In this paper, we propose an optimal algorithm for the convex minimax. This is an extension of the Nestrerov algorithm, which allows step size parameters to be non-constant and determined automatically during algorithm execution. We present the algorithm and prove the convergence of this algorithm with the optimal order. To calculate the gradient mapping, we apply the external point penalty function method. We then propose a method of determining the parameters in the algorithm automatically. The proposed new algorithm, which is integrated with the method of calculating gradient mapping and automatic parameter determination, is detailed in Algorithm 6.1. Finally, we applied the new algorithm to solve some specific examples and compared it with Nesterov's algorithm.Trong bài báo này, chúng tôi đề xuất một thuật toán tối ưu cho minimax lồi. Đây là phần mở rộng của thuật toán Nestrerov, cho phép các tham số kích thước bước không phải là hằng số và được xác định tự động trong quá trình thực thi thuật toán. Chúng tôi trình bày thuật toán và chứng minh sự hội tụ của thuật toán này với thứ tự tối ưu. Để tính toán ánh xạ gradient, chúng tôi áp dụng phương pháp hàm phạt điểm bên ngoài. Sau đó, chúng tôi đề xuất một phương pháp xác định các tham số trong thuật toán một cách tự động. Thuật toán mới được đề xuất, được tích hợp với phương pháp tính toán ánh xạ gradient và xác định tham số tự động, được trình bày chi tiết trong Thuật toán 6.1. Cuối cùng, chúng tôi đã áp dụng thuật toán mới để giải một số ví dụ cụ thể và so sánh với thuật toán của Nesterov.