litceysel.ru
добавить свой файл
1
Лекция 2

КОЛИЧЕСТВЕННЫЕ ПОКАЗАТЕЛИ БЕЗОТКАЗНОСТИ: ОБЩИЕ ПОНЯТИЯ. ОСНОВНЫЕ СВЕДЕНИЯ ИЗ ТЕОРИИ ВЕРОЯТНОСТЕЙ


1. Общие понятия

Наиболее важные показатели надежности невосстанавливаемых  объектов – показатели безотказности, к которым относятся:

  • вероятность безотказной работы;

  • плотность распределения отказов;

  • интенсивность отказов;

  • средняя наработка до отказа.

Показатели надежности представляются в двух формах (определениях):

- статистическая (выборочные оценки);

- вероятностная.

Статистические определения (выборочные оценки) показателей получаются по результатам испытаний на надежность.

Допустим, что в ходе испытаний какого-то числа однотипных объектов получено конечное число интересующего нас параметра – наработки до отказа. Полученные числа представляют собой выборку некоего объема из общей «генеральной совокупности», имеющей неограниченный объем данных о наработке до отказа объекта.

Количественные показатели, определенные для «генеральной совокупности», являются истинными (вероятностными) показателями, поскольку объективно характеризуют случайную величину – наработку до отказа.

Показатели, определенные для выборки, и, позволяющие сделать какие-то выводы о случайной величине, являются выборочными (статистическими) оценками. Очевидно, что при достаточно большом числе испытаний (большой выборке) оценки приближаются к вероятностным показателям.

Вероятностная форма представления показателей удобна при аналитических расчетах, а статистическая – при экспериментальном исследовании надежности.

Для обозначения статистических оценок будем использовать знак сверху.

 

Примем следующую схему испытаний для оценки надежности.

Пусть на испытания поставлено N одинаковых серийных объектов. Условия испытаний идентичны, а испытания каждого из объектов проводятся до его отказа.

Введем следующие обозначения:

T = {0, t1, … tN } = {t} – случайная величина наработки объекта до отказа;

N(t)число объектов, работоспособных к моменту наработки t;

n(t)число объектов, отказавших к моменту наработки t;

n(t, t + t)число объектов, отказавших в интервале наработки     [t, t + t];

t – длительность интервала наработки.

Поскольку в дальнейшем определение выборочных оценок базируется на математических моделях теории вероятностей и математической статистики, то ниже приводятся основные (минимально необходимые) сведения из теории вероятностей.

Более подробный материал из теории вероятностей читатель может получить в Приложении: «Основные понятия и краткие сведения из теории вероятностей».

 


2. Основные сведения о математических моделях расчета в теории вероятностей

 

Теория вероятностей - математическая наука, изучающая закономерности в случайных явлениях.

 

2. 1. Основные понятия теории множеств

Одним из основных понятий является - случайное событие.

Событием называется всякий факт (исход), который в результате опыта (испытания) может произойти или не произойти.


Каждому из таких событий можно поставить в соответствие определенное число, называемое его вероятностью и являющееся мерой возможного совершения этого события.

Теория вероятностей основывается на аксиоматическом подходе и опирается на понятия теории множеств.

Множество – это любая совокупность объектов произвольной природы, каждый из которых называется элементом множества.

Предположим, что производится некоторый опыт (испытание), результат которого заранее неизвестен. Тогда множество всех возможных исходов опыта представляет пространство элементарных событий, а каждый его элемент   (отдельный исход опыта) является элементарным событием. Любой набор элементарных событий (любое их сочетание) считается подмножеством (частью) множества   и является случайным событием, т. е. любое событие А – это подмножество множества : А ..

В общем случае, если множество содержит n элементов, то в нем можно выделить 2n подмножеств (событий).

Введем  ряд определений.

Совместные (несовместные) события – такие события, появление одного из которых не исключает (исключает) возможности появления другого.

Зависимые (независимые) события – такие события, появление одного из которых влияет (не влияет) на появление другого события.


Противоположное событие относительно некоторого выбранного события А – событие, состоящее в не появлении этого выбранного события (обозначается ).

Полная группа событий – такая совокупность событий, при которой в результате опыта должно произойти хотя бы одно из событий этой совокупности.

 

2. 2. Аксиомы теории вероятностей

 

Вероятность события А  обозначается P(A) или P{A}. Вероятность выбирают так, чтобы она удовлетворяла следующим условиям или аксиомам:



(1)

 



(2)

 

Если Ai и Aj несовместные события, т. е. Ai Aj = , то

 



(3)

 

где - знак логического сложения событий, – пустое множество (отсутствие событий).


Аксиома (3)  обобщается на любое  число несовместных событий { Аi }n i=1 :

 



(4)

 

Частотное определение вероятности любого события А:

 



(5)

 

представляет отношение числа случаев (mA), благоприятных появлению события А, к общему числу случаев (возможному числу исходов опыта) n.

При неограниченном возрастании числа n наблюдается статистическое упорядочение, когда частота события А (выборочная оценка) все меньше изменяется и приближается к постоянному значению -  вероятности события А.

 

2. 3. Основные правила теории вероятностей

 

2.3.1. Теорема сложения вероятностей.

Если А1, А2, …, Аn - несовместные события и А – сумма этих событий, то вероятность события А равна сумме вероятностей событий А1, А2, …, Аn:

 



(6)

 

Поскольку  противоположные события А и несовместны и образуют полную группу, то сумма их вероятностей


 



(7)

 

2.3.2. Теорема умножения вероятностей.

Вероятность произведения двух событий А1 и А2 равна вероятности одного из них, умноженной на условную вероятность другого, в предположении, что первое событие произошло:

 



(8)

 

где условная вероятность события А1 при наступлении события А2 – вероятность события А1, вычисленная в предположении, что событие А2 произошло:

 



(9)

 

Для любого конечного числа событий теорема умножения имеет вид

 



(10)

 


Если события А1 и А2  независимы, то соответствующие условные вероятности

 


 

поэтому теорема умножения вероятностей (8) принимает вид

 



(11)

 

а для конечного числа n независимых событий

 



(12)

 

2.4. Следствия основных теорем

 

Следствия основных теорем - формула полной вероятности (ФПВ) и формула Байеса находят широкое применение при  решении большого числа задач.

 

2.4.1. Формула полной вероятности.

Если по результатам опыта можно сделать n исключающих друг друга предположений (гипотез) H1, H2, … Hn, представляющих полную группу несовместных событий (для которой  P(i)=1), то вероятность события А, которое может появиться только с одной из этих гипотез, определяется:

 



(13)

 

где P(Hi) – вероятность гипотезы Hi;

P(А| Hi) – условная вероятность события А при гипотезе Hi.

Поскольку событие А может появиться с одной из гипотез H1, H2, … Hn, то      А= АH1 АH2 АHn  , но  H1, H2, … Hn несовместны, поэтому


 



 

При зависимости события А от появления гипотезы Hi  P(AHi) = P(Hi)· P(А| Hi), откуда и следует выражение (13).

2.4.2. Формула Байеса (формула вероятностей гипотез).

Если до опыта вероятности гипотез H1, H2, … Hn были равны P(H1), P(H2), …, P(Hn), а в результате опыта произошло событие А, то новые (условные) вероятности гипотез вычисляются:

 



(14)

 

Доопытные (первоначальные) вероятности гипотез P(H1), P(H2), …, P(Hn) называются априорными, а послеопытные - P(H1| А), … P(Hn| А)апостериорными.

Формула Байеса позволяет «пересмотреть» возможности гипотез с учетом полученного результата опыта.

Доказательство формулы Байеса следует из предшествующего материала. Поскольку P(Hi А) = P(Hi)· P(А| Hi) = P(Hi)· P(Hi| А):

 



(15)

 

откуда, с учетом (13), получается выражение (15).

Если после опыта, давшего событие А, проводится еще один опыт, в результате которого может произойти или нет событие А1, то условная вероятность этого последнего события вычисляется по (13), в которую входят не прежние вероятности гипотез P(Hi), а новые - P(Hi| А):

 



(16)

 

Выражение (16) называют формулой для вероятностей будущих событий.