图7…5发球手攻正手的概率（％ ）
现在我们从接球者的角度考察这个问题：他要努力使自己的最小收益最大化。如图7…6所示，假如接球者一半时间向正手方移动，一半时间向反手方移动，他的新的收益曲线就是原来两条直线的平均值，以点线显示。由于这条直线是向上延伸的，其最小值永远出现在左端，该点的成功率为40％。无论接球者向两方移动的比例是多少，这条直线一定经过成功率为48％的那一点，这是因为发球者可以选择采用40：60的混合策略。假如这条直线出现任何倾斜，那么，它的一端一定落在48％以下。只有在接球者的混合策略为30：70的时候，这条直线才会变成一条水平直线，最小值变成48％。因此，最大值的最小值等于最小值的最大值——48％。
图7…6发球手攻正手的概率（％）
最小——最大定理的普遍证明相当复杂，不过，其结论却很有用，应该记住。假如你想知道的只不过是一个选手之得或者另一个选手之失，你只要计算其中一个选手的最佳混合策略并得出结果就行了。
我们的其他工具，比如威廉斯的方法和上述图表，能够很好地解决一切只有两个选手参加且他们各有两个策略的零和博弈。不幸的是，这些工具并不适用于任何非零和博弈，也不适用于选手数目超过两个或者他们拥有的策略数目超过两个的零和博弈。经济学家和数学家发明了更加普遍的技巧，比如线性规划方法，可以找出最复杂的零和博弈的均衡策略。虽然这些技巧超出了本书的范围，我们还是可以利用其中得出的结果。
所有混合策略的均衡具有一个共同点：每个参与者并不在意自己在均衡点的任何具体策略。一旦有必要采取混合策略，找出你自己的均衡混合策略的途径就在于使别人对他们自己的具体行动无所谓。虽然这听上去像是一种倒退，其实不然，因为它正好符合零和博弈的随机化动机：你想阻止别人利用你的有规则的行为占你的便宜。假如他们确实倾向于采取某一种特别的行动，从你的角度观察，这只能表示他们选择了最糟糕的方针。
说到这里，我们已经解释了采取混合或者随机策略的好处，以及这么做的策略必要性。基本要点在于，运用偶然性防止别人利用你的有规则的行为占你的便宜。将这一原理用于实践则是一个更微妙的间题。下面五个部分可以看做是运用混合策略的迷你指南。
3 ．为什么你应该选择正确的混合策略？
假如真能发现某个参与者打算采取一种行动方针，而这种行动方针并非其均衡随机混合策略，另一个参与者就可以利用这一点占他的便宜。在网球比赛的例子中，当发球者采取自己的均衡策略，按照40：60的比例选择攻击对方正手方和反手方时，接球者的成功率为48％。如果发球者采取其他比例，接球者的成功率就会上升。举个例子：假如发球者很傻，决定把所有的球都发向对方较弱的反手方，接球者由于早有预料，其成功率将会增至60％。一般来说，假如接球者认识发球者，确切了解他有什么癖好，他就能相应采取行动。不过，这么做永远存在一种危险，即发球者可能是一个更出色的策略家，好比台球桌旁的骗子，懂得在无关紧要的时候装出只会采用糟糕策略的傻样，引诱对方上当，然后在关键时刻发挥本色，打接球者一个措手不及。一旦接球者以为看穿了对方的惯用手法，而放弃自己的均衡混合策略，一心要占对方便宜，就会上发球者的当。发球者乍看起来很傻的混合策略可能只是一个陷阱。只有采取自己的均衡混合策略才能避免这一危险。
与正确的混合比例一样重要的是随机性的本质。假如发球者向接球者正手方发出4个球，然后转向反手方发出6个球，接着又向正手方发4个球，再向反手方发6个球，如此循环，确实可以达到正确的混合比例。不过，这是一种有规则的行为，接球者很快就能洞察其中奥妙。他可以相应做出正确的移动，成功率因此上升为（4/10）90％＋（6/10）60％=72％。发球者若想取得最大效果，必须使每一次发球都不可预测。前面故事里提到的棒球选手戴克斯特拉与史密斯，似乎没意识到这个原则。
4 ．为什么不能依赖对手的随机化？
假如一个参与者选择的是他的最佳混合策略，那么，无论对手采取什么样的策略，他的成功率都是一样的。假设你是网球比赛例子里的接球者，而发球者已经选择了他的最佳混合策略，即40：60的混合策略。那么，无论你向正手方还是反手方移动，又或是时而
