DMD概率基础.ppt

数 据 模 型 决 策 第三章 决策分析的概率基础 　　决策树模型主要用于分析解决不确定环境下的决策问题，而期望值决策准则中概率的知识是非常重要的。本章将对概率论的基础及一些基本计算作一简单介绍。 数 据 模 型 决 策 3.1 随机事件及概率 事件——实验或观察的结果 随机实验——在实验完成之前，仅仅知道可能的所有结果，但不能准确知道哪一结果将会出现。 随机事件——随机实验的结果，通常用A，B，C，…表示。 样本点（基本事件）——随机实验的最简单的结果（基本结果），它须满足一个重要特性——互斥性。 样本空间——随机实验的全体样本点的集合，它须满足一个重要特性——完备性。 数 据 模 型 决 策 概率—— 　　随机事件发生（出现）的可能性大小的一个度量！ 随机事件A的概率P（A）—— 数 据 模 型 决 策 基本概率定理 第一定理—— 任意事件发生的概率都是一个位于0与1之间的数。一个事件发生的概率大小，其直观含义是该事件发生的可能性的大小。概率为1的事件称为必然事件记为 ?，概率为0的事件称为不可能事件记为 ?。 第二定理—— 如果 A 和 B 是两个互斥事件（A∩B = ? ），则有： P（A 或 B）= P（A）+ P（B） 数 据 模 型 决 策 3.2 条件概率及贝叶斯定理 案例—— 某日用化工公司开发了一种新的化妆产品，正在考虑是否生产并推向市场。经营管理人员面临若干选择： 1、主观认为新产品也许缺乏销路，故不打算投入生产。 2、不做市场调查，直接投入生产。这样，它将受市场不确定因素的影响。如果市场对该产品看好，则可以赚取1000万纯利润；但若市场不太看好，公司将亏损450万。市场看好或不太看好的主观概率分别是0.3与0.7。 3、先委托咨询公司做市场调查，调查需求前景是“好”还是“差”，然后再做决定，调查费用为50万。 数 据 模 型 决 策 3.2 条件概率及贝叶斯定理 案例—— 但是，任何一种市场调查方法一般都有可能误判市场的真实情况，即市场本不看好，但调查结果表明看好；或市场本看好，而调查结果表明不看好。根据该咨询公司过去的情况，如果市场不好，调查结果好的可能性是0.1；如果市场好，调查结果不好的可能性是0.15。我们应该从调查结果作出如何的决策呢？ 数 据 模 型 决 策 第三定理—— 如果 A 和 B 是任意两个事件，且P（B）＞0，则有： 数 据 模 型 决 策 第四定理—— 如果A和B是相互独立的两个事件，则有： P（A | B）= P（A） 推论—— 如果A和B是相互独立的两个事件，则有： P（A 和B）= P（A）× P（B） 数 据 模 型 决 策 全概率公式—— 例——某次世界女排赛中，中、日、美、古巴四队取得半决赛权，对阵形势如下：据以往战绩，假定中国胜日本的概率为0.9，胜美国的概率为0.4，而日本胜美国的概率为0.5，分析中国在这次比赛中夺得冠军的概率有多大？ 数 据 模 型 决 策 全概率公式—— 设：B = { 中国得冠军} ，A1 = {日胜美} ，A2 = { 美胜日} 则因为 A1∪A2 = ?， A1∩A2 = ? 所以 B = B? = B（ A1∪A2 ）= BA1∪BA2 P（B）= P（ BA1∪BA2 ）= P（ BA1）+ P（BA2 ） 又因为 P（ BA1）= P（A1）P（ B | A1 ） P（ BA2）= P（A2）P（ B | A2 ） 所以 P（B）= P（A1）P（ B | A1 ）+ P（A2）P（ B | A2 ） = 0.5×0.9 + 0.5×0.4 = 0.65 数 据 模 型 决 策 全概率公式—— 从上面的例子归纳得全概率公式： 假如样本（结局）空间可以表示为有限（k）个互斥事件的集合全体之和，即：?=A1+A2+…+Ak，我们将A1 ，A2 ，…，Ak，称为样本空间的一个剖分，B为一个给定的事件，则： P（B）= P（A1）P（B | A1）+ P（A2）P（B | A1）