Rfrences

Elments de thorie de la dcision (2)

2009 Bernard ESPINASSE
Professeur l'Universit d'Aix-Marseille

Ouvrages :
S. O. Hansson, Decision Theory: A Brief Introduction , Department of Philosophy and History of Technology, Royal Institute of Technology (KTH), Stockholm, 1994, minors revisions in 2005. H. Raffa, Analyse de la dcision : introduction aux choix en avenir incertain , Dunod, 1973. Traduction de Decision analysis : introductory lectures on choices under uncertainty , Addison-Wesley, 1970. F. Carluer, A. Richard, Analyse stratgique de la dcision , PUG, 2002. R. Kast, La thorie de la dcision , La dcouverte, 1993.

Plan
Introduction la thorie de la dcision Dcider et valuer : Reprsentation standard des dcisions individuelles : Utilit Espre (UE) De la thorie l!analyse de la dcision

Cours :
D. Bouyssou, Lamsade CNRS, Paris. J.Y. Jaffray, P. Perny, C. Gonzales, LIP6 CNRS, Universit Paris VI.

Elments de thorie de la dcision - Bernard ESPINASSE -

Elments de thorie de la dcision - Bernard ESPINASSE -

P la n
1. Introduction la Thorie de la Dcision ! Thories normatives et descriptives de la dcision ! Thories normatives et normes 2. Dcider et valuer : ! Relations et nombres ! Logique des prfrences ! Usage des prfrences et utilits dans la prise de dcision 3. Reprsentation standard des dcisions individuelles : ! Ensemble d!alternatives ! Etats de nature et rsultats ! Matrices de dcision ! Arbres de dcision 4. Utilit Espre ! Rappels sur les probabilits pour la dcision ! Utilit objective et utilit subjective 5. Introduction l!Analyse de la Dcision ! De la Thorie de la Dcision l!Analyse de la Dcision ! Caractristiques des dcisions en Analyse de la Dcision

1 Introduction la Thorie de la Dcision

Thories normatives et descriptives de la dcision Thories normatives et normes

Elments de thorie de la dcision - Bernard ESPINASSE -

Elments de thorie de la dcision - Bernard ESPINASSE -

La thorie de la dcision
La thorie de la dcision est une thorie sur les dcisions Le sujet n!est pas unifi : plusieurs faons diffrentes de thoriser sur les dcisions, qui ont conduits diffrentes directions de recherche Presque tout ce que fait un tre humain comporte des dcisions : ! thoriser au sujet des dcisions est presque identique thoriser des activits humaines. ! la thorie de dcision se concentre seulement sur quelques aspects de l!activit humaine Dans les situations traites par des thoriciens de dcision, il y a des options choisir entre elles, ces choix sont des activits diriges par but.

Un sujet interdisciplinaire
!

La thorie moderne de dcision s!est dveloppe depuis le milieu du 20 ime

sicle par des contributions de plusieurs disciplines acadmiques

! Bien que ce soit maintenant clairement un sujet acadmique part entire, la thorie de dcision est typiquement poursuivie par les chercheurs qui s!identifient comme conomistes, statisticiens, psychologues, sociologues, politiciens et/ou philosophes.

! il y a une certaine division de travail entre ces disciplines :

! Un politique peut s!intresser aux rgles de vote et d!autres aspects de prise de dcision collective ! Un psychologue peut s!intresser aux comportements des individus dans les dcisions ! Un philosophe peut s!intresser aux conditions de la rationalit dans les dcisions. ! Mais il y a un grand chevauchement, et le sujet s!est fortement enrichit des diffrentes mthodes que les chercheurs des diffrentes disciplines ont dfinies.

Elments de thorie de la dcision - Bernard ESPINASSE -

Elments de thorie de la dcision - Bernard ESPINASSE -

Thories normatives et descriptives de la dcision

Thorie normative de la dcision :
! thorie au sujet de la faon dont des dcisions devraient tre prises

Thories normatives et normes

les thories normatives concernent la prise de dcision rationnelle : normes de la rationalit Il existe d!autres normes (que celles de la rationalit) : normes morales, politiques, , mais elles sont considres comme externes la thorie de dcision qui les suppose dj tablies

Thorie descriptive de la dcision :

! thorie traitant de la faon dont des dcisions sont prises rellement.

Les normes de la rationalit concernent : principalement la faon d!agir quand il y a incertitude, risque et manque d!information
la faon dont un individu peut coordonner ses dcisions dans le temps

Ces thories concernent essentiellement la prise de dcision rationnelle On s!intresse ici plus essentiellement aux thories normatives de la

dcision

la faon dont plusieurs individus peuvent coordonner leurs dcisions dans les procdures de dcision sociales

Elments de thorie de la dcision - Bernard ESPINASSE -

Elments de thorie de la dcision - Bernard ESPINASSE -

D c id e r e t v a lu e r
2. Quand nous prenons des dcisions, nous essayons, tant que possible, de prendre de bonnes dcisions, ceci selon un standard de ce qui est bon ou mauvais 3. Le choix d'une valeur-standard pour la prise de dcision (et pendant la vie) est le sujet de la philosophie morale 4. La thorie de dcision suppose qu!une telle norme est acquise, et procde pour exprimer cette norme de manire prcise et utile.

2 Dcider et valuer
! Relations et nombres ! Logique des prfrences ! Usage des prfrences et utilits dans la prise de dcision

Elments de thorie de la dcision - Bernard ESPINASSE -

Elments de thorie de la dcision - Bernard ESPINASSE -

10

Relations et nombres
Considrons un exemple simple : ! Alice dsire acheter un potage de tomate ! Elle doit choisir entre diverses marques (A, B, C) de potage de tomate ! Sa norme de valeur peut tre lie au prix, au got ou leur combinaison ! Supposons que : Alice aime le potage A plus que le potage B ou le potage C, et le potage B plus que le potage C

Relations et nombres
Modle des relations :
Reprsentation en termes de relations du modle de valeur On dfini une relation entre les 3 potages : la relation meilleure que : ! A est meilleur que B ! B est meilleur que C ! A est meilleur que C Clairement, puisque A est meilleur que toutes les autres alternatives, A devrait tre choisi.

Modle des nombres :

Reprsentation en termes de nombres du modle de valeur. On assigne des valeurs numriques chacun des 3 choix possibles, par exemple : ! A a la valeur 15 ! B a la valeur 13 ! C a la valeur 7 Puisque A a une valeur plus leve que B ou C, alors A devrait tre choisi.

! Alors Alice devrait clairement choisir le potage A

Dans ce simple exemple, on n!a pas besoin d!un modle plus formel, cependant 2 modles formels utiles sont possibles :

! Modle des relations ! Modles des nombres

Elments de thorie de la dcision - Bernard ESPINASSE -

11

Elments de thorie de la dcision - Bernard ESPINASSE -

12

Termes de comparaisons de valeurs

Afin de comparer des alternatives, on emploie des termes tels que : ! meilleur que , ! plus mauvais que , ! galement bon que , ! au moins aussi bon que ! Ce sont des relations binaires (2 arguments)

Logique des prfrences

Les 3 notions comparatives sont les bases de la logique ! meilleures que (>) : ! gale en valeur (") : ! au moins aussi bon que ("):

de prfrence : > reprsente la prfrence ou la prfrence forte " reprsente l!indiffrence " reprsente la prfrence faible

Ces 3 notions sont lies ensemble selon les 2 rgles suivantes :

Rgle 1 : A est meilleur que B si et seulement si (ssi) A est au moins aussi bon que B, mais B n!est pas au moins aussi bon que A, soit : A > B si et seulement si A ! B et non B ! A Rgle 2 : A est galement bon que B ssi A est au moins aussi bon que B et B est au moins aussi bon que A, soit : A ! B si et seulement si A ! B et B ! A Exemple d"application de la rgle 1 : ma voiture est meilleure que votre voiture ma voiture est au moins aussi bonne que votre voiture, mais votre voiture n!est pas au moins aussi bonne que la mienne. Ces 2 expressions ont la mme signification. 13
Elments de thorie de la dcision - Bernard ESPINASSE -

Notation mathmatique :
! A > B pour A est meilleur que B (A > B signifie que B est plus mauvais que A comme A est meilleur que B) ! A " B pour A et B sont galement bons ! A " B pour A est au moins aussi bon que B

Elments de thorie de la dcision - Bernard ESPINASSE -

14

Usage des prfrences dans la prise de dcision

En prise de dcision, des relations de prfrence sont utilises pour trouver la meilleure alternative Pour cela on utilise la rgle : Rgle 1 : une alternative est meilleure ssi elle est meilleure que toutes les autres alternatives : s!il y a une seule alternative qui est la meilleure, alors la choisir Il y a des cas dans lesquels aucune alternative n!est uniquement la meilleure, puisque la position la plus leve est partage par 2 ou plusieurs alternatives Exemple : ! Le potage A et le potage B sont galement bons (A ! B) ! Le potage A est meilleur que le potage C (A > C) ! Le potage B est meilleur que le potage C (B > C) Dans ce cas, la solution vidente est de slectionner A ou B. Plus gnralement, la rgle suivante est utilise : Rgle 2 : une alternative est (parmi) les meilleures ssi elle est au moins aussi bonne que toutes les autres alternatives : s!il y a des alternatives qui sont meilleures, slectionner l!une d'entre elles Mais il y a des cas dans lesquels mme cette rgle modifie ne peut pas tre utilise pour dcider Notons que les prfrences qui violent des critres de rationalit, tels que la transitivit, sont rarement utiles pour guider des dcisions.
Elments de thorie de la dcision - Bernard ESPINASSE -

Utilisation de reprsentation numrique : notion d!Utilit

L!utilisation de nombres pour reprsenter les valeurs des alternatives :
! fournit en gnrale une reprsentation rationnelle ! la relation de prfrence faible (") est alors toujours complte, ! les relations de prfrences faibles (") et strictes (>), et d!indiffrence (") sont toutes transitives ! toutes ces valeurs peuvent tre rduites une seule entit, nomme
utilit U(x) Exemple : soit une valuation des travaux de quelques philosophes modernes : ! Bertrand Russell : 50 ! Karl Popper : 35 ! Willard Van Orman Quine : 35 ! Jean Paul Sartre : 20 ! Martin Heidegger : 1

" On en dduit que Russell est prfr aux autres philisophes

! Notons cependant, que dans de nombreux cas, la reprsentation par des nombres n!est pas claire : pas de mesure pour meilleur en tant que philosophe , l!attribution de nombres peut alors paratre arbitraire
Elments de thorie de la dcision - Bernard ESPINASSE -

15

16

Utilisation des utilits dans la prise de dcision

Il est facile d!utiliser des valeurs reprsentes numriquement (utilits) dans la prise de dcision.

La rgle de dcision de base est alors simple et vidente :

Rgle 1 : choisir l!alternative avec l!utilit la plus leve Exemple : valeurs assignes par un lecteur 3 candidats politiques : ! 1. Mme. Anderson : 15 ! 2. M. Brown : 15 ! 3. M. Carpenter : 5 Cette rgle ne peut tre ici utilise car il y a plusieurs alternatives avec la valeur maximale, elle doit tre alors tre complte : Rgle 2 : choisir l!alternative avec l!utilit la plus leve ; Si plus d!une alternative a l!utilit la plus leve, slectionner l!une d'entre elles (n!importe comment) C!est une rgle de maximisation : ! La thorie conomique est base sur l!ide que les individus maximisent leurs biens, comme mesurs en argent ! La thorie morale utilitaire postule que les individus doivent maximiser l!utilit rsultant de leurs actions. ! Dans la thorie de dcision, la maximisation d!utilit est aussi largement adopte
Elments de thorie de la dcision - Bernard ESPINASSE -

3 Reprsentation standard des dcisions individuelles

Ensemble d!alternatives Etats de nature et rsultats Matrices de dcision Arbres de dcision

17

Elments de thorie de la dcision - Bernard ESPINASSE -

18

Reprsentation standard des dcisions individuelles

En thorie de la dcision individuelle : ! La reprsentation standard d!un problme de dcision est la matrice de

Ensemble d!alternatives
Dans une dcision, on a choisir entre diffrentes alternatives (options, actions, ) Dans certains problmes de dcision, l'ensemble

d!alternatives peut tre :

dcision
! Une autre reprsentation d!un problme de dcision est l!arbre de dcision ! Pour utiliser ces reprsentations, 3 concepts de base de la thorie de la dcision doivent tre dfinis : ! les alternatives ! les rsultats ! l!tat de nature (vnement, chance, )

Ouvert : de nouvelles alternatives peuvent tre inventes ou dcouvertes par le dcideur

Exemple : ma dcision de comment passer la soire ; j!ai en tte un ensemble d!alternatives, mais il est possible je dcouvre une alternative laquelle je n!ai pas pens

Ferm : aucune nouvelle alternative ne peut tre ajoute

Exemple : ma dcision de comment voter dans les prochaines lections : il y a un nombre limit d!alternatives (des candidats ou des parties), entre lesquelles je dois choisir

2 types de fermetures d!ensemble d!alternatives :

! 1. fermeture volontaire : le dcideur lui-mme a dcid de fermer l!ensemble dans la premire tape de la dcision Exemple : pour ma soire, je peux commencer en dcidant que seulement 2 alternatives valent la peine d'tre considres, rester la maison ou aller au cinma. ! 2. fermeture involontaire : la fermeture a t impose par d!autres ou par des circonstances impersonnelles.

Elments de thorie de la dcision - Bernard ESPINASSE -

19

Elments de thorie de la dcision - Bernard ESPINASSE -

20

Ensemble d!alternatives
Dans la vie relle : les ensembles d!alternatives ouverts sont trs frquents Dans la thorie de la dcision : ! en gnral les ensembles d!alternatives sont ferms car : ! la fermeture permet une rsolution thorique des problmes de dcision plus facile ! si l!ensemble d!alternatives est ouvert, une solution dfinitive au problme de dcision n!est pas en gnral possible

Etats de nature
L'effet d!une dcision dpend :
! de notre choix d!une alternative et comment nous l!excutons ! de facteurs en dehors du contrle du dcideur (exognes) Certains de ces facteurs exognes sont connus : ils constituent l'information dont le dcideur dispose. D'autres sont inconnus : ils dpendent de ce que d!autres personnes feront et sur les lments de la nature qui sont inconnus au dcideur. Exemple : considrons la dcision d!aller ou de ne pas aller un concert en plein air. Les rsultats (que je dois satisfaire ou pas) dpendront des facteurs naturels (le temps) et du comportement d!autres tres humains

! on suppose gnralement que les alternatives sont mutuellement exclusives, c.a.d., il n!existe pas 2 d'entres elles qui soient simultanment ralisables.

Dans la thorie de dcision, on regroupe les divers facteurs superflus inconnus dans un certain nombre de cas, appels les tats de nature

Elments de thorie de la dcision - Bernard ESPINASSE -

21

Elments de thorie de la dcision - Bernard ESPINASSE -

22

Etats de nature et rsultats

Etat de nature :
Exemple : ! considrons la dcision de porter ou de ne pas apporter un parapluie quand je sors demain : L!effet de cette dcision dpend de s!il pleuvra demain Les 2 cas il pleut et il ne pleut pas peuvent tre pris comme tats de nature dans un traitement de cette dcision dans la thorie de dcision.

Matrices de dcision
C!est le format standard pour la routine d!valuation-choix dans la thorie de la dcision (individuelle) Dans une matrice de dcision : ! les alternatives sont tabules contre les tats possibles de la nature ! les alternatives sont reprsentes par les lignes de la matrice ! les tats de nature par les colonnes Soit une dcision d!apporter ou non un parapluie :
Il pleut Il ne peut pas Vtements secs, valise lourde Vtements secs, valise lgre Parapluie Pas de parapluie Vtements secs, valise lourde Vtements tremps, valise lgre

Rsultats :
Les rsultats possibles d!une dcision sont dfinis comme effets combins d!une alternative choisie et de l!tat de la nature : ! Par consquent, si je ne prends pas mon parapluie et il pleut, alors le rsultat est que j!ai une valise lgre et je suis mouill. ! Si je prends mon parapluie et il pleut, alors les rsultats sont que j!ai une valise plus lourde et je ne suis pas mouill, !

! Pour chaque alternative et tat de nature, on assigne dans la matrice assigne un rsultat (tel que vtements secs, la valise lourde ). Pour utiliser une matrice de dcision, il faut en plus de : ! l!information sur la faon dont les rsultats sont valus ! l!information sur les tats de nature qui seront raliss.

Elments de thorie de la dcision - Bernard ESPINASSE -

23

Elments de thorie de la dcision - Bernard ESPINASSE -

24

Matrice de dcision d!utilits

! Pour reprsenter les valeurs des rsultats, on leurs assigne en gnral des utilits ! Des descriptions verbales des rsultats peuvent alors tre remplaces par des valeurs d!utilit dans la matrice :
Il pleut Parapluie Pas de parapluie 15 0 Il ne peut pas 15 18

Informations sur des tats de nature : certitude et incertitude

Dans la thorie de dcision, des matrices sont combines avec divers types d!informations sur des tats de nature : ! Le dcideur peut connatre quel tat de nature est obtenu : Si, dans l!exemple ci-dessus, si je sais qu!il pleuvra, alors je peux prendre ma dcision de faon trs simplement ! Les cas comme celui-ci, quand un seul tat de nature doit tre pris en considration, s!appellent la prise de dcision sous certitude ! Si on sait, pour chaque alternative, ce que seront les rsultats si on choisit cette alternative, alors on agit aussi en certitude ; ! Sinon, on agit en incertitude. ! L!incertitude est habituellement divise en catgories telles que : le risque, l!incertitude, l'ignorance

! La thorie de la dcision concerne principalement des problmes qui peuvent tre exprims en matrices de ce type, matrices d'utilit ! La plupart des mthodes de la thorie de dcision exigent une information numrique.

Elments de thorie de la dcision - Bernard ESPINASSE -

25

Elments de thorie de la dcision - Bernard ESPINASSE -

26

Arbres de dcision
C!est une autre reprsentation traditionnelle de la dcision Soit la matrice de dcision d!utilits suivante :
Parapluie Pas de parapluie Il pleut 15 0 Il ne peut pas 15 18

On peut lui associer l!arbre de dcision suivant : nud dcision : chaque branche reprsente une action, alternative possible nud vnement : chaque branche reprsente un vnement possible (tats de la nature, chance, ) nud valeur : nud terminaux de consquences (utilit, )
Elments de thorie de la dcision - Bernard ESPINASSE -

4 Probabilits et Utilit Espre

! Rappels sur les probabilits pour la dcision ! Utilit espre

27

Elments de thorie de la dcision - Bernard ESPINASSE -

28

Rappel sur les probabilits pour la dcision (1)

! Pour raisonner sur un problme de dcision particulier, souvent l!environnement (appel aussi nature ) doit tre considr : Ex : l'tat du ciel demain matin si votre problme consiste savoir si vous allez organiser une rception dans votre jardin ou dans votre salon) ! Cette nature peut prendre diffrentes formes, ce sont les divers tats de la nature , ici : ciel dgag, nuageux, pluvieux, ! On cherche probabiliser ces tats de la nature. En langage mathmatique on se donne : ! un ensemble S d' vnements lmentaires que l'on supposera ici fini par commodit. Ex : A un jet de ds on associera un ensemble S compos des vnements lmentaires : le d tombe sur la face faisant apparatre 1, 2, 3, 4, 5, 6. ! un ensemble S d! vnements construit sur la base de S permettant de parler de la runion, de l'intersection ... d'vnements lmentaires. Ex : Le d tombe sur une face paire est un vnement compos de la runion de 3 vnements lmentaires.

Les probabilits pour la dcision (2)

On souhaite, que S possde un certain nombre de bonnes proprits , notamment : S#S; A # S ! S\A # S; A, B # S ! A ! B # S. On appelle mesure de probabilit (ou plus simplement probabilit) toute fonction : P:S"1 A " P(A) vrifiant pour tout A, B # S : 1. P(A) " 0 2. P(S) = 1 3. A ! B = ! P(A $ B) = P(A) + P(B) Rappelons que ces 3 conditions impliquent que P(A) est toujours comprise entre 0 et 1

Elments de thorie de la dcision - Bernard ESPINASSE -

29

Elments de thorie de la dcision - Bernard ESPINASSE -

30

Les probabilits pour la dcision (3)

Probabilit conditionnelle : la probabilit de A sachant B , note P(A/B) est dfinie par :

Les probabilits pour la dcision (4)

(1) En combinant cette dernire expression avec la formule des probabilits totales on obtient le clbre Thorme de Bayes :

P(A/B) = P(A " B)/P(B)

De tout cela on tire facilement la formule des probabilits totales (ou formule d'expansion) : Si A1, A2,...,An forment une partition de S alors :
n

P(A/B) =

P(B/A).P(A)
n

!
Il dcoule de (1) :

P(A) = " P(A/Ai ).P(Ai )

i=1

" P(B/A ).P(A )

i i i=1

(partition d'un ensemble = ensemble d'ensembles non vides et disjoints dont la runion redonne l'ensemble de dpart)

Ce thorme permet de rviser ses croyances concernant l'occurrence de l'vnement A en fonction d'une nouvelle information B

D'o la formule bien connue du thorme de Bayes :

P(A " B) = P(A/B).P(B) = P(B" A) = P(B/A).P(A) !

On appelle gnralement : ! P(A) une probabilit a priori ! P(A/B) une probabilit a posteriori.

P(B/A).P(A) P(A/B) = P(B)

31

Elments de thorie de la dcision - Bernard ESPINASSE -

Elments de thorie de la dcision - Bernard ESPINASSE -

32

Les probabilits pour la dcision (2) : application

Vous souhaitez lancer un nouveau produit. A priori vous pensez P(march favorable) = 0,6 Afin d'obtenir plus d'information vous avez command une tude de march un cabinet de conseil que vous connaissez bien. Votre exprience passe avec ce cabinet vous permet d'affirmer que les rsultats de ses enqutes sont fiables 80%, c'est dire que : ! P(tude favorable/march favorable) = P(EF/MF) = 0,8 ! P(tude dfavorable/march dfavorable) = P(ED/MD) = 0,8 Vous recevez le rapport d'tude o l'on vous indique que le march sera favorable votre produit. Sachant cette nouvelle information, vous rvisez vos croyances. Ce qui nous intresse c'est P(march favorable/tude favorable) soit P(MF/EF). Nous ne l'avons pas, mais nous pouvons la calculer simplement. En effet, les vnements (march favorable) et (march dfavorable) forment une partition de l'ensemble des vnements. On peut alors appliquer le thorme de Bayes et poser : P(MF/EF) = P(EF/MF).P(MF) / [P(EF/MF).P(MF)+P(EF/MD).P(MD)] P(MF/EF) = 0,8x0,6 / (0,8x0,6+0,2x0,4) = 6/7 = 0,85 On peut aussi calculer P(EF) qui est gale au dnominateur de l'expression prcdente, soit : P(EF) = 0,8x0,6+0,2x0,4 = 0,56.

Utilit Espere (UE)

L!approche dominant la prise de dcision sous le risque est celle de l!utilit espre - UE (Expected Utility - EU).
! C!est le paradigme principal dans les thories de la dcision tant descriptives que normatives ! L'utilit espre pourrait s!appeler la thorie d!utilit de probabilit pondre

Dans la thorie de l!utilit espre :

! chaque alternative est assigne une moyenne pondre de ses valeurs d!utilit sous diffrents tats de nature, et ! les probabilits de ces tats sont utilises comme poids.

Elments de thorie de la dcision - Bernard ESPINASSE -

33

Elments de thorie de la dcision - Bernard ESPINASSE -

34

Utilit Espre
Dans l!exemple du parapluie, les utilits sont :
Parapluie Pas de parapluie Il pleut 15 0 Il ne peut pas 15 18

Utilit Espre
En gnralisant : Supposons qu!il y ait n rsultats : ! chacun est associ une utilit et une probabilit ! les rsultats sont numrots, de sorte que les premiers rsultats aient une utilit u1 et une probabilit p1, le second a une utilit u2 et une probabilit p2, etc Alors l!utilit espre (UE) est dfinie ainsi :

Supposons que la probabilit de la pluie est 0,1, alors :

l!utilit espre (probabilit pondre) d!apporter le parapluie est :

0.1 x 15 + 0,9 x 15 = 15

l!utilit espre (probabilit pondre) de ne pas apporter le parapluie est :

0.1 x 0 + 0.9 x 18 = 16,2 Si nous maximisons l'utilit prvue nous ne devrions pas apporter le parapluie

Supposons que la probabilit de la pluie est 0,5, alors :

l!utilit espre d!apporter le parapluie est :

0.5 x 15 + 0.5 x 15 = 15

l!utilit espre de ne pas apporter le parapluie est :

0.5 x 0 + 0.5 x 18 = 9 Si nous voulons maximiser l!utilit prvue, alors nous devons apporter le parapluie.

UE = p1 x u1 + p2 x u2 + pn x un

Elments de thorie de la dcision - Bernard ESPINASSE -

35

Elments de thorie de la dcision - Bernard ESPINASSE -

36

De la Thorie de la Dcision l!Analyse de la Dcision

Source Wikipedia : Most of decision theory is normative or prescriptive, i.e. it is concerned with identifying the best decision to take, assuming an ideal decision maker who is fully informed, able to compute with perfect accuracy, and fully rational. The practical application of this prescriptive approach (how people should make decisions) is called Decision Analysis, and aimed at finding tools, methodologies and software to help people make better decisions. The most systematic and comprehensive software tools developed in this way are called decision support systems.

5 Introduction l!Analyse de la Dcision

! De la Thorie de la Dcision l!Analyse de la Dcision ! Caractristiques des dcisions en Analyse de la Dcision

Decision Analysis :
! is the discipline comprising the philosophy, theory, methodology, and professional practice necessary to address important decisions in a formal manner. ! includes many procedures, methods, and tools for identifying, clearly representing, and ! formally evaluates the important aspects of a decision situation, for prescribing the recommended course of action by applying the maximum expected utility action axiom to a well-formed representation of the decision, ! translating the formal representation of a decision and its corresponding recommendation into insight for the decision maker and other stakeholders.

Elments de thorie de la dcision - Bernard ESPINASSE -

37

Elments de thorie de la dcision - Bernard ESPINASSE -

38

Caractristiques des dcisions en Analyse de la Dcision

Plusieurs caractristiques peuvent tre dfinies pour les dcisions :
Caractre plus ou moins sr des tats futurs de la nature : ! Etat certain ! Etat incertain mesurable (probabilit objective ou subjective dtermines) : on parle de dcision dans le risque ! Etat incertain non mesurable ou radicale (pas de probabilits dfinies) : on parle de dcision dans l!incertain Caractre unique ou rpt de la dcision : dans les dcisions rptes l!information sur l!tat de la nature augmente, souvent par apprentissage et les probabilits des tats sont en gnral rvises selon des approches baysiennes Caractre squentiel ou non de la dcision: dans les dcisions squentielles le dcideur intervient diffrentes tapes, interaction entre dcisions, information croissante Caractre exogne et endogne de la dcision : quand l!environnement est endogne, le dcideur peut modifier les tats, il ne le peut pas quand il est exogne Caractre partag ou non de la dcision : dcision collective (fonction d!utilit commune agrgeant les prfrences individuelles des individus, ) Caractre conflictuel ou non de la dcision : jeux contre la nature (pas de conflit ) et jeux vritables entre joueurs diffrents (thorie des jeux)
Elments de thorie de la dcision - Bernard ESPINASSE -

39