第五章 决策论2.pptVIP

第四节 灵敏度分析 一.灵敏度分析的意义 在通常的决策模型中自然状态的损益值和概率往往是预测和估计得到的，一般不会十分准确。因此，根据实际情况的变化，有必要对这些数据在多大范围内变动，而原最优决策方案继续有效进行分析，这种分析就叫做灵敏度分析。 例: 有外壳完全相同的木盒100个，将其分为两组，一组内装白球，有70盒。另一组内装黑球，有30盒。现从这100个盒中任取一盒，让你猜，如果这个盒内装的是白球，猜对得500分，猜错罚150分。如果这个盒内装的是黑球，猜对得1000分，猜错罚200分。为了使希望得分最高，合理的决策方案是什么？有关数据如下表所示。 解：画决策树，如上图所示。讨论数学期望： 猜白：0.7×500+0.3×(-200)=290 猜黑：0.7×(-150)+0.3×1000=195 显然,按照最大期望值准则,猜白是最优方案。 现在假设白球出现的概率变为0.8，这时， 猜白：0.8×500+0.2×(-200)=360 猜黑：0.8×(-500)+0.2×1000=80 很明显，猜白仍是最优方案。再假设白球出现的概率变为0.6，这时: 猜白：0.6*500+0.4*(-200)=220 猜黑：0.6*(-150)+0.4*1000=310 现在的结果发生了变化，猜黑是最优决策方案。 二.转折概率 设P是白球出现的概率,则1-P是黑球出现的概率.计算两个方案的数学期望，并使其相等,得到 P×500+(1-P)*(-200)=P×(-150)+(1-P)×1000, 解方程后得P=0.65,将它称为转折概率。当P 0.65,猜白是最优方案。当P0.65猜黑是最优方案。 在实际的决策过程中，经常要将自然状态的概率和损益值等，在一定的范围内作几次变化，反复地进行计算，考察所得到的数学期望值是否变化很大，影响到最优方案的选择。 如果这些数据稍加变化，而最优方案不变，那么这个决策方案就是稳定的。否则，这个决策方案就是不稳定的，需要进行更深一步的讨论了 第五节 效用理论在决策中的应用 一、效用和效用曲线 效用的概念最初是由贝努利(Berneuli)提出来的。他认为，人们对金钱的真实价值的关注与他钱财的拥有量之间呈现着对数关系。这就是所谓的贝努利货币效用函数，如下图所示。经济学家用效用作为指标，用它来衡量人们对某些事物的主观意识、态度、偏爱和倾向等等。 例如，在风险型条件下决策，人们对待风险主观态度是不同的。如果用效用这个指标来量化人们对待风险的态度，那么就可以给每一个决策者测定他对待风险的态度的效用曲线。 效用值是一个相对指标。一般规定，凡是决策者最喜爱，最偏向，最愿意的事物，效用值定为１。而最不喜爱，最不愿意的事物，效用值定为０。 当然，也可以采用其他数值范围，比如０－100。 这样，通过效用指标就可以将一些难以量化的有本质差别的事物给以量化。 例如，决策者在进行多方案选择时，需要考虑风险、利益、价值、性质、环境等多种因素。从而将这些因素都折合为效用值，求得各方案的综合效用值，从中选择最大效用值的方案，这就是最大效用值决策准则。 这样经过若干提问之后，被测试者认为当第二方案的２５元降到０元时，选择第一方案和第二方案均可。这说明对他来说０元的效用值与第一方案的效用值是相同的，即0.5×１（效用值）+０.５×０（效用值）＝０.５（效用值）。于是收益值０就对应于效用值０.５，这样，就得到效用曲线上的一点。 再次以0.5的概率得到收益200元,0.5的概率得到0元作为第一方案。 重复类似的提问过程，假定经过若干次提问，最后判定80元的效用值与这个方案的效用值相等，80元的效用值为0.5×１+0.5×0.5＝0.75，于是在0-200之间又得到一点。 再求-100元至0元之间的点，以0.5的概率得0元,0.5的概率得-100元作为第一方案。经过几次提问之间，最后判定-60元的效用与这个方案的效用值相等，-60元的效用值为0.5×0.5+0.5×0＝0.25，于是又得到一点。按照同样的提问方法，能够得到若干这样的点，把它们连起来，就成为效用曲线，如下图所示。从这条效用曲线上可以找出各收益值对应的效用值。 效用曲线一般分为保守型、中间型、冒险型三种类型。 如下图所示。 曲线甲代表的是保守型决策者，他们的特点是对肯定能够得到的某个收益值的效用大于具有风险的相同收益期望值的效用。这种类型的决策者对损失比较敏感，对利益比较迟缓，是一种避免风险，