chap3 决策理论.ppt

Chap3 决策的基本理论 §1 决策系统 一、系统输入与输出 二、决策系统的概念结构图 ——以单决策变量、单状态变量、单决策主体的离散型决策为例。 §2 决策问题的模型描述 一、决策系统的结构模型 1.决策系统的机理结构模型 ——了解系统的运行机理 2.目标函数和约束函数的确定 3.决策变量和自然状态变量的确定 4.决策系统的变量结构模型 2.目标函数和约束函数的确定 思考：如何确定目标函数和约束函数？ 3.决策变量和自然状态变量的确定 决策变量是实现决策目标的手段和途径。 决策变量的确定一般没有固定方法，经验和创造性思维很重要。 一些分析工具有益于决策变量的确定，如决策系统的输入体系结构（与输出体系类似）；目标—手段链等。 4.决策系统的变量结构模型 将决策系统的输入变量、输出变量体系间的关联画在一张图上，即形成决策系统的变量结构模型。 二、决策系统模型 1.目标函数模型 一般形式： fi=fi(x,θ),i=1,…,m fi——第i个目标函数；i=1,…,m x=[x1,x2,…,xn]T——决策变量向量 xi——第i个决策变量，i=1,…,n θ=[θ1, θ2,…, θp]T——自然状态变量向量 θi——第i个自然状态变量，i=1,…,p 2.约束函数模型 一般形式： vi=vi(x,θ), i=1,…,l vi——第i个约束函数 3.效用函数模型 ui=ui(x,θ), i=1,…,m ui——第i个效用函数（效用函数总是越大越好。） 思考：效用函数总是越大越好。目标函数是否也如此？ 目标函数有可能越大越好，如利润； 目标函数有可能越小越好，如成本； 目标函数有可能越接近某一定值越好，例如：按法正林思想，幼龄林、中龄林、近成熟林的面积比以各1/3为佳；蓄积比以1：3：6为佳。 三、决策模型 决策模型由决策目标模型和决策约束模型两部分组成。 决策模型的一般形式（以单目标决策模型为例）： 上式中： 类似地，多目标决策模型的一般形式为： 离散型决策模型 例如：离散型决策模型的矩阵形式 X=[x(1),x(2),…,x(r)]T θ=[θ(1),θ(2),…,θ(q)]T P=[p(1),p(2),…,p(q)]T 再如：离散型决策模型的决策表形式 §3 主观概率 决策后果的两个基本特征产生了决策的两个基本问题： 后果的不确定性——主观概率 后果的效用性 ——效用函数 一、主观概率概念 2.主观概率 二、主观概率的估计方法 1.逻辑推理法 例如，每一张彩票中奖的概率P=m/n（n为本期彩票销量，m为本期彩票中奖总数） 2.利用过去、现在的数据资料估计（频度估算） 例如，某商场根据A商品过去30天的日销售记录统计，计算各销量区间的发生频度，由此预计下月该产品某销量区间的概率。 3.概率分布模型法 根据某随机变量的理论概率分布模型，由已知数据确定模型参数，由此预测该随机变量的概率分布。 4.市场调查法 5.专家调查法（经验估计法） 6.后验估计法 ——用已发生的随机试验的信息修正原先得到的主观概率，得到新的主观概率。 ——该方法的使用前提：能够得到后验信息。 §4 决策的效用理论 一、效用函数 1.效用函数是后果的实值函数 单目标决策问题的效用函数可表示为： u=u(c)=u[c(x,θ)]= u(x,θ) 式中, c=c(x,θ）——后果，由决策变量和自然状态变量决定。其矩阵形式如下： c=c(x,θ）＝ 效用函数和后果的关系 1）若决策者认为后果c（i1,i2）优于后果c（j1,j2）， 记作： c（i1,i2） c（j1,j2） 则 u（i1,i2） u（j1,j2） 2）若决策者认为后果c（i1,i2）劣于后果c（j1,j2）， 记作： c（i1,i2） c（j1,j2） 则 u（i1,i2）﹤ u（j1,j2） 3）若决策者认为后果c（i1,i2）无异于后果c（j1,j2）， 记作： c（i1,i2）～ c（j1,j2） 则 u（i1,i2）＝ u（j1,j2） 2.效用函数u是后果优劣的一种度量，掺和着决策者的偏好和对风险的态度。 三、期望效用函数及其决策规则 1.概念 后果效用值只反映了后果的优劣而不能反映方案的优劣（例如单目标、单变量的效用矩阵中，每个方案xi都有q个效用值来描述其优劣）。 因此方案之间的优劣无法直观地比较。需要对其求数学期望。 即 u(x)=E[u