决策分析课件

管理运筹学第十六章决策分析第十六章决策分析1第十六章决策分析

“决策”一词来源于英语Decisionmaking，直译为“做出决定”。所谓决策，就是为了实现预定的目标在若干可供选择的方案中，选出一个最佳行动方案的过程，它是一门帮助人们科学地决策的理论。

第十六章决策分析 “决策”一词来源于英语Decis2第十六章决策分析

决策的分类：

按决策问题的重要性分类按决策问题出现的重复程度分类按决策问题的定量分析和定性分析分类第十六章决策分析 决策的分类：按决策问题的重3第十六章决策分析按决策问题的自然状态发生分类：

确定型决策问题

在决策环境完全确定的条件下进行。不确定型决策问题在决策环境不确定的条件下进行，决策者对各自然状态发生的概率一无所知。风险型决策问题在决策环境不确定的条件下进行，决策者对各自然状态发生的概率可以预先估计或计算出来。第十六章决策分析按决策问题的自然状态发生分类：确4第十六章决策分析构成决策问题的四个要素:决策目标行动方案自然状态效益值第十六章决策分析构成决策问题的四个要素:决策目标行动方案自然5第十六章决策分析行动方案集：A={s1,s2,…,sm}自然状态集：N={n1,n2,…,nk}效益(函数)值：V

=(si,nj)自然状态发生概率:P=P(sj)j=1,2,…,m决策模型的基本结构：(A,N,P,V)基本结构(A,N,P,V)常用决策表、决策树等表示。第十六章决策分析行动方案集：A={s1,s2,6不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层次分析法本章内容1234不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层7§1不确定情况下的决策特征：1、自然状态已知；2、各方案在不同自然状态下的收益值已知；3、自然状态发生不确定。§1不确定情况下的决策特征：1、自然状态已知；2、各方案在8§1不确定情况下的决策例1：某公司需要对某新产品生产批量作出决策，各种批量在不同的自然状态下的收益情况如下表（收益矩阵）：表16-1

N1(需求量大)N2(需求量小)S1(大批量生产)30-6S2(中批量生产)20-2S3(小批量生产)105自然状态行动方案§1不确定情况下的决策例1：某公司需要对某新产品生产批量作9§1不确定情况下的决策一、最大最小准则（悲观准则）决策者从最不利的角度去考虑问题：

先选出每个方案在不同自然状态下的最小收益值（最保险），然后从这些最小收益值中取最大的，从而确定行动方案。§1不确定情况下的决策一、最大最小准则（悲观准则）先选10§1不确定情况下的决策用(Si,Nj)表示收益值表16-2

N1(需求量大)N2(需求量小)

S1(大批量生产)30-6-6S2(中批量生产)20-2-2S3(小批量生产)1055（max）自然状态行动方案§1不确定情况下的决策用(Si,Nj)表示收益值11§1不确定情况下的决策二、最大最大准则（乐观准则）决策者从最有利的角度去考虑问题：先选出每个方案在不同自然状态下的最大收益值（最乐观），然后从这些最大收益值中取最大的，从而确定行动方案。§1不确定情况下的决策二、最大最大准则（乐观准则）先选12§1不确定情况下的决策用(Si,Nj)表示收益值表16-3

N1(需求量大)N2(需求量小)

S1(大批量生产)30-630（max）S2(中批量生产)20-220S3(小批量生产)10510自然状态行动方案§1不确定情况下的决策用(Si,Nj)表示收益值13§1不确定情况下的决策三、等可能性准则(Laplace准则)决策者把各自然状态发生的机会看成是等可能的：设每个自然状态发生的概率为1/事件数，然后计算各行动方案的收益期望值。§1不确定情况下的决策三、等可能性准则(Laplace准14§1不确定情况下的决策用E(Si)表示第I方案的收益期望值表16-4

N1(需求量大)P=1/2N2(需求量小)P=1/2收益期望值E（Si）

S1(大批量生产)30-612（max）S2(中批量生产)20-29S3(小批量生产)1057.5自然状态行动方案§1不确定情况下的决策用E(Si)表示第I方案的收益期15§1不确定情况下的决策四、乐观系数(折衷)准则(Hurwicz胡魏兹准则

从这些折衷标准收益值CVi中选取最大的，从而确定行动方案。

决策者取乐观准则和悲观准则的折衷：先确定一个乐观系数（01），然后计算：§1不确定情况下的决策四、乐观系数(折衷)准则(Hurwi16§1不确定情况下的决策取=0.7表16-5

N1(需求量大)N2(需求量小)CVi

S1(大批量生产)30-619.2（max）S2(中批量生产)20-213.4S3(小批量生产)1058.5自然状态行动方案§1不确定情况下的决策取=0.717§1不确定情况下的决策五、后悔值准则（Savage沙万奇准则）决策者从后悔的角度去考虑问题：

把在不同自然状态下的最大收益值作为理想目标，把各方案的收益值与这个最大收益值的差称为未达到理想目标的后悔值，然后从各方案最大后悔值中取最小者，从而确定行动方案。§1不确定情况下的决策五、后悔值准则（Savage沙万奇18§1不确定情况下的决策用表示后悔值，构造后悔值矩阵： 表16-6

N1(需求量大)N2(需求量小)

S1(大批量生产)0（30，理想值）11（5-（-6））11S2(中批量生产)10（30-20）7（5-（-2））10（min）S3(小批量生产)20（30-10）0（5，理想值）20自然状态行动方案§1不确定情况下的决策用表示后悔值，构造后悔值矩阵：19不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层次分析法本章内容1234不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层20§2风险型情况下的决策特征：1、自然状态已知；2、各方案在不同自然状态下的收益值已知；3、自然状态发生的概率分布已知。§2风险型情况下的决策特征：1、自然状态已知；2、各方案在21§2风险型情况下的决策一、最大可能准则在一次或极少数几次的决策中，取概率最大的自然状态，按照确定型问题进行讨论。表16-7

N1(需求量大)P（N1）=0.3N2(需求量小)P（N2）=0.7概率最大的自然状态N2

S1(大批量生产)30-6-6S2(中批量生产)20-2-2S3(小批量生产)1055（max）自然状态行动方案§2风险型情况下的决策一、最大可能准则22§2风险型情况下的决策二、期望值准则根据各自然状态发生的概率，求不同方案的期望收益值，取其中最大者为选择的方案。

表16-8

N1(需求量大)P（N1）=0.3N2(需求量小)P（N2）=0.7E(Si)S1(大批量生产)30-64.8S2(中批量生产)20-24.6S3(小批量生产)1056.5（max）自然状态行动方案§2风险型情况下的决策二、期望值准则23§2风险型情况下的决策三、决策树法

具体步骤：(1)从左向右绘制决策树；(2)从右向左计算各方案的期望值，并将结果标在相应方案节点的上方；(3)选收益期望值最大(损失期望值最小)的方案为最优方案，并在其它方案分支上打∥记号。§2风险型情况下的决策三、决策树法具体步骤：(24§2风险型情况下的决策主要符号：决策点

方案节点

结果节点

§2风险型情况下的决策主要符号：25§2风险型情况下的决策前例

根据下图说明S3是最优方案，收益期望值为6.5。

决策S1S2S3大批量生产中批量生产小批量生产N1(需求量大)；P(N1)=0.3N1(需求量大)；P(N1)=0.3N1(需求量大)；P(N1)=0.3N2(需求量小)；P(N2)=0.7N2(需求量小)；P(N2)=0.7N2(需求量小)；P(N2)=0.730-62010-254.84.66.56.5图16-1§2风险型情况下的决策前例根据下图说明S3是最优方案，26§2风险型情况下的决策四、灵敏度分析

研究分析决策所用的数据在什么范围内变化时,原最优决策方案仍然有效。

前例取P(N1)=p,P(N2)=1-p。

那么

E(S1)=p30+(1-p)(-6)=36p-6p=0.35为转折概率

E(S2)=p20+(1-p)(-2)=22p-2实际的概率值距转

E(S3)=p10+(1-p)(+5)=5p+5折概率越远越稳定§2风险型情况下的决策四、灵敏度分析前例取P(N127§2风险型情况下的决策E(S1)=36p-6E(S2)=22p-2E(S3)=5p+5010.35p取S3取S1图16-2§2风险型情况下的决策E(S1)=36p-6E(S2)=228§2风险型情况下的决策在实际工作中，如果状态概率、收益值在其可能发生的变化的范围内变化时，最优方案保持不变，则这个方案是比较稳定的。

§2风险型情况下的决策在实际工作中，如果状态概率、收29§2风险型情况下的决策反之如果参数稍有变化时，最优方案就有变化，则这个方案就不稳定的，需要我们作进一步的分析。

§2风险型情况下的决策反之如果参数稍有变化时，最优方30§2风险型情况下的决策就自然状态N1的概率而言，当其概率值越远离转折概率，则其相应的最优方案就越稳定；反之，就越不稳定。

§2风险型情况下的决策就自然状态N1的概率而言，当其31§2风险型情况下的决策五、全情报的价值（EVPI）全情报：关于自然状况的确切消息。在前例，当我们不掌握全情报时得到S3是最优方案，数学期望最大值为0.3×10+0.7×5=6.5万

记为EVW0PI。§2风险型情况下的决策五、全情报的价值（EVPI）全情报：32§2风险型情况下的决策若得到全情报：当知道自然状态为N1时，决策者必采取方案S1，可获得收益30万，概率0.3；当知道自然状态为N2时，决策者必采取方案S3，可获得收益5万,概率0.7。§2风险型情况下的决策若得到全情报：当知道自然状态为33§2风险型情况下的决策于是，全情报的期望收益为

EVWPI=0.3×30+0.7×5=12.5万那么，EVPI=EVWPI-EVW0PI=12.5-6.5=6万即这个全情报价值为6万。当获得这个全情报需要的成本小于6万时，决策者应该对取得全情报投资，否则不应投资。

注：一般“全”情报仍然存在可靠性问题。§2风险型情况下的决策于是，全情报的期望收益为注：一般34§2风险型情况下的决策六、具有样本情报的决策分析（贝叶斯决策）先验概率：由过去经验或专家估计的将发生事件的概率；

后验概率：利用样本情报对先验概率修正后得到的概率；

在贝叶斯决策法中，可以根据样本情报来修正先验概率，得到后验概率。如此用决策树方法，可得到更高期望值的决策方案。§2风险型情况下的决策六、具有样本情报的决策分析（贝叶斯决35§2风险型情况下的决策在自然状态为Nj的条件下咨询结果为Ik的条件概率，可用全概率公式计算再用贝叶斯公式计算条件概率的定义：

乘法公式§2风险型情况下的决策在自然状态为Nj的条件下咨询结36§2风险型情况下的决策例3（在例2基础上得来）某公司现有三种备选行动方案。S1：大批量生产；S2：中批量生产；S3：小批量生产。未来市场对这种产品需求情况有两种可能发生的自然状态。N1

：需求量大；N2

：需求量小，且N1的发生概率即P(N1)=0.3；N2的发生概率即P(N2)=0.7。经估计，采用某一行动方案而实际发生某一自然状态时，公司的收益下表所示：§2风险型情况下的决策例3（在例2基础上得来）37§2风险型情况下的决策

N1(需求量大)P（N1）=0.3N2(需求量小)P（N2）=0.7S1(大批量生产)30-6S2(中批量生产)20-2S3(小批量生产)105自然状态行动方案§2风险型情况下的决策N1(需求38§2风险型情况下的决策现在该公司欲委托一个咨询公司作市场调查。咨询公司调查的结果也有两种，I1

：需求量大；I2

：需求量小。

并且根据该咨询公司积累的资料统计得知，当市场需求量已知时，咨询公司调查结论的条件概率如下表所示：§2风险型情况下的决策现在该公司欲委托一个咨询公司作39§2风险型情况下的决策N1N2I1P(I1/N1)=0.8P(I1/N2)=0.1I2P(I2/N1)=0.2P(I2/N2)=0.9自然状态条件概率调查结论我们该如何用样本情报进行决策呢?如果样本情报要价3万元，决策是否要使用这样的情报呢？§2风险型情况下的决策N1N2I1P(I1/N1)=0.40§2风险型情况下的决策当用决策树求解该问题时，首先将该问题的决策树绘制出来，如图16-3。图16-3§2风险型情况下的决策当用决策树求解该问题时，首先将41§2风险型情况下的决策首先，由全概率公式求得联合概率表：联合概率N1N2由全概率求得I10.240.07P(I1)=0.31I20.060.63P(I2)=0.69§2风险型情况下的决策首先，由全概率公式求得联合概率42§2风险型情况下的决策然后，由条件概率公式P(N/I)=P(NI)/P(I)求得在调查结论已知时的条件概率表：条件概率P(N/I)N1N2I10.77420.2258I20.08700.9130§2风险型情况下的决策然后，由条件概率公式P(N/I43§2风险型情况下的决策

最后，在决策树上计算各个节点的期望值，结果如图16-4，结论为：当调查结论表明需求量大时，采用大批量生产；当调查结论表明需求量小时，采用小批量生产。图16-4§2风险型情况下的决策最后，在决策树上计算各个节点的44§2风险型情况下的决策由决策树上的计算可知，公司的期望收益可达到10.5302万元，比不进行市场调查的公司收益6.5万元要高，其差额就是样本情报的价值，记为EVSI。EVSI=10.5302-6.5=4.0302(万元)§2风险型情况下的决策由决策树上的计算可知，公司的期45§2风险型情况下的决策所以当咨询公司市场调查的要价低于4.0302万元时，公司可考虑委托其进行市场调查，否则就不进行市场调查。

在这里，因为公司要价3万元，所以应该委托其进行市场调查。§2风险型情况下的决策所以当咨询公司市场调查的要价低46§2风险型情况下的决策

进一步，我们可以利用样本情报的价值与前面的全情报的价值(EVPI)的比值来定义样本情报的效率，作为样本情报的度量标准。样本情报效率=EVSI/EVPI×100%

上例中，样本情报价值的效率为4.0302/6×100%=67.17%，也就是说，这个样本情报相当于全情报效果的67.17%。§2风险型情况下的决策进一步，我们可以利用样本情报的47§2风险型情况下的决策多级（两级）决策树问题如将前面两个决策树进行合并，可以得到一个两级决策问题：首先决策是否要进行市场调查；然后根据调查结果如何安排生产。决策树的求解结果如图16-5。§2风险型情况下的决策多级（两级）决策树问题如将前面48S4:不搞市场调查S5:搞市场调查1图16-5S4:不搞市场调查S5:搞市场调查1图16-549不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层次分析法本章内容1234不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层50§3效用理论在决策中的应用效用：衡量决策方案的总体指标，反映决策者对决策问题各种因素的总体看法。使用效用值进行决策：首先把要考虑的因素折合成效用值，然后用决策准则下选出效用值最大的方案，作为最优方案。§3效用理论在决策中的应用效用：衡量决策方案的总体指标，反51§3效用理论在决策中的应用例4：求下表显示问题的最优方案（万元）:

某公司是一个小型的进出口公司，目前他面临着两笔进口生意，项目A和B，这两笔生意都需要现金支付。鉴于公司目前财务状况，公司至多做A、B中的一笔生意，根据以往的经验，各自然状态商品需求量大、中、小的发生概率以及在各自然状况下做项目A或项目B以及不作任何项目的收益如下表：§3效用理论在决策中的应用例4：求下表显示问题的最优方案（52§3效用理论在决策中的应用表16-9

N1(需求量大)P（N1）=0.3N2(需求量中)P（N2）=0.5N3(需求量小)P（N3）=0.2S1(做项目A)6040-100S2(做项目B)100-40-60S3(不做项目)000自然状态行动方案§3效用理论在决策中的应用表16-953§3效用理论在决策中的应用用收益期望值法：

E(S1)=0.360+0.540+0.2(-100)=18万

E(S2)=0.3100+0.5（-40）+0.2(-60)=-2万

E(S3)=0.30+0.50+0.20=0万得到S1

是最优方案，最高期望收益18万。一种考虑：由于财务情况不佳，公司无法承受S1中亏损100万的风险，也无法承受S2中亏损50万以上的风险，结果公司选择S3，即不作任何项目。§3效用理论在决策中的应用用收益期望值法：一种考虑：54§3效用理论在决策中的应用用效用函数解释：把上表中的最大收益值100万元的效用定为10，即U(100)=10；最小收益值-100万元的效用定为0，即U(-100)=0。对收益60万元确定其效用值：设经理认为使下两项等价的p=0.95(1)得到确定的收益60万；(2)以p的概率得到100万，以1-p的概率损失100万。计算得：U(60)=pU(100)+(1-p)U(-100)=0.9510+0.050=9.5。§3效用理论在决策中的应用用效用函数解释：(1)得到确定的55§3效用理论在决策中的应用

类似地，设收益值为40、0、-40、-60。相应等价的概率分别为0.90、0.75、0.55、0.40，可得到各效用值：

U(40)=9.0；U(0)=7.5；U(-40)=5.5；U(-60)=4.0我们用效用值计算最大期望，如下表：§3效用理论在决策中的应用类似地，设收益值为40、056§3效用理论在决策中的应用一般，若收益期望值能合理地反映决策者的看法和偏好，可以用收益期望值进行决策。否则，需要进行效用分析。表16-10

N1(需求量大)P（N1）=0.3N2(需求量中)P（N2）=0.5N3(需求量小)P（N3）=0.2E[U(Si)]S1(做项目A)9.59.007.35S2(做项目B)105.54.06.55S3(不做项目)7.57.57.57.5(max)自然状态行动方案§3效用理论在决策中的应用一般，若收益期望值能合理地57§3效用理论在决策中的应用收益期望值决策是效用期望值决策的一种特殊情况。说明如下：

以收益值作横轴，以效用值作纵轴，用A、B两点作一直线，其中A点的坐标为(最大收益值，10)，B点的坐标为(最小收益值，0)，如果某问题的所有的收益值与其对应的效用值组成的点都在此直线上，那么用这样的效用值进行期望值决策是和用收益值进行期望值决策的结果完全一样。§3效用理论在决策中的应用收益期望值决策是效用期望值58§3效用理论在决策中的应用以上面的例子作图如下：-100100202060602610BA收益值效用值直线方程为：y=5x/100+5,于是求得：U(-60)=2,U(-40)=3,U(0)=5,U(40)=7,U(60)=8,用这样的效用值，进行期望值决策，见表16-11。图16-6§3效用理论在决策中的应用以上面的例子作图如下：-159§3效用理论在决策中的应用

自然状态行动方案需求量大N1(P=0.3)需求量大N2(P=0.5)需求量大N3(P=0.2)E[U(Si)]S1(做项目A)8705.9(max)S2(做项目B)10324.9S3(不做项目)5555表16-11§3效用理论在决策中的应用自然状60§3效用理论在决策中的应用

回顾一下，当我们对收益值进行期望值决策时，知：实际上后面的值也是由直线方程决定的，即有：所以用这两种方法决策是同解的。§3效用理论在决策中的应用回顾一下，当我们对收益值进61不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层次分析法本章内容1234不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层62§4层次分析法

层次分析法是由美国运筹学家T.L.沙旦于20世纪70年代提出的，是一种解决多目标复杂问题定性与定量相结合的决策分析方法。

一、问题的提出例：一位顾客决定要购买一套新住宅，经过初步调查研究确定了三套候选的房子A、B、C，问题是如何在这三套房子里选择一套较为满意的房子呢？§4层次分析法层次分析法是由美国运筹学家T.L.沙63§4层次分析法为简化问题，我们将评判房子满意程度的10个标准归纳为4个：1、住房的地理位置2、住房的交通情况3、住房的附近的商业、卫生、教育情况4、住房小区的绿化、清洁、安静等自然环境5、建筑结构6、建筑材料7、房子布局8、房子设备9、房子面积10、房子每平方米建筑面积的价格1、房子的地理位置与交通2、房子的居住环境3、房子的布局、结构与设施4、房子的每平方米建筑面积的单价§4层次分析法为简化问题，我们将评判房子满意程度的164§4层次分析法

二、层次结构图该问题的层次结构图如图16-7所示：满意的房子每平方米单价结构、布局、设施居住环境地理位置及交通购买房子A购买房子B购买房子C图16-7目标层标准层决策方案层§4层次分析法二、层次结构图满意的房子每结居地购65§4层次分析法

三、标度及两两比较矩阵相对重要性标度：各个标准或在某一标准下各方案两两比较求得的相对权重，如表16-12所示。标度aij定义1i因素与j因素相同重要3i因素比j因素略重要5i因素比j因素较重要7i因素比j因素非常重要9i因素比j因素绝对重要2，4，6，8为以上两判断之间中间状态对应的标度值倒数若j因素与i因素比较，得到的判断值为aji=1/aij表16-12§4层次分析法三、标度及两两比较矩阵标度aij定义166§4层次分析法由标度aij为元素构成的矩阵称为两两比较矩阵。如我们用单一标准“房子的地理位置及交通状况”来评估三个方案，从两两比较的方法得出两两比较矩阵，如表16-13所示。房子的地理位置及交通房子A房子B房子C房子A房子B房子C11/21/8211/6861表16-13§4层次分析法由标度aij为元素构成的矩阵称为两两比67§4层次分析法四、求各因素权重的过程求各因素权重的方法有规范列平均法、方根法、幂乘法等，这里以选择房子的决策为例介绍规范列平均法。

第一步,先求出两两比较矩阵的每一元素每一列的总和，如表16-14所示。地理位置及交通状况房子A房子B房子C房子A房子B房子C11/21/8211/6861列总和13/819/615表16-14§4层次分析法四、求各因素权重的过程第一步,先求出两68§4层次分析法第二步,把两两比较矩阵的每一元素除以其相对应列的总和，所得商称为标准两两比较矩阵，如表16-15所示。地理位置及交通状况房子A房子B房子C房子A房子B房子C8/134/131/1312/196/191/198/156/151/15表16-15§4层次分析法第二步,把两两比较矩阵的每一元素除以其69§4层次分析法第三步，计算标准两两比较矩阵的每一行的平均值，这些平均值就是各方案在地理位置及交通方面的权重，如表16-16所示。地理位置及交通状况房子A房子B房子C行平均值房子A房子B房子C0.6150.3080.0770.6310.3160.0530.5330.4000.0670.5930.3410.066表16-16

我们称[0.593，0.341，0.066]为房子选择问题中地理位置及交通方面的特征向量。§4层次分析法第三步，计算标准两两比较矩阵的每一行的70§4层次分析法同样，我们可以求得在居住环境、房子结构布局和设施、房子每平方米单价方面的两两比较矩阵如表16-17所示。居住环境结构布局设施每平方米单价房子A房子B房子C房子A房子B房子C房子A房子B房子C房子A房子B房子C1341/3121/41/211461/4131/61/31131/41/311/7471表16-17§4层次分析法同样，我们可以求得在居住环境、房子结构71§4层次分析法同样，我们可以从表16-17的两两比较矩阵求得房子A、B、C三个方案在居住环境、结构布局设施、每平方米单价等方面的得分（权重），即这三个方面的特征向量，如表16-18所示。表16-18居住环境结构布局设施每平方米单价房子A房子B房子C0.1230.3200.5570.0870.2740.6390.2650.6550.080§4层次分析法同样，我们可以从表16-17的两两比较72§4层次分析法另外，我们还必须取得每个标准在总目标满意的房子里的相对重要程度，即要取得每个标准相对的权重，即标准的特征向量。四个标准的两两比较矩阵如表16-19所示。表16-19标准地理位置及交通居住环境结构布局设施每平米单价地理位置及交通居住环境结构布局设施每平米单价11/21/31/2211/42341421/21/41§4层次分析法另外，我们还必须取得每个标准在总目标满73§4层次分析法

通过两两比较矩阵，我们同样可以求出标准的特征向量如下所示：

[0.398，0.218，0.085，0.299],

即

地理位置及交通相对权重为0.398，

居住环境相对权重为0.218，

结构布局设施相对权重为0.085，

每平米单价相对权重为0.299。§4层次分析法通过两两比较矩阵，我们同样可以求出标准74§4层次分析法五、两两比较矩阵一致性检验

我们仍以购买房子的例子为例说明检验一致性的方法，检验表16-12中由“地理位置及交通”这一标准来评估房子A、B、C三个方案所得的两两比较矩阵。

§4层次分析法五、两两比较矩阵一致性检验我们仍以购买75§4层次分析法检验一致性由五个步骤组成：第一步：由被检验的两两比较矩阵乘以其特征向量，所得的向量称之为赋权和向量，在此例中即：§4层次分析法检验一致性由五个步骤组成：第一步：由被检76§4层次分析法第二步：每个赋权和向量的分量分别除以对应的特征向量的分量，即第i个赋权和向量的分量除以第i个特征向量的分量，在本例中有：§4层次分析法第二步：每个赋权和向量的分量分别除以对77§4层次分析法第三步：计算出第二步结果中的平均值，记为,在本例中有：§4层次分析法第三步：计算出第二步结果中的平均值，记78§4层次分析法第四步：计算一致性指标CI:n为比较因素的数目，在本例中也就是买房子方案的数目，即为3。在本例中，我们得到：第五步：计算一致性率CR:§4层次分析法第四步：计算一致性指标CI:n为比较因79§4层次分析法在上式中，RI是自由度指标，作为修正值，见表16-20。

维数(n)123456789RI0.000.000.580.961.121.241.321.411.45表16-20

在本例中可算得：CR=0.01/0.58=0.017。§4层次分析法在上式中，RI是自由度指标，作为修正值80§4层次分析法一般规定当CR≤0.1时，认为两两比较矩阵的一致性可以接受，否则就认为两两比较矩阵一致性太差，必须重新进行两两比较判断。在本例中，CR=0.017≤0.1，所以“地理位置及交通”两两比较矩阵满足一致性要求，其相应求得的特征向量为有效。

§4层次分析法一般规定当CR≤0.1时，认为两两比81§4层次分析法同样，我们可以通过计算“居住环境”、“结构布局和设施”、“每平米单价”以及“四个标准”的两两比较矩阵的一致性检验率CR值，可知他们都小于等于0.10，这些比较矩阵满足一致性要求，即相应的特征向量都有效。§4层次分析法同样，我们可以通过计算“居住环境”、82§4层次分析法六、利用权数或特征向量求出各方案的优劣次序

在上面我们已经求出了四个标准的特征向量，以及在四个单一标准下的三个购房方案的特征向量，如表16-21所示。表16-21四个标准的特征向量单一标准下的三个购房方案的特征向量地理位置及交通0.398居住环境0.218结构布局设施0.085每平米单价0.299地理位置及交通居住环境结构布局设施每平米单价房子A0.5930.1230.0870.265房子B0.3410.3200.2740.655房子C0.0660.5570.6390.080§4层次分析法六、利用权数或特征向量求出各方案的优劣83§4层次分析法各方案的总得分为：房子A方案：0.398×0.593+0.218×0.123+0.085×0.087+0.299×0.265=0.350房子B方案：0.398×0.341+0.218×0.320+0.085×0.274+0.299×0.655=0.425房子C方案：0.398×0.066+0.218×0.557+0.085×0.639+0.299×0.080=0.226§4层次分析法各方案的总得分为：房子A方案：0.398×084§4层次分析法通过比较可知房子B的得分（权重）最高，房子A的得分次之，而房子C的得分最少，故应该购买房子B，通过权衡知道这是最优方案。§4层次分析法85谢谢！谢谢！86演讲完毕，谢谢观看！演讲完毕，谢谢观看！87管理运筹学第十六章决策分析第十六章决策分析88第十六章决策分析

“决策”一词来源于英语Decisionmaking，直译为“做出决定”。所谓决策，就是为了实现预定的目标在若干可供选择的方案中，选出一个最佳行动方案的过程，它是一门帮助人们科学地决策的理论。

第十六章决策分析 “决策”一词来源于英语Decis89第十六章决策分析

决策的分类：

按决策问题的重要性分类按决策问题出现的重复程度分类按决策问题的定量分析和定性分析分类第十六章决策分析 决策的分类：按决策问题的重90第十六章决策分析按决策问题的自然状态发生分类：

确定型决策问题

在决策环境完全确定的条件下进行。不确定型决策问题在决策环境不确定的条件下进行，决策者对各自然状态发生的概率一无所知。风险型决策问题在决策环境不确定的条件下进行，决策者对各自然状态发生的概率可以预先估计或计算出来。第十六章决策分析按决策问题的自然状态发生分类：确91第十六章决策分析构成决策问题的四个要素:决策目标行动方案自然状态效益值第十六章决策分析构成决策问题的四个要素:决策目标行动方案自然92第十六章决策分析行动方案集：A={s1,s2,…,sm}自然状态集：N={n1,n2,…,nk}效益(函数)值：V

=(si,nj)自然状态发生概率:P=P(sj)j=1,2,…,m决策模型的基本结构：(A,N,P,V)基本结构(A,N,P,V)常用决策表、决策树等表示。第十六章决策分析行动方案集：A={s1,s2,93不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层次分析法本章内容1234不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层94§1不确定情况下的决策特征：1、自然状态已知；2、各方案在不同自然状态下的收益值已知；3、自然状态发生不确定。§1不确定情况下的决策特征：1、自然状态已知；2、各方案在95§1不确定情况下的决策例1：某公司需要对某新产品生产批量作出决策，各种批量在不同的自然状态下的收益情况如下表（收益矩阵）：表16-1

N1(需求量大)N2(需求量小)S1(大批量生产)30-6S2(中批量生产)20-2S3(小批量生产)105自然状态行动方案§1不确定情况下的决策例1：某公司需要对某新产品生产批量作96§1不确定情况下的决策一、最大最小准则（悲观准则）决策者从最不利的角度去考虑问题：

先选出每个方案在不同自然状态下的最小收益值（最保险），然后从这些最小收益值中取最大的，从而确定行动方案。§1不确定情况下的决策一、最大最小准则（悲观准则）先选97§1不确定情况下的决策用(Si,Nj)表示收益值表16-2

N1(需求量大)N2(需求量小)

S1(大批量生产)30-6-6S2(中批量生产)20-2-2S3(小批量生产)1055（max）自然状态行动方案§1不确定情况下的决策用(Si,Nj)表示收益值98§1不确定情况下的决策二、最大最大准则（乐观准则）决策者从最有利的角度去考虑问题：先选出每个方案在不同自然状态下的最大收益值（最乐观），然后从这些最大收益值中取最大的，从而确定行动方案。§1不确定情况下的决策二、最大最大准则（乐观准则）先选99§1不确定情况下的决策用(Si,Nj)表示收益值表16-3

N1(需求量大)N2(需求量小)

S1(大批量生产)30-630（max）S2(中批量生产)20-220S3(小批量生产)10510自然状态行动方案§1不确定情况下的决策用(Si,Nj)表示收益值100§1不确定情况下的决策三、等可能性准则(Laplace准则)决策者把各自然状态发生的机会看成是等可能的：设每个自然状态发生的概率为1/事件数，然后计算各行动方案的收益期望值。§1不确定情况下的决策三、等可能性准则(Laplace准101§1不确定情况下的决策用E(Si)表示第I方案的收益期望值表16-4

N1(需求量大)P=1/2N2(需求量小)P=1/2收益期望值E（Si）

S1(大批量生产)30-612（max）S2(中批量生产)20-29S3(小批量生产)1057.5自然状态行动方案§1不确定情况下的决策用E(Si)表示第I方案的收益期102§1不确定情况下的决策四、乐观系数(折衷)准则(Hurwicz胡魏兹准则

从这些折衷标准收益值CVi中选取最大的，从而确定行动方案。

决策者取乐观准则和悲观准则的折衷：先确定一个乐观系数（01），然后计算：§1不确定情况下的决策四、乐观系数(折衷)准则(Hurwi103§1不确定情况下的决策取=0.7表16-5

N1(需求量大)N2(需求量小)CVi

S1(大批量生产)30-619.2（max）S2(中批量生产)20-213.4S3(小批量生产)1058.5自然状态行动方案§1不确定情况下的决策取=0.7104§1不确定情况下的决策五、后悔值准则（Savage沙万奇准则）决策者从后悔的角度去考虑问题：

把在不同自然状态下的最大收益值作为理想目标，把各方案的收益值与这个最大收益值的差称为未达到理想目标的后悔值，然后从各方案最大后悔值中取最小者，从而确定行动方案。§1不确定情况下的决策五、后悔值准则（Savage沙万奇105§1不确定情况下的决策用表示后悔值，构造后悔值矩阵： 表16-6

N1(需求量大)N2(需求量小)

S1(大批量生产)0（30，理想值）11（5-（-6））11S2(中批量生产)10（30-20）7（5-（-2））10（min）S3(小批量生产)20（30-10）0（5，理想值）20自然状态行动方案§1不确定情况下的决策用表示后悔值，构造后悔值矩阵：106不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层次分析法本章内容1234不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层107§2风险型情况下的决策特征：1、自然状态已知；2、各方案在不同自然状态下的收益值已知；3、自然状态发生的概率分布已知。§2风险型情况下的决策特征：1、自然状态已知；2、各方案在108§2风险型情况下的决策一、最大可能准则在一次或极少数几次的决策中，取概率最大的自然状态，按照确定型问题进行讨论。表16-7

N1(需求量大)P（N1）=0.3N2(需求量小)P（N2）=0.7概率最大的自然状态N2

S1(大批量生产)30-6-6S2(中批量生产)20-2-2S3(小批量生产)1055（max）自然状态行动方案§2风险型情况下的决策一、最大可能准则109§2风险型情况下的决策二、期望值准则根据各自然状态发生的概率，求不同方案的期望收益值，取其中最大者为选择的方案。

表16-8

N1(需求量大)P（N1）=0.3N2(需求量小)P（N2）=0.7E(Si)S1(大批量生产)30-64.8S2(中批量生产)20-24.6S3(小批量生产)1056.5（max）自然状态行动方案§2风险型情况下的决策二、期望值准则110§2风险型情况下的决策三、决策树法

具体步骤：(1)从左向右绘制决策树；(2)从右向左计算各方案的期望值，并将结果标在相应方案节点的上方；(3)选收益期望值最大(损失期望值最小)的方案为最优方案，并在其它方案分支上打∥记号。§2风险型情况下的决策三、决策树法具体步骤：(111§2风险型情况下的决策主要符号：决策点

方案节点

结果节点

§2风险型情况下的决策主要符号：112§2风险型情况下的决策前例

根据下图说明S3是最优方案，收益期望值为6.5。

决策S1S2S3大批量生产中批量生产小批量生产N1(需求量大)；P(N1)=0.3N1(需求量大)；P(N1)=0.3N1(需求量大)；P(N1)=0.3N2(需求量小)；P(N2)=0.7N2(需求量小)；P(N2)=0.7N2(需求量小)；P(N2)=0.730-62010-254.84.66.56.5图16-1§2风险型情况下的决策前例根据下图说明S3是最优方案，113§2风险型情况下的决策四、灵敏度分析

研究分析决策所用的数据在什么范围内变化时,原最优决策方案仍然有效。

前例取P(N1)=p,P(N2)=1-p。

那么

E(S1)=p30+(1-p)(-6)=36p-6p=0.35为转折概率

E(S2)=p20+(1-p)(-2)=22p-2实际的概率值距转

E(S3)=p10+(1-p)(+5)=5p+5折概率越远越稳定§2风险型情况下的决策四、灵敏度分析前例取P(N1114§2风险型情况下的决策E(S1)=36p-6E(S2)=22p-2E(S3)=5p+5010.35p取S3取S1图16-2§2风险型情况下的决策E(S1)=36p-6E(S2)=2115§2风险型情况下的决策在实际工作中，如果状态概率、收益值在其可能发生的变化的范围内变化时，最优方案保持不变，则这个方案是比较稳定的。

§2风险型情况下的决策在实际工作中，如果状态概率、收116§2风险型情况下的决策反之如果参数稍有变化时，最优方案就有变化，则这个方案就不稳定的，需要我们作进一步的分析。

§2风险型情况下的决策反之如果参数稍有变化时，最优方117§2风险型情况下的决策就自然状态N1的概率而言，当其概率值越远离转折概率，则其相应的最优方案就越稳定；反之，就越不稳定。

§2风险型情况下的决策就自然状态N1的概率而言，当其118§2风险型情况下的决策五、全情报的价值（EVPI）全情报：关于自然状况的确切消息。在前例，当我们不掌握全情报时得到S3是最优方案，数学期望最大值为0.3×10+0.7×5=6.5万

记为EVW0PI。§2风险型情况下的决策五、全情报的价值（EVPI）全情报：119§2风险型情况下的决策若得到全情报：当知道自然状态为N1时，决策者必采取方案S1，可获得收益30万，概率0.3；当知道自然状态为N2时，决策者必采取方案S3，可获得收益5万,概率0.7。§2风险型情况下的决策若得到全情报：当知道自然状态为120§2风险型情况下的决策于是，全情报的期望收益为

EVWPI=0.3×30+0.7×5=12.5万那么，EVPI=EVWPI-EVW0PI=12.5-6.5=6万即这个全情报价值为6万。当获得这个全情报需要的成本小于6万时，决策者应该对取得全情报投资，否则不应投资。

注：一般“全”情报仍然存在可靠性问题。§2风险型情况下的决策于是，全情报的期望收益为注：一般121§2风险型情况下的决策六、具有样本情报的决策分析（贝叶斯决策）先验概率：由过去经验或专家估计的将发生事件的概率；

后验概率：利用样本情报对先验概率修正后得到的概率；

在贝叶斯决策法中，可以根据样本情报来修正先验概率，得到后验概率。如此用决策树方法，可得到更高期望值的决策方案。§2风险型情况下的决策六、具有样本情报的决策分析（贝叶斯决122§2风险型情况下的决策在自然状态为Nj的条件下咨询结果为Ik的条件概率，可用全概率公式计算再用贝叶斯公式计算条件概率的定义：

乘法公式§2风险型情况下的决策在自然状态为Nj的条件下咨询结123§2风险型情况下的决策例3（在例2基础上得来）某公司现有三种备选行动方案。S1：大批量生产；S2：中批量生产；S3：小批量生产。未来市场对这种产品需求情况有两种可能发生的自然状态。N1

：需求量大；N2

：需求量小，且N1的发生概率即P(N1)=0.3；N2的发生概率即P(N2)=0.7。经估计，采用某一行动方案而实际发生某一自然状态时，公司的收益下表所示：§2风险型情况下的决策例3（在例2基础上得来）124§2风险型情况下的决策

N1(需求量大)P（N1）=0.3N2(需求量小)P（N2）=0.7S1(大批量生产)30-6S2(中批量生产)20-2S3(小批量生产)105自然状态行动方案§2风险型情况下的决策N1(需求125§2风险型情况下的决策现在该公司欲委托一个咨询公司作市场调查。咨询公司调查的结果也有两种，I1

：需求量大；I2

：需求量小。

并且根据该咨询公司积累的资料统计得知，当市场需求量已知时，咨询公司调查结论的条件概率如下表所示：§2风险型情况下的决策现在该公司欲委托一个咨询公司作126§2风险型情况下的决策N1N2I1P(I1/N1)=0.8P(I1/N2)=0.1I2P(I2/N1)=0.2P(I2/N2)=0.9自然状态条件概率调查结论我们该如何用样本情报进行决策呢?如果样本情报要价3万元，决策是否要使用这样的情报呢？§2风险型情况下的决策N1N2I1P(I1/N1)=0.127§2风险型情况下的决策当用决策树求解该问题时，首先将该问题的决策树绘制出来，如图16-3。图16-3§2风险型情况下的决策当用决策树求解该问题时，首先将128§2风险型情况下的决策首先，由全概率公式求得联合概率表：联合概率N1N2由全概率求得I10.240.07P(I1)=0.31I20.060.63P(I2)=0.69§2风险型情况下的决策首先，由全概率公式求得联合概率129§2风险型情况下的决策然后，由条件概率公式P(N/I)=P(NI)/P(I)求得在调查结论已知时的条件概率表：条件概率P(N/I)N1N2I10.77420.2258I20.08700.9130§2风险型情况下的决策然后，由条件概率公式P(N/I130§2风险型情况下的决策

最后，在决策树上计算各个节点的期望值，结果如图16-4，结论为：当调查结论表明需求量大时，采用大批量生产；当调查结论表明需求量小时，采用小批量生产。图16-4§2风险型情况下的决策最后，在决策树上计算各个节点的131§2风险型情况下的决策由决策树上的计算可知，公司的期望收益可达到10.5302万元，比不进行市场调查的公司收益6.5万元要高，其差额就是样本情报的价值，记为EVSI。EVSI=10.5302-6.5=4.0302(万元)§2风险型情况下的决策由决策树上的计算可知，公司的期132§2风险型情况下的决策所以当咨询公司市场调查的要价低于4.0302万元时，公司可考虑委托其进行市场调查，否则就不进行市场调查。

在这里，因为公司要价3万元，所以应该委托其进行市场调查。§2风险型情况下的决策所以当咨询公司市场调查的要价低133§2风险型情况下的决策

进一步，我们可以利用样本情报的价值与前面的全情报的价值(EVPI)的比值来定义样本情报的效率，作为样本情报的度量标准。样本情报效率=EVSI/EVPI×100%

上例中，样本情报价值的效率为4.0302/6×100%=67.17%，也就是说，这个样本情报相当于全情报效果的67.17%。§2风险型情况下的决策进一步，我们可以利用样本情报的134§2风险型情况下的决策多级（两级）决策树问题如将前面两个决策树进行合并，可以得到一个两级决策问题：首先决策是否要进行市场调查；然后根据调查结果如何安排生产。决策树的求解结果如图16-5。§2风险型情况下的决策多级（两级）决策树问题如将前面135S4:不搞市场调查S5:搞市场调查1图16-5S4:不搞市场调查S5:搞市场调查1图16-5136不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层次分析法本章内容1234不确定情况下的决策风险型情况下的决策效用理论在决策中的应用层137§3效用理论在决策中的应用效用：衡量决策方案的总体指标，反映决策者对决策问题各种因素的总体看法。使用效用值进行决策：首先把要考虑的因素折合成效用值，然后用决策准则下选出效用值最大的方案，作为最优方案。§3效用理论在决策中的应用效用：衡量决策方案的总体指标，反138§3效用理论在决策中的应用例4：求下表显示问题的最优方案（万元）:

某公司是一个小型的进出口公司，目前他面临着两笔进口生意，项目A和B，这两笔生意都需要现金支付。鉴于公司目前财务状况，公司至多做A、B中的一笔生意，根据以往的经验，各自然状态商品需求量大、中、小的发生概率以及在各自然状况下做项目A或项目B以及不作任何项目的收益如下表：§3效用理论在决策中的应用例4：求下表显示问题的最优方案（139§3效用理论在决策中的应用表16-9

N1(需求量大)P（N1）=0.3N2(需求量中)P（N2）=0.5N3(需求量小)P（N3）=0.2S1(做项目A)6040-100S2(做项目B)100-40-60S3(不做项目)000自然状态行动方案§3效用理论在决策中的应用表16-9140§3效用理论在决策中的应用用收益期望值法：

E(S1)=0.360+0.540+0.2(-100)=18万

E(S2)=0.3100+0.5（-40）+0.2(-60)=-2万

E(S3)=0.30+0.50+0.20=0万得到S1

是最优方案，最高期望收益18万。一种考虑：由于财务情况不佳，公司无法承受S1中亏损100万的风险，也无法承受S2中亏损50万以上的风险，结果公司选择S3，即不作任何项目。§3效用理论在决策中的应用用收益期望值法：一种考虑：141§3效用理论在决策中的应用用效用函数解释：把上表中的最大收益值100万元的效用定为10，即U(100)=10；最小收益值-100万元的效用定为0，即U(-100)=0。对收益60万元确定其效用值：设经理认为使下两项等价的p=0.95(1)得到确定的收益60万；(2)以p的概率得到100万，以1-p的概率损失100万。计算得：U(60)=pU(100)+(1-p)U(-100)=0.9510+0.050=9.5。§3效用理论在决策中的应用用效用函数解释：(1)得到确定的142§3效用理论在决策中的应用

类似地，设收益值为40、0、-40、-60。相应等价的概率分别为0.90、0.75、0.55、0.40，可得到各效用值：

U(40)=9.0；U(0)=7.5；U(-40)=5.5；U(-60)=4.0我们用效用值计算最大期望，如下表：§3效用理论在决策中的应用类似地，设收益值为40、0143§3效用理论在决策中的应用一般，若收益期望值能合理地反映决策者的看法和偏好，可以用收益期望值进行决策。否则，需要进行效用分析。表16-10

N1(需求量大)P（N1）=0.3N2(需求量中)P（N2）=0.5N3(需求量小)P（N3）=0.2E[U(Si)]S1(做项目A)9.59.007.35S2(做项目B)105.54.06.55S3(不做项目)7.57.57.57.5(max)自然状态行动方案§3效用理论在决策中的应用一般，若收益期望值能合理地144§3效用理论在决策中的应用收益期望值决策是效用期望值决策的一种特殊情况。说明如下：

以收益值作横轴，以效用值作纵轴，用A、B两点作一直线，其中A点的坐标为(最大收益值，10)，B点的坐标为(最小收益值，0)，如果某问题的所有的收益值与其对应的效用值组成的点都在此直线上，那么用这样的效用值进行期望值决策是和用收益值进行期望值决策的结果完全一样。§3效用理论在决策中的应用收益期望值决策是效用期望值145§3效用理论在决策中的应用以上面的例子作图如下：-100100202060602610BA收益值效用值直线方程为：y=5x/100+5,于是求得：U(-60)=2,U(-40)=3,U(0)=5,U(40)=7,U(60)=8,用这样的效用值，进行期望值决策，见表16-11。图16-6§3效用理论在决策中的应用以上面的例子作图如下：-1146§3效用理论在决策中的应用

自然状态行动方案需求量大N1(P=0.3)需求量大N2(P=0.5)需求量大N3