凌晨: 第十三章决策分析 时装生产:在正式推向市场之前要有生产量 的决策:大量?小批量?由于市场需求是不 确定的,充满风险,问题:在了解到真实的 需求之前就先要决策了 决策分析干什么? 虽面对若干种选择,但未来属于不确定或充 满风险,决策分析可用来帮助科学地作岀最 佳策略,提供一种结构化、系统化思维方式 重点:掌握各种决策分析方法及计算
Ling Xueling 时装生产：在正式推向市场之前要有生产量 的决策：大量？小批量？由于市场需求是不 确定的，充满风险，问题：在了解到真实的 需求之前就先要决策了 决策分析干什么？ 虽面对若干种选择，但未来属于不确定或充 满风险，决策分析可用来帮助科学地作出最 佳策略，提供一种结构化、系统化思维方式 重点：掌握各种决策分析方法及计算。 第十三章 决策分析 凌晨: 凌晨:
凌晨: 售一节决策问题结构化 是决策分析第一步,为引进数学作铺垫 例子 PS公司为业务需要拟向外租用计算机系统,假定其他问题都 已确定,只是对所租用的系统之规模尚未确定,为了最经济 地租用,求助于决策分析方法 备选方案 事前可供决策者选择的方案 本例中,就是要确定到底租用下列哪种规模的计算机系统: d1=租借大型计算机系统 d2=租借中型计算机系统 d-3=租借小型计算机系统
Ling Xueling 是决策分析第一步，为引进数学作铺垫 一、例子 PS 公司为业务需要拟向外租用计算机系统，假定其他问题都 已确定，只是对所租用的系统之规模尚未确定，为了最经济 地租用，求助于决策分析方法 二、备选方案 事前可供决策者选择的方案 本例中，就是要确定到底租用下列哪种规模的计算机系统： d1 = 租借大型计算机系统 d2 = 租借中型计算机系统 d3 = 租借小型计算机系统。 第一节 决策问题结构化 凌晨: 凌晨:
凌晨: 一节决策问题结构化 自然状态 定义 将来的,影响决策效果但并不为决策者所能左右的事件 2、例子 S1=市场对PS公司高认可 市场对PS公司低认可 3、定义之说明 (1)虽然决策者常常能事先知道未来有不同事件发生,但与决策所关联 的未来事件常常是不确定的,虽然可以动用概率/预测等工具事前进行 评估,但谁也无法事先肯定所要发生的事件 (2)可以有粗、细之分,但决策分析中所列出的自然状态应包括每一种 可能发生的事件且互相间不能有重叠 ∑
Ling Xueling 三、自然状态 1、定义 将来的，影响决策效果但并不为决策者所能左右的事件 2、例子 s1 = 市场对 PS 公司高认可 s2 = 市场对 PS 公司低认可 3、定义之说明 (1) 虽然决策者常常能事先知道未来有不同事件发生，但与决策所关联 的未来事件常常是不确定的，虽然可以动用概率/预测等工具事前进行 评估，但谁也无法事先肯定所要发生的事件 (2) 可以有粗、细之分，但决策分析中所列出的自然状态应包括每一种 可能发生的事件且互相间不能有重叠： s i ∩ s j = φ ∑ s j = Ω。 第一节 决策问题结构化 凌晨: 凌晨:
凌晨: 一节决策问题结构化 四、损益表 payoff table 1、定义 每一种备选方案与不同自然状态相联系着的损益信息 实际上是矩阵 2、例子(可能是营销调研与财务分析的结果) 决策方案 高认可s1 低认可s2 租借大型系统d1 200,000 20.000 租借中型系统d2 150.000 20.000 租借小型系统d 100.000 60,000 表中数据记为:V(d;,S;)-一利润,对不同问题,意义不 样
Ling Xueling 四、损益表 ( payoff table ) 1、定义 每一种备选方案与不同自然状态相联系着的损益信息---- 实际上是矩阵 2、例子 ( 可能是营销调研与财务分析的结果 ) 表中数据记为：V ( d i , S j )－－利润，对不同问题，意义不 一样。 第一节 决策问题结构化 凌晨: 凌晨: 决策方案 高认可 s 1 低认可 s 2 租借大型系统 d 1 200,000 －20,000 租借中型系统 d 2 150,000 20,000 租借小型系统 d 3 100,000 60,000
且t 凌晨: 一节决策问题结构化 五、决策树一一决策过程的图形表示 说明: 200,000 D1 此图形自左至右 20.000 正好反映了决策 过程的时间或逻 150,000 D2 辑过程,而决策 s2 20.000 过程则是从右向 左的思考、评判 00.000 D3 程 s2 60,000 过□O 可控制的决策结点(node) 不可控制的自然状态结点
Ling Xueling 五、决策树－－决策过程的图形表示 说明： 此图形自左至右 正好反映了决策 过程的时间或逻 辑过程，而决策 过程则是从右向 左的思考、评判 过程 □ －－ 可控制的决策结点 ( node ) ○ －－ 不可控制的自然状态结点。 第一节 决策问题结构化 凌晨: 凌晨: 1 d 1 d 2 d 3 2 3 4 s1 s1 s1 s2 s2 s2 200,000 －20,000 150,000 20,000 100,000 60,000 t
凌晨: 第二节无概率型决策 概述 1、什么是非确定型(无概率型)决策? 自然状态发生之概率不知道,但需要作出决策 无概率型决策方法适用于 1)无法考虑自然状态发生的概率,只对可能结果作出估计分析, 适用于无周期问题、新产品问题、无经验问题等等,如:关于3G 手机市场的决策、“三农”问题的解决策等 2)对各种不同自然状态发生之概率之估计没有处理的信心 3、评价 既然属于不确定,也即:无事前预估之信息,又要作出决策,几 乎可以肯定:本节所论不是数学方法,因为数学无法处理此类问 题,而谈的是决策哲学,介绍的是具有不同哲学的决策者之对风 险的态度
Ling Xueling 一、概述 1、什么是非确定型(无概率型)决策？ 自然状态发生之概率不知道，但需要作出决策 2、无概率型决策方法适用于 1）无法考虑自然状态发生的概率，只对可能结果作出估计分析， 适用于无周期问题、新产品问题、无经验问题等等，如：关于 3G 手机市场的决策、 “三农”问题的解决策等 2) 对各种不同自然状态发生之概率之估计没有处理的信心 3、评价 既然属于不确定，也即：无事前预估之信息，又要作出决策，几 乎可以肯定：本节所论不是数学方法，因为数学无法处理此类问 题，而谈的是决策哲学，介绍的是具有不同哲学的决策者之对风 险的态度。 第二节 无概率型决策 凌晨: 凌晨:
凌晨: 第二节无概率型决策 乐观法(最大(的)最大决策准则 种哲学态度 1、方法 先从行后从列来寻找“最大”一一大中取大 2、例子求解 d1为决策方案 3、说明 若损益表表示的是成本值,则又有“最小(的)最小准则
Ling Xueling 二、乐观法（最大(的)最大决策准则） －－一种哲学态度 1、方法 先从行后从列来寻找“最大”－－大中取大 2、例子求解 d 1 为决策方案 3、说明 若损益表表示的是成本值，则又有“最小(的)最小准则” 。 第二节 无概率型决策 凌晨: 凌晨:
凌晨: 第二节无概率型决策 保守方法(小中取大一最大(的)最小准则 1、方法 先行后列一一行中取小列中取大,最坏的可能中选出最好的 2、说明 1)先考虑各方案下的最坏(小)可能一一保守之所在一一再于 此基础上追求好(大) 2)对应有最小最大准则一一损益值=成本 3、例子的解 1)“坏”: (-20.000 先关注 (20,000) 各种“坏”的可能 (60,000) 2)“好”:d3--60,000-—可以保证的结果
Ling Xueling 三、保守方法（小中取大－最大(的)最小准则） 1、方法 先行后列－－行中取小列中取大，最坏的可能中选出最好的 2、说明 1) 先考虑各方案下的最坏(小)可能－－保守之所在－－再于 此基础上追求好(大) 2) 对应有最小最大准则－－损益值＝成本 3、例子的解 1) “坏” ： d1 －－ (－20,000) 先关注 d2 －－( 20,000 ) 各种“坏”的可能 d3 －－( 60,000 ) 2) “好” ： d3 －－60,000－－可以保证的结果。 第二节 无概率型决策 凌晨: 凌晨:
凌晨: 第二节无概率型决策 四、最小(的)最大后悔决策准则 1、方法一一将“损益”转化为“后悔” 1)先从各列中求出该列最大值V*(s;) 2)各列中计算: R(d1,S)=V*(s1)-V(d;,S 3)先行后列:行中取大,列中取小 2、例子的解 原损益表可以化为: 0 80.000 d 50,000 40,000 100.000 0
Ling Xueling 四、最小(的)最大后悔决策准则 1、方法－－将“损益”转化为“后悔” 1) 先从各列中求出该列最大值 V*( s j ) 2) 各列中计算： R ( d i , s j ) = V* ( s j ) －V ( d i , s j ) 3) 先行后列：行中取大，列中取小 2、例子的解 原损益表可以化为： 第二节 无概率型决策 凌晨: 凌晨: s 1 s 2 d 1 0 80,000 d 2 50,000 40,000 d 3 100,000 0
凌晨: 第二节无概率型决策 四、最小(的)最大后悔决策准则 2、例子的解 进一步,有 故 ddd 80.000 50.000 2 50.000 100.000 3、说明 1)方法之1)、2)步,是将损益表转化为后悔值(机会损失值) 表,对某一S,不同的d会有不同的后悔,方法之3):列出 不同d;之最大后悔,再在所有最大后悔中选择最小的后悔 2)评价:既不能单纯乐观,又不单纯保守,先注意后悔 保守,后大中取小一一与保守法相反,实际上是:避免大的 后悔
Ling Xueling 四、最小(的)最大后悔决策准则 2、例子的解 进一步，有： 故： d1－－80,000 d2 －－ 50,000 d2－－50,000 d3－－100,000 3、说明 1) 方法之 1)、 2) 步，是将损益表转化为后悔值(机会损失值) 表，对某一 sj，不同的 di 会有不同的后悔,方法之 3)：列出 不同 di 之最大后悔，再在所有最大后悔中选择最小的后悔 2) 评价：既不能单纯乐观，又不单纯保守,先注意后悔－－ 保守，后大中取小－－与保守法相反,实际上是：避免大的 后悔。 第二节 无概率型决策 凌晨: 凌晨: