19/02/2019

ESI, B. ETTAKI
Ecole des Sciences de l’Information (ESI) Année universitaire 2018-2019
Professeur : Ettaki Badia

Théorie de la décision Théorie de la décision

&
Théorie des jeux

ettakibadia@yahoo.fr

ESI, B. ETTAKI ESI, B. ETTAKI

Exemples 1 Exemples 2

3 4

ESI, B. ETTAKI ESI, B. ETTAKI

Exemples 3 Exemples 4

5 6

1

ESI, B. ETTAKI
Nous rencontrons des situations où les conséquences de
nos choix méritent des réflexions où nous éprouvons le
besoin d’analyser de rationnaliser
nous devenons un décideur
Il peut éprouver le besoin :
• de justifier et de rationnaliser ses choix;
• d’analyser, décrire les décisions alternatives et leurs
conséquences;
• Mesurer la porté des ses actes
7 8
ESI, B. ETTAKI
Pourquoi élaborer une théorie pour prendre des
décisions?
Quels décideurs ressentent-ils la nécessité
d’une théorie?
9 10
ESI, B. ETTAKI
la théorie de la décision est une discipline au
croisement de:
 Economie: on s’intéresse à la description du
comportement d’agents (consommateur, producteur),
aux problèmes de choix de facteurs de productions en
fonction de leurs coûts , de choix de prix de vente
d’un produit, d’évaluation d’un salaire…etc. (théorie
de l’utilité espérée)
11
19/02/2019
ESI, B. ETTAKI
• Les décisions concernent différents types
d’activités : on peut ainsi distinguer les
décisions économiques, administratives,
militaire, etc….
• Aucune décision n’est identique à une autre :
chaque décision a une incidence différente sur le
fonctionnement, la rentabilité, la performance de
l’organisation
ESI, B. ETTAKI
Pour tenter de répondre à tout ces questions la
théorie de la décision s’est développée (XXème
siècle).
• Elle prend appui sur des modèle (cadre
rationnel général) pour aider un agent
intervenant dans un processus de décision à
obtenir des éléments de réponses aux questions
qu’il se pose.
ESI, B. ETTAKI
 Mathématique: on s’intéresse à des situations de
conflit et d’intérêt et aux problèmes où plusieurs
agents interviennent (théorie des jeux)
 Statistique: on s’intéresse aux problèmes de prise de
décisions rationnelles face à un univers incertain
(théorie de la décision statistique)
On met en place des tests statistiques (test d’hypothèse). Ces tests sont des
aides à la prise de décision, ils permettant de juger si une hypothèse avancée
est vraie (acceptée) ou fausse (rejetée) .
12
2
 19/02/2019

ESI, B. ETTAKI ESI, B. ETTAKI

 Politique: on s’intéresse aux règles de vote et

d’autres aspects de prise de décision collective
(théorie de vote, théorie de la décision collective)

 Psychologie: on s’intéresse aux comportements des Selon la nature des données et du

individus dans les décisions (théorie psychologique problème, plusieurs approches existent
de la décision) pour modéliser et résoudre le problème de
décision
 Philosophie: on s'intéresse aux conditions de la
rationalité dans les décisions (théorie philosophique
de la décision)

13 14

ESI, B. ETTAKI ESI, B. ETTAKI

I. Eléments de théorie de la décision
I.1. Concept de rationalité
• « Rationalité » vient du mot latin ratio, qui veut dire «
calcul »
• En 1947, Herbert Simon dans «
• L’illustration la plus claire du concept de rationalité est
sans doute le calcul mathématique. Administrative Behavior », formalise un
concept essentiel : la rationalité limitée.
• Que signifie « procéder d’une manière ordonnée ou
organisée » ?
• La rationalité est limitée par trois séries de
facteurs :
d’analyser une situation et de l’examiner avec soin en vue de
prendre une décision raisonnée.

15 16

ESI, B. ETTAKI ESI, B. ETTAKI

I. 2. Théories normatives VS descriptive de la
- L'information disponible : d’une part l'information
décision
n'est pas toujours disponible et est trop coûteuse et,
d'autre part, le décideur ne peut appréhender toutes
les dimensions d'un problème complexe. Une théorie normative de la décision est une
recommandation aux décideurs, une suggestion sur la
façon dont ils doivent prendre ses décisions.
- Les capacités de décideur : Une prise de décision dite
« rationnelle » ne peut se réaliser dans la pratique • normes de la rationalité, quand il y a incertitude,
comptes tenus des limites physiques (fatigue, risque et manque d’information
stress....) et intellectuels des individus.
• Elle vise à définir la meilleure décision à prendre
- Les motivations du décideur : On entend par
motivations de décideur, ses valeurs et ses buts
personnels
17 18

3
 19/02/2019

ESI, B. ETTAKI ESI, B. ETTAKI

Théorie descriptive de la décision :

théorie traitant de la façon dont des décisions sont prises • rationalité « substantive » : lorsqu’un comportement
réellement est approprié à la réalisation de fins déterminées, sous
réserve des contraintes imposées par l'environnement.

• rationalité « procédurale »: lorsqu'un comportement

est le résultat d'un processus de décision approprié.
Une autre distinction a été élaborée, en 1978, par
H. Simon c'est la distinction entre rationalité réelle
(substantive) et rationalité de procédure (procédurale):

19 20

ESI, B. ETTAKI ESI, B. ETTAKI

II.Modélisation des décisions individuelles
Ensembles d'alternatives
II.1 . Trois concepts de base
• Dans une décision, on a à choisir entre différentes
En théorie de la décision individuelle :
alternatives (stratégie, options, actions, scénario..)

• La représentation standard d’un problème de décision

• Dans certains problèmes de décision, l'ensemble
est la matrice de décision
d'alternatives peut être :
• Une autre représentation d'un problème de décision
- Ouvert : de nouvelles alternatives peuvent être
est l'arbre de décision
inventées ou découvertes par le décideur
• Pour utiliser ces représentations, 3 concepts de base
- Fermé : aucune nouvelle alternative ne peut être
de la théorie de la décision doivent être définis :
ajoutée
Actions (alternatives), Etats de la nature, Conséquences

21 22

ESI, B. ETTAKI ESI, B. ETTAKI

Deux types de fermetures d'ensemble d'alternatives :

1. fermeture volontaire : le décideur lui-même décide

de fermer l'ensemble dans la première étape de la
Dans la vie réelle : les ensembles d'alternatives ouverts
décision
sont très fréquents

2. fermeture involontaire : la fermeture a été imposée

Dans la théorie de la décision :
par d'autres ou par des circonstances impersonnelles.
• en général les ensembles d'alternatives sont fermés
car :

23 24

4
 19/02/2019

ESI, B. ETTAKI ESI, B. ETTAKI

- la fermeture permet une résolution théorique des Etats de la nature

problèmes de décision plus difficile
- si l'ensemble d'alternatives est ouvert, une L'effet d’une décision dépend :
solution définitive au problème de décision n'est pas en
général possible
• de notre choix d'une alternative et comment nous
l'exécutons
• on suppose généralement que les alternatives sont
• de facteurs en dehors du contrôle du décideur
mutuellement exclusives, c.a.d., il n'existe pas 2
(exogènes)
d'entres elles qui soient simultanément réalisables.
• Certains de ces facteurs exogènes sont connus : ils
constituent l'information dont le décideur dispose.

25 26

ESI, B. ETTAKI ESI, B. ETTAKI

• D'autres sont inconnus : ils dépendent de ce que

Conséquences :
d'autres personnes feront et sur les éléments de la
nature qui sont inconnus au décideur.
Les conséquences possibles d'une décision sont définis
comme effets combinés d'une alternative choisie et de
• Dans la théorie de décision, on regroupe les divers
l'état de la nature
facteurs superflus inconnus dans un certain nombre
de cas, appelés « états de nature »

27 28

ESI, B. ETTAKI ESI, B. ETTAKI

Exemple: Notion d’alternatives :

considérons la décision de porter ou de ne pas porter un
parapluie quand je sors demain : L'effet de cette
décision dépend de s’il pleuvra demain
• Par conséquent, si je ne prends pas mon parapluie et il
pleut, alors le résultat est que j’ai des bagages légers
et des habits humides.
• Si je prends mon parapluie et il pleut, alors les
résultats sont que j'ai des bagages lourdes et des
habits secs
• Le décideur peut avoir le choix entre différentes
alternatives, notées « a », qu'il est possible de
mettre à exécution
• L’ensemble des alternatives possibles est noté « A ».
Exemple : a1 prendre le parapluie, a2 ne pas prendre le
parapluie

29 30

5
 19/02/2019

ESI, B. ETTAKI ESI, B. ETTAKI

Notion d’états de la nature Notion de conséquence

• La nature peut comporter plusieurs états
mutuellement exclusifs. On note ces états de la • hypothèse : le choix d’une action n’influence pas
nature « e ». l’état de la nature.
• Si un agent choisi une action « aj » et que l’état de la
• La nature est l’ensemble de ces états. Elle est nature « ei » se réalise la conséquence sera donc :
notée « E ».
X a j ,ei
E  e1 ,..., ei ,..., en  • L’ensemble de conséquences possibles est noté
« X ».
Exemple : e1 il pleut, e2 il ne pleut pas

X  X a1,e1 ,..., X a1,en , X a2 ,e1 ,...., X a2 ,en ,...., X am ,e1 , X am ,en 
31 32

ESI, B. ETTAKI ESI, B. ETTAKI

II.2.Matrice de décision

États de la nature

e1 ei en Exemple:
a1 X1,1 X1,i X1,n Investissement immobilier : faut-il investir dans une
résidence, un immeuble, des appartements, ou ne faire
aucun investissement ??
Actions

aj Xj,1 Xj,i Xj,n Cela va dépendre de l’état du marché immobilier : Fort,

Moyen ,Faible
am Xm,1 Xm,i Xm,n Matrice de décision

33 34

ESI, B. ETTAKI ESI, B. ETTAKI

Arbre de décision
États de la nature
noeud décision : chaque branche représente
Fort Moyen Faible une action, alternative possible
Résidence 550 110 -310
noeud événement : chaque branche
Immeuble 300 129 -100 représente un événement possible (états de la
Actions

Appartement 200 100 -32 nature,)

Aucun 0 0 0
-32
noeud valeur : nœud terminaux de
Fig. : Matrice de décision d’un investissement immobilier
conséquences (utilité, …)

R/q: On peut considérer que les conséquences correspondent aux résultats

monétaires de la décision 35 36

6
 19/02/2019

ESI, B. ETTAKI ESI, B. ETTAKI

II.3.Décision dans le certain
Fort
550
Dans ces situations, l’agent choisit entre un certain nombre
Moyen 110 d’options, avec la certitude d’obtenir l’option qu’il a choisit.
e -310
Faible
Résidence
Fort
300 Soit une conséquence X pour un décideur.
Moyen 129
Immeuble e
-100
Faible • Conséquence"qualitative"(ordinale):
D Appartement 200
Fort Règle de décision: relation de préférence
Moyen 100
Aucun e
-32
Faible
• Conséquence "quantitative" (cardinale) : l'utilisation de
0
Fort
Moyen
nombres pour représenter les valeurs des alternatives est
0 nommée « utilité » U(x)
e
Faible 0

Fig. Arbre de décision d’un investissement immobilier Règle de décision: simple et évidente

37 38

ESI, B. ETTAKI ESI, B. ETTAKI

II.4.Décision dans le risque
États de la nature Notion de probabilité d’occurrence des états de la
nature:
e1 ei en
a1 X1,1 X1,i X1,n • L’état de la nature « ei » possède une probabilité
d’occurrence notée Prob{ei }
Actions

aj Xj,1 Xj,i Xj,n

Avec
i n
am Xm,1 Xm,i Xm,n  Probe   1
i 1
i

Prob{e} Prob{e1} Prob{ei} Prob{en}

39 40

ESI, B. ETTAKI ESI, B. ETTAKI

Une action aj peut être caractérisée de la façon
suivante : Notion de risque et d’incertitude KNIGHT (1921):


a j  X a j ,1, X a j , 2 ,..., X a j ,Card X n ; p1 , p2 ,..., pn  • Une situation est dite risquée si :
– Il est possible d’affecter des probabilités à la
réalisation des divers états de la nature

Ou encore : • Une situation est dite incertaine si :

 
– Il n’est pas possible d’affecter des probabilités à la
aj  Xaj ; P réalisation des divers états de la nature

41 42

7
 19/02/2019

ESI, B. ETTAKI
ESI, B. ETTAKI
Probabilité objective, probabilité subjective
• Décision en situation de choix risqué Probabilités objectives:

Dans cette situation:
1- les différentes options offertes à l’agent peuvent conduire à
différentes conséquences possibles selon des probabilités qui sont
fixées objectivement (et supposées connues par l’agent).
2- les conséquences des choix sont incertaines (comme dans le
cas de la décision risquée), mais à la différence de celle-ci, les
probabilités d’atteindre telle conséquence par tel choix ne sont
pas fixées objectivement.
• Les probabilités objectives d’un événement ne sont pas liées
aux agents
• Analyse combinatoire, lois de probabilité, méthodes
d'échantillonnage, sondages d'opinions, tests statistiques…., sont
des moyens puissants pour déterminer la probabilité
d'événements plus complexes

L’agent doit estimer ces probabilités sur la base de ses propres

croyance (probabilités subjectives)
43 44

ESI, B. ETTAKI ESI, B. ETTAKI

Probabilités subjectives Règle de décision
Les probabilités subjectives d'un agent relatives à un événement Théorie de l'utilité espérée (VNM)
expriment ses croyances vis-à-vis de l'occurrence de cet Cette théorie fut d'abord proposée par Bernouilli en
événement
1738, mais a été reprise et développée davantage par
la valeur que l'on attribue à ces croyances dépend de la
Von Neumann et Morgenstern en 1944:
qualification du décideur dans ce domaine, de son degré
d'expertise • Espérance mathématique de l’utilité:
n
Conclusion: E (U (a j ))   pi X a j ,ei
i 1
• Les probabilités ne peuvent différer entre les agents que s’ils
• Critère du choix :
sont inégalement informés.
• Si l’information est identique, alors les probabilités subjectives – Choisir l’action dont l’espérance mathématique
sont les mêmes pour tous et deviennent donc objectives (De est la plus élevée.
Finetti, 1970).

Appliquer la théorie VNM à notre exemple

45 46

ESI, B. ETTAKI ESI, B. ETTAKI

II.5. Décision dans l'Incertain
Critères de décision dans l’incertain
• Impossibilité de prévoir avec certitude les 1- Critère de Laplace
conséquences de la mise à exécution d'une décision
• Fonction de valorisation :
– Évaluer la moyenne des résultats de chaque
• En présence d'incertitude non mesurable, l’agent ne action.
peut plus pondérer l'importance respective de chaque 1 n
état par une probabilité, car il ne la connaît pas La j   X a ,e
n i 1 j i
Règle de décision
•Critère de choix :
• Plusieurs critères pour la décision individuelle ont été
proposés – Choisir l’action dont la moyenne est la plus
élevée.
Appliquer le critère à notre exemple
47 48

8
 19/02/2019

ESI, B. ETTAKI ESI, B. ETTAKI

2- Critère du MaxiMax :
• Critère de la raison insuffisante:
• Fonction de valorisation :
Déterminer le résultat maximum que peut
tout se passe comme si on cherchait à

 
rapporter chaque action.
maximiser une espérance mathématique de gain
comme si on était dans un univers risqué et M a j  sup X a j ,ei
équiprobable. ei
• Critère de choix :
Choisir l’action dont la fonction de valorisation
est la plus élevée

Appliquer le critère à notre exemple

49 50

ESI, B. ETTAKI ESI, B. ETTAKI

3- Critère de WALD ou MaxMin

• Critère trop optimiste
• Fonction de valorisation :
En effet, en utilisant le critère du Déterminer le résultat minimum que peut
MaxiMax, l’agent se comporte comme un rapporter chaque action.
optimiste qui ne voit que la possibilité de
gagner le plus possible en omettant les ei

Wa j  inf X a j ,ei 
possibilités de gain inférieur.
•Critère de choix :
Choisir l’action dont la fonction de valorisation
est la plus élevée.
Appliquer le critère à notre exemple
51 52

ESI, B. ETTAKI

Critère trop pessimiste

• En effet, en utilisant le critère de WALD,
l’agent se comporte comme un pessimiste
qui se dit : « je n’ai pas de chance donc je
vais choisir l’action qui a le plus grand
résultat minimum : je suis certain d’avoir
au moins ce minimum ».
• En pratique, ce critère conduira à privilégier
systématiquement le statu quo par rapport à
tout projet susceptible de comporter un
risque.
53