在商业预测中，我们经常面临这样的挑战：手头有一系列潜在的项目或任务，每个项目都有其独立的成功概率和一旦成功所能带来的具体收益（例如，潜在工时）。目标是了解在所有项目组合下，获得某一特定总收益（例如，总工时）的可能性有多大。例如，有25个独立项目，每个项目有其成功的可能性和对应的工时，我们希望生成一个曲线，显示获得不同总工时的概率。我们预期获得少量工时（可能只需赢得一两个小项目）的概率较高，而获得所有项目总工时（需要赢得所有项目）的概率则非常低。
核心概念：独立事件的聚合概率计算
要准确计算获得特定总工时的概率，不能简单地将单个项目的概率进行累加或直接相乘。因为每个项目的结果（成功或失败）都会影响最终的总工时，并且这些结果是相互独立的。正确的做法是考虑所有可能的“场景”（scenario）。
一个“场景”指的是所有项目的一个特定成功/失败组合。例如，如果有三个项目A、B、C，一个场景可能是“A成功，B失败，C成功”。由于每个项目只有两种结果（成功或失败），对于n个独立项目，总共有 2^n 种可能的场景。
对于每个场景，我们需要计算两项关键数据：
-
场景的发生概率：由于项目是独立的，一个特定场景的发生概率是所有项目中，成功项目的成功概率与失败项目的失败概率的乘积。
- 如果项目i的成功概率为P_i，则其失败概率为(1 - P_i)。
- 例如，在“A成功，B失败，C成功”的场景中，其概率为 P_A * (1 - P_B) * P_C。
- 场景的总工时：这是该场景中所有成功项目所带来的工时之和。失败项目不贡献工时。
通过枚举所有2^n个场景，我们可以得到每个场景的发生概率和对应的总工时。这些场景是互斥的（不可能同时发生），因此，如果多个场景导致了相同的总工时，我们可以将它们的概率相加，以获得该总工时的总发生概率。
场景枚举与概率计算方法
我们可以使用二进制计数的方式来枚举所有场景。对于n个项目，从0到2^n - 1的每一个整数都可以被视为一个二进制数。将这个二进制数扩展到n位，其中每一位代表一个项目：
- 0 表示项目失败。
- 1 表示项目成功。
例如，对于5个项目，二进制数00101表示第一个项目失败、第二个项目失败、第三个项目成功、第四个项目失败、第五个项目成功的场景。
示例数据： 假设我们有5个项目，数据如下：
| 项目 | 成功概率 | 潜在工时 |
|---|---|---|
| Job 1 | 0.1 | 1 |
| Job 2 | 0.1 | 10 |
| Job 3 | 0.4 | 43 |
| Job 4 | 0.6 | 2 |
| Job 5 | 0.2 | 5 |
Python 实现示例
以下Python代码演示了如何实现上述逻辑：
import json
# 示例数据
jobs_names = ['Job 1', 'Job 2', 'Job 3', 'Job 4', 'Job 5']
probabilities = [0.1, 0.1, 0.4, 0.6, 0.2]
hours = [1, 10, 43, 2, 5]
# 假设我们想知道获得超过10小时的概率
min_hours_desired = 10
# 1. 生成所有可能的场景
scenarios = []
num_jobs = len(jobs_names)
for i in range(2**num_jobs):
# 将整数i转换为n位的二进制字符串
# 例如，i=5 (二进制101) 对于5个项目会变成 '00101'
scenario_binary_str = bin(i).split('b')[1].zfill(num_jobs)
scenarios.append(scenario_binary_str)
# 2. 计算每个场景的概率和总工时
scenario_outcomes = []
for scenario in scenarios:
scenario_hours_won = 0
scenario_probability = 1.0 # 初始化场景概率为1
for j, outcome_bit in enumerate(scenario):
if outcome_bit == '0': # 项目j失败
scenario_probability *= (1 - probabilities[j])
else: # 项目j成功
scenario_probability *= probabilities[j]
scenario_hours_won += hours[j]
scenario_outcomes.append((scenario, scenario_probability, scenario_hours_won))
# 打印部分场景结果（可选）
print("--- 部分场景结果示例 ---")
for i, outcome in enumerate(scenario_outcomes):
if i < 5 or i > len(scenario_outcomes) - 5: # 打印开头和结尾的几个
print(f"场景: {outcome[0]}, 概率: {outcome[1]:.6f}, 工时: {outcome[2]}")
print("...")
# 3. 计算获得超过指定工时的总概率
prob_desired_hours = sum([o[1] for o in scenario_outcomes if o[2] > min_hours_desired])
print(f"\n获得超过 {min_hours_desired} 小时的总概率: {prob_desired_hours:.6f}")
# 4. 验证所有场景概率之和是否为1
prob_check = sum([o[1] for o in scenario_outcomes])
print(f"所有场景概率之和（应为1）: {prob_check:.6f}")
代码解释：
- range(2**num_jobs)：生成从0到 2^n - 1 的整数，代表所有可能的场景。
- bin(i).split('b')[1].zfill(num_jobs)：将整数i转换为二进制字符串，去除前缀0b，并用零填充到num_jobs的长度，确保每个场景都有n位表示。
- 内层循环遍历每个项目的成功/失败状态，根据状态更新scenario_probability和scenario_hours_won。
- 最后，通过过滤scenario_outcomes并对概率求和，可以得到任何满足特定条件（例如，总工时超过min_hours_desired）的总概率。
构建总工时概率分布
为了生成“总工时 vs. 概率”的曲线（实际上是直方图数据），我们需要将具有相同总工时的所有场景的概率进行汇总。
# 5. 汇总相同工时的概率，构建工时-概率分布
possible_payouts = set(o[2] for o in scenario_outcomes) # 获取所有可能的总工时值
payout_probabilities = {} # 字典用于存储每个总工时对应的总概率
for payout in possible_payouts:
# 汇总所有导致该总工时的场景的概率
payout_probability = sum([o[1] for o in scenario_outcomes if o[2] == payout])
payout_probabilities[payout] = payout_probability
print("\n--- 总工时与对应概率分布 ---")
# 按照工时大小排序输出，便于观察
sorted_payouts = sorted(payout_probabilities.items())
for payout, prob in sorted_payouts:
print(f"总工时: {payout}, 概率: {prob:.6f}")
# 以JSON格式美观输出（可选）
# print(json.dumps(payout_probabilities, indent=2))这段代码会生成一个字典，其中键是可能的总工时，值是获得该总工时的总概率。这些数据点可以用于绘制直方图或折线图，直观地展示总工时与概率的关系。
性能考量与注意事项
-
计算复杂度：这种方法的时间复杂度是 O(n * 2^n)，其中 n 是项目的数量。2^n 的增长速度非常快。
- 对于 n=5，2^5 = 32，计算量很小。
- 对于 n=10，2^10 = 1024，仍然很快。
- 对于 n=20，2^20 约为 1百万。
- 对于 n=25，2^25 约为 33百万。虽然计算量较大，但现代计算机通常可以在一分钟左右完成此计算。
- 对于 n 超过 30 或 40 的情况，这种暴力枚举方法将变得不可行，需要考虑更高级的算法，如动态规划（如果问题结构允许）或蒙特卡洛模拟。
- 浮点数精度：由于概率是浮点数，在多次乘法和加法运算中可能会累积微小的浮点数误差。在大多数实际应用中，这种误差通常可以忽略不计，但如果需要极高的精度，可能需要使用专门的数学库。
- 项目独立性：此方法的核心假设是所有项目的结果都是相互独立的。如果项目之间存在依赖关系（例如，赢得项目A会增加赢得项目B的概率），则需要更复杂的概率模型来处理。
总结
通过枚举所有可能的项目成功/失败场景，并计算每个场景的概率和对应的总工时，我们能够准确地构建出总工时与发生概率之间的关系。这种方法对于中等数量（例如25个以内）的独立项目是可行且准确的，为商业决策者提供了量化的预测依据。虽然存在计算复杂度随项目数量指数增长的限制，但在适用范围内，它是一种直观且可靠的解决方案。
