1}{1 + (q/p)^{100}}$. À la roulette européenne ($p = 18/37$), $P_{100} \approx 0,448%$ ($99,55%$ de ruine ; et $99,998%$ de ruine avec des mises de $$0,50$). À la roulette américaine ($p = 18/38$), la probabilité d'échec atteint $99,997%$ ! D'après le théorème de Dubins et Savage (1965), le jeu audacieux (*Bold Play*, tout miser d'un coup) est optimal lorsque $p < 1/2$.

3. Théorie des martingales de Lévy et Doob et théorème d’arrêt optionnel

Soit $\{\mathcal{F}_t\}_{t \ge 0}$ une filtration. Un processus adapté intégrable $\{M_t\}_{t \ge 0}$ ($\mathbb{E}[|M_t|] < \infty$) est :

  • une Martingale si $\mathbb{E}[M_{t+1} \mid \mathcal{F}_t] = M_t$ p.s. ;
  • une Sous-martingale si $\mathbb{E}[M_{t+1} \mid \mathcal{F}_t] \ge M_t$ p.s. ;
  • une Surmartingale si $\mathbb{E}[M_{t+1} \mid \mathcal{F}_t] \le M_t$ p.s.

Pour toute stratégie de mise prévisible $H_k \in \mathcal{F}_{k-1}$, l’intégrale stochastique discrète (transformée de martingale) $(H \cdot M)_n = \sum_{k=1}^n H_k (M_k - M_{k-1})$ reste une martingale ($\mathbb{E}[H_n \Delta M_n \mid \mathcal{F}_{n-1}] = H_n \cdot 0 = 0$).

Le théorème d’arrêt optionnel de Doob (OST) stipule que pour un temps d’arrêt $\tau$ fini p.s., $\mathbb{E}[M_\tau] = \mathbb{E}[M_0]$ est vérifié si et seulement si $\{M_{t \wedge \tau}\}$ est uniformément intégrable, ce qui est garanti dès qu’au moins l’une des trois conditions suivantes est satisfaite :

  1. $\tau$ est borné presque sûrement ($\tau \le C < \infty$) ;
  2. $|M_{t \wedge \tau}| \le K < \infty$ est uniformément borné (capital fini !) ;
  3. $\mathbb{E}[\tau] < \infty$ et $\mathbb{E}[|M_{t+1} - M_t| \mid \mathcal{F}_t] \le c < \infty$.
  flowchart TD
    Start["Martingale {M_t} et temps d'arrêt τ (P(τ < ∞) = 1)"] --> CheckUI{"Théorème d'arrêt optionnel de Doob (OST)<br/>Vérification des 3 conditions d'intégrabilité uniforme"}
    CheckUI -->|"1. τ ≤ C p.s. (Horizon temporel borné)"| Valid["Intégrabilité uniforme vérifiée !<br/>E[M_τ] = E[M_0] est conservé"]
    CheckUI -->|"2. |M_(t∧τ)| ≤ K p.s. (Capital fini / Limite)"| Valid
    CheckUI -->|"3. E[τ] < ∞ et accroissements |ΔM_t| ≤ c"| Valid
    CheckUI -->|"Les 3 conditions violées (Infini irréaliste)"| Invalid["Rupture de l'OST : lim E[M_(t∧τ)] ≠ E[M_τ]"]

Enfin, dans le problème de la ruine équitable ($p = 1/2$), la martingale quadratique $M_t = X_t^2 - t$ donne immédiatement par l’OST la durée espérée du jeu :

$$\mathbb{E}[X_\tau^2 - \tau] = k^2 \implies \mathbb{E}[\tau] = N^2 \left(\frac{k}{N}\right) - k^2 = k(N - k)$$

Lorsque $N \to \infty$, $\mathbb{E}[\tau] = \infty$ : la ruine est certaine à $100\%$, mais le temps moyen avant la ruine est infini ! Lorsque $p \ne q$, l’identité de Wald donne $\mathbb{E}[\tau] = \frac{k - N P_k}{q - p}$.

comments powered by Disqus