Правило Байєса (критерій математичного сподівання)
Ґрунтується на припущенні, що відомі ймовірності настання можливих станів зовнішнього середовища .
Обов’язкова вимога — . Вона означає, що використано всі можливі стани природи, і інших бути не може.
Критерієм вибору служить значення математичного сподівання альтернативи j.
Відповідно до правила Байєса оптимальною вважається альтернатива з більшим значенням математичного сподівання, ніж в інших альтернативах
Критерій середнього значення і стандартного відхилення
Для оцінки розсіювання значень критерію (обраного параметра) щодо його середнього прогнозованого значення математичного сподівання доцільно використовувати таку характеристику, як дисперсія — стандартне відхилення результатів (вартості капіталу) як ступеня ризику в критерії прийняття рішень.
Чим вище стандартне відхилення, тим більший ризик. Для запобігання ризику особа, що приймає рішення, вибирає з двох альтернатив з однаковими математичними сподіваннями альтернативу з найменшим стандартним відхиленням (дисперсією)
Критерій Бернуллі
За обґрунтуванням Бернуллі можлива заміна значень математичних сподівань і моментів ризику цільових функцій (наприклад, вартості капіталу) на очікувану корисність (вигоду).
Замість монетарних цільових функцій використовується корисність, і ОПР пов’язує її з цілями, очікуваним ступенем їх досягнення, врахуванням відношення до ризику. У цьому випадку виходять з того, що особа, яка приймає рішення, може оцінити вигоду (корисність) різних альтернатив і вибрати максимум «морального очікування» (МрО), розраховуючи його за формулою:
,
де — дегресивно зростаюча функція корисності; — вартість капіталу за і-го стану середовища; — імовірність настання і-го стану зовнішнього середовища.
На відміну від критерію середнього значення та стандартного відхилення у величині корисності трансформуються можливі результати. Альтернатива з максимальним значенням МС корисності є оптимальною. Якщо відношення до ризику нейтральне, цей критерій відповідає правилу Байєса
Критерій Лапласа
Критерій дає змогу відокремити кращий варіант у тому випадку, якщо жодна з умов не має істотної переваги.
Коли немає ніяких підстав вважати, що кожний окремий стан природи більш імовірний, порівняно з іншими, використовують припущення про те, що ймовірність виникнення кожного з можливих станів навколишнього середовища однакова. У такому випадку цінності кожної альтернативи можна обчислити за формулою звичайного середнього арифметичного всіх її можливих оцінок у різних станах природи. Оптимальною є та альтернатива, яка має найбільшу середню оцінку
Критерій Гурвіца (критерій песимізму-оптимізму)
Передбачає оцінну функцію між поглядом крайнього оптимізму та крайнього песимізму.
Формула розрахунку критерію показана у разі застосування правила Гурвіца в умовах невизначеності.
Критерій рекомендує не керуватися ні крайнім оптимізмом, ані крайнім песимізмом, а брати деякий середній результат.
Застосування критерію ускладнюється через відсутність обґрунтованого уявлення про величину параметра α — параметра впевненості інвестора щодо здобуття максимального виграшу.
Критерій є дещо суб’єктивним, оскільки величина параметра оптимізму α обирається довільно від 0 до 1. За α = 1 критерій Гурвіца перетворюється в максимакс (критерій азартного гравця). За α = 0 він відповідає максіміну (критерію песимізму, чи Вальда)
.
Обов’язкова вимога — 
. Вона означає, що використано всі можливі стани природи, і інших бути не може.
Критерієм вибору служить значення математичного сподівання альтернативи j.
Відповідно до правила Байєса оптимальною вважається альтернатива з більшим значенням математичного сподівання, ніж в інших альтернативах
,
де 
— дегресивно зростаюча функція корисності; 
— вартість капіталу за і-го стану середовища; 
— імовірність настання і-го стану зовнішнього середовища.
На відміну від критерію середнього значення та стандартного відхилення у величині корисності трансформуються можливі результати. Альтернатива з максимальним значенням МС корисності є оптимальною. Якщо відношення до ризику нейтральне, цей критерій відповідає правилу Байєса
