Niezawodnoœc-teoria i rozkłady
Transkrypt
Niezawodnoœc-teoria i rozkłady
L.Kowalski – Niezawodność-teoria i rozkłady NIEZAWODNOŚĆ Zakładamy, że obiekt jest prosty (nie wnikamy w strukturę) i nieodnawialny. T-zmienna losowa oznaczająca zdatność (trwałość) obiektu czyli czas do jego uszkodzenia. Można przyjmować, że jest to proces ciągły w czasie wartościach 0 i 1. Funkcje niezawodności. Dystrybuanta F(t) zmiennej losowej T F (t ) = P{T < t } Funkcja niezawodności R(t) - prawdopodobieństwo, że czas do uszkodzenia obiektu jest większy od t R(t ) = P{T ≥ t} Gęstość zmiennej losowej T f (t ) = d F (t ) dt Funkcja λ(t) intensywności uszkodzeń λ (t ) = f (t ) f (t ) = 1 − F (t ) R (t ) Funkcja wiodąca Λ(t) (wyczerpywanie się „zapasu niezawodności”) t Λ (t ) = ∫ λ (u )du 0 Warunkowa funkcja niezawodności Rt(τ) –prawdopodobieństwo warunkowe zdarzenia, że obiekt zachowa stan zdatności jeszcze przez czas co najmniej τ pod warunkiem, że do chwili t nie doszło do uszkodzenia. Rt (τ ) = P{T ≥ t + τ } R (t + τ ) = P{T ≥ t } R (t ) 1 L.Kowalski – Niezawodność-teoria i rozkłady Wartość oczekiwana E(T) zmiennej losowej T. Wariancja D2(T) zmiennej losowej T Kwantyl rzędu p zmiennej losowej T oznaczamy tp (chwila, dla której F(t) osiąga wartość p): F (t p ) = p Typowe rozkłady czasów zdatności: Rozkład wykładniczy f (t ) = λe − λt , t ≥ 0 F (t ) = 1 − e − λt , t ≥ 0 R(t ) = e − λt , t ≥ 0 λ (t ) = λ , t ≥ 0 Λ (t ) = λt , t ≥ t ` Rt (τ ) = e − λτ , t ≥ 0 E (T ) = 1 λ transformata Laplace’a gęstości D 2 (T ) = f ∗ (s ) = λ λ+s Inne rozkłady: Rozkład Erlanga, Rozkład gamma, Rozkład Weibullaa, Rozkład Rayleigh’a, Rozkład normalny, Rozkład normalny ucięty, Rozkład logarytmiczno-normalny, Rozkład potęgowy, Rozkład mieszaniny, 2 1 λ2 L.Kowalski – Niezawodność-teoria i rozkłady Obiekty proste odnawialne z niezerowym czasem odnowy. X(t) 1 T4 T3 η1 0 N1(t) N2(t) T2 T1 η2 η3 t strumień uszkodzeń strumień odnowień Zmienne Ti są zmiennymi losowymi oznaczającymi kolejne czasy poprawnej pracy obiektu określone dystrybuantą F(t), gęstością f(t), transformatą Laplace’a f*(s), wartością oczekiwaną θ1 oraz odchyleniem standardowym σ1. Zmienne ηi są zmiennymi losowymi oznaczającymi kolejne czasy odnów obiektu określone dystrybuantą G(t), gęstością g(t), transformatą Laplace’a g*(s), wartością oczekiwaną θ2 oraz odchyleniem standardowym σ2. Zmienna losowa τr jest sumą zmiennych losowych oznaczających czas poprawnej r-tej pracy obiektu i czas r-tej odnowy obiektu. τ r = Tr + η r Zmienne losowe τ1, τ2, τ3, ... mają identyczny rozkład o dystrybuancie Φ(t) i gęstości t d ϕ (t ) = Φ (t ) = ∫ f (t − x) g ( x)dx dt 0 ϕ ∗ ( s) = f ∗ ( s) ⋅ g ∗ ( s) Zatem (tw. Borela) Charakterystyki procesu odnowień N2(t) t r" = τ 1 + τ 2 + τ 3 + ... + τ r Czas t r" do r-tej odnowy Ma dystrybuantę i gęstość { } Φ r (t ) = L−1 Φ ∗r ( s ) ϕ r (t ) = L−1 {ϕ ∗ ( s )} r * oznacza transformatę Laplace’a, L-1 oznacza retransformatę. 3 L.Kowalski – Niezawodność-teoria i rozkłady gdzie ϕ ∗ ( s ) = (ϕ ∗ ( s ) ) = ( f ∗ ( s) ⋅ g ∗ ( s) ) r r r ( ) r 1 1 Φ ∗r ( s ) = ϕ ∗r ( s ) = f ∗ ( s ) ⋅ g ∗ ( s ) s s dla czasów odpowiednio dużych (t→∞ ) zmienna losowa t r" dąży do rozkładu normalnego ( ( ) N r ⋅ (θ1 + θ 2 ), σ 12 + σ 22 ⋅ r ) Dla dużych t (duża liczba odnowień) proces N2(t) dąży do ( ) t σ 12 + σ 22 ⋅ t N , 3 θ1 + θ 2 2 ( ) θ + θ 1 2 Funkcja odnowy H2(t) – oczekiwana liczba odnowień do chwili t H 2 (t ) = E ( N 2 (t )) gdzie { 1 f ∗ (s) ⋅ g ∗ (s) H 2∗ ( s ) = ⋅ s 1 − f ∗ ( s ) ⋅ g ∗ (s) } H 2 (t ) = L−1 H 2∗ ( s ) { gdzie } h2 (t ) = L−1 h2∗ ( s ) Gęstość odnowy h2(t) h2∗ ( s ) = f ∗ (s) ⋅ g ∗ (s) 1 − f ∗ ( s ) ⋅ g ∗ (s) Charakterystyki procesu uszkodzeń N1(t) wyznaczamy analogicznie. Dla dużych t (odpowiednio duża liczba uszkodzeń) proces N1(t) dąży do t N , θ1 + θ 2 (σ ) + σ 22 ⋅ t 3 (θ1 + θ 2 )2 2 1 Funkcja uszkodzeń H1(t) – oczekiwana liczba uszkodzeń do chwili t H1 (t ) = E{N1 (t )} gdzie { } H1 (t ) = L−1 H1∗ ( s ) { gdzie } h1 (t ) = L−1 h1∗ ( s ) Gęstość uszkodzeń h1(t) f ∗ (s) h ( s) = 1 − f ∗ ( s ) ⋅ g ∗ (s) ∗ 1 4 1 f ∗ (s) H1∗ ( s ) = ⋅ s 1 − f ∗ ( s ) ⋅ g ∗ (s) L.Kowalski – Niezawodność-teoria i rozkłady Charakterystyki łączne Współczynnik gotowości kg(t) - prawdopodobieństwo poprawnej pracy obiektu w chwili t k g (t ) = P{X (t ) = 1} t k g (t ) = 1 − F (t ) + ∫ h2 (u )[1 − F (t − u )]du 0 oraz { } k g (t ) = L−1 k g∗ ( s ) gdzie [ ][ ] 1 1 1 − f ∗ (s) ∗ ∗ k g ( s ) = 1 − f ( s ) 1 − h2 ( s ) = ⋅ s s 1 − f ∗ ( s ) ⋅ g ∗ (s) ∗ Dla dużych t otrzymujemy: ∞ Lecz 1 K g = lim k g (t ) = ⋅ [1 − F (u )]du t →∞ θ1 + θ 2 ∫0 ∞ ∫ [1 − F (u )]du = θ 1 0 czyli Kg = θ1 θ1 + θ 2 P(t,t+τ) – prawdopodobieństwo tego, że w przedziale (t,t+τ) nie będzie uszkodzenia t P (t , t + τ ) = 1 − F (t + τ ) + ∫ h2 ( x)[1 − F (t + τ − x)]dx 0 a dla dużych t (korzystając z tw. Smitha) otrzymujemy charakterystykę graniczną 1 P(τ ) = lim P (t , t + τ ) = t →∞ θ1 + θ 2 5 ∞ ∫τ [R( y)]dy L.Kowalski – Niezawodność-teoria i rozkłady WYBRANE ROZKŁADY PRAWDOPODOBIEŃSTWA ZWIĄZANE Z NIEZAWODNOŚCIĄ Rozkład dwumianowy Dla danych p ∈ ( 0, 1) , n ∈ N określamy funkcję prawdopodobieństwa n P( X = k ) = p k q n− k k gdzie q = 1 – p k = 0, 1, 2, ... , n. Zauważmy, że gdy n = 1 to rozkład dwumianowy jest rozkładem zerojedynkowym. Jeśli przyjmiemy, że n oznacza liczbę niezależnych doświadczeń z których każde kończy się jednym z dwóch wyników: „sukcesem" (z prawdopodobieństwem p w każdym doświadczeniu) lub „porażką” i zmienna losowa X oznacza liczbę „sukcesów” to powyższy wzór wyznacza prawdopodobieństwo uzyskania dokładnie k sukcesów w n doświadczeniach (próbach). Przykład Prawdopodobieństwo uszkodzenia kserokopiarki przed upływem gwarancji wynosi 0,2. Firma zakupiła 6 kserokopiarek. Obliczyć prawdopodobieństwo, że przed upływem gwarancji 2 kserokopiarki ulegną uszkodzeniu. Jaka jest najbardziej prawdopodobna liczba uszkodzonych kserokopiarek przed upływem gwarancji. X – liczba uszkodzonych kserokopiarek przed upływem gwarancji, 6 P ( X = 2) = 0,2 2 0,8 4 = 15 ⋅ 0,04 ⋅ 0,4096 = 0,24576 2 Uwaga Funkcję prawdopodobieństwa zmiennej losowej X można przedstawić w tabelce: xk pk 0 1 2 3 4 5 6 0,2621 0,3932 0,2458 0,0819 0,0154 0,0015 0,0001 Zauważmy, że najbardziej prawdopodobną liczba uszkodzonych kserokopiarek jest 1. 6 L.Kowalski – Niezawodność-teoria i rozkłady Przykład Obliczymy wartość oczekiwaną rozkładu dwumianowego. n n n n! EX = ∑ k p k q n −k = ∑ k p k q n−k = k!(n − k )! k =0 k k =1 n ( n − 1)! = np ∑ p k −1q n−k = np ( p + q ) n −1 = np k =1 ( k − 1)!( n − k )! Wariancja rozkładu dwumianowego wynosi D 2 X = npq Rozkład Poissona Dla λ > 0 określamy funkcję prawdopodobieństwa P (X = k ) = λk k! e − λ k = 0, 1, 2, ... (wartości tych prawdopodobieństw zawiera tablica rozkładu Poissona) Rozkład Poissona (możliwość odczytu w tablicy) może dla dużych n (praktycznie n ≥ 30) i małych p (praktycznie p ≤ 0,2) przybliżać rozkład dwumianowy (przybliżenie Poissona) n k n − k λk − λ p q ≈ e k k ! gdzie λ = n ⋅ p Oszacowanie błędu przybliżenia: n k n − k λk − λ 2λ2 sup p q − e ≤ k k k! n Przykład W pudełku jest 400 żarówek. Jakie jest prawdopodobieństwo, że wśród nich jest 5 żarówek wadliwych, jeśli wadliwość produkcji takich żarówek wynosi 0,5%? Jaka jest najbardziej prawdopodobna liczba uszkodzonych żarówek w tym pudełku? 7 L.Kowalski – Niezawodność-teoria i rozkłady Zastosujemy przybliżenie Poissona, λ = n ⋅ p = 400 ⋅ 0,005 = 2 . W tablicy rozkładu Poissona odczytamy, że: P(X = 5) = 0,0361 Również w tablicy rozkładu Poissona odczytamy, że najbardziej prawdopodobna liczba uszkodzonych żarówek w tym pudełku to 1 lub 2 (dla obu tych liczb prawdopodobieństwo jest równe 0,2707). Parametry: ∞ EX = ∑ k k =0 λk k! e −λ ∞ = λ∑ k =1 λk −1 (k − 1)! e −λ ∞ λs s =0 s! = λ∑ e −λ = λ D2 X = λ Uwaga Jeśli Xt jest zmienną losową oznaczającą liczbę wystąpień ustalonego zdarzenia w przedziale czasu [0, t] to przy typowych założeniach P( X t ( λ t )k − λt = k) = e EX t = λt k! k = 0, 1, … D 2 X t = λt Przykład Badamy awaryjność pewnego urządzenia. Na podstawie wielokrotnych obserwacji ustalono, że średnia liczba awarii na godzinę wynosi 0,01. Wtedy prawdopodobieństwo, że w ciągu 100 godzin wystąpi jedna awaria będzie równe P ( X 100 1 ( 0,01 ⋅ 100 ) −0 , 01⋅100 = 1) = e 1! 8 = 0,367879 (odczyt z tablicy) L.Kowalski – Niezawodność-teoria i rozkłady Rozkład wykładniczy Rozkład ten występuje często w zagadnieniach rozkładu czasu między zgłoszeniami (awariami) lub czasu oczekiwania na obsługę w systemach kolejkowych. Gęstość rozkładu wykładniczego o parametrze a > 0 ma postać ae − ax f ( x) = 0 x>0 x≤0 dystrybuantą tego rozkładu jest funkcja 1 − e − ax F ( x) = 0 x>0 x≤0 (uzasadnienie: F'(x) = f(x)) Przykład Obliczymy EX ∞ EX = ∫ xae − ax dx = − xe − ax 0 ∞ 1 1 − e − ax = a 0 a podobnie D2 X = 1 a2 Własność. 1) Jeśli liczba zgłoszeń w systemie kolejkowym w przedziale czasu (t, t + T) ma rozkład Poissona o parametrze λT, oraz liczby zgłoszeń przychodzące w rozłącznych przedziałach czasu są niezależne to czas X między kolejnymi zgłoszeniami ma rozkład wykładniczy o parametrze a = 1/λ. 2) Dla dowolnych t, T > 0 mamy P( X ≥ t + T | X ≥ t ) = P( X ≥ T ) (własność braku pamięci) 9 L.Kowalski – Niezawodność-teoria i rozkłady Uzasadnienie. P( X ≥ t + T | X ≥ t ) = P( X ≥ t + T ∧ X ≥ t ) P( X ≥ t + T ) = = P( X ≥ t ) P( X ≥ t ) e − ( t +T ) a = −ta = e −Ta = P( X ≥ T ) e Jest to jedyny rozkład ciągły o tej własności. Wykładniczy rozkład czasu do uszkodzenia występuję najczęściej gdy uszkodzenie następuje wskutek działania czynników zewnętrznych. Dyskretnym odpowiednikiem rozkładu wykładniczego jest rozkład geometryczny. Przykład Badamy awaryjność pewnego urządzenia. Na podstawie wielokrotnych obserwacji ustalono, że średni czas między awariami wynosi 10 godzin. Prawdopodobieństwo, że czas między kolejnymi awariami będzie większy od 10 godzin będzie równe P ( X > 10 ) = 1 − F (10 ) = e −0 ,1⋅10 = e −1 = 0,367879 (odczyt z tablicy) Prawdopodobieństwo, że czas między kolejnymi awariami będzie większy od 20 godzin będzie równe P ( X > 20 ) = 1 − F ( 20 ) = e −0 ,1⋅20 = e −2 = 0,135335 10 (odczyt z tablicy) L.Kowalski – Niezawodność-teoria i rozkłady Rozkład Weibulla. Rozkład wykładniczy modeluje niezawodność o stałej intensywności uszkodzeń. Ogólniejszy model w 1951 roku zaproponował W. Weibull analizując trwałość wyrobów. Wprowadzenie. Dyskretnym odpowiednikiem rozkładu wykładniczego jest rozkład geometryczny. X – czas (dyskretny) do pierwszego uszkodzenia, p – prawdopodobieństwo uszkodzenia w jednym okresie (stała niezależna od czasu), Funkcja prawdopodobieństwa tego rozkładu ma postać P ( X = t ) = p (1 − p ) t −1 t = 1, 2, 3, ….. Uzasadnienie Niech Ai – zdarzenie polegające na uszkodzeniu urządzenia w i-tym okresie P ( X = t ) = P ( A1' ) P ( A2' ) L P ( At' −1 ) P ( At ) = p (1 − p ) t −1 Jest to dobrze określony rozkład bo ∞ ∞ t =1 t =1 ∑ P( X = t ) = ∑ p(1 − p) t −1 ∞ = p ∑ (1 − p ) t −1 = p t =1 1 =1 1 − (1 − p ) Parametry 1 p Wartość oczekiwana EX = m = Wariancja D2 X = σ 2 = q p2 Własność (brak pamięci). P( X > t + τ | X > t ) = P( X > t + τ ) = (1 − p)τ (nie zależy od t) P( X > t ) Uzasadnienie 11 L.Kowalski – Niezawodność-teoria i rozkłady P( X > k ) = = p (1 − p ) k ∞ ∞ i = k +1 i =0 ∑ p(1 − p)i−1 = p(1 − p) k ∑ (1 − p)i = 1 ∞ p (1 − p) i = (1 − p ) k ∑ p i =0 Zatem P ( X > t + τ ) (1 − p ) t +τ P( X > t + τ | X > t ) = = = (1 − p )τ t P( X > t ) (1 − p ) Podstawową zasadą prowadzącą do rozkładu wykładniczego jest własność: prawdopodobieństwo zdarzenia w krótkim czasie ∆t jest w przybliżeniu równe λ∆t = λt n gdzie λ jest średnią liczbą zdarzeń na jednostkę czasu i nie zależy od numeru tego przedziału. Zatem prawdopodobieństwo braku sukcesu w n takich przedziałach jest równe λt 1 − n n i dąży przy n rosnącym do nieskończoności do e − λt co daje znaną dystrybuantę rozkładu wykładniczego 1 − e − λt F (t ) = 0 t<0 t≥0 Niekiedy zamiast parametru λ stosuje się wielkość η = 1 λ . Konstruując rozkład Weibulla przyjmujemy własność: prawdopodobieństwo zdarzenia w krótkim czasie ∆t jest w przybliżeniu równe λi∆t czyli średnią liczba zdarzeń na jednostkę czasu zmienia się wraz z upływem czasu i zależy od numeru tego 12 L.Kowalski – Niezawodność-teoria i rozkłady przedziału. Zatem prawdopodobieństwo braku sukcesu w n takich przedziałach jest równe n Qn = ∏ (1 − λi ∆t ) i =1 Po zlogarytmowaniu n n i =1 i =1 ln Qn = ∑ ln (1 − λi ∆t ) ≅ − ∑ λi ∆t Gdy ∆t dąży do zera i n rosnącym do nieskończoności otrzymamy granicę t ln Q(t ) = − ∫ λ (τ )dτ ≡ −Λ (t ) 0 Po usunięciu logarytmu otrzymamy Q(t ) = e − Λ ( t ) co daje dystrybuantę 1 − e − Λ (t ) F (t ) = 0 t<0 t≥0 β t Gdy przyjmiemy Λ (t) = to otrzymamy dystrybuantę rozkładu Weibulla η t − η F (t ) = 1 − e 0 β dla t > 0 dla t ≤ 0 gęstość rozkładu Weibulla β −1 − t β t e η f (t ) = η β 0 β dla t > 0 dla t ≤ 0 Rozkład jest zdefiniowany dla β, η > 0, η - charakterystyczny czas życia, β - parametr kształtu 13 L.Kowalski – Niezawodność-teoria i rozkłady Własność. Dla każdego β > 0 P( X < η ) = 1 − 1 ≈ 0,6321 e Trzyparametrowy rozkład Weibulla. β β −1 − t − t 0 β (t − t0 ) e β dla t > t0 β f (t ) = η dla t ≤ t0 0 Rozkład jest zdefiniowany dla β, η > 0, t0 ≥ 0. t0 – przesunięcie (minimalny czas życia). Wybrane parametry rozpatrywanego rozkładu: Wartość oczekiwana 1 EX = m = ηΓ + 1 β gdzie Γ jest funkcją gamma Eulera, Wariancja 2 1 D 2 X = σ 2 = η 2 Γ + 1 − Γ 2 + 1 β β 14 L.Kowalski – Niezawodność-teoria i rozkłady Współczynnik zmienności 2 Γ + 1 β −1 v= 1 Γ 2 + 1 β Moment rzędu k k EX k = mk = η k Γ + 1 β Moment centralny rzędu 3 3 2 1 1 3 E ( X − m ) = µ 3 = η 3 Γ + 1 − 3Γ + 1Γ + 1 + 2Γ 3 + 1 β β β β Moment centralny rzędu 4 4 3 1 4 E ( X − m ) = µ 4 = η 4 Γ + 1 − 4Γ + 1Γ + 1 + β β β 2 1 1 + 6Γ + 1Γ 2 + 1 − 3Γ 4 + 1 β β β Mediana M e = η (ln 2 ) 1/ β p-kwantyl t p = η (− ln(1 − p ) ) 1/ β Dominanta β −1 M o = η β 15 1/ β , β ≥1 L.Kowalski – Niezawodność-teoria i rozkłady Współczynnik asymetrii 3 2 1 1 Γ + 1 − 3Γ + 1Γ + 1 + 2Γ 3 + 1 β β β β a= 3/2 2 2 1 Γ + 1 − Γ + 1 β β Kurtoza 4 3 1 2 1 1 Γ + 1 − 4Γ + 1Γ + 1 + 6Γ + 1Γ 2 + 1 − 3Γ 4 + 1 β β β β β β −3 k= 2 2 2 1 Γ + 1 − Γ + 1 β β Funkcja ryzyka (intensywność uszkodzeń) f (t ) t β −1 λ (t ) = h(t ) = =β β 1 − F (t ) η Dla β < 1 funkcja malejąca, Dla β = 1 funkcja stała, Dla β > 1 funkcja rosnąca, 16 t>0 L.Kowalski – Niezawodność-teoria i rozkłady Zagadnienie estymacji parametrów rozkładu Weibulla. Metoda momentów, która chociaż daje estymatory o słabszych własnościach to charakteryzuje się dużą prostotą. Mianowicie najpierw wyznaczamy estymator parametru β z równości 2 Γ + 1 β 1 + v2 = 1 Γ 2 + 1 β gdzie ν jest współczynnikiem zmienności wyliczonym z próby, Następnie estymator parametru η wyznaczamy z równości η= X 1 Γ + 1 β Metoda największej wiarygodności. Należy rozwiązać układ równań n β= n∑ xiβ i =1 n n n∑ xi ln xi − ∑ xi β i =1 i =1 β n ∑ ln x i =1 1 β 1 β η = ∑ xi n i =1 n 17 i v= S X . L.Kowalski – Niezawodność-teoria i rozkłady Metoda kwantyli empirycznych. ln(1 − p1 ) ln ln(1 − p2 ) β= t p1 ln tp 2 η= t p1 + t p 2 (− ln(1 − p1 ))β + (− ln(1 − p2 ))β 1 1 Najwyższa efektywność estymatorów parametrów rozkładu Weilbulla (równą 0,64) otrzymujemy dla kwantyli rzędu p1 = 0,24 i p2 = 0,93, wtedy β= η= 2,2711 t0,93 ln t0, 24 t0,93 + t0, 24 (0,2744 )β + (2,6593)β 1 1 Uwaga. a) dla β = 1 rozkład Weibulla staje się rozkładem wykładniczym, b) dla β = 2 rozkład Weibulla staje się rozkładem Releya z parametrem 18 η 2 , L.Kowalski – Niezawodność-teoria i rozkłady X c) zmienna losowa Y = β ln η , gdzie X - rozkład Weibulla ma rozkład wykładniczy z parametrem 1, d) jeśli X jest zmienną losową o rozkładzie jednostajnym w (0, 1), to zmienna losowa Y = η (− ln X ) β ma rozkład Weibulla, (własność ta pozwala w prosty sposób 1 generować liczby losowe o rozkładzie Weibulla), e) dystrybuantę rozkładu Weibulla można dobrze przybliżać dystrybuanta rozkładu log-normalnego. t ln m F (t ,η , β ) ≈ Φ α gdzie m= (maksymalny 0,038) α = ln (1 + v 2 ) x 1+ v błąd 2 Φ - dystrybuanta rozkładu N(0,1) Strona internetowa www.weibull.com poświęcona zagadnieniom związanym z rozkładem Weibulla, ich zastosowaniami i aktualnymi programami wspomagającymi obliczenia. Strona ta jest ciągle rozszerzana i aktualizowana, dając użytkownikowi możliwość korzystania z najnowszych rozwiązań dotyczących rozkładu Weibulla. 19 L.Kowalski – Niezawodność-teoria i rozkłady Wykres gęstości dla wybranych parametrów: eta = 1, beta = 0,5 eta = 1, beta = 2 eta = 1, beta = 4 1,6 1,4 1,2 1 f(t) 0,8 0,6 0,4 0,2 0 -0,2 0 2 4 6 8 10 t eta = 1, beta = 2 eta = 2, beta = 2 eta = 3, beta = 2 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 -0,1 0 2 4 6 20 8 10 L.Kowalski – Niezawodność-teoria i rozkłady Uogólnieniem rozkładu wykładniczego i rozkładu Weibulla jest rozkład gamma Odgrywa on szczególną rolę przy modelowaniu niezawodności obiektów odnawialnych (suma niektórych zmiennych losowych o rozkładzie gamma ma rozkład gamma, np. jeśli czas pracy między uszkodzeniami ma rozkład gamma to sumaryczny czas pracy też ma rozkład gamma (z innymi parametrami)) Gęstość rozkładu gamma λα t α −1 −λt e f (t ) = Γ(α ) 0 dla t > 0 dla t ≤ 0 Rozkład jest zdefiniowany dla α, λ > 0, Gęstość uogólnionego rozkładu gamma βλα / β t α −1 −λt β e dla t > 0 f (t ) = Γ(α / β ) 0 dla t ≤ 0 Rozkład jest zdefiniowany dla αβ>0, λ > 0, Uwaga. a) dla α = β = 1 rozkład gamma staje się rozkładem wykładniczym, b) dla α = β rozkład gamma staje się rozkładem Weibulla, c) dla α = β = 2 rozkład gamma staje się rozkładem Releya, d) dla α = 3, β = 2 rozkład gamma staje się rozkładem Maxwella, e) dla α = n / 2, β = 1, λ = 1 / 2 rozkład gamma staje się rozkładem chi kwadrat, f) dla α = n, β = 1, rozkład gamma staje się rozkładem Erlanga, Literatura: B.Korzan, „Teoria niezawodności”, D.Bobrowski, „Modele i metody matematyczne teorii niezawodności”, L.Kowalski, „Statystyka”, L.Kowalski, 30.03.2010 21