
<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE wml PUBLIC "-//WAPFORUM//DTD WML 1.1//EN" "http://www.wapforum.org/DTD/wml_1.1.xml">
<wml><head><meta http-equiv="Cache-Control" content="max-age=0"/></head><card id="index" title="=萌芽专家网=">
<p align="center">
第四章　不确定性的效用分析<br/>
-----</p><p>
  分市在偏好上的正确排列。也就是说，如果允许他在任何两个概率分布（比如说B1和B2）之间进行选择的话，他就会优先选择B1而不是B2，在B1与B2之间表现为无差异，或者优先选择B2而不是B1，这些都依H［G（B1）］＞、=、＜H［G（B2）］的情况而定。&nbsp;<br/>　　很明显，起初的G（B）是最易使用的函数，但没有必要这样做。结果是，无法从“绝对”意义上把效用说成是“可测量”的。确实，在这种意义上，效用可否测量的问题到底有什么意义是大可怀疑的。&nbsp;<br/><br/>　　概率估值&nbsp;<br/><br/>　　为了导出F（I）而假设的试验涉及到提出一些有关本题的赌博方式。对依那个函数而作的附加选择带有特定概率的推测需要能够确定附属于那些选择的概率。如何去做呢？&nbsp;<br/>　　最适合我们效用分析的方法是由L.J.萨维奇充分发展了的“个人概率”方法，他是在布鲁诺.德.芬尼提工作的基础上创立这一方法的。这种方法是说，正象我们所能够设想的，个人在行动时，好象是把一个确定的效用——我们的F（I）函数的一般说法——赋予每一件有可能发生的事件，如果这一事件的确发生了的话，因此，我们也可以设想他在行动时似乎是把一个确定的概率赋予了每个这样的事件。人<br/>
  10/14<br/>
 <a href='text_view.asp?id=1212&amp;p=9'>上页</a><a href='text_view.asp?id=1212&amp;p=11'>下页</a><a href='text_view.asp?id=1212&amp;p=14'>末页</a><br/>指定页面<input name='page' title='指定页面'  size='2' value='12'/><a href='text_view.asp?id=1212&amp;p=$page'>前往</a> <br/>
-----<br/>


<a href="pl.asp?id=1212">评论本文(0)</a><br/>
下篇<a href='text_view.asp?id=1211'>第六章&nbsp;供给曲线的定义</a><br/>上篇<a href='text_view.asp?id=1213'>第三章　税收的“福利”效应</a><br/>
<a href="mint.asp?bigid=76&amp;minid=132">价格理论</a><br/>
<a href="min.asp?bigid=76">企业管理</a><br/>

<a href="index.asp">掌上书城</a><br/>

<a href="/wap">萌芽青年网</a>


</p>
</card>
</wml>