Session Topics
▪ Introduction to Decision Analysis 决策分析介绍 ▪ Probability Decision Criteria 概率决策准则 ▪ Using Decision Tree to Analyze使用决策树进行分析 ▪ Expected Value of Perfect Information
▪ 自然状态确定（State of nature） ▪ 选择产生最大收益的决策
例子：
▪ 生产组合（Product Mix） ▪ 分销配送（Distribution） ▪ 人员排程（Scheduling）
第十章不确定下决策分析MBA讲义
Introduction to Decision Analysis 决策分析介绍
决策 勘探 不勘探
先验概率
状态
有
无
600
-200
0
0
0.4
0.6
Dr0
Dry 0.6
-200
决策树
▪ 在每个事件点（event node）：用圆圈表示，后向计算
期望收益 （每个枝的概率和收益的乘积的和）.
全信息价值 ▪ Utility and Risk Attitude
效用与风险态度 ▪ Sensitivity Analysis 敏感性分析
第十章不确定下决策分析MBA讲义
不确定环境中进行决策 Decision-making Under Uncertainty
实际问题
▪ 制造商向市场推出新产品
潜在顾客将会做出什么反应？ 制造商应当生产多少产品？ 是否需要在一个小区域中进行试销？ 为了成功推出产品，需要打多少广告？
▪ 政府工程承包商投标一个新的合同
工程的实际成本是多少？ 哪些公司会投标？ 他们可能的投标价是多少？
金融公司投资有价证券
哪些市场板块和有价证券前景最好？ 经济形势任何？ 利率会如何变化？ 这些因素如何影响投资决策?
第十章不确定下决策分析MBA讲义
实际举例 石油勘探问题 Oil Drilling Problem
是决策者将作出的决策的选项
▪ 自然状态（State of nature）
决策结果受到决策者无法控制的随机因素影响
▪ 收益（Payoff）
每一种决策的备选方案及自然状态的组合都会导致某种 结果, 是衡量决策结果对决策者的价值的量化指标
第十章不确定下决策分析MBA讲义
不确定型决策
确定性决策（Decisions Under Certainty）
第十二章 决策分析
决策分析举例 Decision Analysis Examples (Section 12.1) 决策准则 Decision Criteria (Section 12.2)
不确定型决策 风险型决策 决策树 Decision Trees (Section 12.3)
第十章不确定下决策分析MBA讲义
利润收益表
单位：万元
状态
决策
有油
没有油
钻井勘探
70
－10
出售土地
9
9
先验概率
0.25
0.75
公司该如何决策？ 第十章不确定下决策分析MBA讲义
决策分析术语 Terms of Decision Analysis
▪ 决策者（Decision Maker）
是对一个决策（或一系列决策）负责的人或团体
▪ 备择方案（Alternatives）
一个石油勘探公司拥有一块土地，咨询地质专家告诉公司， 该块地下有石油的概率为0.25。公司是否要对这块地进行石油 钻井勘探？如果勘探，则需要100,000的勘探成本，如果发现 石油，可获得800,000收益； 如果没有发现石油，则价值为0 ，损失100,000投资。另一家公司听说咨询地质专家报告，决 定出价90,000元来购买这块土地。
定可能性的自然状态下的收益，那么决策者会更加关注后者
▪如果有很多种自然状态且它们的可能性几乎相同，最可能
自然状态变为现实的概率就会相当低
第十章不确定下决策分析MBA讲义
Equally Likely Criterion 等可能性准则
▪每一种备择方案计算所有自然状态下的平均收益 ▪选择具有最大平均收益的备择方案
实际举例
Expected Value Criterion 期望规则
假设有石油的概率为 40%.
决策 勘探
不勘探
先验概率
状态
有
无
600
-200
0
0
0.4
0.6
勘探的期望收益 = 不勘探的期望收益 =
收益表
第十章不确定下决策分析MBA讲义
实际举例
Using Decision Tree to Analyze 使用决策树进行分析
不确定下的决策（风险决策）
▪自然状态不确定 (有多个可能状态)
例子：
▪ 石油勘探 ▪ 新产品开发 ▪ 拍电影
第十章不确定下决策分析MBA讲义
Probability Decision Criteria 概率决策准则
▪最大可能性准则（maximum Likelihood Criterion） ▪等可能性准则（Equally Likely Criterion） ▪贝叶斯决策规则（Bayes' Decision Rule）
存在的问题
▪先验概率十分武断 ▪在一些情况下，有很好的证据能够证明某些自然状态比其
他自然状态具有更大的可能性发生，使用这个信息应该能 改进决策
▪通常有一些将可能的自然状态进行细化的途径
第十章不确定下决策分析MBA讲义
Bayes' Decision Rule 贝叶斯决策规则
▪每一种备择方案，将每一个收益乘以相应自然状态
的先验概率，乘积相加就得到收益的加权平均
▪选择具有最大期望收益的备择方案
存在的问题 ▪在确定先验概率时，仍然有相当大的不确定性 ▪先验概率在相当大的程度上是主观的，然而安全的决策应
当是基于客观数据和程序的
▪对于平均结果，期望（货币上的）收益忽视了可能的结果
对决策者的影响
第十章不确定下决策分析MBA讲义
第十章不确定下决策分析MBA讲义
Maximum Likelihood Criterion 最大可能性准则
▪ 发现概率最大的自然状态 ▪ 选择在这种自然状态下收益最大的备择方案
存在的问题 ▪如果这些其他收益中有一些是致命的怎么办？ ▪如果其他这些收益远比所选择的方案的收益丰厚怎么办？ ▪如果最可能的自然状态下收益的差异远小于另一个具有一