决策理论与方法概述(PPT 75页).ppt

* 决策理论与方法-随机决策理论与方法 效用函数—效用函数的构造（连续型） 若后果是连续型，则可通过分析u(c)的若干特征值，求出特征点的效用后再连成光滑曲线。 例：试作出每天投入学习的时间t对应的效用曲线。 分析特征点：u(t=0)=0; u(tTM)=0(TM=?)；状态导入期（0～t0），效用增加较慢；状态稳定期(t0～t1)，效用与投入学习的时间基本成比例关系；效率下降，效用增加期(t1~tm)，效用是投入学习的时间的单调增函数，但增长率小于状态稳定期且随着时间的增加越来越小，最终达到零(t=tm)，此时效用达到最大；当投入的学习时间大于tm时，将会得不偿失，学习效率急剧降低，效用减少。 * 决策理论与方法-随机决策理论与方法 效用函数—效用函数的构造（连续型） t0 t1 tm tM 0 24 U(t) Umax t * 决策理论与方法-随机决策理论与方法 效用函数—风险与效用 风险：是指生产目的与劳动成果之间的不确定性。 “风险”：以打鱼捕捞为生的渔民们在长期的捕捞实践中，深深的体会到“风”给他们带来的无法预测无法确定的危险，他们认识到，在出海捕捞打鱼的生活中，“风”即意味着“险”，因此有了“风险”一词的由来。 风险包含两个方面的内容：一是风险发生的可能性大小，二是风险后果的严重程度。 * 决策理论与方法-随机决策理论与方法 效用函数—风险与效用 风险的度量 方差：设某决策方案a的后果为收益y，y的概率密度函数为f(y)，期望值为E(y)，则方差 可用来度量风险，方差越大风险越大。 协方差：若期望收益为决策人设定的目标收益c，则可用协方差度量风险。 临界概率：小于目标收益的概率。 * 决策理论与方法-随机决策理论与方法 效用函数—风险与效用 效用与风险：效用反映的就是决策人对风险的一种态度。 U(t) Umax=1 C(万元) 风险厌恶型 风险中立型 风险追求型 0.5 0 9 12.5 14 25 风险酬金k * 决策理论与方法-随机决策理论与方法 随机决策理论与方法 1、主观概率 2、效用函数 3、决策准则 4、贝叶斯决策分析 * 决策理论与方法-随机决策理论与方法 决策准则—决策问题的表示 决策树表示法 决策点 机会点 C1 决策枝 机会枝 后果点 C2 C3 C4 后果值 a1 a2 ?(?1) ?(?2) ?(?1) ?(?2) * 决策理论与方法-随机决策理论与方法 决策准则—决策问题的表示 决策表表示法 ?j ?1 ?2 … ?j … ?n ?(?j) ?(?1) ?(?2) … ?(?j) … ?(?n) a1 c11 c12 … c1j … c1n a2 c11 c12 … c1j … c1n … … … … … … … ai ci1 ci2 … cij … cin … … … … … … … am cm1 cm2 … cmj … cmn 状态 行动 后果(效用值、损失值、价值) 概率 * 决策理论与方法-随机决策理论与方法 决策准则—决策示例 决策者决策时都需要根据某种准则来选择决策方案——决策准则。准则不同，决策结果就可能不同。下面介绍风险型决策中常用的几种决策准则。 ?j ?1 ?2 ?3 ?(?j) 0.2 0.5 0.3 a1 7 3 4 a2 6.5 4 1 a3 6 5 0 注：后果为损失值 * 决策理论与方法-随机决策理论与方法 决策准则—最大可能值准则 最大可能值准则：（众数原则） 注：后果为损失值 此准则在状态出现的概率差距不大时的决策效果可能很差！ ?j ?1 ?2 ?3 ?(?j) 0.2 0.5 0.3 a1 7 3 4 a2 6.5 4 1 a3 6 5 0 * 决策理论与方法-随机决策理论与方法 决策准则—贝叶斯准则 贝叶斯准则：期望效用最大或期望损失最小。 在实际决策中，一般先确定后果对决策人的实际价值即效用函数（若是损失则使用负效用）（称为伯努利过程），然后再应用贝叶斯准则。 ?j ?1 ?2 ?3 ?(?j) 0.2 0.5 0.3 a1 7 3 4 a2 6.5 4 1 a3 6 5 0 注：后果为损失值 ?j ?1 ?2 ?3 E(ai) =Σj?(?j)cij ?(?j) 0.2 0.5 0.3 a1 7 3 4 4.1 a2 6.5 4 1 3.6 a3 6 5 0 3.7 * 决策理论与方法-随机决策理论与方法 决策准则—E-V准则 E-V准则：用期望与方差（风险）共同判决一个方案的优劣。 帕累托优：若不存在方案al，使得方案ak的期望与风险均劣于al，称ak为有效方案或帕累托优。所有有效方案的集合构成有效前沿面。示例中a1和a2均是有效方案。 评价函数：fi(E,V)=E(ai)+??i2。?反映了决策人