• Aide
  • Eurêkoi Eurêkoi

Livre

Méthodologie d'aide à la décision : modélisation, évaluation, décision

Résumé

Présentation des méthodologies d'aide à la décision en trois étapes : modélisation, évaluation et décision. ©Electre 2016


  • Éditeur(s)
  • Date
    • DL 2016
  • Notes
    • Bibliogr. 2 p. Index
  • Langues
    • Français
  • Description matérielle
    • 1 vol. (214 p.) : ill. ; 26 cm
  • Collections
  • Sujet(s)
  • ISBN
    • 978-2-340-01546-3
  • Indice
  • Quatrième de couverture
    • L'ouvrage : niveau C (L3 - Master - Ecoles d'ingénieurs - Recherche)

      Ce manuel expose différentes méthodologies d'aide à la décision permettant de traiter les trois étapes d'un processus décisionnel : modélisation, évaluation et décision.

      Les chapitres sont organisés autour de différents angles : décision monocritère versus multicritère, décision financière versus non financière, décision certaine versus risquée ou incertaine. Les différents concepts de décision sont exposés dans une première partie. Une deuxième partie présente des études de cas. L'ouvrage n'a pas pour but d'être exhaustif dans la présentation des méthodologies, ni d'être un ouvrage théorique mais d'avoir une approche pragmatique, suffisamment robuste et relativement accessible pour permettre aux utilisateurs de traiter la plupart des situations où l'enjeu de la décision est important et la prise de décision difficile.

      Cet ouvrage est dédié aux élèves d'écoles de management et d'ingénieurs et aux étudiants d'université ayant un intérêt pour la prise de décision.


  • Tables des matières
      • Méthodologie d'aide à la décision

      • Modélisation, évaluation, décision

      • Roger Waldeck

      • ellipses

      • Avant-propos3
      • Préambule9
      • À quoi sert une aide à la décision ?9
      • Du modèle d'affaires à la décision multicritère11
      • Objectifs et organisation13
      • 1 Choix d'investissement17
      • 1.1 La stratégie d'investissement17
      • 1.2 Budget prévisionnel19
      • 1.2.1 Exemple19
      • 1.2.2 Les Cash-Flows20
      • 1.2.3 Les principes d'actualisation et de capitalisation24
      • 1.3 Les règles de décision27
      • 1.3.1 La valeur actuelle nette27
      • 1.3.2 Le délai de récupération36
      • 1.3.3 L'indice de profitabilité37
      • 1.3.4 Le Taux de Rendement Interne38
      • 1.4 Exercices40
      • 1.4.1 Entreprise Pomponette40
      • 1.4.2 Entreprise Patachon43
      • 1.4.3 Un exercice sur l'APV44
      • 1.4.4 Qu'ai-je appris ?47
      • 1.5 Annexe : bilan comptable49
      • 2 Analyse multicritère51
      • 2.1 Présentation de l'analyse multicritère51
      • 2.1.1 Objectif de la décision multicritère52
      • 2.1.2 Objectifs, attributs et critères52
      • 2.1.3 Dominance et satisfaction55
      • 2.1.4 Préférence, indifférence et valeur58
      • 2.2 La somme pondérée60
      • 2.2.1 Somme pondérée : la méthode avec normalisation des critères60
      • 2.2.2 Détermination des poids62
      • 2.2.3 Utilisation du Produit Pondéré**65
      • 2.2.4 Somme pondérée : la méthode du TMS66
      • 2.3 Théorie de la valeur multi-attribut : MAVT66
      • 2.3.1 La méthode de détermination de la MAVT68
      • 2.3.2 Condition d'application de la méthode74
      • 2.4 L'optimisation multi-objectifs**75
      • 2.4.1 Positionnement du problème75
      • 2.4.2 Efficience et optimalité76
      • 2.4.3 L'optimisation monocritère78
      • 2.4.4 La programmation par compromis81
      • 2.4.5 Somme pondérée ou MAVT82
      • 2.5 Exercices83
      • 2.5.1 Évaluation d'une centrale nucléaire83
      • 2.5.2 Programmation linéaire : capital budgeting85
      • 2.6 Qu'ai-je appris ?87
      • 2.7 Annexe88
      • 2.7.1 L'additivité dans le cas de 2 critères : la condition de Thompsen88
      • 2.7.2 Condition d'existence d'une fonction de valeur exponentielle89
      • 3 Evaluation des risques91
      • 3.1 Positionnement du problème91
      • 3.2 Évaluation du risque93
      • 3.2.1 La méthode des scénarios93
      • 3.2.2 L'analyse de sensibilité94
      • 3.2.3 Simulation de Monte-Carlo96
      • 3.3 Des jugements, des biais et des probabilités**103
      • 3.3.1 Évaluation de quantités discrètes104
      • 3.3.2 L'estimation d'une distribution continue105
      • 3.4 Qu'ai-je appris ?107
      • 4 Risque et décision109
      • 4.1 La matrice d'information109
      • 4.2 Règles de décision en incertitude110
      • 4.3 Règles de décision en situation de risque114
      • 4.3.1 La règle de Pascal114
      • 4.3.2 La modélisation de Markowitz115
      • 4.3.3 La règle de l'espérance d'utilité119
      • 4.3.4 Prix de vente et prime de risque**124
      • 4.4.1 Autre approche de découverte de la fonction d'utilité : l'équivalence probabiliste**127
      • 4.5 Application : choix d'investissement**131
      • 4.6 Exercice134
      • 4.7 Qu'ai-je appris ?135
      • 5 Dominance stochastique137
      • 5.1 La dominance stochastique du premier ordre137
      • 5.2 La dominance stochastique du deuxième ordre139
      • 5.3 En pratique139
      • 5.4 Cas Calypso140
      • 5.5 Qu'ai-je appris ?145
      • 6 Arbre de décision147
      • 6.1 Arbre de décision147
      • 6.2 Diagramme d'influence150
      • 6.3 Application : le cas Microtel152
      • 6.4 Exercices157
      • 6.4.1 Microtel avec utilité157
      • 6.4.2 Arbre et simulation de Monte-Carlo157
      • 6.5 Qu'ai-je appris ?159
      • 7 Analyse multicritère et risque161
      • 7.1 Retour sur l'exemple Modigliani161
      • 7.2 Résolution pour un décideur neutre au risque162
      • 7.3 Résolution par la règle d'espérance d'utilité164
      • 7.3.1 Procédure 1 : classement par l'espérance d'utilité165
      • 7.3.2 Procédure 2 : résolution par la méthode de l'équivalent certain**169
      • 7.4 Qu'ai-je appris ?172
      • 8 Études de cas173
      • 8.1 Entreprise Confort173
      • 8.1.1 Choix d'investissement : énoncé173
      • 8.1.2 Choix d'un site de production : énoncé174
      • 8.1.3 Choix d'une campagne publicitaire : énoncé176
      • 8.1.4 Introduction du risque pour le choix d'un site de production : énoncé177
      • 8.2 Corrigé du cas 8.1 : entreprise Confort179
      • 8.2.1 Choix d'investissement (cf. énoncé 8.1.1)179
      • 8.2.2 Choix d'un site de production (cf. énoncé 8.1.2)181
      • 8.2.3 Choix d'une campagne publicitaire (cf. énoncé 8.1.3)183
      • 8.2.4 Analyse multicritère avec risque (cf. énoncé 8.1.4)184
      • 8.3 Problème d'aménagement urbain : énoncé188
      • 8.4 Corrigé du problème d'aménagement urbain192
      • Pour aller plus loin195
      • Les corrigés des QCM197
      • Index201
      • Notes203
      • Tables des figures205
      • Liste des tableaux209
      • Bibliographie213
      • 1.1 Les cash-flows23
      • 1.2 Données 126
      • 1.3 VAN comme valeur actuelle des surplus dégagés par l'investissement28
      • 1.4 Cash flows : usine de retraitement de déchets30
      • 1.5 Rembrand37
      • 1.6 Projet A38
      • 1.7 Projet B38
      • 1.8 Un projet non simple39
      • 1.9 Cas Pomponette41
      • 1.10 VAN Emprunt Pompom42
      • 1.11 Flux du projet avec emprunt42
      • 1.12 Cas Patachon : à remplir43
      • 1.13 Cash-flows pour Patachon (tous les chiffres en millier d'euros)44
      • 1.14 Cash-flows et VAN économique45
      • 1.15 Flux d'emprunt et VAN de l'emprunt46
      • 2.1 Échelle construite54
      • 2.2 Spécification d'une échelle construite55
      • 2.3 Matrice de performance de Carole55
      • 2.4 Matrice de performance pour la sélection d'un candidat56
      • 2.5 Sélection de personnel57
      • 2.6 Sélection de personnel avec analyse de satisfaction57
      • 2.7 Procédure de normalisation linéaire61
      • 2.8 Exemple du personnel par application de la normalisation par la somme62
      • 2.9 Détermination des poids avec 100 jetons63
      • 2.10 Une normalisation des poids63
      • 2.11 Scores pour les attributs64
      • 2.12 Normalisation en % de l'étendue64
      • 2.13 Exemple avec données non normalisées65
      • 2.14 Procédure de normalisation par le max65
      • 2.15 Procédure de normalisation par la somme65
      • 2.16 Produit pondéré après normalisation par le max66
      • 2.17 Produit pondéré après normalisation par la somme66
      • 2.18 Matrice de performance67
      • 2.19 Fonction de valeur pour la productivité avec m = 0,2569
      • 2.20 Valeurs pour la productivité et la qualité70
      • 2.21 MAVT de la réorganisation interne de l'entreprise74
      • 2.22 Centrale nucléaire84
      • 2.23 Fonction de valeur pour le risque de séisme84
      • 2.24 Fonction de valeur pour le risque d'inondation84
      • 2.25 Valeurs des centrales nucléaires85
      • 2.26 Capital budgeting (en millier d'euros)85
      • 3.1 Les trois scénarios et les VANs93
      • 3.2 Méthode des scénarios94
      • 3.3 L'effet du nombre de tirage sur la qualité de l'approximation97
      • 4.1 La matrice d'information109
      • 4.2 Rentabilité de 2 projets en fonction de la conjoncture économique109
      • 4.3 Scénarios pour le cas Zerr111
      • 4.4 Résultats de la méthode des scénarios (en million d'euros)111
      • 4.5 le critère d'Hurwicz112
      • 4.6 Matrice d'information et matrice de regret113
      • 4.7 Rentabilité du projet ?116
      • 4.8 Différents projets116
      • 4.9 Les trois titres117
      • 4.10 Cas Botticelli : cash-flows132
      • 4.11 Cas Botticelli : les équivalents certains134
      • 4.12 Cas Botticelli : analyse de sensibilité134
      • 5.1 Exemple de dominance stochastique au premier ordre de X sur Y138
      • 5.2 Les Projets142
      • 5.3 les VANs minimales, maximales et moyennes de chaque projet143
      • 5.4 Utilités moyennes de chaque projet pour ρ = 15 905144
      • 5.5145
      • 5.6145
      • 6.1 Part de marché de Microtel au prix de 100152
      • 6.2 Part de marché de Microtel pour différents prix155
      • 6.3 Part de marché de Microtel avec réaction de Caltech conditionnelle à la sensibilité de la demande156
      • 6.4 Simulation de Monte-carlo et Arbre de décision157
      • 7.1 Evaluation du risque162
      • 7.2 Calcul de l'espérance de valeur pour le critère productivité163
      • 7.3 Calcul de l'espérance de valeur totale163
      • 7.4 Les MAVTs finales pour les 12 branches de l'arbre (BC,BQ) de la fig. 7.1165
      • 7.5 Calcul de l'espérance d'utilité pour chaque alternative169
      • 7.6 Les équivalents certains associés aux alternatives169
      • 7.7 Équivalent certain pour la variable aléatoire ωpυp171
      • 7.8 Equivalents certains des alternatives171
      • 7.9172
      • 8.1 Cas Confort : choix d'investissement174
      • 8.2 Confort : matrice de performance et préférence du décideur175
      • 8.3 Données pour la campagne publicitaire de Confort176
      • 8.4 Attributs et préférences pour le choix d'un site de production177
      • 8.5 Mi-valeur pour la fonction de valeur monocritère sous-traitant177
      • 8.6 Mi-valeur pour la fonction de valeur monocritère distance177
      • 8.7 Confort : analyse multicritère avec risque178
      • 8.8 Calcul de la VAN de confort179
      • 8.9 La VAN d'un loyer de 30 000180
      • 8.10 La VAN d'un loyer181
      • 8.11 Données pour le choix d'un site de production181
      • 8.12 Fonctions de valeur monocritère pour la distance et les sous-traitants182
      • 8.13 Fonctions de valeur monocritère et choix optimal dans le cas Confort182
      • 8.14 Mi-valeur pour la fonction de valeur distance184
      • 8.15 Mi-valeur pour la fonction de valeur sous-traitant184
      • 8.16 Valeur pour ρst et ρd185
      • 8.17 MAVT pour le tirage ρst = 1,03, ρd = - 8,215 et ωst = ωb = 1,46.185
      • 8.18 Confort : certaines variables « attribut/alternative » sont risquées186
      • 8.19 MAVT pour une simulation avec scores et préférences aléatoires187
      • 8.20 Détermination d'une fonction de valeur pour le critère « potentialité raccordement »190
      • 8.21 Impact humain : réduction/jour en quantité de polluant190
      • 8.22 Matrice de performance190
      • 8.23 Analyse de robustesse sur les poids191
      • 8.24 Introduction du risque191
      • 8.25 Analyse multicritère sans incertitude avec fonction de valeur mono-critère linéaire192
      • 8.26 Réalisation d'un tirage pour la variable aléatoire « poids du nombre de passagers transportés ». ALEA() = cellule B17192
      • 8.27 Résultat pour une simulation193
      • 8.28 Simulations multiples : choix optimal sans risque sur les scores193
      • 8.29 Résultats pour une simulation des variables aléatoires (cf formules table 8.30194
      • 8.30 Formules pour la simulation de chaque variable aléatoire194
      • 8.31 Calcul des fonctions de valeurs linéaires pour les deux attributs avec les scores simulés dans la table 8.30194
      • 8.32200

  • Origine de la notice:
    • FR-751131015
  • Disponible - 652.3 WAL

    Niveau 3 - Gestion