随机变量-线性规划-粗糙集.pptVIP

还可以表达的知识有 大三角{x1,x2,x5}∩{x1,x2}={x1,x2} 蓝色的小的圆形{x5,x7,x8}∩{x3,x4,x7}∩{x3,x4,x6,x7}=｛x7｝ 蓝色的或者中的积木{x5,x7,x8}∪{x6,x8}={x5,x6,x7,x8}。 所有的这些能够用交、并表示的概念以及加上上面的三个基本知识(A/R1,A/R2,A/R3)一起就构成了一个知识系统： R=R1∩R2∩R3 它所决定的所有知识是A/R={{x1,x2},,,,,,}以及A/R中集合的并。 * * * * * * * 3、随机变量及概率 医学中通常所说的发病率、病死率、治愈率等都是频率，常用百分数表示。显然，0≤fn(A)≤l。当试验次数n逐渐增多时，fn(A)在一个常数附近摆动，摆动的幅度随着n的增大将愈来愈小，而逐渐稳定下来，这就是频率的稳定性。 0≤fn(A)≤l 频率的稳定性充分说明随机事件出现的可能性是事物本身固有的一种客观属性，因此可以对它进行度量。 在大量重复试验中却具有某种规律性的现象称为随机事件(Random events)，简称事件。 例如，{某病患的治疗结果} {某批药丸的合格率是99％} … 都是随机事件,随机事件通常用字母A，B，C等表示。 随机变量 在大量重复试验中，如果事件出现的频率稳定地在某一常数p的附近摆动，便称常数p为事件A的概率(Probability)，记作P(A)＝p。 概率 频率表现为变数 当试验次数足够多，频率相当稳定时，便可把频率作为概率的近似估计： 概率则为常数 P(A)≈fn(A) 定理1 若事件A和B是两个互不相容的事件，则 概率的加法法则 P(A+B)＝P(A)+P(B) 【例3-2】 在20片外观相同的药片中，有黄连素15片，穿心莲5片。今从中任取3片，求至少有1片穿心莲的概率。 解： 设B＝{3片中至少有1片穿心莲}， Ak＝{3片中恰有k片穿心莲}， k＝0，1，2，3，则 （书上公式错，结果没错。） 因为A1，A2，A3互不相容，且B＝A1+A2+A3，所以 P(B)＝P(A1+A2+A3)＝P(A1)+ P(A2)+ P(A3) = = 试证明： Excel组合计算 有人提出舌癌手术治疗的新方案，试行5例，有4例成功(患者生存5年以上)，据此认为新方案的成功率为80％。该推断可靠吗?为什么? 思考 条件概率 在实际问题中，经常要同时考虑几个事件发生的概率问题，其中一类重要的问题是： 在同一随机试验下，有A和B两个事件，事件B的发生对于事件A的发生有一定的影响，当需要计算事件A发生的概率时，已经得到了事件B发生的信息，有时，这就是所谓的条件概率。 在事件B发生的条件下，事件A发生的概率叫做条件概率(Conditional probability)，记作 P(A｜B)。 条件概率P(A｜B)与事件B和事件AB的概率有如上关系 【举例】据估计成年人口中约15%患有高血压，而所有成年人口中约75%的人没有感觉到血压高。 同时估计人口中约6%患高血压而不自觉有病。如果一成年人认为自己没有高血压，问此人实际有病的概率是多少？ 解：设A1＝{病人不觉得有病}，A2＝{此病存在}，则 P(A1)=0.75 P(A2A1)=0.06 实际上患有高血压的人而自认为无此病的概率为8%。 在某限定条件下求解由不同变量组成的最优目标值是实际中常见的问题。 4、线性优化 【举例】 光华制药厂在计划期内要安排生产“克感”和“清开灵” 两种中成药品，都需要使用研磨机（A）和烘干机（B）两种不同的设备对药材进行加工。 表4-1显示了制药厂生产每千克药品“克感”和“清开灵”在各设备上所需的加工台时数及生产各药品可得的利润。 已知设备研磨机（A）、烘干机（B）在计划期内有效台时数分别是120和80。现制药厂想知道如何安排生产计划可以使制药厂的利润最大化。 制药厂要决策的问题是生产多少千克的“克感”和“清开灵”药品，使得利润最大化。因此，要定义两个决策变量分别表示在计划期内生产“克感”和“清开灵”药品的数