Усеченное нормальное распределение
Усеченным нормальным распределением называется распределение, получаемое из классического нормального при ограничении интервала возможных значений наработки до отказа.
Известно, что корректность использования классического нормального распределения наработки достигается при Т ≥ 3S.
При малых значениях Т и большом S может возникать ситуация, когда функция f(t) «покрывает» своей левой ветвью область отрицательных наработок (рис. 4.7).
f(t) |
S T0 |
t<0 6S |
t |
Рис. 4.7. Функция плотности вероятности усеченного нормального распределения
Таким образом, нормальное распределение, являясь общим случаем распределения случайной величины в диапазоне (–∞; +∞), лишь в частности (при определенных условиях) может быть использовано для моделей надёжности.
В общем случае усечение может быть:
левым – (0; +∞),
двусторонним – (t1, t2).
Для рассмотрения количественных характеристик надёжности при усеченном нормальном распределении вводится нормирующий множитель, чтобы сохранить условие нормирования плотности вероятности:
, (4.19)
где
, (4.20)
откуда
(4.21)
Переходя от случайной величины Т = {t} к величине X = {x}
x2 = (t2 –Т)/S , x1 = (t1 – Т)/S ,
получают
,
откуда
(4.22)
где Ф(х) – интеграл Лапласа.
.
Усеченный нормальный закон распределения применяется для описания постепенных отказов объектов, что характерно для «стареющих» объектов.
Поскольку [Ф(x2)–Ф(x1)] < 1, то c > 1, поэтому f1(t) > f2(t). Здесь f1(t) – функция плотности распределения отказов для нормального закона распределения, f2(t) – функция плотности распределения отказов для усеченного нормального закона распределения. Кривая f1(t) выше, чем f2(t), так как площади под кривыми f1(t) и f2(t) одинаковы и равны 1 (рис. 4.8):
(с погрешностью ≤ 1 %).
f1(t), f2(t) |
f1(t) |
t |
mt |
t1 |
t2 |
f2(t) |
(t1, t2) |
Рис. 4.8. Функция плотности распределения отказов
для нормального закона распределения f1(t) и функция плотности распределения отказов
для усеченного нормального закона распределения f2(t)
1. Почему распределение Гаусса называется нормальным?
2. Поясните влияние параметров распределения: математического ожидания и дисперсии по виду кривой плотности распределения отказов.
3. При каких условиях правильно использовать классическое нормальное распределение, а при каких – усечённое нормальное распределение?
Дата добавления: 2016-02-16; просмотров: 1031;