2026年管理决策实验教程刘艳课后习题附答案解析

2026年管理决策实验教程刘艳课后习题附答案解析一、管理决策基础1.单项选择题：以下关于决策类型的描述中，正确的是（）。A.程序化决策适用于结构不良问题，需依赖经验判断B.战略决策通常由基层管理者制定，关注短期目标C.风险型决策已知各自然状态概率，确定型决策完全确定结果D.业务决策涉及组织全局，如年度预算编制答案：C解析：程序化决策针对结构良好、重复出现的问题（如日常采购），依赖规则和程序（A错误）；战略决策由高层制定，关注长期全局（B错误）；业务决策是基层执行性决策（如库存管理），年度预算属管理决策（D错误）。风险型决策已知自然状态概率（如市场需求高/中/低的概率），确定型决策只有一种自然状态（如存款利息计算），故C正确。2.简答题：简述西蒙“有限理性”模型的核心假设与决策过程。答案：核心假设包括：（1）决策者信息获取能力有限，无法掌握所有备选方案；（2）认知能力受限，难以精确计算所有结果的效用；（3）决策目标非“最优”，而是“满意”。决策过程为：识别问题→搜索有限备选方案→评估方案（按满意标准筛选）→选择第一个满足最低要求的方案。解析：西蒙反对完全理性模型（假设全知、全算、求最优），提出现实中决策者受信息、时间、认知限制，追求“满意解”而非“最优解”。例如企业选择供应商时，不会穷尽所有潜在供应商，而是筛选3-5家符合基本资质的，选择综合评分最高的即可。二、行为决策与心理偏差3.案例分析题：某新能源汽车公司推出两款促销方案——方案A：“购车立减2万元，限时1个月”；方案B：“购车赠送价值2万元的充电桩+免费保养3次”。调查显示，78%的消费者倾向选择方案A，尽管方案B的实际价值更高。试用行为决策理论解释这一现象。答案：此现象可通过“损失厌恶”和“框架效应”解释。（1）损失厌恶：消费者对“直接获得现金”的感知收益更敏感，而“赠送服务”因非现金形式，其价值感知被稀释。心理学研究表明，人们对损失的敏感度是收益的2-2.5倍，直接降价带来的“获得”更明确，而赠送服务可能被视为“额外收益”，心理权重更低。（2）框架效应：方案A采用“收益框架”（明确减少支出），方案B采用“附加收益框架”（需计算服务总价值）。消费者更倾向于简单、直观的收益表述，导致对方案A的偏好。解析：行为决策强调心理因素对决策的影响。例如，同样100元，“节省100元”比“获得100元礼品”更易激发购买欲；同理，“损失2万元”比“未获得2万元服务”更令人回避，因此直接降价更具吸引力。4.多项选择题：以下属于启发式偏差的有（）。A.某投资者因近期新能源股票大涨，认为该行业将持续增长（可得性启发）B.管理者根据新员工毕业院校判断其工作能力（代表性启发）C.消费者认为“价格高=质量好”（锚定效应）D.决策者坚持推进已投入500万但前景不佳的项目（沉没成本效应）答案：ABCD解析：（A）可得性启发：因信息易获取（近期大涨）高估事件概率；（B）代表性启发：用简单特征（院校）代表整体能力；（C）锚定效应：以价格为锚点推断质量；（D）沉没成本效应：因已投入资源（500万）继续投入，忽略未来收益。四者均属启发式偏差（依赖直觉而非理性分析）。三、群体决策与冲突管理5.论述题：某科技公司为制定下一年度研发方向召开高层会议，参会者包括CEO（主导发言）、CTO（技术派）、市场总监（关注用户需求）、财务总监（强调成本控制）。会议中，CTO提出“聚焦AI芯片研发”，市场总监主张“优先开发用户端智能应用”，财务总监质疑“高投入风险”，CEO倾向支持CTO。最终决策未充分讨论市场需求，导致后续产品与市场脱节。分析该群体决策存在的问题及改进措施。答案：存在问题：（1）群体思维：CEO主导发言形成“多数人意见”压力，其他成员（如市场总监）可能因避免冲突隐藏真实观点；（2）角色偏差：CTO（技术背景）与市场总监（需求导向）目标冲突未被调和，决策缺乏多维度平衡；（3）信息过滤：财务总监的风险提示未被充分重视，导致成本-收益分析不全面；（4）权威影响：CEO的倾向限制了讨论深度，形成“一言堂”。改进措施：（1）采用“德尔菲法”：匿名收集各成员意见，避免权威干扰；（2）引入“魔鬼代言人”制度：指定专人挑战现有方案（如质疑AI芯片的市场转化能力），激发批判性思考；（3）建立决策评估框架：明确技术可行性、市场需求、财务回报的权重（如各占30%、40%、30%），用量化指标减少主观偏差；（4）分阶段决策：先讨论“研发方向的核心目标”（技术领先/市场占有率/成本控制），再筛选具体方案，避免过早聚焦单一选项。解析：群体决策易受权威、从众、目标冲突影响。例如，NASA挑战者号航天飞机事故中，工程师因管理层压力隐瞒安全隐患，最终导致灾难，与本案例的“群体思维”类似。通过结构化方法（如德尔菲法、魔鬼代言人）可提升决策质量。四、大数据与智能决策6.计算题：某零售企业利用历史销售数据（2019-2025年）预测2026年夏季空调销量。已知数据满足线性趋势模型：Y=120+8t（t=1对应2019年，Y为销量/百台），且2023年（t=5）实际销量为165百台，2024年（t=6）为178百台，2025年（t=7）为190百台。要求：（1）用线性趋势模型预测2026年（t=8）销量；（2）计算2023-2025年的预测误差（绝对误差）；（3）分析线性趋势模型的适用条件及本案例可能的局限性。答案：（1）t=8时，Y=120+8×8=184百台；（2）2023年预测值=120+8×5=160，绝对误差=|165-160|=5；2024年预测值=120+8×6=168，绝对误差=|178-168|=10；2025年预测值=120+8×7=176，绝对误差=|190-176|=14；（3）适用条件：数据呈现稳定的线性增长/下降趋势，无显著季节性或突发事件影响。本案例局限性：2023-2025年实际销量增速（165→178→190，年增13、12百台）快于模型假设的年增8百台，可能因市场需求爆发（如极端天气）或企业营销活动，线性模型未捕捉到非线性变化，需引入二次项（Y=a+bt+ct²）或考虑外部变量（如气温数据）优化模型。解析：大数据决策依赖模型对历史规律的拟合，但现实中需结合业务场景调整。例如，若2025年夏季异常高温，空调销量激增，线性模型会低估，此时需加入天气数据作为解释变量，构建多元回归模型。7.简答题：智能决策支持系统（IDSS）与传统决策支持系统（DSS）的核心区别是什么？举例说明其在供应链管理中的应用。答案：核心区别：IDSS集成了人工智能技术（如机器学习、自然语言处理），具备自主学习、模式识别和模糊推理能力；传统DSS依赖结构化数据和预定义模型，需人工设定规则。应用示例：某电商企业的供应链IDSS可实现：（1）需求预测：通过机器学习分析用户搜索记录、社交媒体评论、历史销量等非结构化数据，预测区域级商品需求（如某城市下月对防晒霜的需求）；（2）动态调仓：实时监测库存、物流时效、供应商产能，利用强化学习自动调整仓储布局（如将高需求商品前置到区域仓）；（3）风险预警：通过自然语言处理抓取新闻（如某港口罢工）、天气数据（如台风预报），提前提示供应链中断风险并推荐替代方案（如切换运输路线）。解析：传统DSS需人工输入“促销活动→销量增加”的规则，而IDSS可通过学习历史促销数据，自动识别“满减力度≥20%时，销量增长30%”的模式，并应用于未来决策，提升灵活性和适应性。五、决策伦理与社会责任8.案例分析题：某医药企业研发出一种新型抗癌药，成本价2000元/盒，市场定价8000元/盒（行业平均利润率为300%）。企业内部争议：一方认为“高价可快速回收研发成本，支持后续创新”；另一方认为“应降低定价，保障患者可及性”。结合决策伦理理论，分析企业应如何决策。答案：需综合考虑功利主义、义务论和关怀伦理：（1）功利主义：高价可增加企业利润（支持更多新药研发，惠及更多患者），但可能导致低收入患者无法购买（减少当前患者福利）。需计算“总福利”：若利润的10%投入新研发，未来5年可研发2种新药，惠及10万患者；而当前定价导致2万患者放弃治疗，总福利可能正向。（2）义务论：企业有“不伤害”的基本义务，若高价导致患者因买不起药死亡，违背伦理责任；同时，企业对股东有“盈利”义务，需平衡。（3）关怀伦理：关注患者个体需求，可推出“分层定价”（如对低收入群体半价，通过保险覆盖高收入群体），兼顾可及性与盈利。解析：现实中，诺华公司的格列卫（抗癌药）曾因高价引发争议，