Расчет числовых характеристик распределения случайных величин

Более полное, а главное, обобщенное представление о результатах эксперимента дают не абсолютные, а относительные (удельные) значения полученных данных. Так, вместо абсолютных значений числа экспериментальных данных n_i, целесообразно подсчитать долю рассматриваемых событий в интервале, приходящихся на одно изделие (деталь, узел, агрегат или автомобиль) из числа находящихся под наблюдением, т.е. на единицу выборки. Эта характеристика экспериментального распределения называется относительной частотой (частостью) m_i появления данного события (значений признака X_i):

.

Относительная частота m_i при этом, в соответствии с законом больших чисел, является приближенной экспериментальной оценкой вероятности появления события .

Значения экспериментальных точек интегральной функции распределения  рассчитывают как сумму накопленных частостей m_i в каждом интервале K_i. В первом интервале  во втором интервале

и т.д., т.е.

Таким образом, значение  изменяются в интервале [0; 1] и однозначно определяют распределение относительных частот в интервальном вариационном ряду.

Другим удельным показателем экспериментального распределения является дифференциальная функция , определяемая как отношение частости  к длине интервала

и характеризующая долю рассматриваемых событий в интервале, приходящуюся на одно испытываемое изделие и на величину ширины интервала. Функция  также еще называется плотностью вероятности распределения.

Полученные результаты расчета сводим в статистическую таблицу.

Таблица 2

Результаты интервальной обработки экспериментальных данных.

Наименование параметра	Обозна- чение	Номер интервала, Ki
		1	2	3	4	5	6
Границы интервала	[a; b]	14.5; 24.5	24.5; 34.5	34.5; 44.5	44.5; 54.5	54.5; 64.5	64.5; 74.5
Середины интервала		19.5	29.5	39.5	49.5	59.5	69.5
Частота	mi	8	6	8	6	2	2
Относительная частота		0.25	0.1875	0.25	0.1875	0.0625	0.0625
Накопленная частота		8	14	22	28	30	32
Оценка интегральной функции		0.25	0.4375	0.6875	0.276	0.875	1
Оценка дифференциальной функции		0.025	0.04375	0.06875	0.0276	0.0875	0.1

Анализ физических закономерностей формирования распределения случайных величин по значениям исследуемого показателя

Распределение Вейбулла.

Данное распределение проявляется в модели “слабого звена”, т.е. если система состоит, из которых приводит к отказу всей системы. Распределение времени до отказа, наработки до отказа хорошо описывается распределением Вейбулла.

Многие изделия (агрегаты, узлы, системы автомобиля) при анализе модели отказа могут быть рассмотрены как состояния из нескольких элементов (участков), разрушение которых происходит при разной наработке, однако ресурс изделия в целом определяется наиболее слабым его участком.

Распределение Вейбулла - очень гибкий закон для оценки показателей надежности автомобилей. В решении задач ТЭА V_x=0.35…0.8. Закон Вейбулла хорошо описывает процессы, где на отказ действуют причины износа и усталости.

Математическая модель распределения Вейбулла задается двумя параметрами, что обуславливает широкий диапазон его применения на практике.

Дифференциальная функция имеет вид:

где -случайная величина (пробег)

-параметр формы

-параметр масштаба

Интегральная функция имеет вид:

Расчет параметров математических моделей

Распределение Вейбулла

Распределение Вейбулла - очень гибкий закон для оценки показателей надежности автомобилей. В решении задач ТЭА V_x=0.35…0.8. Закон Вейбулла хорошо описывает процессы, где на отказ действуют причины износа и усталости.

Математическая модель распределения Вейбулла задается двумя параметрами, что обуславливает широкий диапазон его применения на практике. Дифференциальная функция имеет вид:

где -случайная величина (пробег)

-параметр формы

-параметр масштаба

Интегральная функция имеет вид:

Заготавливаем статистическую таблицу

Таблица 2.4

Номер интервала