в настоящее время существует различные приемы количественного определения вероятности возникновения того или иного события. Основными из них являются следующие: 1. Метод «Лемма Маркова», который применяется для определения количественного значения вероятности проявления какого-либо события или явления при любом количестве наблюдений и любом законе распределения вероятностей. При этом, если случайная величина X не принимает отрицательных значений, то для любого положительного числа а справедливо неравенство: Р(Х>„)<М!2, а где М(х) — математическое ожидание, т.е. среднее значение случайной величины; X любая случайная величина; 2. Метод «Чебышева» при котором верхняя граница вероятности того, что случайная величина X отклонится в обе стороны от своего среднего значения на величину больше s определяется исходя из неравенства: Р ( х х > 8 ) < ^ , 8 где 8 заданное значение возможного отклонения случайное величины от среднего значения; а^ дисперсия случайной величины X Z(x-x)^ о'= п где п количество измерении. 3. Модель равномерного распределения, которая применяется в случае, если нет точных данных о действительно существующем законе распределения вероятностей базового показателя. При этом риск возникновения 67 |
67 Таблица 12. Характеристика приемов определение вероятности Название приема Методика расчета Характеристика Лемма Маркова Если случайная величина X не гфинимает отрицательных значений, то для любого положительного числа а справедливо неравенство: М(х) Р ( Х > а ) < где а М(х) математическое ожидание, т.е. среднее значение случайной величины; X любая случайная величина; Верхняя граница вероятности того, что случайная величина X отклонится в обе стороны от своего среднего значения на величину больше е определяется исходя из неравенства: Р( х х > 8 ) < О , где Неравенство Чебышева S заданное значение возможного отклонения случайное величины от среднего значения; сР' дисперсия случайной величины X а = ЕС , где п п количество измерении; Частный случай неравенства Чебьппева Верхняя граница вероятности того, что случайная величина X отклонится в одну из сторон от своего среднего значения на величину больше s определяется исходя из неравенства: _ _ 2 Р ( х х > s ) < ^ : 2 Применяются для определение количественного значения вероятности проявления какоголибо события или явления при любом количестве наблюдений и любом законе распределения вероятностей. Главный недостаток данные приемы имеют значительную долю неточности в определении уровня вероятности. Модель равномерного распределения Если предположить, риск возникновения неблагоприятного исхода равномерно уменьшается с ростом базового показателя, то вероятность возникновения неблагоприятного исхода определяется исходя из следующей зависимости: неблаг. 1 ' ^ Ь а b верхняя граница зоны риска; а нижняя граница зоны риска; X фактическое значение базового показателя; Применяется в том случае, если нет точных данных о действительно существующем законе распределения вероятностей базового показателя. Кроме того, трудность заключается в определении базового показателя, точно характеризующего устойчивость работы нефтяной компании, а также в четком обосновании границ зоны риска. |