Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Методические указания и контрольные задания по дисциплине Теория принятия решений

.pdf
Скачиваний:
0
Добавлен:
12.08.2026
Размер:
854 Кб
Скачать

ФЕДЕРАЛЬНОЕ АГЕНТСТВО СВЯЗИ

Федеральное государственное образовательное бюджетное учреждение высшего профессионального образования

Московский технический университет связи и информатики

Кафедра теории вероятностей и прикладной математики

Юдин В.С.

Методические указания и контрольные задания по дисциплине

ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЙ

для студентов-заочников 2 курса (направление 230400)

Москва 2014

План УМД на 2014/2015 уч.г.

Методические указания и контрольные задания по дисциплине

ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЙ

Составитель В.С.Юдин, к.т.н., доцент

Издание стереотипное. Утверждено на заседании кафедры.

Рецензенты: А.Г.Кюркчан, д.ф-м.н., профессор Н.Е.Поборчая, к.т.н., доцент

2

ВВЕДЕНИЕ

Дисциплина «Теория принятия решений» изучается студентамизаочниками на втором курсе технических факультетов МТУСИ после изучения дисциплины «Теория вероятностей и математическая статистика».

По этой дисциплине студенты выполняют контрольную работу и сдают экзамен.

Методические указания не заменяют учебников по этим дисциплинам. Они содержат разъяснения о порядке изучения программного материала; в них кратко освещены отдельные вопросы, которые могут встретить затруднения при самостоятельном изучении, приведены решения некоторых типовых задач и вопросы для самопроверки. Изучать курс следует по литературе, перечисленной в настоящих методических указаниях.

РАБОЧАЯ ПРОГРАММА

1.Функция распределения вероятностей. Функция плотности распределения вероятностей. Их свойства. Расчет вероятностей.

2.Методы статистического описания результатов наблюдения.

3. Статистические гипотезы: простые и сложные, основные и альтернативные, односторонние и двусторонние.

4.Проверка гипотез о параметрах нормально распределенной генеральной совокупности. Критерий значимости. Мощность критерия.

5.Ошибки при принятии решений.

6.Байесовские решения. Функция потерь. Средний риск. Функция правдоподобия. Отношение правдоподобия.

7.Критерий максимума апостериорной вероятности.

8.Критерий максимума отношения правдоподобия.

СПИСОК ЛИТЕРАТУРЫ

1. Ивченко Г.И., Медведев Ю.И. Математическая статистика. - М.: Высшая школа, 1984.

2. Крамер Г. Математические методы статистики. - М.: Мир, 1975. 3. Левин Б.Р. Теоретические основы статистической радиотехники.

Т. 2. - М.: Сов. радио, 1975.

4. Закс Ш. Теория статистических выводов. - М.: Мир, 1975.

3

5. Де Гроот М. Оптимальные статистические решения. - М.: Мир,

1974.

6. Леман Э. Проверка статистических гипотез. - М.: Мир, 1978.

7. Сборник задач по математике для Втузов. Т. 3. – Теория вероятностей и математическая статистика. - М.: Физматлит, 2004.

8. Севастьянов Б.А., Чистяков В.П., Зубков А.М. Сборник задач по теории вероятностей. - М., 1980.

9. Гмурман В.Е. Теория вероятностей и математическая статистика. - М.: Высшая школа, 2003.

10. Вентцель Е.С. Исследование операций. - М.: Сов. радио, 1972. 11. Методические указания к решению задач по теории

вероятностей. - М.: МЭИС, 1981.

ТЕМАТИКА ЛЕКЦИЙ

1.Элементы теории вероятностей и математической статистики. Постановка задачи принятия решения (2 ч.).

2.Статистические гипотезы: определение и классификация. Критерий значимости. Уровень значимости (2 ч.).

3.Ошибки первого и второго рода. Мощность критерия. Байесовские решения. Функция потерь. Отношения правдоподобия

(2 ч.).

4.Критерий максимальной апостериорной вероятности. Критерий максимального отношения правдоподобия (2 ч.).

ТЕМАТИКА УПРАЖНЕНИЙ

1.Проверка гипотез о параметрах нормально распределенной генеральной совокупности. Критерий значимости (2 ч.).

2.Ошибки первого и второго рода. Мощность критерия (2 ч.).

3.Критерий максимальной апостериорной вероятности (2 ч.).

4.Критерий максимального отношения правдоподобия (2 ч.).

4

ОБЩИЕ УКАЗАНИЯ

1. Самостоятельная работа над учебником

Самостоятельная работа над учебником является основным видом работы студента-заочника. В самостоятельной работе следует руководствоваться следующими положениями.

1. Изучать курс дисциплины следует систематически в течение всего учебного процесса. Изучение в сжатые сроки перед экзаменом не дает глубоких и прочных знаний.

2.Все выкладки и вычисления при изучении курса необходимо проделывать на бумаге. Чтение учебного пособия следует сопровождать составлением конспекта, в котором записываются определения основных понятий курса, формулы, теоремы, а также воспроизводятся соответствующие чертежи и графики. На полях конспекта следует отмечать вопросы, выделенные студентом для консультации с преподавателем.

3.Работая по основному учебнику, студент должен обращаться к дополнительной литературе. Это необходимо в тех случаях, когда основной учебник не дает полного ответа на некоторые вопросы программы. Кроме того в дополнительной литературе, разработанной

восновном преподавателями МТУСИ, учтен профиль университета, приведены примеры и задачи, облегчающие последующее изучение специальных дисциплин.

Студентам, проживающим вдали от учебных заведений, рекомендуется пользоваться консультациями преподавателей МТУСИ.

2.Решение задач

Приступая к решению задач, следует после изучения очередного раздела по учебнику внимательно рассмотреть примеры решения типовых задач по данному пособию, а затем переходить к самостоятельному решению рекомендованных задач.

Решения следует сопровождать краткими, но исчерпывающими пояснениями. Решение каждой задачи должно доводиться до окончательного ответа.

3. Выбор варианта

Вариант выбирается в соответствии с двумя последними цифрами номера студенческого билета. Например, если номер студенческого билета 81021, то вариант будет иметь номер 21. Если задания

5

содержат 50 вариантов, то при номере студенческого билета 81081, решаемый вариант будет иметь номер 31 (т.е. 81 – 50).

4. Выполнение контрольных работ

При выполнении контрольных работ студент должен руководствоваться следующим.

1.Контрольная работа должна выполняться в обычной ученической тетради. Она должна быть аккуратно и четко написана. Для замечаний преподавателя на каждой странице оставляются поля шириной 3 – 4 см. Все страницы нумеруются. На обложку тетради наклеивается заполненный адресный бланк, а на первую страницу тетради – титульный бланк.

2.Условия задач переписываются полностью с данными решаемого варианта. Задачи располагаются в порядке номеров, указанных в заданиях.

3.Решения задач необходимо сопровождать исчерпывающими, но краткими объяснениями.

4.По получении прорецензированной работы студент обязан выполнить указания, сделанные рецензентом. В случае, если контрольная работа не зачтена, студент обязан в той же тетради внести все исправления, решить заново задачи, указанные рецензентом, и представить работу на повторную рецензию.

5.Контрольная работа выполняется самостоятельно. В случае, если у рецензента возникает сомнение в самостоятельности выполнения работы, студент вызывается на консультацию для устной защиты контрольной работы.

6.В конце работы указывается список литературы, которой пользовался студент.

7.Контрольная работа подписывается с указанием даты выполнения.

8.Контрольные работы, выполненные без соблюдения изложенных выше требований или по чужому варианту, не зачитываются и возвращаются.

5.Сдача экзаменов

Ксдаче экзаменов допускаются студенты, имеющие на руках выполненные и зачтенные контрольные работы. Экзамены сдаются устно.

6

МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО КУРСУ

1. Основные определения. Критерий значимости

Задачи, связанные с принятием решений встречаются в различных областях человеческой деятельности: экономике и финансах, радиотехнике и электронике, медицине, социологии и др. Для решения таких задач применяют методы с использованием знаний из математики (математический анализ и линейная алгебра), теории вероятностей и математической статистики.

Будем рассматривать задачу принятия решения как задачу проверки статистических гипотез. Введем основные понятия.

Под статистической гипотезой Н будем понимать какое-либо предположение относительно (а) параметров или вида распределения, если речь идет о случайной величине Х ;

(б) случайного события А , если речь будет идти о подсчете вероятностей по формуле полной вероятности.

Здесь будем рассматривать задачу проверки статистических гипотез относительно параметров или вида распределения случайной величины Х (т.е. задачи категории (а)).

Статистические гипотезы подразделяются на простые и сложные.

Простой называется гипотеза Н, при которой однозначно определяется параметр распределения или само распределение случайной величины Х . В противном случае гипотеза Н называется

сложной.

Простыми гипотезами, например, будут:

7

1) гипотеза о том, что случайная величина Х принимает значение х 0, т.е.

Н : Х = х 0 ;

или 2) гипотеза о том, что случайная величина Х имеет нормальное распределение N (m x ; x) с заданными параметрами: математическим ожиданием М(х) = m x = m 0 и дисперсией D(x) = 2 x = 2 0 , т.е.

Н : N (m x ; x ) = N (m 0 ; 0 ).

Примерами сложных гипотез будут:

 

1) предположение о том, что случайная

величина Х имеет

нормальное распределение N (m х ; 0 )

, где математическое

ожидание М(х) = m х принимает значения из интервала (а; в), т.е.

Н : N (m x ; x ) = N (m х ; 0 ), а < m x < в .

2) предположение о том, что случайная величина Х принимает, например, значения большие наперед заданного значения х 0, т. е.

Н : Х > х 0 .

Если распределение случайной величины известно и по наблюдаемым опытным данным требуется проверить предположение (гипотезу) о значениях неизвестных параметров этого распределения, то такая гипотеза называется параметрической .

Проверяемая гипотеза называется нулевой гипотезой и обозначается Н 0 . Наряду с гипотезой Н 0 рассматривают одну из альтернативных (конкурирующих) гипотез, обозначаемую Н 1 . Например, если проверяется гипотеза о равенстве параметра некоторому заданному значению 0 , т.е. Н 0 : = 0 , то в качестве альтернативной гипотезы можно рассмотреть одну из следующих

гипотез: 1) Н 1 : <

0 ;

2) Н 1 :

> 0 ;

3) Н 1 :

 

0 ;

4) Н 1 :

= 1 , где

1

- заданное значение,

1 0 .

 

 

Выбор альтернативной гипотезы определяется условием задачи.

8

9

Для того чтобы принять или отклонить проверяемую гипотезу Н0 , должно быть сформулировано правило (или алгоритм) принятия решения, которое будем называть критерием.

Любое решение принимается на основании какой-либо информации. В данном случае такой информацией являются данные, полученные в результате наблюдений над случайной величиной Х . Эти данные представляются в виде выборки наблюдений фиксированного объема N . Для принятия решения по выборочным наблюдениям над случайной величиной Х необходимо выбрать подходящую статистику Z данного критерия принятия решения. При проверке простой параметрической гипотезы Н 0 := 0 в качестве статистики критерия выбирают ту же статистику, что и для оценки неизвестного параметра .

Проверка статистической гипотезы основывается на принципе, в соответствии с которым маловероятные события считаются невозможными, а события, имеющие большую вероятность, считаются достоверными. Этот принцип реализуется следующим образом. Перед анализом выборочных данных фиксируется некоторая малая вероятность , называемая уровнем значимости . Множество значений статистики Z обозначим через V . Через V К V обозначим такое подмножество статистики Z , что при условии истинности гипотезы Н 0 вероятность попадания статистики критерия в область V К равна , т.е. Р [ Z V k / Н 0 ] = .

Обозначим через z в выборочное значение статистики Z ,

вычисленное по выборке наблюдений.

Критерий формулируется

следующим образом:

 

 

 

 

отклонить гипотезу

Н 0

, если

z в

V k ;

принять гипотезу

Н 0

, если

z в

V \ V k .

Критерий, основанный на использовании заранее заданного уровня значимости , называется критерием значимости.

Множество V К

всех значений статистики Z

,

при которых

принимается решение отклонить гипотезу Н 0

,

называется

критической областью , а область V \ V К

называется областью

принятия гипотезы Н 0

или допустимой областью.

 

 

 

Уровень значимости

определяет «размер»

критической

области V К . Положение критической области на множестве значе-

ний

статистики

Z

 

зависит

от формулировки

альтернативной

гипотезы Н 1 . Например, если проверяется гипотеза

Н 0 : = 0 ,

а альтернативная гипотеза Н 1

формулируется как

Н1 : > 0

(или

< 0),

то

критическая

область размещается

на правом

(левом) «хвосте» распределения статистики Z , т.е. имеет вид

неравенства Z > z 1 -

(Z < z ) , где z 1 -

и

z

 

- квантили

распределения статистики Z при условии, что верна гипотеза Н 0 . В этом случае критерий называется односторонним, соответственно правосторонним и левосторонним. Если альтернативная гипотеза

формулируется как Н 1 :

0 , то критическая область разме-

щается на обоих «хвостах» распределения статистики Z и опреде-

ляется совокупностью неравенств Z > z 1 - /2

и Z < z /2 . В

этом случае критерий называется двусторонним. На рис. 1 показано расположение критической области VК для различных альтернативных гипотез. Здесь f ( z| Н 0 ) - плотность распределения

статистики Z критерия при условии,

что верна гипотеза Н 0 ;

V \ V К

- область принятия гипотезы

Н 0 ; Р [ Z V К ] =

и

Р [ Z V \V К ] = 1 .

 

10

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]