книги из ГПНТБ / Аристов О.В. Основы стандартизации и контроль качества в радиоэлектронике учеб. пособие
.pdfла, проведением многочисленных и громоздких экспериментальных определении п аналитических расчетов. Поэтому в таких случаях чаще всего используются числоівые характеристики случайных ве личин, получаемые на основании обработки определенного коли чества статистических данных и проверяют на согласие их с опре деленными теоретическими по гипотезированным законам распре деления.
Математическое ожидание М (X) .представляет собой среднее значение случайной величины в генеральной совокупности ее зна чений и определяется для дискретной случайной величины выра жением
М(Х) = Б Х г Р(Хі). |
(18) |
£=1 |
|
Дисперсия D(X) определяет собой величину рассеивания зна чений случайной величины от математического ожидания для дис кретной случайной величины
D(X) = i p ( X l).[Xl-M(X)]*. |
(19) |
1=1
Среднее квадратическое отклонение случайной величины равно квадратному корню из дисперсии:
а(Х) = ѴЩХ) . |
(20) |
Коэффициентом .вариации V называется отношение среднего квадратического отклонения к математическому ожиданию:
К = М ( х у |
(21) |
Как видно из определения, коэффициент вариации показывает относительный разброс значений случайной величины. Для иллю страции данных формул определим основные параметры распре деления:
М(Х)=0-0,6561 + 1 -0,2916+2-0,0486+3-0,0036+4-0,0001 =0,4;
Д(Х)=0,6561 -(0—0,4)2+ 0,2916(1—0,4)2+ 0 ,0486 X
Х(2-0 ,4 )2+ 0 ,0036(3-0,4)2+0,0001(4—0,4)2^ 0 ,36;
о(Х) = І Л Щ = 0,6;
Согласно определению математического ожидания можно сде
лать следующие выводы:
1) математическое ожидание имеет ту же размерность, что
изначения случайной величины;
2)математическое ожидание постоянной величины равно этой
постоянной, т. е. Л1(с) = с;
141
3) математическое ожидание суммы двух или нескольких слу чайных величин равно сумме математических ожиданий этих слу чайных величин, т. е-
М ( Х + у + . . . + w) = M(X) + M(y) + . . . -|-M(u>);
4) математическое ожидание произведения двух или .несколь ких независимых случайных величин равно произведению математичеоких ожиданий этих случайных величин, т. е.
М{Х, у)............. |
w) = M(X)-M(y)- . . . -M(w), |
5) математическое ожидание произведения случайной величи ны на постоянную равно произведению этой постоянной на мате матическое ожидание случайной величины, т. е.
М(сХ) = сМ(Х).
Перечислим свойства, которыми обладает дисперсия. Дисперсия постоянной величины равна нулю, т. е.
D(c) = 0.
Дисперсия произведения случайной величины на постоянную равна произведению квадрата постоянной величины на дисперсию переменной, т. е.
D(cX)=c--D(X).
Рассмотрим законы распределения дискретных случайных ве личин, наиболее часто используемые при определении характерис тик надежности радиоэлектронных устройств. Таких распределе нии три.
Б и н о м и а л ь н о е р а сп р е д е л е и и е. Это распределение образуется в тех случаях, когда из партии на выбор берут изделие,
определяют его работоспособность, а затем |
возвращают |
обратно |
в партию. После этого берут второе изделие, |
испытывают |
его и |
возращают в партию и т. д. Вероятность того, что из п испытан ных изделий будут работоспособными т изделий, тогда равна:
Рт.п = с%-рт-яп- т, |
|
(22) |
|
где р — вероятность извлечения |
из партии |
исправного |
изделия; |
q — вероятность извлечения |
из партии |
бракованного |
изделия, |
Основные параметры этого распределения определяются |
сле |
|
дующим и выражениями: |
|
|
М (т)—п ■р ; |
(23) |
|
ü(m) = n-p-q\ |
(24) |
|
а(т) — У п ■р ■q ; |
(25) |
|
V — л / |
ц . |
(26) |
V |
п • р |
|
Биномиальное распределение имеет место при ряде независи мых испытаний, в каждом из которых вероятность появления собы-
142
тия неизменна .и равна р. Его употребляют при статистическом контроле, когда объем выборок .не превышает десятой части объе ма .всей партии. В частности, он справедлив для числа отказов, когда 'количество испытаний заранее фиксируется, для числа от казов за определенный промежуток времени и т- п. Отметим, что
биномиальное распределение имеет два постоянных |
параметра |
р и п и переменную величину т. |
выше бино |
Р а с п р е д е л е н и е П у а с с о н а . Рассмотренное |
миальное распределение является весьма сложным для вычисле ний. Выражение (12) с определенным приближением может быть преобразовано в более простое. Оно называется законом Пуассона
Р(/п)=— —Х -ат-е~а, |
(27) |
где а = пр.
Формулы, определяющие характеристики этого распределения,
имеют следующий вид: |
|
(28) |
М{т)=а\ |
||
D{m) = a\ |
(29) |
|
а(т) = |
1г а ; |
(30) |
17= |
і _ . |
(31) |
|
V а |
|
Данному закону подчиняются многие случайные величины, кото рые подчиняются и биномиальному закону. Кроме того, закон Пуассона имеет самостоятельное применение в тех случаях, ког да вероятность появления событий в малом промежутке времени At пропорциональна времени t и они независимы. Этим распре делением пользуются при расчете нормативов приемочно-статисти ческого контроля, при определении .показателей надежности ра диоламп при малых р (а при /?>0,1 пользуются биномиальным распределением). По закону Пуассона раопределяются случайные числа отказов восстанавливаемых изделий (в частности, радио аппаратуры), что дает возможность более широко использовать это распределение в расчетах надежности восстанавливаемых из
делий. |
Данное |
Г ни е р г е о м е т р и ч е сік о е р а с п р е д е л е н и е . |
распределение используется в тех случаях, когда из партии берут изделие, определяют его работоспособность, после чего ооратно в партию его не возвращают, затем испытывают второе изделие, третье и т. д. При этом закон распределения, выражающий веро ятность того, что из и проконтролированных изделий раоотоспосооиыми будут т, запишется в виде формулы
|
лш |
г>п —т |
|
|
Ргп,п-- |
с а |
|
Ь—а |
(32) |
|
С |
п |
||
|
|
|
Ь |
|
143
где а — количество исправных изделий в партии; |
|
|
b — общее количество изделий в партии. |
следую |
|
Характеристики этого распределения определяются по |
||
щим формулам: |
|
|
М (д/г)= пр; |
(33) |
|
D{m)-npq[\ |
|
(34) |
о { т ) ~ У n p q ( \ |
А_ ! ); |
(35) |
ѵ = Ѵ ^ г ( ' - І ^ У |
(36) |
|
|
||
В этих выражениях р —■- у |
вероятность того, что |
первое |
проверяемое изделие — водное.
Гипергеометрическому распределению подчиняются, например, распределения числа отказавших изделий, если испытания про водились при бссповторных выборках. Причем при п=0,1 b гипергеометричеокое распределение приближается к биномиальному.
§ 25. Непрерывные случайные величины
Существуют случайные величины, .возможные значения которых не отделены друг от друга, а непрерывно заполняют некоторый промежуток, например, время исправной работы устройства, вели чина отклонения определенного размера изделия от заданного, время ремонта изделия: величина погрешности измерений и т. д.
Случайные величины, возможные значения которых непрерывно заполняют некоторый промежуток, называют непрерывными случай ными .величинами.
Значения непрерывных случайных величин невозможно пере числить, так как их бесконечное множество. Как способы задания, так и способы описания и представления распределений непрерыв ных величин принципиально отличаются от рассмотренных выше соотношений и изборажений законов и характеристик для дискрет ных случайных величин. Это определяется в первую очередь тем, что отдельные значения непрерывной случайной величины имеют вероятности, стремящиеся к нулю. Именно поэтому для непрерыв ной случайной величины невозможно составить таблицу распреде ления или построить многоугольник распределения. В то же время при решении ряда практических задач возникает необходимость такого представления функции распределения, которое можно бы ло бы использовать и для непрерывных случайных величин. Лю бой замер непрерывной случайной величины в связи с ограничен ностью измерительных средств можно задать только в дискретной форме. Поэтому несмотря на различные физические понятия дис кретных и непрерывных случайных величин, графически результа
144
ты их замеров изображаются одинаково: многоугольником распре деления и ступенчатой функцией распределения. Однако, если для дискретных случайных величин это полностью оправедливо, то для непрерывной случайной величины такое графическое сходство только приближенно соответствует истине, и это соответствие тем точнее, чем меньше величина интервалов между соседними заме рами непрерывной величины (очевидно, ограниченная точность измерительных приборов не позволяет сделать величину этого ин тервала как угодно малой).
Итак, при рассмотрении законов распределений дискретных случайных величин мы имели дело с вероятностью события X =х, что для непрерывных величин, как уже указывалось, неприемлемоДля получения функции распределения, применимой для зада ния как дискретных, так и непрерывных случайных величин, удоб но пользоваться вероятностью события Х<х. Функция вида F(X)=P (Х<х) называют функцией распределения случайной
величины или интегральной функцией распределения.
В отличие от функции распределения дискретных величин, имеющей ступенчатый вид, для непрерывных величин она имеет непрерывную зависимость. Для непрерывной случайной величины функция распределения имеет вид:
|
F(x) — Р(Х<х) = |
J ф(х)гіх, |
|
(37 |
|
|
|
|
— С О |
|
|
где ф (х )— плотность |
распределения вероятностей |
данной |
пере |
||
менной. |
плотности |
распределения |
вероятностей. |
||
Поясним |
понятие |
||||
Обозначим |
Р (х<Х<х+ Дх) — вероятность того, |
что |
пере |
менная находится в промежутке |
между некоторым действитель |
|
ным ее значением х и значением |
х+ Д |
х, где Ах — длина малого |
|
„ |
Р(л-<Л '<х-|-Дх) |
интервала, начинающегося в точке х. Тогда величина------------------
будет с определенной степенью точности равна плотности распре деления вероятностей данной переменной величины, и чем мень ше Дх, тем эта точность выше.
Таким образом, можно записать
.. Р (х< .У < х-І-Д х) . . |
||
lim —^----- |
т--------- |
—’ +Цх). |
Следовательно, плотностью распределения вероятностей или плот ностью вероятности) называется производная от функции распре деления:
Ф(х) = |
d F ( x ) |
(38) |
|
dx ' |
|
что соответствует формуле (37). |
|
функцией |
Функцию ф (х) называют также дифференциальной |
145
распределения или дифференциальным законом распределения. Очевидно, плотность вероятности является функцией, определяю щей изменение вероятности значений переменной случайной вели чины в зависимости от изменения этих значений.
Поэтому всегда |
•! С О |
]' ср(.ѵ)оГ.ѵ= 1. |
|
. |
— С О |
Вернемся к рассмотрению функции распределения непрерыв ных случайных величин. Как следует из определения, функция распределения F (х ) определяет вероятность того, что случайная величина X примет значение, не превосходящее некоторой пере менной X. Из этого можно сделать следующие выводы:
функция распределения есть неубывающая функция своего аргумента, то есть при хо ^>Х\
F(x2)>F(Xl)\
при X = — 5/5 функция распределения равна 0: /Ч—и) =0;
при X = + ^ функция распределения равна 1:
/=•( + е«)=1.
Очевидно, функция распределения любой случайной величины начинается с нуля и достигает единицы.
Иначе чем для дискретных случайных величии, для непрерыв ных случайных величин выражаются и две основные характеристи ки распределения — .математическое ожидание и дисперсия:
-LZO
А1(х) = j .у • ф(.г) • dx\
— со
D(x) = +Cx-<f(x)-dx— [M(x)\-.
—со
Среднее квадратическое отклонение и коэффициент вариации определяются по формулам (20) и (21).
Свойства математического ожидания и дисперсии, приведенные в предыдущем параграфе, являются общими независимо от тогоопределены они для дискретных или непрерывных случайных вели чин.
Рассмотрим наиболее употребительные при расчете надежности радиоэлектронных систем распределения непрерывных случайных величин: нормальное распределение, распределение Вейбулла іт
экспоненциальное |
распределение. |
Нормальный закон |
Н о р м а л ь н о е |
р а с п р е д е л е н и е . |
распределения является предельным для других законов распреде ления: биномиального, Вейбулла и т. д., что доказывается цент ральной предельной теоремой.
Этому закону подчиняются (с определенной степенью точности) большие числа независимых случайных величин, распределенных по
146
любому закону и тем точнее, чем больше число таких случайных величии. Необходимым ограничением при этом является равно мерно малое значение отдельных случайных величин. При невыпол нении последнего условия (если значения одной или нескольких случайных величин будут резко превышать другие) изменится характер распределения в сторону тех закономерностей, по кото рым распределяются случайные івеличины, значителыно превышаю щие остальные.
Как доказывается в центральной предельной теореме, сумма большого количества распределений, подчиненных разным законам, образует распределение, приближающееся к нормальному, тем ближе, чем больше таких распределений образуют данную компо
зицию (сумму). |
распределения |
Функция плотности вероятностей и функция |
|
имеют следующий вид (для всех X больше — 0/5 |
и меньше + ^ 1 |
— .V — ( 1 ' |
|
Сту' где а—математическое ожидание случайной
о — среднее квадратическое отклонение. Функцию распределения для данного закона
так
|
__ і_ |
|
U ' - f l )3 |
|
Ң Х ) = |
J |
* |
|
|
|
а/'ln |
“ ОС |
|
|
Значения F0(X)== j f0(y)dy |
вычислены |
и |
||
|
— СО |
|
|
|
(39)
величины;
можно записать
(40)
приведены в
справочниках. |
Используя их и формулу (40), |
можно определить |
|
значения F (X) |
для любых а и сг . |
|
|
Как указывалось, математическое ожидание и дисперсия для |
|||
этого распределения равны: |
|
|
|
|
АІ(Х) = а\ |
(41) |
|
|
D(X) = oi. |
(42) |
|
Легко видеть, что коэффициент |
вариации |
для этого распре |
|
деления равен: |
|
|
|
|
У = |
|
(43) |
В частном случае при а — 0 и о |
= 1 |
|
|
|
|
■У1 |
|
|
Фо(Х )= —у /л |
“ . |
(44) |
По данному закону распределяются сроки службы многих ма шин и приборов, а также ошибки и погрешности измерений. Нор мальное распределение широко используется при исследовании ме тодами математической статистики качества изделий, стабильнос ти технологических процессов и т. п.
147
Р а с п р е д е л е н и е В е й б у л л а . |
Для этого |
распределения- |
|||
плотность вероятности и функция распределения имеют вид |
|||||
|
|
|
т |
|
|
у(х) = |
|
хт~]е |
X |
(45) |
|
771 |
•'*0 |
||||
|
*Y0 |
|
|
|
|
|
|
т |
|
(46) |
|
F(x) = |
1—е |
, |
|||
|
|||||
где т и Хо — постоянные |
параметры. |
|
|||
Основные характеристики распределения определяются по |
|||||
формулам: |
|
|
I |
|
|
|
|
|
(47) |
||
/И(Л)-Г(і + -і)д*"; |
|||||
|
|||||
а(Х) = х0 |
|
|
|
(48) |
|
где |
|
|
|
|
|
Г(/?) = |
J е-УуР-Чу. |
|
|||
|
о |
|
|
|
|
Этот интеграл называется |
гамма-функцией и |
находится по |
|||
соответствующим таблицам. |
|
|
|
|
Данное распределение является довольно сложным для вычис лений, так как имеет два постоянных параметра, оно использует ся при расчете надежности некоторых элементов радиоэлектрон ной аппаратуры, изделий машиностроительной промышленности и т. п.
Э к с п о н е н ц и а л ь н о е р а с п р е д е л е н и е . В тех слу чаях, когда параметр т — 1, случайные величины, распределенные по закону Вейбулла, могут быть описаны более простыми выраже ниями, характеризующими экспоненциальное распределение
|
/(х)=Яб-**; |
(49) |
|
F(x)= 1—<?-**, |
(50) |
где А |
— постоянный параметр. |
интен |
В частности, в теории надежности под А понимается |
||
сивность |
отказов. |
|
Характеристики этого распределения определяются по форму
лам: |
|
|
Щх) = - Ь |
|
(51) |
о(х) = - Ь |
|
(52) |
Ѵ=1. |
|
(53) |
Экспоненциальное распределение является |
частным |
случаем |
распределения Вейбулла (более простым для |
расчетов), |
так как |
148
оно имеет только один постоянный параметр % . Данное распреде ление находит широкое применение при расчетах надежности радиоэлектронных устройств; ему подчиняются распределение вре мени до первого отказа, распределение времени между двумя последовательными отказами при работе устройства з установив шемся режиме и т. п.
При статистической обработке результатов контроля опреде ляют также следующие характеристики распределений:
моду — наиболее часто встречающееся значение признака;
медиану — значение аргумента, которое делит его |
ряд значе |
ний (расположенных в возрастающем или убывающем |
порядке) |
пополам; |
|
размах — разность между наибольшим и наименьшим значения ми случайной величины в выборке.
Аппарат теорий вероятностей и математической статистики находит широкое применение при решении различных вопросов, связанных с качеством изделий. Работники служб стандартизации и качества широко используют его в своей конкретной деятельнос ти, направленной на повышение качества изделий.
Гл а в а 7. МЕТОДЫ ОЦЕНКИ КАЧЕСТВА РАДИОЭЛЕКТРОННЫХ ЭЛЕМЕНТОВ
§ 26Терминология
Всесоюзным научно-исследовательским институтом стандарти
зации (ВНИИС) |
Госстандарта СССР в 1969 г. был |
разработан |
|||
ГОСТ 15467—70 |
«Качество продукции. Термины». Согласно |
этому |
|||
стандарту под |
к а ч е с т в о м |
п р о д у к ц и и |
понимается |
сово |
|
купность” свойств продукции, |
обусловливающих |
ее |
пригодность |
удовлетворять определенные потребности в соответствии с ее наз
начением. |
— это объективная особенность |
С в о й с т в о п р о д у к ц и и |
|
продукции, проявляющаяся при |
ее создании, эксплуатации. К |
свойствам продукции можно отнести точность, стабильность, эконо мичность, надежность работы изделия и т. п.
Количественной характеристикой свойств продукции, входящих в состав ее качества (применительно к определенным условиям ее создания, эксплуатации или потребления), является показатель
качества продукции.
Показатели качества могут быть единичными, комплексными,
интегральными и базовыми.
Е д и н и ч н ы й п о к а з а т е л ь к а ч е с т в а — это показатель качества продукции, относящийся только к одному из ее свойств. Например, единичными показателями качества усилителей низкой частоты будут коэффициент нелинейных искажений, выраженный к процентах, а также неравномерность частотной характеристики и динамический диапазон, выраженные в децибеллах, и т. п.
149
К о м п л е к с н ы м п о к а з а т е л е м к а ч е с т в а п р о д у к ции называется такой показатель качества продукции, который относится к нескольким ее свойствам. С помощью данного показа теля можно в целом охарактеризовать качество того пли иного про мышленного изделия. Разновидностью комплексного показателя качества, позволяющего с экономической точки зрения определить оптимальную совокупность свойств изделия, является интеграль ный показатель качества продукции. Это комплексный показатель качества, который отражает соотношение суммарного полезного эффекта от эксплуатации пли потребления и суммарных затрат иа создание, эксплуатацию или потребление продукции. Для опреде ления относительной характеристики качества продукции использу ют базовый показатель качества продукции, принятой за исходную при сравнительных оценках качества.
Относительной характеристикой качества продукции, основан
ной на сравнении совокупности показателей ее качества |
с соот |
||
ветствующей совокупностью базовых показателей, |
является |
у р о |
|
в е нь к а ч е с т в а |
п р о д у к ц и и . |
|
|
§ 27. Экономическое понятие оптимального |
качества |
||
|
и его динамика |
|
|
При этом, важнейшими являются вопросы, связанные с научно обоснованным (объективным) определением уровня качества того пли иного вида промышленной продукции в форме, удобной для сопоставления, и с разработкой методов и средств контроля пока зателей качества продукции. Перечисленные задачи тесно связаны, так как невозможно разработать методы .и средства контроля ка чества изделий, если не определены важнейшие показатели качест ва для конкретных групп изделий, методы их оценки и область оп тимальных значений.
Важнейшим вопросом при этом является объективное определе ние уровня качества изделия. Решением этого вопроса занимает ся новое научное направление — квалиметрия.
Квалиметрия разрабатывает принципы и способы количествен ной оценки и измерения уровня качества.
Поясним подробнее понятие «уровень качества». Поскольку под качеством изделий понимается совокупность свойств, отно сящихся к его потребительской стоимости, то и произвести оценку уровня качества — значит объективно оцепить комплекс важнейших ■его свойств. В то же время, чтобы судить о качестве изделия, мало располагать данными о всех важнейших свойствах данного продук та труда, необходимо также учитывать условия, в которых он будет использоваться. Например, если сравнивать усилители низкой час тоты с выходными мощностями 10 Вт и 100 Вт и с разными прочими показателями, за исключением, естественно, потребляемой мощнос ти, габаритных размеров и стоимости, то можно считать, что потре бителю, предполагающему использовать данные изделия в боль-
150