确定先验概率分布的最小偏差方法论文.pdfVIP

·96· 第一篇基础理论 确定先验概率分布的最小偏差方法4 王栋1，2潘少明3吴吉春m朱庆平4 (1．南京大学水科学系南京210093；2．南京大学地球科学系南京210093 3．南京大学海岸与海岛开发教育部重点实验室南京210093； 4．水利部黄河水利委员会郑州450001) 摘要本文在确定风险因子的概率分布类型井进行参数估计时，由干实测资料等限制．不得不对先验概率分布 做出人为假定。应用信忠熵的概惫和理论，将埔函教视为风险固手先验概率分布的迂西，由于给定约束条件不 ofMafimum 同。那么根据最大嫡厚理(Printipk Entropy，POME)就可确定相对应的满足约束的蕞小偏差的概率 分布。分离散佶源和连续信源，从教学途径阐述了POME在确定风险舟斩先验概事分布中的应用，并以确定风险 确定风险分析先验概率分布所具有的4十特点。 关t词先验概率分布参数估计信惠埔最大埔厚理 l引言 息的不确定性，把通信过程中信源信号的平均信息量称为熵，从而使得熵概念的应用领域获得了扩展。1957 0fMaximtun 年，Jaynes首次明确提出了最大熵原理(Principle 学中广为存在的不适定问题(ill—posed 列‘”等。 风险是与不确定性联系在一起的，风险是普遍永恒、不可避免的客观存在。以水文水资源及水环境系统 (统称为水系统)而言，一方面，水系统自身具有随机性、模糊性等多种不确定性；另一方面，由于人类的 介入和影响，进一步加大了水系统的不确定性和风险”剖。全面深人地开展水系统的风险分析，从而最大限 度地降低水灾害影响，是极有意义的一项工作。 风险分析中相当重要和关键的内容是要先确定各风险因子的概率分布类型并进而估计该分布的参数。然 而，由于宴测资料和所得信息的限制，往往难以通过统计分析的途径确定各风险因子的后验概率分布，一般 不得不根据所掌握的一些粗略的或模期的认识，如分布的上下限、期望值、分布的形状等约束条件，对各风 险因子的先验概率分布做出人为判断或者假定，即增添人为额外信息。所带来的问题是：在推断各风险因子 时．撮有可能由于不适当地增添了人为额外信息而使得风险分析成果的不确定性增大，影响了风险分析的准 确性。 应用信息熵的概念和理论，将信息熵函数看作风险因子先验概率分布的泛函．从而根据最大熵原理来确 定风险因子的先验概率分布，就可避免上述增添不适当的人为额外信息的不足。为此，分离散信源和连续信 源两种情况，从数学途径阐述了最大墒原理在确定风险分析先验概率分布中的应用，并以确定风险分析中几 种常用的概率分布并参数估计为例，解释了如何在不同约束条件(已知信息)下，根据最大熵原理确定风 险因子最小偏差的先验概率分布。 · 学科研奖励计划；南京大学人才培养基金和国家自然科学基金预研项目。 第一作者简介：王栋(1972一)，男．山东沂水人，博士后，副教授，主要从事水文学水资源水环境风险分析、系 e血cn 统优化、非线性和不确定性(随机性和模糊性)问题研究。E—mail：waagdong@叫u 第三章水文水赍潭不确定性理论 ·97· 2最大熵原理在确定风险分析先验慨率分布中的应用 对于信息熵日的表达式司以从两个角度来考察。一方面，在已知实验结果的先验概率分布的情况下． 可由表达式求得熵的数值。另一方面，更为有意义的是：可将打看作先验概率分布的泛函，这意味着．在 先验概率分布发生变化时，H也随之变化。从而，在给定约束条件下，在所有可能的(都符合实验数据或客 观过程的实测数据)的先验概率分布中，以使得H取最大值的分布为最优(最符合实验的物理背景或实际 过程)。这就是Jaynes最大熵原理的基本思路。以下分离散信源和连续信源两种情况，从数学途径阐述最大 熵原理在确定风险分析先验概率分布中的应用。 2-1离散佶源情况 离散信源情况下．离散随机变量工的熵如下计算： 甘(x)=n(p㈨P，