532801ead3935 PDF

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 43

UNIVERSITE MOULAY ISMAIL

FACULTE DES SCIENCES JURIDIQUES


ECONOMIQUES ET SOCIALES
Master
MEKNES AISA

Les critres de dcision en univers


mesurable
Prpar par:

Cherkani Safae Encadr par le Professeur:


Cherkani Sami Mme Cherkaoui

2008/2009
Introduction

Lincertitude caractrise une situation dans laquelle aujourdhui je ne sais pas ce


que sera ma situation demain !, la situation dun voisin ! etc
Le problme de lincertitude ne vient pas tant de lignorance de lindividu que des
consquences quil peut avoir sur ses anticipations.
Certes lattitude des individus ou agents conomiques est gnralement
diffrencie et peut conduire des consquences parfois regrettables.
Face ce problme la microconomie sest largie afin dintgrer cette
nouvelle dimension de lincertitude pour cerner plus ou moins le chois des
individus en avenir
risqu!!
on est en prsence dun avenir risqu ou de lincertitude mesurable
au sens
de Knight.
Nous prsenterons donc trois critres de dcision :

I- Le critre de Markowitz.

II-Le critre de Bernoulli.


III- Larbre de dcision et dinformation.
Introduction lconomie de lincertitude
Lorsquune personne doit prendre une dcision en univers incertain, deux cas doivent tre
distingues:
Soit la personne qui doit prendre la dcision doit le faire immdiatement sur la base donc de
linformation imparfaite dont elle dispose. Economie de lIncertitude

Soit elle peut prendre le temps damliorer son information avant de prendre sa dcision
lEconomie de la certitude.

la certitude est un cas particulier de


lincertitude
Dfinition risque et incertitude

Lincertitude: cest le cas ou on ne fait pas lhypothse que le dcideur affecte des probabilits
aux tats du monde.

Risque :cest le cas ou on fait cette hypothse.


Les diffrents types dincertitude en
conomie
Lincertitude dcisionnelleconcerne
: lenvironnement dcisionnel des individus et sapplique a
priori a tous sans quils aient une quelconque prise sur cet environnement (quel temps fera-t-il
demain ?). Lincertitude dcisionnelle est donc totalement exogne a la dcision..

Lincertitude stratgique:
Lincertitude stratgique est une situation dans laquelle je ne connais
pas les prfrences de dautruit, ou lensemble de ses actions, ou son niveau dinformation.
I- Le critre de Markowitz et la frontire defficience

Le critre de Markowitz :a t dtermin pour arbitrer entre la possession de diffrents


titres financiers ou porte feuilles financiers.
le risque dun titre ou dun portefeuille peut tre mesur par la dispersion de son cours
tout au long du temps, et tre utilis pour prvoir son volution future, La dispersion des cours
ou rendement dun titre peut tre mesur par lcart-type.
Cette mesure de la dispersion va complter linformation de linvestisseur sur le
rendement ou le cours moyen du titre ou du portefeuille, a priori, un investisseur va prfrer les
titres les plus rentables mais impliquant le moins de risque.
Rappel : lesprance mathmatique, la variance,
et lcart type :
Lesprance mathmatique

Etant donn une variable alatoire relle x prenant les valeurs


1
,...,xx,... ,x avec les
j n
probabilits p pj.,prespectivement, et de moyenne finie E(x), on appellera
1 n
esprance mathmatique de x, le rel not E(x) obtenu par :

Pour une fonction de densit f(x), on aura :


La variance, et lcart type :

Etant donn une variable alatoire relle x prenant les valeurs


1
,..x
x ,.x avec les probabilits
j n
p ,. . . ,p . . . ,p respectivement, et de moyenne finie E(x), on appellera variance de x le rel not
1 j n
V(x) ou donn par :

V(x)= =
Pour une fonction de densit f(x), on aura :

On notera galement que la variance peut aussi se calculer de la faon qui suit :

V(x)= =E(x2)-(E(x))2
Prsentation du critre de MARKOWITZ
Fonction de valorisation :
La fonction de valorisation est caractrise par un
couple compos par lesprance mathmatique de
laction et sa variance.
ei n

E a j pei Ra j ,ei
ei 1
ei n

a j pei Ra j ,ei E a j
2
2

ei 1
Critre de choix n 1 :

E (ak ) E (al ) et (ak ) (al )



ak al si ou bien
E (a ) E (a ) et (a ) (a )
k l k l

Cette rgle de comparaison est assez restrictive car:


elle ne prend pas en considration le fait quun fort cart-
type puisse tre compens par une forte esprance .

Donc ce critre ne fonctionne pas toujours : il faut le


complter
Si le critre prcdent ne permettait pas de se prononcer
on utiliserait le critre de choix n 2 ou n3 :

critre de choix n 2 :

E ak E al
ak al si
ak al

Cette rgle consiste mesurer le pourcentage


desprance par unit dcart type

La meilleur stratgie sera celle qui aura la plus grande


esprance par unit dcart type
Critre de choix n 3 :

moy a k moy al
ak al si
ak al
Cette rgle apporte une notion de dplacement mesur
par le Taux Marginal de Substitution entre lesprance
et lcart type.

On peut donc changer de stratgie condition que le


taux dchange soit assez lev.

Il faut toujours tester deux actions de telle faon que le


numrateur et le dnominateur soient positifs
Exemple dapplication
Actions\tats e1 e2 e3 e4
a1 20 25 40 100
a2 5 30 50 125
a3 40 50 75 0
p(ei) p1=0.20 p2=0.25 p3=0.40 p4=0.15
E a1 41,25
a1 25,97
E a2 47,25 a3 a1
a* a3
a2 31,37 a3 a2
E a3 50,50
a3 24,95
Application du critre n2 :

E a1 41,25 E a1 41,25
1,58
a1 25,97 a1 25,97

E a2 47,25 E a2 47,25

a2 31,37 a2 31,37
1,50 a3 a1 a2

E a3 50,50 E a3 50,50
2,02
a3 24,95 a3 24,95
Comparaison de a2 et a1 laide du critre n3 :
Comparaison de a2 et de a1

E a2 E a1 47,25 41,25
a2 a1 si 1,11
a2 a1 31,37 25,97

a1
a2
1,11

a2 a1
2- Le critre de BERNOULLI

Bernoulli critique le critre de PASCAL partir dun exemple


connu sous lappellation Paradoxe de Saint-Ptersbourg

Le Paradoxe de Saint-Ptersbourg :

Un mendiant possde un billet de loterie lui permettant


de gagner 20.000 Ducats avec une probabilit gale 0,5.
Un riche marchand lui propose dacheter ce billet 9.000
Ducats. Le mendiant accepte, ce qui est contraire au
paradigme Pascalien !
Formalisation de ce problme :

e1 e2
a1 0 20 000
a2 9 000 9 000
Prob{ej} 0,5 0,5

E a1 0,5 0 0,5 20000 10000


a* a1
E a2 0,5 9000 0,5 9000 9000

Pourquoi le mendiant prfre vendre son billet de loterie ?


La rponse de D. Bernoulli :
Daniel Bernoulli a avanc deux explications
permettant de le rsoudre :
Ce qui importe aux individus ce n'est pas le
gain en lui mme mais plutt l'utilit qu'il
procure.
La satisfaction des individus augmente de
moins en moins vite au fur et mesure qu'ils
s'enrichissent. C'est le Principe dit de lutilit
marginale dcroissante. Ce qui signifie que
les fonctions mesurant la satisfaction ou
lutilit doivent tre concaves.
Rappel
Principe de l'utilit marginalecroissante
d : l'utilit cro
t
de moins en moins vite au fur etmesure que la richesse
augmente. La fonction est alors concave (sa
rivde
secondetant ngative).
Fonction de valorisation :
valuer lesprance mathmatique de lutilit de
chaque action.
ei en
Eu a j p ei
u Ra j ,ei
ei e1

Critre de choix :
Choisir laction dont lesprance mathmatique
de lutilit est la plus leve.

a* arg max Eu a j
Dans le cas du paradoxe de saint petersbourg
Le mendiant accepte de vendre son billet de loterie ds lors que :

Eu a2 Eu a1
Soit :
1 1 1 1
u 0 u 20000 u 9000 u 9000
2 2 2 2

u 20000 2.u 9000

Si la fonction dutilit du mendiant est de type u(x)=Ln(x), il


est rationnel daccepter lchange :
Ln(20000)=9,9 et 2*Ln(9000)=18,20
Critique du critre de Bernoulli

Ce critre peut tre pris en dfaut laide de lexemple suivant :

On joue pile ou face : si lon obtient face on gagne 2 et


on a le droit de rejouer. Si lon obtient pile on ne gagne rien
et le jeux sarrte.

Si on a le droit de jouer un deuxime coup et quon obtient de


nouveau face le gain prcdent est multiplier par deux. Si on
tire pile, le jeux sarrte.
En ainsi de suite

Question : Combien tes vous prt payer pour jouer ce jeux ?


Profil des gains attendus :
1
2 avec la probabilit
2
2
1
2 2 avec la probabilit

gain 2
n
2 n avec la probabilit 1

2


Le paradigme pascalien nous donne la valorisation ci-dessous
2 n
1 1 1
E gain 2 2 2 2 n
2 2 2
Comme lesprance de gain est infini, on accepte de payer une
somme exorbitante pour jouer ce jeux vraiment ?
La rponse de Bernoulli :

Si u(x)=Ln(x)
2 n
1 1 1
E u gain Ln 2 Ln 2 2 Ln 2 n
2 2 2
2 n 1
1 1 1 1
E u gain Ln 2 1 2 3 n
2 2 2 2

E u gain Ln 4 u 4

Si votre fonction dutilit est logarithmique, vous ne miserez


que maximum 4 pour jouer ce jeux !
Mais si les gains attendus sont :
2 1
e avec la probabilit
2
2
1
e 2 avec la probabilit
2


gain 2
n
e 2 avec la probabilit
n 1

2


Avec le critre de Bernoulli on obtient :
2 n
1 1 1
2
2

2
2
2n

Eu gain Ln e Ln e Ln e
22

Comme lesprance de lutilit du gain est infinie, on accepte de


payer une somme exorbitante pour jouer ce jeux. Le critre de
Bernoulli est pris en dfaut ..
Arbre de dcision et
information
Dans le but de dterminer la stratgie optimale, on procde de la faon
suivante : on calcule pour chaque action, son esprance(a). Lon obtient alors un
arbre rduit dont m branches partent du nud initial et se terminent par les
esprances des diffrentes actions, pour finalement opter pour laction dote de la
plus forte esprance.
Le choix de St Petersbourg en
termes darbre de dcision
Ce qui formellement revient considrer le processus ci-aprs :

i=1 m E(a)= p R
i j i,j
Laction optimale est celle qui a la plus grande esprance:

Soit a* : un indice {1,2,, m} tel que a*= a et E (a*)=pR


opt j opt,j
Exemple:
Soit:
E (a )=6
1
E (a )=27
2
E (a )=36,75
3

La dcision optimale consistera choisir laction


3
. a
La valeur espre de
linformation parfaite (EVPI)
Soit a* laction optimale obtenue laide de larbre de dcision, nous
dterminerons pour chacun des tats possibles laction qui apportera moins
de regret, soit a , celle correspondant ltat. eFormons un tableau qui
(j) j
reprendra la solution obtenue avec le critre de Pascal et les solutions
optimales lorsque le dcideur sera inform sur ltat qui se ralisera
ultrieurement.
Informaton Dcision Dcision Valeur de
linformatonparfaite
Possible priori postriori

tat Probabilit dcision rsultat Dcisio rsultat regret


n

e1 p1 a* Ropt aind(1) Rind(1) Rind(1),1- Ropt,1

e2 p2 a* Ropt aind(2) Rind(2) Rind(2),2 - Ropt,2

en pn a* Ropt aind(n) Rind(n) Rind(n),n - Ropt,n


La dernire colonne nous indique le regret quand ltat de la nature est avr .

Lesprance mathmatique de ce regret est donne par lexpression qui suit :

EVPI=p [R - R ]
j ind(j),j opt,j
Nous pouvons galement lexprimer laide de la formule suivante:

EVPI=p Regret(a*,ej) ou regret(a*,e ) reprsente regret sous ltat e


j j j
lorsque la dcision prise est a*
la rvision des croyances du systme
dacquisition dinformation
Lacquisition de linformation
La rvision de linformation est issue de la rgle de Bayes :

P(A/b) =
C'est--dire la rvision dinformation dun vnement A par exemple est effectue
par le biais dun autre vnement B qui fait rviser les croyances de lagent
conomiques avant la prise de dcision.
Le systme dinformation et la stratgie
optimale
Considrons les indicateurs suivants tels que les probabilits soient connues
P(I /e )
e j
e=1 ,..k eti=1,..,n ; nous sommes en prsence dun arbre de dcision dont
les k premires branches sont indicateurs de ,I ,..I
I ;chacune de ces branches
1 2 k
tant suivie de m branches correspondants aux actions possibles , les probabilits
des premires branches sont les P(I
) et celle des branches terminales les /I
P(e).
e j e
Il faudra ensuite dterminer ces dernires connaissant les probabilits des
divers tats, ce qui donne lieu aux calculs ci-dessous :

avec
Ensuite on calcule E(ai/I
)r
e i,j
On optera pour laction qui maximise /I
E(a) ce qui nous conduit obtenir la
i e
stratgie optimale :

a avec la probabilit P(I)


1 1
a avec la probabilit P(I)
2 2

..


..


..

a avec la probabilit P(I)


n n
la valeur espre de cette stratgie optimale est P(I
)E(a /I )
e i e
Efficience
Lefficience du systme ,..I
1
I
k
est mesure par le ratio suivant :

Ce ratio nous indique le pourcentage du gain potentiel EVPI captur par lusage
de linformation I,I si ce pourcentage est faible, alors il sera inutile dy
1 n
recourir.
Conclusion
Il en rsulte que lobjectif de la microconomie de lincertain est de doter
lagent conomique des mesures lui permettant de calculer le gain esprer et le
risque encouru en mme temps de telle manire optimiser les chances de gain et
de rduire les possibilits de perte.

Vous aimerez peut-être aussi