Các mô hình mạng

Tìm một phương án cực biên ban đầu. – Xác định các biến cơ sở xB, các hệ số hàm mục tiêu tương ứng cB. Xác định chỉ số của m biến cơ sở: r(1), r(2), ..., r(m). – Tìm ma trận cơ sở B ứng với các cột với chỉ số: r(1), r(2), ..., r(m), ma trận nghịch đảo B–
Nội dung trích xuất từ tài liệu:
Các mô hình mạng Các xác su t Pθ(θ1) = 0,2, Pθ(θ2) = 0,5, Pθ(θ3) = 0,3 là các xác su t c a các tr ngthái có th x y ra ñã ñư c ư c lư ng t các s li u th ng kê s n có trư c ñây. Chúngñư c g i là các xác su t tiên nghi m (Prior Probabilities). Còn quy trình ra quy t ñ nhtrên ñây ñư c g i là phân tích quy t ñ nh Bayes d a trên xác su t tiên nghi m. Như v y,trong m c 1.3 chúng ta ñã áp d ng quy trình ra quy t ñ nh ki u này ñ ñưa ra quy t ñ nhtrong môi trư ng r i ro.2.2. Phân tích quy t ñ nh Bayes d a trên xác su t h u nghi m Chúng ta quay l i ví d 1 nêu trên và b ng VI.8. Tuy nhiên, trong m c này θ ñư cdùng ñ ch kì v ng c a nhu c u th trư ng Z. − Gi s r ng, Z là bi n ng u nhiên tuân theo phân ph i chu n N(θ, 10), trong ñóE(Z) = θ và D(Z) = 10. V y hàm m t ñ c a Z v i ñi u ki n θ = θj chính là (z −θ j ) 2 1 ( ) − z / θ = θj = 2×10 fZ e 2π×10 − Phân ph i xác su t tiên nghi m c a θ là Pθ(θ1) = 0,2, Pθ(θ2) = 0,5, Pθ(θ3) = 0,3như ñã bi t. − Ngoài ra, sau khi kh o sát chi ti t hơn, gi s ñã bi t thêm ñư c thông tin m i Z = 10. Chúng ta có th k t h p thông tin này và phân ph i xác su t tiên nghi m c a θ ñtìm phân ph i xác su t h u nghi m c a θ khi bi t Z nh n m t giá tr z nào ñó. Sau ñód a vào các xác su t h u nghi m (Posterior Probabilities) tìm ñư c, m t quy t ñ nhh p lí s ñư c ñưa ra d a trên Tiêu chu n giá tr kì v ng. Quy trình ra quy t ñ nh nhưv y ñư c g i là phân tích quy t ñ nh Bayes d a trên xác su t h u nghi m. Kí hi u hθ(θj/Z=z) là các xác su t h u nghi m, j =1, 2,..., n, có th ch ng minh ñư cm t cách t ng quát công th c sau ñây (trong ví d nêu trên, n = 3): ( )() f Z z / θ = θ j Pθ θ j ( ) hθ θj / Z = z = (*) n ∑ f Z ( z / θ = θk ) Pθ ( θk ) k =1 Áp d ng công th c (*) cho ví d ñang xét khi z = 10, ta có: 1 − 2×2,5 0, 2 × e hθ(θ1/Z=10) = = 0,089, 1 1 − − 2×2,5 2×2,5 0, 2 × e + 0,5 + 0, 3 × e 0,5 hθ(θ2/Z=10) = = 0,777, 1 1 − − 2×2,5 2×2,5 0, 2 × e + 0,5 + 0, 3 × eTrư ng ð i h c Nông nghi p Hà N i – Giáo trình V n trù h c ………………………………..........170 1 − 2×2,5 0,3 × e hθ(θ3/Z=10) = = 0,134. 1 1 − − 2×2,5 2×2,5 0, 2 × e + 0,5 + 0, 3 × e Căn c Tiêu chu n kì v ng l i nhu n t i ña c n quy t ñ nh l a ch n a2 vì: 3 3  ( ) 3 Max {E(X/ai)} = Max  ∑ vijh θ θ j / Z = 10  i=1  j=1  i=1 = Max {12,716; 13,644; 12,000} = 13,644 = E(X/a2 ). Chú ý: Ví d trên ñây có tính ch t minh h a cho các quy trình quy t ñ nh Bayes d atrên xác su t h u nghi m. Trong các trư ng h p phân ph i xác su t c a Z là phân ph ir i r c thì trong công th c (*) có th thay hàm m t ñ có ñi u ki n ...