7决策要点分析.ppt

最优决策: 买入专利，成功则增产， 失败则保持原产量。 (3)、贝叶斯法(后验概率法)(Bayes法) 处理风险决策问题时，需要知道各种状态出现的概率：P(?1)， P(?2)， … ， P(?n)，这些概率称为先验概率。 风险是由于信息不充分造成的，决策过程还可以不断收集信息，如果收集到进一步信息S，对原有各种状态出现概率估计可能会有变化，变化后的概率为P(?j?S)，此条件概率表示在追加信息S后对原概率的一个修正，所以称为后验概率。Bayes法就是一种后验概率方法 P(?j?Si )通过概率论中Bayes公式计算得出 Bayes公式： P(?j ) P(Si?? j ) P(?j?Si )＝ P(Si ) 其中 ，p(Si ):预报为 Si 的概率， P(Si /?j ):状态?j被调查预报为Si的概率 例1、 某钻井大队在某地进行石油勘探，主观估计该地区为有油(?1 )地区的概率为 P(?1)＝0.5 , 没油(?2 )的概率为 P(?2 )＝0.5， 为提高勘探效果，先做地震试验，根据积累资料得知： 有油地区，做试验结果好(F)的概率P(F??1 )＝0.9 有油地区，做试验结果不好(U)的概率P(U??1 )＝0.1 无油地区，做试验结果好(F)的概率P(F??2 )＝0.2 无油地区，做试验结果不好(U)的概率P(U??2 )＝0.8 求：在该地区做试验后，有油和无油的概率 各为多少？ 解： 做地震试验结果好的概率： P(F )＝ P(?1 ) P(F??1 )＋ P(?2 ) P(F??2) ＝ 0.5×0.9 + 0.5×0.2 = 0.55 做地震试验结果不好的概率： P(U)＝ P(?1 ) P(U??1 )＋ P(?2 ) P(U??2 ) ＝ 0.5×0.8 + 0.5×0.1 = 0.45 用Bayes公式求解各事件的后验概率： 做地震试验结果好的条件下有油的概率 P(?1 ) P(F?? 1 ) 0.45 9 P(?1?F )＝ = = P(F ) 0.55 11 做地震试验结果好的条件下无油的概率 P(?2 ) P(F?? 2 ) 0.10 2 P(?2?F )＝ = = P(F ) 0.55 11 用Bayes公式求解各事件的后验概率： 做地震试验结果不好的条件下有油的概率 P(?1 ) P(U?? 1 ) 0.05 1 P(?1?U)＝ = = P(U ) 0.45 9 做地震试验结果不好的条件下无油的概率 P(?2 ) P(U?? 2 ) 0.40 8 P(?2?U )＝ = = P(U) 0.45 9 (后验概率给出了在特定的地震勘探结果下出现特定的自然状态的概率) 例2 某公司有资金500万元，如用于某项开发事业，估计成功率为96%，一年可获利润12％；若失败则丧失全部资金；若把资金全存在银行，可获得年利率6%，为辅助决策可求助于咨询公司，费用为5万元，根据咨询过去公司类似200例咨询工作，有下表 ： 实施结果 投资 投资 合计 咨询意见 成功 失败 可以投资