數(shù)據(jù)域模型能夠

數(shù)據(jù)域模型能夠第1頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月決策分析決策分析是一個(gè)經(jīng)營(yíng)管理者經(jīng)常面臨的問題，這些問題常常需要你在“不確定情況下”做出決策，由于結(jié)局的不確定性，使你決策變得困難，這時(shí)，我們求助于一種十分有效的分析模型——“決策樹模型”來解決這類問題。第2頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月5.1決策樹模型

決策樹模型是分析不確定情況下的決策問題的一種強(qiáng)有力的工具。為了更好的理解、掌握這種模型的建立、求解和分析過程，下面將以一個(gè)簡(jiǎn)單實(shí)際的案例加以闡明：

案例：工作應(yīng)聘決策問題

第3頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月張某是清華大學(xué)計(jì)算機(jī)系的碩士研究生，他將于明年夏天畢業(yè)，在此之前他必須考慮畢業(yè)的工作去向。今年夏天張某在本地的一家計(jì)算機(jī)公司A做暑期打工，公司經(jīng)理對(duì)張某的才能與工作態(tài)度非常欣賞，在打工結(jié)束前，曾于張某有一次正式談話，歡迎張某畢業(yè)后加盟A公司，如果張某同意的話，可以在9月底提前正式簽約。在這次談話后一個(gè)星期，張某收到了他在去年打工的B公司的回函，回答他在一個(gè)月前曾經(jīng)問過的招工信息。信中告訴他，B公司將在11月底進(jìn)行一次公開招聘，屆時(shí)他可以前來應(yīng)聘。第4頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月現(xiàn)已知張某去A公司工作，年薪為60000元；假如張某不接受A公司邀請(qǐng)而去B公司應(yīng)聘，被錄用則年薪75000元，且被錄用的可能性為70％；假如張某被Ｂ公司錄用，張某不去，或張某未被B公司錄用，張某都將參加3月份的招聘，并且根據(jù)以為情況獲知，自己將有20％的機(jī)會(huì)獲得100000年薪的工作，有70％的機(jī)會(huì)獲得50000年薪的工作，還有10％的機(jī)會(huì)將一無所獲。問，張某將如何決策？

第5頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月這樣，張某必須在9月底前做出決策，是否接受A公司對(duì)的邀請(qǐng)以確定自己是否去A公司工作。如果張某不準(zhǔn)備在該公司工作的話，那么在11月底有一個(gè)機(jī)會(huì)，由他覺得是否去B公司應(yīng)聘。倘若放棄這兩次機(jī)會(huì)的話，在下一年3月初，按慣例學(xué)校將組織一次招聘活動(dòng)，由個(gè)公司來學(xué)校招聘人才。鑒于學(xué)校是國(guó)內(nèi)名牌大學(xué)，本校的計(jì)算機(jī)系在社會(huì)上有很高的知名度，因此屆時(shí)不乏有一些比A、B更知名更有實(shí)力的公司。由于招聘是面向全社會(huì)的，因此競(jìng)爭(zhēng)相當(dāng)激烈，存在可能使張某進(jìn)入更理想的工作單位，也存在可能他只能去一些不太理想的工作單位，福利待遇工資比不上A、B公司。第6頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月工作應(yīng)聘決策問題:

張某應(yīng)該選擇

1、9月底拒絕A的邀請(qǐng)，2、11月底去B應(yīng)聘，3、如果B接納，則去B工作；如果B不接納，則下一年3月參加學(xué)校招聘會(huì)。第7頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月

A接受A的邀請(qǐng)拒絕A的邀請(qǐng)張某的第一次（9月底之前）決策第8頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月

A接受A的邀請(qǐng)拒絕A的邀請(qǐng)張某的第二次（11月底之前）決策B去B應(yīng)聘不去B應(yīng)聘第9頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月

A接受A的邀請(qǐng)拒絕A的邀請(qǐng)決策樹中的“事件點(diǎn)”的表示B去B應(yīng)聘不去B應(yīng)聘CB接納概率0.7B不接納概率0.3第10頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月

張某就業(yè)決策樹基本模型去B工作不去B工作上0.2中0.7上0.2中0.7下0.1下0.1EB接納概率0.7B不接納概率0.3DF去B應(yīng)聘接受AA拒絕AB不去B應(yīng)聘CG上0.2中0.7下0.1第11頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月案例：假如每個(gè)運(yùn)動(dòng)員必須定期進(jìn)行藥檢，但由于技術(shù)水平及通常的隨機(jī)因素影響，服藥而被檢測(cè)呈陽(yáng)性的概率為0.9，另有10％的可能使違禁者漏網(wǎng)。而在清白的運(yùn)動(dòng)員中，卻存在0.0001的概率使檢測(cè)結(jié)果呈陽(yáng)性。由此，一旦被檢測(cè)呈陽(yáng)性，依照規(guī)則可以申訴并進(jìn)行第二次獨(dú)立的檢測(cè)，但如果再次呈陽(yáng)性，將給予終生禁賽，而不是原有的禁賽2年的處罰。問：如果一名運(yùn)動(dòng)員的決策？

第12頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月

決策樹模型的重要特點(diǎn)：1、模型的結(jié)構(gòu)由三個(gè)要素組成：決策點(diǎn)，事件點(diǎn)，枝。2、以決策點(diǎn)為初始，隨時(shí)間而從左向右展開，按實(shí)際中決策時(shí)刻、事件發(fā)生時(shí)刻的先后順序以及邏輯依賴關(guān)系安排決策點(diǎn)和事件點(diǎn)。3、由任何決策點(diǎn)出發(fā)向右伸出的“決策樹枝”必須反映出在該決策點(diǎn)時(shí)刻，以及給定的環(huán)境條件下的所有可能的決策。4、由任何事件點(diǎn)出發(fā)向右伸出的“事件樹枝”必須反映出該事件的結(jié)果且具有互斥和完備性。第13頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月TermsofDecisionAnalysis

決策分析術(shù)語(yǔ)決策者（DecisionMaker）是對(duì)一個(gè)決策（或一系列決策）負(fù)責(zé)的人或團(tuán)體備擇方案（Alternatives）是決策者將作出的決策的選項(xiàng)自然狀態(tài)（Stateofnature）決策結(jié)果受到?jīng)Q策者無法控制的隨機(jī)因素影響收益（Payoff）每一種決策的備選方案及自然狀態(tài)的組合都會(huì)導(dǎo)致某種結(jié)果,是衡量決策結(jié)果對(duì)決策者的價(jià)值的量化指標(biāo)

第14頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月OilDrillingProblem

石油勘探問題一個(gè)石油勘探公司要對(duì)是否對(duì)新疆某地進(jìn)行石油勘探，如果勘探則發(fā)生$200,000的勘探成本，如果發(fā)現(xiàn)石油，值$800,000.如果沒有發(fā)現(xiàn)石油則價(jià)值為0收益表決策狀態(tài)實(shí)際舉例第15頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月決策樹模型的建立應(yīng)用MicrosoftExcel加載宏Tree-Plan建立決策樹。？第16頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月5.2期望值決策準(zhǔn)則及后退求解決策樹決策準(zhǔn)則——是任何決策者在作出決策之前必須確定的一個(gè)選擇最優(yōu)策略的原則。期望值準(zhǔn)則EMV——最常用的決策準(zhǔn)則求解——1、準(zhǔn)備數(shù)據(jù)2、將相關(guān)數(shù)據(jù)標(biāo)于決策樹終枝（末端）右邊3、對(duì)決策點(diǎn)，按比較原則選優(yōu)（最大或最小）其值并標(biāo)于該點(diǎn)旁，其選中的枝即為該決策點(diǎn)時(shí)刻的最優(yōu)決策4、對(duì)事件點(diǎn)，按期望值原則計(jì)算其值并標(biāo)于該點(diǎn)旁第17頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月ExpectedValueCriterion

期望規(guī)則假設(shè)有石油的概率為40%.收益表勘探的期望收益=不勘探的期望收益=狀態(tài)

決策有無勘探600-200

不勘探

00

先驗(yàn)概率0.40.6實(shí)際舉例第18頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月UsingDecisionTreetoAnalyze

使用決策樹進(jìn)行分析在每個(gè)事件點(diǎn)（eventnode）：用圓圈表示，后向計(jì)算期望收益

（每個(gè)枝的概率和收益的乘積的和）.在每個(gè)決策點(diǎn)（decisionnode）：用方塊表示，選擇最好的枝（最大的期望值）.狀態(tài)

決策有無勘探600-200

不勘探

00

先驗(yàn)概率0.40.6決策樹實(shí)際舉例第19頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月UsingTreePlantoAnalyze

使用TreePlan進(jìn)行分析1、在“Tools”

采單選擇“DecisionTree”.第20頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月UsingTreePlantoAnalyze

使用TreePlan進(jìn)行分析2.點(diǎn)擊“NewTree”就會(huì)出現(xiàn)一個(gè)默認(rèn)的單決策點(diǎn)雙枝的樹第21頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月FinalDecisionTree

最終的決策樹第22頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月案例：王女士正在組織某公園舉辦中秋露天演出，她有半個(gè)月的時(shí)間做準(zhǔn)備并考慮演出“進(jìn)行”或者“取消”。如果當(dāng)天晴朗，前來賞月并欣賞演出的人會(huì)很多，那樣她可以從這次演出中得到純利潤(rùn)100000元（扣除所有成本）；但如果下雨，那么她將損失100000元。當(dāng)然王女士可以在中秋節(jié)之前宣布取消演出，但她為租借設(shè)備所付的押金5000元將顆粒無還。現(xiàn)假設(shè)中秋節(jié)那天的下雨概率為0.2，請(qǐng)為王女士建立決策樹模型并求出其最佳選擇。第23頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月案例：現(xiàn)在假設(shè)王女士也可以在中秋節(jié)前一天取消演出，但是屆時(shí)她將為此而損失10000元。而等到這天再作決定的好處是她可以利用當(dāng)天的天氣預(yù)報(bào)，如果在中秋節(jié)前一天做決策，按照以往歷史紀(jì)錄，氣象臺(tái)預(yù)測(cè)第二天中秋為晴朗的可能性為0.9。若預(yù)報(bào)天晴，則有90%的正確性；但若預(yù)報(bào)下雨，則有95%可能下雨。第24頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月案例1：TheNewtownArtGallery有一幅值錢的油畫希望通過拍賣出售。有三個(gè)投標(biāo)者想買該畫。第一個(gè)投標(biāo)者將在星期一投標(biāo)，第二個(gè)投標(biāo)者將在星期二投標(biāo)，第三個(gè)投標(biāo)者將在星期三投標(biāo)。按照規(guī)則每次投標(biāo)必須在投標(biāo)當(dāng)天作出接受或拒絕的回應(yīng)。如果所有三個(gè)投標(biāo)均被拒絕，油畫將可以標(biāo)準(zhǔn)價(jià)￥1，000，000售出。Newtown的首席拍賣師對(duì)投標(biāo)概率的估計(jì)如下： 投標(biāo)量（百萬(wàn)元）投標(biāo)者（周1）投標(biāo)者（周2）投標(biāo)者（周3）1000.00.00.72000.50.90.03000.50.00.04000.00.10.3第25頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月問：

作為首席拍賣師應(yīng)如何決策？第26頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月案例2：

某日用化工公司開發(fā)了一種新的化妝產(chǎn)品，正在考慮是否生產(chǎn)并推向市場(chǎng)。經(jīng)營(yíng)管理人員面臨若干選擇：1、主觀認(rèn)為新產(chǎn)品也許缺乏銷路，故不打算投入生產(chǎn)。2、不做市場(chǎng)調(diào)查，直接投入生產(chǎn)。這樣，它將受市場(chǎng)不確定因素的影響。如果市場(chǎng)對(duì)該產(chǎn)品看好，則可以賺取1000萬(wàn)純利潤(rùn)；但若市場(chǎng)不太看好，公司將虧損450萬(wàn)。市場(chǎng)看好或不太看好的主觀概率分別是0.3與0.7。3、先委托咨詢公司做市場(chǎng)調(diào)查，調(diào)查需求前景是“好”還是“差”，然后再做決定，調(diào)查費(fèi)用為50萬(wàn)。但是，任何一種市場(chǎng)調(diào)查方法一般都有可能誤判市場(chǎng)的真實(shí)情況，即市場(chǎng)本不看好，但調(diào)查結(jié)果表明看好；或市場(chǎng)本看好，而調(diào)查結(jié)果表明不看好。根據(jù)該咨詢公司過去的情況，如果市場(chǎng)不好，調(diào)查結(jié)果好的可能性是0.1；如果市場(chǎng)好，調(diào)查結(jié)果不好的可能性是0.15。我們應(yīng)該從調(diào)查結(jié)果作出如何的決策呢？第27頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月條件概率——

如果A和B是任意兩個(gè)事件，且P（B）＞0，則有：P（A|B）=P（A和B）P（B）或等價(jià)形式：P（A和B）=P（A|B）×P（B）第28頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月回到前面的案例

G——新產(chǎn)品的市場(chǎng)好

W——新產(chǎn)品的市場(chǎng)差

Q——調(diào)查表明市場(chǎng)好

N——調(diào)查表明市場(chǎng)差則有：

Q|W——市場(chǎng)差，但調(diào)查表明市場(chǎng)好

N|G——市場(chǎng)好，但調(diào)查表明市場(chǎng)差根據(jù)已知有：P（Q|W

）=0.1；P（N|G

）=0.15P（W

）=0.7；P（G

）=0.3第29頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月

P（QW

）=P（W

）xP（QIW

）＝0.7x0.1＝0.07P（Q|G）=1－P（N|G

）=1－0.15＝0.85P（QG）=P（G）xP（QIG）＝0.3x0.85＝0.255P（NG）=P（G）xP（NIG）＝0.3x0.15＝0.045P（NW）=P（W）xP（NIW）＝P（W）x〔1－P

（QIW

）〕

＝0.7x0.9＝0.63P（Q）＝P（QG）＋P（QW

）＝0.225＋0.07＝0.325P（N）＝P（NG）＋P（NW

）＝0.045＋0.63＝0.6755P（G|Q）=P（QG）/P（Q）=0.225/0.325＝0.785P（W|Q）=P（QW）/P（Q）=0.07/0.325＝0.215P（G|N）=P（GN

）/P（N）=0.045/0.675＝0.067P（W|N）=P（WN）/P（N）=0.63/0.675＝0.933

G——新產(chǎn)品的市場(chǎng)好W——新產(chǎn)品的市場(chǎng)差

Q——調(diào)查表明市場(chǎng)好N——調(diào)查表明市場(chǎng)差第30頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月計(jì)算結(jié)果

p1=P（Q）=0.325（調(diào)查表明市場(chǎng)好）

p2=P（N）=0.675（調(diào)查表明市場(chǎng)差）

p3=P（G|Q）=0.785（調(diào)查表明市場(chǎng)好，新產(chǎn)品市場(chǎng)真的好）

p4=P（W|Q）=0.215（調(diào)查表明市場(chǎng)好，新產(chǎn)品市場(chǎng)不好）

p5=P（G|N）=0.067（調(diào)查表明市場(chǎng)差，新產(chǎn)品市場(chǎng)真的好）

p6=P（W|N）=0.933（調(diào)查表明市場(chǎng)好，新產(chǎn)品市場(chǎng)不好）將此6個(gè)概率代入決策樹中，計(jì)算求解決策樹，最后得到化工公司的最優(yōu)策略：關(guān)于新產(chǎn)品，先做市場(chǎng)調(diào)查，若調(diào)查結(jié)果表明市場(chǎng)好則生產(chǎn)新產(chǎn)品，若調(diào)查結(jié)果表明市場(chǎng)差則不生產(chǎn)新產(chǎn)品。第31頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月案例分析第32頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月案例——生產(chǎn)用水問題康明制藥廠位于城市遠(yuǎn)郊，工廠最近新上了一個(gè)項(xiàng)目但用水量非常大。為解決生產(chǎn)用水問題，分管后勤保障的張副廠長(zhǎng)這段時(shí)間一直在考慮一個(gè)問題：1、鋪設(shè)管道連接不遠(yuǎn)處的白河取水，這將需要投資110000元；2、工廠自己挖機(jī)井，所需投資視挖井的深度而定，相關(guān)數(shù)據(jù)如表1。張廠長(zhǎng)清楚一個(gè)事實(shí)，即無論鋪設(shè)管道還是自己挖井都可以解決工廠計(jì)劃期內(nèi)的用水問題。此外，為了確定某一選點(diǎn)是否適宜挖井，張副廠長(zhǎng)可以請(qǐng)當(dāng)?shù)氐牡刭|(zhì)水文組進(jìn)行咨詢，咨詢費(fèi)用為500元，而水文組提供的意見僅是某一選點(diǎn)是否適宜挖井。張副廠長(zhǎng)認(rèn)真、細(xì)致地研究了水文組提供的過去對(duì)類似挖井選點(diǎn)真實(shí)可信的咨詢統(tǒng)計(jì)資料如表2，即在挖井最終投資為100000元的井中，水文組認(rèn)為宜挖的占80%，認(rèn)為第33頁(yè)，課件共37頁(yè)，創(chuàng)作于2023年2月案例——生產(chǎn)用水問題不宜挖的占20%；挖井最終投資為110000元的井中，水文組認(rèn)為宜挖的占60%，認(rèn)為不宜挖的占40%；挖井最終投資為120000元的井中，水文組認(rèn)為宜挖的占20%，認(rèn)為不宜挖的占80%；最后做出了解決工廠生產(chǎn)用水問題的決策方案。表1挖井類別投資（元）概率淺井1000000.3中等深度井1100000.3深井1200000.4表2挖井類別投資（元）宜挖概率不宜挖概率淺井100000