二课可靠性数学基础.pptVIP

第 2 章 机械可靠性的数学基础 ? 2.1 随机事件与概率 ? 2.2 随机变量 ? 2.3 常用的概率分布 ? 2.4 概率论与数理统计基础 ? 2.5 期望、方差公式和正态分布的转换 2.1 随机事件与概率 ? 一、 随机事件及其运算 ? 1. 随机事件：是随机试验的可能结果 ? 例：掷硬币出现正反面的概率 ? 单次试验中不能确定其是否发生，而在大量重复试验 中具有某种规律性的事件，常用 A 、 B 、 C 等表示。 ? 2. 事件的分类 ? 基本事件 ：不能分解为其他事件的事件 ( 试验的最基本 结果 ) ? 复合事件 ：能分解为不少于两个事件的事件 ( 由若干基 本事件复合而成 ) ? 必然事件 ：每次试验中一定要发生的事件 ? 不可能事件 ：不可能事件 ? 3. 事件的表示 ? 样本点：每个基本事件所对应的一个元 素 ? 样本空间：样本点全体构成的集合 二、概率及其特点 ? 1. 概率：对时间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， A 发生 k 次， A 发生的 频率在 P 附件稳定摆动， n 越大，摆幅越 小，则 P 为 A 发生的概率， P (A) （ 2 ）试验共有有限个可能结果，且各基本 事件出现的可能性相同， A 由 m 个基本事 件构成，则 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， A 发 生的概率与 A 的测度成正比， A 发生的概 率为 P (A)= L (A)/ L (S) ? 2. 概率的基本特点 ? 0≤ P (A) ≤1 ? 对于必然事件， ? 不可能事件 2.2 随机变量 ? 一、 随机变量的定义及其分类 ? 随机变量的定义： ? 二、随机变量的数字特征 ? 1. 数学期望 ? 离散型 ? 若级数 绝对收敛，则称 为 X 的数学期望 ? 连续型随机变量的数学期望 设连续型随机变量的分布密度函数为 若积分 绝对收敛，则该积分为随机变量的数学期望 2. 方差与协方差 ? 对于随机变量 X ，若 E ( X ) 存在，称 X- E ( X ) 为随机变量 X 的离差。 ? 离差的平方的数学期望为随机变量 X 的方 差，记为 D ( X ) 或 ? 相关系数：对于二维随机变量 ( X , Y ) , D ( X ) 和 D ( Y ) 不为 0 ，称 ? 变量 X 和 Y 的相关系数或标准协方差。 2.3 常用的概率分布 在可靠性设计中，主要的也是基础的工作 是对数据进行统计处理，判定分布类型、估计 分布参数，以获得寿命、应力、强度等分布， 为产品可靠性的定量计算奠定基础。可靠性中 常用的概率分布正态分布、 χ 2 分布、 t 分布、 F 分布）和 Γ 函数。 ? 一、离散型随机变量分布 ? 1. 二项分布 ? 事件 A 在每次试验中发生的概率均为 P ， 则 A 在 n 次重复独立试验中恰好发生 k 次 的概率为 ? 2. 泊松分布 ? 若随机变量的概率函数由下式确定 ? 则称 X 服从参数 的泊松分布 ? 二、连续型随机变量的分布 ? 1. 均匀分布 均匀分布 u ( a , b ) 概率密度： b x a a b x f u ? ? ? ? , 1 ) ( 均值 E ( X ) ： 2 b a ? 方差 D ( X ) ： 12 ) ( 2 a b ? 2. 正态分布 N ( μ , σ 2 ) 概率密度 ： 均值 E ( X ) ： 方差 D ( X ) ： 2 2 2 ) ( 2 1 ) ( ? ? ? ? ? ? ? x N e x f － ∞ x ∞ － ∞ μ ∞, σ 0 μ σ 2 概率密度： 均值 E ( X ) ： 方差 D ( X ) ： 3. 对数正态分布 ln( μ , σ 2 ) 或 lg( μ , σ 2 ) 2 2 2 ) (ln ln 2 1 ) ( ? ? ? ? ? ? ? x e x x f 2 2 2 ) (lg lg 2 lg ) ( ? ? ? ? ? ? ? x e x e x f x 0 2 2 ? ? ? e 10 ln 2 2 10 ? ? ? ) 1 ( 2 2 2 ? ? ? ? ? e e ) 1 10 ( 10 10 ln 2 2 10 ln 2 ? ? ? ? ? ? 概率密度 ： 均值 E ( X ) ： 方差 D ( X ) ： 4. 威布尔分布 W ( k , a . b ) k b a x k W e b a x b k x f ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 1 ) ( x ≥ a , k 0, b 0