Файл: Клемин А.И. Инженерные вероятностные расчеты при проектировании ядерных реакторов.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 11.04.2024
Просмотров: 206
Скачиваний: 1
Для п независимых событий
РІА.-А,-... |
-Ап) |
= |
П Р { Л , } , |
(1.7) |
|
|
|
|
|
(=1 |
|
для п несовместных |
событий |
|
|
|
|
Р{А,+ |
А2+ |
... + |
Ап) |
= S P { A - } . |
(1.8) |
Формула полной вероятности. Пусть в результате некоторого опыта обязательно наступает только одно (заранее неизвестно какое) из событий Н1У НО, НП (иными словами, имеем /г несовместных событий, образующих полную группу). В свою очередь, совместно с каждым из этих событий Н( может произойти интересующее нас событие А с вероятностью Р{ А/Я; \. Тогда вероятность, что событие А произойдет, может быть вычислена по формуле полной вероятности:
|
|
Р{А} |
= |
f Р {Ht} |
Р {АІНі). |
(1.9) |
Например, если Я х — работа реактора |
на мощности, Я 2 — простой |
|||||
реактора, А — повышение |
активности |
в реакторном зале выше не |
||||
которого-уровня, |
причем |
известно, что P ( # j } = 0 , 9 ; |
Р ( Я 2 } = 0 , Г , |
|||
РІА/Н^ |
= 0,01; |
Р\А/Н2] |
= |
0,005, то вероятность события А для |
||
такого |
реактора |
|
|
|
|
|
Р {А} = Р {НГ} Р {А1НЛ} |
+ Р {Я2 } Р {Л/Я,} = |
0,0095. |
Теорема гипотез (формула Бейеса). Вероятность гипотезы* Ht
при условии, что событие А произошло (или вероятность, что собы тие А произошло именно совместно с реализацией гипотезы Я г ) , записывают в виде
P{Ht/A} = * { Н і ] Р { А / Н і } , |
(1.10) |
где #!, Я 2 , Я п — как и в формуле (1.9), взаимоисключающие события, одно из которых обязательно реализуется.
* |
З д е с ь под г и п о т е з о й НІ п о н и м а е т с я п р е д п о л о ж е н и е о т н о с и т е л ь н о п о я в |
л е н и я |
с о б ы т и я Ні. |
Г л а в а 2.
Ф У Н К Ц И О Н А Л Ь Н Ы Е И Ч И С Л О В Ы Е Х А Р А К Т Е Р И С Т И К И С Л У Ч А Й Н Ы Х В Е Л И Ч И Н
§2.1. Законы распределения случайной величины
ивычисление вероятности попадания ее
взаданный интервал
Винженерной практике встречаются дискретные и непрерыв ные случайные величины. Если случайная величина может при нимать только конечное или счетное множество значений (т. е. зна чения, которые можно перенумеровать), то ее называют д и с к р е т-
н о й, например |
число остановок реактора АЭС в течение года. Ко |
гда возможные |
значения случайной величины непрерывно запол |
няют один (в том числе бесконечный) или несколько промежутков
на числовой оси, ее называют |
н е п р е р ы в н о й , |
например по |
||||
грешность эксперимента. |
|
|
|
|
|
|
И н т е г р а л ь н ы м |
з а к о н о м |
(или функцией) |
распреде |
|||
ления случайной величины X называется |
функция |
F(x), |
численно |
|||
равная вероятности, что |
случайная |
величина X примет |
значение |
|||
меньшее, чем х: |
|
|
|
|
|
|
F |
(х) = |
Р{Х<х); |
|
|
||
О < F (х) < 1, F (— |
оо) |
= О, |
F (оо) = |
1. |
|
Интегральный закон несложно найти опытным путем. Для этого необходимо провести п независимых наблюдений над случайной ве личиной^ и получитьп ее возможных значений х1г х2, Если обозначить т{х) число тех наблюдений из п, в которых величина X оказалась меньше некоторого фиксированного х, то в силу опре деления вероятности (1.3) и функции (2.1) эмпирический интеграль ный закон можно записать в виде
|
|
|
F3 (х) |
= т (х)/п. |
|
|
|
(2.2) |
||
Для |
дискретных |
случайных |
|
величин F(x) |
представляет |
собой |
||||
ступенчатую функцию. |
Для |
непрерывных |
случайных |
величин- |
||||||
F(x) — неубывающая функция, |
как правило, монотонно |
возраста |
||||||||
ющая в области возможных значений. |
|
|
|
|
|
|||||
Фиксированное значение хр |
|
случайной величины |
X, |
для |
кото |
|||||
рого F(xp) = р, в теории вероятностей называют к в а н т и л ь |
ю. |
|||||||||
Стало быть, квантиль хр, |
отвечающая вероятности р, |
есть |
значе |
|||||||
ние X, |
вероятность |
попадания |
левее которого Р{Х |
<С хр] |
= |
р. |
Д и ф ф е р е н ц и а л ь н ы м |
з а к о. и о м распределения |
не |
|||
прерывной случайной величины называется функция* |
|
||||
/ (л-) = |
dF (x)/dx, |
f |
(л-) > 0. |
(2.3) |
|
Очевидно, что |
|
|
|
|
|
j" |
/ (x)dx |
= |
F |
(x). |
(2.4) |
•—CO |
|
|
|
|
|
Функция f(x) численно равна вероятности попадания случайной
величины X в достаточно |
малый |
интервал единичной' длины, по |
||||
строенный около точки х(х |
< |
X < |
х + А, Д = 1). Поэтому диффе |
|||
ренциальный |
закон f(x) часто |
называют п л о т н о с т ь ю |
р а с |
|||
п р е д е л е н и я |
в е р о я т н о с т е й . |
|
||||
Чтобы найти дифференциальный закон f(x) опытным путем, на |
||||||
до произвести |
я |
наблюдений |
над |
случайной величиной X. |
Если |
результаты наблюдений нанести на числовую ось и пронумеровать по порядку xlt Хо, х„, а интервал [ху, х„] разбить на N= 5ч-12 не обязательно одинаковых подынтервалов шириной Ах, то по оп
ределению |
эмпирическая |
плотность вероятности |
|
|||||||
|
|
/Э |
(Л-) = |
Ал. (х)/пАх, |
|
|
(2.5) |
|||
где х — середина |
подынтервала; |
Ал |
(х) — число наблюдений, по- |
|||||||
павших в |
данный |
подынтервал |
|
X |
Дд; |
, X |
, |
ДдЛ |
. Обычно п и N |
|
|
2 |
+ |
2 |
|||||||
выбирают так, чтобы 5 ^ |
Ал(лг) < |
40. |
|
|
|
|||||
Из формулы (2.3) вытекает следующее свойство плотности рас |
||||||||||
пределения |
вероятностей: |
|
|
|
|
|
|
|
|
|
|
|
]f(x)dx |
= |
F(oo) = |
l. |
|
(2.6) |
Для дискретной случайной величины X дифференциальный за кон распределения вырождается в ряд распределения: ряд чисел, равных вероятностям, что X примет конкретное значение xt:
Pi = Р(Х = ХІ] для всех і = 1,2, |
п, (2.7) |
где п — полное число возможных значений дискретной случайной величины (в случае счетного множества значений п = со ). Свой-
|
|
|
|
|
|
|
|
|
|
• п |
|
|
|
|
|
|
ство |
(2.6) в этом |
случае |
принимает |
вид |
^ Р г = |
1- |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
і = 1 |
|
|
|
|
|
|
* З д е с ь |
п р е д п о л а г а е т с я , |
что |
ф у н к ц и я |
F |
(х) д и ф ф е р е н ц и р у е м а |
во |
всей |
|||||||||
о б л а с т и в о з м о ж н ы х |
з н а ч е н и й |
X; о б ы ч н о |
это |
в ы п о л н я е т с я |
в б о л ь ш и н с т в е |
|||||||||||
п р а к т и ч е с к и х |
з а д а ч . |
Е с л и F {х) не |
и м е е т |
п р о и з в о д н ы х в о т д е л ь н ы х |
т о ч к а х , то |
|||||||||||
э т о о г р а н и ч е н и е |
н е п р и н ц и п и а л ь н о , |
и б о д а ж е |
п р и |
нем |
п р а к т и ч е с к и |
в с е г д а |
||||||||||
у д а е т с я п о с т р о и т ь / |
(х), д и ф ф е р е н ц и р у я |
F |
(х) |
по |
о б л а с т я м , |
где |
с у щ е с т в у е т |
|||||||||
п р о и з в о д н а я , |
и |
и с п о л ь з у я н о р м и р о в к у |
(2.6). В |
п о с л е д н е м с л у ч а е |
/ (*) |
б у д е т |
||||||||||
и м е т ь |
р о в н о |
с т о л ь к о |
т о ч е к р а з р ы в а , |
в |
с к о л ь к и х т о ч к а х |
о т с у т с т в у е т |
|
dF/dx. |
В е р о я т н о с т ь п о п а д а н и я с л у ч а й н о й |
в е л и |
||
ч и н ы в |
з а д а н н ы й |
и н т е р в а л а ^ Х < |
р находим |
по формуле |
|
|
|
Р |
{а < X < р} = |
F (Р) - F (а) = ) f (х) dx. |
(2.8) |
|
|
а |
|
Из нее вытекает интересное следствие для непрерывных случай ных величин. При а = р Р{Х = а) = 0, т. е. вероятность, что непрерывная случайная величина в результате опыта примет точ но заданное значение, равна нулю.
§ 2.2. Определение основных числовых характеристик случайной величины
Математическое ожидание. Среднее значение случайной вели чины X, или ее м а т е м а т и ч е с к о е о ж и д а н и е М(х), определяют следующим образом:
для дискретных величин
М (х) = 2 x l P u |
(2.9) |
дли непрерывных случайных величин
оо |
|
|
М (х) =— сJо xf |
(х) dx, |
(2.10) |
со |
|
|
если существует интеграл —j со |
dx. |
|
Из формул (2.9) и (2.10) вытекают правила для вычисления математических ожиданий случайных величин:
если с — константа, то
М(с)=с; |
(2.11) |
М (сХ) = сМ (X); |
(2.12) |
М (X + У) = М (X) + М (У); |
(2.13) |
М {X-Y) = М (X) М (У) + cov (ХУ), |
(2.14) |
где ковариация СОУ(ХУ) определяется ниже, см. выражение (2.25). Из последнего правила следует, что математическое ожидание про изведения независимых случайных величин равно произведению их математических ожиданий:
/ т \ |
т |
М[Пхк)= |
ПМ (Xh). |
(2.15) |