2现代化信息与决策.pptVIP

图2-1 决策树 决策树是对决策局面的一种图解,也是风险型决策中常用的方法. 上例中的决策问题用决策树表示如图2-1表示. 2. 决策树决策 20 220 60 180 3. 贝叶斯决策 期望值决策法是根据各种事件可能发生的先验概率，采用期望值标准或最大可能性标准来选择最佳决策方案.这样的决策具有一定的风险，因为先验概率是根据历史资料或主观判断所确定的概率，未经试验检验.为了尽量减少这种风险，需要较准确地掌握和估计这些先验概率.这就要通过科学试验、调查、统计等方法获得准确的情报信息，以修正先验概率得到后验概率，并据以确定各个方案的期望值，协助决策者作出正确的选择，这就是贝叶 斯决策.在已具备先验概率的条件下，一个完整的贝叶斯决策过程，要经历以下几个步骤： 首先搜集补充资料，取得条件概率，包括历史概率和逻辑概率，对历史概率要加以检验，辩明其是否适合计算后验概率；其次，用概率的乘法定理计算联合概率，用概率的加法定理计算边际概率，用贝叶斯定理计算后验概率；最后，用后验概率计算期望值，进行决策分析. 例2 依据历史资料,某日晴天的概率为0.6,阴天的概率为0.4,此处的概率值指的是先验概率,记为 .依天气预报，这一天可能是晴天，也可能是阴天，不妨将这些状态参数记为 .则又可以有这样一些概率：实际上是晴天预报仍是晴天的概率，实际上是晴天预报为阴天的概率，实际上是阴天预报仍是阴天的概率，实际上是阴天预报是晴天的概率.这些概率分布称为似然函数，记做 ，即实际发生的状态为 预报成状态 的概率. 于是，由先验概率和似然函数，通过贝叶斯公式，可计算出后验概率 ： n, s 分别为实际的状态个数和预报的状态个数. 用后验概率代替先验概率，可以计算出在预报状态 下，各行动的损益期望值： 或 在许多决策中,我们并不可能获取完全确定的信息,为了弥补因无法搜集新信息而制定不准确决策所造成的损失,贝叶斯决策提供了解决这类问题的手段.事实上,贝叶斯决策理论为解决下述决策问题提供了科学方法:即要采取的行动取决于某种自然状态,而该自然状态是未知的,且不受决策者控制,然而通过判断与实验,又有可能获得有关自然状态的信息.贝叶斯决策的理论基础就是贝叶斯公式. 例3 某公司的销售收入受市场销售情况的影响，存在三种状态，畅销 、一般 、滞销 ，发生的概率分别为0.5，0.3，0.2，公司制定的三种销售方案相应的收益情况如表2-5所示. 表2-5 收益情况表 单位：万元 －10 50 180 －50 100 150 －100 50 200 0.2 0.3 0.5 0.6 0.2 0.2 0.1 0.7 0.2 0.3 0.1 0.6 0.2 0.3 0.5 该公司经过深入的市场调查，对市场销售前景进行了预报，记预报为畅销、一般、滞销的状态分别为 似然函数如表2-6所示.那么，针对这三种预报状态分别采用哪种销售方式呢？ 表2-6 似然函数表 0.43 0.21 0.36 0.06 0.64 0.30 0.16 0.07 0.77 0.2 0.3 0.5 由先验概率、似然函数，通过贝叶斯公式可得后验概率如表2-7所示. 表2-7 后验概率表 根据贝叶斯决策的期望值计算公式，当预报畅销时，可得 可见，最佳行动方案是 当预报销售情况一般时，同理可得： 可见，最佳行动方案是 当预报销售滞销时，同理可得： 可见，最佳行动方案是 4. 效用决策 效益决策同时考虑到主客观两方面的因素,它通过效用函数将决策者的才智、经验、胆识、对风险的态度和判断能力等主观因素与客观的损益值有机地巧妙结合在一起,并用效用予以度量,最后以效用期望值作为决策的依据. 合理选择效用函数是效用决策法的关键，根据决策者对风险的态度，效用函数大致可分为四类，见图2-2. 进行效用决策,应在明确决策目标,并在充分考虑到决策者对风险、收益的看法和偏好的基础上,再用标准测定法等测定效用函数,最后,采集各行动收益值的效用,计算出期望效用值 图2-2 效用函数图 * 第二章 确定型、不确定型 与风险型决策 第一节 确定型决策 一. 确定型决策的概念 二. 确定型决策的基本思路 一般确定型决策可以用单纯选优决策法和模型选优的数学分析决策法来进行.