项目决策分析ppt课件.ppt

项目决策分析具体研究内容§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。不能确定各种自然状况发生的概率。基本决策方法：
最大最小准则（悲观准则）、
最大最大准则（乐观准则）、
等可能性准则(Laplace准则)、
乐观系数(折衷)准则(Hurwicz胡魏兹准则)、
后悔值准则（Savage沙万奇准则）例：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）：5一、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。若用(Si,Nj)表示收益值，则有：10二、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。用(Si,Nj)表示收益值10三、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。用E(Si)表示第I方案的收益期望值10四、乐观系数(折衷)准则(Hurwicz胡魏兹准则)
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（01），然后计算：
CVi=max[(Si,Nj)]+（1-）min[(Si,Nj)]
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。取=0.7在例1中取=0.7，则有：10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。5用aij’表示后悔值，构造后悔值矩阵：10§2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。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。27二、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)29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。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。前例根据下图说明S3是最优方案，收益期望值为6.5。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。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：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。五、具有样本情报的决策分析（贝叶斯决策）五、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；方案B:从第二个口袋中抽出一球，若为白球或黄球，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元。A或B？选A.A或B？选A.A或B？选A.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。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乘法公式（联合概率）：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：自然状况
行动方案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：