第七章信息搜寻与信息系统选择说课.ppt

第一种情形，实际需求量为1桶的出现概率（0.1?0.8）=0.08 第二种情形，实际需求量为2桶的出现概率（0.5?0.1）=0.5 第三种情形，实际需求量为3桶的出现概率（0.1?0.4）=0.04 故 Pr(预测1桶)=0.17 这样，根据(7-31)式计算预测量为1桶，且实际需求量也为1桶的修订概率为 Pr(实际需求1桶|预测1桶)=0.8?（0.1/0.17）=8/17 同理，也可求出在预测需求量为1桶的环境状态下。实际需求量为2桶和3桶的修订概率。 即包括其自身对于环境状态的经验所构成的信息，也包括从外界获取的各种信息，也包括从外界获取的各种信息。?(h|H)则反映决策者从信息系统H中获取每一则信息的概率。在上例中，制造商获得有关天气状况的信息后，估计100天内市场需求量为1桶的天数有17天，故?(h|H)=0.17。 上例分析表明，只要决策者从信息系统获得某则可能信息，且计算出在该信息环境状态下最优规则的预期效用E(U|h,H)时，就能确定在获得该信息系统条件下决策的预期效用，以下述公式表示 三 信息系统选择理论的应用 信息系统选择原理在统计决策、福利经济学、财政学、管理会计信息系统管理、情报学及爱情婚姻等领域得到了不同程度的应用。 （一）管理会计 设有一个决策者方案中选择较优者： 方案I（a1）:将100万元按15%的年利率贷给甲公司。 方案II(a2)：将100万元按12%的年利率购买政府发行的债券。 比较这两个方案：首先，a1可收取较多的利息，但存在着一定的风险（甲公司可能不会按期还本付息）；其次，a2无风险，但可收取的利息较少。贷款给甲公司后，假定可能发生以下两种状况： 状况1（s1）:甲公司会如期还本付息，这种状况出现的主观概率?(s1)=0.80; 表7-7 各方案收益表 s1 s2 a1 115 95 a2 112 112 注；数值（单位：万元）表示采取aj方案在si状况下的收益 状况2(s2):甲公司会违约，要追加20万元的支出（如）请律师诉讼，才能收回本息。这种收回本息。这种状况出现的主观概率?(s2)=0.20; 根据上述假定，将有关情况进行综合；如表7-7所示。 根据表7-7，可以利用贝叶斯定理计算每一个行动方案的期望效用值： 所谓完全信息，是指能使人们肯定地知道各种出现的信息。根据一项新的信息，如决策者肯定地知道会出现s1，将会采取a1；反之，如决策者肯定知道会出现s1,将会采取a1; 反之，如决策者肯定地知道会出现s2,将采取a2,借以取得不同状况出现时可能取得的最大期望效用值。事先知道何种状况将会出现的期望效应值为 E(U|事先展示的状态) 这个公式是由两个最可行方案的期望效用值，按现有信息估计s1和s2出现的主观概率进行综合。所以，完全信息的期望效用值就是在某种状态发生的原主观概率条件下最佳行动方案的期望效用值，完全信息的价值就是这个期望效用值和原先分析中采用a2时期望效用值之间的差额： （114.4-112）=2.4万元，这个差额就是决策者愿为追加的信息而支付的最大可能值。 实际上，决策者不可能取得完全信息。但是，新的信息能导致决策者修改对某状态估计会发生的主观概率。因而新的、不完全信息的价值也可以用贝叶斯公式计算。 仍用前面的例子，假定决策还可得到一项新的有助于估计甲公司是否违约的信息。决策者相信对甲公司下一年预计的费用/销售额的比率是该公司会不会违约的重要指示器。这项预计的信息可根据该公司有关资料历史变化的趋势进行推断。这项新信息用Yk表示，它可从信息系统F得到。为简化起见，设新信息Yk仅有两个可能值： 决策者相信，如甲公司不违约，接到Y1的概率?(Y1/s1)。这样，出现状态s1时接到Y2的概率为0.1=1-0.9.决策者还相信，出现状态s2时接到Y1的概率是0.3、因而出现状态s2时接到Y2的概率它表明Y2是个坏信息，它与甲公司违约相联系的可能性较大。 可将有关情况进行综合，如表7-8所示 表7-8 接到信息的概率表 s1 s2 Y1?1 0.9 0.3 Y11 0.1 0.7 据此，接到信息Y1和Y2的概率可用下列公式计算： Y1=0.9?0.8+0.3?0.2=0.78 Y2=0.1?0.8+0.7?0.2=0.22 依据贝叶斯定理，接到Y1、Y2时每种状态的修正概率可计算如下： 以每种状态的修正概率为基础，行动方案a1和a2的期望效用值可按下述方法重新计算。如果接到Y1，每一行动方案的期望效用值： （二）婚姻 婚姻也可以视为信息系统，为获得这个特殊的信息系统是需要经济人支付成本的。直接成本是寻找目标过程中所耗费的时间、金钱、财物。你要与对方见面，得牺牲一些时间，还要