L'approche CSP (problèmes de satisfaction de contraintes) offre un langage de représentation et surtout des méthodes de calcul pour des problèmes de décision simples, sans incertitude. Cet article est consacré à deux extensions du cadre des CSP permettant de traiter des problèmes de décisions sous incertitude. Ces extensions reposent sur une distinction entre deux types de variables : les variables de décision, qui sont controlables par l'agent, et les variables contingentes, qui sont incontrolables. Les valeurs que prennent ces dernières dépendent de l'occurence d'événements incertains, au sujet desquelles on dispose d'une connaissance soit qualitative, soit probabiliste, ce qui nous donnera deux extensions différentes, respectivement les CSP mixtes et les CSP probabilistes. Dans le cas probabiliste, nous donnons deux algorithmes pour calculer respectivement des décisions résolvant le problème avec une probabilité maximale, et des décisions conditionnelles associant une décision adéquate à chaque situation pour laquelle c'est possible.