Vous êtes sur la page 1sur 85

Programmation linaire dans lincertitude

Dcision en situation de risque:


Critres de gain/cot espr
Critre dutilit espre

Dcisions squentielles:
Arbres de dcision
Programmation linaire dans lincertitude

P. Lang, L.Benabbou

Rappel: tapes dun processus de dcision

La dcision est le rsultat dun processus comportant plusieurs tapes parmi


lesquelles on retrouve celle de la conception (structuration, formulation, .)
du problme et celle du choix de la meilleure action. N.B. ce n est pas la
seule problmatique.
 Phase Intelligence
 Identifier et dfinir le problme
 Phase Conception
 Rechercher les actions envisageables
 valuer les consquences de ces actions
 Phase Choix et Implmentation
 Choisir la "meilleure" action
 Implmenter laction choisie
P. Lang, L.Benabbou

Dcision dans lincertitude

Connaissance absolue

Certitude

Ignorance absolue

Incertitude
Risque
Prob. Objectives

Incertitude partielle
Prob. Subjectives

P. Lang, L.Benabbou

Incertitude totale
Pas de Prob.

Dcision dans lincertitude


Dcideur

Nature

Actions

tats

Consquences
Les tats possibles de la nature sont connus
Le choix de la nature est
simplement inconnu
inconnu mais probabilisable
P. Lang, L.Benabbou

Situation dincertitude totale


Situation de risque
4

Incertain: Les imperfections dans les connaissances


La carte nest pas le territoire
Le futur nest pas le prsent venir
Les donnes ne sont pas le rsultat dune mesure exacte
Le modle nest pas la description dune entit relle
indpendante du modle

P. Lang, L.Benabbou

Exercice 6.1
La demande quotidienne pour un journal est inconnue, pouvant varier
chaque jour entre 100 et 500 exemplaires. Le vendeur sapprovisionne
pendant la nuit prcdente au prix de 40$ par centaine dexemplaires.
Il revendra chaque exemplaire 1$ lunit sil trouve preneur. Combien
dexemplaires le vendeur devrait-il avoir en stock chaque matin ?
Dcision du vendeur: S = # dexemplaires en stock en dbut de journe.
tat de la nature: D = # dexemplaires demands dans la journe.

S 0, 4 S = 0,6S si S D
Profit: V ( S , D) =
si S D
D 0, 4 S

P. Lang, L.Benabbou

= min {S , D} 0, 4S

Table de dcision
D

100

200

300

400

500

100

60

60

60

60

60

200

20

120

120

120

120

300

-20

80

180

180

180

400

-60

40

140

240

240

500

-100

100

200

300

V ( S , D)

V ( 300,400 ) = 0,6 300


V ( 400,200 ) = 200 0,4 400
P. Lang, L.Benabbou

Dcision en situation de risque


Exercice 6.1 (2)
Le vendeur est capable de dcrire la demande inconnue, D, comme
une variable alatoire, il peut assigner des probabilits (subjectives)
p(d) Prob {D = d}
chacune des occurrences possible d de la demande.
100
d
p(d) 0,10

200

300

400

500

0,20

0,25

0,30

0,15

P. Lang, L.Benabbou

Gain espr si le stock initial est S :


500
G ( S ) = E [V ( S , D ) ] = d =100 p( d )V ( S , d )

Max S G ( S )
100
d
p(d) 0,10

200

300

400

500

0,20

0,25

0,30

0,15

G(S)

100

60

60

60

60

60

60

200

20

120

120

120

120

110

300

-20

80

180

180

180

140

400

-60

40

140

240

240

145

500

-100

100

200

300

120

Choisir S = 400

( 0,1 100 ) + ( 0,2 0 ) + ( 0, 25 100 ) + ( 0,3 200 ) + ( 0,15 300 )


P. Lang, L.Benabbou

Attitude du dcideur face au risque


Pour le dcideur, la valeur subjective dun dollar nest pas
ncessairement la mme en toutes circonstances. Par exemple,
obtenir un dollar supplmentaire peut tre moins utile sil a
gagn au gros lot que sil est prs de la faillite
Pour reprsenter ces prfrences du dcideur , on peut avoir
recours une fonction dutilit.
Une fonction dutilit convertit des $ en valeur subjective
(utilit) de ces $. Cest habituellement une fonction croissante car
plus de $ est habituellement prfr moins .
Une fonction dutilit permet de reprsenter comment le dcideur
choisirait entre des loteries . On appelle L(a,p,b) une loterie qui
rapporterait

soit un montant a avec probabilit p;


soit un montant b avec probabilit 1p.
Le gain espr dune telle loterie est C(a,p,b) = pa + (1p)b.
P. Lang, L.Benabbou

10

Utilit marginale
Croissante

Constante

Attitude face au risque


L(a,p,b)
toujours prfre
C(a,p,b)

Attrait pour le
risque

L(a,p,b)
Neutralit face
toujours indiffrente
au risque
C(a,p,b)

Dcroissante

C(a,p,b)
toujours prfr
L(a,p,b)

Aversion au
risque

Variable

Prfrences variables
entre C(a,p,b) et
L(a,p,b)

Attitude
variable face
au risque

P. Lang, L.Benabbou

11

Critre utilit espre


Exercice 6.1 (3)
Le vendeur a une fonction dutilit prcise dnotant une forte aversion
au risque:
g

U (g) = 1 e

100

( g = gain en $).

6. Critre de lutilit espre:


Utilit espre si le stock initial est S :

W ( S ) = E [U (V ( S , D)) ]
500

= d =100 p(d )U (V ( S , d ))
V ( S ,d )

100
= d =100 p(d ) 1 e

Max S W ( S )
500

P. Lang, L.Benabbou

12

U (V ( S , D ))

d
p(d)

100

200

300

400

500

0,10

0,20

0,25

0,30

0,15

100

0,4512

0,4512

0,4512

0,4512

0,4512

0,4512

200

0,1813

0,6988

0,6988

0,6988

0,6988

0,6471

300

0,2214 0,5507

0,8347

0,8347

0,8347

0,6723

400

0,8221 0,3297

0,7534

0,9093

0,9093

0,5813

500

1,7183 0,0000

0,6321

0,8647

0,9502

0,3881

W(S)

( 0,1 1,7183) + ( 0, 2 0 ) + ( 0,25 0,6321) + ( 0,3 0,8647 ) + (0,15 0,9502 )

Choisir S = 300

V ( 500,400 ) = 200
U ( 200 ) = 1

P. Lang, L.Benabbou

200
e 100

Max
= 0,8647

13

Dcisions squentielles dans lincertitude


Dcideur

Nature

Action 1

Action 2

Consquence 1

Consquence 2

tat 1

tat 2

P. Lang, L.Benabbou

14

Dcision squentielle
Exercice 6.1
La demande quotidienne Dt pour un journal est une variable alatoire
avec la distribution de probabilit suivante:

100

200

300

400

500

Prob {Dt = d} 0,10

0,20

0,25

0,30

0,15

La demande Dt du jour t est indpendante des demandes des jours


prcdents. Le vendeur sapprovisionne pendant la nuit prcdente au
prix de 40$ par centaine dexemplaires. Il revendra chaque exemplaire
1$ lunit sil trouve preneur. Combien dexemplaires le vendeur
devrait-il avoir en stock au dbut des jours 1, 2, et 3 pour maximiser
lesprance de son profit?

P. Lang, L.Benabbou

15

Dcision du vendeur: St = # dexemplaires en stock en dbut du jour t.


tat de la nature: Dt = # dexemplaires demands dans le jour t.

si St Dt
0,6St
Profit au jour t: Vt ( St , Dt ) =
Dt 0, 4 St si St Dt
= min {St , Dt } 0, 4 St

Les demandes sont indpendantes de jour en jour


Connatre Dt-1 napporte aucune information sur Dt
Les invendus ne peuvent pas tre stocks pour le jour suivant.
Les dcisions sont indpendantes de jour en jour.
La politique optimale est myope: choisir un stock initial
St = 400 chaque jour t.
P. Lang, L.Benabbou

16

Arbre de dcision: Exercice 6.2


Un trader dun produit prissable achte le produit 2$ au
dbut du jour et le revend 3$ au cours de la journe.
Le trader ne connat pas le nombre exact de clients N (qui
est fixe chaque jour, un client non satisfait va revenir le
lendemain), mais a estim une distribution de probabilit:
n

30

Prob {N = n} 0,20

40

50

0,30

0,50

Le trader souhaite maximiser son revenu. Quelle serait sa stratgie


optimale sur 1 jour ? Sur 2 jours ? Sur 3 jours ?

P. Lang, L.Benabbou

17

Dcision du trader: St = # de produits achets en dbut du jour t.


tat observ de la nature: Vt = # de produits vendus dans le jour t.

= min { N , St }
Profit au jour t: Gt ( St ,Vt ) = 3Vt 2St

P. Lang, L.Benabbou

(Vt St )

18

Politique optimale sur un jour


n

30

Prob {N = n} 0,20

40

50

0,30

0,50

E[G(S,V)]

30

30

30

30

30

40

10

40

40

34

50

10

20

50

29

Choisir S = 40

P. Lang, L.Benabbou

19

Politique optimale sur 2 jours:


construction dun arbre de dcision
Arbre de dcision: une arborescence forme de nuds et de flches
choix dune action par le dcideur
choix dun tat par la nature
Nud dincertitude: tant donn une
action antrieure du dcideur, cest
au tour de la nature de jouer.
On liste tous les tats de la nature
possibles, avec leurs probabilits.

0,35
0,2
0,45

Nud de dcision: tant donn un


tat antrieur de la nature, cest
au tour du dcideur de jouer.
on observe ltat de la nature
on liste toutes les actions possibles
Plus tard, il sagira de choisir
parmi ces actions possibles
P. Lang, L.Benabbou

20

Politique optimale sur 2 jours:


observations pour construire larbre
Remarques:
Si Vt = St, N Vt

Si on vend toute la quantit achete, le nombre


de clients est au moins gal cette quantit.

Si Vt < St, N = Vt

Si on vend moins que la quantit achete, alors


on connat le nombre de clients: il est gal aux
ventes.

Consquences:

Avec une quantit achete de 50, on connatra parfaitement le nombre de


clients.
Avec une quantit de 40, deux ventualits sont possibles:
les ventes sont de 30 (p = 0,2) : le nombre de clients est alors de 30;
les ventes sont de 40 (p = 0,8) : le nombre de clients est alors de 40
ou 50;
Avec un stock de 30, on na aucune information sur le nombre de clients.
P. Lang, L.Benabbou

21

Dc

Nat

Dc

Nat

S1

V1

S2

V2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

40
30
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

50

5/8

50
.8

30
40

P. Lang, L.Benabbou

22

Dc

Nat

Dc

Nat

S1

V1

S2

V2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

40

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

30
40

P. Lang, L.Benabbou

N est maintenant
connu

30
50

40

40

50

5/8

50
.8

N = 40 ou 50
N = 30

N = 30, 40 ou 50

23

Dc

Nat

Dc

Nat

S1

V1

S2

V2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

40
30
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

50

5/8

50
.8

30
40

P. Lang, L.Benabbou

N = 40 ou 50

24

Dc

Nat

Dc

Nat

S1

V1

S2

V2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

40
30
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

50

5/8

50
.8

30
40

P. Lang, L.Benabbou

25

Dc

Nat

Dc

Nat

S1

V1

S2

V2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

40
30
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

50

5/8

50
.8

30
40

P. Lang, L.Benabbou

26

Dc

Nat

Dc

Nat

S1

V1

S2

V2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

40
30
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

50

5/8

50
.8

30
40

P. Lang, L.Benabbou

.5
.5 + .3
.3
=
.5 + .3

N = 30

27

Dc

Nat

Dc

Nat

S1

V1

S2

V2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

40
30
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

50

5/8

50
.8

30
40

P. Lang, L.Benabbou

N = 30, 40 ou 50

28

Dc

Nat

Dc

Nat

S1

V1

S2

V2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

40
30
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

50

5/8

50
.8

30
40

P. Lang, L.Benabbou

29

Dc

Nat

Dc

Nat

S1

V1

S2

V2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

40
30
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

50

5/8

50
.8

30
40

P. Lang, L.Benabbou

30

Dc

Nat

Dc

Nat

S1

V1

S2

V2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

40
30
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

50

5/8

50
.8

30
40

P. Lang, L.Benabbou

31

Dc

Nat

Dc

Nat

S1

V1

S2

V2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

40
30
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

50

5/8

50
.8

30
40

P. Lang, L.Benabbou

32

Calcul de la meilleure stratgie pour le trader


plusieurs occasions, le trader se trouve devant plusieurs
actions/options/alternatives, entre lesquelles il doit choisir.
Pour comparer des actions bon escient, il faut tenir compte
de toutes leurs consquences sur le profit espr.
Cela nous amne calculer le profit espr en remontant
dans larbre de dcision, de la fin vers le dbut.

P. Lang, L.Benabbou

33

S1

V1

S2

.5

50

50

50 .3

40

40

.2

30

30

.2

30 1

30

1
1

50
40
30
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

5/8

50
.8

V2

30
40

P. Lang, L.Benabbou

34

V1

S2

50

50

40

40

30

30

P. Lang, L.Benabbou

V2
1

50 150

= 3$50

40 120

= 3$40

30

= 3$30

90

35

V1

S2

50

50 50
= 1502$50

40

40 40
= 1202$40

30

30 30
= 902$30

P. Lang, L.Benabbou

V2
1

50 150

40 120

30

90

36

V1

S2

50 200
= 50+3$50

50

50

40 160
= 40+3$40

40

40

30

30

30

120

V2
1

50 150

40 120

30

90

= 30+3$30

P. Lang, L.Benabbou

37

S1

V1

S2

.5

50 200

50 50

50 .3

40 160

40 40

.2

30 120

30 30

.2

30 1

30

1
1

50 150
40 120
30 90
50

3/8

40

40 1

40

30 1

30

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

40

40

5/8

50
.8

V2

30
40

P. Lang, L.Benabbou

38

V1

S2

V2
5/8

50 150

= 3$50

40 120

= 3$40

50
40

3/8
40

30

30

P. Lang, L.Benabbou

1
1

40 120 = 3$40
30

90 = 3$30

39

V1

S2

= (5/8)150+ (3/8)120 2$50


38,75 50
40
= 120 2$40
40 40
30

30 30
= 90 2$30

P. Lang, L.Benabbou

V2
5/8
3/8
1
1

50 150
40 120
40 120
30

90

40

V1

S2

V2
5/8

= 40 + 3$40
40 160

38,75 50
3/8
40 40

= 30 + 3$30
30 120

50 150

30 30

P. Lang, L.Benabbou

1
1

40 120
40 120
30

90

41

S1

V1

S2

.5

50 200

50 50

50 .3

40 160

40 40

.2

30 120

30 30

.2

30 1

30 120

1
1

50 150
40 120
30 90
50 150

3/8

40 120

40 40 1

40 120

30 30 1

30 90

40 160

40

5/8

38,75 50
.8

V2

.5

50

50 .3

40

.2

30

.8

40

.2

30

30 1

30

30
40

P. Lang, L.Benabbou

42

V1

S2

V2
0.5

50

0.3
0.2

30

0.8

50 150

= 3$50

40 120

= 3$40

30

90 = 3$30

40 120

= 3$40

40

30

P. Lang, L.Benabbou

0.2
1

30

90 = 3$30

30

90 = 3$30

43

V1

V2

S2

= .5150+.3120+.2 90 2$50
29 50

0.5
0.3
0.2

30

=.8120+.2 90 2$40
34 40

30 30
=90 2$30

P. Lang, L.Benabbou

0.8
0.2
1

50 150
40 120
30

90

40 120
30

90

30

90

44

V1

V2

S2
0.5
29 50

0.3
0.2

30 124
=34 +3$30

0.8

50 150
40 120
30

90

40 120

34 40

30 30

P. Lang, L.Benabbou

0.2
1

30

90

30

90

45

S1

V1

S2

.5

50 200

50 50

50 .3

40 160

40 40

.2

30 120

30 30

.2

30 1

30 120

1
1

50 150
40 120
30 90
50 150

3/8

40 120

40 40 1

40 120

30 30 1

30 90

.5

50 150

29 50 .3

40 120

.2

30 90

.8

40 120

.2

30 90

30 30 1

30 90

40 160

40

5/8

38,75 50
.8

V2

30 124
34 40

P. Lang, L.Benabbou

46

S1

V1
0.5

50

0.3
0.2

50 200
40 160
30 120

0.8

40 160

40
0.2
30

P. Lang, L.Benabbou

30 120
30 124

47

S1

V1

= .5200+.3160+.2 120 2$50 0.5


0.3
72 50
0.2

50 200
40 160
30 120

=.8160+.2 1202$40 0.8


72 40

40 160

0.2

30 120

64 30

30 124

=1242$30
P. Lang, L.Benabbou

48

S1

V1

S2

.5

50 200

50 50

72 50 .3

40 160

40 40

.2

30 120

30 30

.2

64 30 1

30 120

1
1

50 150
40 120
30 90
50 150

3/8

40 120

40 40 1

40 120

30 30 1

30 90

.5

50 150

29 50 .3

40 120

.2

30 90

.8

40 120

.2

30 90

30 30 1

30 90

40 160

72 40

5/8

38,75 50
.8

V2

30 124
34 40

P. Lang, L.Benabbou

49

S1

V1

S2

.5

50 200

50 50

72 50 .3

40 160

40 40

.2

30 120

30 30

.2

30 120

Politique optimale 1:
1. S1 = 50
2. Si V1 = 50, S2 = 50
1 30 124
Si V164
= 30
40, S
2 = 40
Si V1 = 30, S2 = 30

1
1

50 150
40 120
30 90
50 150

3/8

40 120

40 40 1

40 120

30 30 1

30 90

.5

50 150

.2

30 90

30 90

40 160

72 40

5/8

38,75 50
.8

V2

Politique
29 50 .3optimale
40 1202:
1. S1 = 40
.2
2. Si V1 = 40,30S2 90
= 40
Si V1 .8
= 30,40S2120
= 30
34 40

Profit espr: 72
30$30
P. Lang, L.Benabbou

50

Politique optimale
Dcisions

Horizon

Gain
Gain
espr espr
total moyen

J1

J2

J3

JT

1 jour

S1=40

34

34

S1=50

S2=V1

72

36

S1=40

S2=V1

3 jours

S1=50

S2=V1

S3=V1

115

38,3

T jours

S1=50

S2=V1

S3=V1

ST=V1

43T-14

43

2
jours

Pol 1
Pol 2

Rgles de dcision
P. Lang, L.Benabbou

51

Arbres de dcision: exercice 6.3


Votre compagnie dassurance projette externaliser une partie de la gestion de son
portefeuille pour les 9 mois qui restent de lanne. Vous avez ngoci avec une socit
de gestion un mandat de gestion de portefeuille aux termes suivants:
trois tapes, de trois mois chacune, sont dfinies. la fin de chaque tape, on
valuera, selon des critres accepts par les 2 parties, la performance du gestionnaire.
si, la performance du gestionnaire a t satisfaisante, la gestion du fonds ddi se
poursuit automatiquement, et le gestionnaire reoit un forfait de 200 000$. Si ce nest
pas le cas (la performance a t insuffisante), vous avez 2 choix:
rsilier le mandat de gestion, et obtenir un ddommagement de 500 000 $;
poursuivre lexcution du mandat de gestion, sans quil y ait aucun paiement de
part ou dautre pour cette tape.
Vous estimez que la probabilit dune performance satisfaisante dans un trimestre est
de 60%, indpendamment de ce qui est advenu dans des trimestres antrieurs. Le
montant externaliser de 1 000 000 $.
1) Dessiner larbre de dcision
2) Quelle est la meilleure stratgie ? Quelle est la valeur espre du mandat ? Quelle
est la probabilit que la socit de gestion remplisse le mandat ?

P. Lang, L.Benabbou

52

Programmation linaire en situation de risque


Il sagit encore de dcisions squentielles
Mais (contrairement aux arbres de dcision) les actions
possibles sont reprsentes par des variables de dcision
plutt que par des listes dactions possibles.
Dcideur

Nature

Action 1

Action 2

Consquence 1

Consquence 2

tat 1

tat 2

P. Lang, L.Benabbou

53

S Satisfaisant

P Poursuivre

I Insuffisant

R Rsilier

0,6
S

0,6

0,4

0,4

R
S

0,6
0,4

P
I

Dbut

0,6

Accepter

Refuser

0,4

S
0,6

0,4

0,6

0,4

I
P

0,6

0,4

Fin du trimestre 1

Fin du trimestre 2

P. Lang, L.Benabbou

Fin trim. 3
54

S Satisfaisant

P Poursuivre

I Insuffisant

R Rsilier

(0)Profit (M$)
0,28
S

S
= 0,60,8+ 0,40 (profit espr)0,5
0,2 (paiement)
I
= 0,60,8+ 0,40 (profit espr)
Accepter
0,28
S
P
I
Refuser

0,5
I

P. Lang, L.Benabbou

S 0,8
I 0
0,48
P
0,5
R

S 0,8
I 0
S 0,8
I 0

0,48
P

S 0,8
I 0

R
0,5
55

S Satisfaisant

P Poursuivre

(0)Profit (M$)

Rsilierespr)
Insuffisant
R (profit
I 0,6
=
0,28+ 0,40,5
0,2 (paiement)
0,168
= 0,60,168+ 0,40,5 S
(profit espr)
0,3008
Accepter
= 0,60,28+ 0,40,5
(profit espr)
0,368
P
I
Refuser
0

0,5

0,28
S

0,5
I

S 0,8
I 0
0,48
P
0,5
R

0,28
S
0,5
I

R
0,5
P. Lang, L.Benabbou

S 0,8
I 0
S 0,8
I 0

0,48
P

S 0,8
I 0

R
0,5
56

S Satisfaisant

P Poursuivre

I Insuffisant

R Rsilier

0,3008

0,168
S
0,3008 0,6
Accepter
0,4

I
0,5

(0)Profit (M$)

0,6

0,4
S

0,4
I

0,4

0,5

Fin Trim.1

S 0,8 0,216
I 0

R
0,5

R
0,5

Stratgie
Dbut

0,6

Fin Trim.2

Accepter Si Ins., rsilier


Sinon, ne rien faire Si Ins., rsilier

Profit espr:
0,3008 M$
Probabilit daboutissement
du mandat: 0,216

Sinon, ne rien faire


P. Lang, L.Benabbou

57

Exercice 6.4: Stratgies ex ante/adaptive


Un spculateur de matires premires gre un silo de bl d'une
capacit de 50 tonnes. Au dbut de la semaine 1, le silo contient 20
tonnes. Les prix d'achat et de vente de bl esprs ont t estims
pour les 4 prochaines semaines:
Semaine
Prix de vente ($/tonne)
Prix dachat ($/tonne)

1
17
20

2
21
20

3
30
32

4
33
36

Le bl vendu une semaine donne est retir du stock en dbut de


semaine. Le bl achet dans une semaine donne arrive en milieu de
semaine, et ne pourrait donc tre revendu au plus tt quen semaine
suivante. Les cots de stockage sont de 2$ par tonne restant en stock
la fin de chaque semaine.
Formuler un programme linaire qui permette de maximiser les
profits (esprs) du spculateur.
P. Lang, L.Benabbou

58

Stratgie ex ante (anticipative)


Variables de dcision:
Vt = # de tonnes de bl achetes en semaine t

At = # de tonnes de bl vendues en semaine t


1 t 4
St = # de tonnes de bl conserves en stock en fin de semaine t
V3 , A3 , S3
V2 , A2 , S2
V4 , A4 , S4
V1 , A1 , S1
Paramtres:
pt = esprance du prix de vente ($/tonne) en semaine t
1 t 4
qt = esprance du prix d'achat ($/tonne) en semaine t

Programme linaire:
4
Max Z = t =1 ( ptVt qt At 2 St )

S.l.c.: S1 = 20 + A1 V1
St = St 1 + At Vt
V1 20
Vt St 1
St 50
Vt , At , St 0
P. Lang, L.Benabbou

2t 4
2t 4
1 t 4
1 t 4

59

MAX 17V1 + 21V2 + 30V3 + 33V4 - 20A1 - 20A2


- 32A3 - 36A4 - 2I1 - 2I2 - 2I3 - 2I4
ST
I1 - A1 + V1 = 20
I2 - A2 + V2 - I1 = 0
I3 - A3 + V3 - I2 = 0
I4 - A4 + V4 - I3 = 0
V1
< 20
V2 - I1
< 0
V3 - I2
< 0
V4 - I3
< 0
END
SUB I1 50
SUB I2 50
SUB I3 50
SUB I4 50

P. Lang, L.Benabbou

60

pt

17

21

30

33

qt

20

20

32

36

Vt

20

50

At

50

St

20

50

50

Profit
espr

-40

-680

-100

1650

Total

830

Solution optimale:

(Vt , At , St )
0,0, 20

20,50,50

0,0,50

Profit espr : 830 $


P. Lang, L.Benabbou

50,0,0
61

Exercice 6.3: stratgie adaptative.


Les prix dachat et de vente du bl en vigueur en semaine t sont incertains
priori, mais seront connus au dbut de la semaine t. Le spculateur a
numr les principales possibilits, et leurs probabilits conditionnelles:
Semaine:

0,6
V 17
A 20

V 19
A 24

0,5
0, 5

V 28
A 30

V 35
A 34

V 32
A 34

V 37
A 36

V 27
0 ,4
0,7
A 42
p3 V3224 p2 1 19V 30
p1 17
Prob = A 14 = A ,32
=0,3

V 32
q3 34 q2 24 q1 20
A 27

Le spculateur veut maximiser lesprance de son profit.


P. Lang, L.Benabbou

62

Arbre de scnarios
tat de la nature
Semaine:

0,6
V 17
A 20

V 19
A 24

0,5
0, 5

V 28
A 30

V 35
A 34

V 32
A 34

V 37
A 36

0 ,4
V 24
A 14

V 30
A 32

P. Lang, L.Benabbou

0,7
0, 3

V 27
A 42
V 32
A 27

63

Arbre de scnarios
Semaine:

0,6
1 V 17
A 20

2 V 19
A 24

0,5
0, 5

4 V 28
A 30

7 V 35
A 34

5 V 32
A 34

8 V 37
A 36

0 ,4
3 V 24
A 14

Chaque tat k > 1 a un


prdcesseur a(k) :

6 V 30
A 32

0,7
0, 3

scnario
(complet)

9 V 27
A 42
10 V 32
A 27

scnario
k
1partiel
2 3 4 5 6 7 8 9 10
a(k )
1 1 2 2 3 4 5 6 6
P. Lang, L.Benabbou

64

Arbre de scnarios
Semaine:

0,6
1 V 17
1 A 20

2 V 19
0,6 A 24

0,5
0, 5

4 V 28
0,3 A 30

7 V 35
0,3 A 34

5 V 32
0,3 A 34

8 V 37
0,3 A 36

0 ,4
3 V 24
0,4 A 14

6 V 30
0,4 A 32

0,7
0, 3

9 V 27
0,28 A 42
10 V 32
0,12 A 27

k = probabilit totale que l'tat k se ralise


P. Lang, L.Benabbou

65

Variables de dcision:
Vk = # de tonnes de bl achetes dans l'tat k

Ak = # de tonnes de bl vendues dans l'tat k


1 k 10
Sk = # de tonnes de bl conserves en stock dans l'tat k
V4 , A4 , S4

V7 , A7 , S7

V5 , A5 , S5

V8 , A8 , S8

V2 , A2 , S2
V1 , A1 , S1
V9 , A9 , S9
V3 , A3 , S3

V6 , A6 , S6

P. Lang, L.Benabbou

V10 , A10 , S10

66

Variables de dcision:
Vk = # de tonnes de bl achetes dans l'tat k

Ak = # de tonnes de bl vendues dans l'tat k


1 k 10
Sk = # de tonnes de bl conserves en stock dans l'tat k
Paramtres:
pk = prix de vente ($/tonne) dans l'tat k

qk = prix d'achat ($/tonne) dans l'tat k 1 k 10


k = probabilit de ralisation de l'tat k
Programme linaire:

Max

Z = k =1 k ( pkVk qk Ak 2 Sk )
10

S.l.c.: S1 = 20 + A1 V1
Sk = Sa ( k ) + Ak Vk

2 k 10

V1 20
Vk Sa ( k )

2 k 10

Sk 50

1 k 10

Vk , Ak , Sk 0

1 k 10
P. Lang, L.Benabbou

67

MAX
17V01 + 11.4V02 + 9.6V03 + 8.4V04 + 9.6V05
+ 12.0V06 + 10.5V07 + 11.1V08 + 7.56V09 + 3.84V10
- 20A01 - 14.4A02 - 5.6A03 - 9.0A04 - 10.2A05
- 8.8A06 - 10.2A07 - 10.8A08 - 11.76A09 - 3.24A10
- 2S01 - 1.2S02 - 0.8S03 - 0.6S04 - 0.6S05
- 0.8S06 - 0.6S07 - 0.6S08 - 0.56S09 - 0.24S10
ST
S01 - A01 + V01 = 20
S02 - A02 + V02 - S01 = 0
S03 - A03 + V03 - S01 = 0
S04 - A04 + V04 - S02 = 0
S05 - A05 + V05 - S02 = 0
S06 - A06 + V06 - S03 = 0
S07 - A07 + V07 - S04 = 0
S08 - A08 + V08 - S05 = 0
S09 - A09 + V09 - S06 = 0
S10 - A10 + V10 - S06 = 0

P. Lang, L.Benabbou

V01
V02
V03
V04
V05
V06
V07
V08
V09
V10
END
SUB
SUB
SUB
SUB
SUB
SUB
SUB
SUB
SUB
SUB

< 20
- S01
- S01
- S02
- S02
- S03
- S04
- S05
- S06
- S06
S01
S02
S03
S04
S05
S06
S07
S08
S09
S10

<
<
<
<
<
<
<
<
<

0
0
0
0
0
0
0
0
0

50
50
50
50
50
50
50
50
50
50
68

Solution optimale:

(Vk , Ak , S k )
0,0,50

50,0,0

0,0,50

50,0,0

0,0,50
0,30,50
50,0,0
50,50,50

50,50,50
50,0,0

Profit espr: 1110 $

P. Lang, L.Benabbou

69

Stratgies adaptative vs. ex-ante


Une stratgie est adaptative si chaque dcision tient compte
de toute linformation disponible au moment o cette
dcision doit tre prise.
Les dcisions sont donc conditionnes sur les tats de la
nature. Dans chaque priode on a une rgle de dcision.
Dans une stratgie ex ante les dcisions de chaque
priode sont fixes lavance, indpendamment de ltat qui
se ralise dans cette priode.
Proprit: la meilleure stratgie adaptative est toujours au
moins aussi avantageuse que la meilleure stratgie ex ante.

P. Lang, L.Benabbou

70

Stratgie ex-ante
Solution optimale: (Vt , At , St )

0,0, 20

Profit espr: 830 $

20,50,50

0,0,50

50,0,0

Stratgie adaptative
Solution optimale:(Vk , Ak , S k )

Profit espr: 1110 $

0,0,50

50,0,0

0,0,50

50,0,0

0,0,50
0,30,50
50,0,0
50,50,50

50,50,50
50,0,0
P. Lang, L.Benabbou

71

Exercice 6.4
La demande pour un produit est alatoire. Dun mois sur lautre, elle peut soit
augmenter de 10%, avec probabilit 0,2;
rester au niveau du mois prcdent, avec probabilit 0,7;
diminuer de 15%, avec probabilit 0,1.
Au mois 1, cette demande sera de 1 000 units.
Le cot de production mensuel est gal a
0$ si aucune quantit nest produite;
150$ + 10$(le # dunits produites) si ce dernier est >0.
La capacit de production est de 2 500 units par mois.
Le produit peut tre stock, au cot de 2$ par unit restant en stock en fin de mois.
Le stock initial du trimestre 1 est nul.
Lentreprise doit normalement satisfaire la demande. Exceptionnellement, elle
pourra livrer seulement 90% de la demande. Ce cas dexception ne peut pas se
produire plus dune fois en trois mois.
1. Dessinez larbre des vnements.
2. Dfinissez les paramtres pertinents et les variables de dcision.
3. Formuler un programme linaire en vue de minimiser lesprance du cot total.
P. Lang, L.Benabbou

72

Arbre de scnarios
1

Mois:

1000

0,2

tat Prob Demande

1100

0,7

1000

0,1

850

P. Lang, L.Benabbou

73

Arbre de scnarios
1

Mois:

1000

0,2

0,7

0,1

tat Prob Demande

1100

1000

850

P. Lang, L.Benabbou

5 0,04

1210

6 0,14

1100

7 0,02

935

8 0,14

1100

9 0,49

1000

10 0,07

850

11 0,02

935

12 0,07

850

13 0,01

722,5
74

Paramtres
k = # d'tat
a ( k ) = tat prcdent immdiatement k
k = probabilit (totale) de ralisation de l'tat k

d k = demande sous l'tat k


k

10

11

12

13

a(k)

0,2

0,7

dk

0,1 0,04 0,14 0,02 0,14 0,49 0,07 0,02 0,07 0,01

1000 1100 1000 850 1210 1100 935 1100 1000 850 935 950 722,5

P. Lang, L.Benabbou

75

Variables
xk = quantit produite sous l'tat k, 1 k 13
Sk = quantit en stock en fin de mois sous l'tat k, 1 k 13

{
1
u ={
0
yk =
k

1 s'il y a de la production sous l'tat k ( xk > 0 )


0 sinon
si on livre moins que la demande sous l'tat k
sinon

P. Lang, L.Benabbou

1 k 13
1 k 13

76

Programme linaire
Min
S.l.c.:

13

k =1 k (150 yk + 10xk + 2Sk )


S1 = x1 d1 + 0,1d1u1
Sk = Sa ( k ) + xk d k + 0,1d k uk

2 k 13

xk 2500 yk

1 k 13

j{k ,a(k ),1} u j 1

5 k 13 (tats terminaux)

xk 0

1 k 13

yk ,uk {0,1}

1 k 13

P. Lang, L.Benabbou

77

j{k ,a(k ),1} u j 1

5 k 13 (tats terminaux)

u1 + u2 + u5 1

u1 + u2 + u6 1

u1 + u2 + u7 1

u1 + u3 + u8 1

u1 + u3 + u9 1

10

u1 + u3 + u10 1

11

u1 + u4 + u11 1

12

u1 + u4 + u12 1

13

u1 + u4 + u13 1
P. Lang, L.Benabbou

78

Exercice 6.4
Vous avez 10 000 $ sur un compte dpargne qui rapportera du 1% par mois au
cours des 2 prochains mois. Vous pouvez en tout temps retirer tout ou partie du
montant plac sur ce compte ou y rajouter une somme supplmentaire.
On vous a vant les mrites de la spculation sur lallium, un mtal rare qui se
transige actuellement 100 $/Ag . Vous anticipez que les prix en vigueur aux
dbuts des mois et seront alatoires mais conformes la loi suivante :
Pt = 1,2 Pt 1 avec probabilit 0,4

Pt = 0,9Pt 1 avec probabilit 0,6

t = 2,3

Vous rviserez votre situation financire chaque dbut de mois. Les achats
dallium seront dbits de votre compte dpargne, le produit des ventes dallium
revers sur le compte dpargne. Vous refusez tout recours lemprunt. Au dbut
du mois 3, vous liquiderez tout avoir en allium pour conclure lexprience.
Intrts
sur pargne

10 000

Achat
dallium

Intrts
sur pargne
2

Achat ou vente
dallium

Fortune
finale
3

Mois

Vente
dallium

1. Dessinez larbre des scnarios avec les paramtres pertinents (nos dtats,
probabilits totales de ralisation, et prix).
P. Lang, L.Benabbou

79

Arbre des scnarios


4
2
120, .4

144, .16
5
108, .24

1
6

100, 1
3
90, .6

108, .24
7

Lgende :
tat
Prix, probabilit totale

81, .36

P. Lang, L.Benabbou

80

Exercice 6.4 (2)


Vous avez 10 000 $ sur un compte dpargne qui rapportera du 1% par mois au
cours des 2 prochains mois. Vous pouvez en tout temps retirer tout ou partie du
montant plac sur ce compte ou y rajouter une somme supplmentaire.
On vous a vant les mrites de la spculation sur lallium, un mtal rare qui se
transige actuellement 100 $/Ag . Vous anticipez que les prix en vigueur aux
dbuts des mois et seront alatoires mais conformes la loi suivante :
Pt = 1,2 Pt 1 avec probabilit 0,4

Pt = 0,9Pt 1 avec probabilit 0,6

t = 2,3

Vous rviserez votre situation financire chaque dbut de mois. Les achats
dallium seront dbits de votre compte dpargne, le produit des ventes dallium
revers sur le compte dpargne. Vous refusez tout recours lemprunt. Au dbut
du mois 3, vous liquiderez tout avoir en allium pour conclure lexprience.
Intrts
sur pargne

10 000

Achat
dallium

Intrts
sur pargne
2

Achat ou vente
dallium

Fortune
finale
3

Mois

Vente
dallium

2. Formulez un programme linaire dtaill qui permettra de trouver une stratgie


maximisant la valeur espre de votre fortune au dbut du mois 3, aprs
liquidation de vos positions en allium.
P. Lang, L.Benabbou

81

Variables de dcision

Ck =

pargne disponible ($) en fin de mois sous ltat k 1 k 3

Fk =

fortune finale ($) sous ltat final k

4k 7

Ak =

achats dallium (Ag) au dbut de ltat k

1 k 3

Vk =

ventes dallium (Ag) au dbut de ltat k

2k 3

Sk

stock dallium (Ag) aprs transactions sous ltat k1 k 3

P. Lang, L.Benabbou

82

Programme linaire

Max
Z = 0,16F4 + 0,24F5 + 0,24F6 + 0,36F7
S.l.c.:
S1 = A1
S2 = S1 + A2 V2
S3 = S1 + A3 V3
C1 = 10100 101A1
C2 = 1,01C1 121,2 A2 + 121,2V2
C3 = 1,01C1 90,9 A3 + 90,9V3
F4 = C2 + 144S2
F5 = C2 + 108S2
F6 = C3 + 108S3
F7 = C3 + 81S3
Ck ,Sk , Ak ,Vk 0 1 k 3

P. Lang, L.Benabbou

83

Exercice 6.4 (3)


Vous avez 10 000 $ sur un compte dpargne qui rapportera du 1% par mois au cours
des 2 prochains mois. Vous pouvez en tout temps retirer tout ou partie du montant
plac sur ce compte ou y rajouter une somme supplmentaire.
On vous a vant les mrites de la spculation sur lallium, un mtal rare qui se
transige actuellement 100 $/Ag . Vous anticipez que les prix en vigueur aux dbuts
des mois et seront alatoires mais conformes la loi suivante :
Pt = 1,2 Pt 1 avec probabilit 0,4

Pt = 0,9Pt 1 avec probabilit 0,6

t = 2,3

Vous rviserez votre situation financire chaque dbut de mois. Les achats dallium
seront dbits de votre compte dpargne, le produit des ventes dallium revers sur le
compte dpargne. Vous refusez tout recours lemprunt. Au dbut du mois 3, vous
liquiderez tout avoir en allium pour conclure lexprience.
Vous prouveriez un vif regret si cette exprience spculative ramenait votre fortune
totale en dessous du montant initial de 10 000 $. Vous avez choisi une fonction
dutilit refltant ces prfrences.
U(F)

si F 10 000
F 10 000
U (F ) =
10 ( F 10 000 ) si F 10 000

10000

Reformulez votre programme linaire prcdent de faon maximiser lutilit espre


de votre fortune finale
P. Lang, L.Benabbou

84

Programme linaire avec utilit espre


vk =

10000 Fk
Fk 10000 si Fk 10000
wk =
0
0
sinon

Max
S.l.c.:

si Fk 10000
sinon

4k 7

Z = 0,16v4 + 0,24v5 + 0,24v6 + 0,36v7


1,6w4 2,4w5 2,4w6 3,6w7
F4 10000 = v4 w4
F5 10000 = v5 w5
F6 10000 = v6 w6
F7 10000 = v7 w7

vk ,wk 0
Autres contraintes inchanges
P. Lang, L.Benabbou

85