第6章　决策分析方法课件.pptVIP

引例： 2.结局分类 （3）不稳定（u),(unstable） 若甲方对结局q采取UI得结局q’，而乙方对q’的UI不存在或存在，但对甲方更有利，称结局是不稳定的。 （4） 同时处罚性稳定(U),（simultace ously sanctioned stable） 对于甲乙双方都是不稳定的结局，双方同时改变策略后，可能会出现一方或双方都不利的结局，此时将得到原来的结局不变，从而变成稳定结局。 * 5.等可能性准则（Laplace准则 ） 假定各种自然状态都以相同的机会发生，选择期望收益最大的方案为最优方案。 97 227 240 -10 100 200 a3 -20 300 400 a2 -80 200 600 a1 θ3 θ2 θ1 Ω Q(a,θ) A * 第二节　风险型决策分析 1、期望值法 　　期望值是指概率论中随机变量的数学期望。这里，我们把采取的行动方案看成是离散随机变量，则m个方案就有m个离散随机变量，离散变量所取之值就是行动方案相对应的益损值。 一、风险型决策分析的基本方法 * 第二节　风险型决策分析 例：某企业要生产一种新产品，其行动方案和自然状态如下表： 自然状态 行动方案 价格上涨θ1 价格不变θ2 价格下跌θ3 0.3 0.6 0.1 大批生产A1 40 32 -6 中批生产A2 36 34 24 小批生产A3 20 16 14 概率 益损值 这是面临三种自然状态和三种行动方案的风险型决策分析问题，其益损值如下： 方案A1：　E（A1）＝0.3×40＋0.6×32＋0.1×（-6）＝30.6万元 方案A2：　E（A2）＝0.3×36＋0.6×34＋0.1×24＝33.6万元 方案A3：　E（A3）＝0.3×20＋0.6×16＋0.1×14＝17.0万元 通过计算比较可知，方案A2的数学期望最大，为33.6万元，所以取A2方案 * 第二节　风险型决策分析 2、决策树法 　　所谓决策树法，是利用树形图模型来描述决策分析问题，并直接在图上进行决策分析。 一、风险型决策分析的基本方法 （1）绘制决策树： 　　“□”——表示决策节点，从它引出的分枝叫做方案枝。 　　“○”——表示状态节点，从它引出的分枝叫做状态枝或概率枝。 　　“△”——表示结果节点，即将不同行动方案在不同自然状态下的结果注明在结果节点的右端。 * 决策树法的基本模型 40 30 -10 畅销（0.2） 一般（0.5） 滞销（0.3） 1 60 30 20 8 畅销（0.2） 一般（0.5） 滞销（0.3） 2 55.2 20 18 14 畅销（0.2） 一般（0.5） 滞销（0.3） 3 51.6 决 策 点 大批量 中批量 小批量 60 3年 第二节　风险型决策分析 二、决策树 例：某农场要决定一块地中选择什么作物，条件如下，如何决策？ 0.1 0.7 0.2 2000 6000 3000 棉花 3000 5000 2000 小麦 7000 4000 1000 蔬菜 多雨 正常 旱 天气 利润 方案 决策树是求解风险型决策问题的重要工具，它是一种将决策问题模型化的树形图。决策树由决策点、方案枝、状态点（机会点）、概率枝（状态枝）和结果点组成。 步骤: (1)绘制决策树 (2)计算各状态点的益损期望值 (3)对益损期望值进行比较 三、利用决策树进行风险型决策 利用决策树对方案进行比较和选择，一般采用逆向分析法，即先计算出树形结构的末端的条件结果，然后由此开始，从后向前逐步分析。 与收益矩阵表相比，决策树的适应面更广，它并不要求所有的方案具有相同的状态空间和概率分布。 它特别适用于求解复杂的多阶段决策问题。 为了适应市场需要，某地提出了扩大生产的三个方案。 （1）投资600万元建大工厂， （2）投资280万元建小工厂， （3）先建小工厂，如销路好，三年以后扩建，追加投资400万元，每年盈利190万元。 方案使用期都是十年。试应用决策树评选出合理的决策方案。 80 60 建小工厂年收益 200 -40 建大工厂年收益 销路好 销路差 0.7 0.3 自然状态 概率 例3 利用决策树法求解下面的决策问题。 决策的特点之一是后果的价值待定。为了用定量的方法研究决策问题，除了要用主观概率量化自然状态的不确定性以外，还需要量化后果的价值。在量化后果的价值时，会遇到两个主要问题： （1）后果本身是用语言表达的，可能没有任何合适的直接测量标度。 （2）即使有一个明确的标度（通常是钱）可以测量后果，按这个标度测得的量也可能并不反映后果对决策人的真正价值。 效用函数 第