Calculateur d'utilité attendue - Analyse des décisions risquées
Pondérez les résultats d'utilité possibles par leur probabilité et comparez la valeur attendue, la dispersion et un ajustement transparent de la tolérance au risque.
Saisissez, pour chaque scénario possible, les probabilités et valeurs d'utilité correspondantes séparées par des virgules ; les probabilités doivent totaliser 100 %.
Calculateur d'utilité attendue - Analyse des décisions risquées
Utilité attendue discrète et analyse du risque
À propos du calculateur d'utilité attendue
Le calculateur d'utilité attendue résume une décision aux résultats incertains en combinant la probabilité et l'utilité de chaque résultat. L'utilité est une mesure de valeur ou de satisfaction propre à la décision ; elle n'est pas forcément égale à l'argent. Un investisseur peut attribuer des utilités aux résultats d'un portefeuille, un responsable aux scénarios d'expansion ou un foyer aux choix d'assurance. La pondération par probabilité produit une utilité attendue comparable tout en conservant l'échelle choisie par le décideur.
Pour des résultats discrets, l'utilité attendue est la somme de chaque probabilité multipliée par son utilité. Les probabilités sont saisies en pourcentage et doivent totaliser 100. Le calculateur calcule aussi la variance pondérée par probabilité et l'écart type autour de l'utilité attendue. Ces mesures de dispersion décrivent l'écart des résultats par rapport à la moyenne, ce qui est important car deux choix peuvent avoir la même utilité attendue tout en exposant le décideur à des fourchettes de baisse et de hausse très différentes.
Le facteur facultatif de tolérance au risque va de zéro à un, 0.5 étant considéré comme neutre. Le calculateur applique un ajustement explicite : utilité attendue plus (tolérance au risque - 0.5) × 2 × écart type. Un facteur faible pénalise la dispersion, tandis qu'un facteur élevé récompense la variabilité à la hausse. Il s'agit d'un score de sensibilité pratique, et non d'une loi universelle de la théorie de l'utilité attendue. Une analyse formelle intègre normalement la préférence pour le risque dans une fonction d'utilité concave, linéaire ou convexe avant d'appliquer les probabilités.
Utilisez les résultats pour structurer les discussions, comparer les solutions sur une même échelle d'utilité et tester l'évolution des conclusions lorsque les estimations changent. Construisez des résultats mutuellement exclusifs et collectivement exhaustifs, documentez les preuves qui justifient chaque probabilité et évitez de compter deux fois les conséquences. L'analyse de sensibilité est essentielle : faites varier les probabilités incertaines ou les jugements d'utilité dans des fourchettes plausibles plutôt que de les dissimuler derrière un résultat unique et précis.
Cette méthode ne peut pas rendre objectivement correcte une décision incertaine. Les probabilités peuvent être biaisées, des résultats rares peuvent être omis et les évaluations d'utilité peuvent changer avec la richesse, le temps ou les priorités de l'organisation. L'utilité attendue ne montre pas non plus les contraintes de liquidité, les conséquences irréversibles ou les considérations éthiques, sauf si ces facteurs sont représentés dans les valeurs d'utilité. Utilisez le résultat comme cadre de décision transparent, puis combinez-le avec des récits de scénarios, des limites de risque, un examen expert et des données actualisées avant tout engagement important.
Exemples d'utilité attendue
Ces exemples utilisent des points d'utilité et une dispersion pondérée par probabilité ; l'ajustement du risque est présenté séparément.
| Résultats possibles | Analyse de l'utilité | Éclairage décisionnel |
|---|---|---|
| Probabilités 60 %, 30 %, 10 % ; utilités 100, 50, -20 ; tolérance au risque 0.5 | Utilité attendue 73.00 ; utilité ajustée au risque 73.00 | La tolérance neutre ne modifie pas l'utilité attendue ; l'écart type est de 38.22. |
| Probabilités 80 %, 20 % ; utilités 30, -10 ; tolérance au risque 0.2 | Utilité attendue 22.00 ; utilité ajustée au risque 12.40 | La tolérance plus faible pénalise l'écart type de 16 points. |
| Probabilités 10 %, 30 %, 40 %, 20 % ; utilités 500, 200, 50, -100 ; tolérance au risque 0.8 | Utilité attendue 110.00 ; utilité ajustée au risque 210.22 | Une tolérance élevée récompense une large distribution des résultats avec un écart type d'environ 167.03. |
Comment calculer l'utilité attendue
- Définissez des scénarios mutuellement exclusifs et saisissez leur nombre.
- Saisissez les probabilités séparées par des virgules dans le même ordre et confirmez qu'elles totalisent 100 %.
- Saisissez une valeur d'utilité pour chaque scénario correspondant.
- Saisissez éventuellement un facteur de tolérance au risque de 0 à 1 ; une valeur vide utilise 0.5.
- Sélectionnez Calculer l'utilité attendue et testez d'autres hypothèses.
FAQ du calculateur d'utilité attendue
Qu'est-ce qu'une valeur d'utilité ?
C'est une représentation numérique cohérente du caractère souhaitable d'un résultat. Les utilités peuvent refléter l'argent, la satisfaction, la valeur stratégique ou un modèle de score défini.
Pourquoi les probabilités doivent-elles totaliser 100 % ?
Les scénarios listés sont considérés comme l'ensemble complet des résultats possibles ; leurs pondérations doivent donc représenter une distribution entière. Si leur somme est inférieure ou supérieure à 100 %, un résultat a été omis, compté deux fois ou saisi avec une mauvaise échelle.
L'utilité attendue est-elle identique à la valeur monétaire attendue ?
Uniquement lorsque l'utilité est définie directement comme de l'argent. L'utilité attendue peut intégrer des préférences non linéaires et des conséquences non financières.
Que montre l'écart type ?
Il mesure l'écart habituel des résultats d'utilité par rapport à l'utilité attendue après prise en compte de leurs probabilités. Un écart type plus élevé signifie que deux choix ayant la même utilité attendue peuvent malgré tout différer fortement par leur exposition à la baisse.
Le résultat ajusté au risque est-il un équivalent certain formel ?
Non. Il s'agit d'un score de sensibilité transparent fondé sur la dispersion. Un équivalent certain formel nécessite une fonction d'utilité spécifiée et son inverse.