决策理论与应用.pptVIP

　 设A1,A2,…,An是两两互斥的事件，且P(Ai)>0， i =1,2,…,n, A1+A2+…,+An=Ω (一)全概率公式: A1 A2 A3 An B 另有一事件B = BA1+BA2+…,+BAn 称满足上述条件的A1,A2,…,An为完备事件组. 先复习概率论知识： 这叫全概率公式。 * 第61页，共108页，编辑于2022年，星期二 由此可以形象地把全概率公式看成为 “由原因推结果”，每个原因对结果的发生有一定的“作用”，即结果发生的可能性与各种原因的“作用”大小有关. 全概率公式表达了它们之间的关系 . A1 A2 A3 A4 A5 A6 A7 A8 B 诸Ai是原因 B是结果 * 第62页，共108页，编辑于2022年，星期二 贝叶斯定理 与全概率公式解决问题相反，已知事件B已发生，求某一事件Ai发生的概率，即求条件概率 。此时应用贝叶斯公式。 它是，观察到事件B已发生的条件下，寻找导致B发生的某个原因Ai 的概率，也叫验后概率。 实际中还有下面一类问题，是 “已知结果求原因” * 第63页，共108页，编辑于2022年，星期二 由贝叶斯(Bayes)给出。叫贝叶斯公式，去世后的1763年发表。它是在观察到事件B已发生的条件下，寻找导致B发生的每个原因的概率。 (二)贝叶斯公式： 　 设A1,A2,…,An是样本空间中的完备事件组且P(Ai)>0，i=1,2,…,n, 另有一事件B，则有 * 第64页，共108页，编辑于2022年，星期二 贝叶斯公式在实际中有很多应用，它可以帮助人们确定某结果（事件 B）发生的最可能原因. 上面提到决策者常常碰到的问题是没有把握充分的信息，于是决策者通过调查及做试验途径去获得更多的更确切的信息，以便掌握各事件发生的概率，这可以利用贝叶斯公式来实现，它体现了最大限度地利用现有信息，并加以连续观察和重新估计。 已具备先验概率的情况下，贝叶斯决策过程的步骤为： ①先由过去的经验或专家估计获得将发生事件的事前 （先验）概率。 ②根据调查或试验计算得到条件概率，然后使用贝叶斯公式计算出各事件的事后（后验）概率。 * 第65页，共108页，编辑于2022年，星期二 贝叶斯公式 在贝叶斯公式中，P(Ai)和P(Ai |B)分别称为 原因的验前概率和验后概率. P(Ai)(i=1,2,…,n)是在没有进一步信息（不知道事件B是否发生）的情况下，人们对诸事件发生可能性大小的认识. 当有了新的信息（知道B发生），人们对诸事件发生可能性大小P(Ai | B)有了新的估计. * 第66页，共108页，编辑于2022年，星期二 在不了解案情细节(事件B) 之前，侦破人员根据过去 的前科，对他们作案的可能性有一个估计，设为 比如原来认为作案可能性较小的某甲， 现在变成了重点嫌疑犯. 例如，某地发生了一个案件，怀疑对象有 甲、乙、丙三人. 甲 乙 丙 P(A1) P(A2) P(A3) 但在知道案情细 节后, 这个估计 就有了变化. P(A1 | B) 知道B 发生后 P(A2 | B) P(A3 | B) 最大 偏小 * 第67页，共108页，编辑于2022年，星期二 贝叶斯决策的优点及其局限性 优点： （1）贝叶斯决策能对信息的价值或是否需 要采集新的信息做出科学的判断。 （2）它能对调查结果的可能性加以数量化 的评价，而不是像一般的决策方法那 样，对调查结果或者是完全相信，或 者是完全不相信。 * 第68页，共108页，编辑于2022年，星期二 （3）如果说任何调查结果都不可能完全准 确，先验知识或主观概率也不是完全 可以相信的，那么贝叶斯决策则巧妙 地将这两种信息有机地结合起来了。 （4）它可以在决策过程中根据具体情况下 不断地使用，使决策逐步完善和更加 科学。 * 第69页，共108页，编辑于2022年，星期二 局限性： （1）它需要的数据多，分析计算比较复杂， 特别在解决复杂问题时，这个矛盾就 更为突出。 （2）有些数据必须使用主观概率，有些人 不太相信，这也妨碍了贝叶斯决策方 法的推广使用。 * 第70页，共108页，编辑于2022年，星期二 例子 某钻井大队在某地区进行石油勘察，主观估计该地区有石油的概率为P(O)=0.5；无油的概率P(D)=1- 0.5=0.