运筹学 第七章 决策分析
管理运筹学讲义 第7章 决策分析(4学时)
min p j aij
i j
两种决策准则等价。适于程序性的重复决策，且决策者可以承受 一次决策损失。
14
OR:SM
第三节
二、期望值准则
例子
风险性决策
Aj
Pj
Si
A1 A2 A3
S1 0.3 20 9 6
S2 S3 0.5 0.2 1 -6 8 0 5 4
选 A2
PjVij
5.3 6.7 5.1
20 =20 9 maxV i i
A3
7
6
5
选 A1
4
6
OR:SM
第二节 不确定性决策
二、悲观准则(最大最小法则)
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，又称max-min决策准则，适用于错误决策后果严重的情况。
做地震试验结果不好的概率
P(U)＝ P(1)P(U1)＋ P(2) P(U2) ＝ 0.5×0.8 + 0.5×0.1 = 0.45
5、按决策参与人——个人决策和群决策; 6、按时间长短——长期、中期、短期决策; 7、按决策的阶段——单阶段和多阶段决策.
4
OR:SM
第一节 决策分析概论
四、确定性、风险性和不确定性决策定义
确定性决策 非确定性决策 不确定性决策 风险决策
• 确定型决策——在决策环境完全确定的条件下进行。只有一种 最优方案，如前几章的模型； • 不确定型决策—在决策环境不确定的条件下进行，对各自然状 态发生的概率一无所知。有多种方案，但对各方案缺乏必要的 情报资料，根据不同决策准则决策； • 风险型决策——在决策环境不确定的条件下进行，各自然状态 发生的概率可以预测。根据经验或过去的统计资料，分析不同 方案中事件概率；
运筹学优化问题和决策分析的方法
运筹学优化问题和决策分析的方法运筹学是一门应用数学学科，旨在通过建立数学模型来解决决策问题，并运用优化算法寻找最优解。
在现代社会中，运筹学的应用已经渗透到各个领域，包括供应链管理、物流规划、生产调度等。
本文将介绍运筹学中的优化问题和决策分析的方法。
一、优化问题的基本概念在运筹学中，优化问题是指在一定的约束条件下，寻找某个指标的最优解。
优化问题可以分为线性优化问题和非线性优化问题。
线性优化问题的目标函数和约束条件都是线性的，而非线性优化问题的目标函数和约束条件涉及非线性关系。
在解决优化问题时，通常会使用数学建模的方法。
首先，将实际问题抽象为数学模型，然后建立数学模型的目标函数和约束条件。
接下来，运用优化算法求解模型，得到最优解。
二、常用的优化算法1. 线性规划线性规划是指优化问题的目标函数和约束条件都是线性的情况。
线性规划常常可以用单纯形法来求解，该方法通过迭代计算，逐步逼近最优解。
2. 非线性规划非线性规划是指优化问题的目标函数和约束条件涉及非线性关系的情况。
在求解非线性规划问题时，可以使用梯度下降法、牛顿法等方法。
3. 整数规划整数规划是指优化问题的变量需要取整数值的情况。
整数规划问题通常更加复杂，可以使用分支定界法、割平面法等算法求解。
三、决策分析的方法决策分析是指运用数学建模和分析方法来帮助决策者做出最佳决策。
决策分析的方法包括多属性决策分析、决策树分析、动态规划等。
1. 多属性决策分析多属性决策分析是指在考虑多个决策指标的情况下，综合分析各个指标的权重和价值，从而做出最佳决策。
常用的多属性决策分析方法包括层次分析法、模糊综合评判法等。
2. 决策树分析决策树分析是一种通过构建决策树来辅助决策的方法。
决策树是一种具有树状结构的决策模型，通过分析各个决策路径上的概率和收益来进行决策。
3. 动态规划动态规划是一种递推和状态转移的方法，常用于求解多阶段决策问题。
动态规划将决策问题分解为一系列子问题，并通过逐步求解子问题来求解原问题的最优解。
韩伯棠管理运筹学第三版-第七章-运输问题分析ppt课件.ppt
B1 B2 B3 产量
A1 6 4 6
200
A2 6 5 5 销量 250 200 200
300 500
650 23
B1 B2 B3
产量
A1
6
4
6
200
A2
6
5
5
销量 250 200 200
300 500
650
解：增
B1 B2 B3
加一个 A1 6 4 6
虚设的 A2 6 5 5
产地运 A3 0 0 0 输费用 销量 250 200 200
6
4 6 200
A2
6
5 5 300
销量 150 150 200
B1
B2
B3 产量
A1
x11
x12
x13 200
A2
x21
x22
x23 300
销量 150 150 200
Min f = 6x11+ 4x12+ 6x13+ 6x21+ 5x22+ 5x23
A1 A2 销量
B1 6 6 150
B2 4 5 150
§2
运输问题的计算机求解
运行管理运筹学计算机软件：
点击运输问题模块
14
在日常生活中，随处都可以看到浪费 粮食的 现象。 也许你 并未意 识到自 己在浪 费，也 许你认 为浪费 这一点 点算不 了什么
§2
运输问题的计算机求解
点击新建
选择Min
输入3
输入4
点击确定
15
在日常生活中，随处都可以看到浪费 粮食的 现象。 也许你 并未意 识到自 己在浪 费，也 许你认 为浪费 这一点 点算不 了什么
运筹学中的优化理论和决策分析
运筹学中的优化理论和决策分析运筹学是一种科学理论和方法论，主要研究如何制定最优决策，以实现效益最大化。
它主要通过数学模型和计算机仿真等手段，对复杂系统进行优化分析和决策支持，以达到最优化的结果。
优化理论作为运筹学的核心竞争力，是运用数学、工程等学科的方法来解决最优化问题的理论体系，旨在实现最佳决策的目的。
本文将围绕运筹学中的优化理论和决策分析展开讨论。
一、优化理论优化理论是指通过数学分析和计算机仿真等手段，对具有一定复杂性的系统进行分析，从而实现最优化的结果。
优化问题是指在一定的限制条件下，寻求某种指标或目标函数的最优值。
如何处理约束条件和目标函数之间的相互制约关系，是优化问题研究中的核心难题。
因此，优化理论主要通过建立数学模型和算法设计等手段，实现最优决策的目标。
1. 建立数学模型建立数学模型是优化理论的核心。
数学模型通常包括决策变量、目标函数、约束条件等要素。
决策变量是指决策者的选择变量，而目标函数则是指要优化的指标或目标。
约束条件则是指决策制定过程中需要考虑的各类限制因素。
通过将系统建模，可以得到系统的优化方案，并为制定最优决策提供途径。
2. 算法设计算法设计是实现最优化的核心。
常见的算法包括线性规划、非线性规划、动态规划、整数规划等。
不同种类的算法在面对不同的优化问题时，具有各自的优缺点。
因此，在实际应用中，需要根据优化问题特征选择相应的算法进行求解。
3. 求解方法求解方法是指实现算法的具体操作过程，包括求解器、迭代算法、搜索算法等。
求解方法的选择与算法种类密切相关。
通过对数学模型建立算法，并运用求解方法进行求解，可以在有限的时间内得到最优化结果。
二、决策分析决策分析是指对决策问题进行全面、系统地分析，从而为制定最优决策提供支持。
决策分析主要涵盖了决策建模、风险分析、方案评估和数据挖掘四个方面。
1. 决策建模决策建模是指对问题进行抽象、形式化的过程，将现实问题映射到数学模型中进行分析和求解。
运筹学案例七：投资决策问题（2）
运筹学案例七: 投资决策问题(2)一.问题的提出某投资开发公司拥有总资金100万元,今有4个项目可供选择投资.投入资金及预计收 益如下表所示:项 目 一 二 三 四 投入资金 预计收益 40 30 50 40 35 25 40 35应如何决策投资方案.二.构造数学模型一个好的投资方案应是投资少,收益大的方案.设{1,2,3,4)(i 不投资第i项目0,决定投资第i项目1,==x i数学模型:⎩⎨⎧==-≤+++++++++4,3,2,1,0)1(10040355040)35254030max()40355040(min 432143214321i x x x x x x x x x x x x x x ii改写上述模型为分式规划模型:x x x x x x x x z 432143214035504035254030max ++++++=⎩⎨⎧==-≤+++4,3,2,1,0)1(100403550404321i x x x x x x ii 令τy x jj =,得⎪⎩⎪⎨⎧=≥≤-+++=++++++==)4,3,2,1(0,001004035504014035504035254030max 4321432143211j y y y y y y y y y y y y y z j 或τττ 简化之,得⎪⎩⎪⎨⎧=≥=++++++==)4,3,2,1(0100114035504035254030max 432143211j y y y y y y y y y z jττ或三.求解针对上述特殊模型,采用隐枚举算法思想进行求解.计算表格:),,,(4321y y y y(1)→τ (2) Z 1 (0, 0, 0,τ) (0, 0,τ, 0) (0, 0,τ,τ) (0,τ, 0, 0) (0,τ, 0,τ) (0,τ,τ, 0) (0,τ,τ,τ) (τ,0, 0, 0) (τ,0, 0,τ) (τ,0,τ, 0) (τ,0,τ,τ) (τ,τ,0, 0) (τ,τ,0,τ) (τ,τ,τ,0) (τ,τ,τ,τ)1/40 √ 1/35 √ 1/75 √ 1/50 √ 1/90 √ 1/85 √ 1/125 × 1/40 √ 1/80 √ 1/75 √ 1/115 × 1/90 √ 1/130 × 1/125 × 1/165 ×0.875 0.714 0.8 0.8 0.833 0.765 0.75 0.8125 0.733 0.777X * =( 0, 0, 0, 1 )T max Z=0.875讨论:上述模型最优解对实际投资决策问题显然无法运用.分析其原因构模时缺少考虑总投资应尽量使用条件,例如,至少应把不低于总投资百分之一定比例的资金投入相应项目.本题中应追加: x 1+x 2+x 3+x 4>1 约束条件,于是,模型为:x x x x x x x x z 432143214035504035254030max ++++++=⎪⎩⎪⎨⎧==-=+++≤+++4,3,2,1,0)1(21004035504043214321i x x x x x x x x x x i i令τy x jj =,得⎪⎪⎩⎪⎪⎨⎧=≥≥=+++=++++++==)4,3,2,1(0,0)2(10012)1(14035504035254030max 4321432143211j y y y y y y y y y y y y y z j 或ττττ 计算表格),,,(4321y y y y(1)→τ (2)Z 1（ 0, 0,τ,τ) （ 0,τ, 0,τ) ( 0,τ,τ, 0) (τ, 0, 0,τ) (τ,0 ,τ, 0) (τ,τ, 0, 0) 1/75 √ 1/90 √ 1/85 √ 1/80 √ 1/75 √ 1/90 √ 0.8 0.833 0.765 0.8125 0.733 0.777X * = ( 0,1,0,1 )T即公司应投资第二和第四项目,总投资金额为90万元,最大总收益为75万元.另解: 以单位投资所获收益和最大构造模型如下4,3,2,114,3,2,10)1(1004035504087755443max 43214321=-=⎪⎩⎪⎨⎧==-≤++++++=j y x j x x x x x x x x x x z j j j j 令化为标准型:⎪⎪⎪⎩⎪⎪⎪⎨⎧==-≥++++-≥----+++=4,3,2,10)1()1(0354*******)0(075435487284175435487min 312431243124j y y y y y y y y y y y y y y f j j计算表格：),,,(3124y y y y （0） （1）满足否? f ( 0, 0, 0, 0 ) ( 1, 0, 0, 0 ) ( 1, 1, 0, 0 ) ( 1, 0, 1, 0 ) ( 1, 0, 0, 1 ) ( 0, 1, 0, 0 ) ( 0, 1, 1, 0 ) ( 0, 1, 0, 1 ) ( 0, 0, 1, 0 ) ( 0, 0, 1, 1 ) 1.4643 -65 0.5893 -25 -0.2107 -0.1607 -0.1250 0.6643 -15 -0.0857 -0.0500 0.7143 -25 0 10 × × × × × × × × × √28/41X* = ( 0,1,0,1 )T。
运筹学教程胡云权第五版决策分析
风险型决策分析
公司打算生产该护肤品5年。根据以往价格统计资料和市
场预测信息，该产品在今后5年内价格下跌的概率为0.1，保
持原价的概率为0.5，涨价的概率为0.4。通过估算，可得各
种方案在不同价格状态下的益损值如下表所示。
益损值表
单位（万元）
益损值
方案
状态（价格） 概率
跌价 0.1
原价 0.5
涨价 0.4
E(X)=∑ pixi
xi ： 随机离散变量x的第i个取值， i=1,2,3…m；
pi ： x=xi时的概率
E( A1) ? 0.3? 40 ? 0.6 ? 36 ? 0.1? (?16) ? 32 E( A2 ) ? 0.3? 36 ? 0.6 ? 30 ? 0.1? 15 ? 30.3 E( A3 ) ? 0.3? 30 ? 0.6 ? 25 ? 0.1? 20 ? 26.0
从它引出的分枝叫方 案分枝。分枝数量与
方案数量相同。
. 36 . -16
. 36
结果节点
不同行动方案在不同 自然状态下的结果注 明在结果节点的右端
. 30
. 15
. 30 . 25 . 20
风险型决策分析
（2）计算各行动方案的益损期望值，并将计算结果 标注在相应的状态节点上。
32
. 40
. 36
. -16
决策分析概述
决策环境
确定型决策 非确定型决策
风险型决策 不确定型决策
确定型决策
特征： （1）决策者的明确目标（收益大或损失小等）； （2）确定的自然状态； （3）两个以上可供选择的行动方案； （4）不同行动方案在确定状态下的益损值可以计算出来。
【例】某公司管理层需要决策是否生产一种新产品。可以确 定的是，该产品上市后一定供不应求。经数据分析，该产 品的预期单价为 900元，单件可变成本 400元，生产所需固 定成本为50000元。
管理运筹学(决策分析)解析
例 子 ： 套 绳 问 题
16
套绳问题的启示
决策需尽可能多的了解决策环境，力争将 不确定型决策问题转化为风险型决策问题
，最好是能转化成确定型决策问题。
17
例子：套绳问题
三种选择： 1 2 不选
结
果：
选对 选错 不选
+100 -100 0
18
决策分析的步骤 第一步
形成决策问题。包括提出各种方案， 确定目标及各方案结果的度量等。
（3）益损值：这是指决策活动中决策者可以采取不 同的策略，在不同的自然状态下所获得的收益或损失 值. 它是策略和状态的函数，也是决策活动的目标和 基础.
5
决策的分类
战略决策（高层决策）、战术决策（中层
决策）、操作决策（基本决策）
单目标决策、多目标决策
单阶段决策（一次决策）、多阶段决策 确定型决策、非确定型决策或风险型决策
30 20
-6 -2
30(max) 20
10
5
10
29
三、等可能性准则
N1(需求量大) N2(需求量小)
收益期望值
E(Si )
S （大批量生产） 1 S （中批量生产） 2 S （小批量生产） 3
30 20
-6 -2
12(max) 9
10
5
7.5
30
四、乐观系数准则
折衷收益值
N1(需求量大) N2(需求量小) CVi 0.7
25
P371例1. 新产品生产批量决策问题
未来可能市场需求状态：
N1：需求量大 N2：需求量小
26
收益表（收益矩阵）
收 状 益 案 态
N1(需求量大) N2(需求量小)
管理运筹学(决策分析)
34
期望值准则决策
投保情况下期望值=500*100%=500元
不投保情况下期望值=200万*0.0001=200元 根据期望值准则应该选择“不投保”
35
生存风险度计算公式
决策可能带来的最大损失 SD 致命损失
36
生存风险度决策方法
投保情况下：SD1=500元*20/200万=0.5％ 不投保情况下：SD2=200万/200万=100％ 根据生存风险度自然应该选择“投保”
（3）益损值：这是指决策活动中决策者可以采取不 同的策略，在不同的自然状态下所获得的收益或损失 值. 它是策略和状态的函数，也是决策活动的目标和 基础.
5
决策的分类
战略决策（高层决策）、战术决策（中层
决策）、操作决策（基本决策）
单目标决策、多目标决策
单阶段决策（一次决策）、多阶段决策 确定型决策、非确定型决策或风险型决策
（随机决策、模糊决策）
6
决策问题举例
我国是否需要计划生育？
7
决策问题举例（续）
时装的最佳产量决策问题：需求高则多
生产，需求低则少生产，但需求高低是
不确定的，到底是多产还是少产呢？
8
决策问题举例（续）
是否投保险、买彩票？
9
决策问题分类
确 定 型 风 险 型
不确定型
10
确定型决策
决策环境和决策结果都完全确
15
例 子 ： 套 绳 问 题
16
套绳问题的启示
决策需尽可能多的了解决策环境，力争将 不确定型决策问题转化为风险型决策问题
，最好是能转化成确定型决策问题。
17
例子：套绳问题
三种选择： 1 2 不选
决策分析与运筹学
决策分析与运筹学一、引言决策是人们在生活中经常面临的问题，无论是个人还是组织，都要进行决策。
然而，由于信息的不对称、不确定性和复杂性，决策往往会带来巨大的风险。
因此，需要一种科学的方法来辅助我们进行决策，决策分析和运筹学应运而生。
二、决策分析决策分析是以信息、模型和计算为基础的一种决策方法。
它采用定量方法对决策进行分析和评估，从而使决策者获得更清晰的认识和更准确的预测。
常用的决策分析方法包括多属性决策分析、层次分析法和决策树等。
多属性决策分析指的是当决策对象存在多个属性时，通过对多个属性的评估，进行权重的确定，从而综合比较各选项的利弊。
它可以用于复杂的决策问题，如选址、投资决策等。
层次分析法是一种基于分级权重的决策分析方法，它通过构建决策层次结构和定量化各因素之间的重要性关系，实现了对决策对象的逐层分析和权重确定。
层次分析法常用于复杂的决策问题，如市场调研、供应链优化等。
决策树是一种决策分析的可视化方法，它通过构建一棵树形结构，使决策问题变得直观而易于理解。
决策树可以应用于分类、预测和优化等问题，如客户流失预测、电商平台推荐算法等。
三、运筹学运筹学是应用数学、统计学和计算机科学等工具和技术解决实际问题的一门学科。
它以最大化或最小化目标函数为目标，通过构建数学模型和优化算法，寻求最优解。
常用的运筹学方法包括线性规划、整数规划和蒙特卡罗模拟等。
线性规划是一种通过线性模型来寻找最优解的方法，在经济、管理和运输等领域得到广泛应用。
例如，用线性规划模型可以实现最小成本配送、最佳产量分配等。
整数规划是线性规划的扩展，它在目标函数、决策变量或限制条件上增加了整数条件。
整数规划可以用于很多特殊问题，如最佳固定资产重复购置决策、生产调度等。
蒙特卡罗模拟是一种通过模拟随机事件来获得概率分布的方法。
它可以应用于很多领域，如金融风险评估、自然灾害预测等。
四、应用案例决策分析和运筹学在实践中得到广泛的应用。
例如，智能制造领域中的生产调度问题，通过运筹学的方法，可以实现对机器和物料的优化排产，从而提高生产效率和减少成本。
运筹学决策分析-116页文档资料
（决策） （事件） 需求数量
订购数量 6 7 8 9 10
6
30 30 30 30 30
7
10 35 35 35 35
8
-10 15 40 40 40
9
-30 -5 20 45 45
10
-50 -25 0 25 50
不确定性决策准则
• 最大最小(max-min)准则： 最大最小准则也称悲观准则, 它找出每种 行动的最坏结果, 再从最坏结果中找一个 最好的做为它的选择:
10
-50 -25 0 25 50 -50
Max 30
• 最大最大(max-max)准则
最大最大准则也称乐观准则，它找出每种 行动的最好结果，再从最好结果中找一个 更好的做为选择:
u(Ai*) = maxi maxj aij 按这一准则报童选择的行动方案是从出版 商订购10份报纸。
（决策） 订购量
§ 7.1 什么是决策分析
决策分析是研究决策者在复杂而不确 定环境下如何进行决策的理论和方法。决 策分析的目的在于提供一种适于解决包括 主观因素（决策者的判断及偏好）在内的 的复杂决策问题的系统分析方法，其目的 在于改进决策过程，提高决策准确性。
决策分析可能回答的问题
• 在给定数据条件下，用什么样的标准来衡 量各种可能结果的优劣？
6 7 8 9 10 *
（事件） 需求数量 6 7 8 9 10 30 30 30 30 30 10 35 35 35 35 -10 15 40 40 40 -30 -5 20 45 45 -50 -25 0 25 50
Max 30 35 40 45 50
Max 50
• 最小机会损失准则
也称最小最大遗憾准则，它利用机会成本 的概念来进行决策。决策首先要计算机会 损失 (遗憾值) 矩阵; 机会损失的概念是，当一个事件发生时 （如顾客需要买7份报纸），由于你没有选 择最优决策（订购7份报纸）而带来的收入 损失。
运筹学中的优化问题与决策分析
运筹学中的优化问题与决策分析优化问题和决策分析是运筹学的核心内容之一。
通过运筹学的方法，可以在复杂的决策情境中找到最优解或最优策略，以达到最大利益或最小成本的目标。
本文将介绍运筹学中的优化问题和决策分析的基本概念、方法和应用。
一、优化问题的基本概念优化问题是指在给定的一组限制条件下，寻找使目标函数取得最大值或最小值的变量取值。
在运筹学中，通常将优化问题分为线性优化问题和非线性优化问题两种。
1. 线性优化问题线性优化问题的目标函数和约束条件都是线性的，即可以表示为一次函数的形式。
线性优化问题有着广泛的应用，如生产计划、资源分配等。
常见的线性优化问题包括线性规划、整数规划和网络流问题等。
2. 非线性优化问题非线性优化问题的目标函数和约束条件中存在非线性项，求解非线性优化问题通常比较复杂。
非线性优化问题的应用领域包括经济学、工程学、生物学等。
常见的非线性优化问题有最优化、最优控制等。
二、决策分析的基本概念决策分析是指通过对问题的分析和评估，选择出符合实际需要且最有利于实现目标的决策方案。
决策分析的核心在于确定决策变量、评估目标和制定约束条件。
1. 决策变量决策变量是指在决策分析中可以被调整的变量，通过调整决策变量可以影响决策方案的结果。
决策变量的选择对于决策分析的准确性和有效性至关重要。
2. 评估目标评估目标是对决策方案进行衡量和比较的标准。
在决策分析中，常常会涉及到多个评估目标，需要通过综合考虑来确定最终的决策方案。
3. 约束条件约束条件是指决策方案在实施过程中要满足的限制条件。
约束条件可以是资源的限制、技术的要求等，根据具体情况来确定。
三、优化问题与决策分析的关系优化问题和决策分析有着密切的联系。
优化问题可以作为决策分析的一种方法，通过求解优化问题来得到最优的决策方案。
1. 决策变量与优化变量在决策分析中，决策变量是决策方案中可以调整的变量。
而在优化问题中，优化变量即为优化问题中需要确定的变量。
决策变量可以作为优化变量，通过求解优化问题得到最优解，从而得到最优的决策方案。
《运筹学》 第七章决策分析习题及 答案
《运筹学》第七章决策分析习题1． 思考题（1）简述决策的分类及决策的程序； （2）试述构成一个决策问题的几个因素；（3）简述确定型决策、风险型决策和不确定型决策之间的区别。
不确定型决策能否转化成风险型决策？（4）什么是决策矩阵？收益矩阵，损失矩阵，风险矩阵，后悔值矩阵在含义方面有什么区别；（5）试述不确定型决策在决策中常用的四种准则，即等可能性准则、最大最小准则、折衷准则及后悔值准则。
指出它们之间的区别与联系； （6）试述效用的概念及其在决策中的意义和作用；（7）如何确定效用曲线；效用曲线分为几类，它们分别表达了决策者对待决策风险的什么态度；（8）什么是转折概率？如何确定转折概率？（9）什么是乐观系数，它反映了决策人的什么心理状态？ 2． 判断下列说法是否正确（1）不管决策问题如何变化，一个人的效用曲线总是不变的；（2）具有中间型效用曲线的决策者，对收入的增长和对金钱的损失都不敏感； （3）3． 考虑下面的利润矩阵(表中数字矩阵为利润)准则（3）折衷准则（取λ=0．5）（4）后悔值准则。
4． 某种子商店希望订购一批种子。
据已往经验，种子的销售量可能为500，1000，1500或2000公斤。
假定每公斤种子的订购价为6元，销售价为9元，剩余种子的处理价为每公斤3元。
要求：（1）建立损益矩阵；（2）分别用悲观法、乐观法（最大最大）及等可能法决定该商店应订购的种子数；（3）建立后悔矩阵，并用后悔值法决定商店应订购的种子数。
5． 根据已往的资料，一家超级商场每天所需面包数（当天市场需求量）可能是下列当中的某一个：100，150，200，250，300，但其概率分布不知道。
如果一个面包当天卖不掉，则可在当天结束时每个0.5元处理掉。
新鲜面包每个售价1.2元，进价0.9元，假设进货量限制在需求量中的某一个，要求 （1）建立面包进货问题的损益矩阵；（2）分别用处理不确定型决策问题的各种方法确定进货量。
6．有一个食品店经销各种食品，其中有一种食品进货价为每个3元，出售价是每个4元，如果这种食品当天卖不掉，每个就要损失0．8元，根据已往销售情况，这种食品每天销售1000，2000，3000个的概率分别为０．３，０．５和０．２，用期望值准则给出商店每天进货的最优策略。
6.运筹学-决策分析
决策论（决策分析）Decision Analysis
效用理论在决策中的应用
效用曲线的确定 2、对比提问法：设决策者面临两种可选方案 A1 ，A2 。 A1 表示他 可以无任何风险地得到一笔金额 x ； A2 表示他可以概率 p 得到一 笔金额 y ，或以概率 （1 - p ）损失金额 z ；且y ＞ x ＞ z ，设 U （ y ）表示金额 y 的效用值。则当决策者认为方案 A1 和 A2 等价 时，应有： p U（ y ）+（1 - p ） U（ z ）= U（ x ） 上式意味着决策者认为 x 的效用值等价于 y 和 z 的效用期望值。由 于上式含四个变量： y ， x ， z ， p ，通过确定其中三个变量，再 向决策者提问即可获得第四个变量的值。 提问方式大致有以下三种——
决策论（决策分析）Decision Analysis
决策分析的基本问题
决策分析概述
决策——
决策者为了实现预定的目标，根据一定的条件，提出实现目标 的各种行动方案，并针对每一方案在实施过程中可能面临的客观状 态，运用适当的决策准则与方法，比较各方案的优劣，从中选出最 优或较满意的方案加以实施的完整过程。
不确定型决策方法
乐观准则（max – max 准则） 决策者总是选择最有利的结果 最优方案 Ak* 满足：
u（Ak* ）= max u（Ai ）= max max
1≤i≤m 1≤i≤m 1≤j≤n
aij
9
决策论（决策分析）Decision Analysis
不确定型决策方法
折中准则 决策者采用一个乐观系数来选择结果 乐观系数 ∈[ 0，1 ] u（Ai ）= max aij +（1- ）min aij
13
运筹学 12-风险型决策
选择d1还是d2 ？
d2 : 维持现状;
状态
：销量大，
1
：销量中，
2
3：销量小。
收益 方案
状态
d1
d2
P(1) 0.2 1 80 40
P(2 ) 0.5 2 20 7
P(3 ) 0.3 3 -5 1
解法一：最大期望收益准则 （EMV, expected monetary value）
步骤： 1.求每个方案dj 的期望利润 E (dj ) 2.最大期望利润 max E (dj )对应 的决策即最优方案d*。
销量中、销量小，根据有关资料预测出市场三种销售情况出现的
概率分别为0.2，0.5，0.3。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。 ➢ 请用决策分析的术语描述该问题。
决策的关键问题： 如何选择行动方案？
解：设方案d1 : 增加设备投资,
(2). 根据以往销售情况统计，每天销售100个的概率为0.3； 销售200个的概率为0.5；销售300个的概率为0.2。问每天 应生产多少个为宜？
➢在管理中，经常遇到选择方案的行为，称为决策。其目的是从多种 方案中做出正确的选择，以便获得好的结果或达到预期的目标。管理 国家、企业、军队、学校…时刻都遇到大大小小的决策问题。 ➢诺贝尔经济学奖获得者，美国著名管理学家西蒙（A.Simon）有句 名言：“管理就是决策”。就是说管理的核心是决策，决策的失误是 最大的失误。
决策技术
第7章 风险型决策
导入案例：面包烤制数量决策
➢ 某面包店每天早晨烤制面包，每个面包成本0.6元，售价 1.0元，若当天卖不出去则打4折出售（每个0.4元），每烤 1箱生产100个。根据以往销售情况统计，每天销售量可能 为1箱（100个）、2箱（200个）和3箱（300个）。
管理运筹学-决策分析
自然状 态
N1
（需求量大）
行动方案
p(N1) = 0.3
S1（大批量生产）
30
S2（中批量生产）
20
S3（小批量生产）
10
N2
（需求量小）
p(N2) = 0.7
-6 -2 5
E(Si)
4.8 4.6 6.5 (max)
9
§2 风险型情况下的决策（续）
三、决策树法
• 过程
(1) 绘制决策树；
(2) 自右到左计算各方案的期望值，将结 果标在方案节点处；
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。
14
§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。
• 例：求下表显示问题的最优方案（万元）
• 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。
• 用效用函数解释：
– 把上表中的最大收益值100万元的效用定为10，U(100) = 10；最小 收益值-100万元的效用定为0，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）= p*U(100)+(1-p)*U(-100) = 0.95*10+0.05*0 = 9.5
运筹学07-运输问题
X
0
A3 X
X
1
6
0
销量 0
0
0
0
B1 B2 B3 B4 产量
A1 3
6
A2
2
3
A3
1
6
销量
• 首先是一个可行解 • 其次个数正好等于6 • 可以证明，这是一个基可行解，
B1 B2 B3 B4 产量
A1 3
6
2
9
A2
2
3
3
4
A3 销量
1
6
2
5
Z (0) 3*2 6*9 2*3 3*4 1* 2 6*5 110
• 也就是从运价表的西北角位置（即x11处） 开始，依次安排m个产地和n个销地之间 的运输业务，从而得到一个初始调运方 案，我们称这种方法为西北角法（或左 上角法）．
说明
• 西北角法所遵循的规则纯粹是一种人为 的规定，没有任何理论依据和实际背 景．
• 但它容易操作，特别适合在计算机上编 程计算，因而仍不失为一种制定初始调 运方案的好方法，受到广大实际工作者 青睐．
• 在剩下最后一个空格时，只能填数（必 要时可取0）并画圈，以保证画圈的数为 m+n-1．
• 在某一行（或列）填最后一个数时，如 果行和列都同时饱和，则规定只划去该 行（或列)下次再遇到该列时，应写0并 画圈．
B1 B2 B3 B4 产量
A1 2
1
X
X
0
A2 X
0
5
X
0
A3 X
X
8
销量 0
0
2
6
1
7
8
A2
0
5
6
- 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)。
2.决策：若 max( E ( Ai )) E ( Ak )(收益)
则最优决策A* Ak
例. 产品生产与销售 单位：万元
销量好
P1 0.3
A1 (大量生产) A2 (中量生产)
A3 (小量生产)
一般
P2 0.5
12 16
12
差
P3 0.2
8 10
12
20 16
12
解：E ( A1 ) 0.3 20 0.5 12 0.2 8 13.6 E ( A 2 ) 0.3 16 0.5 16 0.2 10 14.8 E ( A3 ) 0.3 12 0.5 12 0.2 12 12
损失 min {max aij} alk , A Al
* i
3.等可能原则（Laplace准则）
1, 设事件为n个，取p j n 用期望值准则决策
例3.对例1决策
Pj 1
j 1
n
解： n 3 Pj 1
1 E(A1 ) ( 20 20 20) 20 3 3 1 E(A 2 ) (10 40 40) 30 3 1 E(A 3 ) (0 30 60) 30 3 max E ( A j ) E ( A2 )或E ( A3 )
rij max a ij a ij
i
步骤： )计算后悔值rij (1
例5.对例1决策
解：计算 rij
i j
(2) 若 min {max rij} rlk
则 A* பைடு நூலகம்l
1
A1 A2 A3 0 10 20
2
3
20 40 max 40 max 0 20 20 10 0 max 20
20 12 8 16 16 10 12 12 12
（2）用期望值准则决策。
§3.不确定型决策 事件出现的概率未知； 方案、 益损值、准则已知 1 乐观准则（maxmax）
1
2 ...... n
... a1n ... a2 n ... ... ... amn 收益： 若max (max aij ) alk
a12
...... ......
......
n
Pn
a1n
a 21
…
a m1
a 22
…
a m2
......
…
......
a1n
…
a mn
0 pj 1
pj 1
j1 n
n
按期望值准则决策
方法 1. 计算期望值E(A i ) E(A i ) aij p j
j1
i 1,2,..., m
max 20,40,60 60 a33 A A3
*
即生产300 件，收益60万元
损失, min (min aij ) alk , A Al
* i j
2.保守（悲观）准则（max min ） * 若 max (min aij ) alk (收益) 则A Al
例2.对例 用悲观准则决策 1
4.折衷准则 折衷系数 0 1
折衷值 H i ai max (1 )ai min i 1,.., m
收益：若max{Hi } Hl 则A* Al
i
例4.取＝0.7 对例1决策
A* A3 5.后悔值准则
解：H1 0.7 20 (1 0.7) 20 20 H 2 0.7 40 0.3 10 31 H 3 0.7 60 0.3 0 42
i2
i j
解：i 1 min a1j min{20,20, 20} 20
i 3 min a 3j min 0,30,60 0
j
j min a 2j min 10,40,40 10 j
j
max{ 20,10,0} 20 A* A1 生产100 件
i j
A1 a11 a12 A2 a21 a22 .... ... ... Am am1 am 2
则最优方案 A* Al
例1.某产品每件成本价为0.5万元，正常售价为 0.7万元；若供大于求，则以0.4万元处理销售。 拟定生产方案为100、200、300件，正常需求为 100、200、300件。用乐观准则决策。 解：求出益损值
40 min 20 20 A2 , A3 最优决策 : 20 * A A 或A
2
3
第七章 决策分析
§1 引言 决策：从多个可行动的方案中找出一个达到目 标的最优解 要素：1.决策者 2.方案（可控） 3.事件（自然状态，不可控） 4.准则 5.益损值 §2.风险决策
已知条件 事件出现的概率.方案.准则.益损值 事件的概率 1 益损值 P1 方案 A1 a11
A2
…
Am
2
P2
生产方案 1 A1 (100 ) A2 (200 ) A3 (300 ) 20 10 0
2
20 40 30
3
20 40 60
（ ） （200） （300） 销售 100
i 1 max a1 j max( 20,20,20 ) 20
i2
i3
j max a2 j max ,40,40 40 10 j j max a3 j max 0,30,60 60 j j
max .6,14.8,12 14.8 13 E ( A2 ) 最优方案 A A2
*
max E ( A1 ), E ( A2 ), E ( A3 )
用决策树法决策
：决策点, ：方案, 方案枝,概率枝 (1)画决策树，
13.6 A1 14.8 A1 12 A1
0.3 0.5 0.2 0.3 0.5 0.2 0.3 0.5 0.2