管理者的决策往往是基于对不确定性的分析,比如:
(1) 如果提高价格,则销售量下降的可能性有多大?
(2) 某种新的装配方法将提高生产率的可能性有多大?
(3) 某项工程将按期完成的可能性有多大?
(4) 某项新投资盈利的可能性有多大?
概率是一个事件将会发生的可能性的数值度量。
试验、计数法则和概率分配
在概率论中,我们把可以产生明确结果的过程定义为试验。
一个试验的所有可能的试验结果的集合称为样本空间。
一个试验结果也被称为样本点。
我们用S来表示样本空间:
S = {正面,反面}
S = {合格,不合格}
S = {1,2,3,4,5,6}
计数法则
- 计数法则
分配概率
无论采用何种方法,都必须满足分配概率的两个基本要求
- 分配给每个实验记过的概率必须在0和1之间
- 所有的实验概率之和必须等于1
分配概率的方法:
- 古典法
- 适用于所有的实验结果都是等可能发生的情况。如果某一实验有n个可能,则每个实验的结果概率都是1/n
- 相对频数法
- 如果实验被大量重复,并且数据可用来估计实验结果将发生的次数的比例,例如20天内面试的人数。
- 主观法
- 当实验结果是等可能的假设不可能实现,并且只有少量的相关数据上时
- 例如:Tom和Judy申请购买一所住房,有两种可能的结果,要么批准,要么驳回、
- Judy认为申请得到批准的概率是0.8
- Tom认为申请得到批准的概率是0.6,反映了他对申请得到批准持更悲观的态度。
在商务环境中,古典法和相对频数发都可以应用,但是管理人员可能仍然希望提供主观概率。此时三者相结合,能得到最佳的概率估计。
事件及其概率
样本点的一个集合称为事件。
事件的概率等于事件中所有的样本点概率之和。
练习
- 从6个项目中任取3项,有多少种取法?以字母A、B、C、D、E、F分别表示这6个项目,列出3个项目中的每一个不同的组合。
任取的时候:
s = 1
for i in range(1,7):
for j in range(i+1,7):
for k in range(j+1,7):
print('取法%s种'%s,i,j,k,)
s += 1
取法18种 3 4 6
取法19种 3 5 6
取法20种 4 5 6
按顺序取的时候:
s = 1
test = ['A','B','C','D','E','F']
for i in test:
for j in test:
for k in test:
if i != j and i != k and j != k:
print('取法%s种'%s,i,j,k,)
s += 1
取法118种 F E B
取法119种 F E C
取法120种 F E D
- 考虑将一枚硬币执抛3次的试验
a. 给出试验的树形图
b. 列出试验结果
test1 = ['正','反']
for i in test1:
for j in test1:
for k in test1:
print(i,j,k)
正 正 正
正 正 反
正 反 正
正 反 反
反 正 正
反 正 反
反 反 正
反 反 反
c. 每一种试验结果的概率是多少?
每一种都是均等的1/8。
a.在这一试验中有多少个样本点?列出这些样本点。
step1 = ['支持','反对']
step2 = ['批准','不批准']
for i in step1:
for j in step2:
print(i,j)
支持 批准
支持 不批准
反对 批准
反对 不批准
b. 汇出试验的树形图
s=1
for i in range(1,56):
for j in range(i+1,56):
for k in range(j+1,56):
for l in range(k+1,56):
for p in range(l+1,56):
s += 1
print(s)
a. 不同的抽取方式的个数为
3478762
b.中将概率为1/(3478761*3478761)