TEHNICOFUNCIONALE
ECONOMICE
PSIHOSENZORIALE
CONDIII
TEHNICE
CARACTERISTICI
SPECIALE
PROPRIETI
FIZICO-CHIMICE
PRE; COSTURI
PARAMETRI
NOMINALI
FIABILITATE
CHELTUIELI DE
MENTENANTA,
INTRETINERE SI
REPARATII
PARAMETRI DE
MEDIU
MENTENABILITATE
DISPONIBILITATE
CHELTUIELI DE
TRANSPORT,
DEPOZITARE SI
INSTALARE
REGIMURI DE
FUNCTIONARE
CURENTI DE
SCURTCIRCUIT
SECURITATE
SUPRATENSIUNI
RISC
PARAMETRI
TEHNICI
CURENTI
NOMINALI
TENSIUNI
NOMINALE DE
IZOLARE, DE
TINERE
CARACTERISTICI
FUNCTIONALE
DIMENSIUNI DE
GABARIT
MASE; Cu, Fe,
NEFEROASE
PROPRIETATI
ERGONOMICE
PROTECTIE
MEDIU
ESTETICA
INDUSTRIALA
SIGURANTA IN
FUNCTIONARE
NEPOLUARE
GRAD DE
RECUPERARE REFOLOSIRE
COMPATIBILITATE
Fig. 1.1 Graficul caracteristicilor calitii unui echipament electric redate simplificat.
QC
QF
QU
B
A2
C
C1
B2
B1
D2
D1
C2
A4
B3
A3
D4
C3
B4
D3
C4
B5
D5
E
Xi
H3
F3
E3
F1
F2
H1
H2
E1
E2
E
10
Intensitatea vnzarilor
NQ2
NQ1
Decalaj
t
I
III
II
IV
Viata
comerciala
11
STADIUL
DE
FABRICATIE
ASIGURAREA
CALITTII
STADIUL
DE
UTILIZARE
STADIUL
DE
TESTARE-ACCEPTARE
a) Stadiul de concepie-proiectare
Standardele actuale referitoare la calitate afirm ceea ce specialitii proiectani
intuiau sau cunoteau de mult timp si anume:
"CALITATEA SE PROIECTEAZ NTR-UN PRODUS, NAINTE DE
EXECUIE SAU DE ASAMBLARE" - "ISO 9000 - Quality Management and Quality
Assurance standards".
12
13
14
15
16
17
F
U
N
C
T
I
I
L
E
S
I
S
T
E
M
U
L
U
I
C
A
L
I
T
T
I
I
Audituri interne
Analize montaj, mentenant,
comportare n exploatare
TEORIE=FENOMENE SI
PROCESE FIZICE
REVISTE TEHNICE
BREVETE
SIMPOZIOIIOANE
STIINTIFICE
SOLUTII EXISTENTE
CERCETARI
MATERIALE
TEHNOLOICE
CARACTERISTICI
ANDURANTA
EXECUTIE
PROTOTIP
INCERCARI
PROTOTIP
UTILIZARE
INCERCARI
FIABILITATE
SERVICE
ANALIZE SOLICITARI
ANALIZE
COMPORTARE
FABRICATIE
INCERCARI
CONTROL TOTAL
18
19
INTERVENTIE
PROCESE Q
EXECUTIE Q
VERIFICARE Q
20
Iesire
Intrare
Etapa a
procesului
Msurare
TestareDecizie
Reacie
OBIECTIVELE
SISTEMULUI DE
MANAGEMENT AL
CALITII
CONTROLUL
CALITII
MANUALUL
MANAGEMENTULUI
CALITII
PROCEDURILE
CALITII
PLANURILE
CALITII
INSTRUCIUNI
DE LUCRU
21
Control Q
POLITICA
I
MANAGEMENTUL
Q
mbuntirea Q
22
Nivelul A
Manualul Calitatii
Politica de
Calitate
Organizatia
Vedere de ansamblu
Declaraia politicii de
calitate
Politica de Calitate si
Organizatie
Functii
Elemente ale
sistemului calitatii
Controlul Documentelor
si al Datelor
Controlul Inregistrarilor
de Calitate
Nivelul B
Sistemul de
Control al
Calitatii
Imbunatatire continua
Satisfactia beneficiarului
Revederea Sistemului Calitatii
Nivelul
C
Proceduri
Instructiuni
de Lucru
Documente si Forme de Referinta
23
STRUCTURI
RESPONSABILITATI
PROCEDURI
PROCESE
RESURSE
Cum si cu ce mijloace?
Cine ce face?
24
Directorul general
Managerul calitii
Funcionarea sistemului
calitii
Proiectarea manualului
calitai
Proiectarea planului
calitii
Recepia materialelor
Calitatea pe flux de
fabricaie
Controlul calitii
25
26
27
28
29
30
3
2
Nivelul optim
economic
Nivelul calitii
31
Efort economic
A
Creterea
performanelor
Performana
Costul
D
Costul
calitii
Qoptim
Nivelul calitii
32
Costurile
pentru
calitate
Calitatea
necesar
Nivelul valorii
de
ntrebuinare
Efectul economic
obinut prin
mbuntirea
valorii de
ntrebuinare
33
34
35
36
CALITATEA
SERVICIULUI
LOGISTICA
SERVICIULUI
USURINTA IN
UTILIZARE
ACCESIBILITATE
CONTINUABILITATE
INTEGRALITATE
SERVIABILITATE
DEPENDABILITATE
CAPABILITATE
37
38
39
40
aj
aj
10
8
5
3
1
0 1
5 6
66 70 74 78 82
86 90 6
2.3.
INDICATORI STATISTICI
2.3.1.
NOIUNI GENERALE
2.3.2.
41
xi
x x 2 ... x n i 1
x 1
n
n
(2.12)
a x a 2 x 2 ... a m x m
x 1 1
a1 a 2 ... a m
a i xi
i 1
m
ai
a i xi
i 1
(2.13)
i 1
unde:
m
ai
i 1
(2.14)
Se observ c media aritmetic poate fi exprimat i de relaia:
m
x xi f i
(2.15)
i 1
unde fi este frecvena relativ. Relaia 2.15 poate fi utilizat i n cazul valorilor grupate
pe intervale.
n acest caz:
x*
ai xci
n
xci f i
(2.16)
M G n x1 x2 ... xn n
xi
i 1
ln xi
(2.17)
3. Media armonic. Pentru valorile x1, x2,, xn media armonic este dat de
relatia:
1
n
(2.18)
MH
n
1
1
1
1
...
x
x1 x 2
xn
i 1 i
n
4. Media ptratic. Pentru aceleai valori media ptratic este:
Mp
xi2
(2.19)
42
adic:
M e X n1
(2.20)
X n X n
1
2
(2.21)
Dac valorile sunt grupate pe clase, intervalul care conine elementul median se
numete interval median sau clas median. Mediana se determin mult mai uor
dect media i nu necesit nici un calcul. Din cauza uurinei de determinare mediana
este folosit frecvent n industrie la controlul statistic al fabricaiei. Mediana este
preferat uneori mediei fiind mai puin afectat de valorile extreme mari sau mici.
Mediana este mai stabil la fluctuaiile de selecie dect media aritmetic.
6. Mod - Mo. Valoarea xi a caracteristicii corespunztoare celei mai mari
frecvene se numete mod sau moda. n cazul cnd repartiia frecvenelor
este reprezentat de o curb, moda corespunde valorii maxime a
caracteristicii. Dup cum repartiia empiric are un maximum, dou sau
mai multe, se numete unimodal, bimodal sau polimodal.
n cazul valorilor grupate pe clase, intervalul cruia i corespunde frecvena
maxim se numete interval modal sau clasa modal.
n acest caz moda se determin considernd notaiile referitoare la intervalul
modal din Fig. 2.7 pe baza cruia se pot scrie relaiile:
f
x
L1 M 0 L2
i 2 ,
c
c
b
a
de unde:
1b 2 a
43
sau:
a
b 1 ( a ) 1 1 a
2
2
2
2
Rezult:
M 0 L1 a L1
1
2
2 1 2
1 2
(2.22)
sau
M 0 L2
1 2
(2.23)
X max X min
2
(2.24)
Me
MP
M0
44
2.3.3.
(2.28)
(2.29)
( xi x ) 2
( x1 x ) ( x 2 x ) ... ( x m x )
(2.30)
i 1
n
n
pentru valorile x1, x2, ... xn grupate cu frecvenele absolute a1, a2, ... am, dispersia va fi:
2
a ( x x ) 2 a 2 ( x 2 x ) 2 ... a m ( xm x )2
2 1 1
a1 a 2 ... a m
innd seama de relaia 2.26, expresia 2.31 devine:
a i ( xi x ) 2
i 1
2 f i ( xi x ) 2
(2.31)
(2.32)
i 1
n
i
n 1
( xi x ) 2
( xi x ) 2
n
n
i 1
i 1
n 1
n
n 1
n 1
n cazul datelor grupate pe intervale de grupare se utilizeaz relaia:
s2 2
*2
1
ai ( xci x ) 2
n
(2.33)
(2.34)
( xi x ) 2
D[ X ] i 1
(2.35)
45
a i ( xi x ) 2
i 1
f i ( xi x ) 2
(2.36)
i 1
1 n
1 n
1 n
1 n
2
(
x
x
)
2
x
i
x
x
x
n i 1
n i 1 i
n i 1 i n i 1
i nlocuind cu:
2
1 n
1 n
;
2
x
2x
x
x
i
i
n i 1
n i 1
2
1 n
nx
x
x
n i 1
n
1 n 2
xi x 2
n i 1
(2.37)
a i xi
i 1
x2
(2.38)
sau:
f i xi2 x 2
(2.39)
1
xi x 2
n 1
(2.40)
46
(2.40)
I Q Q3 Q1
Cuartilele Q1 i Q3 se mai numesc cuartil inferioar (mic), respectiv cuartil
superioar (mare).
ai
xmin
Q1 M 0
Q2 Q 3
xmax
Q2
Me
2.3.3.6. Coeficientul de variaie Cv sau CV reprezint valoarea abaterii
standard raportat la media aritmetic:
(2.42)
Cv
x
sau considernd abaterea standard corectat:
s
(2.43)
Cv
x
Acest coeficient poate fi exprimat i in procente. Relaiile (2.32) i (2.37) pot fi
utilizate in cazul valorilor grupate pe clase (intervale de grupare): fi fiind frecventa
intervalului de ordin i iar xi valoarea central a intervalului respectiv.
2.3.3.7. Proprieti i observaii referitoare la indicatorii de variaie
Se menioneaz urmtoarele proprieti:
a. Suma algebric a abaterilor fat de media aritmetic este egal cu zero. Se
noteaz abaterea valorii de ordin i n raport cu media aritmetic:
xi x i
Media aritmetic a abaterilor este:
1 n
1 n
1 n
i ( xi x ) xi x 0
n i 1
n i 1
n i 1
n
n
Dac: 1 i 0 , rezult de asemenea i: i 0 .
n i 1
i 1
b. Suma abaterilor ptratice are valoarea minima atunci cnd sunt calculate in
raport cu media aritmetic. Se consider suma abaterilor ptratice in raport cu valoarea
arbitrar x0 :
n
i 1
i 1
( xi x0 ) 2 [( xi x ) ( x0 x )]
dezvoltnd termenul din partea dreapt se obine:
47
xi x i
1 n
1 n
1 n
i ( xi x ) xi x 0
n i 1
n i 1
n i 1
Dac:
1 n
0 , rezult de asemenea i:
n i 1 i
i 0 .
i 1
b. Suma abaterilor ptratice are valoarea minima atunci cnd sunt calculate in
raport cu media aritmetic. Se consider suma abaterilor ptratice in raport cu valoarea
arbitrar x0 :
n
( xi x 0 )
[( xi x ) ( x0 x )]
i 1
i 1
[(xi x ) ( x0 x )]
i 1
i 1
i 1
( xi x ) 2( x0 x ) ( xi x ) ( x0 x ) 2
2
i 1
( xi x ) 0
i 1
Deci:
n
i 1
i 1
( xi x 0 ) 2 ( xi x ) 2 n( x 0 x ) 2
Rezult
i 1
i 1
( x i x 0 ) 2 ( xi x ) 2
Deci, suma abaterii ptratice este minim atunci cnd:
x0 x
1 n ' 1 n
1 n
x xi ( xi x0 ) xi x0 x x0 ,
n i 1
n i 1
n i 1
'
de unde:
x x0
1 n '
x0 x '
x
i
n i 1
48
2.4.
MOMENTE
mk'
m
1 m
k
ai xi f i xik
n i 1
i 1
(2.45)
1 n
xi x
n i 1
(2.46)
1 m
ai xci
n i 1
(2.47)
m1'
m1'
m2'
1 n 2
xi M p2
n i 1
2.4.2.
(2.48)
mkA
1 n
( xi A) k
n i 1
(2.49)
mkA
f i ( xi A) k
(2.50)
i 1
49
mk
1 n
( xi x ) k
n i 1
(2.51)
sau:
n
mk f i ( xi x ) k
(2.52)
i 1
1 n
m2 ( xi x ) 2 s 2
n i 1
2.4.3. RELAII NTRE MOMENTELE ABSOLUTE I MOMENTELE
CENTRATE
ntre momentele absolute mk i momentele centrate mk se pot stabili anumite
relaii. Astfel pornind de la (2.52), momentul centrat de ordin 2 poate fi exprimat funcie
de momentele iniiale:
n
i 1
i 1
i 1
i 1
m3 f i ( xi x ) 3 f i xi3 3x f i xi 3x 2 f i xi x 3 f i
i 1
m3'
3m1'
i 1
m2'
3m1'2
i 1
m1'
3
m1'
m3'
i 1
3m1' m2'
i 1
2m1'3
(2.54)
m1 0
m2 m2' m1'2 2
2.4.4.
(2.55)
CORECIA MOMENTELOR
x
este identic cu:
x A
1 n
xi
n i 1
1 n
( xi A)
n i 1
Pentru momentele absolute m 2' i m 4' , valorile corectate sunt date de relaiile:
1 2
12
1 2 '
7 4
'
'
m4 m4 m2
2
240
m2' m2'
50
(2.56)
2.4.5.
x M0
(2.58)
s x Me
s M0 Me
Un alt indicator, coeficientul de asimetrie intercuartilic, este dat de relaia:
(Q3 Q2 ) (Q2 Q1 )
2( M e Q1 )
1
Q3 Q1
Q3 Q1
sQ
2(M e Q1 ) Q3 Q1
rezultnd s 0 .
Cu ajutorul momentelor se pot defini doi indicatori: coeficientul de asimetrie,
exprimat de relaia:
1 1
i coeficientul exces:
m3
3
m2
2 2 3
m3
(2.59)
m4
m
3 44 3
2
m2
(2.60)
f
M0
M0
Me
Me
Me M0
M0 Me
Me x
x
51
1 0
1 0
1 0
2 3
2 3
x
2 3
x
52
f(x)
f(x)
53
i 1
i 1
( xi x 2 ) xi2 nx
2.6. S se calculeze indicatorii statistici x i s separat pentru prima i a doua jumtate
a valorilor brute prezentate la exerciiul 1.3.
BIBLIOGRAFIE
Bowker, A.H.,
Lieberman, G.J
Brownlee, A.K
2.3.
Ciucu, G.,
Craiu, V
2.4.
Craiu Mariana
2.5.
Iliescu, D.V.,
Vod, V.Gh
Mihoc, Gh.,
Craiu, V
Panaite. V.:
2.1.
2.2.
2.6.
2.7.
2.8.
2.9.
2.10
2.11
2.12
Panaite, V.,
Munteanu, R.:
Panaite, V.,
Popescu M.O.,
Popescu, C.L.,
Ghinea, D.:
Snedecor, G.W
Tovissi, L.,
Vod, V
***
54
3.
55
ALGEBRA EVENIMENTELOR
3.2.1.
REUNIUNEA EVENIMENTELOR
n i 1
Se spune c evenimentul aleator A se descompune n evenimentele A1 An dac
acestea sunt incompatibile ( Ai A j ) , iar evenimentul A const cel puin din
realizarea unuia din evenimentele A1, A2, An.
Evenimentele A1, A2, An formeaz un sistem complet de evenimente dac cel puin
unul din evenimentele A se produce ntr-un experiment, adic:
n
Ai E
i 1
I A1 A2 ... An Ai
(3.2)
i 1
n tabelul 3.1, sunt prezentate proprietile mai importante ale operaiilor cu evenimente
i relaiile corespunztoare.
56
Relaii
E
E
A A A
A A A
A B B A
A B B A
A ( B C ) ( A B) C
A ( B C ) ( A B) C
A ( B C ) ( A B) ( A C )
A ( B C ) ( A B) ( A C )
A A E
A A
A E E; A
E E; E
A ( A B) A
A ( A B) A
A B A B
A B A B
3.3.
PROBABILITATEA EVENIMENTELOR
3.3.1.
INTERPRETRI
n
nr. cazurilor posibile
(3.3)
Aceast formul denumit ,,formula clasic de calcul a servit mult timp ca baz a
definiiei probabilitilor.
Formula (3.3) este formula direct de calcul a probabilitii cnd experimentul se reduce
la un sistem n care compoziia este cunoscut.
n multe cazuri calculul direct al probabilitilor nu este posibil (exemplu, durata de
via a unei bobine, a unui bec etc.). Pentru aceste cazuri este necesar s se fac
57
RELATII
58
REFERITOARE
LA
INTERSECTIA
(3.5)
n cazul general, dac evenimentul A reprezint intersecia a n evenimente simple
compatibile i independente:
n
A Ai
1
i 1
P( A) P( Ai ) P( Ai )
(3.6)
P( A B) P( A) P B
(3.7)
A ( Ai )
i 1
este:
A
A
A
n
2
2
(3.9)
P( A) P Ai P A1 P
P A A P
n 1
A
1
1
2
i 1
A
i 1
Relaia (3.9) are o utilitate practic redus deoarece valorile probabilitilor condiionate
sunt foarte dificil de stabilit.
n
3.4.3. TEOREME SI
EVENIMENTELOR
RELATII
REFERITOARE
LA
REUNIUNEA
a) Evenimente incompatibile
Se consider:
A A1 A2 An
Evenimentele sunt incompatibile, adic:
Ai A j
Probabilitatea evenimentului compus A este:
n
n
P( A) P A1 P( Ai )
i 1 i 1
59
(3.10)
b) Evenimente compatibile.
Probabilitatea reuniunii a dou evenimente compatibile este:
P( A) P A1 A2 P( A1 ) P( A2 ) P( A1 A2 )
(3.11)
B
AB
A
B
A1
AB
A2
A3
A1A2
A2A3
A1A3
A1A2A3
a)
b)
i 1
i 1
j 1
n k 1 j 1
j 2 i 1
k 3 j 2 i 1
P( A ) P( Ai ) P( Ai ) P( Ai A j ) P( Ai A j Ak ) ( 1 ) n 1 P( Ai )
i 1
(3.13)
Relaia 3.13 poate fi prezentat sub o form mai simpl, dac evenimentele Ai
sunt independente.
Se consider deci reuniunea evenimentelor independente:
n
A Ai
(3.14)
i 1
B Ai
(3.15)
i 1
Se observ c B A .
tiind c:
P( A) 1 P( A )
(3.16)
60
n
n
n
(3.17)
P A i 1 P A i 1 PA i 1 1 PA i
i 1
i 1
i 1
i 1
Expresia 3.14 nlocuiete relaia lui Poincar i are foarte multe aplicaii tehnice.
3.4.4.
INEGALITATEA BOOLE
n cazul unui sistem de n evenimente, Ai, la care nu se tie dac sunt compatibile sau
incompatibile, probabilitatea interseciei poate fi exprimat sub forma unei inegaliti
(inegalitatea Boole).
Cu relaia 3.11, intersecia a dou evenimente compatibile este:
(3.18)
P( A1 A2 ) P( A1 ) P( A2 ) P( A1 A2 )
Necunoscnd faptul c evenimentele sunt compatibile sau incompatibile se poate
considera pentru probabilitatea reuniunii, P( A B) , valoarea maxim obinndu-se
pentru intersecie valoarea minim:
(3.19)
P( A1 A2 ) P( A1 ) P( A2 ) 1
Pentru trei evenimente:
P( A1 A2 A3 ) P[( A1 A2 ) A3 ]
Notnd A1 A2 A i A3 B ,
3
n
P A i P(A) P(B) 1 P(A1 ) P(A 2 ) P(A 3 ) 2
i 1 i 1
sau
3
3
P A i P(A i ) 2
i 1 i 1
Generaliznd, se obine pentru n evenimente relaia:
n n
P Ai P(Ai ) (n 1)
i 1 i 1
(3.20)
(3.21)
i 1
Fie un alt eveniment A, defectul, care nu se poate realiza singur ci numai mpreun cu
unul din evenimentele Xi, formnd un sistem de evenimente X i A incompatibile. n
n
61
PA P X1 A P X 2 A P X n A P X i A
(3.22)
i 1
(3.23)
3.4.6.
Pentru a nelege mai uor mecanismul procesului la care se refer teorema ipotezelor,
plecm de la exemplul analizat n cazul anterior (probabiliti totale) cu diferena c la
secia de montaj extracia unei tole a avut loc i s-a constatat c este defect.
Se pune acum problema la care pres a fost executat. Deci, care sunt cauzele producerii
defectului respectiv. Probabilitile iniiale, precizate, devin acum nite ipoteze. De aici
i denumirea de ,,teorema ipotezelor-Bayes sau ,,teorema probabilitilor cauzelor.
Trecnd la formularea general a teoremei considerm:
Fie un sistem complet de ipoteze (evenimente) incompatibile, H1, H2,,Hn
n
H i E; H i H j
i 1
i j
PH i P A
H
Hi
(3.25)
P i
A
PA
Conform formulei probabilitilor totale 3.24 probabilitatea evenimentului A este
PA PH i P A .
Hi
1
nlocuind n 3.25 se obine relaia:
PH i P A
H
Hi
P i n
A
PH i P A
Hi
i 1
care poart denumirea de ,,formula lui Bayes.
n
62
(3.26)
BIBLIOGRAFIE
3.1.
Cicu, G
3.2.
Constantinescu,
Al
Craiu Mariana
3..3.
3.4.
3..5.
3.6.
3.7.
3.8.
3.9.
Malia, M.,
Zidroiu, C
Mihil, N.
Mihoc, Gh.,
Iosifescu, M.,
Ursea, V
Onicescu, O.,
Mihoc, G.,
Ionescu Tulcea,
C.T
Onicescu, O.
3.10
Panaite, V.,
Munteanu, R.:
Smboan, G. .a
3.11
Trandafir, R
3.12
Ventsel, H
Ed.
Academiei
RSR,
63
INTRODUCERE
64
4.2.
Fie o variabil aleatoare X. Se consider toate valorile P(A) P(Hi / A) P(Hi ) P(A/ Hi ) , pe care le
poate cpta variabila aleatoare X cu probabilitile fiecrei valori:
P ( X i A) P ( X i ) P ( A / X i )
Numrul valorilor variabilei aleatoare discrete poate fi finit (numrabil),
X {x1 , x2 ...xn } sau infinit X {x1 , x2 ...xn ...} .
Enumerarea tuturor valorilor variabilei aleatoare i ale probabilitilor respective
formeaz tabloul de repartiie sau distribuiei i se scrie sub una din formele:
xi
|| x1 | x2 | ... | xn |
,
P( X xi ) || p1 | p 2 | ... | p n |
x
x1 , x2 , ... x n
, sau X : i , 1 i n
X :
p1 , p 2 , ... p n
pi
n prima linie sunt trecute toate valorile posibile ale caracteristicii, iar n a doua
(4.1)
P( X xi ) P( xi ) pi ( xi )
se numete funcie de probabilitate i satisface dubla inegalitate 0 P( xi ) 1 .
Reprezentarea grafic a repartiiei se poate face sub forma unei diagrame cu bare
(Fig. 4.1) sau forma unei diagrame poligonale (Fig.4.2).
p3
p2
p1
p0
x
0
0
x0
xn-1
xn
(4.2)
65
1 2 3 4 5
F ( x k ) P( X x k ) P( xi ) P( X xi ) P( xi ) pi
1
4.3.
i 1
i 1
(4.4)
i 1
f ( x)dx F ( x)dx
(4.5)
66
f(x)
f(x)
f ( x)dx 1
f(x)dx
x x+dx
F ()
f ( x)dx 1
F ( x1 ) F ( x2 )
pentru x1 x2 funcia este nedescresctoare.
67
f ( x)dx
f ( x)dx
(4.7)
f ( x)dx
f ( x)dx
a
68
M[X ]
xdF ( x)
(4.8)
xf ( x)dx
(4.9)
Me
f ( x) dx 0,5
(4.10)
Din punct de vedere geometric, mediana este abscisa punctului prin care trece
pararela la axa Oy , care mparte n dou pri egale aria limitat de curba f (x) i axa
absciselor (Fig.4.8).
c) Cuantile. Pe baza acelorai consideraii fcute la median, se pot defini n 1 ,
valori ale variabilei aleatoare x1 la x n1 , denumite cuantile sau fractile pentru care:
1
(4.11)
x1
x2
xn 1
n
Dac n 4 , valorile x1 Q1; x2 Q2 ; x3 Q3 se numesc cuartile. Se observ c
Q2 M e . Pentru n 10 , cele 9 valori x1 (i 1, 2...9) se numesc decile. Dac n 100 ,
valorile respective se numesc procentile. n unele cazuri se poate utiliza noiunea de
cuantila ordin Q x (Fig.4.9), care reprezint cuantila superioar, xn1 Q fie cea
x1
x2
x3
f ( x)dx
f(x)
1-
M
Q1-
M0 Me
d) Mod M 0 - este valoarea tipic, cea mai probabil (valoarea dominant) a unei
variabile aleatoare. n cazul variabilelor continue moda corespunde valorii pentru care
densitatea de probabilitate are un maxim (Fig.4.8).
4.4.1.2 Valori tipice de variaie
69
D[ X ] 2 M [( X ) 2 ] ( xi ) 2 pi
(4.12)
i 1
D[ x] 2 ( x ) 2 f ( x)dx
(4.13)
sau:
f ( x)dx 2
(4.14)
(x
i 1
) pi
2
x
i 1
2
i
pi 2
(4.16)
f ( x)dx 2
(4.17)
(x )
4.4.2.
f ( x)dx
MOMENTE
Momentele sunt relaii generale cu ajutorul crora se pot calcula i valorile tipice
prezentate anterior.
Momentele pot fi: momente iniiale (absolute) i momente centrate.
4.4.2.1 Momentul iniial de ordin k , (k 1)
Pentru variabila aleatoare discret, momentul iniial (absolut) de ordin
k , k N * , este:
n
k' M [ X k ] xik pi
(4.18)
i 1
iar pentru o variabil continu acelai moment iniial de ordin k are forma:
'
x k f ( x)dx
(4.19)
k M [( X M [ X ] ) k ] ( xi ) k pi
i 1
70
(4.20)
k M [( X M [ x] ) k
( x ) k f ( x)dx
(4.21)
M [ x]
x f ( x)dx
'
1
(4.22)
2 ( x ) f ( x)dx
2
4.4.3.
D[ X ]
M[X ]
sau n funcie de momente:
CV
CV
(4.23)
(4.24)
2
2'
1'2
(4.25)
3
3
2 44 3
(4.26)
(4.27)
M [ X ] xi pi
1
n
D[ X ] 2 ( xi ) 2 pi
1
12 22 32 ... 2j ... n2
Intercalm ntre valorile j i j 1 valoarea 2 astfel:
12 22 ... 2j 2 . 2j 1 ... n2
71
2 12 p1 22 p2 ... 2j p j ... n2 pn
[12 p1 22 p2 ... 2j p j ] [ 2j 1 p j 1 2j 2 p j 2 ... n2 pn ].
Se fac urmtoarele aproximri:
-se neglijeaz prima parantez mare (toti termenii 2j 2 ), iar n paranteza a
doua toate valorile 2j 2 ;
2
-se egaleaz cu i prin aceast dubl micorare a termenului doi expresia
devine:
2 2 ( p j 1 p j 2 .. pn )
de unde:
p j 1 p j 2 .. pn
2
2
sau
pj
Dar
2
2
2
2
P x
Deoarece:
P x P x 1
P x 1
2
2
(4.28)
1,2
1,5
1,8
2,0
2,3
2,5
2,8
3,0
3,3
3,5
0,3055
0,5556
0,6914
0,7500
0,8109
0,8400
0,8724
0,8889
0,9082
0,9184
72
4.6.
FUNCIA CARACTERISTIC
(4.30)
i 1
(4.31)
c(t ) e jtx dF ( z )
(4.32)
utiliznd descompunerea:
e jtxi 1
tx i j 2 t 2 xi2
...
1!
2!
1
(4.34)
f ( x)
e jtx c(t )dt
2
Funciile caracteristice au urmtoarele proprieti: c(0) 1 ; e(t ) 1 i c(t ) este
real dac repartiia este simetric. Repartiiile care au aceiai funcie sunt identice.
Uneori se poate utiliza n locul funciei caracteristice o alt funcie similar, numit
funcie generatoare definit astfel: pentru variabila aleatoare discret;
n
g( t ) M [ e xt ] e xi tpi
(4.35)
i 1
73
g (t )
f ( x )e
xt
(4.36)
dx
REPARTIII DISCRETE
P( X 2) P( A A) p 2
n consecin, tabelul repartiiei este:
xi
pi
0
q2
1
2pq
2
q2
74
xi
pi
0
q3
1
3pq2
2
3p2q
3
p3
A
A...
A
...
A) p k q nk
A
de n k ori
de k ori
(4.39)
X : n
C n1 pq C n2 p 2 q n 2 ... C nk p k q n k ...
p n
q
a) Funcia de probabilitate a repartiiei binomiale are expresia:
(k ) P( X k ) P(k ) Cnk p k q nk
(4.40)
Relaia (4.40) indic valoarea probabilitii ca evenimentul s apar de k ori la
repetarea de n ori a evenimentului (x=k). Funcia de probabilitate se poate reprezenta
prin diagrama cu linii (Fig.4.10) sau prin puncte (diagrama poligonal), (Fig.4.11).
Valoarea funciei de probabilitate se poate determina cu ajutorul tabelului din anexe
unde sunt trecute valorile conform (4.40).
(x)
0.4
p=0.06
n=20
0.3
0.2
0.1
0
1
75
[k ]
x 0
x 0
P( k ) F (k ) P( x) C nx p n x
(4.41)
Funciile (x) i F(k) pot fi calculate cu ajutorul tabelelor din anexele A1 i A2.
Repartiia binomial se mai numete repartiie binomial de ordinul n i parametru p.
c)
Media teoretic (sperana matematic) a variabilei aleatoare cu
repartiie binomial. Expresia general a mediei teoretice n acest caz este:
n
M [ X ] xC nx p x q n x
(4.42)
x 1
( pt q) n Cnx p x q n x i x
(4.43)
n( pt q)
n 1
p C nx p x q n x x.t x 1
(4.44)
n( p q) n1 p Cnx p x q n x x
(4.45)
(4.46)
In tabelul 4.2 sunt prezentate i alte valori teoretice ale v.a. cu repartiie
binomial:
Mrimi teoretice ale v.a. cu repartiie binomial. Tabelul 4.2
Denumirea
mrimii
Media
Mod
Dispersia
Relaia de calcul
Simbol
x 0
M [ X ] xi pi xC nx np
(np - q) M 0 (np p)
M0
D[ x] 2 np(1 p) npq
Abaterea standard
Momente
npq
np; 2 2 npq;
npq(q p); 4 npq(1 6 pq 3npq)
Asimetria
q p
'
1
3
npq
Excesul
(aplatisarea)
Funcia
caracteristic
Funcia
generatoare
1 6 pq
npq
c(t)
g(t)
g (t ) e xt C nx p x q n x C nx ( pe t ) q n x ( pe t q) n
76
(4.49)
C nm
Simbol
Mod
M0
Dispersia
Relaia de calcul
MX mp
pnm qn m 1
pnm pn m 1
M0
n2
n2
Dac n m : pm q M 0 mp p
nm
n 1
nm nm
m
1
Pentru n m;
n 1
n
n
D[ X ] mpq
m
D[ X ] mpq1
n
77
P( X k )
( t )k t
e
k!
(4.50)
P( X k )
(4.51)
k!
Valorile funciei de probabilitate se pot obine cu ajutorul tabelului din anexe.
n Fig.4.13 sunt redate diagramele poligonale ale funciei de probabilitate Poisson
pentru diferite valori ale parametrului . Funcia de repartiie conform definiiei
generale are expresia:
k
F (k ) P( X k ) e
(4.52)
k!
Valorile funciei de repartiie
pot fi determinate cu ajutorul tabelului
de repartiie din anexe. Legea Poisson
este o lege limitat a repartiiei
binominale. Aceast particularitate
poate fi folosit n aplicaiile practice
atunci cnd un eveniment cu repartiie
binomial are o probabilitate foarte
mic. n acest caz n locul formulei
repartiiei binomiale se poate utiliza
relaia:
(np) k np
P(n, k )
e
(4.53)
k!
k 0
78
(4.54)
n tabelul 4.4 sunt prezentate mrimile teoretice (valorile tipice) ale v.a. cu
repartiie Poisson.
Mrimi teoretice ale variabilei cu repartiie Poisson. Tabelul 4.4
Denumirea
Media
Relaia de calcul
Simbol
M [ x] xe
0
x
x!
e
0
x 1
( x 1)
e e
Dispersia
Mod
2
M0
Momente
D[x]
1 M 0
a) momente iniiale (absolute)
1'
2' 2
3' 3 2 3
b) momente centrate
2 2
3
4 3 2
Asimetrie
Excesul
Funcia caracteristica
c(t )
c(t ) e
0
jt
( e jt ) k
e ( e 1)
k!
b
xa
, pentru a x b
F ( x)
F(x) M e
ba
1
1, pentru x b
0.5
Diagramele densitii i funciei de
x
repartiie uniform sunt reprezentate
a
b
n Fig.4.14.
Fig.4.14 Graficul repartiiei uniforme.
79
Relaia de calcul
b xdx
ba
M [ x]
a ba
2
( a b) 2
D[ x] 2' 1'2
12
1'
Simbol
Dispersia
Momente
2'
x 2 dx
bd
f(x)
1
0.63
1/
=1/
Relaia de calcul
Simbol
Dispersia
Momente
M [ X ] 0 e x dx
D[ X ] '2 1'2
1'
c(t )
c(t )
80
e jtx f ( x)dx e ( jt ) x dx
0
2' x 2e x
Funcia caracteristic
jt
e( jt ) x
jt
f ( x)
( x )2
2 2
(4.58)
2
Repartiia normal se noteaz simbolic prin N ( , 2 ) . Graficul densitii de
probabilitate are form de clopot (Fig.4.17) i prezint urmtoarele particulariti:
a) admite un maxim pentru x i scade necontenit la dreapta i la stnga
df ( x)
0; x ; f ( ) 1 / 2 ;
dx
f(x)
f(x)
1
0 .4
1
2
2
0 .2
-a
+a
e h
f ( x)
( x )2
(4.59)
( x )2
2 2
dx
(4.60)
1
. Valoarea funciei F (x) este
2
reprezentat n Fig.4.20, prin aria haurat. Valorile tipice au relaiile din tabelul 4.7.
Asimetria ( 1 ) i aplatisarea ( 2 ) pentru repartiie N ( , 2) sunt egale cu zero.
F ( ) f ( x)dx
81
0 .4
f(x)
F(x)
1 2 3 ; ct.
f(x)
F(x)
1
0.5
Relaia de calcul
Simbol
daca M ( x ) ; ( x ) f ( x )dx 0
2
k
Dispersia
Moment
Asimetria
Excesul
Funcia
caracteristic
1
2
1 0
2 0
t t
c(t ) e
a2
2
f ( z)
1
2
z2
2
Cu valorile f (0)
(4.62)
82
F ( z ) f ( z )dz
z2
2
(4.63)
e dz
2
Valorile funciilor f(z) i F(z) se pot determina cu ajutorul tabelelor din anexe. n
Fig.4.22 este reprezentat funcia de repartiie normal normat. Funcia de repartiie
F(z) fiind simetric n raport cu originea, se poate scrie:
z
z
1
(4.64)
F ( z ) f ( z )dz f ( z )dz f ( z )dz ( z )
0
0
2
Grafic, normala reprezint o translaie de axe realizat de ecuaiile z=z i
1
( z ) F ( z ) (Fig.4.23, a, b).
2
Integrala:
( z ) f ( z )dz
z2
2
(4.65)
e dz
2 0
poart denumirea de funcia integral Laplace i geometric reprezint aria dublu
haurat din graficul funciei densitii de probabilitate (Fig.4.23, c).
0
83
1-F(z)
z
0.5
F(z)
1
P( x1 X x2 ) f ( x)dx F ( x2 ) F ( x1 ) (4.66)
x1
z2
P( x1 X x 2 ) x f ( x)dx z f ( z )dz F ( x 2 ) F ( x1 )
x
x
F 2
F 1
F ( z 2 ) F ( z1 )
(4.67)
c. Regula celor 3
Se consider variabila aleatoare X cu repartiie normal N ( , 2 ) .
Se pune problema determinrii probabilitii ca abaterea variabilei x fa de
media teoretic , s fie mai mic dect o anumit valoare x 0 , adic x x0 .
Aceast relaie conduce la dubla inegalitate x0 x x0 .
Notnd x1 x0 i x2 x0 se poate scrie:
84
4.7.3.
2 z i2
(4.69)
2 / 2 ( / 2) x
(4.70)
f ( x)
0
pentru x 0
=4
=10
f(2)
P( 2 2 )
0.2
0.1
10
15
20
P( 2 2 ) .
85
- dispersia D 2
2 2
1
t
2
1
(4.72)
f (t )
; t
2
Funcia de repartiie este simetric satisfcnd urmtoarele relaii:
f (t ) f (t ); F (t ) 1 F (t ) . Repartiia t este asemntoare repartiiei normale ctre
care tinde asimptotic cnd numrul gradelor de libertate crete foarte mult (Fig. 4.29).
Valorile tipice au expresiile M [t ] 0 i D[t ] ( 2) . Pentru mare (practic
30) dispersia D[ X ] 1 . n aplicaiile cele mai frecvente, repartiia Student este
folosit pentru a determina limitele, care sunt depite cu o probabilitate (Fig. 4.30).
Aceste valori sunt tabelate i sunt prezentate n anexe. n general, aplicaiile se bazeaz
pe relaia.
(4.73)
P t t 1
,
2
f(z)
f(t)
f(t)
N(0,1)
Repartiia
Student
-3
-2
-1
z
t
2
y1 / 1
21 . 2
y 2 / 2 2 1
(4.74)
86
M [F ]
2
1 2
pentru 2 2
(4.76)
Dispersia:
2 22 ( 1 2 2)
(4.77)
, pentru 2 4
1 ( 1 2) 2 ( 2 4)
n majoritatea aplicaiilor este necesar s se cunoasc valoarea variabilei
aleatoare F ,1 , 2 , care este depit cu probabilitatea
D[ F ]
: P( F F , , )
1
, 1 , 2
f ( F )dF
f(F)
1=15; 2=50;
1-
1=15; 2=5.
F, 1, 2
87
Anexa 4.1
(1)
se obine:
Dar:
k
x k 1dx k
x k 1[1 F ( x)]dx x k
i:
k' x k F ( x) k x k 1[1 F ( x)]dx x k x k [1 F ( x)]
Deoarece
F ( ) 0
lim x k [1 F ( x)] 0
(2)
x k 1[1 F ( x)dx
general:
(3)
x ,
convergena nu
Anexa 4.2
MOMENTELE CENTRALE ALE VARIABILEI ALEATOARE CU
REPARTIIE NORMAL.
Prin definiie, momentul centrat de ordin k este
2 k ( x ) 2 k f ( x)dx
t2
2
2k
2
( x ) 2k e
( x )2
2 2
(1)
dx
t,
se obine:
t2
2
(2)
2k
t 2k e
2k
dt
t2
2k
t 2k 1 e 2
2
t 2 k 1d (e
(2k 1) t 2 k 2 e
t2
2
dt
(2k 1)
2k
t 2k 2 e
t2
2
dt (2k 1) 2 2 k 2
2 k (2k 1) 2 2 k 2
(3)
putnd exprima momentele de ordin superior n funcie de momentele de ordin inferior.
Se tie c 0 1 i tc t , i, de asemenea, 2 2 .
1
BIBLIOGRAFIE
4.1.
4.2.
Barlow, R.E.,
Proshan, F.
Ciucu, G.,
Craiu, V.
88
4.3.
Ciucu, G.,
Craiu, V
4.4.
Craiu Mariana
4.5.
Gnedenko,B.V.,
Beleaev, I.K.,
Soloviev, A.D.
Iosifescu, M.,
Mihoc, Gh.,
Teodorescu, R.
Mihoc, Gh.,
Craiu, V
Panaite. V.:
4.6.
4.7.
4.7.
4.9.
4.10
Trcolea, C.,
Filipoiu, A.,
Bonta, S
Ventsel, H.
1971
Introducere n teoria probabilitilor i statistic
matematic, Editura Didactic i Pedagogic, Bucureti,
1971
Statistic matematic, Ed. Matrix, Bucureti, 1998
Metode matematice n teoria siguranei, Ed. Tehnic,
Bucureti, 1968
Teoria probabilitilor i statistic matematic, Editura
Tehnic, Bucureti, 1966
Tratat de statistic matematic, v.1, 2, 3, Editura
Academiei R.S.R., Bucureti, 1976
Statistic tehnic i fiabilitate, Litografie IPB, v.1,2,
561 p., Bucureti, 1978.
Tehnici actuale n teoria fiabilitii, Editura tiinific i
Enciclopedic, Bucureti, 1989
Thorie des probabilits, Editura Mir, Moscova, 1973
89