决策管理-第五章贝叶斯决策分析 精品
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
P(Hi/θj) H1 H2
θ1 0.95 0.05
θ2 0.10 0.90
p129例5.1
解:
1、验前分析
记方案a1 为生产该新产品,方案a2 为不生产。
则:
E (a1)=1.1(万元),E (a2)=0
记验前分析的最大期望收益值为E1,有:
E1=max{E (a1),E (a2)} =1.35。
实际的后验分布;
❖ 再利用后验分布进行决策分析,选出最满意 的可行方案;
❖ 对信息的价值和成本作对比分析,对决策分 析的经济效益情况作出合理的说明.
验后分析和预验分析的异同: 相同:都是通过贝叶斯公式修正先验分布 不同:主要在于侧重点不同
贝叶斯决策的基本步骤
4.序贯分析(主要针对多阶段决策) 指把复杂的决策问题的决策分析全过程划分 为若干阶段,每一阶段都包括先验分析、预 验分析和验后分析等步骤, 每个阶段前后相 连,形成决策分析全过程.
因此验前分析后的决策为:生产该新产品。
即:
aopt= a1
E1为不作市场调查的期望收益。
p129例5.1
2、预验分析:由全概率公式
n
pHi p(Hi / j ) p( j )
得:
j 1
p( p(
H 1
H2
) )
0.95 0.05
00..91 00..28 00..2728
p129例5.1
贝叶斯决策的意义
贝叶斯决策可以做到少花钱多办事,提高决 策分析的科学性和效益性。
有关的概率公式
离散情况
设有完备事件组{θj}(j=1, 2, …, n),满 足:
i j ,(i, j 1,2,,n;i j)
n
j
j 1
则对任一随机事件H,有全概率公式:
n
pH p(H / j ) p( j ) ( p( j ) 0) j 1
有关的概率公式
贝叶斯公式:
p i
/H
p(H / ) p( )
i
i
p(H )
p( H
n
/
j
)
p(
j
)
p(H / j ) p( j )
j 1
( i 1,2,, n; p(H ) 0)
§5.1 贝叶斯决策的基本方法
5.1.2 贝叶斯决策的基本方法 补充信息(信息值)
p(H1 /1)
p( H 2
/ 1 )
p(Hm /1)
p(H1 /2 )
p(H2 /2 )
p(Hm /2 )
p(H1 /n )
p(
H
2
/
n
)
p(Hm /n )
5.1.2 贝叶斯决策的基本方法
利用市场调查获取的补充信息值Hi 或τ去修 正状态变量θ的先验分布,即依据似然分布 矩阵所提供的充分信息,用贝叶斯公式求出 在信息值H或τ发生的条件下,状态变量θ的 条件分布 p(θ/H)。 先验概率—p(θ) :由以往的数据分析得到的 概率; 后验概率—p(θ/H):在得到信息之后,重新 加以修正的概率。
p129例5.1
某工厂计划生产一种新产品,产品的销售情
况有畅销(θ1),滞销(θ2)两种,据以往 的经验,估计两种情况发生的概率分布和利
润如下表所示:
状态θ
畅销(θ1)
概率P(θi)
0.8
利润(万元) 1.5
滞销(θ2) 0.2
-0.5
p129例5.1
为了进一步摸清市场对这种产品的需求情况, 拟聘请某咨询公司进行市场调查和分析,该 公司对销售情况预测也有畅销(H1)和滞销 (H2)两种,对畅销预测的准确率为0.95,对 滞销预测的准确率为0.9:
0.0256
p(1 / H 2 )
p( H 2 /1 ) p(1 )
p(H 2 )
0.05 0.8 0.22
0.1818
p(2 / H 2 )
p( H 2 /2 ) p(2 )
p(H 2 )
0.9 0.2 0.22
0.8182
p129例5.1
2、预验分析:
用后验分布代替先验分布,计算各方案的期 望收益值。
2.预验分析 判断:如果信息的价值高于其成本,则补充信
息给企业带来正效益,应该补充信息.反之, 补充信息大可不必。
注:如果获取补充信息的费用很小,甚至可以 忽略不计,本步骤可以省略,直接进行调查 和收集信息,并依据获取的补充信息转入下 一步骤。
贝叶斯决策的基本步骤
3.验后分析 ❖ 利用补充信息修正先验分布,得到更加符合
指通过市场调查分析所获取的补充信息, 用已发生的随机事件H或已取值的随机变量 τ表示,称H或τ为信息值。 信息值的可靠程度 用在状态变量θ的条件下,信息值H的条件 分布p(H/θ)表示。
5.1.2 贝叶斯决策的基本方法
离散情形
若θ取n个值θj(j=l, 2, …, n),H取m个值Hi (i=1, 2, …, m),则信息值的可靠程度对 应一个矩阵—贝叶斯决策的似然分布矩阵
贝叶斯决策的基本步骤
1.验前分析 ❖ 依据数据和资料以及经验和判断,去测算和
估计状态变量θ的先验分布p(θ) ;
❖ 计算各可行方案在不同θ下的条件结果值; ❖ 根据某种决策准则评价选择,找出最满意方
案。 2.预验分析
比较分析补充信息的价值和成本的过程。 目的:判断是否值得去补充信息?
贝叶斯决策的基本步骤
第五章 贝叶斯决策分析
广西大学数学与信息科学学院 运筹管理系
§5.1 贝叶斯决策的基本方法
5.1.1 贝叶斯决策的基本方法
管理决策的两种偏向:(1)缺少调查,(2)调 查费用过高。
贝叶斯决策:为了提高决策质量,需要通过 市场调查,收集有关状态变量的补充信息, 对先验分布进行修正,用后验状态分布进行 决策。
p129例5.1
2、预验分析: ❖ 当市场调查值为 H2(产品滞销)时:
❖ 当市场调查值为 H1(产品畅销)时:
Ea1 / H1 1.5 p1 / H1 (0.5) p2 / H1
1.5 0.9744 (0.5) 0.0256
Baidu Nhomakorabea
1.4488(万元)
Ea2 / H1 0
aopt (H1)= a1 即:市场调查畅销时,最
优方案是生产该新产品。
2、预验分析:
再由贝叶斯公式
p j / Hi
p(Hi / j ) p( j )
p(Hi )
得:p(1 / H1 )
p( H1 /1 ) p(1 )
p(H1 )
0.95 0.8 0.78
0.9744
p(2 / H1 )
p( H1 /2 ) p(2 )
p(H1 )
0.1 0.2 0.78