决策理论与方法 教学PPT 作者 罗党 第四章 动态决策分析.pptVIP

教材配套课件 * * * 教材配套课件 * * * 教材配套课件 * * * 教材配套课件 * * * 教材配套课件 * * * 教材配套课件 * * * §4.4　马尔可夫决策 已知： 问某人开始在第1部门工作，一年后在第2部门工作的概率是多少？一年后，技术人员在3个部门工作的概率各为多少？ §4.4　马尔可夫决策 解：由状态1经过两次转移到状态2的所有途径为 1→1→2，1→2→2，1→3→2 记由状态i经两步转移到状态j的概率为 　，则： 若某人开始在第一部门工作，则一年后在第二部门工作的概率是50%。 §4.4　马尔可夫决策 解：记一年后技术人员在第j个部门工作的概率为Pj(2)，则： 一年后，技术人员在3个部门工作的概率 §4.4　马尔可夫决策 由上例可看出 从而有 一般地，有 §4.4　马尔可夫决策 4.4.3　稳态概率 为稳态概率。 由于初始状态对n步转移后所处状态的影响随n增大而减少，故： 因此我们可以从n步转移矩阵的 极限取得稳态概率分布 称 §4.4　马尔可夫决策 得 且 此方程组称为稳态方程。 记 则 4.4.4 马尔可夫应用实例 例1 某生产商标为A的产品的厂商为了与另外两个生产同类产品B和C的厂家竞争，有三种可供选择的措施：(1)发放有奖债券；(2)开展广告宣传；(3)优质售后服务。三种方案分别实施以后，经统计调查可知，该类商品的市场占有率的转移矩阵分别是 该类商品的月总销售量为1000万件，每件可获利1元。另外，三种措施的成本费分别为150万，40万，30万。为长远利益考虑，生产商标为A的产品的厂商应该采取何种措施？ 解：采取第一种措施的稳态概率 解得： 且 解：同理可解出采取第二、第三种措施的稳态概率分别为： 计算生产A的厂商采取三种方案的期望利润如下： 方案 市场占有率 期望毛利 (万元) 方案成本 (万元) 期望净利 (万元) (1) 2/3 666.67 150 516.67 (2) 19/34 558.83 40 518.83 (3) 6/11 545.45 30 515.45 因此生产A的厂商应采取的长期策略为方案(2)。 例2 我国出口某种设备，在国际市场上的销售状况有两种：畅销和滞销。畅销每年可以获利100万元，滞销时每年仅获利30万元。以一年为一个时期，如果不采用广告推广产品或采取广告措施，状态的转移矩阵分别如下 P1 畅销 滞销 畅销 0.8 0.2 滞销 0.4 0.6 不采取广告措施 采取广告措施 P2 畅销 滞销 畅销 0.9 0.1 滞销 0.7 0.3 例2 假定上一年处于畅销状态，每年的广告费为15万元。为了保证今后3年的利润最大化，是否应该采用广告措施？ 解：(1)若不采取广告措施 上一年畅销情况下，三年的期望利润总和为： 例2 解：(1)若采取广告措施 上一年畅销情况下，三年的期望利润总和为： 因此，为使三年所获期望利润最大，在上一年畅销情况下，最满意的方案是不采取广告策略。 例2 上例中，若每年是否采取广告策略需要依据上一年的经营情况而定，应该如何决策？ 解：这是一个三阶段决策问题。可画决策树，用逆序归纳法分析。 本章小结 本章介绍了动态决策的基本概念与基本方法，重点是：多阶段决策、序贯决策、决策树等概念，动态规划、决策树方法及其在多阶段决策、序贯决策中的应用。多阶段决策分为确定型与风险型两类，风险型问题要借助于概率以期望值最优为目标；序贯决策的关键是确定一个决策序列终止的原则。 * * * * * * * * * * * * * * * * * 教材配套课件 * * * 例4-2-2 决策：（1）购买专利； （2）不试销； 　 （3）大批生产a2。 购买专利总期望收益＝2.7－1＝1.7万元，大于不买技术的收益1.1万元，截去不买专利方案，结点1的值为1.7万元 。 试销收益期望值扣除试销费用5000元后小于不试销的收益值，截去试销方案，结点2的值为2.7万元。 第一阶段 1 2 7 买专利 不买专利 试销 不试销 3 4 5 6 H1　0.44 H2 0.39 H3 0.17 8 9 10 a1 a2 a3 0.818 0.136 0.046 （略） 第二阶段 第三阶段 例4-2-2 4万元 2万元 －3万元 1.1万元 3.406万 2.77万 1万 3.406万 2.62万 1.53万 2.78054万 -0.5万 2.7万 2.7万 -1万 1.7万 4.2 多阶段决策 4.2.2 多阶段决策问题的决策方法 例4-2-的决策树 买 不试 试 不买 8 4 9 3 5 6 7 2 1 本讲内容 4.3序贯决策 4.3.1序贯决策的基本概念