可靠性工程2.pptVIP

可靠性工程 第二讲 可靠性基础知识（一） 概率与数理统计 可靠性工程是建立在众多的数学基础上的。其中，概率论和数理统计是可靠性工程的最重要的数学基础。可靠性工程中的许多基本理论和基本概念如可靠性工程中最基本的特征量如可靠度、失效率、平均寿命等都是在概率论和数理统计的基础上建立起来的。 随机事件和概率 随机现象 随机事件 随机试验 随机变量 随机变量具有两个特点：取值的随机性和取值具有统计规律性。 随机事件的相互关系 事件的包含 事件的相等 事件的和 事件的积 事件的差 互不相容事件 对立事件 概率加法定理 若A、B两事件互不相容，则A与B的和事件的概率为： P（A∪B）=P（A）+P（B） 对于n个两两互不相容的事件A1，A2，…，A n，则它们的和事件的概率为： P（A1 ∪A2 ∪… ∪A n） =P（A1）+P（A2）+…+P（ A n） = P（Ai） 若A、B为两件相容的事件，则A与B的和事件的概率为： P（A∪B）=P（A）+P（B）-P（A∩B） 概率乘法定理 对于A与B不独立时，乘法定理为： P（A∩B） =P（A）P（B︱A） =P（B）P（A︱B） 对于A、B相互独立时，乘法定理为： P（A∩B）=P（A）P（B） 对于n个相互独立事件A1，A2，…，A n，的积事件的概率计算公式呢？ 数理统计的基本概念 概率论提供了研究随机现象内在规律的理论基础，帮助解决和揭示内在规律的分析方法是数理统计。数理统计就是研究如何从大量的偶然现象中，找出其内在的必然的规律，从而作出科学的推断，以针对不同的问题，给予不同的解决办法。 可靠性要研究的是产品的内在质量问题，在研究中不可能也没有必要对每个产品都进行试验分析，只能从有限的产品中得到一定的可靠性信息，然后利用数理统计的分析方法来找出整体产品的内在的质量规律。可见数理统计是研究可靠性的重要工具。 有关术语： 总体（母体） 个体 样本 抽样法 随机抽样法 非随机抽样法 截尾子样 样本值 样本容量 概率分布 每一个随机变量都具有自己的分布规律，为了研究这些规律，引入以随机变量为自变量的函数，函数的值是我们要知道的概率或与概率有关的数。这些函数统称为随机变量的概率分布，这种概率分布对研究产品的可靠性是非常重要的。另外，在研究抽样试验和数据处理时都要用到各种概率分布。 就概率分布的性质来分，可以分为离散型概率分布和连续型概率分布。 二点分布 又称（0，1）分布。在可靠性工程中常碰到这种情况，如认为抽检的产品要么合格，要么不合格，只有两种情况。描述这种随机变量的概率分布为二点分布。通常假设0为不和格，1为合格。 服从二点分布的随机变量X的概率分布为（0≤p≤1） P=P（X=xk） X的期望：E（x）= p X的方差：D（x）= p（1- p） 均匀分布 是一个连续型的分布，其特点是随机变量的概率密度函数f(x)在一个有限区间[a,b]上等于一个常数。 f(x)= 1／（b-a） （a≤x≤b） 0 （ x＜a或x＞b） X的期望： X的方差： 超几何分布 在抽样检验中，如果从母体总数N中抽出n个做试验，母体N个中有d个不合格，那么在样本n中不合格数x就服从于超几何分布。 它分布的概率为： [作业]一批产品共66件，其中有9件次品，采用不返回抽样，抽取任意四件样品，求样品中次品超过一件的概率。 二项分布 （贝努里Binomial分布） 是描述如下情况时的概率分布：产品在相同的条件下，相互独立地重复试验n次，每次试验的结果要么是合格要么是不合格。在每次试验中不合格品的概率是p，随机变量X是试验中不合格的次数，那么这个随机变量X就符合二项分布。二项分布在质量检查和可靠性抽样中用途广泛。如果一批产品的不合格率为p，从中抽取n件，样品中的不合格品数X就服从二项分布。它的概率分布为： P（X=x）= （x=0，1，2,…,n） 二项分布的均值： E（x）= n p 二项分布的方差： D（x）= n p（1-p） n 和 p 是决定二项分布形状的参数，是两个独立的分布参数。 二项分布 泊松分布 泊松分布是二项分布当抽样的样本数无限大时的一个极限。如果抽取的样本数n无限大，而产品的不合格率p无限缩小，那么