专题1决策分析课件

专题一决策分析Decisionmaking专题一决策分析Decisionmaking一、决策的概念决策就是作决定，领导“拍板”；决策就是一种选择，从若干个行动方案中选出最佳方案；决策就是管理，管理就是决策；决策就是人类社会为了确定行动目标的一种重要活动。etc.1.什么是决策？一、决策的概念1.什么是决策？2.决策的概念－广义的与狭义的广义：看作一个管理过程，是人们为了实现特定的目标，运用科学的理论与方法，系统地分析主客观条件，提出各种预选方案，从中选出最佳方案，并对最佳方案进行实施、监控的过程。包括从设定目标，理解问题，确定备选方案，评估备选方案，选择、实施的全过程．2.决策的概念－广义的与狭义的广义：看作一个管理过程，是人2.决策的概念－广义的与狭义的广义：看作一个管理过程，是人们为了实现特定的目标，运用科学的理论与方法，系统地分析主客观条件，提出各种预选方案，从中选出最佳方案，并对最佳方案进行实施、监控的过程。包括从设定目标，理解问题，确定备选方案，评估备选方案，选择、实施的全过程．狭义：为解决某种问题从多种替代方案中选择一种行动方案的过程．2.决策的概念－广义的与狭义的广义：看作一个管理过程，是人3.决策必须遵从的一些基本原则最优化原则

最优原则“满意”原则

系统原则

强调系统配套、系统完整和系统平衡，从整个系统出发来权衡利弊。

信息准全原则

信息是决策的基础。信息要准，要全，要贯穿决策过程始终。3.决策必须遵从的一些基本原则最优化原则系统原则信息准

可行性原则－技术、经济、社会全方位考虑

集团决策原则

决策者与专家集体智慧现结合－智囊团3.决策必须遵从的一些基本原则可行性原则－技术、经济、社会全方位考虑集团决策原则3.西蒙认为做出正确的决策包括四个流程：1、找出制定决策的根据，即收集情报；2、找到可能的行动方案；3、在诸行动方案中进行抉择，即根据当时的情况和对未来发展的预测，从各个备选方案中选定一个方案；4、对已选择的方案及其实施进行可行性和效益性评价。决策过程中的最后一步，对于保证所选定方案的顺利实施而言，又是关键的一步。二、科学的决策程序西蒙认为做出正确的决策包括四个流程：二、科学的决策程序依决策科学先驱西蒙(H.A.Simon)的观点，可将决策过程分为四个阶段：情报活动

包括识别问题，设定目标，理解问题几个阶段，主要解决“做什么”的问题。其一，在什么情况下需做什么决策？否则会坐失良机．其二，选择决策的主题。与决策者的偏好，信念，价值观和道德观有关．依决策科学先驱西蒙(H.A.Simon)的观点，可设计活动是寻求多种途径解决问题的过程，即确定备选方案．如只有一个方案，便无所谓决策了．设计活动是寻求多种途径解决问题的过程，即确定备选方案．如

抉择活动

评价、选择备选方案．它比较复杂：

(1)评价准则多样；

(2)后果往往是风险事件，决策人对风险的态度不同；

(3)最终取决于决策人的习惯，传统，信念等．选择＂满意的＂，而不是＂最优的＂．

实施活动

是执行，追踪和学习的过程．只下命令而不跟踪，监督，是无效的．

实施活动是执行，追踪和学习的过程．只下命令而不跟踪，识别问题设定（决策）目标理解问题－搜集有关资料信息预测未来拟订各种备选方案评估备选方案选择最佳方案实施方案，并控制决策的执行情况反馈信息，必要时实现追踪决策情报活动设计活动实施活动抉择活动识别问题评估备选方案情报活动设计活动实施活动抉择活动专题1决策分析

另外，他还认为不同类型的决策需要不同的决策技术，决策技术又分为传统技术和现代技术，主要包括线性规划、决策树、计划评审法和关键线路法、模拟、对策论、概率论、排队论等；决策的准则是从可选方案中选择一种“令人满意”的行动方案而不可能是“最优”方案。另外，他还认为不同类型的决策需要不同的决策技术，决策技构成决策问题的四个要素:决策目标、行动方案、自然状态、效益值行动方案集：A={s1,s2,…,sm}自然状态集：N={n1,n2,…,nk}三、决策的要素构成决策问题的四个要素:三、决策的要素效益(函数)值：v=(si,nj)自然状态发生的概率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。效益(函数)值：v=(si,nj)

按决策问题的内容和层次可分为战略决策：涉及全局和长远方针政策战术决策：着眼于方针执行中的短期具体问题，是战略决策的延伸。四、决策类型按决策问题的内容和层次可分为四、决策类型按决策问题的性质和条件可分为：确定型：决策环境完全确定的条件下进行。按决策问题的性质和条件可分为：不确定型：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。不确定型：在决策环境不确定的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。风险型决策问题□非结构化与结构化决策有些决策非常清楚，明白，目的明确，毫不含糊，也有些决策不易理解，模棱两可因而难以处理，这就是结构化决策与非结构化决策的区别．也称作程式决策与非程式决策．□非结构化与结构化决策有些决策非常清楚，明白，目的明确，毫□非结构化与结构化决策程式决策属于经常出现的常规问题，不必实行新的决策，可制定一套处理这些决策问题的固定程序和规则，如招生，招工，订货，发货等必需的手续．有些决策非常清楚，明白，目的明确，毫不含糊，也有些决策不易理解，模棱两可因而难以处理，这就是结构化决策与非结构化决策的区别．也称作程式决策与非程式决策．□非结构化与结构化决策程式决策有些决策非常清楚，明白，目的非程式决策属于新颖的，结构不清而重要的复杂问题，过去尚未发生，无现成的解决办法．非程式决策□独立决策与非独立决策根据与其它决策之间的依赖程度区分．包括：过去的决策的影响和对将来可能作出的决策的影响；对组织内其它部门决策的影响．□独立决策与非独立决策根据与其它决策之间的依赖程度区分．□单目标与多目标决策按决策目标的多少区分：单目标决策决策目标只有一个。多目标决策同时考虑了两个或两个以上的目标，它的解必须同时满足这些目标的要求。□单目标与多目标决策按决策目标的多少区分：

还可以按时间长短分为长期决策、中期决策和短期决策；按决策的阶段可以分为单阶段决策和多阶段决策等等。还可以按时间长短分为长期决策、中期决策和短期决策；按五、决策理论的发展历史及发展趋势发展历史决策理论研究尚未发生的行为抉择，势必要回答两个问题：抉择的准则是什么？未来环境将会出现何种状态？决策理论就是围绕这两个主题发展起来的．五、决策理论的发展历史及发展趋势发展历史决策理论研究尚未发生准则问题：1738年，伯努利(D.Bernoulli)提出效用值概念及用概率反映不确定性，并用期望效用值为指标．准则问题：－1944年，冯．诺曼-摩根斯坦，提出效用值运算的定理．－1944年，冯．诺曼-摩根斯坦，提出效用值运算的定理．－20世纪50年代，萨维奇(LeonardJ.Savage)从决策角度研究统计分析方法，建立贝叶斯决策理论．主观概率的概念－1944年，冯．诺曼-摩根斯坦，提出效用值运算的定理．－20世纪50年代，萨维奇(LeonardJ.Savag－20世纪50年代，萨维奇(LeonardJ.Savage)－1963~1971年，＂决策理论＂得到广泛应用．从决策角度研究统计分析方法，建立贝叶斯决策理论．＂决策分析＂名词1966年提出．主观概率的概念－1944年，冯．诺曼-摩根斯坦，提出效用值运算的定理．－20世纪50年代，萨维奇(LeonardJ.Savag与此同时，爱德华兹和阿莱斯从心理学角度考察这些理论在行为中的真实性，开创了＂行为决策理论＂的研究．与此同时，爱德华兹和阿莱斯从心理学角度考察这些理论在行为中的阿罗（K.Arrow）的群决策．与此同时，爱德华兹和阿莱斯从心理学角度考察这些理论在行为中的真实性，开创了＂行为决策理论＂的研究．阿罗（K.Arrow）的群决策．与此同时，爱德华兹和阿莱斯从阿罗（K.Arrow）的群决策．简言之：现代决策理论从理性决策研究开始，然后出现行为决策研究．现在两类研究相辅相成，彼此促进，构成决策研究的格局．问题尚多，还不能说已经成熟．与此同时，爱德华兹和阿莱斯从心理学角度考察这些理论在行为中的真实性，开创了＂行为决策理论＂的研究．阿罗（K.Arrow）的群决策．简言之：与此同时，爱德华兹和1.个人决策向团体决策发展 郊野小路上赶马车－高速公路上开汽车－蓝天上驾驶战斗机2.定性决策向定量决策发展 定性－定量－定性与定量相结合3.单目标向多目标综合发展 利润目标已不再是唯一的决策目标！发展趋势1.个人决策向团体决策发展2.定性决策向定量决策发展3.4.单赢决策向双赢决策发展 击败对手？6.决策向更远的未来发展

5.静态决策向动态决策发展

4.单赢决策向双赢决策发展6.决策向更远的未来发展5.静§1风险型情况下的决策§1风险型情况下的决策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。特征：1、自然状态已知；特征：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。一、最大可能准则专题1决策分析二、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。

E(Si)=P(Nj)(Si,Nj)二、期望值准则专题1决策分析

对于一些较为复杂的风险决策问题，光用表格是难以表达和分析的。为此引入决策树法。决策树法同样是使用期望值准则进行决策，但它具有直观、形象、思路清晰的优点。三、决策树法对于一些较为复杂的风险决策问题，光用表格是难以表达和分具体步骤：(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；具体步骤：(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。(3)选收益期望值最大(损失期望值最小)的方案为最优方案，主要符号：决策点方案节点结果节点主要符号：前例根据下图说明S3是最优方案，收益期望值为6.5。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决策S1S2S3大批量生产中批量生产小批量生产N1(需求量四、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.那么四、灵敏度分析E(S1)=p30+(1-p)(-6)=36p-6

E(S2)=p20+(1-p)(-2)=22p-2

E(S3)=p10+(1-p)(+5)=5p+5

E(S1)=p30+(1-p)(-6)=36E(S1)E(S2)E(S3)010.35p取S3取S1数学期望的取值p=0.35为转折概率E(S1)E(S2)E(S3)010.35p取S3取S1数学

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。反之如果参数稍有变化时，最优方案就有变化，则这个方案就在实际工作中，如果状态概率、收益值在其可能发生的变就不稳定的，需要我们作进一步的分析。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。就不稳定的，需要我们作进一步的分析。就自然状态N1的概率而言全情报：关于自然状况的确切消息。在前例中，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。五、全情报的价值（EVPI）全情报：关于自然状况的确切消息。五、全情报的价值（EVPI）

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。于是，全情报的期望收益为：

若得到全情报：当知道自然状态为N1时，决策者必采取方

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。那么，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六、具有样本情报的决策分析（贝叶斯决策）一）单级决策树方法：六、具有样本情报的决策分析（贝叶斯决策）一）单级决策树方法：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；六、具有样本情报的决策分析（贝叶斯决策）方案B:从第二个口袋中抽出一球，若为白球或黄球，得1000元。2.Ellsberg悖论两个口袋各有100只球，其中第一个口袋内有40只白球，30只绿球，30只黄球；第二只口袋里有40只白球，60只黄球和绿球。方案A:从第一个口袋中抽出一球，若为白球或黄球，得1000元。方案C:从第二个口袋中抽出一球，若为白球或绿球，得1000元。方案B:从第二个口袋中抽出一球，若为白球或黄球，得1000方案B:从第二个口袋中抽出一球，若为白球或黄球，得1000元。2.Ellsberg悖论两个口袋各有100只球，其中第一个口袋内有40只白球，30只绿球，30只黄球；第二只口袋里有40只白球，60只黄球和绿球。方案A:从第一个口袋中抽出一球，若为白球或黄球，得1000元。

请问：你会选择哪个方案？方案C:从第二个口袋中抽出一球，若为白球或绿球，得1000元。方案B:从第二个口袋中抽出一球，若为白球或黄球，得1000A或B？选A.A或B？选A.A或B？选A.A或C？选A.A或B？选A.A或C？选A.A或B？选A.A或C？选A.于是有A或B？选A.A或C？选A.于是有人们在判断主观概率时往往偏重于清晰的事实而对模糊不清的事件不放心，对其采用保守的、留有余地的态度，从而得出违反概率论基本规则的结论。A或B？选A.A或C？选A.于是有人们在判断主观概率时往往偏重于清晰的事实而对模糊不清的事件不

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。在贝叶斯决策法中，可以根据样本情报来修正先验概率

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在自然状态为Nj的条件下咨询结果为Ik的条件概率，乘法公式（联合概率）：

条件概率的定义：乘法公式（联合概率）：条件概率的定义：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。例3、（在例2基础上得来）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：N1：需求量大；N2：需求量小，且N1的发生概率即P(自然状况行动方案N1N2S130-6S220-2S3105自然状况N1N2S130-6S220-2S3105

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：现在该公司欲委托一个咨询公司作市场调查。咨询P(I2/N2)=0.9P(I2/N1)=0.2I2P(I1/N2)=0.1P(I1/N1)=0.8I1N2N1自然状况条件概率调查结果P(I2/N2)=0.9P(I2/N1)=0.2I2P(

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？我们该如何用样本情报进行决策呢?如果样本情报要

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。为了利用决策树求解，由决策树可知，我们需要知道咨询公司调查结论的概率和在咨询公司调查结论已知时,作为自然状态的市场需求量的条件概率。当用决策树求解该问题时，首先将该问专题1决策分析

事先仅已知P(I/N)需要做的是依据条件概率公式：P(N/I)=P(NI)/P(I)求得P(N/I)事先仅已知P(I/N)需要做的是依据条件概率公式：P(I2/N2)=0.9P(I2/N1)=0.2I2P(I1/N2)=0.1P(I1/N1)=0.8I1N2（0.7）N1（0.3）自然状况条件概率调查结果P(I2/N2)=0.9P(I2/N1)=0.2I2P(联合概率N1N2由全概率求得I10.240.07P(I1)=0.31I20.060.63P(I2)=0.69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)

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然后，由条件概率公式P(N/I)=P(NI)/P(I

最后，在决策树上计算各个节点的期望值，结果如图7-4，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。最后，在决策树上计算各个节点的期望值，结果如图7-4

21.8712*0.31+5.435*0.69=10.530221.87125.435图16-421.8712*0.31+5.435*0.69=10.53

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)由决策树上的计算可知，公司的期望收益可达到10.53

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。所以当咨询公司市场调查的要价低于4.0302万元时，

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%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

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%。上例中，样本情报价值的效率为

样本情报的效率越高，则这个样本情报越好，当样本情报的效率为100%时，则样本情报就成了全情报。反之，如果某个样本情报的效率太低，我们就没有必要去获取它。样本情报的效率越高，则这个样本情报越好，当样本情报的

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下图二）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：7.536.510.53-3S4:不搞市场调查S5:搞市场调查17.536.510.53-3S4:不搞市场调查S5:搞市场调§2效用理论在决策中的应用§2效用理论在决策中的应用1738年，伯努利(D.Bernoulli)提出效用值概念，认为人们对其钱财的真实价值的考虑与他的钱财拥有量之间有对数关系。经济管理学家将效用作为指标来衡量人们对事物的主观价值、偏爱、倾向等等。即有：1738年，伯努利(D.Bernoulli)提出效用效用：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。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。使用效用值进行决策：首先把要考虑的因素折合成效用值，然后用决例3：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、例3：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：小的发生概率以及在各自然状况下做项目A或项目B以及不作任何项专题1决策分析得到S1

是最优方案，最高期望收益18万。用收益期望值法：得到S1是最优方案，最高期望收益18万。用收益期望值法：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。用效用函数如何解释？一种考虑：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。用效用函数解释：

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）=p*U(100)+(1-p)*U(-100)=0.95*10+0.05*0=9.5。对收益60万元确定其效用值：设经理认为使下两项等价的

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：类似地，设收益值为40、0、-40、-60。相应专题1决策分析

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。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。以上面的例子作图如下：以收益值作横轴，以效用值作纵轴，用A、B两点作一直线-100100202060602610BA收益值效用值-100100202060602610BA收益值效用值

直线方程为：y=5/100*x+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16-10。直线方程为：y=5/100*x+5,于是求得：U(-

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)]做项目AS18705.9←max做项目BS210324.9不做任何项目S35555表16-10单位：万元自然状态需求量大需求量大需求量

回顾一下，当我们对收益值进行期望值决策时，知：E(S1)=18,E(S2)=-2,E(S3)=0,E[U(S1)]=5.9,E[U(S2)]=4.9,E[U(S3)]=5,实际上后面的值也是由直线方程E[U(Si)]=5/100*[E(Si)]+5决定的，即有：回顾一下，当我们对收益值进行期望值决策时，知：E

E[U(S1)]=5/100*[E(S1)]+5=5.9；E[U(S2)]=5/100*[E(S2)]+5=4.9E[U(S3)]=5/100*[E(S3)]+5=5，所以用这两种方法决策是同解的。E[U(S1)]=5/100*[E(S1)]+5=专题一决策分析Decisionmaking专题一决策分析Decisionmaking一、决策的概念决策就是作决定，领导“拍板”；决策就是一种选择，从若干个行动方案中选出最佳方案；决策就是管理，管理就是决策；决策就是人类社会为了确定行动目标的一种重要活动。etc.1.什么是决策？一、决策的概念1.什么是决策？2.决策的概念－广义的与狭义的广义：看作一个管理过程，是人们为了实现特定的目标，运用科学的理论与方法，系统地分析主客观条件，提出各种预选方案，从中选出最佳方案，并对最佳方案进行实施、监控的过程。包括从设定目标，理解问题，确定备选方案，评估备选方案，选择、实施的全过程．2.决策的概念－广义的与狭义的广义：看作一个管理过程，是人2.决策的概念－广义的与狭义的广义：看作一个管理过程，是人们为了实现特定的目标，运用科学的理论与方法，系统地分析主客观条件，提出各种预选方案，从中选出最佳方案，并对最佳方案进行实施、监控的过程。包括从设定目标，理解问题，确定备选方案，评估备选方案，选择、实施的全过程．狭义：为解决某种问题从多种替代方案中选择一种行动方案的过程．2.决策的概念－广义的与狭义的广义：看作一个管理过程，是人3.决策必须遵从的一些基本原则最优化原则

最优原则“满意”原则

系统原则

强调系统配套、系统完整和系统平衡，从整个系统出发来权衡利弊。

信息准全原则

信息是决策的基础。信息要准，要全，要贯穿决策过程始终。3.决策必须遵从的一些基本原则最优化原则系统原则信息准

可行性原则－技术、经济、社会全方位考虑

集团决策原则

决策者与专家集体智慧现结合－智囊团3.决策必须遵从的一些基本原则可行性原则－技术、经济、社会全方位考虑集团决策原则3.西蒙认为做出正确的决策包括四个流程：1、找出制定决策的根据，即收集情报；2、找到可能的行动方案；3、在诸行动方案中进行抉择，即根据当时的情况和对未来发展的预测，从各个备选方案中选定一个方案；4、对已选择的方案及其实施进行可行性和效益性评价。决策过程中的最后一步，对于保证所选定方案的顺利实施而言，又是关键的一步。二、科学的决策程序西蒙认为做出正确的决策包括四个流程：二、科学的决策程序依决策科学先驱西蒙(H.A.Simon)的观点，可将决策过程分为四个阶段：情报活动

包括识别问题，设定目标，理解问题几个阶段，主要解决“做什么”的问题。其一，在什么情况下需做什么决策？否则会坐失良机．其二，选择决策的主题。与决策者的偏好，信念，价值观和道德观有关．依决策科学先驱西蒙(H.A.Simon)的观点，可设计活动是寻求多种途径解决问题的过程，即确定备选方案．如只有一个方案，便无所谓决策了．设计活动是寻求多种途径解决问题的过程，即确定备选方案．如

抉择活动

评价、选择备选方案．它比较复杂：

(1)评价准则多样；

(2)后果往往是风险事件，决策人对风险的态度不同；

(3)最终取决于决策人的习惯，传统，信念等．选择＂满意的＂，而不是＂最优的＂．

实施活动

是执行，追踪和学习的过程．只下命令而不跟踪，监督，是无效的．

实施活动是执行，追踪和学习的过程．只下命令而不跟踪，识别问题设定（决策）目标理解问题－搜集有关资料信息预测未来拟订各种备选方案评估备选方案选择最佳方案实施方案，并控制决策的执行情况反馈信息，必要时实现追踪决策情报活动设计活动实施活动抉择活动识别问题评估备选方案情报活动设计活动实施活动抉择活动专题1决策分析

另外，他还认为不同类型的决策需要不同的决策技术，决策技术又分为传统技术和现代技术，主要包括线性规划、决策树、计划评审法和关键线路法、模拟、对策论、概率论、排队论等；决策的准则是从可选方案中选择一种“令人满意”的行动方案而不可能是“最优”方案。另外，他还认为不同类型的决策需要不同的决策技术，决策技构成决策问题的四个要素:决策目标、行动方案、自然状态、效益值行动方案集：A={s1,s2,…,sm}自然状态集：N={n1,n2,…,nk}三、决策的要素构成决策问题的四个要素:三、决策的要素效益(函数)值：v=(si,nj)自然状态发生的概率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。效益(函数)值：v=(si,nj)

按决策问题的内容和层次可分为战略决策：涉及全局和长远方针政策战术决策：着眼于方针执行中的短期具体问题，是战略决策的延伸。四、决策类型按决策问题的内容和层次可分为四、决策类型按决策问题的性质和条件可分为：确定型：决策环境完全确定的条件下进行。按决策问题的性质和条件可分为：不确定型：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。不确定型：在决策环境不确定的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。风险型决策问题□非结构化与结构化决策有些决策非常清楚，明白，目的明确，毫不含糊，也有些决策不易理解，模棱两可因而难以处理，这就是结构化决策与非结构化决策的区别．也称作程式决策与非程式决策．□非结构化与结构化决策有些决策非常清楚，明白，目的明确，毫□非结构化与结构化决策程式决策属于经常出现的常规问题，不必实行新的决策，可制定一套处理这些决策问题的固定程序和规则，如招生，招工，订货，发货等必需的手续．有些决策非常清楚，明白，目的明确，毫不含糊，也有些决策不易理解，模棱两可因而难以处理，这就是结构化决策与非结构化决策的区别．也称作程式决策与非程式决策．□非结构化与结构化决策程式决策有些决策非常清楚，明白，目的非程式决策属于新颖的，结构不清而重要的复杂问题，过去尚未发生，无现成的解决办法．非程式决策□独立决策与非独立决策根据与其它决策之间的依赖程度区分．包括：过去的决策的影响和对将来可能作出的决策的影响；对组织内其它部门决策的影响．□独立决策与非独立决策根据与其它决策之间的依赖程度区分．□单目标与多目标决策按决策目标的多少区分：单目标决策决策目标只有一个。多目标决策同时考虑了两个或两个以上的目标，它的解必须同时满足这些目标的要求。□单目标与多目标决策按决策目标的多少区分：

还可以按时间长短分为长期决策、中期决策和短期决策；按决策的阶段可以分为单阶段决策和多阶段决策等等。还可以按时间长短分为长期决策、中期决策和短期决策；按五、决策理论的发展历史及发展趋势发展历史决策理论研究尚未发生的行为抉择，势必要回答两个问题：抉择的准则是什么？未来环境将会出现何种状态？决策理论就是围绕这两个主题发展起来的．五、决策理论的发展历史及发展趋势发展历史决策理论研究尚未发生准则问题：1738年，伯努利(D.Bernoulli)提出效用值概念及用概率反映不确定性，并用期望效用值为指标．准则问题：－1944年，冯．诺曼-摩根斯坦，提出效用值运算的定理．－1944年，冯．诺曼-摩根斯坦，提出效用值运算的定理．－20世纪50年代，萨维奇(LeonardJ.Savage)从决策角度研究统计分析方法，建立贝叶斯决策理论．主观概率的概念－1944年，冯．诺曼-摩根斯坦，提出效用值运算的定理．－20世纪50年代，萨维奇(LeonardJ.Savag－20世纪50年代，萨维奇(LeonardJ.Savage)－1963~1971年，＂决策理论＂得到广泛应用．从决策角度研究统计分析方法，建立贝叶斯决策理论．＂决策分析＂名词1966年提出．主观概率的概念－1944年，冯．诺曼-摩根斯坦，提出效用值运算的定理．－20世纪50年代，萨维奇(LeonardJ.Savag与此同时，爱德华兹和阿莱斯从心理学角度考察这些理论在行为中的真实性，开创了＂行为决策理论＂的研究．与此同时，爱德华兹和阿莱斯从心理学角度考察这些理论在行为中的阿罗（K.Arrow）的群决策．与此同时，爱德华兹和阿莱斯从心理学角度考察这些理论在行为中的真实性，开创了＂行为决策理论＂的研究．阿罗（K.Arrow）的群决策．与此同时，爱德华兹和阿莱斯从阿罗（K.Arrow）的群决策．简言之：现代决策理论从理性决策研究开始，然后出现行为决策研究．现在两类研究相辅相成，彼此促进，构成决策研究的格局．问题尚多，还不能说已经成熟．与此同时，爱德华兹和阿莱斯从心理学角度考察这些理论在行为中的真实性，开创了＂行为决策理论＂的研究．阿罗（K.Arrow）的群决策．简言之：与此同时，爱德华兹和1.个人决策向团体决策发展 郊野小路上赶马车－高速公路上开汽车－蓝天上驾驶战斗机2.定性决策向定量决策发展 定性－定量－定性与定量相结合3.单目标向多目标综合发展 利润目标已不再是唯一的决策目标！发展趋势1.个人决策向团体决策发展2.定性决策向定量决策发展3.4.单赢决策向双赢决策发展 击败对手？6.决策向更远的未来发展

5.静态决策向动态决策发展

4.单赢决策向双赢决策发展6.决策向更远的未来发展5.静§1风险型情况下的决策§1风险型情况下的决策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。特征：1、自然状态已知；特征：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。一、最大可能准则专题1决策分析二、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。

E(Si)=P(Nj)(Si,Nj)二、期望值准则专题1决策分析

对于一些较为复杂的风险决策问题，光用表格是难以表达和分析的。为此引入决策树法。决策树法同样是使用期望值准则进行决策，但它具有直观、形象、思路清晰的优点。三、决策树法对于一些较为复杂的风险决策问题，光用表格是难以表达和分具体步骤：(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；具体步骤：(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。(3)选收益期望值最大(损失期望值最小)的方案为最优方案，主要符号：决策点方案节点结果节点主要符号：前例根据下图说明S3是最优方案，收益期望值为6.5。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决策S1S2S3大批量生产中批量生产小批量生产N1(需求量四、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.那么四、灵敏度分析E(S1)=p30+(1-p)(-6)=36p-6

E(S2)=p20+(1-p)(-2)=22p-2

E(S3)=p10+(1-p)(+5)=5p+5

E(S1)=p30+(1-p)(-6)=36E(S1)E(S2)E(S3)010.35p取S3取S1数学期望的取值p=0.35为转折概率E(S1)E(S2)E(S3)010.35p取S3取S1数学

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。反之如果参数稍有变化时，最优方案就有变化，则这个方案就在实际工作中，如果状态概率、收益值在其可能发生的变就不稳定的，需要我们作进一步的分析。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。就不稳定的，需要我们作进一步的分析。就自然状态N1的概率而言全情报：关于自然状况的确切消息。在前例中，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。五、全情报的价值（EVPI）全情报：关于自然状况的确切消息。五、全情报的价值（EVPI）

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。于是，全情报的期望收益为：

若得到全情报：当知道自然状态为N1时，决策者必采取方

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。那么，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六、具有样本情报的决策分析（贝叶斯决策）一）单级决策树方法：六、具有样本情报的决策分析（贝叶斯决策）一）单级决策树方法：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；六、具有样本情报的决策分析（贝叶斯决策）方案B:从第二个口袋中抽出一球，若为白球或黄球，得1000元。2.Ellsberg悖论两个口袋各有100只球，其中第一个口袋内有40只白球，30只绿球，30只黄球；第二只口袋里有40只白球，60只黄球和绿球。方案A:从第一个口袋中抽出一球，若为白球或黄球，得1000元。方案C:从第二个口袋中抽出一球，若为白球或绿球，得1000元。方案B:从第二个口袋中抽出一球，若为白球或黄球，得1000方案B:从第二个口袋中抽出一球，若为白球或黄球，得1000元。2.Ellsberg悖论两个口袋各有100只球，其中第一个口袋内有40只白球，30只绿球，30只黄球；第二只口袋里有40只白球，60只黄球和绿球。方案A:从第一个口袋中抽出一球，若为白球或黄球，得1000元。

请问：你会选择哪个方案？方案C:从第二个口袋中抽出一球，若为白球或绿球，得1000元。方案B:从第二个口袋中抽出一球，若为白球或黄球，得1000A或B？选A.A或B？选A.A或B？选A.A或C？选A.A或B？选A.A或C？选A.A或B？选A.A或C？选A.于是有A或B？选A.A或C？选A.于是有人们在判断主观概率时往往偏重于清晰的事实而对模糊不清的事件不放心，对其采用保守的、留有余地的态度，从而得出违反概率论基本规则的结论。A或B？选A.A或C？选A.于是有人们在判断主观概率时往往偏重于清晰的事实而对模糊不清的事件不

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。在贝叶斯决策法中，可以根据样本情报来修正先验概率

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在自然状态为Nj的条件下咨询结果为Ik的条件概率，乘法公式（联合概率）：

条件概率的定义：乘法公式（联合概率）：条件概率的定义：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。例3、（在例2基础上得来）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：N1：需求量大；N2：需求量小，且N1的发生概率即P(自然状况行动方案N1N2S130-6S220-2S3105自然状况N1N2S130-6S220-2S3105

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：现在该公司欲委托一个咨询公司作市场调查。咨询P(I2/N2)=0.9P(I2/N1)=0.2I2P(I1/N2)=0.1P(I1/N1)=0.8I1N2N1自然状况条件概率调查结果P(I2/N2)=0.9P(I2/N1)=0.2I2P(

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？我们该如何用样本情报进行决策呢?如果样本情报要

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。为了利用决策树求解，由决策树可知，我们需要知道咨询公司调查结论的概率和在咨询公司调查结论已知时,作为自然状态的市场需求量的条件概率。当用决策树求解该问题时，首先将该问专题1决策分析

事先仅已知P(I/N)需要做的是依据条件概率公式：P(N/I)=P(NI)/P(I)求得P(N/I)事先仅已知P(I/N)需要做的是依据条件概率公式：P(I2/N2)=0.9P(I2/N1)=0.2I2P(I1/N2)=0.1P(I1/N1)=0.8I1N2（0.7）N1（0.3）自然状况条件概率调查结果P(I2/N2)=0.9P(I2/N1)=0.2I2P(联合概率N1N2由全概率求得I10.240.07P(I1)=0.31I20.060.63P(I2)=0.69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)

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然后，由条件概率公式P(N/I)=P(NI)/P(I

最后，在决策树上计算各个节点的期望值，结果如图7-4，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。最后，在决策树上计算各个节点的期望值，结果如图7-4

21.8712*0.31+5.435*0.69=10.530221.87125.435图16-421.8712*0.31+5.435*0.69=10.53

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)由决策树上的计算可知，公司的期望收益可达到10.53

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。所以当咨询公司市场调查的要价低于4.0302万元时，

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%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

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%。上例中，样本情报价值的效率为

样本情报的效率越高，则这个样本情报越好，当样本情报的效率为100%时，则样本情报就成了全情报。反之，如果某个样本情报的效率太低，我们就没有必要去获取它。样本情报的效率越高，则这个样本情报越好，当样本情报的

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