- •Міністерство освіти і науки україни
- •Формування експериментальних законів розподілу
- •1. Апроксимація закону розподілу одномірних експериментальних даних
- •1.1. Задачі апроксимації
- •1.2. Типові закони розподілу випадкової величини
- •1.2.1. Геометричний розподіл
- •1.2.2. Біноміальний розподіл
- •1.2.3. Розподіл Пуассона
- •1.2.4. Рівномірний розподіл
- •1.2.5. Нормальний розподіл (розподіл Гауса)
- •1.2.6. Логарифмічно нормальний розподіл
- •1.2.7. Експоненціальний (показниковий) розподіл
- •1.2.8. Розподіл Вейбула
- •1.2.9. Гамма-розподіл
- •1.3.1. Оцінка параметрів закону розподілу
- •1.3.1. Приклади побудови деяких законів розподілу
- •1.3.2. Питання для самоперевірки
- •1.4. Критерії узгодження
- •1.4.1. Критерій узгодження к.Пірсона
- •1.4.2. Критерій узгодження а.М.Колмогорова
- •1.4.3. Критерій узгодження б.С.Ястремського
- •1.4.4. Критерій в.І.Романовського
- •1.4.5. Питання для самоперевірки
- •2. Планування експерименту
- •2.1. Планування і обробка результатів експериментів при багатофакторному методі дослідження
- •2.2. Побудова математичної моделі у випадку двох факторів
- •2.3. Знаходження оптимальних умов проведення експерименту методом руху по градієнту
- •2.4. Питання для самоперевірки
- •3. Індивідуальні завдання для самостійної роботи студентів
- •Література
- •Предметний покажчик
- •Додаток 3
- •Критерій Колмогорова
- •Формування експериментальних законів Розподілу
- •83050, М. Донецьк, вул. Щорса, 31
- •83023, М. Донецьк, вул. Харитонова, 10. Тел.: (062)97-60-50
1.2.8. Розподіл Вейбула
Цей розподіл названий по прізвищах інженера В.Вейбула, який ввів його в практику аналізу результатів випробувань, і математика Б.В.Гнеденка, що одержав такий розподіл як граничний при вивченні максимального з результатів випробувань.
Нехай – випадкова величина, що характеризує тривалість функціонування виробу, складної системи, елемента, підприємства або життя живої істоти. Опишемо типову поведінку інтенсивності відмови , де і – функція і щільність розподілу випадкової величини . Весь інтервал часу можна розбити на три періоди. На першому з них (період «обкатування») функція має високі значення і явну тенденцію до спадання (найчастіше вона монотонно спадає). Це можна пояснити наявністю у розглянутій партії одиниць продукції з явними і прихованими дефектами, які приводять до відносно швидкого виходу з ладу цих одиниць продукції. Саме на перший період звичайно поширюється гарантійний строк.
Потім настає період нормальної експлуатації, що характеризується приблизно постійною і порівняно низькою інтенсивністю відмов. Природа відмов у цей період носить раптовий характер (аварії, помилки експлуатаційних працівників) і не залежить від тривалості експлуатації одиниці продукції.
В третій період експлуатації (період старіння і зношування) природа відмов складається з незворотних фізико-механічних і хімічних змін матеріалів, що приводять до прогресуючого погіршення якості одиниці продукції та остаточному виходу її з ладу.
Кожному періоду відповідає свій вид функції , де – певні числові параметри. Значення , , відповідають виду інтенсивності відмов у періоди обкатування, нормальної експлуатації і старіння відповідно.
Розподіл Вейбула–Гнеденка застосовується також при побудові ймовірнісних моделей ситуацій, у яких поведінку об'єкта визначають «найбільш слабкою ланкою»(страхові виплати або втрати через комерційні ризики, при вивченні границь пружності і витривалості сталі, ряду характеристик надійності).
Закон розподілу Вейбула описується диференціальною функцією
(13)
Тут і – параметри розподілу. Величина параметра впливає на форму кривої розподілу, заданої відношенням (13) (див. рис.13).
Рис.13. Розподіл Вейбула
Інтегральна функція розподілу Вейбула має вигляд . Характеристики випадкової величини, розподіленої за законом Вейбула, такі: математичне сподівання ; дисперсія ; асиметрія ; ексцес , де .
При розподіл Вейбула перетворюється в експоненціальний, при і наближається до нормального. Розподіл Вейбула широко застосовується при розрахунку показників надійності, зокрема, при дослідженні міцності і довговічності деталей. Цьому закону добре підпорядковуються розподіл границь пружності ряду металів, характеристики міцності і довговічності деталей (підшипники кочення, напружені осі і вали).
1.2.9. Гамма-розподіл
Випадкова величина, що має гамма-розподіл, описується щільністю ймовірності
(14)
Тут і – параметри розподілу, – одна з використовуваних у математиці спеціальних функцій, так звана «гамма-функція», по якій і названо цей розподіл. Крива розподілу залежить від двох параметрів закону (14) і (див. рис.14).
а) б)
Рис.14. Гамма-розподіл
Гамма-розподілена випадкова величина визначається наступними характеристиками: математичне сподівання , дисперсія , асиметрія , ексцес , де і – параметри розподілу.
Слід зазначити, що гамма-розподіл (14) відповідає експоненціальному розподілу (12) при . Нормальний розподіл (9) є граничним випадком гамма-розподілу при .
Гамма-розподіл широко застосовують в економіці і менеджменті, теорії і практиці надійності випробувань, у різних областях техніки і метеорології. Зокрема, гамма-розподілу підпорядковані в багатьох ситуаціях такі величини, як загальний термін служби виробу, час досягнення виробом граничного стану при корозії, час наробітки до ої відмови . Тривалість життя хворих хронічними захворюваннями, час досягнення визначеного ефекту при лікуванні в ряді випадків мають гамма-розподіл. Це розподіл є найбільш адекватним для опису попиту в економіко-математичних моделях управління запасами.
Закон розподілу випадкової величини, яку вивчає дослідник, може бути визначено у першому наближенні за величиною коефіцієнта варіації (див.табл.1)
, (15)
що вказує міру відносного розсіяння випадкової величини, тобто показує, яку долю середнього значення цієї величини складає її середнє розсіяння.
Таблиця 1
Закон розподілу випадкової додатної величини
в залежності від її коефіцієнта варіації
Границі зміни коефіцієнта варіації |
Закон розподілу випадкової величини |
|
нормальний |
|
гамма-розподіл |
|
Вейбула, Пуассона |
|
експоненціальний |