лекция - математические основы надежности. Лекция 3 матема
![]()
|
Лекция 3 МАТЕМАТИЧЕСКИЕ ОСНОВЫ НАДЕЖНОСТИ Математический аппарат для обработки случайных величин Надежность объектов нарушается возникающими отказами. Отказы рассматривают как случайные события. Для количественной оценки надежности используются методы теории вероятности и матема-тической статистики. Показатели надежности могут определяться: – аналитическим путем на основе математической модели – мате-матического определения надежности; – в результате обработки опытных данных – статистическое опре-деление показателя надежности. Момент возникновения отказа, частота возникновения отказов – величины случайные. Поэтому базовыми методами для теории на-дежности являются методы теории вероятности и математической статистики. Случайная величина – величина, которая в результате опыта при-нимает одно, наперед неизвестное значение, зависящее от случайных причин. Случайные величины могут быть дискретными и непрерыв-ными. Как известно из теории вероятности и математической статистики, общими характеристиками случайных величин являются: 1. Среднее арифметическое значение. Х=ƩХi/n где xi – реализация случайной величины в каждом наблюдении; n – число наблюдений. 2. Размах. Понятие размаха в теории статистики используется в качестве меры рассеивания случайной величины. R = xmax – xmin , где xmax – максимальное значение случайной величины; xmin – минимальное значение случайной величины. 3. Среднее квадратическое отклонение является также мерой рассеивания случайной величины. ![]() 4. Коэффициент вариации также характеризует рассеивание случайной величины с учетом средней величины. Коэффициент вариации определяется по формуле V =S/X. Различают случайные величины с малой вариацией (V≤0,1), средней вариацией (0,1<V≤0,33) и большой вариацией (V>0,33). Если коэффициент вариации V<0,33, то случайная величина подчиняется нормальному закону распределения. Если коэффициент вариации 0,33<V≤1, то – распределению Вейбулла. Если коэффициент вариации V=1, то – равновероятному распределению. В теории и практике надежности чаще всего используются следующие законы распределения: нормальный, логарифмически нормальный, Вейбулла, экспоненциальный. Законом распределения случайной величины называется соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующими им вероятностями. Для характеристики закона распределения случайной величины используются следующие функции. 1. Функция распределения случайной величины – функция F(х), оп-ределяющая вероятность того, что случайная величина Х в результате испытаний примет значение меньше или равное х: F(x) = P(X ≤ x). Функция распределения случайной величины может быть пред-ставлена графиком (рис. 1). ![]() Рис. 1. Функция распределения случайной величины 2. Плотность распределения вероятностей случайной величины f (x) = F'(x). Плотность вероятности характеризует вероятность того, что слу-чайная величина примет конкретное значение x (рис. 2). ![]() Рис. 2. Плотность распределения вероятностей (нормальный закон распределения) Экспериментальной оценкой плотности вероятности случайной величины является гистограмма распределения случайной величины (рис.3). ![]() Рис. 3. Гистограмма распределения случайной величины Гистограмма показывает зависимость количества наблюдаемых значений случайной величины в определенном интервале значений от границ этих интервалов. По гистограмме можно приближенно судить о плотности распределения случайной величины. При построении гистограммы в выборке случайной величины x из n значений определяют наибольшее xmax и наименьшее xmin значения. Диапазон изменения величины R разбивают на m одинаковых интервалов. Затем подсчитывают число наблюдаемых значений случайной величины ni, попадающих в каждый i-й интервал. |