风险型决策与贝叶斯决策.pptVIP

举例 比较R1(x) 和R2(x) ，显然 R1(x) ≥R2(x)，对一切的x都成立。 并且存在x,使得R1(x) R2(x) 。 因此，根据概率优势法则，方案a1按概率优于方案a2。 第六十二页，共一百零三页。 状态优势与概率优势 如果一个方案a按状态优于另一个方案a’，则a必定按概率优于a’； 反之，一个方案a按概率优于另一个方案a’，则a不一定按状态优于a’。 注意：并非任意两个方案之间都存在按概率优势关系，也就是说，概率优势法则在应用对象上存在一定的局限性。 第六十三页，共一百零三页。 μ – σ 法则的引入 风险型决策分析的期望值评价准则的判据是方案条件结果的期望值或期望效用值，这一准则只考虑了方案的收益性，仅从收益这一个方面来对各方案进行排序选优。然而实际情况是，任何方案都要冒收益不确定的风险。 在评价方案的优劣时，只考虑收益的因素而忽略风险的因素是不合理的。 第六十四页，共一百零三页。 μ – σ 法则的基本思路 μ-σ法则的基本思路是：在评价一个行动方案时，不仅考虑方案可能带来的期望收益值，同时也明确考虑代表风险的条件收益的方差。 第六十五页，共一百零三页。 举例 若用期望值准则进行决策，由于 （万元） 则两方案是等价的。 需求状态θj 需求高（θ1） 需求中（θ2） 需求低（θ3） 条件收益（万元） 0.2 0.