Биномиальное распределение
Биномиальное распределение имеет большое применение при изучении вопросов надежности авиационной техники. Этот вид распределения относится к распределениям случайных величин, которые имеют в результате опыта только два несовместных исхода, например отказ — неотказ, запуск —- незапуск.
Допустим, что мы производим запуски двигателей на трех однотипных самолетах, каждый из которых оборудован одним двигателем. Нам нужно определить, какова вероятность запуска трех двигателей из трех с первой попытки, двух двигателей из трех с первой попытки, одного двигателя из трех с первой попытки, ии одного двигателя с первой попытки. Здесь мы имеем дело с независимыми, противоположными событиями и событиями, образующими полную группу.
Обозначая через А и А запуск и незапуск двигателя, через А, Ль Л2, Л2, Аз, Аз запуски и незапуски двигателей соответственно на первом, втором и третьем самолетах, через В0, Ви В2, Вз незапуск ни одного двигателя из трех, запуск одного из грех, запуск двух из трех и запуск трех из трех.
Тогда события В0і Ви В2 и Вз можно сформулировать следующим образом:
1. Запуск ни одного двигателя из трех не произойдет тогда, когда с первой попытки не запустятся двигатели на первом,
«и» на втором, «н» на третьем самолетах. Поскольку союз «и» соответствует действию умножения, то
Bq = і4іА% — Ag.
2. Запуск только одного двигателя из трех может произойти тогда, когда запустится двигатель на первом самолете «н» не запустятся двигатели на втором «и» третьем самолетах, «или» запустится двигатель на втором самолете «и» не запустятся двигатели на первом «и» на третьем самолетах, «или» запустится двигатель на третьем самолете «и» не запустятся двигатели на первом «и» втором самолетах. Это сложное событие можно математически записать так:
Вх — Лі А% As ~Ь Ах As As "і* А А $ А%.
3. Запуск двух двигателей из трех может произойти тогда, когда запустятся двигатели на первом «и» втором самолетах «н» не запустится двигатель на третьем самолете, «или» запустятся двигатели на первом «и» третьем самолетах, «и» не запустится на втором, «или» запустятся двигатели на втором «и» третьем самолетах «и» не запустятся на первом:
В2 = А Аг Aq — f Ai Л2 <43 4~ Ах А2 ^э.
4. Запуск двигателей произойдет на всех трех самолетах:
Bg = Ai А2 As.
Используя теоремы сложения и умножения вероятностен, мы можем записать для событий В0, Ви -62, В% их вероятности, если нам заранее известна Р — вероятность успешного запуска при каждой попытке. Обозначая Ро, з; Pi#; Рг, з; Рз, з как вероятности успешных запусков из числа запускаемых двигателей, запишем вероятность незапуска ни одного двигателя из трех:
Р(Во) — Яо. з = Р(АгАиАг) = P{Ai)P[A*)P(As) =
— О —p)(i — p)(i —р) = (1
Вероятность запуска одного двигателя из трех:
P(Bi) = Рі. з — Р{АХ А2 4* Ах Az As 4- Ах А2 Лв) =
“ Р (^i А2 Л8) 4* Р(А А^ /4з) 4- Р{А А2 Ад) =
— Р(Аг)Р(А,)Р(А3) + Р(АХ) РШ Р Из) + Р (А,) Р (А,) Р (As) —
/>0-/00- Р) ‘і-(* —/?)Р(1 p) -И1 — Ж1 -/>)/> =
= 3/7(1 р)
Вероятность запуска двух двигателей из трех:
Г (В,) = Рад = Р (Л, 4, А3 + Л, Л2 Ла + А, Л3 Л3) = 3 (1
Вероятность запуска трех двигателей из трех:
P(BS) = Р,,3 = Я (Л» Л2 л3) = рг.
Решим подобную задачу в общем виде. Для этого обозначим через Ртлп вероятность того, что на п самолетах {п попыток) будет т успешных запусков двигателей с первой попытки:
1 Іапрнмер, п — 5, т~ 3, тогда
п
т(п— т)
а Рз,5 = 1 Ор8 (1 ~~р)2; или «~8; т ~ 3, тогда
Число т успешных запусков в серии из п попыток (опытов) является случайным. Это число может принимать сле — іующиє значения 0; 1; 2; …; п—1; п с соответствующими вероятностями Ро, л, Pi. и, Р%п,. — —
Таким образом, уравнение (2.7а) определяет собой распределение вероятностей случайного числа т, которое называется биномиальным.
Из уравнения следует, например, что Ро, п — (1 — Р)п Р, ип — Рп, так как Спп = 1 и С« = 1, если принять 0! за единицу.
2.5. Случайные величины
Характеризовать ту или иную конечную совокупность опытов мы можем не только отвечая на вопрос, что произошло в процессе опыта, но также отвечая на вопросы, когда произо-
шло интересующее нас событие в каждом из N проводимых опытов, сколько раз появилось это событие в N опытах и т. д. Иными словами, продолжая анализ опыта, теория вероятностей дает его количественную характеристику и вводит новое понятие случайной величины.
Случайной величиной называется величина, которая в результате опыта может принимать то или иное значение, причем заранее до опыта неизвестно какое именно.
Случайные величины, принимающие только отделенные друг от друга значения, которые можно заранее перечислить, называются прерывными или дискретными случайными величинами.
Случайные величины, возможные значения которых непрерывно заполняют некоторый промежуток, называются не — прерывными случайными величинами.
Случайная величина характерна тем, что она в результате опыта принимает некоторое одно, заранее неизвестное, но единственное значение
Следует отметить, что термин «случайная величина» не совсем удачен, и более подходящим был бы термин случайная функция, независимой переменной которой является точка в пространстве элементарных событий, т. е. исход опыта.
Поэтому в литературе но теории вероятностей случайной величине часто дается определение как функции, определенной на пространстве элементарных событий.
Типичными примерами случайных величин могут служить следующие:
— число отказов системы, появляющихся за интервал эксплуатации t
■—моменты времени внезапных отказов элементов на временном интервале от 0 до /;
— моменты времени отказов из-за износа, которые практически появляются, в отличие от внезапных отказов, на конечном временном интервале.
Случайная величина наиболее полно может быть охарактеризована ее законом распределения, представленным в одной из следующих форм:
— для дискретной случайной величины:
1) функции распределения:
2) ряда распределения;
— для непрерывной случайной величины:
1) функции распределения;
2) плотности распределения.
каждая из форм закона распределения представляет со — їм>и некоторую функцию, которая полностью описывает слу-
…. .. величину с вероятностной точки зрения.
II общем случае функция распределения случайной величины А’ есть вероятность события Х*Сх и обозначается F(x),
I V
F(x) = P(X<x),
іде х — текущая переменная; X — случайная величина.
Производная от функции распределения непрерывной случайной величины X называется плотностью распределения или плотностью вероятности /(*):
f{x)^F'{x),
іде f(x) —плотность распределения; F(x) —функция распределения.
Для дискретной случайной величины X функция распределения
/^(л) — является ступенчатой функцией,
все х*х а ряд распределения
(2.8)
f(x) = P(X^x).
Для непрерывной случайной величины X функция распределения
F(x) = j’ f(x)dx.
Кроме функции н плотности распределения (плотности вероятности) , случайную величину можно до некоторой степени, достаточной для решения ряда практических задач, охаракте
ризовать с помощью нескольких числовых параметров. Важнейшими из них являются следующие:
— среднее значение случайной величины (математическое
ожидание) *ср;
— дисперсия случайной величины О(Х);
— среднее квадратическое отклонение о.
Среднее значение случайной величины характеризует положение случайной величины на числовой оси, т. е. указывает некоторое среднее, ориентировочное значение, около которого группируются все возможные значения случайной величины. Термины среднее значение или математическое ожидание случайной величины Л’ являются синонимами и обычно обозначаются хср или М(Х).
Среднее значение случайной величины вычисляется по формулам:
— для дискретной случайной величины
*сР = 2 (2.Ю)
/=і
— для непрерывной случайной величины
хср — J xf(x) dx. (2.10а)
— Об
Для характеристики разброса случайной величины X относительно ее среднего значения хср служат дисперсия D(X) и среднее квадратическое отклонение о. Дисперсией случайной величины X называется среднее значение квадрата отклонения случайной величины от ее среднего значения.-
Среднее квадратическое отклонение представляет собой среднее значение абсолютной величины отклонения случайной величины от ее среднего значения.
Дисперсия и среднее квадратическое отклонение случайной величины вычисляются по формулам-
D(X)_ £ to — *ер ГР-
I
і тх);
для непрерывной случайной величины
D(X)=~ j {х — xcp)2f(x)dx
о ~ Vd(x) .
Усложнение вычислений среднего квадратического откло — ік’ішя случайной величины о путем извлечения квадратного корня из дисперсии объясняется тем, что среднее значение ■пклонеиия случайной величины от ее среднего значения всег — UI равно нулю.
Пример 2.8. Допустим, что среднее время, потребное на выполнение регламентных работ, равно:
100-часовых — 10 час;
200-часовых— 18 час;
000-часовых — 48 час.
Требуется вычислить среднее время выполнения регламентных работ, если средний налет каждого самолета в год равен 300 час.
Решение. 1. Введем следующие обозначения: zu z^
1, — соответственно числа 100-, 200- и 600-часовых регламентных работ, выполняемых на каждом самолете за 300 час наїв га в год; z — суммарное число регламентных работ, выполняемых на каждом самолете в год; щ, Пг, «з — вероятности пребываний самолета на регламентных работах каждого вида (І00-, 200- и 600-часовых);
2. Определяем Zy г2, z3 и z:
^ 600 0,5: г’ 200 0,5 “ 1;
г, =-у—-0,5-1 = 1,5; 2=0,5+1 + 1,5 = 3.
3. Вероятности щ, и.2 и из определяются как отношение произведения среднего времени выполнения регламентных работ каждого вида и числа регламентных работ каждого вида, выполняемых на одном самолете (г£тД к сумме этнх произве-
и, можно рассчитывать по
ziri
h
Ъг‘~;
І— 1 где zt — среднее число регламентных работ /-го вида на одном самолете; — среднее время выполнения регламентных работ /-го вида на одном самолете; k — индекс для старшего вида регламентных работ, т. е. регламентных работ, выполняемых через наибольшие интервалы наработки;
-і м — 1,5*13= 19,5 час: т2 = 1 — 20 = 20 час;
zs~.s = 0,5-48 = 24 час;
"‘=тй—°’307; "^W=°’3I5;
24
"’=«sr°-37a
4. По формуле (2.10) определяем среднее значение времени выполнения регламентных работ всех видов:
~ср = 0,307-13 + 0,315-20 4- 0.378-48 = 28,4 час.
Пример 2.9. В течение года на самолетах авиационной группы 100 раз выполнялись регламентные работы (100-часовые). Хронометраж показал, что в 40 случаях выполнения регламентных работ потребовалось затратить время 16 час, в 30 случаях — 18 час, в 20 случаях — 20 час и в 10 случаях — 22 час. Также из опыта известно, что выполнение этих регламентных работ физически невозможно за время меньше 14 час, т. е. *о=14 час.
Требуется определить функцию распределения времени выполнения 100-часовых регламентных работ.
Решение. 1. Вычисляем среднее время, дисперсию и среднее квадратическое отклонение времени выполнения рема ментных работ:
*ср « 0,4* 16 + 0,3-18 + 0,2*20 + 0,1 -22 = 18 час
/;(/рр) = (16- 18)80,4 + (18- 18)2-0,3 + (20- 18)2-0,2 +
+ (22 18)2-0,1 = 4 час.
а — 2 час.
2.
Из условия задачи видно, что в качестве распределения времени выполнения регламентных работ можно принять нормальное распределение, а вероятность выполнения регламентных работ в течение времени t определять формулой
где G(t) — вероятность выполнения регламентных работ; t — текущее время выполнения регламентных работ; tG — минимально возможное время выполнения регламентных работ. (Это время получено из опыта работы технического состава данной авиационной группы).
Таким образом, для нашего примера функция распределения времени выполнения регламентных работ будет иметь следующий вид:
Функции распределения времени работ, встречающихся прй техническом обслуживании летательных аппаратов. 1. При выявлении и устранении отказов время выполнения работ распределено по закону, который не противоречит показательному закону
где t — время выявления и устранения отказов; р — интенсивность выявления и устранения отказов; G{t)—вероятность выявления и устранения отказов за время t.
2. В условиях проведения всех видов подготовок к полетам (за исключением предполетной подготовки) и выполнения регламентных работ инженерно-технический состав имеет дело с неисправными самолетами, что обусловливает выявление и устранение отказов. Поэтому объем подготовок, регламентных работ носит случайный характер с нормальным распределением продолжительности подготовки, выполнения регламентных работ и G(t) определяется по формуле
(2.16)
где G(t) — вероятность выполнения работ по подготовке самолетов к полету (выполнения регламентных работ) за время t; tcр — среднее время выполнения работ; о — среднее квадратическое отклонение времени выполнения работ.
3.В некоторых случаях для упрощения расчетов выбирают «смещенное» показательное распределение продолжительности подготовок с параметрами
Рі в ~ і *о. — ^ср 6),7 з.
Тогда G (I) определяется по формуле
где G (/) — вероятность подготовки самолетов (выполнения регламентных работ) за время t; и /о, — параметры под
готовки, вычисленные по формулам (2.17).
Г. ікіім образом, для планирования всех видов работ по ‘чническому обслуживанию и войсковому ремонту самолетов Н’дует использовать формулы (2.5) — (2.8).
Расчет р, и t0t производится по формулам (2.17). Значение tcp и о определяют из статистики техническою обслужи — ц и имя самолетов. Следует заметить, что величины /ср и з ‘•V іут характеризовать не только эксплуатационное совершению конструкций летательных аппаратов (восстанавливаемость), но также уровень квалификации инженерно-техннче — •кого состава и условия его работы (базирование, климат, игография и т. д.).
Пример 2.10. Из опыта подготовок самолетов к полету известно, что среднее время подготовки tcp = 6,5 час; а среднее квадратическое времени подготовки о» 1,5 час. Определить (i(t) за время t~7 час.
Решение. По формулам (2.7) рассчитываем:
Р, = = 0,665 1}час
К — tcp — 0,7 о » 6,5 — 0,7* 1,5 = 5,45;
О (7) = 1 — г0,665 {7“5,45) 1 — е~ш = 1 0,357 = 0,643.
Это значит, что за время /— 7 час из 100 подготовок будут выполнены 64 подготовки. Остальные 36 подготовок будут выполнены за время, большее 7 час.
4. Для упрощения вычисления вероятностей случайных величин, распределенных не по показательному закону, применяется распределение Эрланга.
Допустим, что отказ или восстановление элемента наступает в результате прохождения k стадий, причем длительности /], …,/* этих стадий будут независимыми показательно распределенными случайными величинами с плотностью распределения цув’ Предполагаем, что в конце первой стадии
по истечении времеин ti начинается вторая стадия и т. д. Отказ (восстановление) наступает в конце &-ой стадии. Таким образом, время безотказной работы (время восстановления) / равно /і + …+ tk, а плотность распределения времени Нравна
/*(*) = і (со/)*-*
|
||