不确定性决策准则与数字时代应用
课堂笔记（按讲授顺序整理）
第一部分：不确定性决策的五大准则
【背景】面对不确定性时，人容易焦虑。老师先分享了一个心态：当你纠结焦虑时，告诉自己最坏的结果会发生，如果最坏的情况没发生，就会觉得特别舒服——这就是悲观法的心理基础。
一、乐观法（大中取大 / Maximax）
核心逻辑：比较每个方案的最好结果，从中再选最优。一句话总结：只盯着最好的可能。
决策步骤：
1. 找出每个方案在各种状态下的最大收益值。
2. 在所有方案的最大收益值中，选最大的那个方案。
性格映射：反映了一种人类天然的性格——盲目乐观型。只关注最好的可能，不考虑风险。
案例应用：以希尔顿机场选址为例——A 处购买地（状态 A 发生则收益13，状态 B 发生则损失12）、B 处购买地、AB 都买、AB 都不买。乐观法会选每个方案中收益最大的那个，然后从中挑最优。
二、悲观法（小中取大 / Maximin / 瓦尔德准则）
核心逻辑：考虑最坏的那个结果，在坏中选优。一句话总结：先问最坏能有多坏，然后从最坏的结果中选最好的。
决策步骤：
1. 找出每个方案在各种状态下的最小收益值（最坏情况）。
2. 在所有方案的最坏结果中，选最大的那个方案（矮子里面拔将军）。
案例应用：希尔顿机场选址
四个方案：A 处购买、B 处购买、AB 都买、AB 都不买。每个方案的最坏情况：
A 处购买 → 最坏是 −12（政府在 B 建机场）。
B 处购买 → 最坏是 −8（政府在 A 建机场）。
AB 都买 → 最坏是 −5（政府在 A 建机场）。
AB 都不买 → 最坏是0（没有赚头也没有损失）。
坏中求好：选 AB 都不买（最坏情况是0，比其他方案的最坏情况都好）。
优缺点：
优点：保守稳健，规避最大风险。
缺点：错失 A 方案的最大收益可能性（如果政府在 A 建机场，A 方案能赚13，但悲观法直接排除了）。
心理机制：老师分享个人经历——疫情期间家人检查，医生说要等三天出结果。老师作为教决策的学者，发现自己宁愿医生当场告诉他是癌（最坏结果确定了），也不愿等三天煎熬。
因为确定了最坏结果，就可以规划应对方案；而不确定性带来的焦虑远超结果本身。
这说明老师性格偏悲观型——先做好最坏打算，如果结果比预期好，就会特别愉悦。
三、最小最大后悔值法（Minimax Regret / 萨维奇准则）
核心概念：什么是后悔值
后悔值 = 你选了某个方案后，发现未来状态发生时，你本可以选到更好的那种损失感。
关键！后悔值是纵向比的，不是横向比的！
纵向比 = 在同一状态下，拿该状态下最好的方案减去你选的方案的收益。
为什么不能横向比？因为状态是不可控的（政府选址你决定不了），你只能控制自己选哪个方案。横向比就等于上帝视角——假设你能控制政府选址，这逻辑不通。
三步法（三道弯）
第一步：把决策矩阵转换成后悔值矩阵。每个状态下，找到该状态下所有方案中最大的收益值，然后用这个最大值减去每个方案的收益值。
举例：在状态 A 下，A 处购买收益13，B 处购买收益 −8，AB 都买收益5，AB 都不买收益0。状态 A 下最大收益是13（A 处购买），所以：
A 处购买的后悔值 = 13 − 13 = 0。
B 处购买的后悔值 = 13 − (−8) = 21。
AB 都买的后悔值 = 13 − 5 = 8。
AB 都不买的后悔值 = 13 − 0 = 13。
同理计算状态 B 下的后悔值。
第二步：找出每个方案的最大后悔值。每个方案在不同状态下后悔值不同，取其中最大的那个。这代表了这个方案在最差情况下你会多后悔。
第三步：在所有方案的最大后悔值中，选最小的那个。选择最大后悔值最小的方案，即选错了也最不难过的方案。
案例结果：
A 处购买 → 最大后悔值 = 23。
B 处购买 → 最大后悔值 = 21。
AB 都买 → 最大后悔值 = 8（最小，选这个）。
结论：选择 AB 都买（最小最大后悔值）。
记忆口诀：最小最大后悔值 = 先找每个方案的最大后悔，再选其中最小的。选错了也最不难过。
四、折中法（赫维茨准则 / Hurwicz Criterion）
核心逻辑：既不是盲目乐观，也不是完全悲观，而是介于两者之间。每个人对自己的乐观程度赋值一个系数 a（0到1之间）。
a = 乐观系数：a 越大越乐观，a 越小越悲观。例如 a = 0.4，意味着你认为40% 的情况会往好的方向发展，60% 的情况会往差的方向发展。
计算方法：当只有两个状态时，折中值 = 最大值 × a + 最小值 × (1 − a)。当有多个状态时（如 A、B、C 三个状态），仍然只挑最大值和最小值，用同样的公式计算。最后在所有方案的折中值中选最大的那个。
案例计算（a = 0.5）：
同理计算其他方案，最后选择折中值最大的方案。结论：选择 AB 都买。
系数的灵活性：a 取多少没有标准答案，取决于个人性格和当下心态。心情好时可能乐观系数到0.8，心情差时可能降到0.2。老师建议可以先取0.5作为默认值。
五、等可能法（拉普拉斯准则 / Laplace Criterion）
核心逻辑：因为没有充分理由判断哪种状态更可能发生，所以假定每种状态发生的概率相等。两个状态就各50%，三个状态就各1/3，以此类推。这是最早由拉普拉斯（Laplace）提出的方法，老师称之为最笨的方法——干脆等概率分配。
计算方法：每个方案的期望值 = 各状态收益 × 等概率（1/n）的总和，然后选期望值最大的方案。
六大准则总结对比
乐观法（大中取大）：只盯着最好的可能，选各方案最好结果中最大的。
悲观法（小中取大）：先问最坏能有多坏，选各方案最坏结果中最好的。
折中法（赫维茨准则）：用系数 a 平衡乐观与悲观，折中值 = 最大值 × a + 最小值 × (1 − a)。
最小最大后悔值法（萨维奇准则）：先算后悔值矩阵，再找每个方案的最大后悔值，选其中最小的。
等可能法（拉普拉斯准则）：假定所有状态等概率发生，选期望值最大的。
为什么没有最好的准则？
老师强调：面对不确定性决策，除非你是上帝能看到未来，否则无法判断哪种方法最优。每种方法各有利弊，关键在于了解自己是哪种性格类型，在不同场景下匹配不同的决策思路。
决策准则与性格匹配
乐观法 → 盲目乐观型：只看好的一面。
悲观法 → 保守悲观型：先想最坏打算，超出预期则愉悦。
折中法 → 理性平衡型：给乐观悲观加权。
最小后悔值法 → 后悔规避型：选错了也不难过。
等可能法 → 平等分配型：不偏不倚。
老师分享：自己大概率是悲观型，但买演唱会票时突然变乐观了——说明具体问题要具体分析，没有一种性格在所有场景下都适用。
第二部分：数字时代的不确定性挑战
数字时代没有淘汰过去的决策准则，而是改写了它们的适用条件。以下探讨数字时代给不确定性决策带来的新挑战。
一、信息过载（Information Overload）
问题本质：决策需要信息，但信息太少（选择不充分）和信息太多（信息超载）都有问题。
信息过窄：选择依据不充分，决策盲目。
信息超载：个人脑力无法处理海量信息，无法逐一核实，只能像赌博一样筛选。
案例1：新冠疫情早期信息。2019年底老师跟研究生庆祝元旦。2020年1月1日吃饭时学生说 SARS 又来了，老师当时还反驳。结果没过几天证实了，1月20多号封城，老师被封在武汉。
这体现了信息爆炸时代，早期信号被海量信息淹没，等确认时已经来不及。
案例2：明星高考分数谣言。老师在小红书看到帖子说演员李云瑞（华科毕业）高考600多分。老师知道他是体育生，第一反应不信。但随后看到不同帖子说610分、630分、620分——信息爆炸，三人成虎，一瞬间开始怀疑是不是真有可能。
老师去问周围老师，大家都说不可能。最后问带体育班的孙春霞老师，确认绝对不可能。
启示：信息过载 + 真假难辨 = 很难辨别真相。大量谣言、阴谋论泛滥。
二、后真相时代与阴谋论（Post-Truth Era）
核心特征：
真假难辨：无法确定信息何为真、何为伪。
阴谋论：既不能证实也不能证伪，最终在你心中形成难以磨灭的印象。
一旦印象形成，即使后来有证据反驳也难以消除。
案例1：爱泼斯坦案（公共事件）。爱泼斯坦是美国有政治前科的人物，在狱中自杀——用绳子上吊，但监狱摄像头刚好那几秒钟没拍到。他手里掌握大量高端政客和有钱人的黑料，正要逐个曝光。在一个戒备森严的监狱里自杀了，多年后相关证据通通消失。
影响：导致公众对政府不信任，每次类似事件出现，人们会本能地怀疑政府就是这样办事的。
案例2：明星八卦谣言。沈腾与林允的婚外情谣言，说得有鼻子有眼。虽然年龄差、时间线都对不上，但评论区有人用越不可能传得越离谱说明越是真的这种逻辑来佐证。老师指出：即使你知道不能相信，但印象已经留在脑海中，难以消除。
案例3：高校教师学术不端争议。五大高校 PPT 事件，有人质疑学术署名、劳务费等。但官方尚未有确凿调查结果，网友已经百分之五十相信了。老师指出：没有学生出来实名实锤，官方调查也有难度。但印象一旦形成就很难消除。
三、面对未经核实的信息，不同准则的行为方式
乐观法 → 直接采信最符合自己预期的版本（如我相信内部人士的爆料）。
悲观法 → 默认所有未经核实的信息都不可信（让子弹飞一会儿，官方没确认前什么都不信）。
折中法 → 部分采信，给每个版本标注可信度（但实际操作很难，人类大脑不是这样运作的）。
最小后悔值法 → 不转发、只围观，选择即使错了带来最小信息损失的策略（老师推荐的方式）。
数字时代的三大陷阱：
1. 算法推荐 → 让乐观更危险（只推送你想看的）。
2. 信息过载 → 让悲观法失效（信息太多，根本来不及核实）。
3. 情绪极化 → 让折中法最难实行（极端情绪让人难以理性权衡）。
四、电子商务中的决策挑战
网购的不确定性：网购看不见摸不着，永远不确定商品实际质量。
乐观法 → 只看最佳结果（万一更好用呢），冲动下单。被首发限量、错过就没有等话术刺激。
安于现状（Status Quo Bias）→ 冲动下单后拿到手不想退，懒得退。这是最危险的组合。
悲观法 → 锁定最差结果，可承受才行动。比如挑七天无理由、运费险、比销量。老师同事的秘诀：在京东下单，找销量最高的（大家已经帮你验证过了）。
折中法 → 考察很多信息（好评率、价格、测评），但信息爆棚也很累，时间消耗大。
最小后悔值法 → 买错了也不心疼，破财消灾，接受损失。
平台策略对用户决策的利用（平台知道你的决策倾向，针对性地设计策略）：
包运费、运费险 → 戳中悲观法（退了也不亏）。
先用后付 → 降低决策门槛。
直播话术：主播和厂家砍价表演 → 刺激乐观法（全网最低价、帮你把价格打下来）。
盲盒（泡泡玛特）：现场开盒的刺激感 → 让人愿意为可能开出隐藏款的乐观预期买单。
直播电商的负面影响：直播吸走了线下经济的资金和流量。线下店没有溢价权，被平台抽取大部分利润。制造业尤其是小型加工企业很受伤。对个体而言需要理性适应，但对整个商业环境产生了冲击。
五、求职与职业发展中的不确定性
当前就业环境：
经济下行，企业利润变薄，外贸比例下降，内循环未充分发展。
工业克苏鲁称号——个人买东西很便宜，但企业间恶性竞争、价格战。
企业竞争内卷 → 盈利下降 → 招工减少、工资降低。
AI替代基础岗位 → 就业岗位减少。
结论：考公务员 / 保编制成为第一选择（十几年前学生都想去互联网大厂）。
六、数字时代决策自检清单
老师总结：数字时代没有淘汰过去的决策准则，而是改写了适用条件。以下是面对不确定性时的自检方法：
1. 觉察自己正在用什么准则做决策？是主动选择还是被算法操控？
2. 做悲观法自检：不管多兴奋，适当考虑最差的情况是什么。
3. 警惕算法操控：你看到的最好情况是不是被平台过滤过的？是不是只推送了你愿意相信的信息？（信息茧房 / 气泡效应）
4. 不确定性转化检验：值不值得花成本去获取更准确的信息？比如买同一个商品比较不同商家，测量信息成本和收益。
5. 后悔检验：你的后悔会持续多久？你在互联网上的一言一行都可能被永久记录和传播，后悔成本可能远超线下。
数字时代的核心变化：
1. 概率背后是信息——获取信息需要花时间和成本。
2. 算法潜移默化侵蚀你的决策权（推荐算法让你只看同类型信息，误以为这就是共识）。
3. 后悔成本不对称——互联网上的言行会永久存档传播。
第三部分：风险型决策（期望值准则与决策树）
风险型决策与不确定性决策的区别：风险型决策中，各种自然状态的发生概率是已知的（可以通过历史数据统计得出）。
一、期望值准则（Expected Value Criterion）
与不确定性决策的区别：
不确定性决策：不知道各状态发生的概率。
风险型决策：知道各状态发生的概率（如通过历史数据统计）。
案例：希尔顿机场选址（已知概率）。假设通过统计过去100个机场选址案例，测算出：
政府在 A 建机场的概率 。
政府在 B 建机场的概率 。
计算方法：每个方案的期望值 = 各状态收益 × 该状态概率的总和。
选期望值最大的方案。
期望值的含义（非常重要！）：期望值 = 平均值，不是确定值！举例：抛硬币，正面赢10元（概率0.5），反面赢0元（概率0.5），期望值 = 元。
但实际每一次玩，你要么得到10元，要么得到0元，永远不会得到5元。
期望值的意义是：如果你重复玩很多次，平均每次能得到5元。所以期望值准则适用于同类型问题重复多次的场景。单次决策中，期望值只是一个参考值，不保证实际结果。
二、决策树（Decision Tree）
什么是决策树：决策树是一种将复杂风险型决策问题可视化表达的工具。把决策问题映射到一棵树上，通过树的结构来辅助决策。现实中的复杂决策可以用计算机程序模拟表达，实验课会用 Excel 的决策树模块来做。
决策树的构成要素
节点（三种）：
1. 决策节点（方框）→ 你要做的选择，有几个方案就有几个分支。
2. 状态节点（圆圈）→ 未来可能发生的状态，有几个自然状态就有几个分支。
3. 结果节点（三角形）→ 某个方案在某个状态下带来的最终收益。
分支（树枝）：
从决策节点引出的分支 → 代表你的方案（你可控的）。
从状态节点引出的分支 → 代表自然状态（你不可控的），标注概率 。
决策树的画法：从左到右画树，从右到左计算（回溯法）。
1. 从决策节点出发，画出所有方案分支。
2. 每个方案分支末端连接状态节点，画出所有状态分支并标注概率。
3. 每个状态分支末端标注对应收益值。
4. 从右到左计算：每个状态节点的期望值 = 各分支收益 × 概率的总和，然后选期望值最大的方案。
考试注意事项：决策节点必须是方框，状态节点必须是圆圈！画错了 Excel 工具会按错误的节点类型计算，结果全错。
三、课堂练习（四种准则对比）
老师给出一个新的决策矩阵（A、B、C 三个方案，三种状态），让学生用四种准则计算：
练习结果：
乐观法 → 选 C 方案（各方案最大收益中最大的）。
悲观法 → 选 B 方案（A 最坏 −80，B 最坏 −40，C 最坏 −20，坏中求好选 B）。
最小后悔值法 → 选 C 方案。后悔值矩阵计算：每个状态下，用该状态下最大收益减去各方案收益。A 方案最大后悔值 = 200，B 方案最大后悔值 = 140，C 方案最大后悔值 = 100。选最大后悔值最小的 → C 方案。
折中法（a = 0.4）→ 每个方案：最大值 × 0.4 + 最小值 × 0.6，选结果最大的。
全文总结：不确定性决策知识框架
不确定性决策（不知道概率）：
1. 乐观法：大中取大 → 只看好的一面。
2. 悲观法：小中取大 → 先想最坏打算。
3. 折中法：赫维茨准则 → a 加权平均。
4. 最小后悔值法：萨维奇准则 → 选错了也不难过。
5. 等可能法：拉普拉斯准则 → 等概率分配。
数字时代的新挑战：
1. 信息过载 → 真假难辨。
2. 后真相 → 阴谋论印象难以消除。
3. 算法操控 → 信息茧房。
4. 平台策略 → 利用你的决策倾向。
5. 求职环境 → AI替代 + 内卷 → 保编制。
风险型决策（知道概率）：
1. 期望值准则：各收益 × 概率之和，选最大的。
2. 决策树：方框 = 决策节点，圆圈 = 状态节点，三角形 = 结果节点。
3. 从左到右画树，从右到左计算。