République de Guinée

Travail – Justice - Solidarité

Université Générale lansana conté de sonfonia Conakry
Département : Banque et finance
Licence ll
30/12/1899
Exposé du Groupe IV

Critère de décision en univers mesurables

Chargé du cours Dr Sackho

Recherche operationelle
TABLE DES MATIÈRES
THÈME : CRITÈRES DE DÉCISION EN UNIVERS MESURABLE
I- INTRODUCTION
II- LE CRITÈRE PASCAL
III- LE CRITERE DE MARKIWITZ
IV- LE CRITÈRE DE BERNOULLI
V- L’ARBRE DE DECISION ET LA MATRICE D’INFORMATION
VI- CONCLUSION
Critère de décision en univers mesurable

En statistiques et théorie de la décision, les critères de décision en univers mesurable

font référence à des méthodes permettant de prendre des décisions basées sur des
données mesurables. Cela peut inclure l'utilisation de tests statistiques, d'analyses
de données ou autres techniques quantitatives pour éclairer le processus
décisionnel. Les critères peuvent varier en fonction du contexte, mais l'objectif est
généralement d'optimiser la prise de décision en utilisant des informations
mesurables et fiables.
Un exemple concret de critère de décision en univers mesurable pourrait être
l'utilisation d'un test statistique pour comparer les performances de deux méthodes
de production dans une usine. Supposons que l'on veuille décider si un nouveau
processus de fabrication est plus efficace que l'ancien. On pourrait collecter des
données sur la production des deux méthodes, puis appliquer un test statistique
approprié (comme le test t de Student) pour déterminer s'il existe une différence
significative entre les moyennes de production. Si la différence est statistiquement
significative, cela pourrait influencer la décision de passer au nouveau processus. Ce
type d'approche basée sur des mesures quantifiables est couramment utilisé pour
prendre des décisions dans divers domaines.

RISQUE ET L’INCERTITUDE

Le risque et l'incertitude sont deux concepts distincts dans la prise de décision.

Le risque :
Le risque est associé à des situations où les résultats possibles et leurs probabilités
sont connus. Dans un contexte risqué, on peut quantifier les différentes issues et
estimer les probabilités associées. Par exemple, dans un lancer de dé équilibré, les
résultats possibles (de 1 à 6) sont connus, et chaque résultat a une probabilité égale.
En revanche, l'incertitude survient lorsque les résultats possibles et/ou leurs
probabilités ne sont pas connus. Cela peut rendre la prise de décision plus difficile,
car on manque d'informations précises sur les scénarios possibles. Par exemple, lors
du lancement d'un nouveau produit sur un marché inexploré, il peut y avoir une
incertitude quant à la réaction des consommateurs et aux performances du produit.
En résumé, le risque implique une connaissance des résultats possibles et de leurs
probabilités, tandis que l'incertitude se caractérise par une absence d'informations
précises sur ces éléments.
A ce niveau il existe deux types d’incertitudes : l’incertitude mesurable et non mesurable
L’incertitude mesurable
Le terme "risque d'incertitude mesurable" peut sembler paradoxal, mais il fait
référence à des situations où bien que l'incertitude existe, certains aspects peuvent
encore être mesurés ou évalués d'une manière quantitative.
Prenons l'exemple d'une entreprise qui envisage de lancer un nouveau produit sur un
marché inconnu. Il peut y avoir une incertitude quant à la réaction des
consommateurs, aux tendances du marché, etc. Cependant, la société pourrait
encore effectuer des études de marché, des sondages, ou des analyses préliminaires
pour mesurer certains aspects de cette incertitude.
En résumé, même dans des situations incertaines, il est parfois possible de quantifier
ou de mesurer certaines variables liées au risque, facilitant ainsi la prise de décision
malgré l'incertitude plus globale.
Incertitude mesurable
L'expression "incertitude mesurable" fait référence à des situations où bien que des
éléments soient incertains, il est possible d'appliquer des mesures ou des
quantifications pour évaluer cette incertitude. Cela peut inclure l'utilisation de
méthodes statistiques, de modèles probabilistes ou d'autres approches analytiques
permettant de donner une idée de la variabilité ou de la dispersion des résultats
possibles.
Par exemple, dans le domaine financier, on peut mesurer l'incertitude entourant le
rendement d'un investissement en utilisant des concepts tels que la volatilité, qui
représente la variabilité des rendements. Bien que l'avenir reste incertain, la volatilité
offre une mesure quantitative de cette incertitude.
En résumé, "incertitude mesurable" implique la possibilité d'appliquer des mesures
ou des méthodes quantitatives pour évaluer, dans une certaine mesure, l'incertitude
présente dans un contexte donné
l’incertitude non mesurable
L’incertitude non mesurable fait référence à des situations où il est extrêmement
difficile, voire impossible, de quantifier ou d’évaluer de manière précise les
résultats possibles ou les probabilités associées. Cela peut résulter de facteurs
tels que des informations insuffisantes, des événements imprévisibles ou des
conditions complexes qui rendent la mesure des risques difficile. Dans de tels
cas, la prise de décision peut être basée sur des jugements qualitatifs plutôt que
sur des données quantitatives.

Un exemple d’incertitude non mesurable pourrait être la situation économique

mondiale à long terme. Bien que les économistes puissent fournir des prévisions
basées sur divers modèles, des facteurs imprévisibles tels que des événements
politiques majeurs, des crises financières soudaines ou des catastrophes
naturelles peuvent influencer de manière significative l’économie mondiale. Ces
facteurs rendent difficile, voire impossible, la quantification précise des
probabilités associées à différents scénarios économiques futurs, créant ainsi une
incertitude non mesurable pour les planificateurs économiques et les décideurs .

LA MODELISATION DE L’INCERTITUDE
La modélisation de l'incertitude repose sur trois notions clés qui définissent le
cadre d'analyse:

1. La Nature et Ses États:

 Cela concerne les variables liées à l'environnement ou au contexte
dans lequel une décision doit être prise.
 La nature peut être caractérisée par des paramètres tels que les
conditions météorologiques, les tendances du marché, ou d'autres
facteurs susceptibles de changer et d'affecter le résultat final.
 Modéliser la nature implique de prendre en compte ces variables et
de considérer différentes situations possibles.
2. Les Actions ou les Stratégies:
 Il s'agit des choix ou des décisions disponibles pour les acteurs
impliqués, en réponse aux différentes situations possibles définies
par la nature.
 Les actions peuvent inclure des décisions tactiques, des politiques à
suivre, ou des choix opérationnels qui peuvent influencer le
déroulement des événements.
 La modélisation des actions implique de déterminer comment ces
décisions peuvent être prises dans le cadre de l'incertitude.
3. Les Conséquences ou les Résultats:
 Cette notion englobe les résultats possibles qui découlent des
interactions entre la nature et les actions.
 Les conséquences peuvent être positives, négatives, ou une
combinaison des deux, en fonction des choix faits dans le contexte
de l'incertitude.
 Modéliser les conséquences implique de comprendre comment les
différentes actions peuvent influencer les résultats et comment les
résultats peuvent varier en fonction des scénarios possibles.

En somme, la modélisation de l'incertitude vise à intégrer ces trois notions afin

d'anticiper, comprendre et évaluer les résultats potentiels dans des situations où
l'issue est incertaine.

EXEMPLE

. 1. La Nature et Ses États :

 Imaginons une entreprise qui doit décider d'investir dans un marché

étranger. La nature de cette décision inclut des facteurs tels que la stabilité
politique, les fluctuations des taux de change, et les conditions
économiques du marché cible, tous sujets à l'incertitude.

2. Les Actions ou les Stratégies :

 Les actions possibles pour l'entreprise pourraient inclure la réalisation

d'études de marché approfondies, la diversification des investissements
pour réduire les risques, ou l'ajustement des stratégies en fonction des
scénarios potentiels.

3. Les Conséquences ou les Résultats :

 Les conséquences dépendent des décisions prises face à l'incertitude. Si

l'entreprise prend des mesures efficaces pour atténuer les risques
potentiels, elle pourrait connaître une expansion réussie sur le marché
étranger. Cependant, si les conditions économiques changent de manière
inattendue, les résultats pourraient être moins favorables.

Dans ce cas, la modélisation de l'incertitude impliquerait d'analyser comment les

facteurs tels que la stabilité politique et les taux de change peuvent évoluer,
quelles actions peuvent être prises en réponse à ces évolutions, et quels
pourraient être les résultats possibles de ces actions dans un environnement
marqué par l'incertitude.
Pour faire face aux différents problèmes liés à la prise de décision nous
présenterons donc trois critère de décision
 Arbre de décision et information
Dans le but de déterminer la stratégie optimale, on procède de la façon
suivante : on calcule pour chaque action, son espérance(a). L’on obtient
alors un arbre réduit dont m branches partent du nœud initial et se
terminent par les espérances des différentes actions, pour finalement opter
pour l’action dotée de la plus forte espérance.

Le choix de St Petersburg en termes d’arbre de décision

Ceq
ui formellement revient à considérer le processus ci-après :

Quelque soit i=1… m E(ai)= ∑pjRi,j

L’action optimale est celle qui a la plus grande espérance :

• Soit a* :  un indice  {1,2,……, m} tel que a*= aopt et E

(a*)=∑pj Ropt,j

• Exemple:

Soit:

E (a1)=6
 E (a2)=27

E (a3)=36,75

• La décision optimale consistera à choisir l’action a3.

Conclusion

Il en résulte que l’objectif de la microéconomie de l’incertain est

de doter l’agent économique des mesures lui permettant de
calculer le gain espérer et le risque encouru en même temps de
telle manière à optimiser les chances de gain et de réduire les
possibilités de perte.
 BIBLIOGRAPHIE

Fr.slideserve.com