数学建模-第四章-概率统计模型
合集下载
数学建模第四章 概率统计模型.ppt
在这里，小说使用“快乐”“强壮”“勇敢” 这样三个形容词是否有深意？
答：①“快乐、强壮、勇敢”原指一个人乐 观，身体强健，能从容面对困难。这里写出这些 身体强壮的人平素貌似快乐和勇敢，实则在关键 时刻缺乏挑战困难、拯救族群的勇气，（内容角 度）②这与后来他们在遇到困难后的恐惧和伤心 形成鲜明对比。（结构和情节角度）
英雄！
作品主题是由作者和读者共同创造的！
小说主 读者的人
题的基 本把握 补充
多元化、 个性化的 主题解读 和感悟
没有伟大的人物出现的民族，是世 界上最可怜的生物之群；有了伟大的人 物，而不 知拥护，爱戴，崇仰的国家， 是没有希望的奴隶之邦。因鲁迅的一死， 使人自觉出了民 族的尚可以有为，也 因鲁迅之一死，使人家看出了中国还是 奴隶性很浓厚的半绝望的国 家。
《伊则吉尔老婆子》是高尔基早期浪漫主义代表 作。
“ 读伟大的小说，捧起前 与放下后你已判若两人”
为什么小说有如此大的作用？ 主要是因为伟大的小说有着博大 深邃的思想内涵、深刻的主题， 它能丰富我们的思想情感，提升 我们的人生境界。
小说主题哪里去找？
1.故事情节 2.人物分析 3.环境描写
一、情节：写了哪几个场景，试加以概 括。
1.族人陷于困境，彷徨失措，丹柯挺身而出 引导鼓舞族人。
2.族人途中遭险，围攻诋毁，丹柯不计得失， 拯救族人。
3.丹柯抓开胸膛，高举心脏，引领大家走出 困境，燃烧的心最后化为草原上蓝色火星。
故事在一开头就为丹柯的出现拉开了序幕：一群 生活在草原上，快乐、强壮、勇敢的人被另一凶残的 种族赶到不宜生存的林子深处去了，惟一的出路是穿 越森林到另一片草原上寻找生机。
提示：悲剧将人生中有价值的东西毁灭给 人看。（鲁迅）
答：①“快乐、强壮、勇敢”原指一个人乐 观，身体强健，能从容面对困难。这里写出这些 身体强壮的人平素貌似快乐和勇敢，实则在关键 时刻缺乏挑战困难、拯救族群的勇气，（内容角 度）②这与后来他们在遇到困难后的恐惧和伤心 形成鲜明对比。（结构和情节角度）
英雄！
作品主题是由作者和读者共同创造的！
小说主 读者的人
题的基 本把握 补充
多元化、 个性化的 主题解读 和感悟
没有伟大的人物出现的民族，是世 界上最可怜的生物之群；有了伟大的人 物，而不 知拥护，爱戴，崇仰的国家， 是没有希望的奴隶之邦。因鲁迅的一死， 使人自觉出了民 族的尚可以有为，也 因鲁迅之一死，使人家看出了中国还是 奴隶性很浓厚的半绝望的国 家。
《伊则吉尔老婆子》是高尔基早期浪漫主义代表 作。
“ 读伟大的小说，捧起前 与放下后你已判若两人”
为什么小说有如此大的作用？ 主要是因为伟大的小说有着博大 深邃的思想内涵、深刻的主题， 它能丰富我们的思想情感，提升 我们的人生境界。
小说主题哪里去找？
1.故事情节 2.人物分析 3.环境描写
一、情节：写了哪几个场景，试加以概 括。
1.族人陷于困境，彷徨失措，丹柯挺身而出 引导鼓舞族人。
2.族人途中遭险，围攻诋毁，丹柯不计得失， 拯救族人。
3.丹柯抓开胸膛，高举心脏，引领大家走出 困境，燃烧的心最后化为草原上蓝色火星。
故事在一开头就为丹柯的出现拉开了序幕：一群 生活在草原上，快乐、强壮、勇敢的人被另一凶残的 种族赶到不宜生存的林子深处去了，惟一的出路是穿 越森林到另一片草原上寻找生机。
提示：悲剧将人生中有价值的东西毁灭给 人看。（鲁迅）
概率统计数学模型
概率统计数学模型在数学领域，概率统计是一个非常重要的分支，它涉及到各种随机现象的数学描述和统计分析。
概率统计数学模型则是这些分析的基础，它能够准确地描述和预测各种随机现象的结果。
一、概率统计数学模型的基本概念概率统计数学模型是建立在随机试验基础上的数据分析方法。
在概率论中，随机试验的结果通常被视为不可预测的，但可以通过概率分布来描述它们。
而统计方法则是对数据进行收集、整理、分析和推断的方法，它依赖于概率论的知识。
二、概率统计数学模型的应用概率统计数学模型在各个领域都有广泛的应用，例如在金融领域中，它可以帮助我们预测股票价格的波动；在医学领域中，它可以帮助我们理解疾病的传播方式；在工程领域中，它可以帮助我们优化设计方案。
三、概率统计数学模型的建立过程建立概率统计数学模型通常包括以下几个步骤：1、确定研究问题：首先需要明确研究的问题是什么，以及我们想要从中获得什么样的信息。
2、设计随机试验：针对研究问题，设计合适的随机试验，以便收集数据。
3、收集数据：通过试验或调查等方式收集数据，并确保数据的准确性和可靠性。
4、分析数据：利用统计分析方法对收集到的数据进行处理和分析，提取有用的信息。
5、建立模型：根据分析结果，建立合适的概率统计模型，以描述数据的分布规律和预测未来的趋势。
6、验证模型：对建立的模型进行验证，确保其准确性和适用性。
7、应用模型：将建立的模型应用于实际问题的解决和预测中。
概率统计数学模型是处理和分析随机现象的重要工具，它在各个领域都有广泛的应用前景。
通过建立合适的概率统计模型，我们可以更好地理解和预测各种随机现象的结果，从而为实际问题的解决提供有力的支持。
概率统计数学模型在投资决策中的应用在投资决策的制定过程中，准确理解和应用概率统计数学模型是至关重要的。
概率统计数学模型为投资者提供了定量分析工具，帮助他们更准确地预测投资结果，从而做出更合理的决策。
一、概率模型的应用概率模型在投资决策中的应用广泛。
数学建模—概率模型 ppt课件
数学建模—概率模型
v3统计图(examp05-03) v箱线图（判断对称性） v频率直方图（最常用） v经验分布函数图 v正态概率图（+越集中在参考线附近，越近似正态分布）
v4分布检验 vChi2gof,jbtest,kstest,kstest2,lillietest等 vChi2gof卡方拟合优度检验，检验样本是否符合指定分布。它把观测数据分 组，每组包含5个以上的观测值，根据分组结果计算卡方统计量，当样本够 多时，该统计量近似服从卡方分布。 vjbtest,利用峰度和偏度检验。
3 单因素一元方差分析步骤
（ example07_01.m 判断不同院系成绩均值是否相等）
数据预处理
正态性检验 lillietest （p>0.05接受）
方差齐性检验 vartestn （p>0.05接受）
方差分析
anoval （ｐ＝0 有显著差别）
多重比较：两两比较，找出存在显著差异的学院，multcompare
构造观测值矩阵，每一列对应因素Ａ的一个水平，每一行对应因素Ｂ的一个
水平
方差分析
anova2 得到方差分析表
方差分析表把数据差异分为三部分（或四部分）： 列均值之间的差异引起的变差 列均值之间的差异引起的变差 行列交互作用引起的变差 （随机误差） 后续可以进行多重比较，multcompare，找出哪种组合是最优的
Computer Science | Software Engineering & Information System
数学建模—概率模型
目的：用一个函数近似表示变量之间的不确定关系。 1 一元线性回归分析 做出散点图，估计趋势；计算相关系数矩阵； regress函数，可以得到回归系数和置信区间,做残差分析，剔除异常点，重 新做回归分析 Regstats 多重线性或广义回归分析，它带有交互式图形用户界面，可以处 理带有常数项、线性项、交叉项、平方项等模型 robustfit函数：稳健回归（加权最小二乘法）
概率统计模型决策模型教学课件
THANKS FOR WATCHING
感谢您的观看
过程能力分析
通过概率统计模型分析生产过程中的能力指数，评估生产 过程的稳定性和可靠性，为生产计划的制定提供依据。
故障模式分析
使用概率统计模型对生产过程中出现的故障模式进行分析 ，找出故障原因和解决方法，提高生产效率和产品质量。
在医疗诊断中的应用
疾病预测
基于大数据和概率统计模型，可以对患者的疾病风险进行预测和分 析，为医生提供更加准确的诊断依据。
不确定决策模型
不确定决策模型的概述
不确定决策模型是指在决策过程中，各种因素的发生概率是未知的，决策者需要 根据历史数据和经验进行推断。
不确定决策模型的应用场景
不确定ห้องสมุดไป่ตู้策模型广泛应用于风险管理、预测等领域，如天气预报、市场预测等。
基于偏好关系的决策模型
基于偏好关系的决策模型的概述
基于偏好关系的决策模型是指在决策过程中，决策者根据自身偏好进行决策，这些偏好关系可以用数学模型表示 。
02
概率统计模型在科学、工程、医 学等领域有广泛的应用，为决策 提供科学依据。
概率统计模型的基本概念
01
02
03
04
随机试验
指可能出现不同结果的事件， 且每个结果的出现具有不确定
性。
随机事件
指随机试验中可能出现的观察 结果，如扔硬币的正面或反面
。
概率
指随机事件发生的可能性，用 介于0和1之间的实数表示。
平均数
所有变量值的和除以变量值的 个数，反映变量的集中趋势。
标准差
衡量变量值离散程度的指标， 反映变量的波动大小。
推论性统计模型
参数估计
根据样本数据推断总体参数的方法， 如点估计和区间估计。
《概率统计模型》课件
回归分析在市场预测中的应用还包括价 格分析、消费者行为分析等方面。
在市场营销领域，回归分析可以用于预 测产品需求、销售量、市场份额等方面 。
通过回归分析，企业可以了解市场趋势 ，制定有针对性的营销策略，提高市场 竞争力。
THANKS FOR WATCHING
感谢您的观看
03
统计方法在医学领域的应用还包括疾病预测、诊断和治疗效果评估等 方面。
04
统计方法在医学领域的应用有助于提高医学研究的准确性和可靠性。
回归分析在市场预测中的应用
回归分析是一种常用的统计分析方法， 用于探索变量之间的关系，并对未来趋 势进行预测。
回归分析在市场预测中的应用有助于企 业做出科学合理的决策，提高市场占有 率和盈利能力。
详细描述
时间序列分析涉及对按时间顺序排列的数据 进行统计处理，以揭示其内在的规律和特性 。这种方法广泛应用于金融、气象、医学等 领域，用于预测未来趋势和进行决策分析。
06 案例研究
概率论在金融中的应用
概率论在金融领域中有着 广泛的应用，如风险评估 、投资组合优化、期权定 价等。
概率论在金融领域的应用 还包括信用评级、保险精 算、风险管理等方面。
描述随机变量取值的平均水平和分散程度。
常见的随机变量分布
二项分布、泊松分布、正态分布等。
02 统计推断
参数估计
参数估计的概念
参数估计是用样本信息来估计总体参 数的过程，是统计推断的重要内容之 一。
点估计
点估计是指用一个单一的数值来估计 总体参数，常用的方法有矩估计和极 大似然估计。
区间估计
区间估计是指用一个区间范围来估计 总体参数，常用的方法有置信区间和 预测区间。
假设检验的步骤
在市场营销领域，回归分析可以用于预 测产品需求、销售量、市场份额等方面 。
通过回归分析，企业可以了解市场趋势 ，制定有针对性的营销策略，提高市场 竞争力。
THANKS FOR WATCHING
感谢您的观看
03
统计方法在医学领域的应用还包括疾病预测、诊断和治疗效果评估等 方面。
04
统计方法在医学领域的应用有助于提高医学研究的准确性和可靠性。
回归分析在市场预测中的应用
回归分析是一种常用的统计分析方法， 用于探索变量之间的关系，并对未来趋 势进行预测。
回归分析在市场预测中的应用有助于企 业做出科学合理的决策，提高市场占有 率和盈利能力。
详细描述
时间序列分析涉及对按时间顺序排列的数据 进行统计处理，以揭示其内在的规律和特性 。这种方法广泛应用于金融、气象、医学等 领域，用于预测未来趋势和进行决策分析。
06 案例研究
概率论在金融中的应用
概率论在金融领域中有着 广泛的应用，如风险评估 、投资组合优化、期权定 价等。
概率论在金融领域的应用 还包括信用评级、保险精 算、风险管理等方面。
描述随机变量取值的平均水平和分散程度。
常见的随机变量分布
二项分布、泊松分布、正态分布等。
02 统计推断
参数估计
参数估计的概念
参数估计是用样本信息来估计总体参 数的过程，是统计推断的重要内容之 一。
点估计
点估计是指用一个单一的数值来估计 总体参数，常用的方法有矩估计和极 大似然估计。
区间估计
区间估计是指用一个区间范围来估计 总体参数，常用的方法有置信区间和 预测区间。
假设检验的步骤
概率统计模型决策模型课件
案例三：市场预测决策
பைடு நூலகம்
总结词
通过概率统计模型，可以帮助企业了解 市场趋势和消费者需求，为产品研发、 市场营销等提供决策支持。
VS
详细描述
市场预测决策需要考虑消费者行为、市场 趋势等因素。利用概率统计模型，可以对 历史数据和消费者行为进行分析，预测未 来市场趋势和消费者需求，为产品研发、 市场营销等提供决策支持。
案例二：生产计划制定决策
总结词
通过概率统计模型，可以帮助企业根据市场需求和生产能力制定合理的生产计划，提高生产效率和降 低成本。
详细描述
生产计划制定决策需要考虑市场需求、库存状况、生产能力等因素。利用概率统计模型，可以对历史 销售数据进行分析，预测未来市场需求，同时根据生产能力等因素进行生产计划安排，实现生产效益 最大化。
决策模型是指用来描述一个系统或者过程的一系列数学方程和算法，它可以帮助 我们理解和预测系统的行为。
决策模型通常包括三个主要部分：输入、处理和输出。输入部分包括所有可能影 响决策的因素，处理部分包括决策规则和算法，输出部分则是决策结果。
决策模型的应用领域
决策模型被广泛应用于各种领域，如金 融、医疗、军事、环境保护等。
案例四：质量控制决策
总结词
通过概率统计模型，可以帮助企业实现产品 质量控制和优化生产过程，提高产品质量和 生产效益。
详细描述
质量控制决策需要考虑产品质量、生产过程 等因素。利用概率统计模型，可以对生产过 程数据进行统计分析，找出影响产品质量的 关键因素，实现产品质量控制和优化生产过 程，提高产品质量和生产效益。
概率统计模型的基本概念
01
02
03
04
概率
描述随机事件发生的可能性大 小。
数学建模方法之概率统计分析法
z 0.044568X1 0.039443X 2 0.106057X 3 0.56514X 4 0.959439X 5 0.0.055029X 6
Obs
Prin1 Prin2 Prin3 Prin4 Prin5 Prin6 1 -0.38118 -0.32367 -0.04450 0.30363 0.00430 0.06437 2 0.57795 -0.35416 0.49279 0.55119 -0.18726 0.17414 3 0.69219 -0.21588 0.40557 0.40041 -0.10461 0.05393 4 0.22635 -0.39419 0.27521 0.63296 0.13851 -0.06481 5 -0.82981 -0.40293 0.47330 -0.42964 -0.55401 -0.35020 6 -1.19410 -0.40627 -0.36848 0.14000 0.02221 0.01063 7 -1.63568 -0.26394 -0.67179 -0.15189 0.01702 -0.03769 8 0.95195 -0.46156 1.61851 -0.92520 0.08394 0.25530 9 0.46501 -0.14888 0.19070 0.16273 -0.30327 0.20883 10 -1.45693 -0.18670 -0.55658 -0.17088 -0.10267 -0.00922 11 -0.29401 3.71727 -0.02727 -0.02382 -0.06419 0.03517 12 0.08041 0.22542 1.71694 0.12718 0.45539 -0.26668 13 -2.11628 -0.16312 -0.90179 -0.16784 0.14422 -0.03334 14 -0.94513 -0.31477 -0.39513 0.09760 0.11375 -0.03132 15 6.74015 -0.06989 -1.12895 -0.16618 0.04080 -0.11394 16 -0.88090 -0.23673 -1.07853 -0.38025 0.29589 0.10482
Obs
Prin1 Prin2 Prin3 Prin4 Prin5 Prin6 1 -0.38118 -0.32367 -0.04450 0.30363 0.00430 0.06437 2 0.57795 -0.35416 0.49279 0.55119 -0.18726 0.17414 3 0.69219 -0.21588 0.40557 0.40041 -0.10461 0.05393 4 0.22635 -0.39419 0.27521 0.63296 0.13851 -0.06481 5 -0.82981 -0.40293 0.47330 -0.42964 -0.55401 -0.35020 6 -1.19410 -0.40627 -0.36848 0.14000 0.02221 0.01063 7 -1.63568 -0.26394 -0.67179 -0.15189 0.01702 -0.03769 8 0.95195 -0.46156 1.61851 -0.92520 0.08394 0.25530 9 0.46501 -0.14888 0.19070 0.16273 -0.30327 0.20883 10 -1.45693 -0.18670 -0.55658 -0.17088 -0.10267 -0.00922 11 -0.29401 3.71727 -0.02727 -0.02382 -0.06419 0.03517 12 0.08041 0.22542 1.71694 0.12718 0.45539 -0.26668 13 -2.11628 -0.16312 -0.90179 -0.16784 0.14422 -0.03334 14 -0.94513 -0.31477 -0.39513 0.09760 0.11375 -0.03132 15 6.74015 -0.06989 -1.12895 -0.16618 0.04080 -0.11394 16 -0.88090 -0.23673 -1.07853 -0.38025 0.29589 0.10482
数学建模案例分析4足球门的危险区域--概率统计方法建模
§4 足球门的危险区域一、问题提出在足球比赛中，球员在对方球门前不同的位置起脚射门对对方球门的威胁是不一样的。
在球门的正前方的威胁要大于在球门两侧射门；近距离的射门对球门的威胁要大于远射。
已知标准球场长为104米，宽为69米；球门高为2.44米，宽为7.32米。
实际上，球员之间的基本素质可能有一定差异，但对于职业球员来讲一般可以认为这种差别不大。
另外，根据统计资料显示，射门时球的速度一般在10米/秒左右。
下面要建模研究下列问题：（1）针对球员在不同位置射门对球门的威胁度进行分析，得出危险区域；（2）在有一名守门员防守的情况下，对球员射门的威胁度和危险区域作进一步研究。
二、问题分析根据这个问题，要确定球门的危险区域，也就是要确定球员射门最容易进球的区域。
球员无论从哪个地方射门，都有进与不进两种可能，这本身就是一个随机事件，无非是哪些地方进球的可能性最大，即是最危险的区域。
影响球员射门命中率的因素很多，其中最重要的两点是球员的基本素质（技术水平）和射门时的位置。
对每一个球员来说，基本素质在短时间内是不可能改变的，因此，我们主要是在确定条件下，对射门位置进行分析研究。
也就是说，我们主要是针对同素质的球员在球场上任意一点射门时，研究其对球门的威胁程度。
某一球员在球门前某处向球门内某目标点射门时，该球员的素质和球员到目标点的距离决定了球到达目标点的概率，即命中球门的概率。
事实上，当上述两个因素确定时，球飞向球门所在平面上的落点将呈现一个固定的概率分布。
稍作分析容易断定，该分布应该是二维正态分布，这是我们解决问题的关键所在。
球员从球场上某点射门时，首先必定在球门平面上确定一个目标点，射门后球依据该概率分布落入球门所在平面。
将球门视为所在平面上的一个区域，在区域内对该分布进行积分，即可得到这次射门命中的概率。
然而，球员在选择射门的目标点时是任意的，而命中球门的概率对目标点的选择有很强的依赖性。
这样，我们遍历球门区域内的所有点，对命中概率作积分，将其定义为球场上某点对球门的威胁程度，根据威胁度的大小来确定球门的危险区域。
- 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)。
数
学 1）提前加班，确保工程在15天内完成，实施此方案需增加额外支付 建 18 000元。
模 2）先维持原定的施工进度，等到15天后根据实际出现的天气状况再
作对策：
a）若遇阴雨天，则维持正常进度，不必支付额外费用。
b）若遇小风暴，则有下述两个供选方案：一是抽空（风暴过后）施 工，支付工程延期损失费20 000元，二是采用应急措施，实施此措施 可能有三种结果：有50%的可能减少误工期1天，支付延期损失费和 应急费用24 000元；30%的可能减少误工期2天，支付延期损失费和 应急费用18 000元;有20%的可能减少误工期3天，支付延期损失费 和应急费用12 000元。
数
学
建
步骤如下:
模
1.画一个方框□作为出发点，称为决策点。 从决策点画出若干条直线或折线，每一条 代表一个行动方案，这样的直(折)线，称 为方案分枝。分枝数表示可能的行动方案 数。
2.在各方案分枝的末端画一个圆圈○，称 为状态节点或方案节点。从状态节点引出 若干条直线或折线，此分枝称为概率分枝。 每条线表示一种自然状态，在线旁边标出 相应状态发生的概率。
数
学
建 模
下面采用决策树法求解展销会选址问题
甲地
4.1
晴 P（N1）=0.2
△+4
A1
阴 P（N2）=0.5
△+6
多雨 P（N3）=0.1
△+1
4.1
3.45
晴 P（N1）=0.2
△+5
决 策
乙地 A2
阴 P（N2）=0.5
△+4
多雨 P（N3）=0.1
△+1.5
丙地
2.56 A3
晴 P（N1）=0.2 阴 P（N2）=0.5
建
模
1．最大可能准则
由概率论知识，一个事件的概率就是该事
件在一次试验中发生的可能性大小，概率越 大，事件发生的可能性就越大。基于这种思 想，在风险决策中我们选择一种发生概率最 大的自然状态来进行决策，而不顾及其他自 然状态的决策方法，这就是最大可能准则。 这个准则的实质是将风险型决策问题转化为 确定型决策问题的一种决策方法。
日常生活中经常遇到的一类问题。它是现代
企业管理的核心问题，贯穿于整个企业管理
的始终。本节将首先简要说明决策的概念和
分类，然后介绍风险型和不确定型决策模型
及其应用。
数
学
4.1.1 决策的概念和类型
建
模
所谓决策，就是从多个备选方案中，选择一个
最优的或满意的方案付诸实施。
例4.1.1（展销会选址问题） 某公司为扩大市场，要举办一个产品展销
数
学
建
模
3.在各概率分枝的末端画一个三角△，称为末稍
节点。把各方案在各种状态下的益损值标记在末
稍节点右边
4.在决策树上由右向左计算各状态点出的数学期 望值，并将结果标在状态节点上。遇到决策点则 比较各方案分枝的效益期望值以决定方案的优劣， 并且双线“＋＋”划去淘汰掉的方案分枝，选出 收益期望值最大(或损失值最小)的方案作为最优 方案，将最优方案的期望值标在决策点的上方。
数学建模
（Mathematical Modeling)
数 学 建 模
概率统计模型
数
学
建
概率统计模型
模
决策模型
报纸零售商最优购报问题
经济轧钢模型
线性回归模型
排队论模型 建模举例
重点:概率统计模型的建立和求解 难点:概率统计模型的基本原理及数值计算
数
学 建
4.1 决策模型
模
决策问题是人们在政治、经济、技术和
4
6
1
A2（乙地）
5
4
1.5
A3（丙地）
6
2
1.2
数
学
建 模
决策的分类：1.确ຫໍສະໝຸດ 型决策——自然状态只有一种，即n=1；
2.风险型决策——n>1且各种自然状态出现的概率 Pj（j=1，2，…，n）可通过某种途径获得；
3.不确定型决策——各种自然状态下发生的概率 既不知道，也无法预先估计。
数
学 4.1.2 风险型决策问题
会，会址打算选择甲、乙、丙三地，获利情 况除了与会址有关外，还与天气有关，天气 分为晴、阴、多雨三种，据天气预报，估计 三种天气情况可能发生概率为0.2，0.5，0.3 其收益情况见表4.4.1，现要通过分析，确定 会址，使收益最大。
数 学
建 决策问题通常包含以下要素：
模
1.决策者 2.决策的备选方案或策略A1 ， A2，…，Am 3.决策准则，即衡量所选方案正确性的标准。对
同一个决策问题，不同的决策准则将导致不同 的方案选择。 4.事件或自然状态N1 ， N2 ， …，Nn 5.结果，即某事件(状态)发生带来的收益或损失值
数
学
建
模
表 4.4.1
自然状态
天
气
情
况
收益值 概 率 选址方案
N1（晴） P1=0.20
N2（阴） P2=0.50
N3（多雨） P3=0.30
A1（甲地）
△+6 △+2
多雨 P（N3）=0.1
△+1.2
数
学 例4.4.1只包括一个决策点，称为单级决策问 建 题。在有些实际问题中将包括两个或两个以 模 上的决策点，称为多级决策问题，可利用同
样的思路进行决策。
例4.1.2 某工程采用正常速度施工，若无坏天气的 影响，可确保在30天内按期完成工程，但据天气预 报，15天后天气肯定变坏，有40%的可能出现阴雨 天气，但这不会影响工程进度，有50%的可能遇到 小风暴，而使工期推迟15天；另有10%的可能遇到 大风暴而使工期推迟20天。对于以上可能出现的情 况，考虑两种方案：
数
学
建 模
例如4.4.1投资决策问题若采用最大可能准则可得
P2 m1 jax3{Pj} 0.5
a12 m1iax3 {ai2} 6
因此方案A1最优。
应该指出的是：如果各种自然状态出现的概率比较 接近，此决策方法不宜采用。
数
学
建
模
2．期望值准则
如果把每个行动方案看作随机变量，在每个自 然状态下的效益值看作随机变量的取值，其概率 为自然状态出现的概率，则期望值准则就是将每 个行动方案的数学期望计算出来，视其决策目标 的情况选择最优行动方案。
数 学
建 例如，对例4.1.1按期望值准则进行决策，则需要 模 计算各行动方案的期望收益值，事实上
E(A1) 4 0.2 6 0.5 1 0.3 4.1 E(A2 ) 5 0.2 4 0.5 1.5 0.3 3.45 E(A3 ) 6 0.2 2 0.5 1.2 0.3 2.56
显然，E(A1) 最大，所以采取行动方案A1最佳， 即选择甲地举办展销会效益最大。
有些实际问题中，为了获得收益，还必须增加一定的投资， 这时，需从投资和收益两个方面综合考虑选择最优行动方案。
数
学
建
模
3. 决策树法
决策树法就是把各种备选方案、可能出现的状 态和概率以及产生的后果用树状图画出来（形象 地称为决策树或决策树图），然后根据期望值准 则进行决策的一种方法。