дерева, можна за допомогою відомих правил комбінування оцінок оцінити кожен варіант шляху таким чином, що вони стануть практично порівнянними для особи, яка приймає рішення (ОПР). Отже, можна знайти оптимальні рішення й одночасно проаранжувати різні варіанти дій.
Для оцінки використовують імовірності, коефіцієнти впевненості або шанси. Комбінування оцінок ведуть за допомогою правил отримання логічного висновку в умовах неповної визначеності.
Вихідними даними для застосування методу Байєса служать не тільки імовірності, але і коефіцієнти впевненості, а також шанси, на підставі яких обчислюють Імовірності.
Метод Байєса дозволяє визначати відносну правдоподібність висновків залежно від наявності або відсутності підтверджуючих або заперечуючих свідчень. Він заснований на теоремі Байєса:
(2.11)
де Р(Н/Е) - апостеріорна ймовірність висновку Н при наявності свідчення Е (тобто імовірність висновку Н за умови, що відомо факт існування Е); Р(Н) - апріорна ймовірність висновку Я при відсутності будь-яких свідчень; Р(Е) - імовірність свідчення Е; Р(Е/Н) - імовірність того, що свідчення Е має місце, якщо вірний висновок Н; Р(Е/неН) - імовірність того, що свідчення Е мас місце, якщо висновок Н помилковий.
Згідно з теоремою (2.11), одержання нових незалежних свідчень дозволяє збільшити або зменшити ймовірність висновку. При цьому урахування свідчення з номером N+1 проводиться на базі ймовірності, обчисленої з урахуванням N попередніх свідчень.
2. Використання дерева рішень для багатофакторної оцінки ризику в умовах їх різноспрямованого впливу.
Розглянемо випадок, коли для оцінки ризику використовують коефіцієнти впевненості - числа, що відображають ступінь впевненості в істинності або хибності висновку про наявність ризику (про вплив