天津大学管理学院运筹学课件第七章 风险型决策
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
0.3
26
200 0 800 1600
百度文库
0.5
27
400 200 0 1000
0.1
28
600 400 200
0
EOL (d1 )=320; EOL(d2 )=220; EOL(d3 )=420; EOL(d4 )=1220 。
d*= d2,即进货26件。
(3)EVPI = 220。
练习 某轻工企业利用剩余生产能力生产一种季节性新 产品,自产自销。产品成本每盒50元,售价每盒80元。 如果当日未售出将半价(40元)出售。现估计出该产品 今年的市场需求量及它们出现的概率如表:
问题:怎样构造解法?
2.解法一:最大期望利润(收益)准则
步骤:-求每个决策dj 的期望利润 E (dj ); -最大期望利润 max E (dj )对应的决策即d*。
例2 条件同例1,并知状态概率为0.2,0.5,0.3,求d*。
解:由设,利润与概率表为
P( ) i
i
d j
dd
1
2
0.2 1
80 40
第二节 风险型决策
又可分为: -先验分析——利用先验信息进行终端决策; -后验分析——利用后验信息进行终端决策; -预后分析——后验分析的预分析。
一、先验分析
1.问题的一般提法 设:利润表与状态概率为
P( ) i
P( ) 1
P( ) m
d j
i
1
m
d d
1
n
u u
11
1n
u
u
m1
mn
求:最优决策d*。
出决策。
(1)列出本问题的损益表,由最大期望收益准则确定最
优决策;
(2)列出机会损失表,由最小期望机会损失准则确定最
优决策;
(3)求本问题的EVPI。
解 (1)损益表:
P( ) i
i
d j
25
26
27
28
0.1
25
5000 4200 3400 2600
0.3
26
5000 5200 4400 3600
P( )
i
i
d j
导出机会损失表
u ij
P( )
i
i
d j
;
r ij
其中
r ij
max u
k
ik
uij称为当实施dj而发生
时的机会 i
损失;
(问题:机会损失的含义为何?)
-求每个决策dj 的期望机会损失EOL (dj ); -最小期望机会损失min EOL (dj )对应的决策即d*。
(问题:如果已知的不是利润表,而是费用表,那么最小期望机会损失的 公式应作何调整?)
请用决策分析的术语描述该问题。
解:设决策d1:增加设备投资, d2:维持现状;
状态 :销量大, :销量中, :销量小。
1
2
3
损益表:
d j
d
1
d 2
i
80
40
1
20
7
2
-5
1
3
二、决策问题的分类
1.确定型:状态只有一种; 2.不确定型:状态不只一种;又可分为完全不确定型 (状态概率未知)和风险型(状态概率可知)。
日销量 概率
100 110 120 130 0.20 0.30 0.40 0.10
该企业拟订今年该产品日产量的备选方案为100盒、110 盒、120盒、130盒。试根据最大期望收益准则确定适当 的日产量,并求出企业为调查市场信息所值得付费的上 限。
解 损益表:
P( ) i
0.2 0.3 0.4 0.1
(2)由下图的分析可得,若买预报,预报状态为k ,
应采取的最优决策为d
* k
,k=1,…,m,称
*
(d1*
,,
d
* m
)
为最优策略。
不买预报
P(1' )
买预报
P( 'm )
d1
P(1 )
a11
dn
P( m )
am1
P(1 )
a1n
做先验分析
P( m )
amn
d1
dn
P(1 1' )
P( m 1' )
-状态结点 ,由此出发的分枝称机会(概率)分枝;
-后果结点 ,后标结局(损益)值。
例6 用决策树方法再解例2。
解:
1 (0.2)
80
d1 24.5 2 (0.5)
20
24.5
3 (0.3)
-5
1 (0.2)
40
d2 11.8 2 (0.5)
7
3 (0.3)
1
P( ) i
i
d j
0.2 1
0.5 2
0.3 3
dd
1
2
80 40 20 7 -5 1
最优决策d1,最大期望收益24.5。
二、后验分析
比较-先验分析:用先验概率 P(i ) 作期望值进行决策 -后验分析:用后验概率 P(i k ) 作期望值进行决策
1.问题
P( )
设:利润表与状态概率
i
P( ) 1
如右表,又获得信息:将发
生状态k ,准确度为 P(k i );
-比较买与不买的差异,做出决定。
•
加强做责任心,责任到人,责任到位 才是长 久的发 展。20. 11.420. 11.4We dnesday , November 04, 2020
•
人生得意须尽欢,莫使金樽空对月。1 6:34:06 16:34:0 616:34 11/4/20 20 4:34:06 PM
问:是否值得买预报,买后相应于预报的各状态应采取何决 策?
2.方法
分析-C EVPI,不买; -C < EVPI,-买后获利-C 买前获利,不买;
-买后获利-C > 买前获利,买。
(1)由最大期望利润准则(如下图)得到买与不买预报所 得的期望利润,若买后所得利润-C>买前所得利润,则值得 买,否则不买;
P( ) i
i
d j
0.2 1
0.5
2
0.3 3
dd
1
2
80 40 20 7 -5 1
1 2
3
0 .7 0 .2 0 .1
1
2
0 .1 0 .7 0 .15
0 .15 0 .2 0 .7
3
方法:-求不买预报时的期望利润,即做一个先验分析; -求买预报时的期望利润,即做3个后验分析,并对3个
的结果再平均(为此需要计算后验概率);
第七章 风险型决策
(Risk Type Decision )
第一节 基本概念 第二节 风险型决策
第一节 基本概念
一、决策问题的组成
1.决策者:决策的主体,一个人或团体;
2.决策:两个以上可供选择的行动方案,记dj;
3.状态(事件):决策实施后可能遇到的自然状况,记 ; i
4.状态概率:对各状态发生可能性大小的主观估计,记P( ) ; i
P( ) m
d j
i
1
m
求:最优决策d*。
d d
1
n
u u
11
1n
u
u
m1
mn
2.方法:-先求后验概率 P(i k ),
P(i k ) P(i )
P(ik )
m i 1
P(i )
P(k )
P( i
k )
P(k ) P(k )
-再以 P(i k ) 作期望值进行决策(同先验分析)。
例7 条件同例2(即如右表),
4.完全信息期望值(EVPI)
完全信息:能够准确无误地预报将发生状态的信息;
具有完全信息的期望利润:当 必发生时的最优决策利润
i
期望值
m
P
(
) max u
。
i 1
i
ij j
例4 求例2中的具有完全信息的期望利润。
P( ) i
i
d j
dd
1
2
解:由利润表 0.2
1
0.5 2
0.3 3
80 40 可得
例3 用最小期望机会损失准则再解例2。
P( ) i
i
d j
dd
1
2
解:先由利润表 0.2
1
0.5
2
0.3 3
P( ) i
i
d j
dd
1
2
80 40 20 7 -5 1
0.2 1
0.5 2
0.3 3
0 40 0 13 60
导出机会损失表
EOL (d1 )=0×0.2+0×0.5+6 ×0.3=1.8; E OL(d2 )=40×0.2+13×0.5+0×0.3=14.5。 EOL (d1 ) < EOL (d2 ), ∴ d*= d1,即增加设备投资。
5.结局(损益):当决策dj实施后遇到状态
i
时所产生的效
益(利润)或损失(成本),记 u ,用损益表表示。 ij
d j
d
1
d n
i
1
u
11
u 1n
m
u
m1
u mn
例1 某厂需要对明年的生产投资做出决策:是增加设 备投资还是维持现状。该厂产品明年在市场上的销售情况可 能有3种:销量大、销量中、销量小。若增加设备投资遇到 各种情况后的收益(万元)分别为80、20、-5;若维持现状 遇到各种情况后的收益(万元)分别为40、7、1。
三、预后分析
比较-后验分析:用已得的附加信息修正概率后做计算 -预后分析:附加信息需付费,在买之前先分析是否应买
1.问题 设:利润表与状态概率
如右表,现还可购买价值C 元的状态预报,预报的准确
P( ) i
P( ) 1
P( ) m
d j
i
1
m
d d
1
n
u u
11
1n
u
u
m1
mn
度为 P(k i ) ;
•
安全象只弓,不拉它就松,要想保安 全,常 把弓弦 绷。20. 11.416:34:0616 :34Nov -204-N ov-20
•
重于泰山,轻于鸿毛。16:34:0616:34:0 616:34 Wedne sday , November 04, 2020
例5 商店现需对某种货物下周的进货数量做出决策。
设这种货物进货成本为每件800元,售价为每件1000元,但一
周内如不能售出则变质报废。已知市场对这种货物的一周需
求量的概率分布如下:
需求量(件) 25 26 27 28
概率
0.1 0.3 0.5 0.1
因此进货数量也决定由25、26、27、28(件)四种可能中做
d j
i
100
110
120
130
100 110 120 130
3000 3000 3000 3000
2900 3300 3300 3300
2800 3200 3600 3600
2700 3100 3500 3900
E (d1 )=3000; E (d2 )=3220; E (d3 )=3320; E (d4 )=3260 。 d*= d3,即进货120件。
0.5
27
5000 5200 5400 4600
0.1
28
5000 5200 5400 5600
E (d1 )=5000; E (d2 )=5100; E (d3 )=4900; E (d4 )=4200 。
d*= d2,即进货26件。
P( )
(2)机会损失表: i
0.1
d j
i
25
25 26 27 28 0 800 1600 2400
0.5
2
0.3 3
20 7 -5 1
E (d1 )=80×0.2+20×0.5+(-5) ×0.3=24.5; E (d2 )=40×0.2+7×0.5+1×0.3=11.8。 E (d1 ) > E (d2 ), ∴ d*= d1,即增加设备投资。
3.解法二:最小期望机会损失准则
步骤:-由利润表
0.3
P(2i )
0.06 0.35 0.06
P(2) 0.47
P(i 2 )
0.128 0.745 0.128
E (d1 )=80×0.128+20×0.745+(-5) ×0.128=24.5; E (d2 )=40×0.128+7×0.745+1×0.128=10.46。 E (d1 ) > E (d2 ), ∴ d*= d1,即增加设备投资。
20 7
-5 1
具有完全信息的期望利润为 80×0.2+20×0.5+1 ×0.3 = 26.3 ;
问题:回顾例5.2中无附加信息时最优决策的期望利润是多少? ——24.5 差额 26.3-24.5 = 1.8 说明什么? ——完全信息的价值。
完全信息期望值:具有完全信息的期望利润与无附加信息时
最优决策的期望利润之差,记EVPI。
a11
am1
P(1 1' )
P( m 1' )
a1n
amn
做m 个后
d1
dn
P(1
' m
)
P(
m
' m
)
a11
am1
P(1
' m
)
P
(
m
' m
)
a1n
a
验分析
例8:在前例中,原始信息如下左表,现可购买一份价值0.8万元的
预报,预报结果可能为1 销量大,2 销量中,3 销量小。准确度
P(k i ) 如下右表。问是否应买预报,买后决策为何?
具有完全信息的期望利润: 3000 0.2 3300 0.3 3600 0.4 3900 0.1 3420
EVPI = 3420-3320=100,即企业为调查市场信息所值得付费 的上限为100。
5.决策树分析法
回顾:什么是树? ——无圈的连通图。
决策树的结点与分枝
-决策结点 ,由此出发的分枝称决策分枝;
EVPI
m
P(
) max u
m
max
P(
)u
i 1
i
j
ij
j
i 1
i
ij
既然EVPI反映了完全信息的价值,而完全信息是可获信 息的最高水准,因此,EVPI在决策分析中提供了为获取附加 信息而值得付费的上限。
在例2中,EVPI= 26.3-24.5 = 1.8 ,恰好等于 EOL(d*) 。 一般地,EVPI= min EOL(dj) 。 (思考原因)
P( ) i
i
d j
现预报明年将发生“销量中”,记为 0.2 1
2 ,准确度 P(2 i ) 为
0.5 2
2
1 2 3
0.3 0.7 0.2
,求d*。 0.3
3
dd
1
2
80 40 20 7 -5 1
解:先求 P(i 2 ) ,
i P(2 i ) P(i )
1
0.3
0.2
2
0.7
0.5
3
0.2