管理决策理论、技术与方法.pptVIP

* 图3-4 一般问题的决策树结构 * 请对本节的例3-11，利用软件Treeplan进行求解。 * 请完成本章练习题、思考题、案例题， 下次上课前进行交流 也可将问题疑惑反映到管理决策课程网站论坛里 还可进行QQ交流或发Email * 推荐阅读资料 James O. Berger. Statistical decision theory and Bayesian analysis[M]. 2nd edition, Berlin: Springer-Verlag, 2004 Reinhard Diestel, Graph Theory[M]. 3rd edition, Berlin: Springer-Verlag, 2008 约翰·鲍威尔 编著, 邹美兰 译. 决策案例分析[M]. 上海: 上海远东出版社, 2004 网上资源 Bayesian Decision Theory： http://www.cs.mcgill.ca/~mcleish/644/main.html TreePlan Software： / * Thank you very much for listening! * * * 这个方法又叫后悔值准则。它从后悔值（又称机会损失或损失）最小的角度考虑问题，是前述两种方法的折中性算法，略偏保守。 则后悔值为： 3.4.3 最小遗憾准则——萨凡奇（Savage）法 * 3.4.4 折衷准则——赫威斯（Hurwicz）法 这种方法要求决策者给定乐观系数α，且α∈[0,1]。当α越靠近1，决策结果越与乐观或冒险者相吻合；当α越接近零，决策结果越接近悲观与保守者的需要。 * 3.4.5 等可能性准则——拉普拉斯（Laplace）法 这种方法把状态发生的概率都取成等可能值，如m种状态，每个状态发生的概率取1/m 。 * §3.5 风险型决策分析 一项决策所产生的后果，取决于两方面因素，即除了取决于决策者所选择的行动方案，还取决于决策者所无法控制（或无法完全控制）的客观因素，前者通常称为决策变量，后者称为自然状态。 风险型决策，是决策者根据几种不同自然状态可能发生的概率所进行的决策。 * 3.5.1 风险型决策问题的特征 存在着决策者希望达到的一个（或一个以上）明确的决策目标，如利益较大，损失较小等。 存在着决策者可以主动选择的两个或两个以上的行动方案，即存在两个以上决策变量。 存在着不以（或不全以）决策者的主观意志为转移的两种或两种以上的自然状态，即存在着两种或两种以上状态变量。 不同行动方案在不同自然状态下的损益值可以预先确定出来。 各种自然状态的出现概率可预先计算或估计出来，具体可区分为主观概率和客观概率。 * 3.5.2 期望损益值准则 一个决策变量的期望值，就是它在不同自然状态下的损益值（或机会损益值）乘上相对应的发生概率之和。即 期望损益决策，是以不同方案的期望损益作为择优的标准，选出期望损益相对满意方案。 * 3.5.3 期望收益值准则的局限 以期望货币损益值为标准的决策方法一般只适用于下列几种情况： 概率的出现具有明显的客观性质，而且较稳定； 决策不是解决一次性问题，而是解决多次重复的问题； 决策的结果不会对决策者带来严重的后果。 采用期望值标准时，要求自然状态的概率不变、决策后果函数不变。 * 3.5.4 风险型决策的其他准则 概率优势法则 如果在决策问题中，方案ai的条件收益值不小于任一实数的概率，大于或等于方案aj的条件收益值不小于同一实数的概率，则称方案ai按概率优于方案aj。 μ-σ法则 在评价一个行动方案时，不仅考虑方案可能带来的期望收益值，同时也明确考虑代表风险的条件收益方差。因此，法则的判断依据一般是期望和方差的二元函数（称为评价函数），即 * 3.5.5 贝叶斯决策分析 风险型决策的基本方法是将状态变量视为随机变量，用先验状态分布表示状态变量的概率分布，用期望值准则计算方案的满意程度。由于先验状态分布与实际情况存在一定误差，为了提高决策质量，需要通过收集有关状态变量的补充信息，对先验概率进行修正，用后验状态分布进行决策，这就是贝叶斯决策分析。 * 贝叶斯决策分析的基本方法 利用补充信息修正先验状态概率分布，这是贝叶斯决策的关键。具体来说，可以通过全概率公式和贝叶斯公式，利用可得的概率值去修正先验概率分布，使其更符合实际情况。 全概率公式： 贝叶斯公式： * 贝叶斯决策的基本方法是，利用市场调查获取的补充信息值H，去修正状态变量的先验分布，即依据条件分布矩阵提供的较充分信息，用贝叶斯公式求出在信息值H发生的条件下，状态变量的条件分布或条件密度，经过修正的状态变量的分布称为后验分布。后验分布能够更准确地表示