---
title: "Prise de décision en situation d'incertitude"
source: "https://systems-analysis.info/int/Prise_de_d%C3%A9cision_en_situation_d'incertitude"
wiki: "systems-analysis.info/int"
article: "Prise_de_décision_en_situation_d'incertitude"
language: "fr"
categories:
  - "Category:Decision theory"
  - "Category:French"
revision_id: 5745
wiki_created_at: 2026-09-06T23:53:30Z
wiki_modified_at: 2026-09-06T23:53:30Z
downloaded_at: 2026-09-07T23:10:10Z
---

# Prise de décision en situation d'incertitude

**La prise de décision en situation d'incertitude** est le processus de sélection de la meilleure option en l'absence d'informations complètes sur l'environnement externe, les conséquences possibles et les probabilités des événements futurs. Dans de telles situations, le décideur ne peut pas décrire quantitativement ou prédire les probabilités des états qui influencent le résultat et est contraint d'agir sur la base d'informations incomplètes, imprécises ou qualitatives.

## Sources d'incertitude

L'incertitude dans les problèmes de prise de décision peut avoir différentes origines :

- L'incertitude conflictuelle (active) — liée à la présence d'autres participants poursuivant leurs propres objectifs et à l'impossibilité de prédire leur comportement. De telles situations sont modélisées à l'aide de la théorie des jeux.
- L'incertitude passive (jeu contre la nature) — due à la méconnaissance des conditions externes objectives (états de la nature), qui ne dépendent pas de la volonté du décideur. Ces situations sont décrites dans le cadre de la théorie de la décision statistique et sont souvent appelées « jeux contre la nature ».
- L'incertitude sémantique (floue) — causée par l'impossibilité de décrire clairement la situation, les options et les préférences en langage naturel. Cela inclut les évaluations verbales, les paramètres qualitatifs et les jugements non structurés. Les problèmes correspondants sont étudiés à l'aide de la logique floue et de la théorie des ensembles flous.
- L'incertitude informationnelle — due à des données incomplètes, imprécises ou bruitées (erreurs de mesure, évaluations subjectives, absence de statistiques).

## Approches pour réduire l'incertitude

L'incertitude peut être **partiellement éliminée** ou **réduite** grâce à :

- l'obtention d'informations supplémentaires (observations, expertises, tests) ;
- le passage à une évaluation probabiliste (si une analyse statistique est possible) ;
- l'utilisation de **modèles flous** lorsque l'information est de nature qualitative ou verbale ;
- la structuration du problème (par exemple, en construisant un arbre de décision ou des scénarios).

## Critères classiques de prise de décision en situation d'incertitude

Dans une situation d'incertitude, le décideur ne sait pas lequel des états possibles de la nature se produira. Pour faire un choix, des approches spéciales sont utilisées — les **critères**, chacun reflétant un certain style de pensée, un degré de prudence ou une attitude face au risque.

- **[Critère de Wald](https://systems-analysis.info/int/Crit%C3%A8re_de_Wald "Critère de Wald")** (ou critère du pessimisme). Ce critère convient à ceux qui cherchent à minimiser les pertes potentielles. Le décideur suppose que le résultat le plus défavorable peut se produire et choisit, parmi toutes les options, celle qui garantit le meilleur résultat possible dans le pire des cas. En d'autres termes, c'est une approche de *prudence maximale* : « Je choisirai ce qui garantit le moins de dommages, même si tout va mal ».
- Convient pour : les situations à haut risque, les décisions importantes où l'erreur n'est pas permise.
- **[Critère de Savage](https://systems-analysis.info/int/Crit%C3%A8re_de_Savage "Critère de Savage")** (ou critère du regret minimax). Cette approche vise à éviter le sentiment de regret après avoir découvert qu'une autre option aurait pu être plus avantageuse. Le décideur évalue ce qu'il aurait perdu en faisant le mauvais choix et sélectionne l'option pour laquelle le regret maximal est le plus faible. Convient pour : les personnes enclines à l'introspection et craignant de « rater la meilleure opportunité », ainsi que dans un environnement concurrentiel.
- **[Critère de Laplace](https://systems-analysis.info/int/Crit%C3%A8re_de_Laplace "Critère de Laplace")** (ou critère de l'équiprobabilité). Le décideur suppose que tous les états possibles de la nature sont équiprobables, car il n'y a aucune raison de penser le contraire. Il choisit alors l'option qui donne en moyenne le meilleur résultat. Convient pour : les situations d'ignorance totale où tous les résultats sont considérés comme également possibles et où il n'y a pas de préférences.
- **[Critère de Hurwicz](https://systems-analysis.info/int/Crit%C3%A8re_de_Hurwicz "Critère de Hurwicz")** (ou critère du compromis). C'est une approche équilibrée qui combine la prudence et la recherche du meilleur résultat. Le décideur définit à l'avance son degré d'optimisme et choisit l'option qui, en tenant compte de cette attitude, offre la meilleure combinaison entre le résultat possible et le résultat garanti. Convient pour : les situations où un équilibre entre sécurité et gain est important, et où il existe une attitude personnelle face au risque.