1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu

Podobne dokumenty
Statystyka matematyczna. Wykład II. Estymacja punktowa

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

Funkcja generująca rozkład (p-two)

Lista 6. Estymacja punktowa

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

Matematyka ubezpieczeń majątkowych r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Prawdopodobieństwo i statystyka r.

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Statystyka Inżynierska

Twierdzenia graniczne:

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Pobieranie próby. Rozkład χ 2

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Estymacja przedziałowa

Matematyka ubezpieczeń majątkowych r.

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

STATYSTYKA MATEMATYCZNA

1 Przedziały ufności. ). Obliczamy. gdzie S pochodzi z rozkładu B(n, 1 2. P(2 S n 2) = 1 P(S 2) P(S n 2) = 1 2( 2 n +n2 n +2 n ) = 1 (n 2 +n+2)2 n.

1 Dwuwymiarowa zmienna losowa

TRANZYSTORY POLOWE JFET I MOSFET

θx θ 1, dla 0 < x < 1, 0, poza tym,

Statystyka Matematyczna Anna Janicka

Niezawodność elementu nienaprawialnego. nienaprawialnego. 1. Model niezawodnościowy elementu. 1. Model niezawodnościowy elementu

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Ćwiczenie 3. H 1 : p p 0 H 3 : p > p 0. b) dla małej próby statystykę testową oblicza się za pomocą wzoru:

0.1 ROZKŁADY WYBRANYCH STATYSTYK

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,

Wykład FIZYKA I. 2. Kinematyka punktu materialnego. Dr hab. inż. Władysław Artur Woźniak

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Gretl konstruowanie pętli Symulacje Monte Carlo (MC)

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

16 Przedziały ufności

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

Estymatory nieobciążone o minimalnej wariancji

Wykład 11 ( ). Przedziały ufności dla średniej

W4 Eksperyment niezawodnościowy

Przełączanie diody. Stan przejściowy pomiędzy stanem przewodzenia diod, a stanem nieprzewodzenia opisuje się za pomocą parametru/ów czasowego/ych.

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Modele zmienności aktywów ryzykownych. Model multiplikatywny Rozkład logarytmiczno-normalny Parametry siatki dwumianowej

Badania niezawodnościowe i statystyczna analiza ich wyników

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

Podstawowe rozkłady zmiennych losowych typu dyskretnego

0.1 Statystyczne Podstawy Modelu Regresji

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne

Prawdopodobieństwo i statystyka r.

MATURA 2014 z WSiP. Zasady oceniania zadań

Komputerowa analiza danych doświadczalnych

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Model ciągły wyceny opcji Blacka Scholesa - Mertona. Wzór Blacka - Scholesa na wycenę opcji europejskiej.

Komputerowa analiza danych doświadczalnych

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

STATYSTKA I ANALIZA DANYCH LAB II

Statystyczny opis danych - parametry

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Prawdopodobieństwo i statystyka

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

STATYSTYKA I ANALIZA DANYCH

Wybrane litery alfabetu greckiego

Komputerowa analiza danych doświadczalnych

ESTYMACJA PARAMETRÓW FUNKCJI REGRESJI METODĄ KLASYCZNĄ ORAZ METODAMI BOOTSTRAPOWYMI**

Liczebnośd (w tys.) n

2. Wprowadzenie. Obiekt

1) Jakie są różnice pomiędzy analiza danych a wnioskowaniem statystycznym?

ZADANIA NA ĆWICZENIA 3 I 4

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Przykładowe zadania dla poziomu rozszerzonego

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

STATYSTYKA OPISOWA WYKŁAD 1 i 2

Modele probabilistyczne zjawisk losowych

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

Schrödingera. Dr inż. Zbigniew Szklarski. Katedra Elektroniki, paw. C-1, pok

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

1 Układy równań liniowych

Estymacja punktowa i przedziałowa

Transkrypt:

Badaia iezawodościowe i saysycza aaliza ich wyików. Eleme ieaprawialy, badaia iezawodości Model maemayczy elemeu - dodaia zmiea losowa T, określająca czas życia elemeu Opis zmieej losowej - rozkład, lub jego paramery.. Rozkłady zmieych losowych Sposoby opisu rozkładu zmieej losowej: fukcja gęsości rozkładu f( dysrybuaa rozkładu F( fukcja iezawodości R( fukcja iesywości uszkodzeń λ( Wybrae rozkłady zmieych losowych: rozkład wykładiczy f( λ e λ F( e λ R( e λ λ( λ Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

Jak wyglądają fukcje f( i F( dla rozkładu wykładiczego?.5.5 3 4 5 6 7 8 f(.8.6.4. 3 4 5 6 7 8 F( Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

Przykład Eleme, kórego czas życia opisay jes zmieą losową o rozkładzie wykładiczym przepracował τ jedosek czasu. Jakie jes prawdopodobieńswo, że eleme będzie jeszcze działał przez czas τ? P( τ τ P( τ + τ P( τ R( τ + τ R( τ exp( λ( τ + τ P( τ τ exp( λτ R( τ exp( λτ Własość a zwaa jes brakiem pamięci. rozkład ormaly (773 r. f( ( µ exp πσ σ F( ( τ µ exp πσ σ dτ ie rozkłady Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii Paramery pozycyje rozkładu zmieej losowej. Jak opisać (oczywiście w przybliżeiu rozkład przy pomocy jedej, lub kilku liczb? warość średia ( warość oczekiwaa, średi czas życia, mea d f T E ( ( µ wariacja ( miara rozproszeia rozkładu wokół warości średiej, variace d f T E T D ( ( } {( ( µ σ µ σ - odchyleie sadardowe współczyik skośości (współczyik asymerii, skewess d f T E T S 3 3 3 3 ( ( } {( ( µ σ σ µ współczyik zakrzywieia ( kurosis d f T E T K 4 4 4 4 ( ( } {( ( µ σ σ µ

Przykłady opisu iekórych rozkładów przy pomocy paramerów: Rozkład mea variace skewess kurosis jedosajy [,] jedosajy [,] wykładiczy λ wykładiczy λ ormaly µ, σ ormaly µ, σ Weibulla λ, k Weibulla λ, k3.5.83..8..33..8...87 7.73.5.5.87 7.73... 3.... 3..886.4.644 3.6.893.5.57.69 Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

Opis rozkładu zmieej losowej przy pomocy kwayli. p.8.6.4. 3 4 5 6 7 8 p F( p - poziom ( liczba z przedziału [, ] p - kwayl a poziomie p Kwayl p jes rozwiązaiem rówaia F ( p Rozkład zmieej losowej moża w przybliżeiu opisać podając pewą liczbę kwayli. Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

Szczególa rola fukcji iesywości uszkodzeń λ( λ( lim P > ( T [, + ] T λ( f ( F(.5 F(.5 F( 3 4 3 4.5 f(.5 3 4.5 f(.5 3 4 6 λ( 4 3 4 a 4 λ( 3 4 b Przebiegi fukcji dysrybuay F(, gęsości f( i fukcji iesywości uszkodzeń λ( dla przykładowych rozkładów prawdopodobieńswa. (a - rozkład Weibulla, b - rozkład logarymoormaly Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

.. Badaia iezawodościowe Jaki jes rozkład zmieej losowej opisującej czas życia elemeu? Odpowiedź a pyaie wymaga zwykle przeprowadzeia eksperymeu. Pojęcia podsawowe i sosowaa ermiologia: populacja - zbiór wszyskich elemeów daego rodzaju próba losowa - wybrae w pewie sposób iekóre elemey populacji opisae przez wekor gdzie T T,T T - wekor losowy,...,t i,..., T T i - zmiea losowa (czas życia i-ego elemeu badaie sposób uzyskaia wiedzy o elemeach z próby losowej, wyikiem badaia jes,,..., i,..., i - realizacje zmieych losowych T i saysyka fukcja wekora losowego T S(T S(T,T,...,T,...,T i Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

Przeprowadzaie badań iezawodościowych: pobraie próby losowej oczekiwaie i oowaie chwil uszkodzeń kolejych elemeów, z jedoczesym sprawdzaiem czy ie jes spełioe kryerium zakończeia badaia Kryeria zakończeia badaia: uszkodzeie wszyskich elemeów wchodzących w skład próby losowej (badaie pełe uszkodzeie zadaej liczby k (k< elemeów przekroczeie dopuszczalego czasu badaia T uszkodzeie zadaej liczby k elemeów, lub przekroczeie dopuszczalego czasu badaia T Wyikiem badaia iezawodościowego jes zawsze zbiór daych,,..., i,..., k Trudości z uzyskaiem zadowalająco liczych zbiorów daych: przyspieszoe badaia iezawodości Dalej rozważae będzie jedyie badaie pełe Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

. Meody reprezeacji wyików badań.. Tabela umer... i... czas i.. Hisogram Budowa hisogramu: wyzaczeie zakresu rysowaia podział zakresu rysowaia a rówe podprzedziały wyzaczeie dla każdego podprzedziału liczby ależących do iego daych (lub odpowiedich częsości arysowaie odpowiediego wykresu słupkowego Przykład Z rozkładu ormalego o paramerach µ, σ wylosowao liczb. Jak arysować hisogram? Jaki jes wpływ liczby podprzedziałów a wygląd hisogramu? Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

4 3 5 5, m 5 5 5 5 5, m 5 4 3 5 5, m Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

.3. Gęsość empirycza wysokość słupka hisogramu gęsości empiryczej jes wyzaczaa przez podzieleie częsości dla daego przedziału, przez jego długość.4. Dysrybuaa empirycza Fukcja określoa asępująco: F ( k / < > k k+ Przykład 3 Z rozkładu ormalego o paramerach µ, σ wylosowao, i 3 liczb. Jak wygląda dysrybuaa empirycza dla poszczególych przypadków?.8 N.6.4. 6 8 4 6 Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

.8 N.6.4. 4 6 8 4 6 8.8 N.6.4. 4 6 8 4 6 8 Twierdzeie (Gliwieki Niech D sup Fˆ ( F( R będzie odległością dysrybuay empiryczej od dysrybuay F(. Jeżeli,,..., i,...,, pochodzą z rozkładu o dysrybuacie F( o P(lim D Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

3. Esymacja rozkładu zmieej losowej 3.. Sformułowaie zadaia esymacji Niech TT,T,...,T wekorem opisującym próbę losową pobraą z jedego z rozkładów rodziy parameryczej { F θ : θ Θ} przy czym warość parameru θ ideyfikującego rozkład ie jes zaa. Jak wykorzysać próbę losową dla wyciągięcia wiosków doyczących iezaego parameru θ? Sposób posępowaia: Skosruować saysykę θˆ(t θˆ(t,t,...,t,...,t zwaa esymaorem pukowym, w aki sposób aby jej warość była bliska prawdziwej warości parameru θ. i W jaki sposób uzyskać fukcję (saysykę określającą esymaor? Jak oceić jakość esymaora pukowego? Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

3.. Ocea esymaorów i ich własości Jakość esymaora moża próbować oceiać przy pomocy wyrażeia (opisującego błąd ζ(ˆ θ E ( θˆ θ Po kilku przekszałceiach uzyskuje się. ζ(ˆ θ E ( θˆ ( θˆ + [ E( θˆ θ] Var( θˆ E + b ( θˆ gdzie Var( θˆ - wariacja esymaora b ( θˆ E( θˆ θ - obciążeie esymaora Aby błąd ξ był mały wariacja powia być możliwie mała i obciążeie esymaora wio wyosić. Defiicja Esymaory o obciążeiu rówym oszą azwę esymaorów ieobciążoych. Defiicja Jeżeli P ( θˆ θ > ε o esymaor azywamy zgodym. Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

3.3. Obliczaie esymaorów meodą ajwiększej wiarogodości Defiicja 3 R. A. Fisher Jeżeli zmiea losowa ma gęsość f(θ, i jeśli T T,T,...,T i,..., T jes próbą z rozkładu ej zmieej, o łącza gęsość próby rozparywaa jako fukcja parameru θ a posać L ( θ;,,..., i,..., f ( θ, i i i osi azwę fukcji wiarogodości. Twierdzeie Niech T T,T,...,T i,..., T będzie próbą z rozkładu o gęsości f(θ, oraz θ prawdziwą warością poszukiwaego parameru θ. Wówczas dla każdej usaloej warości parameru zachodzi θ θ P [ f ( θ,t... f ( θ,t > f ( θ,t... f( θ,t ] gdy Wiosek Jako warość parameru θ ależy przyjąć warość θˆ, kóra maksymalizuje fukcję wiarogodości. Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii

Przykład 3 T T,T,...,T i,..., T Niech będzie próbą z rozkładu ormalego o paramerach θ [ µ, σ ]. Przy pomocy meody ajwiększej wiarogodości ależy wyzaczyć θˆ. Fukcja wiarogodości wygląda asępująco (, σ ;,..., L µ exp ( σ i ( πσ i µ Po logarymowaiu orzymujemy l (, σ ;,..., ( µ lσ l π L µ σ i i Obliczeie pochodych prowadzi do układu rówań, L ( i µ µ σ i L σ 4σ 4 i ( i µ σ kórego rozwiązaie ma posać µ ˆ i i σˆ i ( i Moża pokazać, że w wyzaczoym pukcie, fukcja wiarogodości osiąga maksimum. Wydział Elekroiki Poliechiki Wrocławskiej, Niezawodość i eksploaacja sysemów cyfrowych, rokiii