《工程經(jīng)濟與企業(yè)管理》第四章-技術(shù)經(jīng)濟預(yù)測與決策

1、工程經(jīng)濟與企業(yè)管理第四章-技術(shù)經(jīng)濟預(yù)測與決策工程經(jīng)濟與企業(yè)管理第四章-技術(shù)經(jīng)濟預(yù)測與決策第一節(jié) 技術(shù)經(jīng)濟預(yù)測方法第二節(jié) 技術(shù)經(jīng)濟決策方法主 要 內(nèi) 容第一節(jié) 技術(shù)經(jīng)濟預(yù)測方法主 要 內(nèi) 容一、概述1. 預(yù)測的基本概念（1）預(yù)測：指根據(jù)過去和現(xiàn)在的實際資料，運用科學(xué)的理論和方法推測未來的發(fā)展趨勢。 （2）技術(shù)經(jīng)濟預(yù)測：指以準(zhǔn)確的調(diào)查統(tǒng)計資料和技術(shù)經(jīng)濟信息為依據(jù)，從技術(shù)經(jīng)濟現(xiàn)象的歷史、現(xiàn)狀和其內(nèi)在規(guī)律性出發(fā)，運用科學(xué)的方法，對技術(shù)經(jīng)濟現(xiàn)象發(fā)展變化前景的測定。第一節(jié) 技術(shù)經(jīng)濟預(yù)測方法一、概述第一節(jié) 技術(shù)經(jīng)濟預(yù)測方法2. 技術(shù)經(jīng)濟預(yù)測的分類（1）按預(yù)測對象的范圍劃分，可分為宏觀技術(shù)經(jīng)濟預(yù)測和微觀技術(shù)經(jīng)

2、濟預(yù)測。 （2）按預(yù)測對象的時間界限劃分，可分為近期預(yù)測、短期預(yù)測、中期預(yù)測和長期預(yù)測。（3）按預(yù)測的方法劃分，可分為定性預(yù)測和定量預(yù)測。定量預(yù)測又可分為因果預(yù)測和時間系列預(yù)測兩種。一、概述2. 技術(shù)經(jīng)濟預(yù)測的分類一、概述3. 技術(shù)經(jīng)濟預(yù)測的原理（1）慣性原理過去的行為影響現(xiàn)在，也影響未來。規(guī)模愈大，范圍愈廣，其慣性就愈大；系統(tǒng)的“年齡” 越輕，內(nèi)在結(jié)構(gòu)及外部聯(lián)系就越不穩(wěn)定，從而慣性也就較小。（2）類推原則根據(jù)已知的某事物的發(fā)展變化特征，推斷具有近似特征的預(yù)測對象的未來狀態(tài)。可以由歷史推斷未來，由國外推斷國內(nèi)，由局部推斷整體。 一、概述3. 技術(shù)經(jīng)濟預(yù)測的原理一、概述（3）相關(guān)原理（因果關(guān)系）

3、是否具有相關(guān)性；相關(guān)性在預(yù)測期內(nèi)是否會發(fā)生較大的變化。（4）概率推斷原理技術(shù)經(jīng)濟變量呈隨機變化的形式。為了對這種具有不確定性結(jié)果的預(yù)測對象給出較確定的結(jié)論，就需要應(yīng)用概率推斷的原則。一、概述（3）相關(guān)原理（因果關(guān)系）一、概述確定預(yù)測目的，制定預(yù)測計劃搜集、分析和整理資料選擇預(yù)測方法，建立預(yù)測模型搜集、分析和整理資料進(jìn) 行 預(yù) 測計算、分析預(yù)測誤差，評價預(yù)測成果修正數(shù)學(xué)模型，提高預(yù)測質(zhì)量4. 預(yù)測的程序一、概述確定預(yù)測目的，制定預(yù)測計劃搜集、分析和整理資料選擇預(yù)測方法，（一）專家調(diào)查法1. 德爾菲法挑選專家組成專家小組設(shè)計并分發(fā)調(diào)查表專家提出預(yù)測意見 處理調(diào)查意見做出預(yù)測報告 意見統(tǒng)一？否是二、

4、定性預(yù)測方法（一）專家調(diào)查法挑選專家組成專家小組設(shè)計并分發(fā)調(diào)查表專家提出2.集合意見法挑選專家組成專家小組專家發(fā)表意見 專家意見排序和優(yōu)選做出預(yù)測報告 意見是否統(tǒng)一？否是二、定性預(yù)測方法2.集合意見法挑選專家組成專家小組專家發(fā)表意見 專家意見排序?qū)＜乙庖姷奶幚矸椒ǎ?）對數(shù)量答案的處理（序列的中位數(shù)）當(dāng)n為奇數(shù)時當(dāng)n為偶數(shù)時二、定性預(yù)測方法（2）對排序答案的處理（計分法）第1名記m分，第2名記m-1分，最后一名記1分。設(shè)第j個專家對第i個項目計分為xij排序方法：以總分決定排序?qū)＜乙庖姷奶幚矸椒ó?dāng)n為奇數(shù)時當(dāng)n為偶數(shù)時二、定性預(yù)測方法（3）對擇一答案的處理選擇一個最為可能的結(jié)果時，采用概率

5、最大者。 二、定性預(yù)測方法（4）對專家預(yù)測能力的加權(quán)若每個專家的預(yù)測結(jié)果為Xi，其權(quán)為Wi，則n個專家預(yù)測值的加權(quán)平均值為：（3）對擇一答案的處理二、定性預(yù)測方法（4）對專家預(yù)測能力的回歸分析又分為線性回歸分析和非線性回歸分析。 （一） 回歸預(yù)測法主要步驟為：（1）確定目標(biāo)（因變量）與影響因素（自變量）之間的數(shù)學(xué)關(guān)系式；（2）分析影響因素與預(yù)測目標(biāo)之間關(guān)系的強弱和影響程度；（3）分析預(yù)測結(jié)果的誤差范圍和精度。 三、定量預(yù)測方法回歸分析又分為線性回歸分析和非線性回歸分析。 三、定量預(yù)測方1.一元線性回歸分析（1）預(yù)測模型及參數(shù)估計設(shè)x為自變量、y為因變量（xi，yi），如果發(fā)現(xiàn)數(shù)據(jù)點具有線性趨勢

6、，則可表示a、b是回歸系數(shù)，e是殘差項，也稱為回歸余項（一） 回歸預(yù)測法1.一元線性回歸分析a、b是回歸系數(shù)，e是殘差項，也稱為回歸預(yù)測值：根據(jù)最小二乘法原理預(yù)測值與實際值的誤差的絕對值為：（一） 回歸預(yù)測法預(yù)測值：根據(jù)最小二乘法原理預(yù)測值與實際值的誤差的絕對值為：（即回歸預(yù)測模型為：（一） 回歸預(yù)測法即回歸預(yù)測模型為：（一） 回歸預(yù)測法例1：試根據(jù)19852003年的國民生產(chǎn)總值和社會消費品零售總額（見表4.1，P132133），建立國民生產(chǎn)總值 x 與社會消費品總額 y 的回歸模型。2.列表計算：解：1.將（xi,yi)繪于坐標(biāo)圖中如下：案例分析例1：試根據(jù)19852003年的國民生產(chǎn)總值

7、和社會消費品零xyx2y2xy778043056052840018533025334929009380495087984400245025004643100010920582011924640033872400635544001385374401919056095535360010306632015677810124576832965626201126999377174008255302760000681450251436370001958093983833764008832240418401284023938108945730278441186792362607805723138012237

8、984704400149744169383997060438001605319184400002576988097031214005773320598333309928942427760411891843346779524614459616202560584899616687061307477226843559085198472054664920071047967955329153632867980984989740923192086098205431135673285891696938822525547512908940434153799307521611664274093053414812

9、9593337595920314048914133840253606601135102398409111048535040416737099214189204578116694458421361748963621014889645349486348960044378297727484495501080544657127986754901案例分析xyx2y2xy7780430560528400185330 國民生產(chǎn)總值中社會消費品零售總額的預(yù)測模型為： 案例分析國民生產(chǎn)總值中社會消費品零售總額的預(yù)測模型為： 案例分析預(yù)測結(jié)果評價：是否可信、有效是否可信1）預(yù)測結(jié)果應(yīng)該是歷史與現(xiàn)實的合理延伸。2）

10、預(yù)測應(yīng)具有可檢驗性。預(yù)測資料來源及真實性、預(yù)測模型的合理性、預(yù)測結(jié)果的邏輯性都可檢驗。無論由誰來預(yù)測，結(jié)果都應(yīng)該一樣。預(yù)測的有效性預(yù)測結(jié)果能否為決策者提供可靠的未來信息，以使決策者作出正確決策。預(yù)測結(jié)果評價：是否可信、有效是否可信（2）相關(guān)性檢驗（一） 回歸預(yù)測法當(dāng)R在-1，0 時，二者呈負(fù)相關(guān)當(dāng)R在0，1時，二者呈正相關(guān)當(dāng)|R|=1時，因變量和自變量完全相關(guān)當(dāng)R=0，不存在線性相關(guān)關(guān)系通常認(rèn)為R0.75時，x與y高度相關(guān)，R0.5則可判斷x與y相關(guān)（2）相關(guān)性檢驗（一） 回歸預(yù)測法當(dāng)R在-1，0 時，二2.曲線擬合轉(zhuǎn)化為線性回歸可以通過一定的數(shù)學(xué)變換，轉(zhuǎn)化為線性回歸問題轉(zhuǎn)化為線性回歸問題等式

11、兩邊取對數(shù)，轉(zhuǎn)化為線性回歸問題等式兩邊取對數(shù)，轉(zhuǎn)化為線性回歸問題（一） 回歸預(yù)測法2.曲線擬合轉(zhuǎn)化為線性回歸轉(zhuǎn)化為線性回歸問題等式兩邊取對數(shù)，（1）概念：若某事件隨時間t變化的規(guī)律，可以用t的某種確定的函數(shù)關(guān)系來描述，這類事件序列稱為確定性時間序列，以時間t為自變量建立的函數(shù)模型稱為確定性時間序列模型。（2）方法：確定性時間序列模型中最簡單的一類是滑動模型預(yù)測法 。（二）確定性時間序列模型（1）概念：若某事件隨時間t變化的規(guī)律，可以用t的某種確定的1.移動平均法（1）簡單移動平均法設(shè)時間序列為yi(i=1,2,n),yi為第i期的實際值（觀察值），N為移動平均的項數(shù)，Mt為第t期的移動平均值:

12、該方法適用于長期趨勢變化不大，短期有波動的時間序列資料。 （二）確定性時間序列模型1.移動平均法該方法適用于長期趨勢變化不大，短期有波動的時間（2）加權(quán)移動平均法加權(quán)平均法對不同時期的實際值給予不同的權(quán)來進(jìn)行平均的。以W1、W2、WN分別作為實際值yt、yt-1、yt-N+1的權(quán)，則第t期的加權(quán)平均值為：（二）確定性時間序列模型（2）加權(quán)移動平均法（二）確定性時間序列模型序號年份合同完成額（億元）三年移動平均三年加權(quán)平均119962.5-219972.8-319982.4-419992.92.562.555200032.72.72620013.22.772.87720023.13.033.08

13、820033.33.073.12表4-4 某建筑企業(yè)合同完成額統(tǒng)計表例3. 某建筑企業(yè)，從1996年至2003年完成合同額如表4-4所示，試預(yù)測2004年的合同完成額。案例分析序號年份合同完成額（億元）三年移動平均三年加權(quán)平均11996解：考慮移動平均項數(shù)N3。按簡單移動平均法預(yù)測2004年的合同完成額為：按加權(quán)移動平均法預(yù)測2004年的合同完成額為：案例分析解：考慮移動平均項數(shù)N3。按加權(quán)移動平均法預(yù)測2004年的2.一次指數(shù)平滑法一次指數(shù)平滑法也稱簡單指數(shù)平滑法 。分別對近期數(shù)據(jù)和遠(yuǎn)期數(shù)據(jù)給予不同的權(quán)重，也稱平滑系數(shù)。St第t周期的一次指數(shù)平滑值，也是下期預(yù)測值。yt第t周期的實際觀察值。

14、St-1第t-1周期的一次平滑值。式中：平滑系數(shù)，（二）確定性時間序列模型2.一次指數(shù)平滑法St第t周期的一次指數(shù)平滑值，也是下期注意：1）關(guān)于初始值S0，一般取前幾年的平均值（數(shù)據(jù)較多時）或簡單取S0=y1（數(shù)據(jù)較少時）。2）關(guān)于平滑系數(shù)。一般時間系列為穩(wěn)定的長期趨勢時，取較?。?.050.2)，當(dāng)時間系列具有較強的線性變化趨勢時，取較大值（0.30.7）。（二）確定性時間序列模型注意：（二）確定性時間序列模型 序號 年份合同完成額（億元） 平滑值119962.5S1=2.5219972.8S2=0.32.8+0.72.502.59319982.4S3=0.32.4+0.72.592.534

15、19992.9S4=0.32.9+0.72.532.64520003.0S5=0.33.0+0.72.642.75620013.2S6=0.33.2+0.72.752.89720023.1S7=0.33.1+0.72.892.95820033.3S8=0.33.3+0.72.953.06所以，2004年合同完成額的預(yù)測值為：某建筑企業(yè)合同完成額一次指數(shù)平滑法計算表例4. 用一次指數(shù)平滑法計算例3。解：選取0.3，計算各期的平滑值，其計算結(jié)果見表4.5。案例分析 序號 年份合同完成額（億元） 3.二次指數(shù)平滑法（線性指數(shù)平滑法 ）它是對一次指數(shù)平滑法的結(jié)果再進(jìn)行一次平滑 。因而可用于作較長期的預(yù)

16、測，如中期預(yù)測等。（二）確定性時間序列模型3.二次指數(shù)平滑法（線性指數(shù)平滑法 ）因而可用于作較長期的預(yù)例5 用二次指數(shù)平滑法預(yù)測2004年和2005年的合同完成額，數(shù)據(jù)同例4。解：取0.3，計算過程為：其余類推，計算結(jié)果見表。案例分析例5 用二次指數(shù)平滑法預(yù)測2004年和2005年的合同完成3.190.0803.2462.8723.0593.3200383.140.0703.1182.7922.9553.1200272.920.0733.0642.7222.8933.2200162.750.0482.8752.6492.7623.0200052.530.0262.7202.6002.6602.

17、9199942.68-0.0072.5402.5742.5572.4199832.530.0182.6662.5822.6242.819972-0.0062.5342.5642.5492.519961btat合同完成額年份序號表4.6 某建筑企業(yè)合同完成額二次指數(shù)平滑法計算表2004、2005年合同完成額的預(yù)測值為： 案例分析3.190.0803.2462.8723.0593.3200第二節(jié) 技術(shù)經(jīng)濟決策方法針對各種不同的自然狀態(tài)，從多個不同的行動方案中選定一個最佳方案加以實施的過程就稱為決策 。一、決策問題構(gòu)成的條件（1）有明確目標(biāo)，如收益最大或損失最小等；（2）存在兩個或兩個以上不以決策者

18、無法控制的自然狀態(tài)j；（3）存在兩個或兩個以上可供選擇的行動方案Ai；第二節(jié) 技術(shù)經(jīng)濟決策方法針對各種不同的自然狀態(tài)，從多個不同（4）在各種自然狀態(tài)下，不同行動方案將導(dǎo)致不同的結(jié)果，而其損益值是可以計算出來的ij；（5）決策者對各種自然狀態(tài)的發(fā)生，有的可以肯定（確定型決策）；有的不能肯定，也無法知道其發(fā)生的概率p(j )（非確定型決策）；有的雖不能肯定哪種自然狀態(tài)發(fā)生，但決策者可以預(yù)先估計或計算出其發(fā)生的概率p(j) （風(fēng)險型決策）一、決策問題構(gòu)成的條件（4）在各種自然狀態(tài)下，不同行動方案將導(dǎo)致不同的結(jié)果，而其損二、決策的分類戰(zhàn)略決策和戰(zhàn)術(shù)決策程序化決策和非程序化決策確定型決策、風(fēng)險型決策、不

19、確定型決策定性決策與定量決策其他:單目標(biāo)決策和多目標(biāo)決策 ;長期決策和短期決策 ;單 級決策和多級決策，等等。 三、決策的基本原則1最優(yōu)化原則2系統(tǒng)原則 3信息準(zhǔn)全原則 4可行性原則 5集團決策原則 第二節(jié) 技術(shù)經(jīng)濟決策方法二、決策的分類第二節(jié) 技術(shù)經(jīng)濟決策方法方法：在確定的自然狀態(tài)下分別計算各個行動方案的損益值，然后選擇一最佳方案即可 。很多確定型決策問題要用到運籌學(xué)或其他數(shù)學(xué)方法并借助計算機的幫助才能得以解決。確定型決策問題的方法較多，如盈虧分析法、微分極值法、線性規(guī)劃法等等四、確定型決策方法：在確定的自然狀態(tài)下分別計算各個行動方案的損益值，然后選指自然狀態(tài)是否發(fā)生不能肯定，但知道各自然狀

20、態(tài)可能發(fā)生的概率的情況下的決策。自然狀態(tài)發(fā)生的概率為p(j) 決策準(zhǔn)則：期望值準(zhǔn)則、最大可能性準(zhǔn)則、合理性準(zhǔn)則。 五、風(fēng)險型決策指自然狀態(tài)是否發(fā)生不能肯定，但知道各自然狀態(tài)可能發(fā)生的概率的1.期望值準(zhǔn)則決策準(zhǔn)則為:P(j)為自然狀態(tài)j發(fā)生的概率；Ai為行動方案；ij為方案Ai在j狀態(tài)下的損益值所對應(yīng)的行動方案Ak五、風(fēng)險型決策1.期望值準(zhǔn)則決策準(zhǔn)則為:P(j)為自然狀態(tài)j發(fā)生的概率例4.2.2 某施工隊下個季度要進(jìn)行混凝土澆筑施工，每完成1m3混凝土可收入20元。計劃由商品混凝土攪拌站供應(yīng)混凝土，合同規(guī)定，按預(yù)定計劃供應(yīng)的混凝土，若施工隊少要1m3則應(yīng)賠償商品混凝土攪拌站10元損失。已知去年同

21、期施工澆筑混凝土的日完成量數(shù)字（見表），而今年下季度日完成量數(shù)字尚不能確切估計。問如何與商品混凝土攪拌站簽訂混凝土供應(yīng)合同才能使施工隊收益最大？去年同期日完成澆筑量的天數(shù)日完成澆筑量(m3)100110120130日完成澆筑量的天數(shù)1836279案例分析例4.2.2 某施工隊下個季度要進(jìn)行混凝土澆筑施工，每完成1解：（1）首先，確定各日完成澆筑量的概率，如下表 ： 日完成澆筑量的概率日完成澆筑量(m3)100110120130日完成澆筑量的天數(shù)1836279日完成澆筑量的概率18/90=0.236/90=0.427/90=0.39/90=0.1（2）根據(jù)統(tǒng)計資料，確定合同方案。行動方案A1：計

22、劃日供應(yīng)混凝土100m3；行動方案A2：計劃日供應(yīng)混凝土110m3；行動方案A3：計劃日供應(yīng)混凝土120m3；行動方案A4：計劃日供應(yīng)混凝土130m3；案例分析解：（1）首先，確定各日完成澆筑量的概率，如下表 ： 日完成（3）根據(jù)每天可能完成的混凝土澆筑量，計算不同行動方案的收益值。表4.2.3 各行動方案的收益期望值計算表 自然狀態(tài) 方 案日完成混凝土澆筑量（m3）收益期望值1001101201300.20.40.30.1A120002000200020002000A219002200220022002140A318002100240024002160A4170020002300260020

23、90案例分析（3）根據(jù)每天可能完成的混凝土澆筑量，計算不同行動方案的收益（4）計算各方案的收益期望值如對A3方案，其收益期望值為： 同理，可求得其他方案的收益期望值，見上表。（5）決策將以上四個方案的收益期望值進(jìn)行比較可知，方案A3的收益期望值最大，因而選擇日訂貨量為120m3為最佳。 案例分析（4）計算各方案的收益期望值同理，可求得其他方案的收益期望值2. 最大可能性準(zhǔn)則以自然狀態(tài)中發(fā)生概率最大的一個為依據(jù)，選擇在這種狀態(tài)下收益值為最大的方案作為最優(yōu)方案。 當(dāng)某一自然狀態(tài)發(fā)生的可能性較其他自然狀態(tài)發(fā)生的可能性大得多時，采用此法較為合理和簡便。 以上例為例，查看表4.2.3，各自然狀態(tài)中以日完

24、成混凝土澆筑量為110 m3時的概率0.4為最大，以此為依據(jù)，知方案A2對應(yīng)的收益值最大（2200元），故選擇方案A2為最優(yōu)方案。五、風(fēng)險型決策2. 最大可能性準(zhǔn)則五、風(fēng)險型決策3. “合理性”準(zhǔn)則當(dāng)知道有n個可能出現(xiàn)的自然狀態(tài)，當(dāng)難以確切估計各自然狀態(tài)出現(xiàn)的概率時，“合理”假定各自然狀態(tài)出現(xiàn)的概率相等，則各自然狀態(tài)出現(xiàn)的概率為1/n，以此為依據(jù)來計算各方案的收益期望值，選擇收益期望值為最大的方案為最優(yōu)方案的方法就是合理性準(zhǔn)則。五、風(fēng)險型決策3. “合理性”準(zhǔn)則五、風(fēng)險型決策Hurwicz法（也稱大中取大法）決策者總是根據(jù)最好的客觀條件選擇方案，采取行動。其決策過程為：（1）求出方案i在不同自

25、然狀態(tài)下的最大損益值 （2）求出所有方案的最大損益值的最大值 其最大損益值所對應(yīng)的方案即為決策方案六、非確定型決策Hurwicz法（也稱大中取大法）（2）求出所有方案的最大損從表中可以看出，選擇對應(yīng)的方案A3。各方案在各種市場狀態(tài)下的收益值(單位：100萬元)例4.4 某公司欲投資5000萬元開發(fā)某類新產(chǎn)品。該公司將市場性態(tài)分為3類：N1代表較大的市場需求，N2代表中等程度的市場需求，N3代表較小的市場需求。同時，該公司提出了三個行動方案，分別為A1、A2、A3。其收益見下表所示。案例分析從表中可以看出，選擇對應(yīng)的方案A3。各方案在各種市場狀態(tài)下的2.Wald法，也稱小中取大法決策者總是根據(jù)最

26、壞的客觀條件選擇方案，采取行動。（1）求出方案i在不同自然狀態(tài)下的最小損益值 （2）求出所有方案的最小損益值的最大值其最小損益值的最大值所對應(yīng)的方案即為決策方案 六、非確定型決策2.Wald法，也稱小中取大法（2）求出所有方案的最小損益值例2，按此準(zhǔn)則計算上例。見下表：從上表看出，應(yīng)用此準(zhǔn)則進(jìn)行決策時，應(yīng)選擇方案A2?？梢钥闯觯捎么藴?zhǔn)則進(jìn)行決策時，決策者的出發(fā)點是盡可能地縮小最大可能的損失。因而該法顯得較為消極。適用于小型企業(yè)或?qū)p失非常敏感的企業(yè)。案例分析例2，按此準(zhǔn)則計算上例。見下表：從上表看出，應(yīng)用此準(zhǔn)則進(jìn)行決3. Savage法，也稱最小最大后悔值法以將來后悔值最小為原則來進(jìn)行方案的

27、擇優(yōu)選擇。所謂后悔值就是在每一自然狀態(tài)下，各方案的最大損益值與其他方案的損益值之差。（1）求出后悔值表。自然狀態(tài)j下方案i的后悔值為：（2）求出各方案對應(yīng)的最大后悔值 （3）求出最小最大后悔值對應(yīng)的方案即為選擇方案。 六、非確定型決策3. Savage法，也稱最小最大后悔值法（2）求出各方案對（2）根據(jù)上表的計算結(jié)果，選擇方案A2。例3. 按此準(zhǔn)則計算上例。（1）后悔值的計算，見下表。案例分析（2）根據(jù)上表的計算結(jié)果，選擇方案A2。例3. 按此準(zhǔn)則計算1. 決策樹的畫法七、決策樹法1. 決策樹的畫法七、決策樹法2. 損益值計算和決策準(zhǔn)則（1）損益期望值的計算：（2）決策準(zhǔn)則：3. 應(yīng)用例題 七

28、、決策樹法2. 損益值計算和決策準(zhǔn)則（2）決策準(zhǔn)則：3. 應(yīng)用例題 七例4.2.5 某建筑企業(yè)擬投標(biāo)A或B工程，鑒于自身力量，只能選擇一個工程投標(biāo)。無論投標(biāo)哪個工程，均可采用兩種策略，根據(jù)以往的資料，投高標(biāo)的中標(biāo)機會為0.25，投低標(biāo)的中標(biāo)機會為0.5。中標(biāo)后對應(yīng)的損益情況如表4-14所示。若其投標(biāo)未中標(biāo)，則經(jīng)濟損失為50萬元。試進(jìn)行決策。表4-14 各方案損益值投標(biāo)方案效果估計發(fā)生的概率相應(yīng)的損益值（萬元）投A工程高標(biāo)樂觀0.35000一般0.51000悲觀0.2-1000投A工程低標(biāo)樂觀0.24000一般0.6500悲觀0.2-2500投B工程高標(biāo)樂觀0.37000一般0.54000悲觀0

29、.2-2000投B工程低標(biāo)樂觀0.35000一般0.62000悲觀0.1-3000案例分析例4.2.5 某建筑企業(yè)擬投標(biāo)A或B工程，鑒于自身力量，只能解： （1）繪出決策樹。案例分析解： （1）繪出決策樹。案例分析（2）計算（從右向左，按節(jié)點計算）（3）決策：從圖中看出應(yīng)投B工程，使用低標(biāo)策略。節(jié)點計算過程期望損益值950000.3+10000.5-10000.218001040000.2+5000.6-25000.26001170000.3+40000.5-20000.237001250000.3+40000.6-3000025-500.75412.566000.5-500.5275737000.25-500.75887.5836000.5-500.51775案例分析（2）計算（從右向左，按節(jié)點計算）（3）決策：從圖