
- •Клевлеев в.М. Статистические методы контроля и управления качеством
- •1 Качество и обеспечение качества
- •1.1 Качество как стратегическая цель предприятия
- •1.2 Различия в качестве и их причины
- •1.3 Обеспечение качества
- •Обеспечение качества
- •1.5 Систематизация методов статистического обеспечения качества
- •Статистическое обеспечение качества
- •2 Основы статистического обеспечения качества
- •2.1 Распределение признаков качества
- •2.1.1 Распределение дискретных признаков
- •2.1.1.1 Равномерное распределение и некоторые понятия теории статистических распределений
- •2.1.1.2 Распределение Бернулли
- •2.1.1.3 Гипергеометрическое распределение
- •2.1.1.4 Биномиальное распределение
- •2.1.1.5 Распределение Пуассона
- •2.1.2 Распределение непрерывных признаков
- •2.1.2.1 Равномерное распределение
- •2.1.2.2 Экспоненциальный (показательный) закон распределения
- •2.1.2.3 Нормальный (гауссовский) закон распределения
- •Замечание. Очевидно, что события, состоящие в осуществлении неравенства и, противоположные. Поэтому, если вероятность осуществления неравенстваравна, то вероятность неравенстваравна.
- •2.2 Статистическая проверка статистических гипотез
- •2.2.1 Процедура проверки статистических гипотез и свойства параметрических критериев
- •2.2.1.1 Процедура проверки статистической гипотезы
- •1. Определение генеральной совокупности и типа распределения
- •2. Формулировка гипотезы
- •3. Определение контрольной величины и ее распределение в случае принятия гипотезы
- •4. Задание уровня значимости и определение области отклонения гипотезы
- •5. Принятие решения и его интерпретация
- •2.2.1.2 Примеры проверки статистических гипотез
- •2.2.1.2.1Доверительные интервалы для оценки математического ожидания нормального распределения
- •2.2.1.2.1.1Среднее квадратическое отклонениеизвестно
- •2.2.1.2.1.2Среднее квадратическое отклонениенеизвестно
- •2.2.1.2.1.3Доверительные интервалы для оценки среднего квадратического отклонениянормального распределения
- •2.2.1.2.1.4Оценка значимости отношений дисперсий двух нормально распределенных совокупностей
- •2.2.1.2.1.5Проверка гипотез относительно параметров нормально распределенных генеральных совокупностей
- •2.2.1.2.1.6 Последовательный анализ
- •2.3 Выборки значений показателей качества
- •2.3.1 Основные понятия теории выборочного метода
- •2.3.2 Методы реализации случайного отбора выборок штучной продукции
- •0 1 2 . . . . . . . . . . . 2 1 0
- •2.3.3 Обеспечение представительности выборок
- •2.3.4 Выборочные характеристики и их свойства
- •3 Приемочный контроль
- •3.1 Основные понятия
- •3.1.1 Общие требования
- •3.1.2 Выбор планов и схем статистического приемочного контроля качества и требования к достоверности контроля
- •3.2 Статистический приемочный контроль по количественному признаку
- •3.2.1 Взаимосвязь между долей брака в партии и уровнем настройки производственного процесса
- •3.2.2 Планы выборочного контроля при одностороннем ограничении и известной дисперсии
- •3.2.2.1 Описание метода контроля и выбор контрольных величин
- •3.2.2.2 Оперативная характеристика и ее параметры
- •3.2.2.3 Построение плана выборочного контроля при заданных рисках производителя и потребителя
- •3.2.3 Планы выборочного контроля при одностороннем ограничении и неизвестной дисперсии
- •3.2.3.1 Контрольные величины
- •3.2.3.2 Оперативная характеристика и построение плана контроля при заданном риске потребителя и производителя
- •3.2.4 План выборочного контроля при двустороннем ограничении
- •3.2.5 Национальные стандарты приемочного контроля по количественному признаку
- •3.2.5.1 Выборочный контроль по количественному признаку на основе приемлемого уровня качества
- •3.2.5.2 Выборочный контроль по количественному признаку на основе нормативного уровня несоответствий
- •3.2.5.3 Последовательные планы выборочного контроля по количественному признаку
- •3.2.5.4 Выборочный контроль нештучной продукции
- •3.3 Статистический приемочный контроль по качественному признаку
- •3.3.1 Однократные планы контроля
- •3.3.1.1 Описание метода контроля. Использование теоремы Моода
- •3.3.1.2 Оперативная характеристика при гипергеометрической функции распределения числа дефектных изделий
- •3.3.1.3 Биномиальная оперативная характеристика
- •3.3.1.4 Оперативная характеристика при распределении Пуассона
- •3.3.1.5 Сравнение трех оперативных характеристик
- •3.3.2 Параметры простых планов контроля
- •3.3.2.1 Квантили оперативных характеристик
- •0 0.1 Р0 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
- •3.3.2.2 Средний выходной уровень дефектности, предел среднего выходного уровня дефектности (и)
- •3.3.2.3 Среднее число проконтролированных изделий в партии и доля проконтролированных изделий (и)
- •3.3.2.4 Контроль с прерыванием и средний объем выборки ()
- •3.3.3 Построение простых планов контроля с заданными свойствами
- •3.3.3.1 Задание риска потребителя и риска поставщика
- •3.3.3.2 Другие исходные данные
- •3.3.4 Двукратные планы выборочного контроля
- •3.3.4.1 Описание метода контроля
- •3.3.4.2 Оперативная характеристика
- •3.3.4.3 Средний объем выборки
- •3.3.4.4 Другие параметры плана
- •3.3.4.5 Эквивалентные однократные и двукратные планы выборочного контроля
- •3.3.5 Многократные планы контроля
3.3.2.2 Средний выходной уровень дефектности, предел среднего выходного уровня дефектности (и)
При
работе с планом контроля ()
потребитель заинтересован не только в
том, чтобы знать вероятность приемки
партии с засоренностью
,
но и число дефектных изделий, проходящих
незамеченными через контроль. Применение
данного плана (
)
даже при
ни в коем случае не гарантирует, что
будут приняты только годные изделия.
Здесь можно гарантировать только то,
что «хорошие» партии будут приниматься
с большей вероятностью, «плохие» - с
большей вероятностью будут браковаться.
В
дальнейшем будем исходить из того, что
производитель поставляет партии с
постоянным уровнем дефектности
.
В партии объемом
содержится всегда
дефектных изделий. Средняя доля дефектных
изделий в принятых партиях называетсясредним
выходным уровнем дефектности,
сокращенно
(англ.:
average outgoing
quality). Пусть
обозначаетчисло
дефектных изделий в принятой партии,
a
-число
принятых изделий в этой партии.
Переменные
и
нужно рассматривать как условные
математические ожидания. Запишем
как
.
(3.96)
Средний
выходной уровень дефектности
является функцией уровня дефектности
в поставляемых партиях, то есть
.
Эта функция для определенного уровня
дефектности
имеет максимум. Соответствующее
значениеAOQ(PМ)
называется пределом
среднего выходного уровня дефектности,
сокращенно AOQL
(англ.: average outgoing quality limit)
.
(3.97)
Сначала
выясним, как при данном уровне дефектности
определить по формуле (3.96) средний
выходной уровень. Число
принятых изделий, математическое
ожидание которого стоит в знаменателе
выражения (3.96), определяется, во-первых,
тем, как мы после контроля поступим с
изделиями,входившими
в выборку.
Возможны три решения:
-
- все изделия выборки (не только
дефектные) после контроля отбраковываются
без замены;
-
- отбраковывают без замены только
дефектные изделия;
-
- отбраковывают только дефектные изделия,
заменяя их при этом на годные (объем
выборки
остается прежним).
Во-вторых,
величина
зависит от того, что происходит с
изделиями остатка партии в случае ее
забраковки. Возможны три варианта:
-
- все
изделий остатка партии отбраковываются;
-
- остаток партии подвергают сплошному
контролю, при этом все дефектные изделия
отбраковывают без замены на годные;
-
- остаток партии подвергают сплошному
контролю, а все дефектные изделия
отсортировывают и заменяют на годные
(объем остатка
остается прежним).
В
принципе, каждый из вариантов
и
может выступать в комбинации с любым
из вариантов
и
.
В случаях, когда в забракованных партиях
производят сплошной контроль с заменой
дефектных изделий годными, говорят обочищающем
контроле
(англ.: rectifying inspection). Очищающий контроль
является комбинацией
.
Различают
в общей сложности девять комбинаций
.
Это нашло свое отражение в табл.3.15.
Для
понимания приведенных в табл.3.15
зависимостей по определению среднего
выходного уровня дефектности следует
помнить, что математическое ожидание
в числителе выражения (3.96) во всех девяти
случаях одинаково. Убедимся, что все
прошедшие через контроль дефектные
изделия могут быть изделиями только из
остатка партии, а не из самой выборки,
так как или все
изделий выборки отсортировываются (
),
или удаляются только дефектные изделия
(
),
или они заменяются годными (
).
Количество
дефектных изделий в остатке партии
является случайной величиной
.
Ее математическое ожидание в принятых
и забракованных партиях различно. В
забракованных партиях, то есть при
,
проводится сплошной контроль с отбраковкой
(
)
или заменой (
)
дефектных изделий, либо остаток партии
отсортировывают полностью, не подвергая
контролю (
).
Таким образом, гарантируется, что из
остатка забракованной партии потребителю
не попадет ни одного дефектного изделия
.
Если
партия принимается, то есть в случае
,
элементов остатка не контролируются и
выполняется соотношение
.
Таким
образом, для среднего числа
прошедших через контроль дефектных
изделий можно записать:
Таблица 3.15 Зависимости AOQ(P) для комбинаций принятия решения при однократных планах контроля
|
Остаток партии больше не используется |
Остаток после отбора дефектных изделий используется дальше |
Остаток после замены дефектных изделий используется дальше |
Выборка больше не используется |
|
|
|
Выборка после отбора дефектных изделий используется дальше |
|
|
|
Выборка после замены дефектных изделий используется дальше |
|
|
|
при
при
.
,
(3.98)
Вероятности,
с которыми выполняются условия
или
,
являются вероятностями забраковки
или приемки партии
,
так что для искомого математического
ожидания
отсюда следует:
.
В результате подстановки (3.98) получаем
.
(3.99)
Средний выходной уровень дефектности во всех девяти случаях определяется одинаково (см. табл.3.15):
.
(3.100)
Математическое
ожидание числа
принятых изделий из партии зависит от
выбора комбинаций действий с выборкой
и остатком партии. В качестве примера
рассмотрим комбинацию
.
Переменную
- как и переменную
,
можно представить как условное
математическое ожидание. При условии,
что партия при
принимается, число
,
так как в этом случае объем партии
уменьшается только на среднее число
содержащихся в выборке дефектных
изделий, которые, согласно
,
отбраковываются без замены. При условии,
что партия при
забраковывается, из партии, согласно
,
сначала будут удалены в среднем
дефектных изделий, а затем, согласно
,
из проверяемого остатка партии удаляется
в среднем еще
дефектных изделий, так что
.
Таким образом
при
при
(3.101)
Вероятности
событий
и
равны соответственно
и
.
Для
имеем
(3.102)
Путем
подстановки (3.102) в (3.100) получается
приведенная в табл.3.15 для комбинации
формула для определения среднего
выходного уровня дефектности.
Аналогично получаются формулы для
вычисления
и в других случаях.
Из
девяти комбинаций, приведенных в
табл.3.15, на практике распространены
лишь те, при которых решения по отношению
к выборке и остатку партии одинаковы.
Эти комбинации
с
стоят на главной диагонали.
Комбинации
встречаются при разрушающем контроле.
Равенство
означает, что входной и выходной уровни
дефектности совпадают, если поставляются
партии с постоянной долей брака
.
Если оценку способа контроля производят
на основании того, насколько средний
уровень дефектности
лежит ниже входного уровня
,
то разрушающий контроль дает наихудшие
результаты. Разрушающий контроль имеет
смысл тогда, когда поставляются партии
с переменным уровнем качества. В этом
случае он защищает потребителя от
приемки «плохих» партий.
Комбинация
типична для входного контроля товара
потребителем,
такт как он обычно не в состоянии заменить
дефектные изделия на годные ни в выборке,
ни в остатке партии. Потребитель может
провести только выбраковку дефектных
изделий.
Комбинация
типична для внутрипроизводственного
приемочного контроля производителем
(контроль между двумя этапами изготовления
или выходной контроль), так как
производитель может заменить в выборке
и в остатке партии дефектные изделия
годными.
Остановимся
на определении предела среднего выходного
уровня дефектности
.
В случае
имеет
место
,
то есть определенный в интервале
средний выходной уровень дефектности
будет наибольшим при
;
тогда
.
В других случаях, приведенных в табл.3.15,
максимальное значение среднего выходного
уровня дефектности
получается из условия
,
(3.103)
если
предположить, что
дифференцируема. Поясним определение
из уравнения (3.103) на примере комбинаций
и
.
В этих случаях особенно просто вычислить
,
так как функции
имеют здесь простой вид (определение
предела среднего выходного уровня
дефектности в других случаях будет
рассмотрено ниже).
Применяя
план контроля
при комбинации решений
или
,
по табл.5.10 определяем, что
,
и, соответственно,
.
Значение
получаем согласно (3.103) из условия
.
(3.104)
Вычисление
по нелинейному уравнению (3.104) возможно
только численными методами. Результат,
конечно, зависит от того, какую функцию
берут за основу: гипергеометрическую
(3.58), биномиальную (3.59) или же оперативной
характеристики Пуассона (3.68). Для
последнего случая существуют соотношения
(см. табл.3.16) для различных приемочных
чисел
,
в которые внесены вспомогательные
параметры
и
,
с помощью которых можно вычислить
интересующие значения
и
при заданных
и
,
используя соотношения
(3.105а)
.
(3.105б)
Таблица
3.16 Вспомогательные параметры для
определения
и соответствующего уровня дефектности
при одноступенчатом плане контроля
|
|
|
|
|
|
|
|
|
|
|
|
0 |
1.00 |
0.368 |
11 |
8.82 |
7.233 |
21 |
16.73 |
14.66 |
31 |
24.95 |
22.50 |
1 |
1.62 |
0.840 |
12 |
9.59 |
7.948 |
22 |
17.54 |
15.43 |
32 |
25.78 |
23.30 |
2 |
2.27 |
1.371 |
13 |
10.37 |
8.670 |
23 |
18.35 |
16.20 |
33 |
26.62 |
24.10 |
3 |
2.95 |
1.942 |
14 |
11.15 |
9.398 |
24 |
19.17 |
16.98 |
34 |
27.45 |
24.90 |
4 |
3.64 |
2.544 |
15 |
11.93 |
10.13 |
25 |
19.99 |
17.76 |
35 |
28.29 |
25.71 |
5 |
4.35 |
3.168 |
16 |
12.72 |
10.88 |
26 |
20.81 |
18.54 |
36 |
29.13 |
26.52 |
6 |
5.07 |
3.812 |
17 |
13.52 |
11.62 |
27 |
21..63 |
19.33 |
37 |
29.97 |
27.33 |
7 |
5.80 |
4.472 |
18 |
14.31 |
12.37 |
28 |
22.46 |
20.12 |
38 |
30.82 |
28.14 |
8 |
6.55 |
5.146 |
19 |
15.12 |
13.13 |
29 |
23.29 |
20.91 |
39 |
31.66 |
28.96 |
9 |
7.30 |
5.831 |
20 |
15.92 |
13.89 |
30 |
24.11 |
21.70 |
40 |
32.51 |
29.77 |
10 |
8.05 |
6.528 |
|
|
|
|
|
|
|
|
|
Пример
3.43 В
табл.3.17 приведены значения девяти
функций
из табл.3.15 для плана контроля
.
При этом для
применяется гипергеометрическая функция
.
Максимальное значение
обозначено звездочкой (*).
Таблица
3.17 Характеристики
плана контроля
при различных комбинациях решений
относительно выборки и остатка партии
|
|
| ||||||||
|
|
|
|
|
|
|
|
| ||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0.02 |
1 |
0.0200 |
0.0200 |
0.0200 |
0.0169 |
0.0169 |
0.0169 |
0.0168 |
0.0168 |
0.0169 |
0.04 |
1 |
0.0400 |
0.0400 |
0.0400 |
0.0338 |
0.0338 |
0.0338 |
0.0336 |
0.0336 |
0.0336 |
0.06 |
0.9971 |
0.0600 |
0.0598 |
0.0598 |
0.0509 |
0.0507 |
0.0503 |
0.0504 |
0.0503 |
0.0503 |
0.08 |
0.9895 |
0.0800 |
0.0792 |
0.0792 |
0.0680 |
0.0674 |
0.0674 |
0.0671 |
0.0665 |
0.0665 |
0.10 |
0.9758 |
0.1000 |
0.0978 |
0.0976 |
0.0851 |
0.0835 |
0.0833 |
0.0834 |
0.0821 |
0.0820 |
0.12 |
0.9556 |
0.1200 |
0.1153 |
0.1147 |
0.1021 |
0.0987 |
0.0982 |
0.1006 |
0.0968 |
0.0963 |
0.14 |
0.9287 |
0.1400 |
0.1313 |
0.1300 |
0.1190 |
0.1127 |
0.1117 |
0.1162 |
0.1101 |
0.1092 |
0.16 |
0.8954 |
0.1600 |
0.1457 |
0.1433 |
0.1357 |
0.1253 |
0.1235 |
0.1319 |
0.1221 |
0.1203 |
0.18 |
0.8563 |
0.1800 |
0.1582 |
0.1541 |
0.1522 |
0.1363 |
0.1333 |
0.1472 |
0.1323 |
0.1295 |
0.20 |
0.8122 |
0.2000 |
0.1688 |
0.1624 |
0.1624 |
0.1457 |
0.1410 |
0.1620 |
0.1409 |
0.1364 |
0.22 |
0.7640 |
0.2200 |
0.1773 |
0.1681 |
0.1842 |
0.1533 |
0.1463 |
0.1761 |
0.1476 |
0.1412 |
0.24 |
0.7125 |
0.2400 |
0.1837 |
0.1710 |
0.1995 |
0.1590 |
0.1494 |
0.1894 |
0.1525 |
0.1436 |
0.26 |
0.6590 |
0.2600 |
0.1880 |
0.1713* |
0.2142 |
0.1628 |
0.1501* |
0.2017 |
0.1555 |
0.1439* |
0.28 |
0.6040 |
0.2800 |
0.1902 |
0.1691 |
0.2282 |
0.1648 |
0.1487 |
0.2129 |
0.1567* |
0.1421 |
0.30 |
0.5492 |
0.3000 |
0.1905* |
0.1648 |
0.2414 |
0.1651* |
0.1454 |
0.2227 |
0.1561 |
0.1384 |
0.32 |
0.4947 |
0.3200 |
0.1888 |
0.1583 |
0.2536 |
0.1636 |
0.1402 |
0.2310 |
0.1539 |
0.1330 |
0.34 |
0.4417 |
0.3400 |
0.1854 |
0.1502 |
0.2647 |
0.1605 |
0.1334 |
0.2376 |
0.1508 |
0.1261 |
0.36 |
0.3907 |
0.3600 |
0.1802 |
0.1407 |
0.2744 |
0.1558 |
0.1254 |
0.2420 |
0.1448 |
0.1181 |
0.38 |
0.3423 |
0.3800 |
0.1734 |
0.1301 |
0.2825 |
0.1498 |
0.1163 |
0.2441* |
0.1383 |
0.1093 |
0.40 |
0.2969 |
0.4000 |
0.1652 |
0.1188 |
0.2888 |
0.1426 |
0.1066 |
0.2437 |
0.1306 |
0.0998 |
0.42 |
0.2548 |
0.4200 |
0.1558 |
0.1070 |
0.2930 |
0.1342 |
0.0964 |
0.2403 |
0.1220 |
0.0898 |
0.44 |
0.2164 |
0.4400 |
0.1453 |
0.0952 |
0.2947* |
0.1250 |
0.0860 |
0.2340 |
0.1126 |
0.0800 |
0.46 |
0.1817 |
0.4600 |
0.1340 |
0.0836 |
0.2937 |
0.1151 |
0.0758 |
0.2246 |
0.1027 |
0.0702 |
0.48 |
0.1507 |
0.4800 |
0.1221 |
0.0723 |
0.2896 |
0.1046 |
0.0658 |
0.2120 |
0.0924 |
0.0608 |
Анализ данных табл.3.17 позволяет сделать следующие выводы.
В хороших партиях (при малых
) средний выходной уровень дефектности
также мал, как и входной уровень
, так как хорошие партии практически всегда принимаются. Последнее видно из второй колонки, где представлена вероятность приемки
.
В плохих партиях (при больших
), если не принимать по внимание комбинацию
,средний выходной уровень дефектности
низок. Он в любом случае значительно ниже входного уровня дефектности
. Здесь контроль «фильтрует» сильнее. В данном случае, исключая комбинацию
, при
стремится к нулю. Очевидно, что при большой доле брака
остатки партии не будут приниматься без контроля.
при любом уровне дефектности
и любом принятом решении
относительно остатка партии будет больше при решении
, чем при решении
, а при
больше, чем при
. Соответственно ведут себя значения
при фиксированном решении
.
при любом уровне дефектности
при данном
имеет наибольшее значение при решении
(остаток партии бракуется и не используется), а при решении
(сплошной контроль остатка партии с заменой дефектных изделий годными) - наименьшее. Также ведут себя значения
. При решении
значение
достигается при больших
, чем при решении
, и при тем больших
, чем при
. Эти результаты хорошо видны на графиках (рис.3.25) функций
для трех случаев
. (см. колонки 9-11 в табл.3.17).
Рис.3.25
Кривые
плана контроля
при различных решениях относительно
остатка партии
С
помощью табл.3.17 можно получить
представление о качестве приближения
формулами (3.105). По таблице, например,
видно, что значение
реализуется в случае
в точке
и составляет
.
При
применении формул (3.105) и табл.3.16 имеем
и
.
Полное
совпадение точного значения
и значения
,
полученного с помощью (3.105), удивительно,
если принять во внимание, что формула
(3.105) базируется на аппроксимации Пуассона
(3.66), которая мало подходит для плана
.
Примечание
1. Исходя из значения
слова «average outgoing quality» более точным было
бы определять
не по формуле (200), а как математическое
ожидание отношения числа прошедших
через контроль дефектных изделий к
числу принятых изделий в партиях. Это
определение по сравнению с (3.96) имело
бы значительный недостаток - в этом
случае
аналитически можно было бы представить,
только используя сложные математические
расчеты.
2. В литературе по
контролю качества встречаются, прежде
всего, формулы:
и
.
Они корректны и адекватны для комбинаций
и
.
Во всех остальных случаях они только
приблизительны, но тем точнее, чем меньше
доля брака
и/или относительный объем выборки
.
Пример
3.44 Составьте
таблицу аналогичную табл.3.17 для плана
контроля
.
Используйте при этом полученные ранее
шестнадцать значений для оперативной
характеристики
.
Таблица
3.18 Средний выходной уровень дефектности
для простого плана контроля
при различных комбинациях решений
|
|
| ||||||||
|
|
|
|
|
|
|
|
| ||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0.02 |
0.8400 |
0.0200 |
0.0169 |
0.0168 |
0.0164 |
0.0142 |
0.0142 |
0.0163 |
0.0142 |
0.0141 |
0.04 |
0.7029 |
0.0400 |
0.0285 |
0.0281 |
0.0317 |
0.0240 |
0.0238 |
0.0315 |
0.0239 |
0.0236 |
0.06 |
0.5857 |
0.0600 |
0.0360 |
0.0350 |
0.0460 |
0.0304 |
0.0298 |
0.0453 |
0.0301 |
0.0295 |
0.08 |
0.4860 |
0.0800 |
0.0405 |
0.0389 |
0.0588 |
0.0342 |
0.0331 |
0.0575 |
0.0338 |
0.0327 |
0.10 |
0.4015 |
0.1000 |
0.0427 |
0.0402* |
0.0701 |
0.0361 |
0.0343* |
0.0678 |
0.0355 |
0.0337* |
0.12 |
0.3301 |
0.1200 |
0.0431* |
0.0396 |
0.0796 |
0.0364* |
0.0339 |
0.0761 |
0.0357* |
0.0333 |
0.14 |
0.2701 |
0.1400 |
0.0421 |
0.0378 |
0.0871 |
0.0356 |
0.0325 |
0.0821 |
0.0347 |
0.0318 |
0.16 |
0.2198 |
0.1600 |
0.0402 |
0.0352 |
0.0926 |
0.0340 |
0.0303 |
0.0857 |
0.0330 |
0.0295 |
0.18 |
0.1780 |
0.1800 |
0.0376 |
0.0320 |
0.0959 |
0.0318 |
0.0277 |
0.0870* |
0.0307 |
0.0269 |
0.20 |
0.1432 |
0.2000 |
0.0348 |
0.0287 |
0.0971* |
0.0293 |
0.0249 |
0.0860 |
0.0282 |
0.0241 |
0.22 |
0.1146 |
0.2200 |
0.0313 |
0.0252 |
0.0958 |
0.0264 |
0.0220 |
0.0826 |
0.0253 |
0.0212 |
0.24 |
0.0911 |
0.2400 |
0.0280 |
0.0219 |
0.0927 |
0.0236 |
0.0191 |
0.0776 |
0.0225 |
0.0184 |
0.26 |
0.0719 |
0.2600 |
0.0246 |
0.0187 |
0.0878 |
0.0208 |
0.0164 |
0.0712 |
0.0197 |
0.0157 |
0.28 |
0.0564 |
0.2800 |
0.0215 |
0.0158 |
0.0816 |
0.0181 |
0.0139 |
0.0640 |
0.0170 |
0.0133 |
0.30 |
0.0438 |
0.3000 |
0.0184 |
0.0131 |
0.0742 |
0.0155 |
0.0116 |
0.0561 |
0.0145 |
0.0110 |
Пример
3.45 Вычислите
на основании предыдущей таблицы значение
при комбинации решений
и сравните его с результатом, получающимся
при применении приближенного решения
(209).
Согласно
табл.3.18 функция
в случае
имеет максимум при
,
равный
.
По формуле (3.105) и данным табл.3.16 получаем
.
Пример
3.46 Сравните
графики функций
для планов контроля
и
при комбинации
.
Зависимость
для планов
при
и
для комбинации решений
согласно табл.3.15 определяется как
.
Кроме
того, для всех
имеет место неравенство [см. рис.3.18 –
гипергеометрические оперативные
характеристики для трех планов
]
.
Поэтому
график
при
должен лежать выше, чем при
,
так как при более жестком контроле (
)
незамеченным проходит меньшее число
бракованных изделий. Используя данные
табл.3.17 и 3.18 только в части комбинации
,
получаем кривые, изображенные на рис.
3.26.