Vous êtes sur la page 1sur 74

Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Outline

Introduction

Structuration d’un problème de décision

Décision en avenir incertain


Incertain strict (non probabilisé)
Analyse axiomatique des critères (Milnor)
Incertain probabiliste

La théorie de l’utilité

Décision en présence de critères multiples

2/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Outline

Introduction

Structuration d’un problème de décision

Décision en avenir incertain


Incertain strict (non probabilisé)
Analyse axiomatique des critères (Milnor)
Incertain probabiliste

La théorie de l’utilité

Décision en présence de critères multiples

3/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

PREMIER COURS

4/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Introduction

La théorie de la décision
vise à fournir un cadre rationnel général permettant de formuler
et d’analyser les problèmes de décision dans des situations ou
les données à prendre en compte sont loin d’être déterminées
à l’avance.

5/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Introduction

Comment et quelle décision prendre ?


Selon la nature des données et du problème, plusieurs
approches pour modéliser et résoudre le problème de
décision :
• La théorie du vote ;
• La théorie des jeux ;
• La théorie des graphes ;
• La programmation linéaire ;
• ...

6/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Introduction (Théorie des jeux)


Dilemme du prisonnier
La forme habituelle de ce dilemme est celle de deux
prisonniers (complices d’un délit) retenus dans des cellules
séparées et qui ne peuvent communiquer.
• si un seul des deux avoue, celui-ci est certain d’obtenir une
remise de peine alors que le second obtient la peine
maximale (10 ans) ;
• si les deux avouent, ils seront condamnés à une peine plus
légère (5 ans) ;
• si aucun n’avoue, la peine sera minimale (6 mois), faute
d’éléments au dossier.

Problème
Quelle sera la stratégie de chacun ? 7/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Introduction (Programmation linéaire)

Problème de plantation
Considérons un agriculteur qui possède des terres, de
superficie égale à H hectares, dans lesquelles il peut planter du
blé et du maïs. L’agriculteur possède une quantité E d’engrais
et I d’insecticide. Le blé nécessite une quantité E1 d’engrais par
hectare et I1 d’insecticide par hectare. Les quantités
correspondantes pour le maïs sont notées E2 et I2 . Soit P1 le
prix de vente du blé et P2 celui du maïs.

Problème
Quelle serait la répartition d’hectares entre le blé et le mais afin
de maximiser les gain de l’agriculteur ?

8/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Outline

Introduction

Structuration d’un problème de décision

Décision en avenir incertain


Incertain strict (non probabilisé)
Analyse axiomatique des critères (Milnor)
Incertain probabiliste

La théorie de l’utilité

Décision en présence de critères multiples

9/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Introduction

Le processus : deux grandes étapes

• Détermination et fomulation de problème


• Résolution du problème

Etapes supplémentaires

• la collecte d’informations ;
• l’analyse de ces informations ;
• la mise en oeuvre de la solution.

10/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exemple1 : Lancement d’un produit

Enoncé
Une société envisage de lancer un nouveau produit compte
tenu des réactions potentielles de concurrence, trois situations
vont être envisagées :
• accueil très favorable → gain= 900MA
C;
• accueil favorable → gain= 750MA
C;
• Echec → gain= 0sA
C.
Le coût de lancement est estimé à 500MA
C.

Problème ?
la société doit-elle ou pas lancer le produit ?

11/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exemple2 : Achat d’agendas


Enoncé
Au mois d’aout un papetier doit décider du nombre d’agendas à
acheter pour l’année suivante. Un agenda côute 20AC et est
vendu 45A C. Fin Janvier chaque agenda invendu peut être
renvoyé à l’éditeur qui le rachète 5A
C.
La loi de la demande est :

d 100 150 200 250 300


p(D=d) 0.3 0.2 0.3 0.15 0.05

Problème ?
Quel nombre d’agendas doit commander le papetier ?

12/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Fomaliser un problème de décision

Formalismes
1. A : ensemble d’actions ou de décision potentielles.
A = {a1 , . . . , an } ;
2. E : ensemble des états de la nature. E = {e1 , . . . , en } ;
3. une fonction d’évaluation (ou de coût) : g : A × E → R, qui
valorise le gain g(ai , ei ) = xij qui résulte du choix de
l’action ai lorsque l’état de la nature ej s’est réalisé.

13/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exemple1

Actions potentielles
A = {a1 , a2 }
• a1 : lancer le produit ;
• a2 : ne pas lancer le produit.

États de la nature
E = {e1 , e2 , e3 }
• e1 : accueil très favorable ;
• e2 : acceuil favorable ;
• e3 : echec ;

14/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exemple1

Tableau des gains

e1 e2 e3
a1 400 250 -500
a2 0 0 0

15/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exemple2
Actions potentielles
A est l’ensemble des quantités commandées ; ai = qi
commander.

Etats de la nature
E est l’ensemble des demandes ; ej = ”D = dj ”

Tableau des gains


g(q, d) : gain résultant de la commande de la quantité q
lorsque la demande est égale à d.
2 cas se présentes :
• si d ≤ q : g(q, d) = 45d + 5(q − d) − 20q = 40d − 15q ;
• si d > q : g(q, d) = 45q − 20q = 25q
16/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exemple2

Tableau des gains

q-d 100 150 200 250 300


100 2500 2500 2500 2500 2500
150 1750 3750 3750 3750 3750
200 1000 3000 5000 5000 5000
250 250 2250 4250 6250 6250
300 -500 1500 3500 5500 7500

17/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exercices (TD1)

Exercice 1 : un investissement bien raisonné


Un particulier se voit proposer deux placements a1 et a2 . Les
rendements de chacun de ces deux placements dépendent d’une
décision gouvernementale importante ; C’est ainsi que, pour une
unité monétaire investie, a1 rapportera 1,3 unité monétaire si la
décision est prise et seulement 0,8 unités monétaires si elle n’est pas
prise. En revanche, a2 rapportera seulement 0,9 unités monétaires si
la décision est prise et 1,1 unité monétaire si elle n’est pas prise. En
fait, le particulier peut répartir librement son investissement entre a1
et a2 . On notera a(λ) le placement qui consiste à investir une
proportion λ dans a1 et la proportion complémentaire 1-λ dans a2
(0≥ λ ≤1). Le particulier souhaite déterminer la meilleure répartition,
c’est-à-dire trouver une valeur optimale pour λ.
Question : Formaliser ce problème de décision.

18/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exercices
Exercice1 : Correction
• 2 actions : a1 et a2 ;
• 2 états de la nature : d (la décision gouvernementale est
prise) et d̄ (la décision gouvernementale n’est pas prise).

d d̄
a1 0.3 -0.2
a2 -0.1 0.1
a(λ) 0.3 ∗ λ − 0.1(1 − λ) −0.2 ∗ λ + 0.1(1 − λ)
TAB .: (

tableau des gains)

19/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exercices

Exercice2 : Controle de qualité


La société NIAKO, grand fabriquant de téléphones portables, envisage de lancer un
nouveau modèle. NIAKO envisage deux stratégies pour organiser son contrôle qualité :

• La stratégie S1 , très fiable, inclut un contrôle systématique du fonctionnement de


l’appareil et le remplacement éventuel de composants défectueux. Cette
stratégie conduit à un risque de panne totalement négligeable durant la période
de garantie. En revanche, elle entraîne un coût de contrôle c A C.
• La stratégie S2 consiste à n’effectuer aucun contrôle. Compte tenu du risque de
fiabilité dû aux composants présents dans l’appareil, le téléphone ainsi conçu
risque de tomber en panne durant la période de garantie avec une probabilité
estimée par les experts à p. En ce cas, la réparation, à la charge de NIAKO, est
estimée à 100 fois le coût de contrôle de la stratégie S1 .
1- Dresser le tableau des coûts.

20/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exercices

Exercice2 : correction
• 2 actions : S1 et S2 ;
• 2 états de la nature : Panne (P) et pas de Panne (P̄) ;

P P̄
S1 c c
S2 100c 0

21/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exercices
Exercice3 : Incertitude sur les jouets
Une entreprise fabriquant des jouets est confrontée à un risque de grève des
transporteurs routiers pendant ce début de première semaine de décembre.
L’entreprise a établi un plan de fabrication et d’expédition en régime normal de 5 000
articles par semaine qui correspond exactement à la demande hebdomadaire. le coût
de fabrication est alors de 30 AC (par article). L’article est vendu 45 A
C. La grève, si elle a
lieu, débutera dans une semaine. Elle peut durer soit une semaine, soit deux semaine.
En cas de grève, l’entreprise ne produit pas. De plus, elle perd la totalité de ses ventes
si les distributeurs ne sont pas livrés auparavant car les linéaires sont vides (la
distribution ne possède actuellement aucun stock). En ce début de première semaine,
l’entreprise a le choix entre 3 décisions :
• soit produire et expédier, selon son plan, 5 000 articles,
• soit produire et expédier 10 000 articles pour satisfaire la demande des deux
premières semaines ; mais il faut savoir que la capacité de production maximale
de l’entreprise est de 7 000 articles par semaine et qu’au delà de cette limite,
elle sous-traite la production dont le coût passe alors à 40 AC par semaine.
• soit produire et expédier 15 000 articles pour satisfaire la demande des trois
semaines, avec les mêmes conditions de recours à la sous-traitance.
On cherche à maximiser la marge sur la période des 3 semaines à venir.
Question : Après avoir défini les actions et états de la nature, construire le tableau de
22/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exercices
Exercice3 : correction
• L’ensemble A = {a1 , a2 , a3 } des actions correspond aux 3
décisions envisagées en début de première semaine :
produire et expédier 5 000, 10 000 ou 15 000 articles,
respectivement a1 , a2 et a3 .
• L’ensemble E = {e0 , e1 , e2 } des états de la nature
correspond aux trois éventualités possibles concernant la
grève : pas de grève, une semaine de grève (durant le
2ème semaine), deux semaines de grève (durant les 2ème
et 3ème semaines), respectivement e0 , e1 et e2 .
• tableau des gains : attention gain=45-30(pour 5000) ou
45-40 (soustraitance) ; Faire en sorte de produire 5000*3
pour couvrir les 3 semaines ;

23/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Exercices

Exercice3 : correction
e0 e1 e2
a1 (5000) 3*5*15 = 225 K 2*5*15 = 150 K 5*15 = 75 K
a2 (10000) 7*15 + 3*5 + 5*15 = 195 K 7*15 + 3*5 + 5*15 = 195 K 7*15 + 3*5 = 120 K
a3 (15000) 7*15 + 8*5 = 145 K 7*15 + 8*5 = 145 K 7*5 + 8*5 = 145 K

24/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

DEUXIEME COURS

25/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Cadre de la décision

Deux cas
• avenir certain : état de la nature connu à priori. Un
exemple typique consiste à choisir l’itinéraire le plus court
pour livrer un certain nombre de clients.
• avenir incertain, un exemple serai de lancer un nouveau
produit n’ayant pas d’équivalent.
Dans le premier cas il s’agit d’un problème d’optimisation
mathématique, dans le second cas le hasard intervient de
manière importante.

26/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Decisionn sous certitude

• Etat de la nature connu à priori ;


• Choix de l’action correspondant au gain max.

Lancer/ne pas lancer le produit


si e2 (accueil favorable) alors on doit choisir a1 .

27/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Outline

Introduction

Structuration d’un problème de décision

Décision en avenir incertain


Incertain strict (non probabilisé)
Analyse axiomatique des critères (Milnor)
Incertain probabiliste

La théorie de l’utilité

Décision en présence de critères multiples

28/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Introduction

Pour résoudre le problème de décision

• choisir un critère de décision ;


• Critère de Wald(maximiser le gain minimum) ;
• Critère maximiser le gain maximum ;
• Critère Hurwicz ;
• Critère de Laplace ;
• Critère de Savage (minimisr le regret maximum).
• déterminer la meilleure action selon ce critère.

29/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Introduction

Principe
A chaque action ai est associée une valorisation vi selon le
critère considèré. Nous devons retenir ak tel que
vk ≥ vi ∀i = 1, . . . , n (quand il s’agit de gain) (≤ s’il s’agit de
coût).

30/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de wald

Definition
Pour chaque action, on considère la pire des situations (gain
min). Puis on retient l’action la moins pire, c’est à dire qui
maximise le minimum des gains.

maxi minj g(ai , ej )

Critère très prudent. Convient au décideur ayant une aversion


au risque.

31/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Wald

Lancer/ne pas lancer

e1 e2 e3 min gain
a1 400 250 -500 -500
a2 0 0 0 0

Choisir action a2 .

32/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Wald

Agendas

q-d 100 150 200 250 300 min gain


100 2500 2500 2500 2500 2500 2500
150 1750 3750 3750 3750 3750 1750
200 1000 3000 5000 5000 5000 1000
250 250 2250 4250 6250 6250 250
300 -500 1500 3500 5500 7500 -500

Commander 100 agendas.

33/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Wald

Exemple

Actions/états e1 e2 e3 e4
a1 100 25 40 20
a2 125 30 50 05
a3 0 50 75 40

34/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Wald

Correction

Actions/états e1 e2 e3 e4 min
a1 100 25 40 20 20
a2 125 30 50 05 5
a3 0 50 75 40 0

décision : a1

35/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

critère de maximiser le gain maximum

Définition(maxmax)
On considère pour chaque action le cas leplus favorable (gain
max) et on retient l’action qui assure le plus grand gain max.
vi = maxj g(ai , ej ), On choisit ak tel que vk = maxn vi
Critère avec un gout au risque.

36/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de maxmax

Lancer/ne pas lancer

e1 e2 e3 max gain
a1 400 250 -500 400
a2 0 0 0 0

Choisir action a1 .

37/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère maxmax

Agendas

q-d 100 150 200 250 300 max gain


100 2500 2500 2500 2500 2500 2500
150 1750 3750 3750 3750 3750 2750
200 1000 3000 5000 5000 5000 3000
250 250 2250 4250 6250 6250 3250
300 -500 1500 3500 5500 7500 3500

Commander 300 agendas.

38/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère du gain max

Exemple

Actions/états e1 e2 e3 e4
a1 25 20 100 40
a2 30 5 125 50
a3 50 40 0 75

39/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère du gain max

Correction

Actions/états e1 e2 e3 e4 max gain


a1 25 20 100 40 100
a2 30 5 125 50 125
a3 50 40 0 75 75

décision : a2

40/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Hurwicz

Définition
il s’agit d’une famille de critères, dont le critère de wald apparait come
un cas particulier. Au lieu de ne considérer que le pire des résultats,
on envisage conjointement le pire et le meilleure et on en fait la
moyenne en pondérant le résultat maxi par un coefficient d’optimisme
0≤α≤1
vi = α max gij + (1 − α) min gij
On choisi l’action qui maximise vi → problème : choix du α.

41/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Hurwicz

Lancer/ne pas lancer (α = 0.5)

e1 e2 e3 vi
a1 400 250 -500 0.5* 400+0.5*(-500)= -50
a2 0 0 0 0

Choisir action a2 .

42/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Hurwicz

Agendas

q-d 100 150 200 250 300 vi


100 2500 2500 2500 2500 2500 2500
150 1750 3750 3750 3750 3750 2750
200 1000 3000 5000 5000 5000 3000
250 250 2250 4250 6250 6250 3250
300 -500 1500 3500 5500 7500 3500

Commander 300 agendas.

43/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère Hurwicz

exemple

Actions/états e1 e2 e3 e4
a1 100 25 40 20
a2 125 30 50 5
a3 0 50 75 40

Quelle décision si : α = 0(décideur pessimiste) ou α = 1


(décideur optimiste).

44/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

TROISIEME COURS

45/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Laplace

Définition (moyenne des gains)


En absence de l’information sur les probabilités d’occurrences
des états de la nature, on leur associe une probabilité p1 . pour

chaque action ai on calcule vi = p1 j gij .

46/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Laplace

Lancer/ne pas lancer

e1 e2 e3 vi
1
a1 400 250 -500 3 (400+250-500)=50
a2 0 0 0 0

Choisir action a1 .

47/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Laplace

Exemple

Actions/états e1 e2 e3 e4
a1 20 25 40 100
a2 5 30 50 125
a3 40 50 75 0

48/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Laplace

Correction

Actions/états e1 e2 e3 e4 vi
1
a1 20 25 40 100 4 (20+25+40+100)=46,25
1
a2 5 30 50 125 4 (5+30+50+125)=52,5
1
a3 40 50 75 0 4 (40+50+75+0)=41,25

Décision= a2

49/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Savage

Définition(Critère minmaxregret)
Ce critère repose sue la notion de regret. Le regret mesure la
différence entre ce que l’on aurait pu obtenir si l’in vait su quel
état se réaliserait et ce que l’on obtient effectivement.
Regret : rij = maxn gij − gij . On retient l’action dont le regret max
est le plus faible possible.

50/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Savage

Agendas (Tableau des regrets)

q-d 100 150 200 250 300 Regret max


100 0 1250 2500 3750 5000 5000
150 750 0 1250 2500 3750 3750
200 1500 750 0 1250 2500 2500
250 2250 1550 750 0 1250 2250
300 3000 2250 1500 750 0 3000
max 2500 3750 5000 6250 7500

Commander 250 agendas.

51/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Savage

Exemple

Actions/états e1 e2 e3 e4
a1 20 25 40 100
a2 5 30 50 125
a3 40 50 75 0

52/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Critère de Savage

Correction

Actions/états e1 e2 e3 e4 Regret max


a1 20 25 35 25 35
a2 35 20 25 0 35
a3 0 0 0 125 125
max 40 50 75 125

Décision : a1 ou a2

53/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

critères
Remarques

• critère Laplace : avantage réside dans sa simplicité, son


inconvenient : peu réaliste. On prétend raisonner en avenir
incertain,c’est à dire dans le cadre d’une situation ou l’on
ne peut par ou l’on ne veut pas affecter une probabilité de
réalisation à chacun des états de al nature. Alors que le
choix du critère de Laplace équivaut pas attribuer
implicitement la même probabilité d’arrivées aux divers
états de la nature. Il correspond à un type de
comportement des dirigeants d’entreprise tout a fait
particulier, caractérisé par une neutralité totale à l’égard du
risque.

54/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

critères

Remarques

• Critère de wald : attitude prudente du preneur de décision.


• Critère de savage : attitude prudente aussi. On raisonne
en terme de regret (le manque à gagner) et on essaye de
le mimimiser.

55/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

QUATRIEME COURS

56/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Introduction

Caractérisation et axiomes
Milnor a introduit 10 axiomes qui vont lui permettre de
caractériser les critères présentés auparavant.
Les axiomes correspondent au conditions sous lesquelles ont
peu utiliser un critère. Il a établit des conditions nécessaires
pour q’un critère puisse être considéré comme raisonnable.

57/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Introduction

Caractérisation et axiomes
Les cinq premier axiomes sont compatibles avec les 4 critères
étudiés (Wald, Laplace, Savage, Hurwicz).

58/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Caractérisation et axiomes

Axiome1 : Ordre
un critère doit permettre de classer complètement les actions
avec éventuellement des ex aequo.

59/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Caractérisation et axiomes

Axiome2 : Symetrie
le classement des actions est indépendant de leur
numérotation ainsi que de celle des états de la nature. (Ex : les
gens ont tendance a porté leur attention sur le premier ou le
dernier item d’une liste énumérative qu’il s’agisse de décisions,
d’états ou de conséquences. )

60/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Action dominée

Définition
ai est dominée par ak si et seulement si
g(ai , ej ) ≤ (ak , ej )∀j ∈ {1, . . . , p}. Avec au moins une inégalité
stricte.
Les action dominées peuvent être éliminée des choix possible.

61/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Caractérisation et axiomes

Axiome3 : Dominance strict


si une action ai domine strictement une action ah , alors ai est
classé avant ah .

62/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Caractérisation et axiomes

Axiome4 : Adjonction d’une ligne


L’adjonction d’une nouvelle action ne modifie pas le classement
relatif des autres actions.
Remarque : critère de savage ne respect pas cet axiome.

63/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Adjonction d’une ligne (savage)

a 3 4
b 6 2

tableau de regret
a 3 0
b 0 2

Décision : b.

64/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Adjonction d’une ligne (savage)

on ajoute l’action c
a 3 4
b 6 2
c 1 7

tableau de regret
a 3 3
b 0 5
c 5 0

Décision : a

65/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Caractérisation et axiomes

Axiome5 : Convexité
si deux actions ai et ah sont indifférentes, alors l’action ak tel
que gkj = 12 (gij + ghj ) ∀j ne peut etre classé après ai et ah .
Autrement, si des actions sont simultanément préférés vis-à-vis
d’un critère, il doit être de même pour toute combinaison
linéaire de ces actes.
Remarque : le critère d’Hurwicz ne respecte pas cet axiome.

66/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Convexité(Hurwicz)

e1 e2 e3
a 2 0 0
b 0 2 0
c 1 1 0
Quelque soit le coefficient d’optimisme α, selon le critère, les
deux actions a et b sont indifférentes, devant l’action c alors
qu’on a g3 j = 12 (g1j + g2j )

67/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Caractérisation et axiomes

Axiome6 : Adjonction ou retranchement d’une colonne


l’ajout ou le retranchement d’un colonne identique à un autre
colonne ne doit pas modifier la réponse du critère.
Cet axiome traduit d’une certaine manière l’ignorance complète
dans laquelle le choix est effectué : ce qui compte, c’est ed
savoir quels états de la nature sont possibles, et non combien
de fois tel ou tel état à été pris en compte dans la formation de
la matrice.
Remarque : le critère de Laplace ne respecte pas ce critère. Ce
critère suppose implicitement tous les états équiprobable et il
est bien claire que d’ajouter ou retrancher un état modifie la
probabilité affectée à chacun des états restants.

68/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Adjonction ou retranchement d’une colonne

e1 e2 e3
a 4 1 1
b 1 3 3
l’action a l’emporte avec le critère de Laplace et sans la
colonne e3 mais en l’ajoutant c’est b qui l’emporte.

69/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Caractérisation et axiomes

Axiome7 : Linéarité
Le critère n’est pas modifié si on applique la même
transformation linéaire à toute les mesures de conséquences.
Autrement, le classement des actions n’est pas modifié si l’on
remplace la matrice P = [gij ] par la matrice T = [λgij + µ]

70/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Caractérisation et axiomes

Axiome9 : linéarité dans les colonnes


voir ploy de sidoine

71/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Caractérisation et axiomes

Axiome10 : adjonction d’une ligne spéciale


L’adjonction d’une action dominée ne modifie pas le classement
des actions initiales. cet axiome est une version affaiblie de
l’axiome 6. il est vérifié par chacun des critères.

72/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Caractérisation et axiomes

Résumé

Laplace Wald Savage Hurwicz


ordre × × × ×
symetrie × × × ×
dom.strict × × × ×
continuite × × × ×
linearité × × × ×
adjonc. ligne × × ×
line. col × ×
adj. col × × ×
convexité × × ×
ligne spé. × × × ×

73/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

Remarques

il convient de noter que le critère de Wald est d’un point de vue


informationnel moins exigeant que les trois autres critères , en
ce sens qu’il requiert une information moins élaborées. En
effet, la mise en oeuvre des critères de Laplace, Savage et
Hurwicz exigent une mesure cardinale des conséquences des
actions. le critère de wald en revanche peut se contenter d’une
mesure ordinale.

74/97
Introduction Structuration d’un problème de décision Décision en avenir incertain La théorie de l’utilité Décision en présence de c

remarques

autres caractérisations
• il existe d’autre résultats de caractérisations que ceux de
Milnor, conernant notamment le critère de Laplace. on
peut citer Chernoff(1954) et Maskin (1979), Barrett et
Pattanaik (1988).
• d’autres critères existent bien sur : critère moyenne
variabilité et critère de Starr (1966).

75/97