管理數量方法與分析內容串講ppt

1、管理數量方法與分析,課程串講,統(tǒng)計數據的分類 (按計量尺度分)分類數據、順序數據、數值型數。(按時間狀況分)截面數據、時間序列數據(第三章討論)、混合數據,數據整理常用的方法是分組,分組方法,一、 統(tǒng)計數據,第一章 數理分析的基礎,變量數列的常用分布圖,變量分布可以用頻數頻率分布表表示,也可以用頻數頻率分布圖表示。 常用的分布圖有 柱形圖、直方圖、折線圖,二、 分布中心的測度,描述分布中心的方式 一種是從位置角度,另一種是數值角度.位置平均數主要有中位數、眾數. 數值平均數主要有算術平均數、幾何平均數、調和平均數,平均數有算術平均數、幾何平均數與調和平均數，根據計算方法 分為簡單平均數與加權平

2、均數,中位數位置平均數,將變量值按照從小到大或從大到小的排序排列，處于中間位置上的那個變量值,用Me表示,1) 未分組數據的中位數,2）分組數據,下限公式,上限公式,眾數位置平均數,變量的全部取值中出現(xiàn)次數最多的變量值,稱為此變量的眾數,用Mo表示,眾數的計算方法 觀察法，插值法,算術平均數、中位數、眾數三者關系,算術平均數、中位數、眾數三者之間的數量關系，取決于變量值在數列中的分布狀況,變量值的分布狀況分為對稱、左偏、右偏,三、離散程度的測度,離散程度測度是變量次數分布的另一個重要特征,反映各變量值遠離其分布中心的程度(離散程度,測度變量值的離散程度的指標主要有極差、四份位差、平均差、方差、

3、標準差、變異系數,極差,既有 R = max - min,四分位極差,也稱內距, 稱第一分位數與第三分位數差的絕對值為四分位極差，記為IQR=| Q1- Q3 ,平均差 各變量值與其算術平均值離差絕對值的算術平均數，記為AD 或Md,方差 各變量值與其算術平均值離差平方的算術平均數，記為2,標準差 各變量值與其算術平均值離差平方的算術平均數的算術平方根，記為,變異系數 各個衡量變量取值之間的絕對差異指標與算術平均數的比率,變異系數主要有極差變異系數、平均差變異系數、標準差變異系數，具體計算公式,四、偏度與峰度,描述變量分布的偏斜程度，即變量取值分布非對稱的程度的指標偏度；描述變量分布密度曲線頂

4、部的平緩與陡峭程度的指標峰度,偏態(tài)是指變量分布偏斜程度的,其方法主要有直觀偏度系數測度法與矩偏度系數測度法P35 1.24,當偏態(tài)系數SKp =0為對稱分布;偏態(tài)系數SKp 0為右偏分布;偏態(tài)系數SKp 0為左偏分布,直觀偏態(tài)系數-主要有皮爾遜偏度系數與鮑萊偏度系數.P33 1.18; P34 1.19,峰度系數的計算公式 P35 1.25,峰度描述數據分布的扁平程度,是以標準狀態(tài)分布為標準，描述數據分布曲線的頂端相對于正態(tài)分布頂端而言是平坦還是尖削的程度;峰態(tài)用峰度系數的大小來衡量,用Ku表示,散點圖,五、兩個變量的相互關系：函數關系，相關關系與不相關關系,測度兩變量相關程度的指標：協(xié)方差與

5、相關系數,協(xié)方差是兩變量的所有取值與其算術平均數.離差乘積的算術平均數.用來測定兩變量之間相關關系的方向與密切程度,計算協(xié)方差的公式有算術平均法與加權算術平均法.P37 1.26.1.27,樣本相關系數的計算公式 P38, 1.28,1.29,相關系數 是兩變量的協(xié)方差與它們標準差之積的比. 用來測定兩變量之間相關關系的方向與密切程度的常用指標,相關系數的取值及其意義,r 的取值范圍是 -1,1 |r|=1，為完全相關 r =1，為完全正相關 r =-1，為完全負正相關 r = 0，不存在線性相關關系 -1r0,為負相關 0r1,為正相關 |r|越趨于1表示關系越密切；|r|越趨于0表示關系越

6、不密切,第二章 概率及其概率分布,一、隨機事件與概率,概念 隨機現(xiàn)象、隨機試驗、樣本空間、樣本點、隨機事件，基本事件、必然事件、不可能事件,事件間的關系與運算,包含關系、相等關系，和事件、積事件、差事件、互斥事件與對立事件,頻率 的定義與性質-穩(wěn)定性,既有,事件的概率的定義與性質,性質1,性質2,性質3,0P(A)1,P()=1,若事件A與B是兩個互斥事件,則,P(AB)=P(A)+P(B,性質4,若事件A與B是對立事件,則,P(B)=1-P(A,性質5,若事件A與B是任意兩事件,則,P(AB)=P(A)+P(B)-P(AB,等可能概型（古典概型） 具有下列特點的試驗：本空間的元素只有有限個；

7、每個基本事件發(fā)生的可能性相同.稱為古典概型試驗，又稱等可能概型試驗，所對應的數學模型稱為古典概型,古典概型概率的計算公式,條件概率 設A、B是隨機試驗E的兩個事件,且 P(A)0,為在事件A發(fā)生的條件下事件B發(fā)生的條件概率,簡稱為B在A之下的條件概率,則稱,乘法公式,全概率公式 設 B1,B2,Bn 為試驗 E 的樣本空,間的一個完備事件組,且P(Bi)0.則對于任意事件A,均有,貝葉斯公式 設 B1,B2,Bn 為試驗 E 的樣本空,間的一個完備事件組,且P(Bi)0.則對于任意事件A,均有,此公式稱為逆概率公式,事件獨立性 設A、B是兩個隨機事件，如果,則稱A與B是相互獨立的隨機事件,設A

8、、B、C是三個隨機事件，如果,則稱A、B、C是相互獨立的隨機事件,二、 隨機變量及其概率分布,根據隨機變量取值情況，可將隨機變量分為離散型隨機變量與連續(xù)型隨機變量,離散型隨機變量,二項分布 XB(n,p,一些常用的離散型隨機變量,兩點分布,泊松分布 XP(,超幾何分布,連續(xù)型隨機變量,定義 如果對于隨機變量X 的分布函數F(x),存在非負函數 f (x),使得對于任意實數 x,有,5.連續(xù)型隨機變量在一點處的概率等于0，即 PX=a=0.于是有,一些常用的連續(xù)型隨機變量,均 勻 分 布,X U a , b,指數分布 XE(,正態(tài)分布 XN(,2,XN(0,1,標準正態(tài)分布與正態(tài)分布的關系,三、

9、 隨機變量的數字特征與獨立性,數學期望（均值）與方差的定義與計算,隨機變量X的期望,而稱 為均方差,根方差或標準差記為(X,方差,離散型,連續(xù)型,方差另一計算公式,數學期望的性質,a. Ec=c,c 是常數,若aXb,則 aEXb,b. E(cX)=cE(X),c 是常數,c. E(XY)=EXEY,推論 E(aX+bY)=aEX+bEY,方差的性質,a. DX0 Dc=0, c 是常數,b. D(cX)=c2D(X) c 是常數,c.若X,Y相互獨立, 則 D(aX+bY)=a2DX+b2DY,d.DX=0PX=c=1,c=EX,常見分布的期望與方差,三、二維隨機變量與隨機變量的獨立性,二維

10、隨機變量及其概率分布,二維離散型隨機變量,邊緣分布,二維連續(xù)型隨機變量,對于二維隨機變量(X,Y)分布函數 F(x ,y )-f(x,y,設 G 是平面上的一個區(qū)域，點 ( X,Y )落在 G 內 的概率為,隨機變量X與Y的邊緣密度函數為fX(x), fY(y,隨機變量X與Y的邊緣分布函數分別為FX(x)和FY(y,如果對于任意的x,y，均有,則稱 X ,Y 相互獨立的隨機變量,二維離散型隨機變量的獨立性,離散型隨機變量的獨立性,如果對于任意的i, j，均有,則稱 X ,Y 相互獨立的隨機變量,如果對于幾乎所有的x,y，有,則稱 X ,Y 相互獨立的隨機變量,連續(xù)型隨機變量的獨立性,第三章 時

11、間序列分析,時間序列分析 主要用于描述與探索現(xiàn)象隨時間發(fā)展變化的數量規(guī)律性. 對比分析-水平與速度(序時平均數、增長量、發(fā)展速度、增長速度、平均發(fā)展速度、平均增長速度); 構成分析-趨勢變動、季節(jié)變動、循環(huán)變動的測定與分析方法,一、時間序列的概念與分類,時間序列 按照時間順序將同一現(xiàn)象觀察所得到統(tǒng)計指標(變量)的一組觀察值進行排列而成的數列,時間序列的分類,按照指標性質分類 時點數列、時期數列、特征數列,時間序列的構成要素與模型,長期趨勢(T)、季節(jié)變動(S)、周期波動(C)、不規(guī)則變動(D,時間序列的模型,時間序列分析的主要內容就是將影響時間序列的這四個因素從時間序列中分離出來,并將它們之間

12、的關系用一定的數學關系式予以表示，再進行分析,時間序列的分解模型 乘法模型 Yi=TiSiCiIi 加法模型 Yi=Ti+Si+Ci+Ii,二、時間序列的特征指標,時間序列水平指標 用來反映研究現(xiàn)象的絕對變動量或平均變動量，具體有平均發(fā)展水平、增長量、平均增長量,序時平均數又稱平均發(fā)展水平 是將時間序列各期發(fā)展水平加以平均得到的平均數.用于反映這一段時間內所能達到的一般水平或代表水平,時期序列、時點序列與特征序列的序時平均數P81;3.3,3.4,3.5,3.6,增長量 增長量=報告期發(fā)展水平-基期發(fā)展水平,根據基期的不同有逐期增長量與累積增長量，累積增長量等于相應各個時期逐期增長量之和,平均

13、增長量 觀察期各逐期增長量的平均數. 其計算公式為,時間序列速度指標 用來反映研究現(xiàn)象在動態(tài)上發(fā)展變動的相對程度或平均程度，具體有發(fā)展速度、增長速度、平均發(fā)展速度、平均增長速度,由于對比的基期不同,發(fā)展速度可以分為環(huán)比發(fā)展速度和定基發(fā)展速度,環(huán)比發(fā)展速度與定基發(fā)展速度的關系,平均發(fā)展速度的計算,1）水平法又稱幾何平均法,平均發(fā)展速度與平均增長速度,2)累積法又稱方程式法 P89,三、長期趨勢的測定與預測,時距擴大法、移動平均法、模型法,數學模型法,常用的趨勢線數學模型 線性趨勢與非線性趨勢,直線趨勢方程,此方程中的參數a,b是未知的,需要根據時間序列進行估計.參數a,b的估計方法最小二乘法p9

14、6、分割平均法,曲線趨勢模型的擬合與預測 指數趨勢曲線與二次趨勢曲線,季節(jié)變動的測定與預測,分析季節(jié)變動的主要方法是測定季節(jié)指數,常用的方法是簡單平均法(同期平均法)P101與移動平均趨勢剔除法P103,季節(jié)變動的程度 根據各季節(jié)指數與其平均數(100%)的偏差程度來測定,四、季節(jié)變動的預測,以季節(jié)指數為調整基礎，采取對時間序列進行外推預測的方法,確定年度以下(季度、月)的預測值,季節(jié)變動預測方法主要有簡單季節(jié)模型預測與移動平均季節(jié)模型預測,不規(guī)則變動的測定,不規(guī)則變動的測定 一個具體的時間序列，利用上述方法分別計算長期趨勢(T)、季節(jié)指數(S)、循環(huán)變動(C),再利用乘法模型，分別從模型中剔

15、除長期趨勢(T)、季節(jié)指數(S)、循環(huán)變動(C)的影響，剩余的既是不規(guī)則變動,I=Y/(TS C,統(tǒng)計指數是指用于測定多個項目在不同場合下綜合變動的一種特殊相對數,第四章 統(tǒng)計指數,一、統(tǒng)計指數的概念與分類,統(tǒng)計指數的分類,二、綜合指數,綜合指數 是總指數的基本形式。它是由兩個總量指標對比形成的指數.凡是一個總量指標可以分解為兩個或以上因素的乘積時,將其中一個或一個以上因素固定下來,僅考察其中一個因素指標的變動程度的總指數,常用的綜合指數: 拉氏指數、派氏指數、楊格指數、埃馬指數、費暄理想指數。 p127-128,三、平均指數,平均指數 （平均比率指標）是總指數的另外一個形式, 以某一時期的總

16、量為權數對個體指數加權平均計算出來的指數,若權數（總量）固定基期,有加權算術平均指數p131;4.5,4.6; 若權數（總量）固定報告期,有加權調和平均指數P133,4.11,4.12,固定權數的加權算術平均指數與加權調和平均指數,以某一特定量W為權數對個體指數加權平均計算,其 計算公式為,四、指數體系與因素分析,指數體系 由總量指數及其若干個因素指數構成的一定的數量關系式.稱這種經濟上有聯(lián)系，數量上保持一定關系的指數之間的客觀聯(lián)系為指數體系。 在指標體系中,總量指數與各因素指數之間的數量關系是 (1)總量指數等于各因素指數的乘積； (2)總量的變動差額等于各因素指數變動差額之和,指數體系主要

17、有個體指數體系、加權綜合指數體系、加權平均指數體系,因素分析法 根據指數體系中多種因素影響的社會經濟現(xiàn)象的總變動情況，分析其受各個因素影響的方向與程度的一種方法,因素分析方法分為兩因素分析法與多因素分析法。從絕對關系與相對關系分析各因素對總量的影響程度,綜合指數體系相對關系,綜合指數體系絕對關系,加權平均指數體系相對關系,加權平均指數體系絕對關系,平均指標變動所形成的指數體系P146-147,相對關系,絕對關系,可變構成指數=固定結構指數結構影響指數,第五章 線性規(guī)劃簡介,線性規(guī)劃-線性目標函數在線性約束條件下的最大值或最小值的問題，統(tǒng)稱為線性規(guī)劃問題,線性規(guī)劃通常解決下列兩類問題,1）當任務

18、或目標確定后,如何統(tǒng)籌兼顧,合理安排,用最少的資源（如資金、設備、原標材料、人工、時間等）去完成確定的任務或目標,2）在一定的資源條件限制下，如何組織安排生產獲得最好的經濟效益（如產品量最多 、利潤最大。,線性規(guī)劃的數學模型由決策變量、目標函數與約束條件三個要素構成,常用的方法-表上作業(yè)法、圖上作業(yè)法,一、線性規(guī)劃的基本技巧,效率比法、圖解法、表上作業(yè)法與圖上作業(yè)法,效率比法 生產能力的如何合理分配用此法,圖解法 資源有限的情況下，如何安排生產，使產量最大。適合于兩個決策變量線性規(guī)劃問題,表上作業(yè)法 物資調運問題用此法,圖上作業(yè)法 物資調運問題，車輛運輸的調度問題。匈牙利算法 指派問題與旅行商

19、問題,二、運輸問題,資調運問題表上作業(yè)法P166-173,表上作業(yè)法是求解運輸問題的一種簡便而有效的方法,其求解工作在運輸表上進行,其實質是單純形法,資調運問題 在不同的運輸工具、不同的單位運價的情況下,如何組織調運使總運費最小或總噸公里數最小的問題,表上作業(yè)法的步驟,1. 編制運費表與產銷平衡表，并用最小元素法編制初始方案,2. 用閉回路法,求檢驗數檢驗初始方案是否最優(yōu).若檢驗數均大于等于0，則方案最優(yōu)，否則需進行第3步,3. 若不是最優(yōu)，即檢驗數有負值，選擇最小檢驗數，再用閉回路法，求調整數，以調整初始方案。循環(huán)使用,直至調整至最優(yōu),最小元素法 基本思想是就近供應，即從運價最小的地方開始供

20、應（調運），然后次小，直到最后供完為止。在運費表上進行,閉回路 可在運輸問題數據表上畫出，它是一條封閉的折線，折線的每一條邊或者是水平的，或者是垂直的。 對于一條給定的閉回路,數據表上的每一行、每一列多只有兩個變量是閉回路的頂點,檢驗數=空格的閉回路上，第偶數個拐點處的運費之和減去第奇數個拐點處的運費之和,在閉回路的所有奇數個拐點處的運量中,找最小運量,為調整量。在奇數個拐點處的運量減去調整量,在偶數個拐點處的運量加上調整量,資調運問題圖上作業(yè)法P173-180,圖上作業(yè)法 是在交通圖上進行物資調運方案編制和調整的一種科學方法,在運輸中，若使用同一種運輸工具，在求最佳的運輸方案時，往往用噸公里

21、作為度量的標準,最優(yōu)流向圖（正規(guī)流向圖）使噸公里數（費用）最小的調運方案的流向圖。為此要求：沒有對流且沒有迂回的流向圖為最優(yōu)流向圖,物資調運的圖上作業(yè)法 就是尋找一個無對流、無迂回的正規(guī)流向圖,步驟如下 1.作出一個無對流的初始可行方案； 2.檢驗有無迂回 3. 若無，結束； 4.否則，調整，直到最優(yōu),圖上作業(yè)法的求解過程,無圈的交通圖,口訣 抓各端，各端供需歸鄰站 即：先滿足端點的要求，逐步向中間逼近，直至收點與發(fā)點得到全部滿足為止,交通圖有圈情形,原則 里圈、外圈分別算，要求不過半圈長； 如若超過半圈長，應甩最長弧段，破圈 ； 反復求算最優(yōu)方案。 方法 甩弧破圈再取一端，供需歸鄰站，作流

22、向圖,指派問題或旅行商匈牙利算法,鋼廠,匈牙利算法的理論依據 最優(yōu)解定理,匈牙利算法的思路,對效率矩陣aij的每一行（每一列）所有元素中分別減去該行（或列）的最小元素，得到一個新的效率矩陣bij，此矩陣中出現(xiàn)0元素，如果0元素的個數是n個，且出現(xiàn)在不同行不同列上，則與之相應的解元素xij =1，其他元素對應的解元素xij = 0，得到最佳指派方案.如果在不同行不同列上0元素的個數少于n個，則需進行調整,匈牙利算法的求解步驟,1. 變換指派問題的效率矩陣(cij)為(bij)，使在(bij)的各行各列中都出現(xiàn)0元素，即 (1)從(cij)的每行元素都減去該行的最小元素； (2) 再從所得新效率矩

23、陣的每列元素中減去該列的最小元素(已有0元素的列不必做,2. 進行試指派，以尋求最優(yōu)解。 在新的效率矩陣(bij)中找盡可能多的獨立0元素，若能找出n個獨立0元素，就以這n個獨立0元素對應解矩陣(xij)中的元素為1，其余為0，這就得到最優(yōu)解,3. 用最少的直線通過所有0元素。其方法,在有0*的行、列，過0*畫橫線或豎線，有n個0*只能畫n個橫豎線，且過所有的元素,若0* 元素的數目m 等于矩陣的階數n（即：mn），那么這指派問題的最優(yōu)解已得到。若m n，則轉入下一步,4. 變換效率矩陣(bij)以增加0元素 在沒有被直線通過的所有元素中找出最小值，沒有被直線通過的所有元素減去這個最小元素；直

24、線交點處的元素加上這個最小值.新系數矩陣的最優(yōu)解和原問題仍相同.轉回第2步,第六章 統(tǒng)計決策分析,一、統(tǒng)計決策的要素與程序,決策-在經濟管理與商務活動以及各種現(xiàn)實生活中，人們往往面臨各種問題與不同的客觀環(huán)境,做出某種行動的決定,這種作出決定的過程就是決策,統(tǒng)計決策-在決策過程中所使用的分析推斷方法主要是統(tǒng)計分析推斷方法，則此決策稱為統(tǒng)計決策,統(tǒng)計決策的基本條件或要素-客觀環(huán)境的可能狀態(tài)集、決策者的可行行動集、決策行動的收益函數或損失函數,統(tǒng)計決策分類,確定性決策 非確定性決策,非概率型決策 概率型決策,先驗概率型決策 后驗概率型決策,常見的損失函數 線性損失函數,平方誤差損失函數,決策行動的損

25、失函數或收益函數未必非用一個明確的數學解析式表示?？梢杂脫p失表或收益表來表示,收益(損失)矩陣表包括 行動空間、狀態(tài)空間、 狀態(tài)空間的概率分布、收益(損失)矩陣,二、非 概 率 型 決 策,非概率型決策-決策者只知道客觀環(huán)境有哪幾種可能的狀態(tài)，而每種可能狀態(tài)出現(xiàn)的概率是未知的，這種情況下的決策,客觀環(huán)境的可能狀態(tài)集、可行的行動方案集、決策行動的收益函數或損失函數,非概率型決策準則,樂觀決策準則（大中取大）P199、悲觀決策準則（小中取大）P200、折中準則（赫維茨準則）P200、大中取小準則與小中取大準則P201,三、先驗概率型決策,先驗概率型決策具備的基本條件,除了具備客觀環(huán)境的可能狀態(tài)集、

26、可行的行動方案集、決策行動的收益函數或損失函數三個基本條件外，還掌握了各種可能狀態(tài)出現(xiàn)的先驗概率分布,先驗概率型決策-決策者利用這一先驗的客觀環(huán)境狀態(tài)的概率分布，借助于各種概率統(tǒng)計分析推斷方法對所面臨的決策問題進行分析，從而做出可靠性較高的決策。使用客觀環(huán)境的狀態(tài)先驗概率分布的統(tǒng)計決策稱為先驗概率型決策,先驗概率型決策的準則,期望收益或期望損失準則P203、最大可能準則P205、渴望水平準則P205,決策樹技術,以圖的形式進行決策，常用的圖形是決策樹。如圖,方案分枝,概率分枝,概率分枝 標自然狀態(tài)的概率,邊際分析決策,1. 狀態(tài)變量是離散變量P209,邊際分析 決策變量在某一給定水平時，每變動

27、一個單位時，收益或損失變動的程度邊際收益或邊際成本的分析,決策目的是確定出最佳的決策變量值，使利潤最大。 根據經濟學知識知：邊際利潤=0，即邊際收益=邊際 成本時，是決策變量取值最優(yōu)的必要條件,稱p* 臨界概率值或臨界比，當pp*，決策者應該增 加決策變量值，直到客觀環(huán)境有利情形的概率p=p,2. 若決策變量是一連續(xù)型變量。需知道該變量的概率密度函數。利用邊際分析決策法進行決策,四、后驗概率型決策,先驗概率分布 決策者事先對客觀環(huán)境各種可能狀態(tài)的概率分布的估計與判斷，此時的概率分布,后驗概率分布 利用樣本的信息，對原有的先驗概率分布加以修正，所得到的修正后的有關客觀環(huán)境各種可能狀態(tài)出現(xiàn)的概率分

28、布,利用后驗概率分布進行決策也稱為貝葉斯決策,后驗概率分布的計算,稱后驗概率決策為貝葉斯決策的原因是后驗概率的計算需使用貝葉斯公式,上述公式稱為貝葉斯公式,它是公式族,此公式使用需已知P(Ai), P(B|Ai) (i=1,2, ,N,后驗概率決策準則,與先驗概率決策準則類似，后驗概率決策準則也有期望損益準則、最大后驗可能性準則與渴望水平準則,信息的價值 完全信息期望價值P220、樣本信息期望價值P220-223、抽樣信息凈得益P225的計算,五、敏感性分析,敏感性分析 也稱最優(yōu)方案穩(wěn)定性或可靠性的分析 分析客觀環(huán)境可能狀態(tài)出現(xiàn)的概率的微小變化對最優(yōu)方案的影響程度,具體方法,1)計算轉折概率

29、使最優(yōu)方案改選臨界概率它是利用各種可能狀態(tài)下的損益值計算的,2)將實際估算的概率與轉折概率比較，根據兩者差距的大小判斷所選最優(yōu)方案的穩(wěn)定性,最優(yōu)方案對客觀概率變化越敏感，其穩(wěn)定性越差,第七章 與決策相關的成本、風險與不確定性,一、相關性與滯留成本,相關性 信息與決策相關的特性稱為相關性,相關信息是預計未來結果的，它們在不同的備選方案中是不同的。這些信息可以幫助決策者將注意力集中在那些最有備選方案上,與決策相關的特定成本,相關成本 與特定方案相聯(lián)系，能對決策產生重大影響的，在短期經營決策中必須考慮的成本,相關成本主要差量成本、邊際成本、機會成本、付現(xiàn)成本、重置成本、專屬成本、可避免成本、可延緩成

30、本。 這些相關成本在決策過程中根據實際需要采用不同成本，既有“不同目的，不同成本”的原則,滯留成本 由企業(yè)現(xiàn)在承擔的，需要在不久將來償付的成本。非常典型的是“資本成本”，如債務利息、股東回報等,滯留成本是企業(yè)使用某種資源而需要支付的成本。企業(yè)只有在償還了過去與現(xiàn)在的成本及掙得相應的滯留成本后，剩余的才是企業(yè)的真正意義上的利潤。因此,企業(yè)進行決策必須考慮滯留成本,滯留成本的計算 P242,二、決策風險與不確定性,風險主要指無法達到預期報酬的可能性。 不確定性指事前不能預知所有可能結果，或者即使預知各種可能的結果，但不知它們出現(xiàn)的概率,根據決策所面臨的風險與不確定性，決策分為 確定性決策、不確定性

31、決策、風險性決策。P243-244,決策者的分類 風險偏好者 、風險中性者、風險規(guī)避者。P244,決策風險的衡量,期望、方差、標準差指標來定量衡量風險的大小,具體步驟,1)確定決策方案的概率分布,2)計算決策方案的期望值,3)計算決策方案的標準差與標準差系數值,三、風險與不確定條件下的決策分析,風險性決策分析的方法,如果在已知各個備選方案可能出現(xiàn)的結果及概率的情況下進行決策是風險性決策，決策者往往利用損益表來進行分析選擇,風險決策分析的方法：期望損益值的決策方法P247-248、等概率的決策方法P250、最大可能性的決策方法P251,不確定性決策分析的方法,如果各個備選方案可能出現(xiàn)的結果及概率

32、的情況下未知時，決策者往往假定每個方案可能的結果有三個：最好結果、最可能結果、最壞結果,不確定性決策分析的方法：保守的決策方法P252-253、樂觀的決策方法p254、折中的決策方法p255,第八章 模擬決策技巧與排隊理論,一、 排隊論概述,排隊系統(tǒng)隨機服務系統(tǒng),排隊論即隨機服務系統(tǒng)理論所要解決的主要問題是 如何合理地設計與控制隨機服務系統(tǒng)，使得它既能滿足顧客需要，又能使機構的花費最小,顧客服務臺，形成排隊的結構,在排隊系統(tǒng)中,顧客到達時間與服務臺為其服務時間是隨機的,故隨機性是排隊系統(tǒng)的基本特征。故排隊論又稱隨機服務系統(tǒng)理論,顧客源,排隊結構,顧客到來,服務規(guī)則,服務機構,顧客離去,服務系統(tǒng)

33、,任何一個隨機服務系統(tǒng)的運行過程的三個基本組成部分：顧客輸入、排隊規(guī)則、服務機構,排隊系統(tǒng)的基本模型 A/B/C 如M/M/1模型、M/M/c模型,M負指數分布或泊松分布，G 一般的隨機分布，D 確定型分布,描述排隊系統(tǒng)的數量指標 P261,排隊長Lq ,隊長L=Lq+正在服務的顧客數,等待時間 Wq ,停留時間 W=Wq +服務時間,平均到達率,平均服務率.用=/表示服務強度（服務因子,二、兩個常用的排隊模型 M/M/1的排隊模型、M/M/c的排隊模型,M/M/1模型與M/M/1模型 是指顧客到達的時間間隔服從參數為1/的泊松分布，服務時間服從參數為1/的指數分布，服務臺的個數為1或c的排隊

34、模型,系統(tǒng)達到統(tǒng)計平衡狀態(tài)的充分必要條件是服務因子1。在系統(tǒng)處于統(tǒng)計平衡狀態(tài)下的數量指標如書P264,8.9-8.13;P267,8.228.26,第九章 成本、產出與效益分析,一、 成本、產出與效益分析概述,成本/產出/效益分析是建立在變動成本法與成本習性分析基礎上的一種數量分析方法.以數學模型和圖示方法研究成本、產出、效益之間關系,從而為企業(yè)進行預測、決策、規(guī)劃和控制活動提供有用的信息,成本/產出/效益分析的基本假設,1. 成本習性分析的假設,全部成本按習性分為固定成本與可變成本,2. 線性關系的假設,企業(yè)有關因素之間的數量關系用特定的線性函數來描述,3. 產銷量平衡的假設,4.品種結構穩(wěn)

35、定的假設,成本/產出/效益分析的基本模型,利潤=銷售收入-總成本,利潤=銷售收入-(固定成本+可變成本,利潤=銷售單價銷售量-固定成本-單位變動成本銷售量 =（銷售單價-單位變動成本)銷售量-固定成本,P=（p-b)x-a,貢獻毛益及相關指標,貢獻毛益(Tcm=px-bx) P272; 單位貢獻毛益(cm=p-b=Tcm/x)P272; 貢獻毛益率 mR=Tcm/px100%=cm/p100% =(1-b/p)% P273 變動成本率 bR=V/px100% =b/p100% P273,貢獻毛益率與變動成本率之間的關系 mR+bR=1,二、損益平衡分析,損益平衡分析，是用于研究成本、銷售收入與

36、利潤三者關系的一項重要分析方法。 損益平衡分析可以建立數學模型,量化分析三者的線性關系，也可以繪制損益平衡圖,損益平衡點 如果企業(yè)經營出于不贏不虧（利潤為0時）狀態(tài)時的業(yè)務量時，即 企業(yè)銷售收入減去企業(yè)的變動成本(貢獻毛益總額)恰為固定成本，稱此業(yè)務量為該企業(yè)的損益平衡點,模型法 單一產品的損益平衡點模型P274、安全邊際模型P275-276、實現(xiàn)目標利潤模型 P277-278,單一產品的損益平衡點,分別是損益平衡點的銷售量與銷售額,安全邊際與安全邊際率模型,此模型是在單一產品損益平衡點模型基礎上建立的。用于分析企業(yè)實際或預計經營狀況的安全程度,安全邊際量 =實際或預計銷售量x-損益平衡點銷售量x0,安全邊際 企業(yè)實際或預計業(yè)務量與損益平衡點業(yè)務量之間的差額，計算公式為,安全邊際額 =實際或預計銷售額S-損益平衡點銷售額S0,安全邊際率(B) 安全邊際與實際或預計業(yè)務量的比率。 保本作業(yè)率 損益平衡點的業(yè)務量與實際或預計業(yè)務量的比率,安全邊際率與保本作業(yè)