Глава 3
ПРИМЕНЕНИЕ ОБРАТНЫХ ВЫЧИСЛЕНИЙ ДЛЯ ФОРМИРОВАНИЯ РЕШЕНИЙ В УСЛОВИЯХ РИСКА
3.1.Дерево вероятностей
Существует большое число задач, где зависимости между переменными носят вероятностный характер. Среди таких задач достаточно актуальными являются:
• управление рисками - определение условий (мероприятий, состава объектов, параметров, характеристик и т.д.), гарантирующих снижение финансовых, инвестиционных, банковских, информационных и других рисков до желаемого уровня;
• управление безопасностью - определение условий или мероприятий, выполнение которых обеспечит установленный уровень информационной, экономической, технической, экологической, военной, социальной и др. безопасности;
• управление надежностью - определение условий, гарантирующих установленный уровень надежности системы (информационной, экономической, технологической).
Решение перечисленных задач предполагает наличие у лица, принимающего решение, соответствующего аппарата, способного ответить на вопрос: «Что делать?». Например, лицу, формирующему решение, необходимо знать ответ на вопрос: «Каковы должны быть условия для того, чтобы уровень инвестиционного риска снизился с 0,6 до 0,2?». Чтобы система могла выдавать ответы на такого рода вопросы, необходимо поставить и решить обратную по отношению к прямой задачу, которая может, например, формироваться следующим образом: «От каких факторов зависит инвестиционный риск и как он определяется?».
Так же, как и в детерминированных задачах, одни вероятностные события зависят от других событий, которые, в свою очередь, могут носить как детерминированный, так и стохастических характер. Поэтому в общем случае следует рассматривать зависимости и того, и другого характера совместно. Проблема решения обратных задач на основе обратных вычислений, сочетающих в себе детерминированные и вероятностные задачи, еще ждет своего решения. Пока мы остановимся лишь на методах решения обратных вероятностных задач.
Вероятностные зависимости одних событий от других будем представлять с помощью графа, который, как правило, вырождается в дерево. Далее такое дерево будет называться деревом вероятностей. В узлах дерева будут находиться вероятности наступления тех или иных событий, а дуги будут символизировать связи между событиями. Все узлы будут делиться на две группы: расчетные и терминальные. Значения вероятностей событий, находящихся в терминальных узлах, либо заданы, либо определяются правилами, находящимися вне обратных вычислений. Расчетные узлы - это результат обратных вычислений. Корень дерева - это узел, где указывается значение вероятности, заданное лицом, формирующим решение (желаемый уровень риска, надежности, безопасности и т.п.).
На рис 3.1 представлено дерево, иллюстрирующее в общем виде прямые и обратные вероятностные вычисления.
|
Р(А + В) |
Р(А + В) ± АР(А + В) |
|
|
|
/ — д |
|
/ ** _ |
|
|
СР(А) Р(В)\ |
|
*Р(А) ± АР(А) \ |
Р(В) ± АР(В) |
/ч_ |
|
к_______ |
/Л |
|
|
|
\ V Л |
г Ч| ф |
|
Р(С) Р(Ц Р(М) Р(К) |
Р(Т) Р(С) ± |
Р(М) ± Р(К) ± |
Р(Т)± |
|
|
|
ДР(С) |
АР(М) АР(К) |
АР(Т) |
|
|
Р(Ц±АР(Ц |
|
|
|
а |
|
б |
|
Направленность дуг указывает на различие используемой исходной информации. Дуги, направленные вверх, указывают на прямые вероятностные вычисления. Для них в качестве исходной информации выступают вероятности терминальных узлов дерева. Если же дуги направлены вниз, то мы имеем дело с обратными вычислениями, для которых часть исходной информации находится в корне дерева.
Кроме того, линии на рис. 3.1, которые связывают события, являются либо пунктирными, либо сплошными дугами: пунктирная символизирует операцию сложения вероятностей, сплошная - операцию умножения.
На рис. 3.1,6 к вероятности наступления событий А или В (Р(А + В)) добавлен прирост АР(А + В), который совместно с дополнительными данными служит исходной информацией для расчета приростов всех оставшихся узлов дерева. Буквами греческого алфавита (а, (3, у,...) обозначены коэффициенты приоритетности наступления тех или иных событий, а с помощью знаков плюс или минус - направления приростов этих изменений. Например, Р(А) + АР(А) указывает на рост вероятности Р(А) на величину АР{А), а Р{В) - АР(В) отражает уменьшение вероятности Р(В) на величину АР(В).
Большинство модификаций метода обратных вычислений, рассмотренных в гл. 2, применимы и для решения вероятностных задач. Рассмотрим две модификации:
• решение задач обратных вычислений без коэффициентов прироста аргументов;
• то же без указания приоритетов целей.
Задачу обратных вероятностных вычислений в общем виде можно сформулировать следующим образом:
известны: вероятность наступления событий А, В, С, ...; формулы, по которым вычисляются вероятности наступления событий А, В, С,...;
желаемый прирост вероятности наступления события, отражаемого в корне дерева вероятностей;
желаемые направления приростов изменении вероятностей в узлах дерева;
приоритетность в изменении наступления событий; определить: новые значения вероятностей наступления событий, отражаемых терминальными узлами дерева;
соотношение условий, обеспечивающих новые значения вероятностей в терминальных вершинах.
Далее рассмотрим формальные постановки обратных вероятностных задач и их решения с помощью обратных вычислений для следующих классов вероятностей:
• Безусловная вероятность наступления одного из несовместных событий.
• Безусловная вероятность наступления одного из совместных событий.
• Условная вероятность совместного наступления событий.
• Условная вероятность совместного наступления независимых событий.
• Вероятность наступления события совместно с одним из ряда несовместных событий (полная вероятность).
• Вероятность, характеризуемая функцией или плотностью распределения.
• Вероятность появления события в некоторой серии испытаний (формула Бернулли).
Рассмотрим постановки задач в двух вариантах, а также примеры их решения. В стремлении к простоте изложения в примерах участвуют лишь два события (А и В).
3.2.Поиск безусловной вероятности наступления одного из несовместных событий
3.2.1. Решение задачи без коэффициентов прироста
Как известно, вероятность наступления в некотором испытании какого-либо одного из событий А, В, С,... равна сумме вероятностей событий, если любые два из них несовместны. Расчет ведется по формуле
Р(А + В + С+ ...) = Р(А) + Р(В) + Р(С) +....
Дальнейшее чтение материала предполагает предварительное ознакомление с разд. 2.3.
В общем виде задача обратных вычислений, если рассматриваются два события, решается с помощью следующей системы уравнений:
Р(А + В) ± АР(А + В) = Р(А) ± АР(А) + Р(В) ± АР(В),
< АР (А) _ а АР(В) ~ р'
где Р(А + В) -вероятность наступления одного из независимых
событий А или В\
± АР(А + В) - желаемый прирост вероятности наступления одного из независимых событий А или В\
Р(А), Р{В) - вероятности наступления событий А и В соответ
ственно;
± АР(А), ± АР(В) - приросты вероятностей наступления независимых событий А и В соответственно;
а, Р - коэффициенты приоритетности в наступлении собы
тий А и В соответственно.
1. Целевая установка: Р(А + В)+ = Р(А(а))+ + /»(Яф)^.
Задача обратных вероятностных вычислений принимает вид:
Р(А + В) + АР(А + В) = Р(А) + АР(А) + Р(В) + АР(В)9
< АР (А) _ а АР(Я)~р'
Как и ранее, а + (3 = 1.
Полученные в результате решения новые вероятности наступления событий А и В позволяют определить новые условия, от которых они зависят. Если через Хх обозначить новые условия для свершения события А, а через Х2 - для события В, то мы приходим к двум уравнениям:
Р(А) + АР(А) = ^Ь п
Р(В) + АР(В)= где п - общие условия наступления событий А и В.
Ответ будет следующим:
Х1=п(Р(А)±АР(А));
Х2=п(Р(В)±ЛР(В)).
Пример (рис. 3.2). Рассматривается урна, в которой находятся три красных шара, четыре белых и четыре черных. Вероятность того, что при одном извлечений будет вынут либо красный, либо белый шар без труда можно определить по формуле безусловной вероятности. Обозначив через А событие извлечения красного шара, а через В - белого, получим:
Р(А + В) = Р(А) + Р(В) = — + — = — = 0,63.
11 И 11
На рис. 3.2, а графически представлено прямое вычисление вероятностей наступления двух независимых событий А или В, а на рис. 3.2, б- обратные вероятностные вычисления с одинаковой направленностью в изменении аргументов.
Пунктирная дуга, соединяющая дуги графа, указывает на то, что речь идет о появлении либо события А, либо события В.
Р(А + В) + АР(А + В) ч® |
а = 0,7 |
Р = 0,3 |
Р(А) + АР(А) |
® АР (В) |
КР |
ЧЕРН б |
Р(А + В)
КР V ЧЕРН |
ооооооооооо ооооооооооо и к___________________ / У ; V—и—/ |
"V— БЕЛ |
у-- БЕЛ |
Допустим, необходимо увеличить вероятность наступления событий А или В до 0,8. На рис. 3.2, 6 показаны в окружностях знаки плюс, означающие, что как вероятность (Р(А)+АР(А)) наступления события А, так и вероятность (Р(В)+АР(В)) наступления события В должны увеличиваться. Достижение цели, заключающейся в повышении вероятности наступления независимых событий А и В, должно в большей части происходить за счет повышения вероятности наступления события А. Это отражает коэффициент приоритетности а = 0,7. В меньшей мере нагрузка ложится на второе событие В. Коэффициент приоритетности его наступления равен 0,3.
Для решения сформулированной задачи обратных вычислений запишем следующую систему уравнений:
Р(А + В) + АР(А + В) = Р(А) + АР(А) + Р(В) + АР(В), < АР(А) __ а АР(В) ~ р
Так как желаемое значение вероятности наступления событий А или В известно из условия задачи (Р(А + В) + АР(А + В) = = 0,8), а существующая вероятность равна 0,63, то, подставив эти значения в приведенную систему уравнений, получим:
0,17 = АР(А) + АР(В), < АР(А) _ 0,7 АР(В) _ 0,3
Решая эту систему, имеем:
АР(А) = 0,11, АР(В) = 0,05.
Таким образом, новые значения вероятностей наступления событий Л или В равны:
Р(А) + АР(А) = 0,27 + 0,11 = 0,38;
Р(В) + АР(В) = 0,36 + 0,05 = 0,41.
Для того чтобы обеспечить новые условия для наступления событий А или В, решим следующие уравнения:
Р(А) + АР(А) = ^~;
п
Р(В) + АР(В) = ^., п
где Ху Х2 - число красных и белых шаров, обеспечивающих новую вероятность наступление событий А или В, являющихся независимыми.
Число это следующее: Хх« 4; Х2« 5.
Так как общее число шаров должно быть равно И, уменьшим число черных на 2. Тогда новое соотношение красных, белых и черных шаров будет следующим: 4, 5, 2.
Проверка. Р(А + В) + + 5) = ■— + ■— =-^- = 0,8.
На рис. 3.2, б результаты расчетов представлены новым числом шаров: число красных увеличилось до 4, белых - до 5, а черных - сократилось до 2.
2. Целевая установка: Р(А + В)+ = Р(А(а))+ +
Такая целевая установка ориентирует на то, что достичь желаемого результата следует не за счет одновременного увеличения вероятностей наступления событий А и В, а за счет увеличения одной вероятности и уменьшения другой.
Как и ранее, вначале запишем систему уравнений в общем виде, обращая внимание на то, что в соответствии с постановкой задачи прирост вероятности наступления события В имеет отрицательный знак:
Р{А + В) + АР(А + В) = Р(А) + АР(А) + Р(Д) - ЛР(Д), < АР(А) = а АР(В)~~ р'
Пример (рис. 3.3). Обратимся к предыдущей целевой установке. Пусть, как и ранее, необходимо увеличить вероятность наступления событий А или В до 0,8 с коэффициентами приоритетности для события А, равного 0,7, и для события В, равного 0,3. Однако добиться увеличения общей вероятности необходимо за счет увеличения вероятности наступления события А и уменьшения события В. На рис. 3.3, б представлена задача обратных вероятностных вычислений с различной направленностью в изменении аргументов.
|
Так как старое и новое (желаемое) значения вероятности наступления событий А или В известны, система уравнений приобретает вид:
0,17 = ДР(Л)-ДР(Я)), - АР(А) 0,7 ДР(Я)~0,3'
Решив ее, получим:
ЛР(Л) = 0,3;
АР(В) = 0,13.
Новые значения вероятностей наступления событий А или В следующие:
Р(А) + АР(А) = 0,27 + 0,3 = 0,57;
Р(В) - АР(В) = 0,36 - 0,13 = 0,23.
Для того чтобы узнать, какое соотношение шаров может обеспечить такие вероятности, составим уравнения:
Р(А) + АР(А) = ^-;
п
п
где, как и ранее, ХуХг - новое число красных и белых шаров.
Соответственно
В связи с тем что общее число шаров не изменилось, число черных шаров сокращается до двух. Проверка указывает на правильность вычислений:
Р(А + В) + АР(А +В) = — + — = — = 0,8.
11 11 11
На рис. 3.3, б результат вычислений представлен в виде измененного числа шаров красного и белого цветов.
3. Целевая установка: Р(А + В)~ = Р(А(а))+ + Р(Я(Р))~.
Такая целевая установка ориентирует на определение соотношения шаров, обеспечивающего снижение вероятностей наступления событий А или В, причем вероятность события А должна увеличиться, а вторая, т.е. вероятность наступления события В, должна снизиться. Остальные данные те же, что и в предыдущей задаче.
На рис. 3.4, б представлена графическая интерпретация обратных вероятностных вычислений, предназначенных для уменьшения вероятностей наступления событий А или В.
Запишем нужную систему уравнений, имея в виду задачу уменьшения вероятностей появления событий А или В:
Р(А + В)- АР(А + В) = Р(А) + АР(А) + Р(В) - АР(В\ « АР(А) = а
|
Пример. Допустим, новое желаемое значение суммы вероятностей равно 0,5, существующее же равно 0,64; если коэффициенты ос и Р равны 0,3 и 0,7 соответственно, то система примет вид:
0,17 = АР(В) - АР(А)9 < АР(А) 0,7 ДР(Я)~~0,3'
Решив ее, получим:
ДР(Л) = 0,18;
АР(В) = 0,42.
Новые значения вероятностей наступления событий А или В равны:
Р(А) + АР(А) = 0,27 + 0,11 = 0,3 8;
Р(В) - АР(В) = 0,36- 0,26 = 0,1.
Новые вероятности обеспечиваются следующим соотношением шаров:
Р(А) + АР(А) =А;
п
п
где, как и ранее, Х{, Х2 - новое число красных и белых шаров соответственно.
Число красных шаров должно быть равно Хх « 4, а белых - » 1 (рис. 3.4, б).
Так как общее число шаров равно 11, черных шаров будет 6.
Проверка. Р(А + В)-АР(А + В) = ^ + ^ = -^ = 0,45, что на 0,05
меньше желаемого значения. Такая погрешность вполне приемлема.
Здесь следует отметить, что на исходные данные существуют ограничения. В данной задаче для того, чтобы не получить отрицательные вероятности, накладывается ограничение вида а < р. Кроме того, желаемый прирост для АР(В) должен быть таким, чтобы разность Р(В) - АР(В) не получилась отрицательной.
3.2.2.Решение задач без указания приоритетности целей
В данном разделе используются сведения из разд. 2.4.
4. Целевая установка: Р(А + В)+ = Р(А)+ + Р(В)+.
Задача обратных вероятностных вычислений принимает следующий вид:
'Р(А + В) ± АР (А + В) = Р(А) ± АР(А) + Р(В) ± АР(В\ « АР(А) = кР(А), АР(В) = кР(В\
где к - коэффициент, позволяющий определить искомые приросты вероятностей.
Остальные обозначения прежние.
Пример. Воспользуемся целевой установкой 1. Отличие состоит в том, что информация о приоритетах направлений достижения цели отсутствует. Это значит, что коэффициенты а и Р либо неизвестны, либо несущественны.
Допустим, у лица, формирующего решение, в качестве цели фигурирует стремление к увеличению вероятности наступления события А или В до 0,8. Графическая интерпретация задачи та же, что и на рис. 3.2, за исключением того, что коэффициенты а и Р отсутствуют.
Так как желаемое значение Р(А + В) + АР(А + В) известно и равно 0,8 и известны также значения: Р(А) + Р(В) = 0,63; Р(А) = = 0,27 и Р(В) = 0,36, система приобретает следующий вид:
0,17 = АР(А) + АР(В), < АР(А) = /с-0,27,
АР(В) = к 0,36.
Решив ее относительно к, получим к = 0,27.
Новые значения вероятностей событий А и В равны:
Р(А) + АР(А) = 0,27 + 0,27 • 0,27 = 0,34;
Р(В) + АР(В) = 0,36 + 0,27 • 0,36 = 0,46;
Новое соотношение шаров следующее:
Р(А)+АР(А) = ,
Р(В) + АР(В) = ЛГ,«4; X, «5.
Таким образом, мы получили тот же ответ, что и в целевой установке 1. Произошло это из-за довольно сильного огрубления результатов расчета, так как число шаров должно быть целым. При других постановках результаты, как правило, отличаются.
5. Целевая установка: Р(А + В)+ =Р(А)+ +Р(В)~.
При такой целевой установке обратная задача обратных вычислений запишется следующим образом:
Р{А + В) + АР(А + В) = Р(А) + АР(А) + Р(Я) - АР(В), < АР(А) = к-Р(А), АР(В) = кР(В).
Пример. Теперь рассмотрим, каковы будут результаты, если одна из вероятностей, например наступления события А, должна увеличиться, а другая - уменьшиться. При этом сумма этих вероятностей, т.е. вероятность наступления события А или В, должна увеличиться и достичь величины 0,7. Вероятность наступления события А равна 0,36, а события В - 0,27.
Подставив эти данные в систему уравнений, получим:
0,07 = АР(А) - АР(В), < АР(Л) = £ 0,36, АР(#) = £0,27.
Решив систему относительно к, получим к = 0,78. Приросты равны:
Р(/4) + АР(Л) = 0,36+ 0,36-0,78 = 0,64, - АР(Я) = 0,27 - 0,27 • 0,78 = 0,06.
Теперь определим новое соотношение шаров:
Р(А)+АР(А) = ^-9 Р(В)-АР(В) = ^->
Таким образом, красных шаров 7, белых - 1, а черных - 3 (разность 11-8).
Проверка. + + + = ~ + ~ = ^ =
Здесь, как и ранее, необходим предварительный анализ исходных данных, так как существует возможность получения бессмысленных результатов. Прежде всего это касается вероятности наступления события А, которая должна быть больше веро-
ятности наступления события В. Это требование вытекает из определения вероятности, которая не может быть меньше нуля.
Кроме того, желаемое значение АР(А) не может превышать определенного уровня, что также может привести к отрицательным значениям вероятностей.
3.3. Поиск безусловной вероятности наступления одного из совместных событий
3.3.1.Решение задачи без коэффициентов прироста
Известно, что вероятность появления хотя бы одного из двух совместных событий равна сумме вероятностей событий без вероятности их совместного появления, т.е.
Р(А + В) = Р(А) + Р(В) - Р(А) • Р(В).
С практической точки зрения приведенная формула для вычисления безусловной вероятности наступления совместных событий для событий, число которых больше двух, неудобна. Поэтому можно воспользоваться иной формулой:
Р(А + В) = \-Р(А)Р(В\ где А, В - события, противоположные событиям А и В.
Тогда формула для обратных вычислений примет вид: Р{А + В)± АР{А + В) = \-(Р(А)± АР( А ЖР(В) ± А Р(В).
Здесь следует обратить внимание на то, что приросты вероятностей противоположных событий поменяли знаки:
+АР(Л),+АР(Д).
Пример. Прямые расчеты приведем из [8], а затем выполним обратные вычисления: производится два выстрела по одной и той же мишени. Вероятность попадания для первого выстрела равна 0,6, для второго - 0,7. Найти вероятность того, что в мишени будет хотя бы одна пробоина.
Пусть А - событие, при котором будет попадание при первом выстреле, В - попадание при втором, т.е. Р{А) = 0,6; Р(В) = 0,7.
События А и В независимые, но совместные. Тогда вероятность попадания при первом или втором выстреле равна:
Р(А + В) = Р(А) + Р(В) - Р(А)Р(В) = 0,6+0,7 - 0,6 • 0,7 = 0,88,
или
Р(+В) = 1 - Р(А)Р(В) = 1 - 0,4 • 0,3 = 0,88.
В общем виде задача поиска безусловной вероятности наступления одного из совместных событий записывается в виде:
Р(А + В)±АР(А + В) = = Р(А)±АР(А) + Р(В)± < ±АР(В)-(Р(А)±АР(А))(Р(В)±&Р(В)\ АР(А) _ а Л/>(Я)~р'
Р(А + В)+ = Р(А(а))+ + Р(В{0)Т - Р(А(а))+ Р(В(/?))+.
Такая целевая установка в виде задачи обратных вычислений отразится следующей системой уравнений:
Р(А + В) + АР(А + В) = = Р(А) + АР{А) + Р(В) + < +&Р(В)-(Р(А) + АР(А))(Р(В) + АР(В)), АР(А) _ а АР(В)~ р'
Обозначения прежние.
Пример (рис. 3.5). Продолжим рассмотрение предыдущего примера, но уже будем решать противоположную задачу. Допустим, что требуется узнать, какие должны быть вероятности Р(А) и Р(В), позволяющие увеличить вероятность Р(А + В) с 0,88 до 0,92. При этом часть прироста вероятности Р(А + В) должна происходить за счет увеличения вероятности Р(А) пропорционально коэффициенту а = 0,7, а увеличения вероятности Р(В) - пропорционально коэффициенту Р = 0,3.
Графическая интерпретация решения задачи поиска безусловной вероятности наступления совместных, но независимых событий представлена на рис. 3.5,6.
Р(А + В)+ АР(А + В) = 0,92
Р(А) + ДР(А) Р(В) + АР(В) б |
Р(А + В) = 0,88
|
а = 0,3 |
Р(А) = 0,6 |
а |
Р(В) = 0,7
Рис. 3.5
Подставив исходные данные в систему уравнений общего вида, получим:
0,04 = 0, ЗАР(А) - 0,4АР(В) - АР(А)АР(В), < АР(А) _ а АР(В) ~ р
Решив его относительно АР(А) и АР(В), получим:
0,4р+0, За - л/(0,4р+0, За)2 - 4ар • 0,04 —
АР(В) =
АР(А) = ^АР(В), ДЛ(Л) = 0,1;АР(5) = 0,043.
Проверка. АР(А) = 0,1; АР(В) = 0,043; Р(А) + АР(А) = 0,7; Р(В) + + АР(В) = 0,743; Р(А + В) + АР(А + В) = 0,7 + 0,743 - 0,7 • 0,743 = = 0,924 = 0,92.
Пример. Вначале рассмотрим прямую задачу. Токарь обслуживает два станка, работающих независимо один от другого. Вероятность того, что первый станок в течение часа не потребует
внимания токаря, равна 0,6, а второго станка - 0,5. Какова вероятность того, что в течение часа хотя бы один станок не потребует внимания токаря?
Обозначим через А событие, выражающее искомую вероятность, а через Ах и А2 события, заключающиеся в том, что оба станка в течение часа не потребуют внимания токаря. Все события независимы, но совместны. Их вероятности равны Р(А) = 0,6 и Р(В) = 0,5. С учетом принятых обозначений имеем:
А = Ах+А2, Р(А) = Р(А1+А2).
Для прямых вычислений воспользуемся противоположными событиями, которые формулируются следующим образом: ни одни станок не проработает без вмешательства токаря. Тогда
А = Ах • А2, Р(А{) = 1 - Р(А{) = 1 - 0,6 = 0,4, Р(А2) = 1 - Р(А2) = 1 - 0,5 = 0,5.
Из независимости событий А1 и А2 следует независимость противоположных им событий Ах и А2. Согласно правилу умножения вероятностей независимых событий имеем:
Р(А) = Р(АХ ) = 0,4 0,5 = 0,2.
Отсюда вероятность того, что в течение часа хотя бы один станок не потребует внимания токаря, равна:
Р(А) = 1-Р(А) = 1-0,2 = 0,8.
Теперь рассмотрим противоположную задачу. Допустим, необходимо узнать условия, при которых вероятность того, что хотя бы один станок не потребует внимания токаря, повысится до 0,92. При этом приоритетность наступления событий остается прежней: для А она равна 0,7, а для В - 0,3. Согласно рассматриваемой целевой установке запишем систему уравнений, предварительно подставив и преобразовав исходные данные:
0,12 = 0,5 АР(А) + 0,4 АР(В) - АР(А)- АР(В), < &Р(А) __ 0>7 АР(В) ~ 0,3
Отсюда искомые приросты: АР(В) = 0,088; АР(А) = 0,21; Р(В) + + АР(В) = 0,588; Р(А) + АР(А) = 0,8; Р(А + В) + АР(А + В) = 0,588 + + 0,8 - 0,588 • 0,8 = 0,918 ~ 0,92.
В результате получен следующий ответ: для того чтобы вероятность того, что хотя бы один станок не потребует внимания токаря, повысилась до 0,92, необходимо повысить вероятность Р(А) до 0,81, а Р(В)-до 0,588.
Здесь, в отличие от предыдущих примеров, в условии задачи не указаны мероприятия или характеристики объектов, от которых зависят исходные вероятности. Поэтому обратные вычисления на этом заканчиваются, и перечень необходимых мероприятий, позволяющих повысить исходные вероятности, не приводится.
3.3.2.Решение задач без указания приоритетности целей
Напомним, что задача обратных вычислений, решаемая для поиска безусловной вероятности наступления одного из двух совместных событий, в общем виде записывается следующим образом:
'Р(А + В)± АР(А + 2?) = Р(А) ± АР(А) + Р(В) ± ± АР{В) - (Р(А) ± АР(А))(Р(В) ± АР{В)\ &Р{А) = к-Р{А\ АР{В) = кР{В).
Обозначения прежние.
Р(А + В)+ = Р(А)+ + P(Bf - Р(А)+ Р(В)+.
Будем считать, что повышение вероятности попаданий должно достигаться за счет снижения вероятности первого попадания, но повышения второго. Тогда система неравенств запишется следующим образом:
Р(А + В) + АР(А + В) = Р(А) + АР(А) + Р(В) + +АР(В)-(Р(А)-АР(А))(Р(В) + АР(В)Х 4 АР(А) = к Р(А), АР(В) = кР(В).
Пример. Воспользуемся исходными данными из предыдущего примера. Подставив их, получим следующее уравнение:
0,3£2-0,5£ + 0,12 = 0,
откуда к = 0,29; АР(А) = 0,29 • 0,6 = 0,174; АР(В) = 0,29 • 0,5 = = 0,145; Р(А) + АР(А) = 0,774; Р(В) + АР(В) = 0,645.
Проверка. Р(А + В) + АР{А + В) = 0,92.
8. Целевая установка:
Р(А 4- ВУ = Р(А)~ + Р( В)+ - Р(Ау Р(В)+.
Система уравнений для решения обратной задачи примет вид:
Р{А + В)-4- АР(А + В) = Р(А) - АР(А) + Р(В) + +АР(В) - (Р(А) - АР(А))(Р(В) 4- АР(В)),
< АР(А) = к-Р(А), АР(В) = кР(В).
Пример. Воспользуемся исходными данными предыдущего примера, однако будем считать, что повышение вероятности попаданий должно достигаться за счет снижения вероятности первого попадания и повышения второго. Подставив известные величины в систему уравнений, получим:
0,12 = -0,5 АР(А) + 0,4 АР(В) + АР(А) • АР(В),
< АР(А) = к-0,6, АР(В) = к0,5.
Решив квадратное уравнение
0, Ък2-0,1А:-0,12 = 0,
получим к = 0,82; АР{А) = 0,6 • 0,82 = 0,49; АР(В) = 0,5 • 0,82 = = 0,41; Р(А) - АР(А) = 0,6 - 0,49 = 0,11; Р(В) + АР(В) = 0,5 + 0,41 = = 0,91.
Проверка. Р(А +В) + АР(А + В) = 0,11 + 0,91 - 0,11 • 0,91 = 0,92.
3.4.Поиск условной вероятности совместного наступления событий
Известно, что вероятность совместного наступления двух событий А и В равна вероятности наступления события А, умноженной на условную вероятность события В, вычисленную в предположении, что событие А уже произошло, т.е.
Р(А-В) = Р(А)-Р(В\А), где Р(А) - вероятность наступления события А;
Р{В\А) - условная вероятность наступления события В, вычисленная в предположении, что событие А уже произошло.
3.4.1.Решение задачи без коэффициентов прироста
Р(А • Bf = Р(А)(а))± • Р((В | А KP))1.
На основании формулы совместного наступления двух событий запишем задачу обратных вычислений следующим образом:
Р(А - В) ± АР(А • В) = (Р(А) ± АР(А))(Р(В | А) ± АР(В \ А)), АР(А) а
АР(В) р
где Р(А - В) - вероятность совместного наступления событий А и В;
Р(А), Р(В) - вероятности наступления независимых событий А и В;
АР(А • В) - желаемый прирост (положительный или отрицательный) вероятности совместного наступления событий А и В;
АР(В | А) - прирост вероятности свершения события В при условии, что событие А свершилось;
АР(А), АР(В) - приросты вероятностей наступления независимых событий А и В соответственно;
а, Р - коэффициенты приоритетности в наступлении событий
А к В соответственно.
Пример. Для иллюстрации процесса решения обратной задачи рассмотрим вначале следующую прямую задачу. В урне 12 шаров, из них 4 белых и 8 красных. Два белых шара и четыре красных помечены голубой полоской. Какова вероятность извлечения красного шара с полоской.
Обозначив буквой А событие извлечения красного шара, а буквой В - то, что красный шар имеет голубую полоску, можно найти искомую вероятность
Р(АВ) = Р(А)Р(В\А) = ~^ = ± = 0,33.
Допустим, необходимо увеличить вероятность извлечения красного шара с полоской до 0,5. Причем большей частью - за счет повышения вероятности извлечения красного шара (а = 0,6) и меньшей частью - за счет того, что этот шар будет с голубой полоской (Р = 0,4). Обе вероятности должны увеличиваться. Графическая интерпретация противоположной задачи обратных вычислений условной вероятности представлена на рис. 3.6.
Сплошная дуга, связывающая линии графа, указывает на то, что речь идет о появлении обоих событий (А и В).
Р(АВ)+АР(АВ) = 0,5 V® |
а = 0,7 |
Р(В\А)= Р(А) + 0,5 +АР(А)$ |
X // |
Р(В\А)+ ±+АР(В\А) |
КР |
БЕЛ |
Р(АВ) = 0,33 |
КР |
ОООООООООООО ОООООООООООО |
^ и |
у-- БЕЛ |
Для решения задачи обратных вычислений вначале запишем систему уравнений в общем виде:
Р(А • В) + АР(А • В) = (Р(А) + АР(А))(Р(В | А) + АР(В | А)), < АР(А) _ а
Подставив известные величины, получим:
0,5 = (0,66 + АР(А))(0,5 + АР(В | А)), - АР(А) 0,6 АР{В\А) ~ 0,4
Решив данную систему получим:
АР(А) = 0,16; АР(В \А) = 0,12,
+ ЛР(Л) = 0,66 + 0,16 = 0,82, Р(^М) + ЛР(^М) = 0,5 + 0,12 = 0,62.
Проверка. • 5) + • 5) = 0,82 ■ 0,62 = 0,51 « 0,5. Теперь найдем соотношение шаров, которое должно обеспечить желаемый прирост вероятности:
красных: Р(А) + АР(А) = ^-, Хх «10;
красных с полоской: Р{В | А) + АР(В | А) = , Х2 « 2.
На рис. 3.6, б показано новое соотношение шаров после выполнения обратных вычислений. Число белых шаров сократилось до 2, для того чтобы общее количество шаров было неизменным, а именно 12.
3.4.2. Решение задач без указания приоритетности целей
10. Целевая установка: Р(А • ВУ = Р(А)* • Р(В \А)*.
Как и прежде, составим систему уравнений вида:
Р{А - В) ± АР(А • В) = (Р(А) ± АР(А))(Р(В | А) ± АР(В | А)), « АР(А) = кР(А), АР(В\А) = кР(В\А).
Решая эту систему, необходимо вначале выяснить, имеет ли она решение, так как зависимые события более чувствительны к исходным данным по сравнению с независимыми.
3.5. Поиск условной вероятности совместного наступления независимых событий
Известно, что вероятность совместного появления независимых, но совместных событий равна произведению вероятностей этих событий:
Р(АВС...) = Р(А)Р(В)Р(С)-....
3.5.1. Решение задач без коэффициентов прироста
Р(АВ)±=Р(А(а))±Р(В(Р))±.
На основании формулы появления двух независимых, но совместных событий задачу сформулируем следующим образом:
• В) ± АР(А • В) = (Р(А) ± АР(А))(Р(В) ± АР{В)\ < АР(А) _ а АР(В)~Р'
Обозначения прежние.
3.5.2. Решение задач без указания приоритетов целей
12. Целевая установка: Р(А • В)* = Р(А)* • Р(В)*.
Задача, в которой приросты будут определяться с помощью единого коэффициента, принимает вид:
Р{А • В) ± АР(А • = (Р(А) ± АР(А)ХР(В) ± АР(В)), « АР(А) = к-Р(А)9 АР(В) = кР(В).
Обозначения прежние.
3.6. Поиск вероятности наступления события совместно с одним из ряда несовместных событий (полная вероятность)
Обратные вычисления оказываются чрезвычайно полезными при принятии решений, касающихся наступления некоторого события совместно с другими событиями, обычно называемыми гипотезами. Речь идет о формуле полной вероятности
Р{А) = ^Р(Н1)Р{А\Н1)9
ы
где Р(А) - вероятность наступления события А; Р(Н) - вероятность осуществления гипотезы #.; Р(А | Нх) - условная вероятность наступления события А при осуществлении гипотезы #..
I
3.6.1. Решение задач без коэффициентов прироста
Р(А)± = /»(Я, (о))1 • Р(А | Н1)+Р(Н2 (Р))1 • Р(А | Нг).
При наличии двух гипотез задача обратных вычислений может быть сформулирована в следующем виде:
'Р(А) ± АР(А) = (Р{НХ) ± АР(НХ) ± АД Я, ))Р(А\НХ) + (Р(Н2 ± А Р(Н2 ))Р(А | Н2), < АР(Нх) = а(Нх) АР(Н2) р (Я2)'
где а(Я{), Р(Я2) - коэффициенты приоритетов осуществления гипотез Я{ и Я2 (сумма их равняется единице).
Вполне реальны задачи управления не только безусловными, но и условными вероятностями; для решения таких задач необходима информация о приоритете наступления события при осуществлении той или иной гипотезы. Тогда в систему уравнений необходимо добавить информацию о пропорциях в изменении приростов условных вероятностей. Такая задача примет вид:
'Р(А) ± АР(А) = (Р(Н 1) ± АР(Н 1 ))(Р(А | Я,) ± ±АР(А\ Я, ))(Р(Н 2)) ± А Р(Н2 ))(Р(А \Н2)±АР(А\Н2)\
) _ а(Я 1) АР{Н2) р(Я2)' АР(А 1 Н{) _ у (Я,) АР(^|Я2)) 5(Я2)'
где АР(А | Нх), АР(А | Я2) - приросты условных вероятностей наступления
события А при осуществлении гипотез Я1 и Я2 соответственно;
у(Я|), 8(Я2) - коэффициенты приоритетности наступления
события Л при осуществлении гипотез Я] и Я2 соответственно.
Остальные обозначения прежние.
В общем случае в рассматриваемой задаче может фигурировать не две гипотезы, а больше. Тогда задача должна быть записана с учетом нормирования коэффициентов приоритетности, что является условием применения процедуры свертки/развертки.
Пример (рис. 3.7). В начале рассмотрим прямую задачу.
+ ® ем
Р(А) + АР (А)
|
Р(А)
|
а = 0,4 |
Р(Н2) |
а |
Р(Н^)+АР(Н^) Р(Н2)-АР(Н2) б
Рис. 3.7
В цехе два типа станков производят одни и те же детали. Производительность станков одинакова, но качество выпускаемой продукции различное: первый тип станков дает 0,90, а второй - 0,75 продукции отличного качества. Вся продукция содержится на складе. Число станков первого типа 7 шт., а второго - 3 шт. Определить вероятность того, что взятая наугад продукция окажется отличного качества.
Пусть А - событие, состоящее в том, что взятая наугад продукция отличного качества. Имеются также две гипотезы:
Н{ - взятая продукция произведена станками первого типа;
Н2 - то же станками второго типа.
Тогда
Условные вероятности события А при этих гипотезах следующие:
Р(^|Я1) = 0,90; Р(Л|#2) = 0,75.
Тогда по формуле полной вероятности
Р(А) = 0,7-0,9 + 0,3-0,75 = 0,825.
Теперь допустим, что существует необходимость повышения Р(А) до 0,91. Каковы при этом должны быть соотношения станков, если приоритетность в изменении станков следующая: число станков первого типа должно увеличиваться пропорционально коэффициенту а = 0,6, а второго - уменьшаться пропорционально коэффициенту (3 = 0,4.
Графическая интерпретация обратных вычислений в случае применения формулы полной вероятности представлена на рис. 3.7, б.
Для решения задачи составим систему уравнений:
Р(А) + АР(А) = (Р(НХ) + ДР(Я, ))Р(А | Я,) + (Р(Я2) - АР(Я2 | Я2)), « АДЯ12=а(Я1) АР(Н 2) р(Я2)'
Решая эту систему, следует тщательно проанализировать область значений исходных данных, при которых задача имеет смысл.
3.6.2. Решение задач без коэффициентов прироста
Р(А)* = />(#,•Р(А\Нг)+Р(Н2• Р(А|Н2).
В соответствии с общей постановкой задач данного класса запишем следующую систему уравнений:
Р(А)± АР(А) = ОР(Я,) ± АР(Я1 ))Р(Л | Я, )(Р(Я2) ± АР(Я2 | Я2)), < АР(Я1) = /г Р(Я1),
АР(Н2) = кР(Н2).
Обозначения прежние.
3.7. Поиск вероятности, характеризуемой функцией или плотностью распределения
До сих пор изучались случайные события, качественно характеризующие результаты опыта. Теперь можно рассмотреть результат опыта, характеризуемый количественно. Как известно, случайную величину можно представить с помощью функции распределения. Если известна функция распределения, то задача обратных вычислений может быть решена с помощью следующей системы уравнений:
Р{{хх ±Ах^)<Х<(х2±Ах2)) = Р(х2 ±Ах2)-Р(хх ±Ах,), < Ах, _ а
где Т7 - функция распределения случайной величины х;
Р(А < X < В) - вероятность того, что случайная величина л; примет значение на отрезке (А, В);
±Лх1, ±Ах2 - приросты (положительные или отрицательные) границ отрезка (А, В), которые обеспечивают требуемый прирост вероятности попадания случайной величины л; в отрезок;
ос, Р - приоритетность направлений при расширении границ
попадания случайной величины.
Пример. Допустим, известна функция распределения, имеющая вид:
^(х) = -(х-1)2,1<х<3.
4
Вначале решим задачу следующего содержания: определить вероятность того, что случайная величина х в результате опыта примет значение на отрезке (1; 2). Исходя из свойств функции распределения, имеем:
Р(1<х<2) = ^(2)-Я1) = 0,25.
Теперь сформулируем задачу обратных вычислений: на сколько следует расширить границы попадания, чтобы вероятность выросла до 0,3. При этом приоритеты расширения границ следующие: для нижней границы - 0,4, для верхней - 0,6. Теперь система уравнений примет вид:
0,3 = 1((х2+Лх2)-1)2--((х1+Ах1)-1)2, 4 4
" &х2 0,6 Дх, 0,4'
Решив систему уравнений, получим:
Ах1 = 0,0425; Дх2= 0,1.
Отсюда границы участка [1; 2] изменятся и будут следующими: [1,0425; 2,1].
Проверка. - (2,1 -1)2 -- (1,0425 -1)2 « 0,3.
4 4
Здесь так же, как и ранее, следует внимательно проанализировать исходные данные, от которых зависит результат решения. Аналогично решаются задачи, в которых задана плотность распределения.
3.8. Поиск вероятности появления события в серии испытаний (формула Бернулли)
В управлении рисками достаточно часто применяется формула Бернулли для определения вероятности Р(п, т) того, что в результате проведения п независимых испытаний некоторое событие А наступит ровно m раз. При этом в каждом из таких испытаний данное событие наступает с определенной вероятностью Р(А).
Сформулируем задачу обратных вычислений следующим образом:
известна вероятность того, что в результате проведения п независимых испытаний событие А наступит m раз (Р(п, т)). На сколько следует увеличить число независимых испытаний (Дя) и постоянную вероятность АР(А), для того чтобы вероятность наступления события А увеличилась на АР(п, т).
Если, как и ранее, использовать метод обратных вычислений без коэффициентов прироста, то для решения этой задачи надлежит записать следующую систему уравнений:
Р{п9 m) + АР(п9 m) = (Р+АР)т(1 -РГ+Ап~т,
* АР _ а(Р)
где а(Р) - коэффициент приоритетности наступления события, характеризуемого вероятностью Р(А);
Р(л) -коэффициент приоритетности увеличения числа независимых испытаний п.
Заканчивая изложение теоретических основ обратных вероятностных вычислений, еще раз обратим внимание на необходимость внимательного анализа исходных данных, так как легко получить бессмысленные результаты, если у лица, принимающего решение, слишком высокие требования.