Таблица 2.3 - Значения плотностей распределения
|
|
A |
B |
C |
D |
E |
|||||
|
1 |
Матем. Ожидание |
Сред. кв. отклонение |
|
|
|
|||||
|
2 |
21.93637526 |
1.402484928 |
|
|
|
|||||
|
3 |
|
|
|
|
|
|||||
|
4 |
Равн.расп |
|
|
|
|
|||||
|
5 |
a |
19.50720011 |
|
|
|
|||||
|
6 |
b |
24.36555041 |
|
|
|
|||||
|
7 |
Норм.распр. |
|
|
|
|
|||||
|
8 |
m |
21.93637526 |
|
|
|
|||||
|
9 |
σ |
1.402484928 |
|
|
|
|||||
|
10 |
Гамма-распр. |
|
|
|
|
|||||
|
11 |
α |
244.6433013 |
|
|
|
|||||
|
12 |
β |
0.089666773 |
|
|
|
|
|
|
|
|
|
14 |
Середина |
Плотность относит. частот |
Плотность равномерного распр. |
Плотность норм. распр. |
плотность Гамма-распр. |
|||||
|
15 |
19.5 |
0.08 |
0 |
0.062908 |
#ЧИСЛО! |
|||||
|
16 |
20.5 |
0.21 |
0.205831185 |
0.168362 |
#ЧИСЛО! |
|||||
|
17 |
21.5 |
0.22 |
0.205831185 |
0.271013 |
#ЧИСЛО! |
|||||
|
18 |
22.5 |
0.25 |
0.205831185 |
0.262387 |
#ЧИСЛО! |
|||||
|
19 |
23.5 |
0.18 |
0.205831185 |
0.152792 |
#ЧИСЛО! |
|||||
|
20 |
24.5 |
0.05 |
0 |
0.053513 |
#ЧИСЛО! |
|||||
|
21 |
25.5 |
0 |
0 |
0.011273 |
#ЧИСЛО! |
|||||
|
22 |
26.5 |
0.01 |
0 |
0.001428 |
#ЧИСЛО! |
|||||
|
23 |
27.5 |
0 |
0 |
0.000109 |
#ЧИСЛО! |
|||||
|
24 |
28.5 |
0 |
0 |
0.000005 |
#ЧИСЛО! |
Плотности равномерного, нормального
и гамма-распределения рассчитываются в соответствии с формулами:
,
,
,
затем они копируются в блок ячеек С16:Е24.
Построим гистограмму
частот, совмещенную с плотностью каждого из указанных ранее распределений.
Гистограмма частот- это графическое изображение зависимости плотности
относительных частот ni / nh от соответствующего интервала
группировки. В этом случае площадь гистограммы равна единице, и гистограмма
может служить аналогом плотности распределения вероятностей случайной величины X.
Графическое изображение гистограммы и кривых различных распределений приведено
на рисунках 3 - 5. При этом используется нестандартная диаграмма типа
"График | гистограмма".
t,час
Рисунок 3 - Сглаживание гистограммы плотностью равномерного распределения
t,час
Рисунок 4 - Сглаживание
гистограммы плотностью нормаьного распределения
По внешнему виду этих графиков вполне можно судить о соответствии кривой распределения данной гистограмме, т. е. о том, какая кривая ближе к полученной гистограмме.
Используя критерий
,
надо установить, верна ли принятая нами гипотеза о распределении случайной
величины X, т. е. о соответствии функции распределения F(x) экспериментальным
данным, чтобы ошибка не превышала заданного уровня значимости
(вероятность
того, что будет отвергнута правильная гипотеза).
t,час
Рисунок 5 - Сглаживание гистограммы плотностью гамма-распределения
Для применения критерия
необходимо,
чтобы частоты пi, соответствующие каждому интервалу, были не
меньше 5. Если это не так, рядом стоящие интервалы объединяются, а их частоты
суммируются. В результате общее количество интервалов может уменьшиться до
значения
.
Далее вычисляется следующая сумма:
, (2)
где рi - теоретическая вероятность того, что случайная величина X примет значение из интервала [ai-1, аi]. Мы предположили, что случайная величина X имеет функцию распределения F(x), поэтому pt =F(ai)-F(ai-1). Образец расчетов по формуле (2) в Excel для трех распределений показан в таблице 6.
В колонке А содержатся левые, а в колонке В - правые границы интервалов. В колонке С находятся соответствующие частоты. Заметим, что интервалы с 5-го по 10-й объединены в один, чтобы все частоты были не менее пяти. Количество интервалов вместо k = 10 стало равным k' = 5. В колонке D рассчитываются теоретические вероятности в зависимости от вида распределения. Как обычно, вычисляется одно значение, которое копируется в другие ячейки:
для равномерного распределения:
= ЕСЛИ(В45 < $В$5; 0; ЕСЛИ(В45 <= $В$6,
(В45 - $В$5)/($В$6 - $В$5); 1)) - ЕСЛИ(А45 < $В$5; 0,
ЕСЛИ(А45 <= $В$6;
(А45 - $В$5)/($В$6 - $В$5); 1)).
для нормального
распределения:
D52 = НОРМРАСП(В53; $В$8; $В$9; ИСТИНА) - НОРМРАСП(А53; $В$8; $В$9; ИСТИНА).
для
гамма-распределения:=ГАММАРАСП(В61; $В$11; $В$12; ИСТИНА)- ГАММАРАСП(А61;
$В$11; $В$12; ИСТИНА).
Таблица 2.4 - Подбор распределения на основе критерия χ2
|
|
A |
B |
C |
D |
E |
|
43 |
Левая граница |
Правая граница |
Частота |
Вероятности |
χ² |
|
44 |
|
|
|
Равномерное распределение |
|
|
45 |
19 |
20 |
8 |
0.101433585 |
0.452905772 |
|
46 |
20 |
21 |
21 |
0.205831185 |
0.008443336 |
|
47 |
21 |
22 |
22 |
0.205831185 |
0.097533966 |
|
48 |
22 |
23 |
25 |
0.205831185 |
я |
|
49 |
23 |
24 |
18 |
0.205831185 |
0.324173482 |
|
50 |
24 |
29 |
6 |
0.075241675 |
0.308749983 |
|
51 |
Сумма |
1.191806539 |
|||
|
52 |
|
|
|
Нормальное распределение |
|
|
53 |
19 |
20 |
8 |
0.06554593 |
0.318738516 |
|
54 |
20 |
21 |
21 |
0.168487582 |
1.022793981 |
|
55 |
21 |
22 |
22 |
0.265914992 |
0.792804683 |
|
56 |
22 |
23 |
25 |
0.257797892 |
0.02358713 |
|
57 |
23 |
24 |
18 |
0.153519334 |
0.456766991 |
|
58 |
24 |
29 |
6 |
0.070590439 |
0.158884685 |
|
59 |
Сумма |
2.773575986 |
|||
|
60 |
|
|
|
Гамма-распределение |
|
|
61 |
19 |
20 |
8 |
0.065581985 |
0.316976029 |
|
62 |
20 |
21 |
21 |
0.175459958 |
0.679935488 |
|
63 |
21 |
22 |
22 |
0.270652617 |
0.947963351 |
|
64 |
22 |
23 |
25 |
0.252103096 |
0.001754447 |
|
65 |
23 |
24 |
18 |
0.147637418 |
0.709397903 |
|
66 |
24 |
29 |
6 |
0.073695366 |
0.254511305 |
|
67 |
Сумма |
2.910538523 |
|||
|
68 |
|
||||
|
69 |
Критическое значение критерия |
5.991464547 |
|||
В колонке Е рассчитываются слагаемые соотношения (2) по формуле:
Е45 = (С45 - 100·D45)^2/(100·D45), которая копируется в другие ячейки колонки Е.
Согласно (2) для каждого
рассмотренного распределения определяются итоговые суммы:
Е51 = СУММ(Е45:Е50),
Е59 = СУММ(Е53:Е58),
Е67 = СУММ(Е61:Е66),
которые равны соответственно 11,095, 10,945и 2,576.
Гипотеза о виде закона
распределения должна быть принята, если вычисленное значение
достаточно
мало, а именно не превосходит критического значения
которое
определяется по распределению
в
зависимости от заданного уровня значимости
и числа степеней
свободы
.
Здесь s - число неизвестных параметров распределения, которые были
определены по выборке (для равномерного, нормального и гамма-распределения s
= 2). В данном примере r = k'-s-1 = 5-3 = 2. Полагая
=
0,05, критическое значение критерия
в
Excel рассчитывается по формуле:
Е66 = ХИ2ОБР(0,05;2)
Поскольку 2.77<
5,991, то принимается гипотеза о том, что статистические данные имеют
нормальное распределение с параметрам m=21.936 и σ
=1.402 соответственно.
3. ОПРЕДЕЛЕНИЕ
ХАРАКТЕРИСТИК НАДЕЖНОСТИ СИСТЕМЫ
В разделе 2.3 было
установлено, что случайная величина Z принадлежит множеству
Г(244.64;0.089) с плотностью распределения вероятностей:
(3)
Основными характеристиками надежности невосстанавливаемой системы являются среднее время безотказной работы и вероятность безотказной работы в течение времени t.
Среднее время безотказной работы системы T1 равно математическому ожиданию m, т. е. T1 = 26,38 час.
Вероятность безотказной
работы вычисляется по формуле:
. (4)
Построим график функции
,
используя Excel. В ячейках А71: А91 запишем значения аргумента t,
изменяющегося от 0 до 27 часов с шагом 1 час.
Так как случайная
величина Z имеет нормальное распределение, то в ячейку В71 записывается
формула:
В71 = 1 - НОРМРАСП(А71;
$В$8; $В$9; ИСТИНА),
которая затем копируется
в ячейки В72: В98 (таблица 3.7). При этом используется аргумент истина,
который, согласно равенству (3), соответствует интегральной функции
распределения (а не плотности распределения). В результате будет получена
таблица значений вероятности безотказной работы
, график
которой представлен на рисунке 6.
Таблица 3 - Значения вероятности безотказной работы системы
|
68 |
A |
B |
|
69 |
Вероятность безотказной работы |
|
|
70 |
t,час |
P(t) |
|
71 |
0 |
1 |
|
72 |
1 |
1 |
|
73 |
2 |
1 |
|
74 |
3 |
1 |
|
75 |
4 |
1 |
|
76 |
5 |
1 |
|
77 |
6 |
1 |
|
78 |
7 |
1 |
|
79 |
8 |
1 |
|
80 |
9 |
1 |
|
81 |
10 |
1 |
|
82 |
11 |
1 |
|
83 |
12 |
1 |
|
84 |
13 |
1 |
|
85 |
14 |
0.999999992 |
|
86 |
15 |
0.999999621 |
|
87 |
16 |
0.999988458 |
|
88 |
17 |
0.999784011 |
|
89 |
18 |
0.997497524 |
|
90 |
19 |
0.981856407 |
|
91 |
20 |
0.916310477 |
По таблице 3 и графику
функции
(рисунок
6) можно определить вероятность того, что система безотказно проработает в
течение заданного времени.
t,час
Рисунок 6 - График
вероятности безотказной работы системы
ЗАКЛЮЧЕНИЕ
В данной курсовой работе изучили методы статистического моделирования применительно к задачам нахождения законов распределения времени безотказной работы и показателей надежности технических систем с использованием прикладных программных средств.
Оценили надежность системы S методом статистического моделирования на ЭВМ.
Разработали алгоритмы разыгрывания случайных величин Х1,Х2,Х3 и V с использованием генераторов случайных чисел, содержащихся в Microsoft Excel.
Определили время безотказной работы системы Y в зависимости от времени безотказной работы Х1,Х2,Х3 элементов на основе структурной схемы расчета надежности.