MBA数模考试复习资料.doc

MBA数模考试复习资料 数模复习资料 第1章 决策分析 1.1决策树 决策分析是一种在不确定环境中对涉及决策的各种问题做出合理与系统决定的方法。 随机数学是最重要的工具！ 期望值准则是我们做随机选择时的重要原则 方差准则是我们做随机选择时的辅助手段 ? 理性决策者总是偏好收益高风险低的项目 ? 效用函数是递增的凹函数 决策树(decision tree) 是组织和表示决策者所面临的各种决定和不确定问题的一个系统化的方法。 决策树的重要要素 讲义P2 (要会画决策树) ? 节点 ? 决策节点 ? 事件节点 ? 分枝 求解决策树的方法 讲义P8 ? 预期货币值（expected money value）作为衡量的标准 ? 向后归纳法（backwards induction）向后归纳法的思想来源是动态规划 求解决策树的程序过程 讲义 P11 ? 以决策树的最终分枝为起始点，对每个事件节点和每个决策节点进行评估，具体方法如下 ? 对于每个事件节点，通过计算每个分枝的EMV与其概率的加权平均，计算该节点的EMV。 ? 对于每个决策节点，通过选择具有最佳EMV节点发出的分枝，计算该节点的EMV。在决策点的上方写上数值，并通过在它们上画双杠的方法，划去那些低EMV的分枝 ? 所有节点评估完成后，求解决策树 ? 最优策略的EMV就是起始分枝计算的EMV。 决策分析的一般方法概述 讲义 P17 ? 构造决策问题。列出所有必须做出的决定 ? 通过按时间和逻辑顺序放置决策节点和事件节点来构造决策树 ? 确定每个不确定事件及其每个可能结果的概率 ? 确定决策树的每个最终分枝的数值 ? 利用向后归纳方法求解决策树 ? 完成所有关键值的灵敏度分析 生物影像公司的案例 P17 (见下页,需要学会做决策树) 时间范围 在当年支付K0,第一年支付K1，第二年支付K2，第t年支付K2的 的现金流估值为： 估值=K0?K1(1??)?K2 (1??)2?...?Kt(1??)t Page 1 of 48 0.2Event 12 0.7 获得SBIR资助 60 0.4Event 13 0.4Event 14 36 0.3 失去SBIR资助 0.6 044 0.2 高利润 0.4中等利润 44 0.4低利润 继续开发 18.4 0.25高利润 0.2 获得SBIR资助 申请SBIR资助 18.4 0.4 0-20 -22.5 0.8 失去SBIR资助 -30 -30 7.5 0.75低利润 120 -20 40180-20 -2030280 申请SBIR资助 接受ND公司的资助 放弃SBIR资助 -20 接受medtech公司的资助 15 第2章 离散概率 概率基础 ? 概率空间 (三元组): W: 样本空间 F: 事件域 P: 概率 贝特朗悖论 Page 2 of 48 0?P(A)?1 P(?)? 对于两两互不相容事件?，?，... ?????规范性 完备性 P(?Ai)??P(Ai)i?1i?1可加性 概率定律 (四个公式) 讲义 P51 ? 加法公式 P(A?B)?P(A)?P(B)?P(AB) ? 减法公式 P(A?B)?P(A)?P(AB) ? 条件概率公式 乘法公式 P(AB)P(A|B)? P(B) P(AB)?P(A|B)P(B) ? 全概率公式 讲义P53 设B1,…,Bn是有限或可数个概率不为0的事件构成完备事件组，则对于任意事件A，有 P(A)??P(ABk)??P(Bk)P(ABk) kk 第四公式的派生定律 P (A/B)= P(A) P(AB)= P(A)*P(B) 贝叶斯公式 设{B1,…,Bn}是有限或可数个概率不为0的事件构成完备事件组，则对于任意事件A，有 P(ABk) P(Bk)P(ABk) P(BkA)?P(A)??kP(ABk) P(Bk) (k?1,2,?) ? 案例 全概率公式 用甲，乙，丙个机床加工同一种零件，零件由甲、乙、丙机床加工的概率分别为0.5，0.3，0.2，各个机床加工的零件为合格品的概率分别等于0.94，0.9，0.95，求全部产品的合格率。 Page 3 of 48 如果抽得一个产品为合格品， 该合格品为甲机床生产的概率？ 先验信息的重要性 概率表 讲义 P54-59 进行概率计算的一般方法 ? 定义问题中不确定特征的各种事件。 ? 对这些事件如何相互作用进行符号化，利用概率的语言建模 ? 合理地组织与表中各种事件概率有关的所有信息 ? 利用概率定律，计算问题中的不确定性特征事件的概率 随机变量 讲