预测与决策--贝叶斯决策.pptx

第十四章 贝叶斯决策 主要内容 一、概述 实际决策中存在的两方面问题： 1.未掌握必要信息就匆忙做出决策。 2.盲目调研，增加决策成本。 贝叶斯决策分析涉及到一系列逐步增进决策所需信息的决策步骤。 P1老厂的0.7 P2新厂的0.3 60 -100 0 A1买 A2 不买 例14.1 12 P1老厂的0.7 P2新厂的0.3 60 -100 0 A1买 A2 不买 P1老厂的0.7 P2新厂的0.3 20 40 A3买+保修 12 26 例14.1 例14.1 进一步获得信息： 做试验，费用15元——不做 通过请技术人员咨询，判别新厂、老厂，费用20元——采纳该条件，并选择方案A1 四种分析类型 1.验前分析 在验前分析中，决策者要详细列出各种状态(事件)及其概率、各种方案及其与状态组合的条件值，决策者根据这些信息对各方案进行评价和选择，当时间、人力和财力不允许搜集更完备的信息时，决策者就常常仅是进行验前分析。 四种分析类型 2.后验预分析 对验前概率分布是否要采取一些方法、途径和手段以获取新信息来进行修正，其效果如何，是否值得的一系列分析，就称为后验预分析。 四种分析类型 3.验后分析 验后分析是一种能用来把调查（如抽样试验等）信息和验前信息结合起来以获得各状态（事件）的修正概率的方法，这种修正方法同后验预分析的修正方法是一样的。 四种分析类型 4.序贯分析 含有多阶段的信息搜集和数值计算的决策情况，属于序贯分析的范围，它包括一系列的后验预分析的步骤，考虑各种可能行动的序列对企业的价值，作出各种决策。 二、贝叶斯定理 条件概率 如果我们在事件B已经发生的条件下计算事件A的概率，则这种概率就称事件A在事件B已经发生的条件下的条件概率，记 乘法定理 定理一：两事件的联合概率等于其中一个事件的概率与另一个事件在前一事件已经发生的条件下的条件概率的乘积。即 乘法定理 定理二：有限个事件的联合概率等于这些事件的概率的乘积，其中每一事件的概率是在它前面的一切事件都已经发生的条件下的条件概率。即 设事件 仅当互斥的完备事件集 中的任一事件发生时才可能发生。已知事件 的概率为 及事件 在 已发生的条件概率为 我们可按下式来计算事件 的概率： 全概率公式 老厂出的 新厂出的 边缘概率 Z1(出故障) Z2 (不出故障) 0.07 0.63 0.18 0.12 0.25 0.75 边缘概率 0.70 0.30 1.00 状态 联合概率 故障情况 表14.1 计算数据及结果 设 是一组互斥的完备事件集，即所有的 互不相容且 ， 并设，则对任一事件，有 贝叶斯定理 贝叶斯定理主要用来研究事物发生的原因。即要 知道A发生的条件下，某个“原因”Bi发生的概率。这个 概率又称为验后概率。 例题 某自动生产设备在生产过程中可能正常也可能不正常，正常时产品的合格率为80%，不正常时产品的合格率为30%。从某时刻生产的产品中抽取一件进行检验，要求我们根据这件产品的情况来判断设备是否正常。 思考题 某厂有一套自动生产设备，每次生产前，该设备需要经过精密调整，以确保质量。以往经验可知，若设备调整良好，则生产的产品有95%为合格品，若不成功，则仅有30%为合格品。此外，由以往的记录，调整成功次数占75%。该厂昨晚一次调整工作后，就试生产数件，以判断设备有没有调整好。若试生产一件，发现其为不合格，试据此判断设备是否已调好。 三、贝叶斯分析过程 1、验前分析 ：验前分析的最优方案的期望收益值。 （必然期望收益）：表示在获得完全情报下的最优决策方案的期望收益。 ：完全情报期望值。 验前概率向量 收益矩阵 必然条件收益向量记为： 1、验前分析 1、验前分析 必然期望损失： 验前最优方案的期望损失： 1、验前分析 若 ，则否决所拟定的调查方案。 若 ，一般可考虑作后验预分析。 若 ，且CS确实较小而可以忽略时，则可不做后验预分析而直接进行调查。 2、后验预分析 第一步：根据决策问题过去有关的资料或某些途径得到的类似资料拟定搜集新信息的新决策方案，通常在验前分析结论的基础上，画出决策树的新支路。 第二步：根据全概率公式求出有关的边缘概率，并根据贝叶斯定理修正验前状态概率，由此得出的验后概率分布就是新决策支路的状态概率分布。 2、后