【正文】 四、例(續(xù)上)，即p(|)= p(|)=其中，預(yù)報(bào)干旱 預(yù)報(bào)正常年景則 m()=p(|)π()+p(|)π() = + = m()= π(|)=p(|)π()m() = ／= π(|)=p(|)π()m() = ／= π(|)= π(|)=1. 正規(guī)型分析①策略: = () =()r(π, )=l (,())p(|)π()47 = l (,)p(|)π()+l (,)p(|)π() + l (,)p(|)π()+l (,)p(|)π() =+ + + =②策略: =() =() r(π, )=l (, ())p(|)π() = l (,)p(|)π()+l (,)p(|)π() + l (,)p(|)π()+l (,)p(|)π() = ++ + =③策略: = () =() r(π, )=④策略： =（） =（） r(π, )=∵r(π, ) ＜r(π, ) ＜r(π, ) ＜r(π, )∴ fff 是貝葉斯行動(dòng)。結(jié)論： 對(duì)每個(gè)x，選擇行動(dòng)a，使之對(duì)給定x時(shí)θ的后驗(yàn)分布π(θ｜x)的期望損失為極小，即可求得貝葉斯規(guī)則。三、Hurwitz準(zhǔn)則上兩法的折衷，取樂觀系數(shù)入 ［λ l ( , )＋（1－λ〕 l ( , )］例如 λ= λ : 2 1 （1－λ〕: 8 6 7 兩者之和： 8其中損失最小的是：行動(dòng)四、等概率準(zhǔn)則(Laplace) 用 來評(píng)價(jià)行動(dòng) 的優(yōu)劣 選 上例： : 33 34 36 35 其中行動(dòng) 的損失最小五、后梅值極小化極大準(zhǔn)則(svageNiehans)定義后梅值 = 其中為自然狀態(tài)為 時(shí)采取不同行動(dòng)時(shí)的最小損失.構(gòu)成后梅值(機(jī)會(huì)成本)矩陣 S={} ,使后梅值極小化極大,即: 例:損失矩陣同上, 后梅值矩陣為: 3 1 0 2 3 0 8 1 1 4 0 2 0 3 2 4各種行動(dòng)的最大后梅值為: 3 4 8 4 其中行動(dòng)a1 的最大后梅值最小,所以按后梅值極小化極大準(zhǔn)則應(yīng)采取行動(dòng)1.六、Krelle準(zhǔn)則：使損失是效用的負(fù)數(shù)(后果的效用化),再用等概率(Laplace)準(zhǔn)則.七、莫爾諾(Molnor)對(duì)理想決策準(zhǔn)則的要求 (1954) ； ； 按狀態(tài)優(yōu)于，則應(yīng)有 優(yōu)于 ； ：已經(jīng)考慮過的若干行動(dòng)的優(yōu)劣不因增加新的行動(dòng)而改變； ，各行動(dòng)間的優(yōu)劣次序不變； ，這一行與原矩陣中的某行相同，則各行動(dòng)的優(yōu)劣次序不變。 μα(μ+σ) f越大越優(yōu).五、不完全信息情況下的決策原則(HodgesLehmann原則) 狀態(tài)概率分布不可靠時(shí), 可采用: φ()=λ + i=1,2,… ,m j=1,2,…,n φ越大越優(yōu).167。擴(kuò)展型比正規(guī)型更直觀，也容易計(jì)算，故更