決策務(wù)實(shí)管理第二章預(yù)備知識(shí)

1、,,第二章 決策量化方法準(zhǔn)備知識(shí),商業(yè)電子表格制模（Excel)概率與統(tǒng)計(jì)簡(jiǎn)介基礎(chǔ)運(yùn)籌學(xué)數(shù)據(jù)挖掘技術(shù),概率與概率分布,,(1) 數(shù)權(quán)歸納：更易理解、直觀、總體狀態(tài)與趨勢(shì)，比較結(jié)果，應(yīng)用于量化方法。(2) 平均數(shù) mean = 中位數(shù) 眾 數(shù) 變動(dòng)幅度：最大數(shù)值—最小數(shù)值 絕對(duì)商差均值： 標(biāo)準(zhǔn)差 =

2、方差,,,,∑,i=1,n,ABS[xi-µ],xi,n,= µ,,i=1,n,∑,n,,[xi-µ]2,∑,n,i=1,n,誤差平均均值 =,,數(shù)據(jù)-原始數(shù)值,數(shù)據(jù)-有用形式,信息,處理,數(shù)據(jù)解釋,,,概率與概率分布,,(3) 概率： 事件A發(fā)生概率P(A) 獨(dú)立事件概率： P(A∪B)=P(A)+P(

3、B) (A、B獨(dú)立事件） P(A∩B)=P(A)?P(B) 條件概率（貝葉斯定律）：P(A/B)=,P(A)=0P(A)=10<P(A)<1,P(B/A) P(A)P(B),,,概率與概率分布,,實(shí)例： 購(gòu)買(mǎi)的二手車(chē)，也許會(huì)好，也許會(huì)不好。如果買(mǎi)的車(chē)好，70%的會(huì)耗油量較低，20%的會(huì)有中等的耗油量。如果買(mǎi)的車(chē)不好，50

4、的會(huì)耗油量較高，30%的會(huì)有中等耗油量。對(duì)一輛二手車(chē)的實(shí)驗(yàn)表明該車(chē)耗油量較低。如果成交的二手車(chē)有60%是好的，那么，這輛車(chē)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(shù)：,,,,,,,,P(HOC)=0.26,P(MOC)=0.24,P(LOC)=0.50,,,,,,,,,,,,,P(GB/HOC)=0.23,P(BB/HOC)=0.77,P(GB/MOC)=0.5,P(BB/MOC)=0.5,P(

5、GB/LOC)=0.84,P(BB/LOC)=0.16,P=0.06,P=0.20,P=0.12,P=0.12,P=0.42,P=0.08,概率分布,二項(xiàng)分布：特征：每次實(shí)驗(yàn)有兩種可能的結(jié)果，可以稱(chēng)之為成功和失?。粌煞N結(jié)果是互斥的；成功和失敗的概率都是一個(gè)固定的常數(shù)，分別為P和q=1-P；連續(xù)實(shí)驗(yàn)的結(jié)果之間是獨(dú)立的。P(n次實(shí)驗(yàn)中有r次成功)=Crnprqn-r = prqn-r 均值 = µ =

6、np方差 = δ2 = n.p.q標(biāo)準(zhǔn)差 = δ = (n.p.q)1/2,n!r!(n-r)!,,柏松分布(pocsson distribution),柏松分布的特征：試驗(yàn)次數(shù)n較大(大于20)；成功的概率P較小。P(r次成功) = 其中e = 2.7183， µ = 平均成功次數(shù) = n.p 均值 = µ= n.p 方差=δ2 = n.p 標(biāo)準(zhǔn)差=δ= （n.p）1/2

7、*只用到成功的概率,e-µ µrr!,,正態(tài)分布,特征：連續(xù)的是關(guān)于均值µ對(duì)稱(chēng)的均值、中位數(shù)及眾數(shù)三者相等曲線下總面積為1,,,,,µ,f(x),觀察值x,正態(tài)分布,f(x)= e-(x- µ)2/2δ2= e- 其中x-變量值，µ-均值，δ-標(biāo)準(zhǔn)差，π=3.14159 e=2.7183 Z=

8、 = 商開(kāi)均值的標(biāo)準(zhǔn)差個(gè)數(shù)P(x1< x < x2)= z1 = z2 =,1δ· 2π,,,,,1δ· 2π,,Z22,,,,,1-P(x x2), x1≤µP(x>x1)-P(x>x2), x1>µ,X1-µδ,,X2-µδ,,,,,,,,,,,,,µ x1 x2,X-&

9、#181;δ,,,概率分布實(shí)例,一個(gè)中型超市日銷(xiāo)售500品脫牛奶，標(biāo)準(zhǔn)差為50品脫。(a)如果在一天的開(kāi)門(mén)時(shí)，該超市有600品脫的牛奶存貨，這一天牛奶脫銷(xiāo)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)如果要使脫銷(xiāo)概率為0.05，該超市應(yīng)該準(zhǔn)備多少品脫的牛奶存貨？(d)如果要使脫銷(xiāo)概率為0.01，應(yīng)準(zhǔn)備多少品脫的牛奶存貨？,,,,,,,,,,0.0228,0.1587,0.8185,f(x),x,

10、450 500 600,統(tǒng)計(jì)抽樣與檢驗(yàn)方法,系統(tǒng)可靠性分析 可靠性：1-(1-R)2 可靠性：R2,R,R,R,R,,,,,,,,,,,,統(tǒng)計(jì)抽樣與檢驗(yàn)方法,抽樣：目的是通過(guò)收集式考察少數(shù)幾個(gè)觀察值(樣本)，而不是全部可能的觀察值(總體)，得出可靠的數(shù)據(jù)。抽樣分布：由隨機(jī)樣本得出的分布。中心極限定理(central limit theo

11、rem)：無(wú)論原來(lái)總體的分布如何，總體中抽樣取大量的隨機(jī)樣本，樣本的均值符合正態(tài)分布。假設(shè)總體：個(gè)數(shù)N，均值µ，標(biāo)準(zhǔn)差δ；樣本：個(gè)數(shù)n，均值X，標(biāo)準(zhǔn)差S；則：X=µ，S=δ/ n1/2 -(抽樣標(biāo)準(zhǔn)誤差),,統(tǒng)計(jì)抽樣與檢驗(yàn)方法,置信區(qū)間： 總體均值在某一范圍內(nèi)的可信水平?？傮w均值的95%置信區(qū)間為：(X-1.96 S ，X+1.96 S),統(tǒng)計(jì)抽樣與檢驗(yàn)方法,案例：全面質(zhì)量管理 傳統(tǒng)上，

12、有大量的抽樣方法應(yīng)用于質(zhì)量控制。近年來(lái)，許多組織改變了他們對(duì)質(zhì)量的認(rèn)識(shí)。他們不再設(shè)定一個(gè)殘次品水平，出不再認(rèn)為達(dá)到了這樣一個(gè)水平就說(shuō)明組織運(yùn)轉(zhuǎn)良好。相反，他們代之以“零殘次品”為目標(biāo)，其實(shí)施方法是全面質(zhì)量管理(Total Quality Management,TQM)，這要求整個(gè)組織一起努力，系統(tǒng)改進(jìn)產(chǎn)品質(zhì)量。 愛(ài)德華·戴明(Edward Deming)是開(kāi)創(chuàng)了全面質(zhì)量管理工作的專(zhuān)家之一，他將自己的實(shí)踐經(jīng)

13、驗(yàn)總結(jié)為以下14條。1 將產(chǎn)品質(zhì)量作為一貫性的目的。2 杜絕即使是客戶(hù)允許的差錯(cuò)、延誤、殘次和誤差。3 停止對(duì)于成批檢驗(yàn)的依賴(lài)，從生產(chǎn)開(kāi)始的第一步就樹(shù)立嚴(yán)格的質(zhì)量意識(shí)。4 停止依據(jù)采購(gòu)價(jià)格實(shí)施獎(jiǎng)勵(lì)的作法-篩選供應(yīng)商，堅(jiān)持切實(shí)有效的質(zhì)量檢測(cè)。5 開(kāi)發(fā)成本、質(zhì)量、生產(chǎn)率和服務(wù)的持續(xù)改進(jìn)項(xiàng)目。6 對(duì)全體職員進(jìn)行正規(guī)培訓(xùn)。7 監(jiān)督工作的焦點(diǎn)在于幫助職員把工作做得更好。8 通過(guò)倡導(dǎo)雙向溝通，消除各種懼怕。9 打破部門(mén)間的障礙，提

14、倡通過(guò)跨部門(mén)的工作小組解決問(wèn)題。10 減少以至消除那些并不指明改進(jìn)和實(shí)現(xiàn)目標(biāo)方法的數(shù)字目標(biāo)、標(biāo)語(yǔ)和口號(hào)。11 減少以至消除會(huì)影響質(zhì)量的武斷的定額。12 消除有礙于職員工作自豪的各種障礙。13 實(shí)現(xiàn)終身教育、培訓(xùn)和自我改進(jìn)的正規(guī)的有活力的項(xiàng)目。14 引導(dǎo)職員為實(shí)現(xiàn)上述各條而努力工作。 有許多應(yīng)用TQM后獲得成功的實(shí)例。例如，在廣島的日本鋼鐵廠(Japan Steel Works)，實(shí)施TQM后，在人員數(shù)量減少20

15、%的情況下，產(chǎn)量增長(zhǎng)50%，同時(shí)，殘次品費(fèi)用由占銷(xiāo)售額的1.57%下降到0.4%。美國(guó)福特公司實(shí)施TQM后，減少了保修期內(nèi)實(shí)際修理次數(shù)45%，根據(jù)用戶(hù)調(diào)查，故障減少了50%?；萜展緦?shí)施TQM后，勞動(dòng)生產(chǎn)率提高了40%，同時(shí)，在集成電路環(huán)節(jié)減少質(zhì)量差錯(cuò)89%，在焊接環(huán)節(jié)減少質(zhì)量差錯(cuò)98%，在最后組裝環(huán)節(jié)減少質(zhì)量差錯(cuò)93%。,統(tǒng)計(jì)抽樣與檢驗(yàn)方法,假設(shè)檢驗(yàn)：對(duì)總體的某種認(rèn)識(shí)是否得到樣本數(shù)據(jù)的支持。檢驗(yàn)的步驟：定義一個(gè)關(guān)于實(shí)際情況的簡(jiǎn)明、

16、準(zhǔn)確的表述（假設(shè)）。從總體中取出一個(gè)樣本。檢驗(yàn)這個(gè)樣本，看一看它是支持假設(shè)，還是證明假設(shè)不大可能。如果證明假設(shè)情況是不大可能的，拒絕這一假設(shè)，否則，接受這一假設(shè)。實(shí)例： 一種佐料裝在包裝盒中，名義重量為400克。實(shí)際重量與這一名義重量可能略有出入，呈正態(tài)分布，標(biāo)準(zhǔn)差為20克。通過(guò)在生產(chǎn)線上定期抽取樣本的方法確保重量均值為400克。一個(gè)作為樣本抽出的盒子中佐料重量為446克。這能說(shuō)明現(xiàn)在佐料填裝過(guò)量了嗎？,統(tǒng)

17、計(jì)抽樣與檢驗(yàn)方法,假設(shè)檢驗(yàn)的誤差（增大樣本，減少誤差） 原假設(shè)實(shí)際上是 對(duì)的 錯(cuò)的 不拒絕 正確的決策 第二類(lèi)錯(cuò)誤 拒 絕 第一類(lèi)錯(cuò)誤 正確的決策,,,,,,,,決 策,統(tǒng)計(jì)抽樣與檢驗(yàn)方法,實(shí)例：

18、 據(jù)說(shuō)，某行業(yè)從業(yè)人員平均工資為每周300英鎊，標(biāo)準(zhǔn)差為60英鎊。有人認(rèn)為這一數(shù)據(jù)已經(jīng)過(guò)時(shí)了，為檢驗(yàn)實(shí)際情況究竟如何，一個(gè)36份工資的隨機(jī)樣本從該行業(yè)中抽取出來(lái)。研究確定如果樣本工資均值小于270英鎊或大于330英鎊，就拒絕原假設(shè)。犯一類(lèi)錯(cuò)誤的概率有多大？,統(tǒng)計(jì)抽樣與檢驗(yàn)方法,顯著水平：是根據(jù)觀察值證明樣本是取自某一假設(shè)總體 的最低可接受概率。（5%）,,,,,,,,,

19、,,,,,,,,µ0.95,,,,5%,0.025(拒絕),,(拒絕) 0.025,,接受假設(shè),統(tǒng)計(jì)抽樣與檢驗(yàn)方法,假設(shè)檢驗(yàn)的步驟：表述原假設(shè)和備選假設(shè)。確定擬采用的顯著性水平。計(jì)算待檢驗(yàn)變量的可接受范圍。取得待檢驗(yàn)變量的樣本值。決定是否拒絕原假設(shè)。說(shuō)明結(jié)論。,統(tǒng)計(jì)抽樣與檢驗(yàn)方法,實(shí)例： 某地區(qū)公布的人均收入為15，000英鎊。一個(gè)45人的樣本的平均收入是14，300英鎊，標(biāo)準(zhǔn)差為2000英

20、鎊。按照5%的顯著性水平檢驗(yàn)公布的數(shù)字。按1%的顯著性水平檢驗(yàn)結(jié)果又如何？,統(tǒng)計(jì)抽樣與檢驗(yàn)方法,(a)雙邊檢驗(yàn) (b)單邊檢驗(yàn),,,,,,,,,,,,,f(x),x,f(x),0.025,0.025,,,--1.96δ--,--1.96δ--,,,,µ,,,,,,,,µ,0.05,,x,,-1.64δ-,統(tǒng)計(jì)抽樣

21、與檢驗(yàn)方法,實(shí)例： 一個(gè)郵遞公司對(duì)某客戶(hù)按平均每份郵件1.75公斤，標(biāo)準(zhǔn)差為0.5公斤的情況確定每份郵件的收費(fèi)水平。郵費(fèi)現(xiàn)在很高，而有人提出該客戶(hù)郵件重量均值不止1.75公斤。隨機(jī)抽取該客戶(hù)100份郵件的樣本，平均重量為1.86公斤。這是否說(shuō)明重量均值確實(shí)已超過(guò)1.75公斤？,,,,f(x),x,,1.75 1.83 1.86,,,,,,,,,,,,1%,5%,,,,,,,,,5%顯著性,1%顯著性

22、,2.33δ,1.64δ,基礎(chǔ)運(yùn)籌學(xué)(OR Software),線性規(guī)劃 運(yùn)輸問(wèn)題 存 貯 論整數(shù)規(guī)劃 指派問(wèn)題 決策分析0 - 1 規(guī)劃 非線性規(guī)劃 對(duì) 策 論動(dòng)態(tài)規(guī)劃 目標(biāo)規(guī)劃 排 隊(duì) 論預(yù) 測(cè) 模 擬 排 序

23、論,基礎(chǔ)運(yùn)籌學(xué)(OR Software),運(yùn)籌學(xué)軟件1）Excel 2000 (Optimization option);2 ) Lindo or Lingo package;3 ) Cplex;4 ) CUTE, LANCLOT for research;5 ) ERP;6 ) 教學(xué)軟件；7) 其他。,數(shù)據(jù)挖掘技術(shù)(Data -mining),數(shù)據(jù)挖掘：構(gòu)造和使用數(shù)據(jù)倉(cāng)庫(kù)的過(guò)程。,數(shù)據(jù)倉(cāng)庫(kù),達(dá)到不同層次用戶(hù)可需的最

24、詳細(xì)的有用數(shù)據(jù)、信息,(1)使公司取得更大的市場(chǎng)(2)更好的形象(3)更強(qiáng)的競(jìng)爭(zhēng)力等,,數(shù)據(jù)挖掘技術(shù),過(guò)程,,數(shù)據(jù)挖掘技術(shù)(Data -mining),數(shù)據(jù)挖掘過(guò)程,業(yè)務(wù)數(shù)據(jù),提取、濾液、清除、聚集,統(tǒng)計(jì)學(xué)、心理學(xué)、疊加數(shù)據(jù),數(shù)據(jù)庫(kù)裝入程序,數(shù)據(jù)倉(cāng)庫(kù),RDBMS,數(shù)據(jù)提取用于數(shù)據(jù)挖掘,,,,,,,數(shù)據(jù)挖掘技術(shù)(Data -mining),數(shù)據(jù)挖掘中的數(shù)據(jù)及信息流,數(shù)據(jù)提取用于數(shù)據(jù)挖掘,結(jié)合規(guī)則,生成簡(jiǎn)要表,其它數(shù)據(jù)挖掘,供業(yè)務(wù)決策