[急切求助]结构极限状态设计方法 [复制链接]

以概率理论为基础的极限状态设计方法
http://www.doc88.com/p-5837177082108.html
结构极限状态设计方法，概率理论为基础

学习一下。

钢结构设计规范.88)采用的运用概率理论的设计方法可称为_
http://www.doc88.com/p-115669339760.html
概率理论和概率密度
https://blog.csdn.net/qq_18870127/article/details/79090344
贝叶斯决策理论是主观贝叶斯派归纳理论的重要组成部分。 贝叶斯决策就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。
https://baike.so.com/doc/5707680-5920401.html

贝叶斯定理由英国数学家贝叶斯 ( Thomas Bayes 1702-1763 ) 发展，用来描述两个条件概率之间的关系，比如 P(A|B) 和 P(B|A)。按照乘法法则:P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)，可以立刻导出
如上公式也可变形为:P(B|A)=P(A|B)*P(B)/P(A)
https://baike.so.com/doc/5707671-5920392.html
先验概率(prior probability)是指根据以往经验和分析得到的概率，如全概率公式，它往往作为"由因求果"问题中的"因"出现的概率·
后验概率是指在得到"结果"的信息后重新修正的概率，如贝叶斯公式中的。是"执果寻因"问题中的"果"。先验概率与后验概率有不可分割的联系，后验概率的计算要以先验概率为基础。
https://baike.so.com/doc/6550112-6763859.html

概率指事件随机发生的机率，对于均匀分布函数，概率密度等于一段区间(事件的取值范围)的概率除以该段区间的长度，它的值是非负的，可以很大也可以很小。单纯的讲概率密度没有实际的意义，它必须有确定的有界区间为前提。可以把概率密度看成是纵坐标，区间看成是横坐标，概率密度对区间的积分就是面积，而这个面积就是事件在这个区间发生的概率，所有面积的和为1。所以单独分析一个点的概率密度是没有任何意义的，它必须要有区间作为参考和对比。
https://baike.so.com/doc/298847-316371.html

这是概率分布函数的定义，从上面的公式中可以看出，概率密度的最大值要依赖于变量的选择。 离散与连续型的函数的概率密度：如果是离散型的p(X)叫做离散聚集函数（probability mass function） 。

概率理论必然性实现盈利
http://blog.sina.com.cn/s/blog_4bb42ab90100wsuf.html

https://blog.csdn.net/baimafujinji/article/details/51374202
打个很简单的比方:现在在一个盒子里面有1-10000这样的数字,你随便在里面拿出一个数字,出现个位数的概率是9/10000,出现两位数的概率是9/1000,出现三位数的概率是90/1000出现四位数的概率是900/1000.出现五位数的概率是1/10000
   你不难发现:出现四位数的概率最大,也就是说它的概率密度大,出现五位数的概率最小,也就是说它的概率密度小.    
   概率密度的概念是:某种事物发生的概率占总概率(1)的比例,越大就说明密度越大.

对于古典试验中的事件A，它的概率定义为:P(A)=m/n，其中n表示该试验中所有可能出现的基本结果的总数目。m表示事件A包含的试验基本结果数。这种定义概率的方法称为概率的古典定义。
https://baike.so.com/doc/5663650-5876306.html

正态分布
https://baike.so.com/doc/5016783-5242284.html

泊松分布: 是离散随机分布的一种; 通常被使用在估算在 一段特定时间/空间内 发生事件 数量的概率.
使用泊松分布需要满足的前提条件:
在 两个 相同大小/长度的 时间/空间内, 一个事件的发生的概率是相同的.
事件发生于不发生是相互独立的\不受其他事件的发生或者不发生影响.
https://blog.csdn.net/ytdxyhz/article/details/51675465

https://wenku.baidu.com/view/20f48a17192e45361166f50c.html

t分布曲线形态与n(确切地说与自由度v)大小有关。与标准正态分布曲线相比，自由度v越小，t分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高;自由度v愈大，t分布曲线愈接近正态分布曲线，当自由度v=∞时，t分布曲线为标准正态分布曲线。
https://baike.so.com/doc/761308-805663.html