第二章決策管理預備知識ppt課件

1、第二章 決策量化方法預備知識商業(yè)電子表格制模Excel)概率與統(tǒng)計簡介根底運籌學數(shù)據發(fā)掘技術.概率與概率分布(1) 數(shù)權歸納：更易了解、直觀、總體形狀與趨勢，比較結果，運用于量化方法。(2) 平均數(shù) mean = 中位數(shù) 眾 數(shù) 變動幅度：最大數(shù)值最小數(shù)值 絕對商差均值： 規(guī)范差 = 方差i=1nABSxi-xin= i=1nnxi-2ni=1n 誤差平均均值 =數(shù)據-原始數(shù)值數(shù)據-有用方式信息處置數(shù)據解釋.概率與概率分布(3) 概率： 事件A發(fā)生概率P(A) 獨立事件概率： P(AB)=P(A)+P(B) (A、B獨立事件 P(AB)=P(A)P(B) 條件概率貝葉斯定律：P(A/B)=P(

2、A)=0P(A)=10P(A)1P(B/A) P(A)P(B).概率與概率分布實例： 購買的二手車，也許會好，也許會不好。假設買的車好，70%的會耗油量較低，20%的會有中等的耗油量。假設買的車不好，50的會耗油量較高，30%的會有中等耗油量。對一輛二手車的實驗闡明該車耗油量較低。假設成交的二手車有60%是好的，那么，這輛車屬于好的概率為多少？.概率與概率分布 .概率與概率分布 .概率與概率分布概率樹：P(HOC)=0.26P(MOC)=0.24P(LOC)=0.50P(GB/HOC)=0.23P(BB/HOC)=0.77P(GB/MOC)=0.5P(BB/MOC)=0.5P(GB/LOC)=

3、0.84P(BB/LOC)=0.16P=0.06P=0.20P=0.12P=0.12P=0.42P=0.08.概率分布二項分布：特征：每次實驗有兩種能夠的結果，可以稱之為勝利和失?。粌煞N結果是互斥的；勝利和失敗的概率都是一個固定的常數(shù)，分別為P和q=1-P；延續(xù)實驗的結果之間是獨立的。P(n次實驗中有r次勝利)=Crnprqn-r = prqn-r 均值 = = np方差 = 2 = n.p.q規(guī)范差 = = (n.p.q)1/2n!r!(n-r)!.柏松分布(pocsson distribution)柏松分布的特征：實驗次數(shù)n較大(大于20)；勝利的概率P較小。P(r次勝利) = 其中e =

4、 2.7183， = 平均勝利次數(shù) = n.p 均值 = = n.p 方差=2 = n.p 規(guī)范差= n.p1/2 *只用到勝利的概率e- rr!.正態(tài)分布特征：延續(xù)的是關于均值對稱的均值、中位數(shù)及眾數(shù)三者相等曲線下總面積為1 f(x)察看值x.正態(tài)分布f(x)= e-(x- )2/22= e- 其中x-變量值，-均值，-規(guī)范差，=3.14159 e=2.7183 Z= = 商開均值的規(guī)范差個數(shù)P(x1 x x2)= z1 = z2 =1 21 2Z221-P(x x2), x1P(xx1)-P(xx2), x1X1-X2- x1 x2X-.概率分布實例一個中型超市日銷售500品脫牛奶，規(guī)范差

5、為50品脫。(a)假設在一天的開門時，該超市有600品脫的牛奶存貨，這一天牛奶脫銷的概率有多少？(b)一天中牛奶需求在450到600品脫之間的概率有多大？(c)假設要使脫銷概率為0.05，該超市應該預備多少品脫的牛奶存貨？(d)假設要使脫銷概率為0.01，應預備多少品脫的牛奶存貨？0.02280.15870.8185f(x)x450 500 600.統(tǒng)計抽樣與檢驗方法系統(tǒng)可靠性分析 可靠性：1-(1-R)2 可靠性：R2RRRR.統(tǒng)計抽樣與檢驗方法 抽樣：目的是經過搜集式調查少數(shù)幾個察看值(樣本)，而不是全部能夠的察看值(總體)，得出可靠的數(shù)據。抽樣分布：由隨機樣本得出的分布。中心極限定理(c

6、entral limit theorem)：無論原來總體的分布如何，總體中抽樣取大量的隨機樣本，樣本的均值符合正態(tài)分布。假設總體：個數(shù)N，均值，規(guī)范差；樣本：個數(shù)n，均值X，規(guī)范差S；那么：X=，S=/ n1/2 -(抽樣規(guī)范誤差).統(tǒng)計抽樣與檢驗方法置信區(qū)間： 總體均值在某一范圍內的可信程度?？傮w均值的95%置信區(qū)間為：(X-1.96 S ，X+1.96 S).統(tǒng)計抽樣與檢驗方法案例：全面質量管理 傳統(tǒng)上，有大量的抽樣方法運用于質量控制。近年來，許多組織改動了他們對質量的認識。他們不再設定一個殘次品程度，出不再以為到達了這樣一個程度就闡明組織運轉良好。相反，他們代之以“零殘次品為目的，其實施

7、方法是全面質量管理(Total Quality Management,TQM)，這要求整個組織一同努力，系統(tǒng)改良產質量量。 愛德華戴明(Edward Deming)是開創(chuàng)了全面質量管理任務的專家之一，他將本人的實際閱歷總結為以下14條。1 將產質量量作為一向性的目的。2 杜絕即使是客戶允許的過失、延誤、殘次和誤差。3 停頓對于成批檢驗的依賴，從消費開場的第一步就樹立嚴厲的質量認識。4 停頓根據采購價錢實施獎勵的作法-挑選供應商，堅持真實有效的質量檢測。5 開發(fā)本錢、質量、消費率和效力的繼續(xù)改良工程。6 對全體職員進展正規(guī)培訓。7 監(jiān)視任務的焦點在于協(xié)助職員把任務做得更好。8 經過倡導雙向溝通，

8、消除各種懼怕。9 突破部門間的妨礙，提倡經過跨部門的任務小組處理問題。10 減少以致消除那些并不指明改良和實現(xiàn)目的方法的數(shù)字目的、標語和口號。11 減少以致消除會影響質量的武斷的定額。12 消除有礙于職員任務驕傲的各種妨礙。13 實現(xiàn)終身教育、培訓和自我改良的正規(guī)的有活力的工程。14 引導職員為實現(xiàn)上述各條而努力任務。 有許多運用TQM后獲得勝利的實例。例如，在廣島的日本鋼鐵廠(Japan Steel Works)，實施TQM后，在人員數(shù)量減少20%的情況下，產量增長50%，同時，殘次品費用由占銷售額的1.57%下降到0.4%。美國福特公司實施TQM后，減少了保修期內實踐修繕次數(shù)45%，根據用

9、戶調查，缺點減少了50%?；萜展緦嵤㏕QM后，勞動消費率提高了40%，同時，在集成電路環(huán)節(jié)減少質量過失89%，在焊接環(huán)節(jié)減少質量過失98%，在最后組裝環(huán)節(jié)減少質量過失93%。.統(tǒng)計抽樣與檢驗方法假設檢驗：對總體的某種認識能否得到樣本數(shù)據的支持。檢驗的步驟：定義一個關于實踐情況的簡明、準確的表述假設。從總體中取出一個樣本。檢驗這個樣本，看一看它是支持假設，還是證明假設不大能夠。假設證明假設情況是不大能夠的，回絕這一假設，否那么，接受這一假設。實例： 一種佐料裝在包裝盒中，名義分量為400克。實踐分量與這一名義分量能夠略有出入，呈正態(tài)分布，規(guī)范差為20克。經過在消費線上定期抽取樣本的方法確珍分量

10、均值為400克。一個作為樣本抽出的盒子中佐料分量為446克。這能闡明如今佐料填裝過量了嗎？.統(tǒng)計抽樣與檢驗方法假設檢驗的誤差增大樣本，減少誤差 原假設實踐上是 對的 錯的 不回絕 正確的決策 第二類錯誤 拒 絕 第一類錯誤 正確的決策決 策.統(tǒng)計抽樣與檢驗方法實例： 聽說，某行業(yè)從業(yè)人員平均工資為每周300英鎊，規(guī)范差為60英鎊。有人以為這一數(shù)據曾經過時了，為檢驗實踐情況終究如何，一個36份工資的隨機樣本從該行業(yè)中抽取出來。研討確定假設樣本工資均值小于270英鎊或大于330英鎊，就回絕原假設。犯一類錯誤的概率有多大？.統(tǒng)計抽樣與檢驗方法 顯著程度：是根據察看值證明樣本是取自某一假設總體 的最低

11、可接受概率。5%0.955%0.025(回絕)(回絕) 0.025接受假設.統(tǒng)計抽樣與檢驗方法假設檢驗的步驟：表述原假設和備選假設。確定擬采用的顯著性程度。計算待檢驗變量的可接受范圍。獲得待檢驗變量的樣本值。決議能否回絕原假設。闡明結論。.統(tǒng)計抽樣與檢驗方法實例： 某地域公布的人均收入為15，000英鎊。一個45人的樣本的平均收入是14，300英鎊，規(guī)范差為2000英鎊。按照5%的顯著性程度檢驗公布的數(shù)字。按1%的顯著性程度檢驗結果又如何？.統(tǒng)計抽樣與檢驗方法 (a)雙邊檢驗 (b)單邊檢驗f(x)xf(x)0.0250.025-1.96-1.96-0.05x-1.64-.統(tǒng)計抽樣與檢驗方法實

12、例： 一個郵遞公司對某客戶按平均每份郵件1.75公斤，規(guī)范差為0.5公斤的情況確定每份郵件的收費程度。郵費如今很高，而有人提出該客戶郵件分量均值不止1.75公斤。隨機抽取該客戶100份郵件的樣本，平均分量為1.86公斤。這能否闡明分量均值確實已超越1.75公斤？f(x)x1.75 1.83 1.861%5%5%顯著性1%顯著性2.331.64.根底運籌學(OR Software)線性規(guī)劃 運輸問題 存 貯 論整數(shù)規(guī)劃 指派問題 決策分析0 - 1 規(guī)劃 非線性規(guī)劃 對 策 論動態(tài)規(guī)劃 目的規(guī)劃 排 隊 論預 測 模 擬 排 序 論.根底運籌學(OR Software)運籌學軟件1Excel 2

13、000 (Optimization option);2 ) Lindo or Lingo package;3 ) Cplex;4 ) CUTE, LANCLOT for research;5 ) ERP;6 ) 教學軟件；7) 其他。 .數(shù)據發(fā)掘技術(Data -mining) 數(shù)據發(fā)掘：構造和運用數(shù)據倉庫的過程。 數(shù)據倉庫到達不同層次用戶可需的最詳細的有用數(shù)據、信息(1)使公司獲得更大的市場(2)更好的籠統(tǒng)(3)更強的競爭力等數(shù)據發(fā)掘技術過程.數(shù)據發(fā)掘技術(Data -mining)數(shù)據發(fā)掘過程業(yè)務數(shù)據提取、濾液、去除、聚集統(tǒng)計學、心思學、疊加數(shù)據數(shù)據庫裝入程序數(shù)據倉庫RDBMS數(shù)據提取用于數(shù)據發(fā)掘.數(shù)據發(fā)掘技術