风险型与不确定型决策(83页)讲解.pptVIP

八、风险型与不确定型决策 王国华 E-mail: g***ng@ntu.edu.cn 目录 概念 不确定型决策 风险型决策 决策函数 决策问题构成要素 ，为了表述决策问题 收益函数、损失函数和效用函数统称为决策函数 ——记作 f = F（a，θ） 收益矩阵、损失矩阵和效用矩阵统称为决策矩阵——记作 收益函数 把收益值作为决策方案的评价指标，最满意方案就是收益值最大的方案。 设决策问题的收益值为q，状态变量为θ，决策变量（方案或策略）为a。当决策变量a和状态变量θ确定后，收益值q随之确定。收益值q是a和θ的函数，称为收益函数，记作 q = Q ( a ,θ) 收益函数 如果决策变量和状态变量是离散的，即 a = ai ( i = 1 , 2 ,…, m ) θ=θj ( j = 1 , 2,…, n ) ， 则收益函数可以表示为： qij = Q ( ai , θj ) ，( i = 1 , 2 ,…, m；j = 1 , 2,…, n ) 收益矩阵 损失函数 损失值又称为遗憾值，表示没有采取最满意方案或策略时所造成的损失。 当决策变量a和状态变量θ确定后，损失值r是a和θ的函数，称为损失函数，记作 r = R ( a ,θ) 在离散情况下，损失值可以表示为 rij = R ( ai , θj ) ( i = 1 , 2 ,…, m；j = 1 , 2,…, n ) 损失函数 损失函数可以表示为损失矩阵，即 损失值可以通过收益值计算出来，计算公式为 ( i = 1 , 2 ,…, m；j = 1 , 2,…, n ) 损失函数 损失值rij表示在状态θj的条件下，没有采取收益值最大方案，“舍优取劣”给决策带来的损失或遗憾。 一般地，损失函数和收益函数有如下关系 ： 举例 收益矩阵 利用公式 求解损失矩阵 效用（utility） 在经济学中，效用是指商品和劳务满足人的欲望或需要的能力。 在决策中，效用描述可行方案的各种结果值满足决策者愿望，实现决策者偏好程度的问题。 效用因人、因时、因地而不相同。 效用的定义 设决策问题的各可行方案有多种可能的结果值o，依据决策者的主观愿望和价值倾向，每个结果值对决策者均有不同的值和作用。反映结果值o对决策者价值和作用大小的量值称为效用，记作 u=u(o) 效用定义的说明 在决策理论中，效用是概念，反映决策方案的结果值满足和实现决策者愿望和倾向的程度。 效用也是量值，可以用具体的方法测定，并作为决策分析的依据。 决策表 随机型决策分析 存在两个或两个以上自然状态的决策问题，每一行动方案对应着多个不同的结果，概率分布可能是已知，也可能是未知。 概率分布倘若已知，经过预测或估算可以被确定下来，则称为风险型决策。 概率分布若未知，则称为不确定型决策。 不确定型决策分析 不确定型决策问题行动方案的结果值出现的概率无法估算，决策者根据自己的主观倾向进行决策，不同的主观态度建立不同的评价和决策准则。 根据不同的决策准则，选出的最优方案也可能是不同的。 目录 概念 不确定型决策 风险型决策 不确定型决策分析 设决策问题的决策矩阵为 这里，每种自然状态θj(j=1,2,3,…,n)出现的概率P(θj)是未知的。 如何根据不同方案在各状态下的条件结果值oij，确定决策者最满意行动方案？下面介绍几种常用决策准则。 乐观准则(max-max准则) 基本思路是：假设每个行动方案总是出现最好的条件结果，即条件收益值最大或条件损失值最小，那么最满意的行动方案就是所有oij中最好的条件结果对应的方案。 具体步骤： 根据决策矩阵选出每个方案的最优结果值 在这些最优结果值中选择一个最优者，所对应的方案就是最优方案。 乐观准则 上述最优结果值是指最大收益值或最大效用值。在某些情况下，条件结果值是损失值，最优结果则是指最小损失值。 设方案ai的最大收益值为 则乐观准则的最满意方案a*应满足 乐观准则实质 持乐观准则的决策者在各方案可能出现的结果情况不明时，采取好中取好 的乐观态度，选择最满意的决策方案。 由于决策者过于乐观，一切从最好的情况考虑，难免冒较大的风险。 乐观准则举例 某企业拟定了三个生产方案，方案一（a1）为新建两条生产线，方案二(a2)为新建一条生产线，方案三（a3）为扩建原有生产线，改进老产品。在市场预测的基础上，估算了各个方案在市场需求的不同情况下的条件收益值如表（净现值，单位：万元），但市场不同需求状态的概率未能测定，试用乐观准则对此问题进行决策分析。 例题——收益值表及决策矩阵 解题步骤 各方案的最优结果值为 最满意方案a*满足 a*=a1为最满意方案 悲观准则（max-min准则） 悲观准则也称