595
.pdf13
5 ПОКАЗАТЕЛИ НАДЕЖНОСТИ ОСНОВНЫХ ЗАКОНОВ РАСПРЕДЕЛЕНИЯ ВОЗНИКНОВЕНИЯ ОТКАЗОВ
5.1 БИНОМИАЛЬНОЕ РАСПРЕДЕЛЕНИЕ
P |
= P{X = m}= Cm pm qn−m , |
(1.1) |
m |
n |
|
где X – дискретная случайная величина; Pm – вероятность появления случайной величины; m = 0, 1, …, n; – возможные значения случайной величины; n – количество независимых опытов; p – вероятность появления ожидаемого события в каждом независимом опыте; 0< p <1; q = 1 – p.
Математическое ожидание, дисперсия и среднеквадратическое отклонение в соответствии с классическим определением имеют вид
n |
n |
|
||
mx = ∑m Pm = ∑m Cnm pm qn−m , |
(1.2) |
|||
m=1 |
m=1 |
|
||
n |
n |
|
||
Dx = ∑(m − mx )2 Pm = ∑(m − mx )2 Cnm pm qn−m , (1.3) |
||||
m=1 |
m=1 |
|
||
|
|
|
|
|
|
σx = Dx . |
(1.4) |
При использовании производящих функций формулы (1.2) и (1.3) можно представить в более простой записи
mx = n p, |
(1.5) |
Dx = n p q . |
(1.6) |
Если вероятность появления ожидаемого события в каждом независимом опыте различна, то
n |
n |
|
mx = ∑pi , |
Dx = ∑pi qi |
(1.7) |
i=1 |
i=1 |
|
З а д а ч а 1 . Из лесного массива отправлено n = 5 лесовозов на лесопильные рамы. Каждый лесовоз может не доехать до места назначения с вероятностью p = 0.3 независимо от дру-
14
гих лесовозов. Значением случайной величины Х здесь является
m– число недоехавших лесовозов. Найти:
1)вероятность того, что до места назначения доедет не менее
k = 2 лесовозов;
2)mx – наиболее вероятное число недоехавших лесовозов;
3)дисперсию и среднеквадратическое отклонение случайной величины Х.
Ре ш е н и е . Число недоехавших автомобилей распределено по биномиальному закону. По формуле (1.1) строим табл.1.1.
Таблица 1.1 – вероятности для различного количества не доехавших лесовозов
m = 0, |
P |
= C0 |
p0 q5 |
= |
1 0.30 0.75 |
= 0.168; |
|
0 |
5 |
|
|
|
|
m = 1, |
P |
= C1 |
p1 q4 |
= |
5 0.31 0.74 |
= 0.360; |
|
1 |
5 |
|
|
|
|
m = 2, |
P |
= C2 |
p2 q3 |
= |
10 0.32 0.73 |
= 0.309; |
|
2 |
5 |
|
|
|
|
m = 3, |
P |
= C3 |
p3 q2 |
= |
10 0.33 0.72 |
= 0.133; |
|
3 |
5 |
|
|
|
|
m = 4, |
P |
= C4 |
p4 q1 |
= |
5 0.34 0.71 |
= 0.028; |
|
4 |
5 |
|
|
|
|
m = 5, |
P |
= C5 |
p5 q0 |
= |
1 0.35 0.70 |
= 0.002. |
|
5 |
5 |
|
|
|
|
1) Вероятность того, что до места назначения доедет не менее двух лесовозов соответствует условию – до места назначения не доедет не более трех лесовозов. Используя данные табл. 1.1, запишем:
P{X ≤ 3}= P0 + P1 + P2 + P3 =
=0.168 + 0.360 + 0.309 + 0.133 = 0.970.
2)Наиболее вероятное число не доехавших лесовозов соответствует математическому ожиданию случайной величины Х
mx = n p = 5 0.3 = 1.5 ,
т.е. наиболее вероятно: до места назначения не доедет от 1 до 2-х лесовозов.
3) Dx = n p q = 5 0.3 0.7 = 1.05 σx = Dx = 1.05 = 1.03 О т в е т : P{X ≤ 3}= 0.970 , mx = 1.5 , Dx = 1.05 .
15
5.2 РАСПРЕДЕЛЕНИЕ ПУАССОНА
P = |
am |
e−a , |
(2.1) |
|
|||
m |
m! |
|
|
|
|
|
где X – дискретная случайная величина; Pm – вероятность появления случайной величины; m = 0, 1, 2,… – возможные значения случайной величины; а – параметр распределения Пуассона.
t+τ |
|
a = ∫λ(z)dz . |
(2.2) |
t |
|
Если λ = const , то |
|
a = λ τ , |
(2.3) |
где λ – интенсивность потока событий; τ – время. |
|
Используя производящие функции можно показать, что математическое ожидание и дисперсия случайной величины с
распределением Пуассона равны между собой: |
|
mx = Dx = a, σx = a . |
(2.4) |
З а д а ч а 2 . На станцию технического обслуживания поступают автомобили с интенсивностью λ = 0.8 авт./час. Найти вероятность того, что за время τ=2 часа:
1)не поступит ни одного автомобиля;
2)поступит ровно m1 автомобилей, m1=1;
3)поступит хотя бы m2 автомобилей, m2=1.
Ре ш е н и е . Интенсивность потока поступления автомобилей величина постоянная, поэтому воспользуемся формулой (2.3) для определения параметра распределения Пуассона, т.е.
a = λ τ = 0.8 2 . |
(2.5) |
1) Для события, что не поступит ни одного автомобиля соответствует значение m = 0 , и, используя формулу (2.1) и (2.5), получим вероятность этого события
P0 = 1.60 e−1.6 = 0.202 . 0!
16
2) Для события, что поступит ровно один автомобиль, вероятность определится следующим образом
m = 1, P1 = 1.16!1 e−1.6 = 0.323.
3) P{X ≥ 1}= 1− P{X = 0}= 1− P0 = 1− 0.202 = 0.798 .
О т в е т : P0 = 0.202 , P1 = 0.323, P{X ≥ 1}= 0.798 .
З а д а ч а 3 . На автозаправочную станцию с 0 ч до 6 ч 40мин прибывают автомобили с интенсивностью потока, линейно зависящего от времени, т.е.
λ(t) = B t + C авт./мин. |
(2.6) |
Поток прибытия автомобилей является пуассоновским нестационарным процессом. На основе статистических данных с учетом того, что 6 ч 40 мин = 400 мин, дана интенсивность потока в начале и конце контролируемого временного интервала, т.е.
λn (tn = 0) = 0.2 авт/мин, |
(2.7) |
λk (tk = 400) = 0.4 авт/мин. |
(2.8) |
Найти вероятность P того, что за интервал времени от t1 = 195 мин (3 ч 15 мин) до t2 = 205 мин (3 ч 25 мин) поступит не менее
n=3 автомобилей.
Р е ш е н и е . Найдем значение коэффициентов В и С, входящих в формулу (2.6) из следующей системы уравнений
λn = |
B tn + C |
0.2 = |
B 000 + C |
, |
(2.9) |
λk = |
|
|
|
||
B tk + C |
0.4 = |
B 400 + C |
|
|
откуда В = 1/2000, С = 0.2. Воспользовавшись формулой (2.2), определим среднее число прибывших автомобилей в заданном интервале времени [195 мин, 205 мин]
|
205 |
|
|
|
|
t2 |
|
205 |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|||
a = ∫ (B t + C)dt = (B |
|
+ C t) |
= |
||||||
2 |
|||||||||
|
195 |
|
|
|
|
|
195 |
||
|
|
|
|
|
|
|
|||
= |
(2052 |
−195 |
2 ) |
+ 0.2 |
(205 −195) |
= 3. |
|||
2000 2 |
|
||||||||
|
|
|
|
|
|
|
17
Искомая вероятность определится из следующего соотношения с использованием формулы (2.1)
P{X ≥ 3}= 1− (P |
+ P + P ) = 1− e−3 |
( |
30 |
+ |
31 |
+ |
32 |
) = 0.577. |
|
|
|
|
|||||||
0 |
1 |
2 |
0! |
1! |
2! |
|
|||
|
|
|
|
О т в е т : P{X ≥ 3}= 0.577 .
5.3 ГИПЕРГЕОМЕТРИЧЕСКОЕ РАСПРЕДЕЛЕНИЕ
P = P{X = m}= |
Cam Cbn−m |
, |
(3.1) |
|
|||
m |
Can+b |
|
|
|
|
|
где X – дискретная случайная величина; Pm – вероятность появления случайной величины; m = 0, 1, 2,…, а – возможные значения случайной величины; a, b, n – параметры гипергеометрического распределения.
Важнейшие числовые характеристики случайной величины Х, имеющей гипергеометрическое распределение, равны соответственно:
–математическое ожидание
|
n a |
|
n |
n |
m |
n−m |
|
mx = |
, (3.2) |
mx = ∑m Pm = ∑m |
Ca |
Cb |
;(3.3) |
||
a + b |
|
|
|||||
|
|
m=0 |
m=0 |
Can+b |
–дисперсия
+n (n
|
|
|
n a b |
|
|
|
|
|||
|
Dx = |
|
|
+ |
|
|
|
|
|
|
|
(a + b)2 |
|
|
|
2 , |
|||||
|
a |
|
|
(a −1) |
a |
|
||||
+1) |
|
|
|
|
|
|
− |
|
|
|
(a + b) |
|
(a + b) −1 |
|
|||||||
|
|
|
a + b |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
n |
n |
n |
n−m |
|
Dx = ∑(m − mx )2 |
Pm = ∑(m − mx )2 |
Ca |
Cb |
|
Can+b |
||||
m=0 |
m=0 |
(3.4)
(3.5)
З а д а ч а 4 . На складе имеется (a + b)= 9 аккумулято-
ров; из них а = 5 новые аккумуляторы, а b = 4 бывшие в употреблении. Со склада случайным образом берутся n = 4 – аккумулято-
18
ров и передаются на станцию технического обслуживания. Найти:
1)вероятность того, что среди выданных аккумуляторов окажется не менее трех новых;
2)mx – наиболее вероятное число новых аккумуляторов в вы-
данной партии;
3)дисперсию и среднеквадратическое отклонение случайной величины Х.
Ре ш е н и е . Построим ряд распределения случайной величины Х, используя формулу (3.1). Тогда можно записать вероятности для различного количества новых аккумуляторов в выданной партии
|
|
|
|
C0 |
C4 |
|
|
|
1 1 |
|
|
m = 0, |
P |
= |
|
5 |
4 |
= |
|
|
|
= 0.008; |
|
|
|
|
|
|
|||||||
|
0 |
|
|
C4 |
|
|
126 |
|
|
||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
9 |
|
|
|
|
|
|
|
|
|
|
C1 |
C3 |
|
|
5 4 |
|
||
m = 1, |
P |
= |
|
5 |
4 |
= |
|
|
|
= 0.159; |
|
|
|
|
|
|
|
||||||
|
1 |
|
|
C4 |
|
|
126 |
|
|
||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
9 |
|
|
|
|
|
|
|
|
|
|
C2 |
C2 |
|
|
10 6 |
|
||
m = 2, |
P |
= |
|
5 |
4 |
|
= |
|
|
|
= 0.476; |
|
|
|
|
|
|
|
|||||
|
2 |
|
|
C4 |
|
|
126 |
|
|
||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
9 |
|
|
|
|
|
|
|
|
|
|
C3 |
C1 |
|
|
10 4 |
|
||
m = 3, |
P |
= |
|
5 |
4 |
= |
|
|
|
= 0.317; |
|
|
|
|
|
|
|
||||||
|
3 |
|
|
C4 |
|
|
126 |
|
|
||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
9 |
|
|
|
|
|
|
|
|
|
|
C4 |
C0 |
|
|
|
5 1 |
|
|
m = 4, |
P |
= |
|
5 |
4 |
|
= |
|
|
|
= 0.040. |
|
|
|
|
|
|
|
|||||
|
4 |
|
|
C4 |
|
|
126 |
|
|
||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
9 |
|
|
|
|
|
|
1) Вероятность того, что в выданной партии аккумуляторов не менее трех новых, соответствует условию, записанному на основании данных табл. 3.1:
P{X ≥ 3}= 1− (P0 + P1 + P2 ) =
=1− (0.008 + 0.159 + 0.476) = 0.643.
2)Наиболее вероятное число новых аккумуляторов в выданной партии соответствует математическому ожиданию случайной величины Х. Воспользуемся формулой (3.2)
|
|
19 |
|
|
|
mx = |
n a |
= |
4 5 |
= 2.22 , |
|
a + b |
9 |
||||
|
|
|
т.е. наиболее вероятно, что в выданной партии окажется от двух до трех новых аккумуляторов.
3) Для определения дисперсии воспользуемся табл. 3.1 и формулой (3.5), т.к. она менее громоздка для данного случая, чем формула (3.4):
n
Dx = ∑(m − mx )2 Pm = (0 − 2.22)2 P0 + (1− 2.22)2 P1 +
m=0
+(2 − 2.22)2 P2 + (3 − 2.22)2 P3 + (4 − 2.22)2 P4 =
=4.928 0.008 +1.488 0.159 + 0.0048 0.476 +
+0.608 0.317 + 3.168 0.040 = 0.618
σx = Dx = 0.786.
О т в е т : P{X ≥ 3}= 0.643, mx = 2.22 , Dx = 0.618.
5.4 ПОКАЗАТЕЛЬНОЕ РАСПРЕДЕЛЕНИЕ Функция плотности распределения непрерывной случайной
величины, имеющей показательное распределение
f(x) = λ e−λ x , при x > 0 , |
(4.1) |
где х – значение случайной величины; λ – параметр показательного распределения.
Функция распределения случайной величины
x |
|
F(x) = ∫λ e−λ zdz = 1− e−λ x . |
(4.2) |
0 |
|
Наиболее важные числовые характеристики показательного распределения случайной величины:
–(4.3) mx = λ1 – математическое ожидание;
–(4.4) Dx = λ12 – дисперсия;
20
–(4.5) σx = λ1 – среднеквадратическое отклонение.
Количественные характеристики надежности оборудования при экспоненциальном законе распределения времени возникновения отказов при условии, что интенсивность отказов является величиной постоянной λ(t) = λ = const :
–(4.3) P(t) = e−λ t – вероятность безотказной работы оборудования в течение времени >t;
– (4.4) Q(t) = 1− e−λ t – вероятность возникновения отказа оборудования в течение времени t;
–(4.5) a(t) = λ e−λ t = λ P(t) – частота отказов оборудования в течение времени t;
–(4.6) T = λ1 – среднее время безотказной работы оборудования.
За д а ч а 5 . Оборудование для подготовки сжатого воздуха состоит из n = 3 модулей. Время работы каждого модуля до отказа подчинено экспоненциальному закону распределе-
ния с параметром λi , где i = 1,...,n . λ1 = 2,5 10−5 1/час, λ2 = 1,8 10−5 1/час, λ3 = 2,9 10−5 1/час.
Требуется вычислить за время t = 2000 часов количественные характеристики надежности оборудования для подготовки сжатого воздуха:
1)P(t) – вероятность безотказной работы оборудования;
2)T – среднее время безотказной работы оборудования;
3)a(t) – частоту отказов.
Ре ш е н и е . Отказ оборудования для подготовки сжатого воздуха наступает при отказе одного из его модулей. При расчете характеристик надежности будем полагать, что отказ каждого модуля является событием случайным и независимым.
21
1) Вероятность безотказной работы оборудования в течении времени t равна произведению вероятностей безотказной работы ее модулей в течении того же времени. Используя формулу (4.3) получим
P(t) = P1 P2 P3 = e−λ1 t e−λ2 t e−λ3 t =
= exp[− (2.5 10−5 +1.8 10−5 + 2.9 10−5 ) 2000]= 0.865,
где P1,P2 ,P3 – вероятность безотказной работы соответственно
первого, второго и третьего модуля.
2) Средняя наработка на отказ оборудования за время определится из соотношения
T = |
1 |
|
= |
1 |
|
= |
105 |
|
|
= 13888 час. |
|
|
||
n |
|
λ1 + λ2 + λ3 |
2.5 +1.8 |
+ 2.9 |
|
|
||||||||
|
|
|
|
|
|
|
|
|
||||||
|
|
∑λi |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
3) Частота отказов оборудования за время t = 2000 часов |
|
|
|
|||||||||||
|
|
n |
|
|
+1.8 + 2.9) 10 |
−5 |
0.865 = 6.23 |
10 |
−5 |
. |
||||
a(t) = |
∑λi P(t) = (2.5 |
|
|
|||||||||||
i=1 |
|
|
|
|
|
|
|
|
|
|
|
О т в е т : P(t) = 0.865 , T = 13888 час, a(t) = 6.23 10−5 1/час
5.5 НОРМАЛЬНОЕ РАСПРЕДЕЛЕНИЕ
|
1 |
|
|
|
(x − m)2 |
|
|
||||
f(x) = |
|
|
|
|
exp |
|
|
|
|
, |
(5.1) |
|
|
|
|
|
2 σ |
2 |
|||||
σ 2 |
π |
|
|||||||||
|
|
|
|
|
|
|
|
||||
где х – значение случайной величины; |
m,σ – параметры нор- |
мального распределения.
Наиболее важные числовые характеристики нормального распределения случайной величины:
–(4.3) mx = m – математическое ожидание;
–(4.4) Dx = σ2 – дисперсия;
–(4.5) σx = σ – среднеквадратическое отклонение.
Вероятность попадания нормально распределенной случайной величины в интервал α < x < β имеет вид:
|
22 |
|
|
|
|
|
|
|
|
|
β |
1 |
|
β |
|
(x − m)2 |
|
||||
P{α < x < β}= ∫f(x) dx = |
|
|
|
∫exp − |
|
|
|
dx . |
||
|
|
|
2 σ |
2 |
||||||
σ 2 π |
||||||||||
α |
|
α |
|
|
|
|
Пользоваться этой зависимостью для вычисления вероятности нормально распределенной случайной величины достаточно сложно, поэтому для облегчения выкладок используют функцию Лапласа (или «интеграл вероятностей»)
|
|
1 |
|
x |
|
|
|
|
Ф(x) = |
|
|
∫e−t2 / 2dt , |
|
(5.2) |
|||
|
|
|
|
|||||
2 π |
|
|||||||
|
|
0 |
|
|
|
|
||
тогда |
|
|
|
|
|
|
|
|
|
|
β − m |
α − m |
(5.3) |
||||
P{α < x < β}= Ф |
σ |
|
|
− Ф |
σ |
. |
||
|
|
|
|
|
|
|
Для функции (5.2) существуют в различных справочных руководствах таблицы по определению ее числовых значений.
З а д а ч а 6 . На ремонтном участке восстанавливаются оси, номинальный диаметр которых после ремонта должен рав-
няться dn = 10мм. Фактически диаметр восстановленных осей является величиной случайной и распределенной по нормальному закону с математическим ожиданием m = dn = 10 (мм) и
среднеквадратическим отклонением σ = 0.4(мм). При контроле бракуются все оси, не проходящие диаметром через калибр
d1 = 10.7 (мм), |
и |
все |
проходящие через калибр |
d2 |
= 9.7 (мм). |
||||||
Найти процент осей, которые будут браковаться. |
|
|
|||||||||
|
Р е ш е н и е . |
Воспользуемся |
формулой |
(5.3) и учтем, |
|||||||
что α = d2 = 9.7 и β = d1 = 10.7 , можем записать |
|
|
|||||||||
|
|
|
|
|
β − m |
α − m |
= |
||||
|
P{9.7 < x < 10.7}= Ф |
σ |
|
− Ф |
σ |
|
|||||
|
|
|
|
|
|
|
|
|
|
||
10.7 −10 |
|
|
9.7 −10 |
|
|
0.7 |
|
|
|
||
= Ф |
|
− Ф |
|
= 2 Ф |
= 2 0.459 = 0.918. |
||||||
|
0.4 |
|
|
0.4 |
|
|
|
0.4 |
|
|
|
Полученный результат показывает, что годных осей окажется 91.8%, следовательно брак составит