运筹学决策技术-课件.ppt

决策技术 1.1不定决策 1.2风险决策 ——先验决策 ——信息价值 1.3效用函数 1.4序列决策(决策树) 1.5敏感分析 1.6马氏决策(马尔科夫预测法) 1.7多目标决策(多属性决策) 决策模型的要素： (1)决策者 (2)可供选择的方案(替代方案)、行动或策略 (3)准则(标准) (4)事件(不为决策者所控制的客观存在的将发生的状态) (5)受益或损失(每一事件的发生将会产生的某种结果) (6)决策者的价值观 1.1不定决策 收益矩阵(α=0.7) 1.2风险决策（一） 先验决策： 贝叶斯准则（最大期望值准则）* 最大概率准则 最小机会损失决策准则* 贝叶斯准则（最大期望值准则） 证券投资收益表 （状态一、二、三的概率分别为P1=30%， P2= 50%， P3= 20%。） 证券投资收益表 证券投资收益表 方案一：u(A1)= P1a11+ P2a12+ P3a13 =0.3× 800 +0.5×550 +0.2×300=575 方案二：u(A2)= P1a21+ P2a22+ P3a23 =0.3× 650 +0.5×600 +0.2×500=595 方案三：u(A3)= P1a31+ P2a32+ P3a33 =0.3× 1000 +0.5×400 +0.2×250=550 ∴最大期望收益为方案二的期望收益。 贝叶斯准则决策的结果为方案二。 最大概率准则 证券投资收益表 （状态一、二、三的概率分别为P1=30%， P2= 50%， P3= 20%。） 最小机会损失决策准则 步骤： 1.求损失损失值(损失)矩阵； 2.依概率计算个方案期望损失值； 3.选最小者对应方案为最优方案。 证券投资收益表 （状态一、二、三的概率分别为P1=30%， P2= 50%， P3= 20%。） 证券投资收益表 （状态一、二、三的概率分别为P1=30%， P2= 50%， P3= 20%。） 1.2风险决策（二） 信息价值 EVPI＝EPPL－EMV EVPI—— 完全信息价值； EPPL ——获得完全信息的期望收益值； EMV ——最大期望收益值。 证券投资收益表 信息价值 信息价值EVPI＝EPPL－EMV ＝ 700－595 ＝ 105 EVPI—— 完全信息价值； EPPL ——获得完全信息的期望收益值； EMV ——最大期望收益值。 1.3效用函数 效用函数：贝努利（D.Berneulli)提出。 效用的概念 例：设有两个决策： 问题一.方案A1 ：稳获100元；方案B1 ：获250元和0元的机会各为41%和59%。 问题二.方案A2 ：稳获10000元；方案B2：掷一均匀硬币，直到出现正面为止，记所掷的次数为N,则当正面出现时，可获2N元。 E(B1) ＝0.41×250＋0.59×0＝102.5＞100 ＝ E(A1) 效用函数的确定 1.直接提问法 2.对比提问法 设决策者有两种可供选择的方案，A1、A2。 A1表示他无任何风险的得到一笔资金x2 ； A2表示他可以以概率P得到一笔金额x1，或以概率(1－P)得到金额x3 ；这里x1 ＞ x2 ＞ x3 ，U(x)表示金额x的效用函数。在某个概率条件下，决策者认为两方案等价，表示为： P U(x1) ＋(1－P) U(x3) ＝ U(x2) 例：有一投资者，面临一个带有风险的投资问题。在可供选择的投资方案中，可能出现的最大收益为20万元，能出现的最少收益为－10万元。为了确定该投资者在决策问题上的效用函数，对投资者进行了以下一系列的询问，现将询问结果归纳如下： (a)投资者认为：“以50％的机会得20万元，50％的机会失去10万元”和“稳获0元”二者对他来说没有差别； (b)投资者认为：“以50％的机会获得20万元，50％的机会失去10万元”和“稳获8万元”二者对他来说没有差别；(c)投资者认为：“以50％的机会得0元，50％的机会失去10万元”，和“肯定失去6万元”二者对他来说没有差别。 (画出该投资者的效用曲线，并说明该投资者是回避风险还是追逐风险的。) 一般取P=0.5 两方案等价表达示为： 0.5 U(x1) ＋0.5 U(x3) ＝ U(x2) 解： U(20) ＝1， U(－10) ＝0 U(0) ＝ 0.5 U(20 ) ＋0.5 U(－10 ) ＝