EXERCICES SUR LA PARTIE 1

EXERCICE 1
Supposons 4 éventualités, ! 1 ; ! 2 ; ! 3 et ! 4 pour trois loteries `1 ; `2 et `3 dont les gains potentiels sont
décrits dans la matrice suivante:
!1 !2 !3 !4
`1 1 2 1 2
`2 0 2 2 0
`3 1 1 -1 3
Déterminer la loterie choisie en utilisant successivement (i) le critère du maximin, (ii) le critère du maximax,
(iii) le critère d’Hurwicz avec = 12 (iv) le critère de Laplace et (v) la méthode des regrets de Savage dans
ces deux formes.

EXERCICE 2
Une urne contient 20 balles. Le balles sont verts, bleues ou rouges et portent des numeros di¤érents. On
propose à un parieur les paris suivants sur la couleur et le numéro de la balle qui va être tirée.
–Paris 1 : Gagner 10 si la balles est rouge, 0 sinon.
–Paris 2 : Gagner 10 si la balle porte un numero pair, 0 si son numero est impair.
–Paris 3 : Gagner 5 si la balles est rouge, 2 si elle est bleue, 0 sinon.
–Paris 4 : Gagner 5 si la balle porte un numero pair, 1 si son numero est impair.
–Paris 5 : Gagner 3 si la balle est rouge ou verte, 0 sinon.
On considère un problème à 6 états : (Rouge, Pair), (Rouge, Impair), (Bleu, Pair), etc. Construire les
gains associés à chaque loterie et classer les paris du plus intéressant au moins intéressant en utilisant les
critères suivants: Maximin, Maximax, Hurwicz avec = 1=2, Laplace, Savage dans ces deux formes.

EXERCICE 3
On considère le jeu de hazard suivant (St Petersbourg). Une pièce de monnaie est lancé une première
fois, si Pile sort le joueur gagne 2 eet le lancé de pièce recommence, si Face sort le jeu s’arrète. Il y a en
tout au maximum n 1 lancés de pièce. Si l’on arrive au i-ième lancé et si Pile sort le gain sera de 2i e.

1. Etude de la loterie

(a) Construire la loterie sur les gains g de ce jeu en raisonant sur le nombre de Piles successifs sortis.
(b) Calculer son espérance Eg (n) et sa variance Vg (n) en fonction du nombre maximum de lancés, n.
(c) Montrer que (i) l’espérance et la variance sont croissantes et tendent vers l’in…ni et (ii) la variance
E(n)
croit "plus rapidement" vers l’in…ni dans le sens où Eg (n) Vg (n) et limn!1 V(n) = 0.

2. Loterie …nie et utilité espérance -variance : Supposon que l’agent évalue ce jeu en considérant ug =
Eg (n) kVg (n) avec k > 0

(a) Ne pas participer au jeu est synonyme de choisir une loterie o qui paye tout le temps 0. Véri…er
que tous les agents tels que k > 1 déciderons de ne pas participer au jeu et cela indépendement
du nombre de tours n. (Penser à utiliser (1c))
(b) Pour k 2 ]0:1], et n 1; construire pmax (k; n), le prix maximal qu’un joueur de type k est prêt à
payer pour participer à un jeu qui dure n tours, puis visualiser cette fonction en utilisant votre
logiciel de calcul préféré.
(c) Montrer néanmoins que si le nombre maximal de lancés est in…ni personne ne voudra participer
à ce jeu.

1
 3. Le modèle espérance variance ne résoud pas réellement le paradoxe de St Petersbourg puisque lorsque
n est in…ni, tout le monde a un consentementP à payer de zero. Bernoulli, pour résoudre ce problème,
a proprosé d’évaluer la loterie avec U (`) = !2 p(!) ln (g(!)). Montrer que U (`) = ln(2).

EXERCICE 4
Vous décidez de manger un pizza ce soir. Vous avez deux options : la commander ou aller la chercher.
Si vous la commander vous payez 10 e+2 ede frais de livraison mais si elle arrive froide vous ne payez rien.
La probabilité qu’elle arrive froide est de pl . Vous pouvez également aller la chercher, dans ce cas vous ne
payer que 10 emais vous avez une probabilité pb d’être coincé dans un bouchon et de manger froid. Il y a
cependant un avantage à aller chercher sa pizza, celle du 200ième client est gratuite et il y a une probabilité
pg d’être ce client.
Caractériser l’ensemble des états pertinents à la décision puis construire les loteries `L et `c correspon-
dant à, respectivement, se faire livrer et aller chercher la pizza. Sachant que vous hésitez entre ces deux
choix, vous préférer laisser cette décision au hazard en lançant une pièce de monnaie, à quelle loteries sur
faites-vous alors face ?

EXERCICE 5
On considère un espace de loteries sur 3 conséquences dont les probabilités sont (p1 ; p2 ; p3 ). Parmi
les fonctions suivante, dé…nie de l’espace des loteries dans R, lesquelles véri…e la propriété d’utilité es-
pérée. Argumenter votre réponse ou proposer un contre-exemple. (i) U1 (`) = 2p1 + 3p2 + 5p3 , (ii)
p
U2 (`) = 2p1 + 3p2 + 5p3 , (iii) U3 (`) = 5(2p1 + 3p2 + 5p3 ) + 3, et (iv) U4 (`) = (2p21 + 3p22 + 5p23 ):

EXERCICE 6

1. Soit une fonction d’utilité continument di¤érentiable u(x) où x 2 R+ supposer que celle-ci a la propriété
d’espérance d’utilité. Montrer que la notion d’utilité marginale a, dans ce cas, un sens en terme de
préférences. (Aide supposer deux points x1 ; x2 tel que, par exemple, u0 (x1 ) > u0 (x2 ) et véri…er que ce
classement est invariant lorsque l’on change la repésentation)

2. Montrer (par un contre-exemple) que si la représentation est ordinale alors ce n’est plus le cas. (Aide
p
: partir de u(x) = x et une transformation par des puissances)

EXERCICE 7
Dans une zone peu inondable (une probabilité de 1%), la sécurité civile ré‡échit à des méthodes de
préventions des risques. Deux procédures sont en compétitions :

La procédure P1. Celle-ci devrait permettre une évacuation dans 90% des cas lorsqu’une innondation
a lieu mais conduirait également à une évacuation non nécessaire dans 10% des cas (simplement parce
que l’innondation n’a pas eu lieu).

La procédure P2 qui est plus conservative. Elle devrait permettre une évacuation dans 95% des cas
pour lequels l’innondation a lieu mais conduirait également à une évacuation non nécessaire dans 5%
des cas.

Votre mission est d’aider le responsable de l’agence locale de la sécurité civile dans sa décision. Pour
cela vous identi…ez 4 évenements élémentaires pertinents

(A) pas d’innondation et pas d’évacuation

(B) pas d’innondation mais une evacuation à tord

(C) une innondation et un évacuation

(D) une innondation sans évacution (un désastre)

2
 Vous décidez de construire la fonction d’utilité espérée du responsable sur l’ensemble des loteries possibles
sur ces quatres évènements. De manière évidente, la loterie certaine (A) est la meilleure et la loterie certaine
(D) la moins bonne. Mais, il vous manque encore quelques informations que vous receuillez en discutant
avec le responsable. Pour lui :

la réalisation certaine de (B) est indi¤érente à une loterie entre (A) et (B) avec une probabilité
respectivement de p et 1 p (p 2 ]0; 1[)
la réalisation certaine de (C) est indi¤érente à une loterie entre (B) et (D) avec une probabilité
respectivement de q et 1 q (q 2 ]0; 1[)

A partir de toutes ces données (i) construire l’espérance d’utilité du responsable (ii) transformer les deux
options d’interventions (P1) et (P2) en loterie sur les éléments élémentaires (iii) sélectionner le scénario
d’intervention suivant les valeurs de p et q.

EXERCICE 8
Un individu A fait face à un revenu incertain w ~ donné. il peut obtenir 0 ou ! avec une probabilité
respectivement de et (1 ). Cette variable aléatoire discrète peut donc se résumer par:
w~ 0 1
proba. (1 )

Un ami, B, se propose de prendre en charge une partie de ce risque. Il est prêt à lui donne un montant 21
si l’agent A obtient 0, moyennant bien évidement une prime d’assurance pa qui sera payée indépendament
de la réalisation de l’aléa.

1. Proposer un nouveau tableau décrivant le revenu aléatoire w

~a lorsque l’agent A est assuré par B
2. Supposons que l’agent A évalue sa satisfaction en utilisant le critère d’Hurwicz de paramêtre :

(a) Sous quelles conditions sur les paramêtres peut-on dire que l’agent A accepte l’o¤re de B ?
(b) Supposons que l’agent B est neutre au risque (et ne prend pas de coût de gestion), quel est le
montant minimal de la prime pA qu’il demande. Sachant que ce minimum est tarifé, sous quelle
condition sur , l’agent A va-t-il accepter la proposition ?

EXERCICE 9 p
Soit un producteur dont la fonction de production est y = `; y étant le niveau de production et ` la
quantité de travail. Il doit décider, aujourd’hui, du niveau d’embauche au taux de salaire certain w = 1,
mais le prix de vente p, demain, de sa production est aléatoire. Il peut être de p1 = 10 ou p2 = 30 avec une
probabilité de 1=2

1. Déterminer sa demande de travail, s’il raisonne en espérance

2. Faire le même travail en supposant que son utilité est une utilité de Markowitz avec k = 0; 01

EXERCICE 10
On considère les deux structures de gains suivantes dé…nies sur quatre états de nature
!1 !2 !3 !4
g1 0 1 1 4
g2 0 1 2 4
Véri…er que ces deux structures de gains ne sont pas classable si on considère (i) le critère de Wald (ii) le
maximax et (iii) le critère Hurwicz (et ce independemment du choix du ) mais qu’elles le sont en utilisant
le critère de Laplace

3
 CORRIGE DES EXERCICES
SUR LA PARTIE 1

EXERCICE 1
Pour résoudre cet exercice construisons d’abord le revenu minimal et le revenu maximal de chaque loterie
1
!1 !2 !3 !4 min max 2 min + 12 max Laplace
`1 1 2 1 2 1 2 1,5 1,5
`2 0 2 2 0 0 2 1 1
`3 1 1 -1 3 -1 3 1 1
max 1 2 2 3
(i) Le critère du maximin sélectionne la loterie la plus favorable en considérant l’état le plus défavorable de
chaque loterie i.e. véri…ant ` 2 arg max fmin!2 fgi (!)gg. Il su¢ t donc de prendre la loterie correspondant
i=1;:::;n
au chi¤re le plus élevé dans la colonne min, c’est à dire la loterie `1 .
(ii) Le critère du maximax sélectionne la loterie la plus favorable en considérant l’état est le plus fa-
vorable de chaque loterie i.e. véri…ant ` 2 arg max (max!2 fg(!)g). Il su¢ t donc de prendre la loterie
i=1;:::;n
correspondant au chi¤re le plus élevé dans la colonne max, c’est à dire la loterie `3 .
(iii) Le critère d’Hurwicz consiste à pondérer le gain maximal et minimal de chaque loterie, ici par le
facteur 1=2, et de choisir la loterie qui donne le maximum de gain une fois cette pondération e¤ectuée. Si
l’on se réfère au tableau la loterie choisi est `1 .
(iv) Le critère de Laplace repose sur l’équiprobabilité des alternatives et sélectionne l’espérance la plus
élevée. On choisit `1 .
(v) Pour appliquer le critère de Savage, il nous faut d’abord construire la matrice des regrets dont le
terme générique est ri (! j ) = maxi=1;:::n fgi (! j )g gi (! j ) où maxi=1;:::n fgi (! j )g est le max sur les colonnes
de la matrice initiale. On obtient :
P
!1 !2 !3 !4 max
`1 0 0 1 1 2 1
`2 1 0 0 3 4 3
`3 0 1 3 0 4 3

La première manière d’appréhender le critère de Savage consiste

P à choisir la loterie qui minimise la somme
des regrets, ici la loterie `1 (le minimum de la colonne ). La deuxième possibilité consiste à choisir la
loterie qui minimise le regret maximal par loterie, ici la loterie `1 (le minimum de la colonne max).

EXERCICE 2
Décrivons d’abord l’ensemble des gains sous la forme du tableau suivant, avec R = rouge; B = bleu,
V = V ert, I = impair, P = pair, P i = le paris i

RP RI BP BI VP VI min max Hur Lap

10
P1 10 10 0 0 0 0 0 10 5 3
P2 10 0 10 0 10 0 0 10 5 5
7
P3 5 5 2 2 0 0 0 5 2,5 3
P4 5 1 5 1 5 1 1 5 3 3
P5 3 3 0 0 3 3 0 3 1,5 2
max 10 10 10 2 10 3
(Nous serons un peu plus rapide sur la correction les commentaires étant sensiblement les mêmes qu’à
l’exercice précédent)
(i) Maximin : le classement des paris est P 4 P 1 P 2 P 3 P 5
(ii) Maximax : le classement des paris est P 1 P 2 P 3 P 4 P 5

4
 (iii) Hurwicz ( = 1=2) : le classement des paris est P 1 P 2 P 4 P 3 P 5
(iv) Laplace : chaque évènement élémentaire est supposé équiprobable, i.e. une probabilité de 61 . Dans
ce cas on obtient P 2 P 1 P 4 P 3 P 5
(iv) Savage : commençons par construire la matrice des regrets :
P
RP RI BP BI VP VI max
P1 0 0 10 2 10 3 25 10
P2 0 10 0 2 0 3 15 10
P3 5 5 8 0 10 3 31 10
P4 5 9 5 1 5 2 27 9
P5 7 7 10 2 7 0 33 10

Avec la somme des regrets on a P 2 P1 P4 P3 P 5 et avec le minimax, on obtient P 4 P1

P2 P3 P5

EXERCICE 3

1. Etudions la loterie.

(a) Dans notre jeu, l’ensemble des états de nature est typiquement le nombre de fois successives où
Pile sort, ce nombre est compris entre 0 et n. Ainsi = f0; : : : ; ng et pour alléger les notations
nous noterons par i 2 un élément élémentaire. La probabilité de l’évènement i = 0 est celle
d’avoir Face, la probabilité de l’évènement i = 1; : : : ; n 1 est celle d’avoir une succession de
i Piles suivi de Face, en…n la probabilité de i = n est celle d’avoir n Piles. Sous l’hypothèse
d’indépendance des lancés, la distribution de probabilité sur est donc:

i 0 1 ::: i ::: n 1 n
1 1 2 1 i 1 1 n 1 n
p(i) 2 2 ::: 2 2 ::: 2 2

Concernant les gains, on notera que si i = 0 (Face sort tout de suite) le gain est g(0) = 0, si
i = 1; : : : ; n, le gain sera de 2i car i Piles successifs sont sortis. Ainsi:

i 0 1 ::: i ::: n 1 n
i n 1
g(i) 0 2 ::: (2) ::: (2) (2)n

(b) Construisons maintenant l’espérance de cette variable aléatoire en fonction du nombre maximum
de lancés. Ainsi :
n n
!
X X1
1 i+1 n
Eg (n) = 1
p(i)g(i) = 2 0 + 2 (2) + 21 (2)n
i

i=0 i=1
n
!
X1
1 1 1
= 2 +1= 2 (n 1) + 1 = 2 (n + 1)
i=1

Passons maintenant à la variance. Comme Vg (n) = Eg2 (n) (Eg (n))2 , commençons par calculer
le moment non-centré d’ordre 2, Eg2 (n). Ainsi :

n n
!
X X1 2
1 i+1 1 n
Eg2 (n) = p(i) (g(i))2 = 1
2 02 + 2 (2)i + 2 ((2)n )2
i=0 i=1
n
!
X1
= 2i 1
+ 2n = 2n 1
1 + 2n
i=1

5
 Pn 1 i 1
Rappel : Pour calculer S = i=1 2 , la somme des termes d’une suite géométrique, il su¢ t de
remarquer que :
nP1 nP1 nP1 nP1
S = 2S S=2 2i 1
2i 1
= 2i 2i 1
i=1 i=1 i=1 i=1
P
n nP1
= 2i 1
2i 1
= 2n 1
2(1 1)
= 2n 1
1
i=2 i=1

On en déduit que :

Vg (n) = 2n + 2n 1
1 1
4 (n + 1)2 = 3 2n 1 1
4 (n + 1)2 1

(c) (i) Pour l’espérance il est immédiat que :

dEg (n) 1 1
= 2 > 0 et lim Eg (n) = lim (n + 1) = +1
dn n!1 n!1 2

Concernant, la variance cela est moins évident, Ainsi construisons d’abord la dérivée première et
seconde de celle-ci.
dVg (n) d2 Vg (n)
= 3 ln(2)2n 1 1
2 (n + 1) et = 3 (ln(2))2 2n 1 1
2
dn dn2
d2 Vg (n)
Comme n 1 et 2n 1 croissant en n, on peut dire que dn2
3 (ln(2))2 1
2 0:94 > 0. La
dVg (n) dVg (n)
fonction dn est donc croissante. Par ailleurs, dn = 3 ln(2) 1 1; 07, on peut en
n=1
g dV (n)
déduire que pour n 1, dn > 0.
Calculons maintenant la limite en l’in…ni.

lim Vg (n) = lim 3 2n 1 1

4 (n + 1)2 1
n!1 n!1
(n 1) ln(2) 1 2
= lim n2 3 e n2
1
4 1+ n
1
n
n!1
e(n 1) ln(2)
= lim n2 3 lim n2
1
4
n!1 n!1
= +1 car l’exponentiel "domine" les puissances

(ii) Pour véri…er que 8n 1, Eg (n) Vg (n), construisons f (n) = Vg (n) Eg (n) et remarquons
d’abord que f (1) = Vg (1) Eg (1) = 0. Si la fonction f est croissante en n le resultat est acquis.
Or :
dVg (n) dEg (n) dVg (n) d2 Vg (n) dEg (n)
f 0 (n) = dn dn = dn
1
2 et f "(n) = dn2
(car dn est une constante)

d2 Vg (n)
Nous savons déjà que 8n 1; f "(n) = dn2
> 0 et donc que f 0 (n) est croissante. Par ailleurs,
dVg (n) 1
f 0 (1) = dn 2 0; 57 > 0. On en déduit que 8n 1; f (n) est croissante.
n=1
Eg (n)
Construisons maintenant limn!1 Vg (n) . On a :

1 1 1
2 (n + 1) 2 1+ n
lim = lim
n!1 3 2n 1 1
4 (n + 1)2 1 n!1
n 3e
(n 1) ln(2) 1
1+ 1 2 1
n2 4 n n
1
2
= =0
e(n 1) ln(2) 1
(limn!1 n) 3 limn!1 n2 4

2. Considérons ug = Eg (n) kVg (n).

6
(a) La loterie o qui paye toujours 0 est bien évidement d’espérance et de variance nulle et donc u0 = 0.
Ne pas participer indépendement du nombre de tours n signi…e donc que

Eg (n)
8n 1; Eg (n) kVg (n) < 0 , k >
Vg (n)
E (n)
Mais nous savons déjà (1c) que Vgg (n) 1. Donc la non-participation sera automatiquement
satisfaite pour tout k > 1. Nous pourrons, dans la suite, nous restreindre à k 2 ]0:1].
(b) Payer un prix p pour jouer à ce jeu est équivalent à reduire les gains de ce montant dans toutes
les éventualités, donc faire face à la loterie (g p) dont les gains sont :

i 0 1 ::: i ::: n 1 n
i n 1 n
g(i) p p 2 p ::: (2) p ::: (2) p (2) p

avec bien entendu la même distribution de probabilité. La satisfaction de cette loterie est donc

ug p = Eg p (n) kVg p (n)

Il faut maintenant se rappeler que l’espérance d’une variable alétoire à laquelles on retranche une
constante est l’espérance de cette variable aléatoire moins cette constante et que la variance de
cette nouvelle variable alétoire reste inchangée. Ainsi :

ug p = Eg (n) p kVg (n)

Le prix maximum pmax (k; n) qu’un agent sera prêt à payer, sera celui qui le rend indi¤érent entre
participer ou non au jeu. Ainsi

ug pmax (k;n) = Eg (n) pmax (k; n) kVg (n) = uo = 0

() pmax (k; n) = Eg (n) kVg (n)

Formuler de cette manière le prix pmax (k; n) peut être négatif. Mais un prix négatif correspond à
une situation où l’on veut être payé pour participer donc, quelque part, à de la non-participation.
On peut donc dire que:

pmax (k; n) = max fEg (n) kVg (n); 0g

n o
= max 21 (n + 1) k 3 2n 1 1
4 (n + 1)2 1 ;0

(c) Pour véri…er ce point montrons que 8k 2 ]0:1], limn!1 pmax (k; n) = 0. Pour cela observons :

lim pmax (k; n) = lim max fEg (n) kVg (n); 0g

n!1 n!1
n o
E (n)
= lim max Vg (n) Vgg (n) k ; 0
n!1

Regardons la première des fonctions dont on prend le max. On notera que :

0 1

Eg (n) B E (n) C
lim Vg (n) Vg (n) k = lim Vg (n) B lim Vgg (n)
@ n!1 kC
A= 1
n!1 n!1
| {z } | {z }
+1 =0

Comme on prend le maximum avec 0, on a donc limn!1 pmax (k; n) = 0.

7
 3. Passons maintenant au cas n = 1 et re‡échissons d’abord à la manière dont change la loterie. Dans
n
la version …ni, il y a un e¤et de …n de jeu. En e¤et, la probabilité p(n) = 12 prend simplement en
considération le fait qu’on ait eu n Piles successifs mais pas la probabilité que le jeu s’arrête après
i
avoir eu n Pile, celui-ci s’arrêtant de toute manière. Par contre pour i < n, la probabilité p(i) = 12 12
prend en compte le fait d’avoir i Piles et un Face qui fait s’arrête le jeu. Donc si l’on étend
n le o
jeu à
1
1 i 1
l’in…ni, cet e¤et de dernier tour va disparaitre et la distribution sera donnée par la suite 2 2 i=0 .
Dans ce cas l’évaluation de la loterie devient :
P
1
1 i 1 P
1
1 i+1
U (`) = 2 2 ln (2)i = ln(2) 2 i
i=0 i=0

P1 1 i+1 1 i+1
La question centrale est celle de la détermination de S = i=0 2 i. Pour cela, posons ui = 2 i.
On remarquera que 8i 1; ui+1 = i+1 2i ui et donc :

i 1 1 i+2
8i 1; ui ui+1 = 2i ui = (i 1) 2

Dans ces conditions :

P
1 P
1 P
1 P
1
1 i+2 P
1
1 i+3
u1 = ui ui = (ui ui+1 ) = (i 1) 2 = i 2 = 14 S
i=1 i=2 i=1 i=1 i=0

1 2
Comme u1 = 2 1 = 41 , on en déduit que S = 1 et donc U (`) = ln(2).

EXERCICE 4
Pour vous, les élements centraux de la décision sont (i) l’état de la pizza Froid ou Chaud fF; Cg et le
prix payé f12; 10; 0g. L’ensemble des évènements élémentaires peut donc se voir comme le produit cartésien
de ces deux ensembles, c’est à dire l’ensemble fF 12; F 10; F 0; C12; C10; C0g. Mais l’on notera que F 12
"manger une pizza froide à 12 e" n’est pas possible. Ainsi :

= fF 10; F 0; C12; C10; C0g

Reste maintenant à construire les loteries. La cas de la livraison est évident. Si l’on respecte l’ordre des
évènements élémentaires on aura:
`L = (0; pl ; 1 pl ; 0; 0)
Si l’on va chercher la pizza, il faut faire un peu attention. F 10 survient si l’on est dans le bouchon et qu’on
ne béné…cie pas de la gratuité, F 0 si on est dans le bouchon et que la pizza est gratuite, C12 pas possible,

8
C10 pas de bouchon pas de gratuité, C0 pas de bouchon et gratuité. Ainsi (en supposant les évènements
indépendants) :
`c = (pb (1 pg ); pb pg ; 0; (1 pb )(1 pg ); (1 pb )pg )
(On pensera à véri…er que la somme des probabilités est 1).
En…n si l’on lance un pièce de monnaie pour décider, on fait face à une nouvelle loterie obtenue par la
composition des deux, `h = 1=2`L + 1=2`c , donnée par:
1
`h = 2 pb (1 pg ); 12 pb pg + 21 pl ; 12 (1 pl ); 12 (1 pb )(1 pg ); 12 (1 pb )pg
(On pensera également à véri…er que la somme des probabilités est 1)

EXERCICE 5
(i) U1 (`) = 2p1 + 3p2 + 5p3 satisfait la propriété d’utilité espérée. En e¤et, celle-ci postule que 8` =
(p1 ; p2 ; p3 ), `0 = (p01 ; p02 ; p03 ), 8 2 [0; 1], U1 ( ` + (1 )`0 ) = U1 (`) + (1 )U (`0 ). Or, par composition des
loteries, nous savons :
` + (1 )`0 = p1 + (1 )p01 ; p2 + (1 )p02 ; p3 + (1 )p03
Compte tenu de la forme particulière de U (`), nous pouvons dire que :
U1 ( ` + (1 )`0 ) = 2 p1 + (1 )p01 + 3 p2 + (1 )p02 + 5 p3 + (1 )p03
En refactorisant et en réutilisant la dé…nition de U (`), on obtient :
U1 ( ` + (1 )`0 ) = (2p1 + 3p2 + 5p3 ) + (1 ) 2p01 + 3p02 + 5p03
= U1 (`) + (1 )U (`0 )
p
(ii) U2 (`) = 2p1 + 3p2 + 5p3 ne satisfait pas la propriété d’utilité espérée. Pour le véri…er, considérons
le contre-exemple suivant. Prenons les loteries ` = (0; 0; 1) et `0 = (0; 1; 0) et posons = 1=2. Dans ce cas :
q p
0
U2 ( ` + (1 )` ) = 2 12 0 + 12 0 + 3 21 0 + 21 1 + 5 12 1 + 12 0 = 4 = 2
p p p p
Par ailleurs, U2 (`) = 2 0 + 3 0 + 5 1 = 5 et U2 (`0 ) = 2 0 + 3 1 + 5 0 = 3. On observe
donc que : p p
U2 ( ` + (1 )`0 ) = 2 6= 12 5 + 12 3 = U1 (`) + (1 )U (`0 )
(iii) U3 (`) = 5(2p1 + 3p2 + 5p3 ) + 3 satisfait la propriété d’utilité espérée. En e¤et, nous avons vu, en
(i), que U1 (`) = 2p1 + 3p2 + 5p3 satisfait cette propriété. Or U3 (`) est une transformation a¢ ne de U1 (`)
puisque U3 (`) = 5U1 (`) + 3. Nous pouvons en déduire que U3 (`) satisfait également la propriété d’utilité
espérée. Elle représente d’ailleurs les mêmes préférences que U1 (`).
(iv) U4 (`) = 2p21 + 3p22 + 5p23 ne satisfait pas la propriété d’utilité espérée. Pour cela considérons le
contre-exemple suivant. Prenons les loteries ` = (1; 0; 0) et `0 = (0; 1; 0) et posons = 1=2. Dans ce cas :
1 2 1 2
U4 ( ` + (1 )`0 ) = 2 2 +3 2 = 5
4

Par ailleurs, U4 (`) = 2, U4 (`0 ) = 5. On observe donc que :

U4 ( ` + (1 )`0 ) = 5
4 6= 21 2 + 12 5 = 7
2 = U1 (`) + (1 )U (`0 )

EXERCICE 6

1. Soit une fonction d’utilité continument di¤érentiable u(x) où x 2 R+ . Si elle possède la propriété
d’utilité espérée alors toute autre représentation de ces préférences sera de la forme u~(x) = au(x) + b
0 0
avec a > 0. Considérons maintenant deux points x1 ; x2 tels que u (x1 ) > u (x2 ) et véri…ons que la
même relation tient pour l’utilité u~(x). Pour cela, notons que u ~0 (x) = au0 (x), donc il est immédiat,
comme a > 0, que :
u0 (x1 ) > u0 (x2 ) ) u
~0 (x1 ) = au0 (x1 ) > au0 (x2 ) = u
~0 (x2 )

9
 2. Passons maintenant à une représentation ordinale et montrons que cette propriété n’est plus valide.
p
Comme un contre exemple su¢ t, prenons la fonction u(x) = x. Comme cette fonction est strictement
concave, nous savons que si x1 < x2 alors u0 (x1 ) > u0 (x2 ). Procédons maintenant à une transformation
par une fonction croissante, disons par (x) = x4 . Par conséquent u ~(x) = (u(x)) = x2 représente
les mêmes préférences ordinales que u(x) mais comme u ~(x) est strictement convexe, on aura que si
0 0
x1 < x2 alors u (x1 ) < u (x2 ).

EXERCICE 7
(i) Pour connaitre l’utilité espérée, il su¢ t de connaitre l’utilité de toutes les conséquences élémentaires.
Pour y arriver appliquons les résultats de la méthode de construction de l’utilité vue en cours.

La moins bonne loterie y reçoit une utilié de 0 et la meilleure de 1. Comme les loteries certaines (D)
et (A) correspondent à ces évènements nous pouvons déjà dire que u(D) = 0 et u(A) = 1.

Par ailleurs, nous avons aussi vu, en cours, que l’utilité d’une loterie U (`) est telle que ` U (`)`max +
(1 U (`)) `min . La première partie de l’information transmise par le responsable vise à construire une
probabilité p qui le rend indi¤érent entre la loterie (certaine) D et une composition des loteries A et
D avec les poids (p; 1 p). Comme A et D sont respectivement la meilleure et la moins bonne loterie,
nous pouvons d’a¢ rmer que u(B) = p.

Reste plus qu’à trouver u(C). Mais la deuxième information nous dit que (C) q(B) + (1 q)(D).
Ces deux loteries doivent donc avoir la même utilité, i.e. u(C) = u (qB + (1 q)D). Par ailleurs
l’hypothèse d’esperance d’utilité nous permet de dire u(C) = qu(B) + (1 q)u(D) et comme on
connait u(B) et u(D), on en déduit que u(C) = qp.

Nous pouvons donc en conclure (si les axiomes sous-jacents à la théorie de l’utilité espérée sont véri…és)
que l’utilité d’une loterie ` = ( A ; B ; C ; D ) sur (A),(B),(C) et (D) est

U (`) = A U (A) + B U (B) + C U (C) + D U (D) = A + Bp + C pq

(ii) Construction des probabilités sur les évènements élémentaires à partir des procédures P 1 et P 2

P1. Cette procédure permet l’évacuation (E) sachant que l’innondation (I) a lieu avec un probabilité
de 0; 9. Ainsi :
P [E=I] = P P[E\I]
[I] = 0; 9 avec P [I] = 0; 01 (voir énoncé)

donc :
P [E \ I] = P (C) = 0; 009
On notera également que P E=I = 0; 1 où E est le complémentaire de E. Il s’en suit que :

P [E\I ]
P E=I = P [I] = 0; 1 ) P E \ I = P (D) = 0; 001

Mais, on sait aussi que cette procédure conduit à une évacuation non nécéssaire dans 10% des cas.
Ainsi si I est le complémentaire de I
P [E\I]
P E=I = P [I] = 0; 1 =) P [E \ I] = P (B) = 0; 1 (1 P [I]) = 0; 1 0; 99 = 0; 099

et
P [E\I ]
P E=I = P [I] = 0; 9 =) P E \ I = P (A) = 0; 9 (1 P [I]) = 0; 9 0; 99 = 0; 891
La première procédure induit par conséquent la loterie suivante sur les éléments élémentaires:

`P 1 = (0; 891; 0; 099; 0; 009; 0; 001)

10
 P2. On sait que :
(a) Elle devrait permettre une évacuation dans 95% des cas dans lequels l’innondation a lieu. Ainsi :
P [E\I]
P [E=I] = P [I] = 0; 95 ) P [E \ I] = P (C) = 0; 95 0; 01 = 0; 0095
P [E\I ]
P E=I = P [I] = 0; 05 ) P E \ I = P (D) = 0; 05 0; 01 = 0; 0005

(b) Elle conduit à une évacuation non nécéssaire dans 5% des cas. Ainsi :
P [E\I]
P E=I = P [I] = 0; 05 =) P [E \ I] = P (B) = 0; 05 (1 P [I]) = 0; 05 0; 99 = 0; 0495
P [E\I ]
P E=I = P [I] = 0; 95 =) P E \ I = P (A) = 0; 95 (1 P [I]) = 0; 95 0; 99 = 0; 9405

La deuxième procédure induit donc la loterie :

`P 2 = (0; 9405; 0; 0495; 0; 0095; 0; 0005)

(iii) Choix de la procédure. On notera que :

U (`P 1 ) = 0; 891 + 0; 099p + 0; 009pq

U (`P 2 ) = 0; 9405 + 0; 0495p + 0; 0095pq

Construisons maintenant :

U (`P 2 ) U (`P 1 ) = 0; 0495 0; 0495p 0; 0005pq

Ainsi
0; 0495 0; 0495p 99(1 p)
U (`P 2 ) U (`P 1 ) Q 0 , q R =
0; 0005p p
Compte-tenu des probabilités p et q annoncées par le responsable, on lui proposera de choisir `P 1 si on est au
dessus de la courbe 99(1p p) et `P 2 sinon (voir graphique). Donc a priori la solution `P2 la plus conservative
domine dans la plupart des cas (se rappeler que p; q 2 ]0; 1[). Mais il existe néanmoins des con…gurations
où `P 1 est meilleure.

EXERCICE 8

11
 1. Comme A reçoit 12 dans l’état initialement défavorable après avoir payer (dans les deux états) la prime
pa , sa richesse dans cet état sera 12 pa . Dans l’état fovorable il touchera toujours 1 mais devra payer
la prime, il lui restera 1 pa . Comme les probabilité n’ont pas changé, la nouvelle richesse aléatoire
de l’agent A est de :
1
w~A 2 pa 1 pa
proba. (1 )

2. .

(a) Calculons d’abord sa satisfaction U0 avant l’o¤re. Avec le critère d’Hurwicz, on obtient :

U0 = min f0; 1g + (1 ) max f0; 1g = 1

Après l’o¤re sa satisfaction U1 est de :

1 1
U1 = min pa ; 1 pa + (1 ) max pa ; 1 pa
2 2
1 1
= min ; 1 + (1 ) max ;1 pa
2 2
1
= 1 pa
2
Il va donc accepter l’o¤re si :
1 1
U1 U0 , 1 pa 1 , pa
2 2

(b) L’agent B endosse une partie du risque de son ami en échange d’une prime pa . Dans ces condition,
il doit payer 12 dans l’état défavorable à A mais reçoit un prime tandis que dans l’état favorable
à A il n’a rien à payer mais encaisse la prime. Sa richesse aléatoire sera donc de :
1
w~B pa 2 pa
proba. (1 )

Si l’agent B raisonne en espérance, son gain sera de :

1 1
GB = pa + (1 )pa = pa
2 2
1
Il est donc près à faire l’o¤re si GB 0 , pa 2 . En d’autres termes, il faut que la prime
1
touchée par B soit au moins égale à 2 . Mais, nous savons aussi que A n’accepte l’o¤re que si la
prime est inférieure à 12 . Ainsi pour qu’une transaction puissse avoir lieu entre A et B, il faudra
que 12 1
2 () .

EXERCICE 9
Remarquons d’abord que pour n’importe quel choix du niveau d’embauche ` le producteur en calculant
son pro…t dans chaque état fait face à la loterie ~ (`) sur son pro…t donnée par :
p p
~ (`) 10 ` ` 30 ` `
proba. 1=2 1=2

1. On peut donc en déduire que son espérance de pro…t (independament du choix de `) est de :
1 p 1 p p
E ( (`)) = 10 ` ` + 30 ` ` = 20 ` `
2 2

12
 S’il cherche à maximiser son pro…t espéré, sa demande de travail sera de :
p
` = arg max E ( (`)) = arg max 20 ` `
` `

La condition de premier ordre est donc :

20
p 1 = 0 , ` = 100
2 `

2. S’il maximise une utilité de Markowitz, ici

U (E ( (`)) ; V ( (`))) = E ( (`)) 0; 01V ( (`))

il faut également connaitre la variance du pro…t (pour tout `). Or :

1 p p 2 1 p p 2
V ( (`)) = 10 ` ` 20 ` ` + 30 ` ` 20 ` `
2 2
1 p 2 1 p 2
= 10 ` + 10 ` = 100`
2 2
Par conséquent :

` = arg max U (E ( (`)) ; V ( (`)))

`
p
= arg max 20 ` ` 0; 01 100`
`

La condition de premier ordre et le demande de travail sont donc :

2
20 20
p 1 1=0,` = = 25
2 ` 4

EXERCICE 10
!1 !2 !3 !4 min max Laplace
g1 0 1 1 4 0 4 2:5
g2 0 1 2 4 0 4 2:75
(i) Le critère de Wald sélectionne la loterie la plus favorable en considérant l’état le plus défavorable de
chaque loterie i.e. véri…ant g 2 arg max fmin!2 fgi (!)gg. Il su¢ t donc de prendre la loterie correspondant
i=1;:::;n
au chi¤re le plus élevé dans la colonne min, ces chi¤res étant les mêmes on a que g1 g2 selon le critère de
Wald.
(ii) Le critère du maximax sélectionne la loterie la plus favorable en considérant l’état est le plus fa-
vorable de chaque loterie i.e. véri…ant g 2 arg max (max!2 fg(!)g). Il su¢ t donc de prendre la loterie
i=1;:::;n
correspondant au chi¤re le plus élevé dans la colonne max. A nouveau ces chi¤res sont les mêmes donc
g1 g2 selon le critère du maximax.
(iii) Le critère d’Hurwicz consiste, pour chaque loterie, à pondérer le gain minimal par un facteur
2 [0; 1] et le gain minimal par (1 ), puis de choisir la loterie qui donne le maximum de gain une
fois cette pondération e¤ectuée, i.e. véri…ant g 2 arg max ( min!2 fg(!)g + (1 ) max!2 fg(!)g). On
i=1;:::;n
dans ce cas U (g1 ) = 4(1 ) et U (g2 ) = 4(1 ). On en conclue que g1 g2 selon le critère du maximax
Hurwicz et ce independemment du choix du 2 [0; 1]
(iv) Le critère de Laplace repose sur l’équiprobabilité des alternatives et sélectionne l’espérance la plus
élevée. Comme l’epérance de g2 et suppérieure à celle de g1 , on aura g2 g1 selon le critière de Laplace

13