第03讲 随机决策理论与方法-1.pptVIP

决策理论与方法(3) ——随机决策理论与方法(1) 合肥工业大学管理学院 * 随机性决策 风险性决策（随机性决策）：指有多种未来状态和相应后果，但只能得到各种状态发生的概率而难以获得充分可靠信息的决策问题。 特点：状态的随机性；决策结果的效用特性。 决策的已知变量： 状态空间的概率分布Θ,P={?1,p1, ?2,p2 ,…, ?n,pn} 后果的效用函数(或损失函数)：u(cij)，cij表示采取方案ai时出现状态?j的后果 解决问题的主要理论方法：概率论与数理统计 随机决策理论与方法 1、主观概率 2、效用函数 3、决策准则 4、贝叶斯决策分析 主观概率—概率的定义 古典概率的定义：在相同条件下进行了n次试验（随机试验），其中事件A发生的次数nA称为事件A发生的频数，比值nA/n称为事件A发生的频率，记为fn(A)，则古典概率的定义为：p(A)=limn→∞fn(A) Laplace的定义：p(A)=k/n；其中k为事件A所包含的基本事件数，n为基本事件ei的总数。（基本事件数有限，每个基本事件等概率） 公理化定义：E是随机事件，S是E的样本空间，对E的每一事件A，对应有确定的实数p(A)，若p(A)满足：①非负性：p(A)≥0；②规范性：p(S)=1；③列可加性：对两两不相容事件Ak，有p(∪kAk)=Σkp(Ak)。(Ai∩Aj=Φ,i≠j) 主观概率—概率的定义 客观(Objective)概率：上述三种定义的概率是在多次重复试验（随机试验）中，随机事件A发生的可能性的大小的度量，称为客观概率。 主观(Subjective)概率：在实际管理决策中，许多事件的发生概率是无法通过随机试验获得的，或条件不允许，或事件本身不允许。因此需要一种方法来人为设定事件发生的概率，称为主观概率。主观概率是人们根据经验、各方面的知识以及了解到的客观情况进行分析、推理、综合判断，对特定事件发生的可能性的信念（或意见、看法）的度量(Savage,1954)。 主观概率—先验分布与先验假设 先验分布(Prior Distribution)：根据先验信息所确定的概率分布叫先验分布，获得先验分布是贝叶斯分析的基础。决策中先验分布的获得具有高度的主观性。 先验假设 ：为使先验分布估计规范化，需要做一定的假设。 连通性假设：指事件A和事件B发生的可能性是可比的，即p(A)p(B), p(A)~p(B), p(A)p(B)必有一个成立。 传递性假设：若对事件A、B、C，有p(A)p(B), p(B)p(C), 则p(A)p(C)。（满足连通性和传递性的二元关系才能构成完全序） 部分与全体关系假设：若事件A是事件B的一部分，则p(B)≥p(A)。 主观概率—先验分布估计:比较法 比较法1-离散型（对事件发生的各种状态加以比较确定相对似然率） 某气象专家对当年的气候状况进行评估，认为当年气候正常(?1)与受灾的可能性之比约为3:2；如果受灾，则水灾(?2)、旱灾(?3) 的可能性相当。据此，我们可推算出当年气候状况的先验分布： ?(?1)+?(?2)+?(?3)=1; ?(?1)/(?(?2)+?(?3))=3/2; ?(?2)=?(?3) 解得： ?(?1)=0.6，?(?2)=0.2，?(?3)=0.2 思考：设某决策问题有n个状态，有m个专家对各状态发生的可能性进行了比较评估，我们如何综合利用所有专家的评估结果得到最终的先验分布？ 主观概率—先验分布估计：比较法 比较法2-连续型 离散化：同直方图法 比较赋值 选择一个似然率最大的子区间?k作为基准，设其相对似然率为Rk，然后给出其他各区间?i相对于?k的似然率Ri，则?(?i)=Ri/ΣRi 由决策者给出每两个子区间似然率的比例关系：rij= ?(?i)/ ?(?j)，然后计算出每个状态?i的似然率?(?i)。 变换拟合：同直方图法 思考：(1)如果决策者判断没有误差，即rij*rji=1, rij*rjk=rik，如何求?(?i)？(2)如果决策者判断有误差，则又如何求?(?i)？ 主观概率—先验分布估计：打赌法 打赌法（离散型） 设打赌者(A)的个人财产为W。设事件E发生时A获得收入为p，(pW，0p1)，不发生时A获得的收入为1-p。调整p值使A感觉无论事件E是否发生，其收入基本相同。则事件E发生的可能性?(E)=1-p。 主观概率—先验分布估计：直方图法 直方图法（适合于自然状态?在实轴某个区间连续取值） 区间离散化：把?的取值范围划分为若干子区间?1…?n； 赋值：估计每个区间的似然率?(?i)，据此作出直方图； 变换：将直方图拟合为概率分布函数F(x)=Σ?≤x ?(?)。 主观概率—先验分布估计：分位点法 区间对分法（分位点法）-连续型 确定事件不可能发生