机械可靠性设计第2章可靠性数学基础new.pptxVIP

1;第2章 可靠性数学基础 2.1 随机事件与概率 2.2随机变量 2.3常用的概率分布 ;3;4;1 概率 对事件发生的可能性大小的数量的描述值称为该事件发生的概率。 针对不同的试验，可对事件的概率给出不同的定义。 （1）n次试验中，事件A发生的次数为K，若A发生的频率在某一常数P附近稳定摆动，且当n越大，摆动的幅度越小，称此常数P为事件A发生的概率，记为P(A)。 ;（2）试验共有有限个可能的结果（n个基本事件，有限样本空间），且各个基本事件出现的可能性相同，称试验满足如上两个条件的概率模型为古典模型。若某事件A由m个基本事件构成，则定义事件A发生的概率为： P(A)=m/n （3）试验在某一可测空间S上进行，若试验结果落入S中某子空间A的概率与子空间A的测度L(A)成正比（此处的测度可以是长度、面积、体积等），称此类试验的概率模型为几何模型。定义A发生的概率为：P(A)=L(A)/L(S);2 概率的基本特点 对于任意随机事件A，这三种概率均具有如下基本特点： ;例2-1;3 概率运算规则3.1 事件的交;3.2 事件的并;例2-2;3.3条件概率;例2-3;例2-4;3.4全概率公式;例2-5;例2-6;3.5贝叶斯公式; 上式即著名的贝叶斯公式，根据过去的经验和在试验中观测到的数据，由贝叶斯公式可以把事前概率变换成事后概率，从而对现有的设计作出评定。 贝叶斯定理在可靠性设计和试验中得到广泛应用，例如，它可以用于故障判断，即从那些引起结果事件B发生的原因事件A1、A2、┄、An中，从概率角度，判断哪一个是主要原因；可在设计阶段预测所设计产品的可靠度或寿命，并确定预测结果的置信度。;例2-7;例2-8;42;一、随机变量的定义及其分类;离散型随机变量：连续型随机变量：;例2-9;3.协方差、相关系数 为了描述和研究二维随机变量X和Y之间的相互关联程度，可引入协方差和相关系数这两个数字特征。协方差：;55;56; 进行一系列试验，如果满足以下条件：在每次试验中只有两种可能的结果，而且是互相对立的；每次试验是独立的，与其它各次试验结果无关；结果事件发生的概率在整个系统试验中保持不变，则这一系列试验称为伯努利试验。 在伯努利试验中，事件发生的次数为一个随机事件，服从二项分布。;例2-10;65;例2-11;3.正态分布;4.对数正态分布;84