Fiabilitate

1
A) Colectivitile statistice mai sunt denumite populaii, mulimi sau universuri

statistice. O colectivitate statistic reprezint totalitatea elementelor relative identice care au
aceiai natur i au o trstur esenial comun numit omogenitatea. n cadrul statisticii
tehnice, colectivitile statistice definesc populaii reale care sunt, n fapt, mulimi finite.
Colectivitile statistice trebuie s fie delimitate de frontiere care sunt necesare pentru a se putea
realiza observarea n condiii normale i pentru a se interpreta rezultatele fr apariia unor
confuzii.
Colectivitile statistice pot fi grupate dup urmtoarele criterii:
a) gradul de cuprindere:
1. colectiviti totale care pot fi:
- statice;
- dinamice.
2. colectiviti pariale care pot fi:
- statice;
- dinamice.
b) natura elementelor:
1. colectiviti cu coninut msurabil;
2. colectiviti cu coninut atributiv.
B) Unitile statistice reprezint elementele constitutive ale unei colectiviti statistice.
Esenial pentru unitile statistice este definirea clar i precis a acestora pentru a putea fi
identificate corect ceea ce presupune obinerea datelor autentice. Unitile statistice sunt
elemente de observare, msurare i nregistrare. Anumite uniti au o existen proprie, practic
sunt concrete, altele pot fi abstracte fiind utilizate pentru individualizarea observaiilor.
Clasificarea unitilor statistice se face dup:
a) gradul de complexitate:
1. uniti statistice simple sunt formate dintr-un singur element, depind de starea lor natural
de existen;
2. uniti statistice complexe sunt formate din dou sau mai multe uniti simple i depind de
modul de organizare
b) rolul n procesul nregistrrii statistice:
1. uniti statistice active;
2. uniti statistice pasive.
C) Variabile statistice (sau caracteristici statistice) reprezint nsuiri, trsturi eseniale
purtate de unitile statistice ale unei colectiviti, adic dimensiunile prin care se observ,
msoar, cuantific i nregistreaz fiecare unitate din colectivitate. n cadrul studiilor statistice,
funcie de nivelul cercetrii se pot regsi trei tipuri de variabile: empirice, teoretice i de selecie.
Variabilele empirice sau statistice sunt variabile ce exprim valori reale nregistrate la
nivelul unitilor statistice i le corespund distribuiile statistice (empirice). Acestea sunt tratate
de statistica descriptiv prin distribuii statistice unidimensionale sau bidimensionale. Variabilele
aleatoare sunt acele variabile ale cror variane depind de un sistem complet de evenimente.
Variabilele teoretice. Funcia de probabilitate reprezint frecvena relativ a unei variabile
aleatoare i au valori cu att mai mari cu ct influena factorilor ce le determin sunt mai mari.
Variabilele teoretice au valori abstracte ce sunt corespunztoare distribuiilor teoretice
(distribuiilor probabilistice).
Variabilele de selecie se regsesc n cadrul cercetrilor prin sondaj. Distribuiile de
selecie fac obiectul statistici infereniale.

2

Clasificarea variabilelor statistice:
a) dup importana lor, pot fi:
1. variabile eseniale, exprim natura intern a fenomenului. Variabilele se regsesc la
toate unitile colectivitii;
2. variabile neeseniale, au caracter ntmpltor.
b) dup natura lor, pot fi:
1. variabile calitative, exprim esena, natura unitilor;
2. variabile de timp const n apartenena unitilor la un moment sau interval de timp;
3. variabile de spaiu, exprim zona (teritoriul) n care exist i se manifest unitile
colectivitii.
c) dup modul de exprimare, pot fi:
1. variabile numerice sau variabile cantitative acestea sunt fie numrabile fie
msurabile, putnd fi reprezentate pe o scal interval sau pe o scal raport. Domeniul lor de
variaie se numete amplitudine de variaie. Aceste variabile cantitative pot fi:
- variabile continue ceea ce presupune c variabila numeric
msurabil poate fi divizat pn la infinit i se poate grupa n k intervale;
- variabile discrete, iau valori msurabile.
2. variabile nenumerice sunt variabile calitative (sunt exprimate atributiv). Acestea pot
fi reprezentate pe o scal nominal sau pe o scal ordinal.
d) dup modul de manifestare se disting:
1. variabile alternative, au caracter dichotomic adic pot lua dect dou valori, mai
sunt numite caracteristici binomiale sau binare;
2. variabile nealternative, pot lua valori diferite reprezentate de uniti sau grupe de
uniti.
D) Indicatori statistici. Un indicator statistic poate fi definit ca rezultatul numeric al unei
numrri, al unei msurri statistice a fenomenelor i proceselor de mas sau al unui calcul
asupra datelor obinute dintr-o nregistrare statistic. Indicatori statistici au un coninut real, adic
exprim fenomene i procese care se deruleaz n mod natural.
n cadrul unei cercetri statistice, indicatorul statistic apare n dubl ipostaz
purttor de informaie, reprezentnd expresia numeric a unui fenomen real;
mijloc de calcul, fiind un instrument pentru obinerea informaiei statistice.
Valabilitatea tiinific a indicatorilor statistici este condiionat de dou condiii importante:
coninutul tiinific trebuie s fie bine determinat putnd fi reprezentat de o definiie, o
formul de calcul, etc.;
condiia de comparabilitate n timp, spaiu i calitativ trebuie s fie ndeplinit.
Clasificarea indicatorilor statistici se face dup urmtoarele criterii:
a) modul de determinare:
1. indicatori primari reprezint rezultatul unor msurtori statistice i exprim n mrime
absolut o dimensiune a unei colectiviti sau a unui element al acesteia;
2. indicatori derivai, se obin prin prelucrarea indicatorilor elementari.
b) gradul de cuprindere:
1. indicatori statistici sintetici sunt expresii numerice ale diferitelor categorii de
sintez;
2. indicatori statistici analitici exprim structura unei colectiviti i influena
factorilor care acioneaz asupra acesteia.
c) forma de exprimare:

3

1. indicatori exprimai sub form de mrimi absolute;
2. indicatori exprimai sub form de mrimi relative;
3. indicatori exprimai sub form de mrimi medii.
3.2.1. REPARTIII STATISTICE EMPIRICE
Sistematizarea datelor este o faz primar a prelucrrii statistice i are ca scop obinerea
distribuiilor statistice empirice. Sistematizarea datelor statistice nregistrate are ca scop
ordonarea lor funcie de omogenitate. Diferenierea pe grupe a populaiei statistice, n funcie de
variabilitatea caracteristicii examinate i a frecvenelor corespunztoare se face n raport cu
diveri factori:
- n raport cu locul n care s-a produs fenomenul;
- n raport cu timpul n care s-au fcut observaiile;
- n raport cu un alt factor diferit de spaiu sau timp.
n mod corespunztor se deosebesc trei tipuri de repartiii statistice:
- repartiii n spaiu;
- repartiii n timp (dinamice);
- repartiii de frecvene.
Prezentarea empiric a rezultatelor obinute prin sistematizarea datelor se poate face prin serii,
tabele i grafice.
Tabele
O modalitate comod i rapid de prezentare a distribuiilor statistice este tabelul cu simpl sau
cu dubl intrare. Aceast form de prezentare este des utilizat deoarece ordoneaz operaiile ce
sunt impuse de prelucrarea statistic. Un tabel statistic trebuie s cuprind urmtoarele elemente:
titlul general al tabelului, titlurile interioare, unitatea de msur, rubricile tabelului, sursa datelor
i dac este cazul sunt introduse note la subsolul tabelului. Titlurile indic obiectul tabelului i
trebuie astfel conceput nct s precizeze variabila de distribuie i colectivitatea observat.
Specificarea sursei este necesar pentru a identifica zona i pentru a da posibilitatea verificrii
datelor nregistrate. Notele de subsol ajut la interpretarea datelor.
Forma de prezentare a datelor utiliznd tabelele i reprezentrile grafice trebuie ntocmite n aa
fel nct s permit o interpretare direct i uoar, fr a mai necesita texte explicative
suplimentare. Tabelul cu datele primare conine valori ale caracteristicilor cercetate x
1
, x
2
, x
3
, ...,
x
n
ce pot fi trecute ntr-o ordine ntmpltoare.
Aceleai valori pot fi aranjate n ordine cresctoare
1 i i
x x
+
s , n ordine descresctoare
1 +
>
i i
x x
sau n orice alt form de ordonare crendu-se astfel, tabelul valorilor ordonate.
Dac gruparea se realizeaz pe intervale de grupare, tabelul de asociere se prezint astfel:
Tabel 3.1. Intervale de grupare
INTERVALE
DE
GRUPARE

CENTRUL
INTERVALUL
UI DE
GRUPARE

FRECVENE
ABSOLUTE
NI
FRECVEN
E
RELATIVE
n i
f
i
n
=

FRECVENE
RELATIVE N
%
100 % =
n i
f
i
n

FRECVENA
ABSOLUT
CUMULAT FCUM
=
=
k
i
i m
n N
1

FRECVENA
RELATIV
CUMULAT F%CUM
=
=
k
i
i m
% f F
1

sup inf
x x
1 1

med
x
1
n
1
f
1
f
1
% N
1
F
1

... ... ... ... ...
sup i inf i
x x
imed
x n
i
f
i
f
i
% N
i
F
i

... ... ... ... ...

4

sup inf m m
x x

med m
x n
m
f
m
f
m
% N
m
F
m

TOTAL -
=
=
m
1 i
i
n n
=
=
m
i
f
1 i
1 100 % =
=
m
i
f
1 i

- -
Intervalul general se poate mpri n k intervale de grupare care pot fi egale sau neegale (se
prefer intervalele de grupare egale). Atunci cnd unitile statistice au o valoare egal cu
valoarea superioar a intervalului de grupare acestea trec n intervalul urmtor. Numrul
unitilor statistice care au valori aparinnd aceluiai interval de grupare reprezint frecvene
absolute: n
1
, n
2
, ..., n
k
,

respectiv frecvenele relative: f
1
, f
2
, ..., f
k
. Suma total a frecvenelor
absolute este egal cu numrul total al unitilor cercetate, n: n n
i
=

Frecvene absolute i frecvene relative
Valorile unei caracteristici statistice se pot prezenta sub form tabelar sau sub form restrns,
prin efectuarea unei grupri simple sau a unei grupri pe intervale. Gruparea simpl, posibil n
anumite cazuri pe caracteristici discrete, reprezint un tabel coninnd valorile distincte,
respectiv numrul de apariie ale acestora. Adoptarea unui numr m de intervale disjuncte i
gruparea valorilor statistice pe aceste intervale conduce la realizarea unui tabel cu intervale
(clase) de grupare. Numrul unitilor (elementelor) statistice care au aceeai valoare sau aparin
aceluiai interval reprezint frecvena absolut n
1
, n
2
, , n
n
. Suma total a frecvenelor absolute
este egal cu numrul unitilor cercetate n: n n
i
=

Raportul dintre frecvena absolut i numrul total de uniti statistice se numete frecven
relativ:
= =
i
i i
i
n
n
n
n
f sau 100 % =
i
i
i
n
n
f
Suma total a frecvenelor relative este egal cu: 1
1
=
=
n
i
i
f sau 100 %
1
=
=
n
i
i
f
Calculul frecvenelor absolute cumulate:
N
1
= n
1
,

N
2
= N
1
+ n
2
,

, N
i
= N
i-1
+ n
i
, , N
m
= N
m-1
+ n
m
= n
m i
m
i
m m
n ... n .... n n n N + + + + + = =
=
2 1
1

Calculul frecvenelor relative cumulate:
F
1
= f
1
, F
2
= F
1
+ f
2
, , F
i
= F
i-1
+ f
i
, , F
m
= F
m-1
+ f
m
= 1
Calculul frecvenelor relative cumulate exprimate n procente:
F
1
= f
1
%, F
2
= F
1
+ f
2
%, , F
i
= F
i-1
+ f
i
%, , F
m
= F
m-1
+ f
m
% = 100%
n multe cazuri este necesar s se cunoasc numrul total de uniti statistice pn la o anumit
valoare a caracteristicii sau numrul de la o anumit valoare n sus, acest numr reprezint
frecvena cumulat. Frecvena cumulat poate fi relativ sau absolut, de asemenea poate fi
cresctoare sau descresctoare, ea reprezint suma frecvenelor intervalelor de grupare de la un
anumit nivel n sus sau n jos.
Intervale de grupare
Gruparea statistic este o centralizare pe grupe a unitilor unei colectiviti.
Mrimea intervalelor (claselor) de grupare se consider, n general, egal, cu excepia
intervalelor extreme, pentru care uneori se pot adopta valori diferite. Alegerea numrului de

5

grupe se face innd seama de scopul gruprii. Mrimea (amplitudinea) intervalelor de grupare se
determin cu relaia:
k
A
k
x x
h
min max
=
= unde: h amplitudinea intervalului de grupare; k

numrul de intervale de grupare
min max
x x A = - amplitudinea de variaie a caracteristicilor
unde: x
max
i x
min
reprezint valoarea maxim respectiv minim a caracteristici de grupare x.
n cazul colectivitilor de volum mare cu o tendin de variaie sistematic numrul intervalelor
de grupare se pot stabili cu relaia lui H. A. Sturges: n k lg 322 , 3 1 + = , unde n este numrul total
al datelor observate.
Pentru 100 n > se utilizeaz relaia lui H. B. Mann i A. Wald: ( )
5
1
1
4
1
4
(
= n k
Un alt mod simplu de stabilitate a numrului de intervale de grupare const n considerarea
numrului ntreg care rezult din relaia n k = .
Pentru 250 n < este suficient mprirea n 10 intervale de grupare.
Dac 25 n < , gruparea valorilor statistice nu ofer informaii suplimentare pe baza crora s se
poat lua decizii. Atunci cnd se lucreaz cu intervale de grupare, frecvena rezultat prin
grupare se consider ca fiind corespunztoare valorilor medii al fiecrui interval. Dac limitele
intervalului de grupare sunt
inf
i
x
i
sup
i
x , intervalul se consider nchis la stnga i deschis la
dreapta. Astfel, o valoare x
i
aparinnd intervalului
)
inf sup
,
i i
x x
trebuie s satisfac inegalitatea

inf sup
i i i
x x x s < .
Dac
sup
i i
x x = valoarea x
i
va fi ncadrat n urmtorul interval de grupare.
Quantile sunt mrimi de poziie. Quantilele sunt valori ale caracteristicii statistice care mpart
seria n n grupe care au efective egale. Numrul n definete ordinul quantilelor. Modul de
determinare a quantilelor este analog cu cel utilizat de median. Pentru variabile continue se
utilizeaz relaia: ( ) ( ) ( ) ( )
n
dx x f ..... dx x f dx x f dx x f
n
x
x
x
x
x
x
1
1
3
2
2
1
1
= = = = =
} } } }
+

Quartile - notate Q
1
, Q
2
, Q
3
sunt acele valori ale caracteristicii care mpart seria n patru pri
egale. Ele se calculeaz prin analogie cu modul de calcul al medianei dar innd seam de locul
pe care l ocup quartila inferioar Q
1
sau quartila superioar Q
3
n cadrul seriei, quartila Q
2
este
egal cu mediana.
Locul fiecrei quartile se determin utiliznd relaiile:
( ) ( )

4
1 3
L ;
4
1 2
L ;
4
1
3 2 1
Q Q
+
=
+
=
+
=
n n n
L
Q

Valoarea quartilelor se calculeaz cu relaiile:
M
e
Q
2

Q
3
Q
1

Fig 3.7 Poziia quartilelor i a medianei

6

1
Q
f
1
Q 4
1
1
h
1
infQ 1
Q x
cum
f
n
i
i
f
=
+
+ =
;
e
M Q =
2
;
3
Q
f
3
Q 4
1
1 3
h
3
infQ 1
Q x
cum
f
n
i
i
f
=
+
+ =
|
|
.
|
\
|

Decile notate D
1
, D
2
, ..., D
9
sunt acele valori ale caracteristicii care mpart seria n zece
pri (decia), a cincea decil fiind egal cu mediana.
Locul decilelor se calculeaz utiliznd formulele:
( ) ( )
10
1 9
9
D
L , . . . ,
10
1 2
2
D
L ,
10
1
1
+
=
+
=
+
=
n n n
D
L

Valoarea decilei se calculeaz cu relaia:
1
D
f
1
D 10
1
1
h
1
infD 1
D x
cum
f
n
i
i
f
=
+
+ =

D2
f
2
D cum
f
n
i
i
f 1
h
2
infD
x
2
D

=
+
|
|
.
|
\
|
+ =
10
1
2
e
M D =
5
9
D
f
9
D cum
f
n
i
i
f 1
9
infD
h x D
9

=
+
+
|
|
.
|
\
|
=
10
1
9

Centile sau procentile notate C
1
, . . ., C
99
sunt valorile caracteristicii care mpart seria
n 100 de pri.
Locul procentilelor se calculeaz utiliznd formule:

( ) ( )
100
1 99
100
1 2
100
1
1
+
=
+
=
+
=
n
99
C
L ; . . . ;
n
2
C
L ;
n
C
L

Valoarea procentilei este dat de relaia:

7

1
C
f
1
C cum
f
n
1 i
i
f 1
infC 1
h x C
1

=
+
+ =
100

e
M C =
50

99
C
f
99
C cum
f
n
1 i
i
f 1
99
infC 99
h x C

=
+
+ =
|
.
|
\
|
100
99

Explicaia termenilor din formulele de mai sus este similar cu cea de la decile.
Coeficientul de variaie notat CV este un indicator relativ al variaiei caracteristicii, se
calculeaz ca raport procentual ntre abaterea medie ptratic sau abaterea medie liniar i media
aritmetic a seriei. CV = 100
x
o
sau CV = 100
x
d

Coeficientul de variaie are valori cuprinse n intervalul 0 < CV < 100%, cu ct nivelul
coeficientului de variaie tinde spre zero, cu att seria statistic este mai omogen i media este
mai reprezentativ respectiv cu ct valoarea tinde ctre 100% cu att variaia este mai intens iar
media are un nivel de reprezentare redus.
Pentru a caracteriza variaia seriei, respectiv testul de semnificaie al reprezentativitii mediei
funcie de coeficientul de variaie se consider urmtoarele praguri:
0 < CV 17% media este strict reprezentativ iar colectivitatea este omogen
17% < CV 35% media este moderat reprezentativ
35% < CV 50% media este reprezentativ n sens larg
CV > 50% media este nereprezentativ iar colectivitatea este eterogen
Repartiia binomial (sau repartiia Bernoulli) se obine n cazul variabilelor aleatoare
discrete cnd experimentrile au urmtorul model probabilistic:
a) fiecare ncercare are numai dou rezultate posibile care formeaz un sistem complet de
evenimente incompatibile. Exemplu: A cnd se produce evenimentul favorabil; A - cnd nu se
produce evenimentul favorabil.
b) probabilitatea de apariie a unui eveniment, P(A) s fie constant la fiecare ncercare i
egal cu p iar probabilitatea celuilalt eveniment va fi egal cu P( A ) = 1- p = q.
Dac repetm experimentului de n ori, numrul de apariie al evenimentului A este o variabil
aleatoare discret avnd valorile posibile 0, 1, 2, ... n.
Considerm un lot de piese avnd un procent de q defecte. Efectum extrageri repetate, iar
piesele extrase se introduc din nou n lot, spre a nu se modifica compoziia, pentru a avea aceiai
probabilitate de succes, se obine o repartiie binomial a numrului de piese defecte. Extragerea
se numete cu ntoarcere. Presupunem c am efectuat n acest mod dou extrageri: notm
evenimentul ca piesa s fie bun cu A, iar celalalt eveniment ca piesa s fie defect cu A . n
acest caz se pot lua n consideraie urmtoarele situaii:
- Probabilitatea de apariie a evenimentului A de dou ori este :
P(AA) = P(A) P(A) = p
2

- Probabilitatea de apariie o singur dat este:
P[(A A )U( A A)] = ( ) A P P(A) + ( ) A P ) A P( = 2pq

8

- Probabilitatea apariiei evenimentului A n cele dou extrageri:
P ( A A ) = ( ) A P ) A P( = q
2

Generaliznd putem considera c dup n ncercri s-a produs de k ori consecutiv evenimentul A
i de n k ori evenimentul A . Probabilitatea de a se produce evenimentul A de k ori n ordine i
apoi a evenimentul A de n k ori consecutiv, este data de relaia: P(AAA A A
A ) = p
k
q
n-k
Dac n cele n experimentri nu intereseaz ordinea de apariie a evenimentului A atunci trebuie
considerate toate situaiile posibile. Numrul posibil al ordonrilor diferite este egal cu formula
combinrilor
k
n
C
. Rezult, deci c probabilitatea ca n n probe evenimentul A s se produc de
k ori este dat de relaia:
P(n,k ) = P(X = k) = f(k) = q p C
k - n k k
n
= ( )
k - n k k
n
p - 1 p C unde:
k
n
C
=
!
)! (
k
k n
=
( )! k n k!
n!

Legea binomial exprim probabilitatea de a avea de k ori succes n cadrul a n ncercri
independente, desfurate n aceleai condiii, al cror rezultat poate fi succesul, cu probabilitatea
p, sau eecul cu probabilitatea q =1-p
P(i km) =
( )
=
m
i k
k f
=
=
m
i k
k - n k k
n
q p C

Se observ c expresia P(n,k) este termenul general al dezvoltrii binomului lui Newton
( )
m
q p + , de unde i denumirea de repartiie binomial. Pentru aplicaiile unde n ia valori mari se
poate folosi, pentru simplificarea calculului, formula lui Stirling: n e n ! n
n n
t =

2
Funcia de probabilitate a repartiiei binomiale are expresia: P(x = k) = P(k) = q p C
k - n k k
n

Legea binomiale se poate aproxima printr-o lege normal.
Repartiia binomial tinde ctre repartiia normal cnd n . S-a constatat, din reprezentarea
grafic a legii binomiale B(n,p) c atunci cnd probabilitatea p este aproape de 0,5, repartiia
binomial are o form simetric. Dac p rmne constatat i n este destul de mare (n > 30), legea
lui Gauss devine o bun aproximare a legii binomiale i admite ca parametrii sperana
matematic np x = respectiv abaterea standard npq = o a legii binomiale adic:
( ) |
.
|
\
|
~ npq , np N p , n B X ~ . n practic acest rezultat se traduce prin faptul c dac n are o valoare
mare (n > 30) i p nu este zero sau unu, se poate calcula probabilitatea pentru care variabila
binomial X s se afle n intervalul (a,b) ca i n cazul unei variabile normate cu media np x = i
abaterea standard npq = o .
Indicatorii teoretici sunt:
- Media: =
| | X M
= np;
- Dispersia:
2
=
| | X D
= npq = np(1-p);
- Abaterea medie ptratic npq = o ;
- Momente
( ) ( ) npq pq npq p q npq npq np 3 6 1 , , ,
4 3
2
2 1
+ = = = = = = o ;

9

- Asimetria
npq
p q
=
1
;
- Aplatizarea
npq
pq 6 1
2

=
- Valoarea modal a variabilei aleatoare discrete X este un numr ntreg cuprins ntre
np-q i np+q i permite aprecierea asimetriei distribuiei de probabilitate. Repartiia binomial
este n cele mai multe cazuri asimetric: p > 0,5 asimetrie pozitiv, p < 0,5 asimetrie negativ, p
= 0,5 simetric.
Repartiia hipergeometric
Modelul probabilistic al repartiiei hipergeometrice este similar celui binomial, singura diferen
const n faptul c elementul extras nu mai revine i astfel la fiecare extragere se modific
compoziia (condiiile). Extragerea se numete fr ntoarcere.
Fiind dat o populaie compus din n piese din care: a sunt bune i b = n - a sunt defecte
(condiia a + b = n). Probabilitatea ca dup ce efectum m extrageri succesive fr ntoarcere s
se obin un numr de x piese bune respectiv un numr de m x piese defecte, este calculat cu
formula combinrilor a n piese luate cte m:
m
b a
m
n
C C
+
= . Numrul cazurilor favorabile extragerii
de piese bune este
k
a
C , respectiv numrul cazurilor favorabil extragerii de piese defecte este
k m
b
C

.
Funcia de probabilitate are expresia:P
n,m
(k) =
m
b a
k m
b
k
a
C
C C
+

Dac n este foarte mare, repartiia hipergeometric se aproprie de repartiia binomial cu
parametrii: p =
n
a
, q =
n
b
= 1
n
a

Funcia de repartiie se calculeaz cu formula: ( ) ( )
x m
b
k
x
x
a m
n
m , n
C C
C
k X P k F

=
= s =
0
1

Forma general a repartiiei hipergeometrice poate fi definit astfel: se consider un numr de n
produse industriale cu a
1
, a
2
, a
k
clase avnd caliti diferite unde a
1
+ a
2
+ +a
k

= n, extragem
(fr ntoarcere) m exemplare, posibilitatea ca n eantionul extras, s existe x
1
, x
2
, ... x
k

exemplare din fiecare calitate (x
1
+ x
2
+ ...+ x
k
= m) este: P
n,m
(x
1
,x
2
,...,x
k
) =
m
n
x
a
x
a
x
a
C
C C C
k
k
...
2
2
1
1

Repartiia hipergeometric se utilizeaz la controlul statistic de recepie a loturilor mici de
produse. Repartiia binomial poate fi considerat ca un caz limit al repartiiei hipergeometrice
n situaia n care n , iar volumul eantionului este constant.
Indicatorii teoretici sunt:
- Valoarea medie (media): = mp;
- Dispersia:
1
2
= o
n
m n
mpq , dac n >> m, atunci |
.
|
\
|
= o
n
m
mpq 1
2

Repartiia normal este cea mai important lege de repartiie, fiind cunoscut sub denumirea
de legea Gauss Laplace. Legea normal are un rol important n teoria probabilitii, fiind
utilizat pentru aproximarea unor legii de probabilitate. Repartiia normal este utilizat foarte

10

des n analiza variabilelor aleatoare, avnd un rol fundamental n teoria seleciei, n analiza de
regresie, n analiza varianei i covarianei, etc. O distribuie normal este rezultatul unui numr
foarte mare de cauze independente, cu efect aditiv, fiecare dintre ele avnd o influen neglijabil
n modificarea celorlalte.
a) LEGEA GAUSS LAPLACE este caracterizat de parametrii i
2
.
O variabil aleatoare X este distribuit dup o lege normal dac funcia densitate de
probabilitate are urmtoarea expresie: f(x) =
2
2
1
2
1
|
.
|
\
|
o

t o
x

e
, R x e
unde: - este media iar
2
este variana (dispersia).
Distribuia normal este unic determinat de medie i dispersie, se noteaz simbolic prin:
X ~ N(,
2
).

Suma (sau diferena) a dou variabile aleatoare independente X
1
i X
2
care sunt guvernate de
legea normal N(
1
,
1
2
) i N(
2
,
2
2
) urmeaz de asemenea, legea normal, i anume:

) , N( ~ X
) , N( ~ X
2
2 2 2
2
1 1 1
o
o

2 1
X X X + = ~
( )
2
2
2
1 2 1
o o , N

Graficul funciei densitatea de probabilitate are forma de clopot i prezint urmtoarele
particulariti:
- admite un maxim pentru x = i scade necontenit la dreapta i la
stnga (
dx
x df ) (
= 0 pentru x = iar valoarea funciei n acest punct este f =
t o 2
1
);
- este simetric n raport cu
dreapta x = . Valorile centrale (media, mediana i modul)
sunt egale = M
o
= M
e
;
- n punctele x = - i x = +
i modific convexitatea (puncte de inflexiune);
- ntr-o distribuie normal,
amplitudinea variabilei este infinit - < X < +. Cnd
x funcia f(x) tinde spre zero.
- dac n variabile aleatoare normale X
i
(cu i = a , 1 )
sunt independente i identic repartizate de parametri
cunoscui, atunci variabila aleatoare Y definit ca suma
f(x)

x

Figura 3.11. Densitatea de
probabilitate cu repartiie normal
o = 1
f(x)

x
o = 0,5
o = 2
= ct.
Figura 3.12. Curba densitilor de
probabilitate cu dispersii diferite
F(x)
x

Figura 3.13. Funcia de repartiie
normal
f(x)
x
i
F(x)
1
0,5
F(x
i
)
x
i

11

acestor variabile aleatoare
=
=
n
i
i
X Y
1
urmeaz o lege normal cu
=
=
n
i
i
1
i
=
=
n
i
i
1
2 2
o o
Curba funciei densitatea de probabilitate este cu att mai ascuit cu ct valoarea lui este mai
mic.
Modificarea parametrului translateaz curba de-a lungul axei Ox fr s o modifice ca form.

Funcia de repartiie normal este dat de expresia:
F(x) = P(X x) = =
}

|
.
|
\
|
x
x
dx e

2
1

2
2
1
o
t o
.
Funcia F(x) = P(X x) satisface condiiile:
- F(x) 0;
- F(x
1
) < F(x
2
) pentru x
1
< x
2
;
- F(+) = P(X +) =
}
+

|
.
|
\
|
dx e
x

2
2
1

2
1
o
t o
= 1
Repartiia fiind simetric F(x) = ( )dx x f
x
}

= ( )dx x f
x
}
+
=
2
1

Parametrii funciei de repartiie:
- media | | ( )
( )
t o
o
= = =
} }
+

+

dx e x dx x f x x M
x
2
2
2
2
1

- dispersia | | ( ) ( )
( )
2
2
2
2
2 2
2
1
o
t o
o
= = =
} }
+

+

dx e x dx x f x x D
x

n unele domenii de aplicaie (teoria erorilor) funcia densitate de probabilitate, cu repartiie
normal, este prezentat sub forma: f(x) =
) (
2 2
x h
e
h

t
, unde h =
2
1
o
=
o
707 . 0

b) REPARTIIA NORMAL NORMAT. O variabil aleatoare Z urmeaz o lege de
repartiie normal normat dac funcia densitatea de probabilitate este dat de relaia:
f(z) =
2
2
1
2
1
z
e
t
, R z e
Proprietile funciei densitate de probabilitate:
- f(z) > 0;
- f(-z) = f(z);
- ( ) 0 =

z f
lim
x
;
- aria clopotului Gauss este: ( ) 1 =
}
+

dz z f
( )
}

x
dx x f
f(x)

2
x
2
3
Figura 3.14. Curba densitilor de
probabilitate cu medii diferite

12

Expresia funciei densitate de probabilitate s-a obinut prin efectuarea schimbrii de variabil n
cadrul repartiiei normale i anume: z
i
=
o

i
x
;
o
=
i
i
dx
dz . Prin schimbarea de variabil s-a
realizat trecerea de la o distribuie statistic normal la o distribuie normal normat.
Se observ c funcia f(z) se poate obine i din funcia f(x) cu condiia ca = 0 i = 1. ntre
densitatea de probabilitate a unei variabile normale normate Z, respectiv variabila normal
corespondent X exist relaia urmtoare: ( ) ( ) z f x f
o
=
1

n consecin, dispersia este egal cu abaterea medie ptratic, iar momentele centrate sunt egale
cu cele iniiale. Repartiia normal normat se noteaz Z ~ N(0,1).
Funcia de repartiie normal normat (sau funcia de repartiie Laplace) are expresia:
( )
} }

t
= =
z
z

z
dz e dz ) z ( f z F
2
2
2
1
.
Parametrii distribuiei sunt:
- media | | ( ) 0
2
1
2
2
=
t
= =
} }

+

z
z

dz e z dz z f z Z M ;
- dispersia | | ( ) 1
2
1
2
2 2
2
=
t
= =
} }

+

z
z

dz e z dz z f z Z D

Valorile funciilor f(z) i F(z) se determin mai simplu utiliznd tabelele de valori.
Din figura 3.15 se poate constata c funcia de repartiie F(z) este simetric n raport cu originea,
astfel se poate scrie: ) z ( dz ) z ( f dz ) z ( f dz ) z ( f ) z ( F
z z
u + = + = =
} } }

2
1
0
0
.
z
f(z)
0 -1 1 -2 2 -3 3
0,1
0,2
0,3
0,4
Figura 3.15. Funcia densitatea de probabilitate
pentru o repartiie normal normat
z
0 -1 1 -2 2 -3 3
0,5
1
0,0013
Figura 3.16. Funcia de repartiie pentru o
repartiie normal normat
F(z)
0,0028
0,1587
0,8413
0,9772
0,9987

13

Utiliznd aceast relaiei i operaia de translaie (realizat cu ajutorul ecuaiilor: z = z i (z) =
F(z) -
2
1
) se constat c putem determina valoarea funciei de repartiie F(z) prin intermediul
funciei integrale Laplace (z).
Integrala
} }

t
= = u
z
z

z
dz e dz ) z ( f ) z (
0
2
0
2
2
1
poart denumirea de Funcie Integral Laplace,
geometric aceasta reprezent de aria dublu haurat din graficul funciei densitii de
probabilitate din figura 3.17. c.
n practic pentru rezolvarea unor probleme de interferen (estimare, testare, etc.) se impune
calcularea unor probabilitii pe baza funciei de repartiie. Aceste valori se obin utiliznd
tabelele Gauss - Laplace, unde sunt prezentate valorile pentru funcia (z).
Proprieti ale funciei lui Laplace:
- (0) = 0;
- (-z) = - (z);
- ( )
2
1
= u

z lim
x
;
- ( ) ( ) z z F u + =
2
1
.
Valorile funciei integral Laplace (z) ca i ale funciei de repartiie Laplace F(z) precum i
relaiile de legtur ntre F(z) i (z) sunt prezentate n tabelul de mai jos.
n practic, este suficient s se cunoasc valorile funciei (z), pentru z > 0 i se poate calcula
probabilitatea ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
2 2 2 2 2 1 2 2 1
2 z z z z z z z z Z z P u = u + u = u u = u u = s s .
Tabelul 3.4. Relaii ntre funciile (z) i F(z)
z (z) F(z)
-
2
1
0
- z - (z) =
2
1
- F(z) F(z) =
2
1
- (z)
0 0
2
1

z (z) = F(z) -
2
1
F(z) =
2
1
+ (z)
+
2
1
1
0,5
1 0,5
-
0,5
u(z)
u(z)
F(z)
z
a) Funcia de repartiie Laplace b) Funcia integral Laplace

f(x)
0 z
c) Funcia densitatea de
probabilitate

Figura 3.17. Interpretarea geometric a funciei Laplace

u(z)
F(z)
F(z)

14

Probabilitatea ca o variabil aleatoare normal X ~ N(,
2
) s aparin unui interval (x
1,
x
2
) se
determin cu relaia: P(x
1
< X < x
2
) = ( ) ( ) ( )
1 2
2
1
x F x F dx x f
x
x
=
}
.
Aplicm metoda de normare
o

=
1
1
x
z i
o

=
2
2
x
z , rezult
P(x
1
< X < x
2
) =. ( ) ( ) ) z ( F ) z ( F
x
F
x
F dz z f dx x f
z
z
x
x
1 2
1 2
2
1
2
1
= |
.
|
\
|
o

|
.
|
\
|
o

= =
} }

Apartenena unei variabile aleatoare la un interval oarecare are numeroase aplicaii practice n
tehnic cum ar fi: ncadrarea consumului de material, de energie, etc. n anumite limite impuse
de procesul tehnologic; ncadrarea cotelor pieselor, reperelor prelucrate n anumite limite de
toleran, .a.
Putem calcula probabilitatea ca o variabil aleatoare s urmeze o lege normal normat i s
aparin diferitelor intervale o , o 2 , o 3 , o 4 , etc. Grafic aceast probabilitate
este redat n figura 3.18. De asemenea, exist numeroase aplicaii unde este necesar ca variabila
aleatoare z
, avnd probabilitatea , s nu depeasc anumite limite impuse.

Importana repartiiei normale. Repartiiei normale se explic cu ajutorul unei teoreme
importante din teoria probabilitilor, cunoscut sub denumirea de teorema limit central.
Conform acestei teoreme, fiind dat o serie de variabile aleatoare independente: X
1
, X
2
, ... X
n
, cu
dispersiile
1
2
,
2
2
, ...,
n
2
, variabila aleatoare Y = a
1
X
1
+ a
2
X
2
+...+ a
n
X
n
urmeaz o lege normal
dac rapoartele:
n
i
1
2
1
o
o
;
n
i
1
2
2
2
o
o
; ...
n
n
i
n
1
2
o
o
; tind ctre zero cnd n tinde la infinit.
Iniial aceast teorem a fost considerat fr importan practic, deoarece era greu de bnuit c
se va ntlni n realitate o variabil aleatoare care s fie suma unui numr infinit de alte variabile
aleatoare. Ulterior n industrie s-au gsit foarte multe modele care s ndeplineasc aceste
condiii. De exemplu, n domeniul msurtorilor tehnice se pot identifica numeroase cauze
perturbatoare sau surse de erori cu efect aditiv. n tehnic, o anumit caracteristic a unui produs,
cum ar fi curentul determinat pe un lot de electromagnei prezint variaii care depind de
numeroi factori ca: abaterile tehnologice (ntrefier, rezistena nfurrii, spira ecran), variaii
Figura 3.19. Reprezentarea lui P(z >a
) =

P(z >a
) =

1 -

o =68,27%
2o = 95,445 %
3o = 99,73 %
4o = 99,996 %
Figura 3.18. Probabilitatea intervalelor

15

ale parametrilor fizici de material etc. determinnd n final o lege de repartiie normal. Aceasta
poate fi luat ca model teoretic general pentru cercetarea probabilistic aproape a tuturor
fenomenelor naturii.
Repartiia exponenial
Variabila aleatoare continu X, cu repartiia exponenial negativ, are densitatea de
probabilitate:
f(x) = e
-x
; > 0, 0 s x <

Funcia de repartiie este: F(x) = 1- e
-x
, pentru x > 0
F(x) = 0, pentru x < 0
Indicatori teoretici. Se observ n acest caz egalitatea dintre media teoretic i abaterea standard:
= =
1
Repartiia exponenial reprezint cazul particular al repartiiilor Poisson i Weibull.
Graficele densitii de probabilitate i al funciei de repartiie sunt prezentate n figurile de mai
jos:

3.4. TEORIA PROBABILITILOR
Conceptele fundamentale ale teoriei probabilitilor sunt cele de eveniment i cele de
probabilitate. Teoria probabilitilor opereaz cu aceste noiuni specifice care se prezint astfel:
Experimentul reprezint realizarea unui ansamblu de condiii conform unui anumit criteriu de
cercetare.
Evenimentul este rezultatul unui experiment. Putem cita urmtoarele evenimente: A formarea
unui arc electric la ntreruperea unui circuit; B arderea unei lmpi electrice la alimentarea cu o
tensiune nominal; C apariia unui defect dup un anumit timp de funcionare, etc. Dac se
analizeaz evenimentele menionate, se observ c fiecare se poate realiza ntr-o msur diferit.
Astfel, evenimentul B este mai puin probabil s se produc n comparaie cu evenimentul A sau
C.
Dac se asociaz fiecrui eveniment un anumit numr care s indice posibilitatea de realizare, se
ajunge la noiunea de probabilitate.
Probabilitatea unui eveniment este msura numeric a posibilitii de realizare. Din punct de
vedere al posibilitilor de realizare, evenimentele se pot clasific n :
F(x)
x
1
0,63

Figura 3.20. Funcia de repartiie
f(x)
x
1
0,368

Figura 3.21 Densitatea de probabilitate

16

1. Eveniment sigur evenimentul care se produce n mod obligatoriu ntr-un
experiment. Notm evenimentul sigur cu litera E. Exemplu : extragerea unui contactor dintr-un
lot de contactoare.
2. Eveniment imposibil evenimentul care n mod obligatoriu nu se produce n cadrul
unui experiment. Notm evenimentul imposibil cu . Exemplu : extragerea unui motor electric
dintr-un lot de butoane.
3. Eveniment aleator (ntmpltor) evenimentul care se produce sau nu ntr-un
experiment, i se noteaz n general cu A, B, C sau A
1
, A
2
,,A
n
.
Cmp de evenimente: rezultatele unor experimente pot reprezenta evenimente diferite, iar
totalitatea acestor evenimente formeaz ceea ce se numete cmp de evenimente.
Cmp de probabilitate este mulimea valorilor numerice reprezentnd probabilitatea fiecrui
eveniment aparinnd unui cmp de evenimente. Evenimentele aleatoare pot fi la rndul lor :
compatibile, dac se pot produce simultan, sau incompatibile dac nu se produc simultan (se
exclud mutual). Astfel, realizarea unui eveniment exclude realizarea celuilalt. O categorie aparte
de evenimente incompatibile o formeaz evenimentele contrarii (complementare) care la
nerealizarea unui eveniment A se produce sigur cellalt eveniment .
Observaie : evenimentele contrarii sunt incompatibile n timp ce evenimentele incompatibile nu
sunt n mod obligatoriu contrarii.
Evenimente independente: dou evenimente se numesc independente n probabilitate dac
probabilitatea de realizare a unuia nu este influenat de realizarea sau nerealizarea celuilalt.
Evenimente dependente: dou evenimente se numesc dependente dac probabilitatea unui
eveniment este influenat de realizarea celuilalt eveniment.
3.4.1. ALGEBRA EVENIMENTELOR
Dou sau mai multe evenimente (compatibile sau incompatibile) pot defini printr-o operaie de
reuniune sau de intersecie un alt eveniment.
Reuniunea evenimentelor (suma evenimentelor)
Considernd evenimentele A, B, reuniunea S nseamn realizarea cel puin a unuia din
evenimentele A sau B. Se noteaz astfel : S = A B (se citete A sau B). Reuniunea a dou
mulimi A i B este mulimea elementelor care aparin sau lui A sau lui B. n cazul unui sistem de
n evenimente A
i
: i = 1, 2,,n reuniunea S se prezint sub forma :
i
n
i
n
A A A A S
1
2 1
...
=
= =
Se spune c evenimentul aleatoriu A se descompune n evenimentele A
1
...A
n
dac acestea sunt
incompatibile (A
i
A
j
= ), iar evenimentul A const cel puin din realizarea unuia din
evenimentele A
1
, A
2
,,A
n
, adic:
i
n
i
n
A A A A A A
1
3 2 1
...
=
= = . Evenimentele A
1
, A
2
,,A
n

formeaz un sistem complet de evenimente dac cel puin unul din evenimentele A se produce
ntr-un experiment, adic E
n
i
=
=1
.
n tabelul 3.5. sunt prezentate proprietile mai importante ale operaiilor cu evenimente i
relaiile corespunztoare.
Intersecia evenimentelor (produsul evenimentelor)
Considernd evenimentele A, B, intersecia acestora, nsemnnd realizarea i a evenimentului A
i a evenimentului B, este I = A B (se citete A i B). Intersecia unui sistem de evenimente {A
i
; i=1, 2, , n} se prezint sub forma :
i
n
i
n
A A A A I
1
2 1
. . . .
=
= =

17

Tabelul 3.5 .Proprietile operaiilor cu evenimente
ENUN RELAII
Contrariul unui eveniment sigur este un eveniment imposibil (i
invers).
= E
= E
Reuniunea sau intersecia unui eveniment A cu el nsui este egal
cu acelai eveniment.
A A A
A A A
=
=

Reuniunile i interseciile sunt comutative.
A B B A
A B B A
=
=

Reuniunile i interseciile sunt asociative.
C B A C B A
C B A C B A
=
=
) ( ) (
) ( ) (

Intersecia n raport cu reuniunea i reuniunea n raport cu
intersecia sunt distributive. ) ( ) ( ) (
) ( ) ( ) (
C A B A C B A
C A B A C B A
=
=

Reuniunea evenimentelor contrare este un eveniment sigur. E A A =
Intersecia a dou evenimente incompatibile este un eveniment
imposibil.
A A =
Dac E este un eveniment sigur, un eveniment imposibil i A un
eveniment aleatoriu exist relaiile :
= A E E A ; = ;
. E E; = = E
Oricare ar fi evenimentele A, B exist relaiile :
A B A A
A B A A
=
=
) (
) (

Considernd evenimentele A, B i contrariile A , B exist
urmtoarele relaii (relaii de Morgan)
B A B A
B A B A
=
=
) (
) (

. PROBABILITATEA EVENIMENTELOR
Interpretri
Probabilitatea reprezint msura numeric a posibilitii de realizare a unui eveniment. Astfel
noiunea de probabilitate a unui eveniment este legat de noiunea practic de frecven a unui
eveniment. Ca elemente de referin n precizarea unitii de msur a probabilitii unui
eveniment aleatoriu se consider pe de o parte probabilitatea evenimentului sigur care este egal
cu unu, iar pe de alt parte probabilitatea evenimentului imposibil egal cu zero. Probabilitatea
unui eveniment aleatoriu este cuprins astfel ntre 0 i 1 (0 < P(A) < 1). n anumite cazuri se
poate calcula direct probabilitatea cunoscnd numrul cazurilor favorabile din totalitatea
cazurilor posibile, considernd evenimentele separate ca echiprobabile. n acest caz
probabilitatea unui eveniment A, P(A), este :
posibile cazurilor numarul
favorabile cazurilor numarul
) ( = =
n
m
A P
Aceast formul denumit formul clasic de calcul a servit mult timp ca baz a definiiei
probabilitilor.
Formula de mai sus este formula direct de calcul a probabilitii cnd experimentul se reduce la
un sistem n care fiecare caz posibil are aceeai probabilitate de realizare i 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 ncercri n

18

condiii identice, determinndu-se frecvena evenimentului cercetat. Se ajunge astfel la
interpretarea n frecven a probabilitii unui eveniment:
incercari de total nr.
lui evenimentu ale aparitii de nr.
) (
A
n
m
A P = =
Cnd numrul ncercrilor este redus, frecvena evenimentului are un caracter aleatoriu. Dac
numrul ncercrilor crete, se ajunge la o stabilitate a frecvenelor.
innd seama de caracterul particular al variaiei acestei mrimi se spune c frecvena unui
eveniment converge n probabilitate ctre probabilitatea adevrat a evenimentului.
Proprieti ale probabilitilor:
1. P(B A) = P(B) P(AB)
2. Dac AcB, atunci P(B A) = P(B) P(A)
3. Dac AcB, atunci P(A) s P(B)
4. P( A ) = 1 P(A)
5. P() = 0
6. 0 s P(A) s1
7. P(AB) = P(A) + P(B) P(AB)
8. P(A B) + P(B A) = P(A) + P(B) 2P(AB)
9.
|
|
.
|
\
|
=
1 i
i
A P
s ( )
=n i
i
A P pentru orice familie (A
i
)
i=n
finit de evenimente
Principiul certitudinii practice
n multe cazuri se ntlnesc evenimente a cror probabilitate se situeaz la limitele extreme : fie
foarte apropiate de zero, fie foarte apropiate de unitate, fr ns a se confunda cu evenimentele
imposibile sau evenimentele sigure. Aceste evenimente poart denumirea de evenimente
aproape imposibile i evenimente aproape sigure. Evenimentele aproape imposibile i
aproape sigure joac un rol foarte important n teoria probabilitilor i n multe domenii.
Majoritatea aplicaiilor practice sunt bazate pe aceste noiuni (tehnica msurtorilor, control de
calitate, reglaj automat etc). Dac probabilitatea unui eveniment ntr-o experien este foarte
mic sau foarte apropiat de unitate, atunci se poate prevedea rezultatul experienei pe baza
principiului imposibilitii practice a evenimentelor cu probabilitate mic sau a principiului
certitudinii practice . Acest principiu poate fi formulat astfel: dac probabilitatea unui eveniment
oarecare A ntr-o experien este foarte mic, putem fi aproape siguri c dac experiena se
efectueaz o singur dat, evenimentul A nu va avea loc. Pornind de la definiia clasic a
probabilitii se observ c un eveniment cu probabilitate zero nu este un eveniment imposibil,
dar realitatea cea care confirm principiul imposibilitii practice.
Rolul teoremelor fundamentale
Metoda direct de calcul a probabilitilor are un rol minor n teoria probabilitilor, fiind de cele
mai multe ori inutilizabil. Foarte mult se folosesc metodele indirecte de calcul permind aflarea
probabilitilor unui eveniment pe baza probabilitilor deja cunoscute altor evenimente legate de
primele. Astfel, teoria probabilitilor se reduce n mare, la un sistem de metode indirecte pe baza
crora necesitatea experimentrii este minim.
Tabelul 3.6. Relaii de calcul pentru probabilitatea interseciei i reuniunii
DEFINIIA
EVENIMENTULUI
FELUL
EVENIMENTULUI
RELAII DE CALCUL

19

i
n
A A
1
=

(intersecia)
Dependente
[

=
n
j
i
i i
n
A A P A P
1
1
1 1
) / ( ) (

Dependente sau
independente
=
>
n
i
i i
n
n A P A P
1
1
) 1 ( ) ( ) (

Independente
[
=
n
i i
n
A P A P
1
1
) ( ) (

i
n
A A
1
=
(reuniune)
Compatibile
) ( ) 1 ( ...
) ( ) ( ) ( ) (
1
1
1
1
i
n
n
n
k j i
k j i
n
j i
j i
n
i i
n
A P
A A A A A A P A P
+
+ + >
= = =

(Formula lui Poincar)
Pentru evenimente independente :
[
=
n
i
i i
n
A P A P )] ( 1 [ 1 ) (
1

Incompatibile
=
n
i i
n
A P A P
1
1
) ( ) (

Teoreme i relaii referitoare la intersecia i reuniunea evenimentelor
Probabilitatea interseciei a dou evenimente A, B compatibile i independente este :
) ( ) ( ) ( B P A P B A P =
Dac evenimentele sunt dependente : ) / ( ) ( ) ( A B P A P B A P =
unde P(B/A) este probabilitatea evenimentului B condiionat de A. n mod similar pentru n
evenimente dependente : ) / ( )... / ( ) / ( ) ( ) (
1
1
2 1 3 1 2 1
1
i
n
n i
n
A A P A A A P A A P A P A P

=
Reuniunea a dou evenimente A i B compatibile i dependente este :
) ( ) ( ) ( ) ( B A P B P A P B A P + =
n tabelul 3.8., sunt prezentate relaiile referitoare la calculul probabilitii interseciei i
reuniunii. Cnd nu este cunoscut faptul dac evenimentele sunt dependente sau independente se
utilizeaz pentru intersecie inegalitatea Boole.
Formula probabilitilor totale
Pornind de la un exemplu practic considernd c tolele necesare statorului unei maini electrice
sunt tanate la trei prese diferite. Se cunosc urmtoarele evenimente : X
1
(presa 1) produce 30%
din totalul tolelor cu un rebut de 2% pe pres; X
2
(presa 2) produce 20% din totalul tolelor cu un
rebut 3% pe pres; X
3
(presa 3) produce 50% din totalul tolelor cu un rebut de 1% pe pres.
Tolele ajung la secia de montaj i se amestec. Aici se pune problema probabilitii extragerii
unei tole necorespunztoare. Generaliznd, considerm un sistem complet de evenimente X
1
,
X
2
,, X
n
, adic E X
i
n
i
=
=1
. Fie un alt eveniment A, defectul, care nu se poate realiza ci numai
mpreun cu unul din evenimentele X
i
, formnd un sistem de evenimente X
i
A incompatibile.
n consecin evenimentul ) (
1
A X A
i
n
i
=
=
. Deoarece evenimentele (X
i
A), (X
j
A) sunt
incompatibile, adic (X
i
A) (X
j
A) = , probabilitatea evenimentului A este :

20

=
= + + + =
n
i
i n
A X P A X P A X P A X P A P
1
2 1
). ( ) ( ... ) ( ) ( ) (
Deoarece evenimentele X
i
i A sunt compatibile i dependente :
) / ( ) ( ) (
i i i
X A P X P A X P =
nlocuind ultima formul n penultima obinem :
=
(
=
=
n
i i i
n
i
X A P X P A X P A P
1
1
). / ( ) ( ) ( ) (
Aceast relaie de mai sus este cunoscut sub denumirea formula probabilitilor totale.
Revenind la exemplul iniial unde P(X
1
) = 0,3; P(X
2
) = 0,2; P(X
3
) = 0,5 i de asemenea P(A/X
1
) =
0,02; P(A/X
2
) = 0,03; P(A/X
3
) = 0,01, rezult cu (2.11) probabilitatea extragerii unei tole defecte
P(A) = P(X
1
) P(A/X
1
) + P(X
2
) P(A/X
2
) + P(X
3
) P(A/X
3
) = 0,017.
Teorema ipotezelor (formula lui Bayes)
Fie un sistem complet de ipoteze (evenimente) incompatibile H
1
, H
2
,,H
n
(
= =
j i j i
n
H H E H ;
1
). Aceste ipoteze (evenimente) reprezint cauzele unui alt eveniment A,
condiionat de evenimentele H
1
, H
2
,,H
n
. nainte de a efectua vreo experien sunt date
probabilitile ipotezelor P(H
1
), P(H
2
), ., P(H
n
) i P(A/H
1
), P(A/H
2
),, P(A/H
n
).
Realizndu-se evenimentul A, se pune ntrebarea ce valoare capt probabilitile acestor ipoteze,
condiionate de evenimentul A care s-a produs. Se tie c : P(A/H
i
) = P(A) P(H
i
/A).
Intersecia evenimentelor fiind comutativ, P(A H
i
) = P(H
i
A). Se poate scrie egalitatea :
P(A) P(H
i
/A) = P(H
i
) P(A/H
i
), de unde : .
) (
) / ( ) (
) / (
A P
H A P H P
A H P
i i
i

=
Conform formulei probabilitilor totale, probabilitatea evenimentului A este
=
n
i i
H A P H P A P
1
) / ( ) ( ) ( i nlocuind aceast relaie n cea anterioar n se obine relaia :
=

=
n
i
i i
i i
i
H A P H P
H A P H P
A H P
1
) / ( ) (
) / ( ) (
) / ( care poart denumirea de formula lui Bayes sau teorema
ipotezelor.
) Modelul liniar. Se consider dou variabile X i Y ntre care se presupune c exist o legtur
pentru care experimental au fost determinate perechile de valori x
i
i y
i
:
Se traseaz un grafic printre puncte care reprezint dreapta de regresie
i
x b a
x
y + = care se
apropie cel mai mult de punctele experimentale. Valorii experimentale y
x
i corespunde pe
dreapta de regresie valoarea care are urmtorul model teoretic:
i
x
i
y | + o = .
Abaterile valorilor reale fa de valorile estimate (de pe dreapta de regresie) sunt:

i
x b a
i
y
i
x b a
i
y
x
y
i
y = + = |
.
|
\
|

n aceast situaie, modelul teoretic se poate estima printr-o ecuaie similar cu modelul
determinist, la care se ia n considerare i eroarea: c + + =
i
x b a
x
y

21

Parametrii a i b, au n acest caz coninut de medii i se estimeaz cu ajutorul unor metode
specifice oferite de matematica statistic : metoda verosimilitii maxime respectiv metoda celor
mai mici ptrate.
n practic se folosete frecvent metoda celor mai mici ptrate care presupune c suma ptratelor
abaterilor dintre valorile teoretice (ajustate) y
i
i valorile empirice (reale) y
x
s fie minim, se
obine formula: min
2
) ( =
x
y
i
y nlocuim pe x
y
i obinem min
2
) ( =
i
bx a
i
y
Derivm n raport cu a i b i egalm cu zero derivatele pariale de ordinul nti, se obine un
sistem de ecuaii:
( )
( )
= =
c
c
=
c
c
= =
c
c
=
c
c

0
0 1
2
2
) bx a y ( x
b b
R
) bx a y (
a a
R
i i i
i i
)
i
bx a
i
y (
)
i
bx a
i
y (
sistem care are forma
final:
= +
= +

i i i i
i i
y x x b x a
y x b na
2
iar soluii sunt:

=
2
2
i i
i
i i i
i i
x x
x n
x y x
x y
a
,

=
2
i i
i
i i i
i
x x
x n
y x x
y n
b
sau
2 2
2
) (

=
i i
i i i i i
x x n
y x x y x
a

2 2
) (

=
i i
i i i i
x x n
y x y x n
b

Prin nlocuirea coeficienilor a i b n ecuaia de gardul unu, rezult ecuaia teoretic
x b a y + = care reprezint cel mai bine fiecare punct din norul de puncte determinate
experimental. Dreapta de regresie trece prin punctul mediu ) ; ( y x .
Coeficientul a nu are interpretare statistic.
Coeficientul b denumit coeficient de regresie arat msura n care se manifest (se modific)
caracteristica dependent n cazul n care caracteristica independent se modific cu o unitate.
n funcie de semnul coeficientului de regresie se poate aprecia tipul de legtur :
- legtur direct, coeficientul este pozitiv ;
- legtur invers, coeficientul este negativ ;
- dac b = 0 se apreciaz c valorile x i y sunt independente.
Utiliznd coeficienii a i b calculai se determin valoarea ecuaiei de regresie pentru fiecare
mrime a caracteristicii x.
b) Modelul exponenial
Se determin coeficienii a i b, pornind de la forma canonic a ecuaie exponenial, utiliznd
modelele specifice matematicii statistice :
i
x
i
y o| = - modelul teoretic

i
x
x
ab y = - modelul determinist (practic, real)
Abaterile valorilor reale fa de valorile estimate (de pe curba de regresie) sunt:
i
x
ab
i
y
i
x
ab
i
y
x
y
i
y = =
|
|
|
.
|
\
|

determinist, la care se ia n considerare i eroarea:
c + =
i
ab y
x
x

22

Logaritmm expresa modelului determinist, pentru a transform ecuaia ntr-un model liniar
similar cu cel studiat mai sus: b lg x a lg y lg
i x
+ = , facem substituia x x
y lg y = '
a a lg ' =
b b lg ' = rezult ecuaia de forma:
x ' b ' a ' y
x
+ =
unde suma dispersiilor trebuie s fie minim.
Suma dispersiilor, dintre modelul teoretic i modelul determinist, trebuie s fie minim, se ajunge
la formula: min ) (
2
=
x i
y y nlocuim pe x
y
, se obine formula:
min ) ' ' (
2
=
i i
x b a y
Derivm n raport cu ' a i ' b i egalm cu zero derivatele pariale de ordinul nti, se obine un
sistem de ecuaii:
( )( )
( )( )
= '
' c
' ' ' c

=
' c
c
= ' =
' c
' ' ' c

=
' c
c
0 ' '
2
) (
0 ' ' 1
2
) (
b
i
x a
i
y
i
x
b
i
x b a
i
y
b
R
b
i
x a
i
y
a
i
x b a
i
y
a
R

Forma final a sistemului de dou ecuaii cu dou necunoscute este:
= +
= +

i i i i
i i
y x x b x a
y x b na
' ' '
' ' '
2

rezult soluiile ' a i ' b ale sistemului de ecuaii:

=
2
2
i i
i
i i i
i i
x x
x n
x y x
x y
' a

'
=
2
i i
i
i i i
i
x x
x n
y x x
y n
' b
revenim
la substituia iniial a a lg ' = rezult
' a
e a = i b b lg ' = rezult
' b
e b =
Prin nlocuirea coeficienilor a i b n ecuaia exponenial, rezult ecuaia teoretic
x
ab y =

c) Modelul logaritmic
Se pornete de la forma canonic a ecuaiei logaritmice, exprimat prin cele dou modele
statistice

i i
x y lg + = | o - modelul teoretic.
i x
x lg b a y + =
- modelul determinist (practic, real) unde a > 0, b > 0

i
x lg b a
i
y
i
x lg b a
i
y
x
y
i
y = + = |
.
|
\
|

c + + =
i x
x lg b a y

Suma modelul dispersiilor, dintre modelul teoretic i modelul determinist, trebuie s fie minim,
rezulta formula: ( ) min
2
=
x i
y y nlocuim pe x
y
, rezult formula:
( ) min lg
2
=
i i
x b a y
Derivam n raport cu a i b i egalm cu zero derivatele pariale de ordinul nti, se obine
sistemul de ecuaii:

23

( )
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
= =
c
c
=
c
c

= =
c
c
=
c
c
0
2
0 1
2
i
x lg b a
i
y
i
x lg
b
)
i
x lg b a
i
y (
b
R
i
x lg b a
i
y
a
)
i
x lg b a
i
y (
a
R

Forma final a sistemului de dou ecuaii cu dou necunoscute este:

= +
= +

i i i i
i i
x y x b x a
y x b na
lg ) (lg lg
lg
2
rezolvm sistemul i obinem

=
2
2
) (lg lg
lg
) (lg lg
lg
i i
i
i i i
i i
x x
x n
x x y
x y
a

=
2
) (lg lg
lg
lg lg
i i
i
i i i
i
x x
x n
x y x
y n
b

Prin nlocuirea coeficienilor a i b n ecuaia logaritmic, rezult ecuaia teoretic
x lg b a y + =

d) Modelul parabolei
Se pleac de la forma canonic a ecuaiei de gradul al doilea, utiliznd modelele statistice

2
i i i
x x y + + = o | o - modelul teoretic.

2
i i x
x c x b a y + + = - modelul determinist (practic,
real)

2 2
i
x c
i
x b a
i
y
i
cx
i
x b a
i
y
x
y
i
y = |
.
|
\
|
+ + =
n acest situaie, modelul teoretic se poate estima printr-o ecuaie similar cu modelul
determinist, la care se ia n considerare i eroarea: c + + + =
2
i i x
x c x b a y
rezulta formula:
( ) im min y y
x i
=
2
nlocuim pe x
y
, rezult formula:
( ) min
2
2
=
i i i
cx bx a y
Derivm n raport cu a, b i c i egalm cu zero derivatele pariale de ordinul nti, se obine :
( )
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
|
.
|
\
|
|
|
.
|
\
|
= =
c
c
=
c
c

= =
c
c
=
c
c

= =
c
c
=
c
c
0
2
2
2 2
0
2
2 2
0
2
1
2 2
i
cx
i
bx a
i
y
i
x
c
)
i
cx
i
bx a
i
y (
c
R
i
cx
i
bx a
i
y
i
x
b
)
i
cx
i
bx a
i
y (
b
R
i
cx
i
bx a
i
y
a
)
i
cx
i
bx a
i
y (
a
R

Sistemul de trei ecuaii cu trei necunoscute este de forma:
= + +
= + +
= + +

i i i i i
i i i i i
i i i
y x x c x b x a
y x x c x b x a
y x c x b na
2 4 3 2
3 2
2

Soluiile a, b i c ale sistemului de ecuaii sunt:

24

=
4 3 2
3 2
2
4 3 2
3 2
2
i i i
i i i
i i
i i i i
i i i i
i i i
x x x
x x x
x x n
x x y x
x x y x
x x y
a

=
4 3 2
3 2
2
4 2 2
3
2
i i i
i i i
i i
i i i i
i i i i
i i
x x x
x x x
x x n
x y x x
x y x x
x y n
b

=
4 3 2
3 2
2
2 3 2
2
i i i
i i i
i i
i i i i
i i i i
i i
x x x
x x x
x x n
y x x x
y x x x
y x n
c
Prin nlocuirea coeficienilor a, b i c n ecuaia parabolei, rezult ecuaia teoretic
2
x c x b a y + + =

) Modelul hyperbolic
Se pleac de la forma canonic a ecuaiei hiperbolei, utilizm modelele matematicii statistice, se
obine :
i
i
x
y
|
o + =
- modelul teoretic

i
x
x
b
a y + =
- modelul determinist (practic, real)

i
x
b
a
i
y
i
x
b
a
i
y
x
y
i
y = + =
|
|
|
|
.
|
\
|

c + + =
i
x
x
b
a y

rezulta formula: ( ) min
2
=
x i
y y nlocuim pe x
y
, rezult formula
min
2
=
|
|
.
|
\
|

i
i
x
b
a y
Derivm n raport cu a i b i egalm cu zero derivatele pariale, se obine sistemul:
( )
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
=
c
c
=
c
c
=
=
c
c
=
c
c
0
2
1
2
0
2
1
2
i
x
b
a
i
y
i
x
b
)
i
x
b
a
i
y (
b
R
i
x
b
a
i
y
a
)
i
x
b
a
i
y (
a
R

Sistemul de dou ecuaii cu dou necunoscute este de forma:
=
|
|
.
|
\
|
+
= +

i
i
i i
i
i
x
y
x
b
x
a
y
x
b a n
1 1 1
1
2

25

Soluiile sunt:

=
2
2
1 1
1
1 1
1
i
i
i
i
i
i
i
i
x
x
x
n
x
x
y
x
y
a
,

=
2
1 1
1
1 1
i
i
i
i
i
i
i
x
x
x
n
x
y
x
y n
b

Prin nlocuirea coeficienilor a i b n ecuaia hiperbolei, rezult ecuaia teoretic
x
b a y
1
+ =

Modelul multifactorial
ntre fenomene, procese de orice fel exist legturi complexe care se caracterizeaz prin influena
unui numr mare de factori (variabile independente) asupra caracteristicii rezultative (variabile
dependente). Aceste legturi se pot exprima cu ajutorul funciei de regresie multipl:

) x ,... x , x ( f y
n x 2 1
=
unde
n
x x x ,... ,
2 1
sunt caracteristici independente sau factoriale.
Cel mai utilizat model teoretic de regresie multifactorial, este modelul liniar dat de expresia :
n n i
x a x a x a a y + + + + = ...
2 2 1 1 0
, unde
0
a - reprezint coeficientul care exprim influenta factorilor neinclui n model, fiind considerai cu
aciune constant;
n ,... , i
a
2 1 = - sunt coeficieni de regresie multipli i arat ponderea cu care caracteristica factorial x
influeneaz fiecare caracteristica rezultativ y.
Modelul determinist este dat de relaia:
n n x
x a ... x a x a a y + + + + =
2 2 1 1 0

Modelul teoretic se poate estima printr-o ecuaie similar cu modelul determinist, la care
se ia n considerare i eroarea:
c + + + + + =
n n x
x a ... x a x a a y
2 2 1 1 0

Suma dispersiilor dintre modelul teoretic i modelul real trebuie s fie minim, rezult formula :
( ) min
2
=
x i
y y nlocuim pe
x
y , rezult formula
min ) ... (
2
2 2 1 1 0
=
n n i
x a x a x a a y
Derivam n raport cu
n
a a a ,... ,
2 1
i egalm cu zero derivatele pariale, se obine sistemul:
= + + + +
= + + + +
= + + + +

y x x a x x a x x a x a
y x x x a x x a x a x a
y x a x a x a n a
n n n n n n
n n
n n
2
1 2 1 1 0
1 1 2 1 2
2
1 1 1 0
2 2 1 1 0
...
.......... .......... .......... .......... .......... .......... .......... .......... .......... ..........
...
...

3.7.3.1. prin Corelaii liniare
n paragrafele anterioare au fost prezentate repartiiile unor variabile aleatoare izolate,
repartiii caracterizate prin momentele respective care pot fi determinate prin estimarea
acestora. Repartiia unui cuplu de variabile aleatoare nu poate fi redat numai prin
momentele celor dou variabile luate separat, ci este necesar s se caracterizeze i covariaia.

26

Spre deosebire de legtura de regresie
care reprezint legtura dintre dou variabile, dintre care una aleatoare iar alta cunoscut sau
dat (nealeatoare), legtura de corelaie se refer la un cuplu de dou variabile aleatoare a
crui legtur poate fi caracterizat de coeficientul de corelaie.
Considerm dou variabile aleatoare X cu repartiia normal
( )
2
x x
, N o
i variabila Y cu
repartiia
( )
2
y y
, N o
ntre care exist o anumit legtur. Densitatea de probabilitate a funciei de
repartiie normal cu doi parametri este dat de expresia:

( )
( )

)
(
(
(
|
|
.
|
\
|
o

+
|
|
.
|
\
|
o

|
|
.
|
\
|
o

|
|
.
|
\
|
o

o to
=
2
2
2
1 2
1
2
1
y
y
y
y
x
x
x
x
y x
y y
x x
exp y , x f

a crui reprezentare grafic este prezentat n figura 3.45 i are funcia de repartiie
( ) ( )
( ) } }

)
(
(
(
|
|
.
|
\
|
o

+
|
|
.
|
\
|
o

|
|
.
|
\
|
o

|
|
.
|
\
|
o

o to
= s s =
x y
y
y
y
y
x
x
x
x
y x
y y
x x
exp y Y , x X P y , x F
2
2
2
1 2
1
2
1

Coeficientul este denumit coeficient de corelaie avnd valoarea cuprins n intervalul:
1 + 1 i definete gradul de dependen dintre variabile.
Dac = 0, cele dou variabile sunt independente atunci funcia de repartiie se scrie astel:

( )
( )
( )
( ) ( ) y f x f
x
exp
x
exp y , x f
y
y
y x
x
x
=
(
(
o

t o (
(
o

t o
=
2
2
2
2
2 2
1
2 2
1
fiind pus n eviden
condiia de independen.
Dac > 0, variabilele x, y sunt dependente aleatoriu (stochastic). Coeficientul teoretic de
corelaie este dat de media produselor abaterilor normate.

(
(
|
|
.
|
\
|
o

|
|
.
|
\
|
o

=
y
y
x
x
y
x
M
sau
( )( )
( ) ( )

= =
=

=
n
i
n
i
y i x i
y i
n
i
x i
y x
y x
1 1
2 2
1

rezolvarea sistemului se determin coeficienii
n
a a a a ,..., , ,
2 1 0

Figura 3.45 Graficul repartiiei bivariate
f(x,y)
x
y
x

Figura 3.44 Graficul corelaiei a dou variabile
aleatoare
x x
a) b)
f(x)
f(x)

27

3.7.3.2. Indicatori sintetici ai corelaiei
Covariana
Covariana se obine ca o medie aritmetic a produselor abaterilor variabilelor, fa de media lor:
( ) ( )
= y y x x
n
y x
i i
1
) , cov(
Covariana poate avea:
- valoare pozitiv, ceea ce indic o legtur direct;
- valoare negativ, ceea ce indic o legtur invers;
- valoare zero, dac variabilele sunt independente (deci lipsete legtura de
corelaie).
Pe msura ce covariana crete, crete i intensitatea corelaiei.
Coeficientul de corelaie liniar simpl
Este un indicator care msoar intensitatea legturii de tip liniar dintre dou variabile x i y.

x
i
x
x x
z
o
=
y
i
y
y y
z
o
=

( ) ( ) ( ) ( )
( ) ( )
2 2
/
y y x x
y y x x
n
y y x x
r
i i
i i
y x
i i
x y

=

=

o o

n practic se folosete urmtoarea formul:
( ) ( )
( ) | | ( ) | |

=

=
=
2
2
2
2
/
) , cov(
i i i i
i i i i
y x
i i
y x
x y
y y n x x n
y x y x n
n
y y x x
y x
r
o o o o

1 0 s s
yx
r
Coeficientul de corelaie este aplicabil numai n cazul a dou variabile cu repartiii normale;
pentru alte cazuri nu este fundamentat i poate eventual caracteriza
Semnul su semnific tipul de legtura. n practic se utilizeaz urmtoarea interpretare :
2 , 0 0
/
< s
x y
r - nu exist legtur semnificativ
5 , 0 2 , 0
/
< s
x y
r - exist o legtur slab
75 , 0 5 , 0
/
< s
x y
r - exist o legtur de intensitate medie
95 , 0 75 , 0
/
< s
x y
r - exist o legtur puternic
1 95 0 s s
x / y
r , - legtur determinist
Raportul de corelaie
Este denumit i coeficientul de corelaie al lui Pearson, acesta msoar intensitatea legturilor att
liniare ct i curbilinii. Poate lua valori n intervalul 0 1. Cu ct valoarea raportului este mai
aproape de valoarea unu, cu att legtura de corelaie este mai puternic i invers.
( )
( )
= =
2
2
/
1
med i
i
x y
y y
Y y
R q
unde :
i
y - reprezint valorile iniiale;
Y - reprezint valorile teoretice sau calculate;

med
y - reprezint valoarea medie.

28

4.2.1. CMP DE MPRTIERE, CMP DE TOLERAN
Sub influena diferitelor cauze de producie, caracteristica referitoare la calitate a unui produs
variaz n cadrul unor limite, numite limite de mprtiere (Li - limita de mprtiere inferioar,
Ls - limita de mprtiere superioar). Matricea acestei variaii, respectiv a intervalului de
mprtiere, se numete cmp de mprtiere.
Documentaia de fabricaie stabilete limitele n interiorul crora este permis variaia valorilor
caracteristicii, astfel nct produsul rezultat s fie corespunztor calitativ.
Aceste limite se numesc limite de toleran i se noteaz cu Ti - limita de toleran inferioar i
Ts - limita de toleran superioar. Zona dintre Ti i Ts reprezint cmpul de toleran, iar centrul
cmpului de toleran Tc se calculeaz cu formula: Tc = (Ts+Ti)/2.

Reglarea se caracterizeaz prin poziia cmpului de mprtiere a valorilor caracteristicii,
exprimat statistic prin poziia centrului de grupare a repartiiei. Maina este considerat corect
reglat cnd centrul cmpului de mprtiere (media) al valorilor caracteristicii de calitate este
egal cu centrul cmpului de toleran.

Precizia se poate caracteriza prin mrimea cmpului de mprtiere i este considerat
corespunztoare cnd mrimea acestuia nu depete limitele cmpului de toleran.
Precizia se exprim cu ajutorul parametrilor de mprtiere o (abaterea standard), A
(amplitudinea mprtierii) sau Cv (coeficientul de omogenitate) utiliznd distribuia normal
redus.
Principalele stri ale procesului de fabricaie att din punct de vedere al reglrii i al preciziei
sunt urmtoarele:
Cmp de toleran
Cmp de toleran Cmp de mprtiere
Cmp de mprtiere
T
i
T
s
L
i
L
s
T
c
T
c L
s
T
s
L
i T
i
Fig. 4.3 Proces precis Fig. 4.4 Proces neprecis
Cmp de toleran Cmp de toleran
Cmp de mprtiere Cmp de mprtiere
T
i
T
s
L
i
L
s
T
c
T
c
L
s
T
s L
i T
i
Fig. 4.5. Proces centrat Fig. 4.6. Proces necentrat

29

a) Proces de fabricaie corespunztor ca reglare ( X = Tc) i ca precizie (Li > Ti iar Ls < Ts);
b) Proces de fabricaie corespunztor ca reglare ( X = Tc) dar necorespunztor ca precizie

(Li < Ti iar Ls > Ts);
c) i d) Proces de fabricaie necorespunztor ca reglare( X Tc), dar corespunztor ca precizie
(Li > Ti iar Ls < Ts):
e) Proces deplasat spre dreapta Li > Ti i Ls > Ts;
f) Proces deplasat spre stnga Li < Ti i Ls < Ts;
g) Proces excesiv de precis;
h) Proces de producie corespunztor ca reglare i precizie care se afl la limita de funcionare
din punct de vedere economic.
i) Proces de fabricaie necorespunztor att ca reglare( X Tc) ct i ca precizie;
4.2.2. CAPABILITATEA PROCESULUI
Capabilitatea procesului de producie, i facem referire la maini, utilaje, echipamente, reprezint
posibilitatea acestora de a realiza repere, produse n limitele de toleran prevzute n
documentaia tehnic de fabricaie.
Studiul capabilitii este necesar pentru:
- stabilirea performanelor reale ale unui proces de producie;
- stabilirea condiiilor contractuale referitoare la calitatea produciei;
- fixarea parametrilor planurilor de sondaj pentru fiele de lucru;
- stabilirea prin intermediul documentaiei tehnice a tuturor parametrilor controlai.
Pentru aprecierea performanelor mainilor, utilajelor, echipamentelor de a realiza o ncadrare
corespunztoare a cmpului de toleran (adic a
capabilitii) specialitii utilizeaz intervalul de
mprtiere al caracteristicii Ko (corespunztor
regulii 3o), iar acum n industria cu un grad mare
de automatizare i robotizare intervalul este de 8o (
4o) introducndu-se noiunea de ppm (pri per
milion).
T
i
T
c
T
s
a
b

c

f

e

d

g

h

i

X
i
Fig. 4.7 Poziia cmpului de mprtiere fa de cmpul de toleran
(Sursa: M. Olaru Tehnici i instrumente utilizate n managementul calitii. Editura Economic. Bucureti. 2000.)
Maina
Mediul
Materia prim
Muncitorul
Metoda
Dispersia
natural
Dispersia
instantanee
Fig 4.8 Factorii care influeneaz dispersia
(Sursa: Vachette, Jean, Luc. Amlioration continue de la
qualit, le SPC. Les Editions dOrganisation. Paris. 1990)

30

Dac lum n calcul toate rezultatele obinute de la un proces vom constata c sunt 5 factori
importani care influeneaz capabilitatea i anume:
- maina;
- materialele;
- muncitorii;
- mediul;
- metodele / tehnologiile.
Dispersia procesului poate fi diminuat sau redus prin reducerea variaiei fiecrui factor care
influeneaz procesul. Toi cei cinci factori creeaz o dispersie natural, n timp ce factorul
main poate crea i o dispersie instantanee.
Pentru a studia variaia instantanee a procesului este necesar, aa cum artam mai sus, s
reducem la minimum influena celor patru factori, diminund dispersia natural, astfel:
- mediu trebuie evitate variaiile de temperatur, tensiune electric, praf, etc.
- metode trebuie clarificat n prealabil procedura de lucru pentru proces,
- muncitorul trebuie instruit operatorul s nu regleze maina n timpul prelevrii pieselor;
- materialele loturile de materiale trebuie s fie omogene.
nainte de a determina indicele de capabilitate se definesc condiiile n care se realizeaz studiul
i se respect exigenele stabilite n prealabil.
Exigenele prealabile sunt:
- determinarea caracteristicilor care trebuie studiate i a specificaiilor; sortarea pieselor
fabricate s se fac utiliznd un lot de materiale care au fost sortate anterior;
- dispozitivele i instrumentele de msur s aib o precizie egal sau mai bun dect
1/10 din valoarea toleranei;
- trebuie s prevedem mrimea seriei de piese fabricate fr ntreruperea mainii n
condiii normale de producie, cu maina reglat pe valoarea central a cmpului de toleran
conform documentaiei tehnice;
- pentru maini cu mai multe posturi situaia se trateaz individual.
Avnd toate aceste condiii ndeplinite se preleveaz o serie de 50 de piese realizate consecutiv.
Se msoar caracteristicile i se nregistreaz dup care se prelucreaz pentru a studia
normalitatea. Dac nu este posibil prelevarea unei serii de 50 de piese realizate consecutiv,
trebuie fcut pe minimum 30 de piese realizate consecutiv. Dac prin natura procesului nu este
posibil prelevarea a 30 de piese consecutive fr reglarea sau intervenia operatorului, studiul se
efectueaz pe 6 prelevri a cte 5 piese realizate consecutiv. Aceast soluie este delicat,
deoarece evaluatorul indicelui de capabilitate trebuie s se asigure c maina este ntotdeauna
reglat corespunztor, c materialele au aceleai caracteristici i c mediul nu a evoluat n mod
semnificativ. Aceste prelevri se fac n general pe 5 pn la 10 clase.
Se traseaz graficul pe hrtie special pentru a obine o dreapt (hrtie liniat tip Gauss). Dac
graficul nu poate fi trasat sau se observ prezena unui alt model n seria de puncte, o concavitate
sau o convexitate, o aplatizare sau puncte de inflexiune atunci concluzia este clar, nu este o
distribuie normal.

4.2.3. CALCULUL INDICELUI DE CAPABILITATE AL MAINII

31

Indicele de capabilitate al mainii permite compararea variaiei proprii a mainii cu variaia
maxim permis de toleran.
6
Ti Ts
=
p
C

unde: o - abaterea medie ptratic;
Ti toleran inferioar;
Ts toleran superioar.
O main, un utilaj, un echipament are o repetabilitate bun
dac Cp > 1,33 adic 33 . 1
6
>
o
Ti Ts
.
Aceast exigen poate fi tradus n termeni de probabilitate Cp
>1,33 atunci Ts - Ti > 1,33 6o adic Ts - Ti > 8o.
Pentru legea normal, probabilitatea asociat unui interval de
8o este de 99,994% sau 6 ppm dac graficul este centrat fa de
medie.
Dac totui, n cursul studiului, sunt detectate probleme privind
centrarea procesului, influena acestui ecart pentru indicele de
capabilitate poate fi evaluat utiliznd indicele complementar
C
k
lund n calcul media procesului n raport cu intervalul de
toleran
)
`

=
o o 3 3
Ti X
;
X Ts
min C
pk

exigena fiind aceeai ca i la indicele C, adic C
pk
> 1,33.
n cazul n care C
p
< 1,33 trebuie gsite cauzele dispersiei prea largi.
Dac C
p
> 1,33 i C
pk
< 1,33 trebuie gsite cauzele care au creat necentrarea procesului i
corectate deviaiile naturale (mediu, metode, maini, materiale).
Studiul capabilitii mainii permite adesea, ameliorarea performanelor mainilor i utilajelor
deoarece acest indice pune n eviden disfuncionalitile acestora. Studiul capabilitii este o
etap major pentru studiul prealabil al procesului, care va fi sub control statistic. Pentru
determinarea rapid a capabilitii unei maini, utilaj sau proces tehnologic se utilizeaz Fia de
calcul.

Regula celor 3o
Se consider variabila aleatoare X cu repartiia normal N( , o
2
). Se pune problema determinrii
probabilitii ca abaterea variabilei X fa de media teoretic (sau X ), s fie mai mic dect o
anumit valoare X
0
, adic
0
X X < .
Aceast relaie duce la dubl inegalitate :
- X
0
< X < + X
0
i notnd X
1
= - X
0
i cu X
2
= + X
0
se poate scrie:

( ) ( ) ( )
1
0
2
0 0
1 2 0
=
= <
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
o o o
X
F
X
F
X
F
z F z F X X P

LIC
LIC
LIC
LSC
LSC
LSC

C
m
=C
mk
=1,33
C
m
= 2,66
C
mk
=1,33
C
m
= 1,33
C
mk
=0,66
Fig. 4.9. Tipuri de indici de capabilitate.

32

Considernd X
0
=3o, ( ) . . . ) ( F X P 9974 0 1 9987 0 2 1 3 2 3 = = = < o
n consecin probabilitatea ca variabila aleatoare X s fie cuprins n intervalul (-3o ; 3o) este
de 99,74%. Probabilitatea evenimentului contrar probabilitatea ca variabila aleatoare s capete
valori n afara intervalului 3o este foarte mic 0,26%.

4.3.1.2. Conceptul de fiabilitate al unui produs
Fiabilitatea unui produs se hotrte nc din faza de proiectare prin soluia constructiv
adoptat: activitatea de fabricaie nu face dect s realizeze produsul la parametrii proiectai sau
s coboare fiabilitatea din cauza abaterilor tehnologice sau a derogrilor de realizare. Fiabilitatea
se poate prezenta n mai multe moduri conforme precizrilor din tabelul 4.1.
Specialitii proiectani trebuie s urmreasc stabilirea unor relaii dintre aceti estimatori n
scopul precizrii datelor de proiectare.
Tabelul 4.1. Diferite concepte ale noiunii de fiabilitate
(Sursa: V Panaite. Control statistic i fiabilitate. Editura Didactic i Pedagogic. Bucureti. 1982)
DENUMIRE FIABILITATE CONINUT
Previzional (preliminat)
Fiabilitatea este predeterminat prin calcul, anterior oricror ncercri. Aceast
fiabilitate este proprie etapei de proiectare a unui produs.
Experimental (de laborator)
Fiabilitatea obinut prin ncercri determinative pe standuri speciale, pe baza unor
eantioane de produse. Se mai numete:
- observat (estimat) dac se refer la etapa urmrit n laborator;
- extrapolat dac pe baza informaiilor din laborator se fac estimri prin
extrapolarea duratei cercetate.
Operaional (n exploatare) Fiabilitatea determinat pe baza prelucrrilor prin extrapolare a informaiilor.
Nominal Fiabilitatea prescris n documentaia tehnic (standarde, norme, contracte)
Intrinsec
Fiabilitatea determinat pe baza legturilor dintre solicitarea aplicat i rezistena la
solicitri a elementului considerat.
Extrinsec
Fiabilitatea determinat pe baza prelucrrii datelor eantionate sau analitice cu
ajutorul indicatorilor de fiabilitate.

4.3.1.3 Defecte i defectri
Tabelul 4.2. Clasificarea defectelor
CRITERIUL DE
CLASIFICARE
TIPUL DEFECTULUI CARACTERISTICI EXEMPLE
Mod de
manifestare
Total ncetarea funcionarii produsului industrial. - Motor ars
De deriv Funcionarea n afara limitelor admisibile prescrise
- Transformator la care
temperatura este mai mare
dect cea prescris

Perioada de
apariie

Precoce (infantil)
Defecte ascunse care apar n prima perioad de punere
n funciune

De maturitate Defect aleator produs n timpul unei exploatri normale
De btrnee
(de uzur)
Defect care nsoete uzura (poate fi in total sau de
deriv)

Viteza de
apariie
Brusc Modificare brusc a caracteristicilor
- Explozia unei sigurane
MRP la un scurtcircuit
Progresiv (treptat) Degradare lent a caracteristicilor - mbtrnirea instalaiei

33

Reducerea
capacitii de
funcionare
Total Pierderea total a capacitilor de funcionare
Parial
La produse complexe defectul de deriv a unor
componente
- Dereglarea unui
declanator
Durata defectrii
Temporar
Poate s dispar fr intervenia exterioar si fr s
revin.

Intermitent Dispare far intervenia exterioar i reapare
Permanent Odat aprut rmne definitiv
Consecinele
defectrii
Critice Consecine grave. Produce reclamaii.
Majore Consecine sesizabile. Poate produce reclamaii.
Minore Uneori sesizabile. Nu produc reclamaii.
Secundare Nu sunt sesizabile. Un specialist le-ar putea detecta.
Legtur cauzal
Primare Apare fr a fi provocat de un alt defect.
Cauzale Este consecina altui defect.
Legtura
probabilistic cu
alte defecte.
Independente Probabilitatea nu este influenat de apariia altui defect.
Dependente
Probabilitatea nu este influenat de apariia sau
neapariia altui defect.

Defectul este evenimentul fundamental n teoria fiabilitii. Prin defectare sau cdere se nelege
procesul de ncetare a funciei impuse unui produs, iar defectul reprezint efectul procesului.
Dac un produs trebuie s funcioneze pe o anumit durat, se poate spune c ndeplinete o
misiune, iar rezultatul poate fi un succes sau un eec. Defectele pot fi datorate unor diverse
cauze: accidentale, de uzur (mbtrnire), suprasolicitare, etc.
Tabelul 4.2. prezint o clasificare a defectelor considernd diferite criterii de clasificare.
Produsele industriale pot fi considerate reparabile sau nereparabile. Cele nereparabile sunt
nlocuite la apariia defectului. n mod similar se poate folosi denumirea sistem cu restabilire sau
sistem fr restabilire pentru sistemul a crui funcie n urma defectrii, poate fi restabilit sau
nu.
4.3.2.1. Expresia general a fiabilitaii
Variabila aleatoare reprezint timpul (durata, cicluri, manevre etc.) pn la apariia unui defect
sau intervalul ntre dou defectri succesive. Notm cu t variabila aleatoare i cu R sau R(t)
fiabilitatea. Conform definiiei fiabilitatea este :
R(t) P(T>t)
Expresia analitic a fiabilitii se obine pornind de la urmtoarele consideraii. Fie un numr n
o

de elemente n stare de funcionare la timpul t = 0. La un moment oarecare t, naintea unui
interval (t, t + At) mai supravieuiesc (sunt n stare de funcionare) un numr de n elemente.
Numrul de elemente care se defecteaz pe durata At (fig. 4.11) este An. Considernd un factor
de proporionalitate > 0, constant An= n At. Semnul minus arat c n An > n (figura
4.11.). Trecnd la limit
dt
dn
t
n
lim
t
=
A
A
A 0
, se obine urmtoarea
ecuaie diferenial: n
dt
dn
= , a crei soluie obinut
prin integrare este:
t
e
n
n

=
0

n(t)
n
0
n
0
t t + At t
Fig. 4.12. Variaia numrului de
elemente n stare de funcionare
n - An

34

Raportul
0
n
n
reprezint proporia (frecvena) de elemente n stare de funcionare la momentul t,
adic fiabilitatea:
t
e
n
n
t R

= =
0
) (

Astfel, fiabilitatea R(t) reprezint probabilitatea ca un element s funcioneze fr defectare n
intervalul (0, t) n condiii determinate. Relaia de mai sus a fiabilitii s-a obinut n ipoteza c
= const. n realitate acest factor poate s varieze n timp i atunci expresia trebuie scris
astfel: ) (t n
dt
dn
= , de unde rezult expresia final a fiabilitii:
}
= =
t
dt t
e
n
n
t R
0
) (
) (
0

Se observ, din figura 4.13, c funcia fiabilitii R(t) este de tip exponenial avnd valorile
extreme R(0) = 1 i R() = 0.
n unele cazuri se ignor momentul punerii n funciune interesnd numai fiabilitatea pe un
interval (t
0
, t
1
). Considerm evenimentul A bun funcionare n intervalul (0, t
0
) i evenimentul
B bun funcionare n intervalul (t
0
, t
1
). Buna funcionare n intervalul (0, t
1
) este dat de
evenimentul AB. Probabilitatea acestui eveniment este P(AB) = P(A) P(B/A). Dar P(AB) =
R(t
1
) fiabilitatea pentru (0, t
1
); P(A) = R(t
0
) i P(B/A) = R(t
0
/t
1
) este fiabilitatea n intervalul (t
0
,
t
1
) denumit i fiabilitate condiionat. Aceast relaie se poate pune i sub forma :
) / ( ) (
0 0
) (
0 1 0
1
0
0 1
1
t t R t R
t
t
dt
e
t
dt
e
t
dt
e t R =
=
}
} }

Fiabilitatea pe un interval oarecare este o fiabilitate condiionat de bun funcionare la nceputul
intervalului reprezentnd astfel, posibilitatea ca elementul care a funcionat la momentul t = t
0
s
funcioneze i n intervalul (t
0
, t
1
). Dac = const., fiabilitatea condiionat are expresia :
u

=

= e
t t
e t t R
) (
) / (
0 1
0 1
, unde este durata intervalului. Se observ c pentru =
const., fiabilitatea pe un interval oarecare nu depinde de durata funcionrii anterioare t
0
, sau
fiabilitatea misiunii nu depinde de momentul nceperii misiunii.
4.3.2.2. Funcia de repartiie (funcia cderilor)
Dac A reprezint buna funcionare la timpul t iar defectarea dup acest moment rezult :
P() = 1 P(A) = 1 R(t) = P(T<t) = F(t).
Funcia F(t) este funcia de repartiie a cderilor (defectrilor):
}
=
t
dt t
e t F
0
) (
1 ) (

Fig. 4.11. Cderile corespunztoare
unui interval de funcionare
t
0
An
n
0
n n - An
t + At At
t
n
R(t)
t
0
Fig. 4.13. Variaia fiabilitii

35

Pe baza consideraiilor anterioare:
0 0
0
0
1 ) ( 1 ) (
n
r
n
n n
n
n
t R t F =
= = = ,
unde r este numrul elementelor defecte. Funcia cderilor este funcia de repartiie a defectelor
care poate fi scris i pe baza densitii de probabilitate f(x), dx
t
) x ( f ) t ( F
}
=
Relaia funciei de repartiie mai poate fi scris i astfel :

} } }
=
= =
t
dt ) t ( f
t
dt ) t ( f dt ) t ( f ) t ( F ) t ( R
0 0
1
sau
}
= =
t
dt ) t ( f ) t ( R ) t ( F
0
1 1 .
4.3.2.3 Densitatea de probabilitate a cderilor
Conform definiiei densitatea de probabilitate f(t) =
dt
dF
a repartiiei timpului fr defeciuni
se obine astfel :
dt
dR
dt
R d
t f =
=
) 1 (
) ( .
Cu ajutorul creterilor finite se poate determina densitatea de probabilitate pe un anumit
interval
F(t) =
t n
n
t
) t ( F ) t t ( F
A
A
=
A
A + 1
0

4.3.2.4. Rata cderilor
Aspecte teoretice fundamentale.
Factorul de proporionalitate (t) reprezint unul din parametrii cei mai importani ai fiabilitii
i poart denumirea de rata cderilor (rata defectrilor sau intensitatea de defectare). Derivnd
relaia fiabilitii n funcie de timp rezult :
( )
) t ( R ) t ( e ) t (
dt
dR
t
dt t

=
}
=
0 ,
de unde:
) (
) ( 1 1
) (
t R
t f
dt
dF
R R dt
dR
t = = =
Cu aceast relaie, fiabilitatea poate fi scris i astfel:
) (
) (
) (
t
t f
t R
= .
Densitatea de probabilitate poate fi definit pe baza ratei cderilor:
dt
t
t
e t t f
}
=
0
) (
) ( ) (

.
Cu ajutorul creterilor finite rata cderilor capt forma:
t n
n
n
n
t n
n
t R
t f
t
A
A
=
A
A
= =
1 1
) (
) (
) (
0
0

Rata defectrilor poate fi definit i cu ajutorul probabilitilor condiionate considernd
evenimentele:
A buna funcionare n intervalul (0, t);
B apariia unui defect n intervalul (t, t + At).
Fig .4 .14.Graficul funciilor R
(t)
,
F
(t)
i f
(t)

0,5
1
R(t) F(t) = 1 R(t)
f(t)
t
t
Field Code Changed

36

Probabilitatea unei defectri pe durata At la cele n elemente n stare de funcionare la nceputul
intervalului (t, t + At) este ). A ( P / ) B A ( P ) A / B ( P ) t ( = =
Dar probabilitatea interseciei ) ( B A P reprezint densitatea cderilor n intervalul considerat,
iar P(A) = R(t).
4.3.2.5. Media timpului de bun funcionare
Expresia analitic a timpului de bun funcionare, MTBF, se poate determina cu relaia general:
}
= = =
t
dt t tf MTBF t M
0
) ( ] [

nlocuind cu relaiile anterioare
}
= =
t
dt
dt
dR
t MTBF
0
i integrnd prin pri (- dR = du; t = v)
se obine
} }

= +
=
0 0
0
Rdt Rdt Rt MTBF .
n cazul n care = const.
1
0
1
0 0
=
= =
} }

t
e dt
t
e Rdt MTBF
Se observ, n acest caz particular, legtura dintre MTBF i rata defectrilor. Se face observaia
c n cazul elementelor reparabile MTBF reprezint durata medie ntre cderi sau pn la prima
cdere iar pentru elementele nereparabile reprezint durata medie pn la apariia unui defect.
4.3.5. MENTENABILITATEA
4.3.5.1 Mentenana
Produsele reparabile impun n general anumite condiii de ntreinere. Mentenana reprezint
totalitatea operaiilor efectuate n scopul meninerii unui dispozitiv n stare de funcionare.
Acestea cuprind operaiile de ntreinere i de reparaie.
Operaiile de mentenan se mpart n dou categorii:
- mentenana corectiv reprezent interveniile necesare n urma unor defectri accidentale,
care au drept obiectiv restabilirea capacitii de funcionare a utilajelor;
- mentenana preventiv reprezent interveniile sistematice, care au loc la intervale
regulate, n vederea asigurrii unei funcionaliti corecte a dispozitivului.
4.3.5.2. Definiia i calculul mentenabilitii
Mentenabilitatea este o nsuire calitativ a unui produs privit din punctul de vedere al
ntreinerii i reparrii. La fel ca i noiunea de fiabilitate, acest produs are dou aspecte: calitativ,
mentenabilitatea reprezint aptitudinea produsului de a putea fi supravegheat, ntreinut i reparat
ntr-o anumit perioad de timp i n condiiile date, iar din punct de vedere cantitativ
mentenabilitatea reprezint caracteristica unui produs exprimat prin probabilitatea la apariia
unui defect a repunerii n stare de funcionare, n limitele de timp specificate i n condiiile
date. Considerm o diagram a succesiunii strilor de funcionare, n limitele de timp specificate
i n condiii date. Considerm o diagram a succesiunii strilor de funcionare i reparare (fig.
4.24.). Duratele de funcionare s-au notat cu t
1
, t
2
,...,t
n
iar duratele de reparaie:
1
,
2
...
n-1
. media

37

timpului de bun funcionare este , iar rata defectrilor MTBF / 1 = . Se introduce noiunea de
medie a timpului de reparaie (de restabilire) pe baza expresiei
=
n
i
n
MTR
1
1
t .
Iar n mod similar rata repartiiilor este :
MTR
1
=
Modelul matematic este repartiia exponenial cu constant . n ipoteza c, rata repartiiilor este
constant probabilitatea de a nu repara produsul scade cu timpul, avnd forma:
MTR
1
=
Modelul matematic al repartiiei timpului de reparaie cu contant este exponenial. n ipoteza c
rata reparaiilor este constant probabilitatea de a repara produsul scade cu timpul avnd forma:
t
t

= e Q ) (

Figura 4.24. Graficul succesiunii etapelor de funcionare i de reparare

Mentenabilitatea crete cu timpul, fiind complementar funciei Q(), i are expresia:
t
t

= e M ) ( cu valorile extreme M(0) = 0, i M() = 1.
4.3.6. DISPONIBILITATEA
4.3.6.1. Expresia disponibilitii
Disponibilitatea este dat de probabilitatea ca un produs s fie n stare de a-i ndeplini funcia
impus la un moment oarecare t. Disponibilitatea poate fi obinut considernd evenimentele: E
1

defectarea naintea momentului t; E
3
repararea i readucerea n stare de funcionare la
momentul t. Considerm un alt element E definit de evenimentele sus-menionate pe baza
relaiei:
) (
3 2 1
E E E E =
Expresia disponibilitii conform definiiei va fi:
) ( ) ( ) ( )] ( [ ) (
3 2 1 3 2 1
E P E P E P E E E P E P D + = = s
Deoarece P(E
1
) = R este fiabilitatea dispozitivului, P(E
2
) = 1 R este probabilitatea de
defectare, iar P(E
3
) = M este mentenabilitatea, rezult pentru disponibilitate expresia: D = R + (1
- R)M
nlocuind n expresie formula mentenabilitii se obine relaia:
t
+ = e R R D ) 1 (
Termenul
t
e R) 1 ( este complementar disponibilitii fiind denumit indisponibilitate,
t
= e R G ) 1 (
i reprezint probabilitatea ca sistemul s fie n stare de funcionare la momentul considerat:
G(t) = 1 D(t).
r
e
p
a
r
a
r
e

f
u
n
c
i
o
n
a
r
e

t
1
t
2
t
3
t
n-1
t
n
n-1
2

38

4.3.7.5. ncercri accelerate. Postulatul fiabilitilor egale. Dificultile cele mai mari pe care
le ridic n general ncercrile de fiabilitate sunt legate de durata acestora. Soluia reducerii
duratei acestor ncercri const n creterea solicitrilor aplicate. Aceast sporire a solicitrilor nu
trebuie s modifice modelul fizic al defectrilor. Un aspect important al acestor ncercri este
acela al echivalenei dintre ncercrile accelerate i cele normale. Relaia de echivalen se poate
obine pe baza postulatului fiabilitilor egale care
formeaz baza teoretic a acestor ncercri. Considerm
dou nivele de solicitri S
0
(normale) i S (forate). Dac
pentru toate valorile pozitive ale lui t exist inegalitatea
( ) ( )
SO S
R t R t > , atunci
0
S S > . Postulatul fiabilitilor
egale se exprim astfel:
( ) ( )
SO S
R t R t =
Legtura dintre t i se poate se poate pune sub forma unei
funcii: t = g(). n condiiile n care se efectueaz
ncercrile accelerate, funcia g() este o funcie monoton
cresctoare avnd proprietile urmtoare:
( )
( )
0 0
lim
g
g
t
t
=
=

Funcia g() se numete funcie de acceleraie i exprim echivalena dintre ncercrile
accelerate i ncercrile normale. Funcia g() poate fi determinat pe baza postulatului
fiabilitilor egale n ipoteza unei legi de repartiie. n cazul legii Weibull (pentru = 0) se poate
scrie relaia:
0
0
t t
e e
| |
q q
| | | |
| |
\ . \ .
= , rezult: ( )
0 0
0
0 0
0 0
1
m
t e g
| | | |
| |
t
q q t t t
q q
| | | |
= = = =
| |
\ . \ .

unde c i m sunt constante care pot fi determinate experimental. Pentru cazul
0
1 | | = = (legea
experimental) funcia de acceleraie se reduce la forma liniar:
( )
0
t g e
q
t t t
q
= = =
Din ncercrile accelerate se pot determina astfel parametrii de fiabilitate corespunztori
solicitrilor normale.

Fgiura. 4.28. Variaia fiabilitii
la solicitrile normale (S
0
) i la
suprasolicitri (S).
R
S0
=R
S
R
S
R
S0
t

39

. Suma total a frecvenelor absolute este egal cu numrul unitilor cercetate n:
n n
i
=

Raportul dintre frecvena absolut i numrul total de uniti statistice se numete frecven
relativ:
= =
i
i i
i
n
n
n
n
f sau 100 % =
i
i
i
n
n
f
Suma total a frecvenelor relative este egal cu: 1
1
=
=
n
i
i
f sau 100 %
1
=
=
n
i
i
f
Calculul frecvenelor absolute cumulate:
N
1
= n
1
,

N
2
= N
1
+ n
2
,

, N
i
= N
i-1
+ n
i
, , N
m
= N
m-1
+ n
m
= n
m i
m
i
m m
n ... n .... n n n N + + + + + = =
=
2 1
1

40

Mrimea (amplitudinea) intervalelor de grupare se determin cu relaia:
k
A
k
x x
h
min max
=
= unde: h amplitudinea intervalului de grupare; k numrul de intervale de

grupare
min max
x x A = - amplitudinea de variaie a caracteristicilor
unde: x
max
i x
min
reprezint valoarea maxim respectiv minim a caracteristici de grupare x.
Pentru 100 n > se utilizeaz relaia lui H. B. Mann i A. Wald: ( )
5
1
1
4
1
4
(
= n k

Media aritmetic ( ) x - se calculeaz atunci cnd fenomenul cercetat nregistreaz modificri
constante care se afl n progresie aritmetic. Considernd valorile caracteristicii: x
1
, x
2
, ..., x
n

=
=
+ + +
=
n
i
i
n
x
n n
x ... x x
x
1
2 1
1

Media ponderat. Cnd exist intervale de grupare cu frecvene de apariie specifice fiecrui
interval, media aritmetic se calculeaz cu relaia:
=
=
=
+ + +
+ + +
=
n
i
i
n
i
i i
n
n n
n
n x
n n n
n x n x n x
x
1
1
2 1
2 2 1 1
...
...
sau
=
=
=
+ + +
+ + +
=
n
i
i
n
i
i i
n
n
f
f x
f f f
f x f x f x
x
1
1
2 1
2 2 2 1 1
...
...

100 %
1
=
=
n
i
i
f , atunci
100
1
=
=
n
i
i i
f x
x sau 1 %
1
=
=
n
i
i
f atunci
=
=
n
i
i i
f x x
1

Pentru variabilele aleatoare discrete n i
p
x
X
i
i
,..., 2 , 1 , : =
|
|
.
|
\
|
valoarea medie se noteaz cu | | X M i
se calculeaz cu relaia: | |
i
n
i
i n
i
i
i
n
i
i
n
n n
p x
p
p x
p ... p p
p x ... p x p x
X M x

=
=
=
= =
+ + +
+ + +
= = =
1
1
1
2 1
2 2 1 1
unde:
1
1
n
i
i
p
=
=
reprezint un sistem complet de evenimente.

Pentru variabile continue, media aritmetic care mai este denumit i sperana matematic se
calculeaz cu relaia:
| | ( ) ( )dx x xf x xdF X M x
} }
+

+

= = = = unde: f(x) reprezint densitatea de probabilitate a
variabilei x.

41

Calculul simplificat al mediei aritmetice: a k
n
k
a x
x
n
i
i
+
|
.
|
\
|
=

=1
sau a k
f
f
k
a x
x
n
i
i
n
i
i
i
+
|
.
|
\
|
=
=
=
1
1

Media aritmetic este influenat de valorile mari ale seriei.
Proprietile mediei aritmetice
a) Media aritmetic are un nivel cuprins ntre nivelul minim i nivelul maxim.

min max
x x x < <
b) Suma abaterilor nivelurilor individuale fa de nivelul mediei este zero.
( ) 0
1
=
=
n
i
i
x x ( ) 0
1
1 1 1 1 1
= = = =

=
= = = = =
n
x
n x x n x x x x x
n
i
i n
i
i
n
i
i
n
i
n
i
i
n
i
i

( ) 0
1
=
=
i
n
i
i
n x x

( ) 0
1
1
1
1 1 1 1
= = =

=
=
=
= = = =
n
i
i n
i
i
n
i
i i n
i
i i
n
i
i
n
i
i i i
n
i
i
n
n
n x
n x n x n x n x x

c) Media calculat pe baza variantelor caracteristicii micorate sau mrite cu o
caracteristic o modific n acelai sens i cu aceeai mrime fa de valoarea iniial.
1
n
i
i
x
x
n
=
=

;
( )
a x
n
na x n
n
a x
n
a x
x
n
i
n
i
i
n
i
i
=
=

= = = 1 1 1 /

( )
a x a
n
n x
n
n a n x
n
n a x
x
n
i
i
i
n
i
i
n
i
i
n
i
i i
n
i
i
n
i
i
i
n
i
i
= =
=
=
=
= =
=
=
1
1
1
1 1
1
1 /

d) Media calculat din variantele caracteristicii multiplicat sau simplificat cu o
constant k mrete sau micoreaz de k ori media iniial.
x
k n
x
k
n
k
x
x
n
i
i
n
i
i
/
1
1
1 1
= = =

= =
x k
n
x k
n
k x
x
n
i
i
n
i
i
/
= = =

= = 1 1

Pentru cazul n care se calculeaz pentru serii de frecvene atunci relaia se poate scrie:
1
1
1
n
i
n
i
i
i
x a
x n k a
k
f
=
=
(
(
| |
( = +
|
\ . (
(

e) Dac ntr-o serie se reduc frecvenele cu o mrime constant precum i valorile
caracteristicilor cu aceeai constant, media calculat rmne neschimbat.

42

1 1 1
1 1 1
1
1
n n n
i
i i i i i
i i i
n n n
i
i i
i i i
f
x f x x f
k k
x x
f
f f
k k
= = =
= = =
| |

|
\ .
= = = =
| |

|
\ .

f) Media aritmetic a unei sume este format din dou sau mai multe variabile
independente egal cu suma mediilor. ( ) ( ) ( ) ( ) M x y z M x M y M z + + = + +
g) Media aritmetic a produsului dintre dou variabile independente este egal cu
produsul mediilor. ( ) ( ) ( ) M x y M x M y =
h) Media general calculat pentru o populaie eterogen este egal cu media mediilor
pariale.
Media armonic ( )
h
x - se calculeaz din suma valorilor inverse ale termenilor seriei.
Considerm valorile caracteristicii x
1
, x
2
, ..., x
n
, media armonic este dat de relaia:
1 2 1
1
1 1 1 1
...
h n
n i i
n
x
x x x x
n
=
= =
+ + +

sau
1
1
n
i
i
h n
i
i i
f
x
f
x
=
=
=

=
=
=
n
i i
i
n
i
i
h
x
n
n
x
1
1

Observaie important: x x
h
< .
Media armonic este influenat de valorile mici, reducnd din influena valorilor mari.
Media armonic se utilizeaz n practic pentru calculul preului mediu i al indicelui mediu al
preurilor.
Media ptratic ( )
p
x - se calculeaz din suma valorilor ridicate la ptrat al termenilor seriei.
=
=
+ + +
=
n
i
i
n
p
x
n n
x ... x x
x
1
2
2 2
2
2
1 2
1

=
=
n
i
i p
x
n
x
1
2
1

Atunci cnd colectivitatea este divizat pe grupe i fiecrei grupe i se asociaz o frecven, media
ptratic se calculeaz cu relaia:
2
1
1
n
i i
i
p n
i
i
x f
x
f
=
=
sau
=
=
=
n
i
i
n
i
i i
p
n
n x
x
1
1
2

Observaie important:
h p
x x x < < .
Media ptratic este influenat de valorile mari ale seriei.
Media ptratic se folosete n situaii speciale:
- cnd se dorete s se acorde o importan mai mare termenilor x
i
cu nivele mari n cadrul
seriei;
- cnd seria conine att termeni pozitivi ct i termeni negativi.
Media geometric ( )
g
x - se calculeaz din produsul termenilor seriei:
1 2
1
...
n
n
n
g n i
i
x x x x x
=
= =
[

43

Pentru uurina calculului se logaritmeaz:
1 2
1
lg lg ... lg 1
lg lg
n
n
g i
i
x x x
x x
n n
=
+ + +
= =

Atunci cnd exist serii de frecvene pentru valorile x
i,
media geometric se calculeaz astfel:
= =
[
=
m
i
i
i
n
m
i
n
i g
x x 1
1
sau
= =
[
=
m
i
i
i
f
m
i
f
i g
x x 1
1

Pentru uurin se folosete expresia:
=
=
=
+ + +
+ + +
=
m
i
i
m
i
i i
m
m m
g
n
x n
n n n
x n x n x n
x
1
1
2 1
2 2 1 1
lg
...
lg ... lg lg
lg
Media geometric se mai numete i ritm mediu.
Media geometric este influenat de valorile mici, reducnd din influena valorilor mari.
Media de ordin r se calculeaz cu formula:
=
=
n
i
r
i
r
r
x
n
m
1
1
sau
r
n
i
r
i r
x
n
m

=
=
1
1
respectiv
r
n
i
i
n
i
i
r
i
r
n
n x
m
=
=
=
1
1

- dac r = 1 ,
=
=
= =
n
i
i
i
n
i
i
r
n
n x
x m
1
1
, media aritmetic
- dac r = 2
=
=
= =
n
i
i
n
i
i i
p r
n
n x
x m
1
1
2
, media ptratic
- dac r = -1
=
=
= =
n
i i
i
n
i
i
h r
x
n
n
x m
1
1
, media armonic
Observaie important:
h g p
x x x x s s s .
Mediana ( ) Me - reprezint valoarea caracteristicii care ocup locul central n irul ordonat de
valori, mparte seria n dou grupe egale ca numr. Pentru a determina mediana este necesar s se
ordoneze termenii seriei cresctor sau descresctor iar locul medianei va fi stabilit pe baza
relaiilor:
-
|
.
|
\
| +
=
2
1 n e
x M
- dac irul conine un numr impar de valori ( ) 2 1 n k = + unde
1
2
n +

reprezint rangul;

44

-
2
1
2 2
|
.
|
\
|
+ |
.
|
\
|
+
=
n n
e
x x
M - dac irul conine un numr par de valori
Dac valorile sunt grupate pe clase, intervalul care conine elementul median se numete
interval median sau clas median.
ntr-o serie de frecvene nti trebuie s se gseasc intervalul median dup care se calculeze
valoarea medianei.
2
1

1
=
+
=
n
i
i
f
median Intervalul
Dac seria frecvenelor este foarte mare (>500) atunci se renun la adunarea cu cifra 1.
Pentru variabile continue, mediana reprezint valoarea tipic cu care variabila x are aceiai
probabilitatea de a fi inferioar sau superioar: ( ) ( )
e e
M X P M X P > = < sau
( ) ( )dx x f dx x f
e
e
M
M
} }
+

=

Expresia simplificat pentru calculul medianei este:

e
e
M
M
1
inf
f
2
1
cum
n
i
i
M e
f
f
h x M
e
+
+ =
=
unde:
- X
inf Me
limita inferioar a intervalului median sau a
intervalului cu frecvena cea mai mare (interval modal);
- h mrimea intervalului median sau intervalului
modal;
-
1
n
i
i
f
=
- suma frecvenelor tuturor intervalelor;

- f
cum Me
- frecvena cumulat a intervalelor anterioare
intervalului median sau intervalului modal;
- f
Me
frecvena intervalului median sau a intervalului
modal.
Mediana se determin mult mai uor dect media i nu necesit
nici un calcul complicat. Din cauza modului simplu de
determinare, mediana este folosit frecvent n industrie, n cadrul controlului statistic (diagrama
median amplitudine, diagrama median abatere standard, etc.). Mediana este preferat uneori
mediei, fiind mai puin afectat de valorile extreme care pot avea valori foarte mari sau foarte
mici. Mediana este mai stabil la fluctuaiile de selecie dect media aritmetic.
Mediana nu este influenat de valorile extreme.
Modul (Moda sau Dominanta) ( )
0
D sau M
0
- este acea valoare a caracteristicii care are
frecvena cea mai mare de apariie. Se calculeaz numai n cazul intervalelor de grupare (seriilor
cu frecvene). Cnd repartiia frecvenelor este reprezentat de o curb cazul variabilelor
continue, modul corespunde valorii pentru care densitatea de probabilitate are un maxim. Dac
repartiia statistic empiric are un maxim se numete unimodal, dac are dou se numete
bimodal sau dac are mai multe maxime se numete polimodal. Intervalul cruia i corespunde
frecvena maxim se numete interval modal sau clas modal.
x
i
n
i
3.5. Graficul pentru
determinarea medianei

M
e

45

Determinarea grafic. Se construiete fie o histogram fie o curb a frecvenelor. n cazul
histogramei sunt dou metode de calcul: metoda diagonalelor sau metoda de interpolare a
valorilor.
Mod de calcul al valorii denumite mod (moda).
b
h
c
=
A
1
i
a
h
=
A
c
2
,
rezult din cele dou relaii c:
a b
2 1
A = A sau ( ) ; a h a h b a
2
1
2
1
2
1
2
1
A
A
A
A
=
A
A
=
A
A
=

;
2 1
2
2
1
h a
A + A
A/
A/
A
=

;
2 1
1
h a
A + A
A
=

similar se calculeaz ;
2 1
2
h b
A + A
A
=
Rezult: h L a L M
A + A
A
+ = + =
2 1
1
1 1 0
sau
h L b L M
A + A
A
= =
2 1
2
2 2 0

n cazul curbei frecvenelor se determin punctul de inflexiune corespunztor unei
parabole punnd condiia s treac prin trei puncte. Se obine aceiai relaie ca mai sus.
Abaterea medie ptratic notat se mai numete deviaia standard, este un indicator al
mprtierii valorilor unei variabile aleatoare x, este definit ca rdcina ptrat a momentului
centrat de ordin doi sau este rdcina ptrat a dispersiei.
( )
( )
=
=
=
=
=

= =
n
i
x
i
x
n
n
i
x
i
x
n n
n
i
x
i
x
1
2 2
1
1
2
1
1
2
2
o o
Abaterea medie ptratic calculat n valori absolute pentru o serie cu intervale de grupare este
dat de expresia:
( )
=

=
n
i
i
n
n
i
i
n x
i
x
1
1
2
o
Abaterea medie ptratic calculat n valori relative pentru o serie cu intervale de grupare este
dat de expresia:
( )
=

=
n
i
i
f
n
i
i
f x
i
x
1
1
2
o sau
( )
=
=
n
i
%
i
f x
i
x
1
2
100
1
o

Pentru serii cu variabile aleatoare discrete, expresia abaterii medii ptratice este:
( )

= =
= =
n
i
i i
n
i
i i
p x p x
1
2 2
1
2
o
f

x

L
1
L
2
M
0

A
1

A
2

a b
c
h

Fig 3.6. Graficul pentru
determinarea modului

46

Pentru serii cu variabile continue, unde F
(x)
este funcia de repartiie a variabilei aleatoare x i
este media acestor variabile, abaterea medie ptratic este dat de relaia:
( )
( )
( )
( ) ( )
} } }
+

+

+

= = = o
2 2 2 2
dx f x dx f x dF x
x i x i x i

Abaterea medie ptratic este calculat ca o medie ptratic, iar prin ridicarea la ptrat se d o
mai mare importan abaterilor mai mari n valoare absolut. Abaterea medie ptratic este un
indicator de baz care se folosete n analiza variaiei, pentru estimarea erorilor de selecie, n
calculele de corelaie.
Observaie: > d
,
rezult din faptul c abaterea medie ptratic este calculat ca o medie
ptratic n care se reflect n mod pregnant influena factorilor ntmpltori, adic abaterile mari
fa de medie. Abaterea medie ptratic caracterizeaz mai bine variaia fenomenelor.
Relaia ntre i Q. Dou mrimi diferite devin comparabile dac facem raportarea la un
referenial comun. n cazul de fa considerm distribuia normal perfect simetric, tim c n
intervalul mediu interquartilic (M
e
Q) i (M
e
+ Q) se afl 50% din unitile unei colectiviti, n
schimb n intervalul ( ) o x i ( ) o + x se afl 68,27 % din unitile colectivitii. Fcnd
convertirea utiliznd variabila standard
o
=
x x
Z i consultnd tabelele Gauss, rezult Q =
0,675
Abaterea medie ptratic corectat notat cu s se calculeaz dup formula:
( )
( )
=

=

=
n
i
x
i
x
n n
n
i
x
i
x
s
1
2
1
1
1
1
2

Coeficientul de variaie notat CV este un indicator relativ al variaiei caracteristicii, se
calculeaz ca raport procentual ntre abaterea medie ptratic sau abaterea medie liniar i media
aritmetic a seriei. CV = 100
x
o
sau CV = 100
x
d

Coeficientul de variaie are valori cuprinse n intervalul 0 < CV < 100%, cu ct nivelul
coeficientului de variaie tinde spre zero, cu att seria statistic este mai omogen i media este
mai reprezentativ respectiv cu ct valoarea tinde ctre 100% cu att variaia este mai intens iar
media are un nivel de reprezentare redus.
Pentru a caracteriza variaia seriei, respectiv testul de semnificaie al reprezentativitii mediei
funcie de coeficientul de variaie se consider urmtoarele praguri:
0 < CV 17% media este strict reprezentativ iar colectivitatea este omogen
17% < CV 35% media este moderat reprezentativ
35% < CV 50% media este reprezentativ n sens larg
CV > 50% media este nereprezentativ iar colectivitatea este eterogen
Dispersia notat cu
2
se calculeaz ca o medie aritmetic simpl sau
ponderat a ptratelor abaterilor valorilor individuale fa de media lor.
Relaia de calcul a dispersiei este urmtoarea:
( )
n
x x
n
i
i
=

=
1
2
2
o

47

Relaia de calcul a dispersiei cu frecvene absolute pentru o serie analizat
prin intervale de grupare este urmtoarea:
( )
=
=

= o
n
i
i
n
i
i i
n
n x x
1
1
2
2

Relaia de calcul a dispersiei cu frecvene relative pentru o serie analizat
prin intervale de grupare este urmtoarea:
( )
=
=
=
n
i
i i n
i
i
f x x
f
1
2
1
1
2
o
; ( )
=
=
n
i
i i
f x x
1
2
%
100
1
2
o
Relaia de calcul a dispersiei pentru o serie cu variabile discrete este:
( )
=
=
n
i
i
x x
n
1
2 1
2
o sau | | ( ) | | ( )
=
= = =
n
i
i i
p x x M X D
1
2 2 2
o
Relaia de calcul a dispersiei pentru o serie cu variabile continue este:

| | ( )
( )
dx f x X D
x
}
+

= =
2
2
o

Dispersia unei caracteristici poate fi calculat cu ajutorul formulei
momentului centrat de ordinul doi. Astfel, se poate stabili dac este necesar calculul abaterilor
individuale ale variantelor de la media lor.
Pentru o serie simpl:
2
1 1
2
2
|
|
|
|
.
|
\
|
=

= =
n
x
n
x
n
i
i
n
i
i
o

Pentru o serie analizat prin intermediul intervalelor de grupare:

2
1
1
1
1
2
2
|
|
|
|
.
|
\
|
=
=
=
=
=
n
i
i
n
i
i i
n
i
i
n
i
i i
f
f x
f
f x
o

Calculul simplificat al dispersiei se poate face cu ajutorul urmtoarelor
relaii de calcul:
- pentru o serie simpl ( )
2 2 1
2
2
a x k
n
k
a x
n
i
i

|
.
|
\
|
=
= o
- pentru o serie cu frecvene
( )
2 2
1
1
2
2
a x k
f
f
k
a x
n
i
i
n
i
i
i

|
.
|
\
|
=
=
= o
sau

48

( )
2 2
2
1
1
1
1
2
2
a x k
n
i
i
n
n
i
i
n
`
i
x
n
i
i
n
n
i
i
n
`
i
x

=
=
=
=

=
(
(
(
(
(
(
(
(
|
|
|
|
|
|
|
.
|
\
|
o
unde
k
a
i
x
`
i
x

=

unde: a valoarea caracteristicii cu frecvena cea mai mare;
k lungimea intervalului;
f
i
frecvena clasei i.
Coeficientul empiric de asimetrie Pearson notat

P
as
C - este raportul dintre valoarea
asimetriei i abaterea standard.

o
=
o
=
s o P
as
A M x
C

Acest coeficient poate lua valori ntre 1 i + 1. Cu ct coeficientul este
mai mic n valoare absolut, cu att asimetria este mai mic. ntr-o serie perfect simetric
p
as
C =
0, ceea ce presupune c valoarea medie coincide cu mediana i cu valoarea modal a seriei.
Acest coeficient este utilizat pentru distribuii uor asimetrice.
Dac: 0 =
p
as
C distribuia este simetric
) ; ( C
p
as
1 0 + e distribuia are asimetrie pozitiv (asimetrie la
dreapta);
) 0 ; 1 ( e
p
as
C distribuia are asimetrie negativ (asimetrie la
stnga)
Coeficientul de asimetrie Pearson notat
1
se calculeaz pe baza
momentelor centrate de ordin trei respectiv de ordin doi.
2
3
1
=
unde
( )

=
i
i i
n
n x x
2
2
iar
( )

=
i
i i
n
n x x
3
3

Distribuiile simetrice au momentele centrate de ordin impar nule iar cele
de ordin par sunt pozitive ( ) 0 ; 0 ; 0 ; 0
4 2 3 1
> > = = .
Distribuiile asimetrice au momentele centrate de ordin impar diferite de
zero iar cele de ordin par sunt pozitive, sensul asimetriei este dat de semnul lui
3
.
Dac: 0 =
1
distribuia este simetric
0 <
1
distribuia este asimetric la dreapta
0 >
1
distribuia este asimetric la stnga
Coeficientul empiric de asimetrie Fischer notat
F
as
C - are formula
( )
o
e F
as
M x
C

=
3

Aceasta formul se folosete pentru seriile uor asimetrice i ia valori
ntre 3 i + 3. Se mai utilizeaz i formula: Mod = Media 3(Media Mediana)

49

Coeficientul de asimetrie Fischer notat
1
se calculeaz cu relaia:
3
3
1
o
= , unde:
3
2
3
o = , valoare care este ntotdeauna pozitiv, semnul asimetriei va fi dat de
3
. Interpretarea este aceiai ca i la coeficientul de asimetrie Pearson
Coeficientul de aplatisare Pearson notat
2
se calculeaz utiliznd momentele centrate cu
relaia:
4
4
2
2
4
2
o
| = = , unde
2
, respectiv
4
reprezint momentul centrat de ordin doi (variana)
respectiv momentul centrat de ordin patru.
Dac: 3
2
= | distribuia este normal ( curba Gauss Laplace )
3
2
< | distribuia este platicurtic
3
2
> | distribuia este leptocurtic
Coeficientul de aplatisare Fisher notat
2
se calculeaz cu relaia 3 3
2
2
4
2 2
= =
|
Dac: 0
2
= distribuia este normal ( curba Gauss Laplace )
0
2
< distribuia este platicurtic
0
2
> distribuia este leptocurtic

Moment absolut de ordin k (k > 1) sau moment iniial de ordin k se determin utiliznd
relaia:
=
=
+ + +
=
n
i
k
i
k
n
k k
k
a
x
n n
x ... x x
m
1
2 1
1
unde: x
1
, x
2
, , x
n
sunt valori observate

ale
caracteristicii X.
Momentul absolut de ordin k poate fi exprimat i cu ajutorul frecvenelor absolute sau
relative:
=
=
=
n
i
k
i i n
i
i
k
a
x f
f
m
1
1
1
sau
=
=
n
i
k
i i
k
a
x % f m
1
100
1

f(x) f(x)
f(x)
aplatisat
(platicurtic)
|
1
<3;
ascuit
(leptocurtic)
|
1
>3;
x
x
x
Figura 3.9. Tipuri de aplatizri
aplatisare medie
(mezocurtic)
|
1
~ 3;

50

Momentul absolut de ordin I reprezint media aritmetic.
a
n
i
i
n
a
x x
n n
x ... x x
m = =
+ + +
=

=1
2 1 1
1

Momentul absolut de ordin II reprezint media ptratic.
2
1
2
2 2
2
2
1 2
1
p
n
i
i
n
a
x x
n n
x ... x x
m = =
+ + +
=

=

Momente centrate de ordin k (k > 1) n raport cu o origine arbitrar A este :
( )
=
=
n
i
k
i
k
c
A x
n
m
1
1
sau ( )
i
n
i
k
i n
i
i
k
c
f A x
f
m

=
=
=
1
1
1
; ( ) %
100
1
1
i
n
i
k
i
k
c
f A x m

=
=
Momentul centrat de ordin k n raport cu media aritmetic se noteaz cu
k
c
m i se calculeaz
cu relaiile: ( )
=
=
n
i
k
i
k
c
x x
n
m
1
1
sau ( )
i
n
i
k
i n
i
i
k
c
f x x
f
m

=
=
=
1
1
1
; ( ) %
100
1
1
i
n
i
k
i
k
c
f x x m

=
=
Momentul centrat de ordin k n raport cu media teoretic se noteaz cu
k
i se calculeaz cu
relaia: | | ( ) | | ( )
i
n
i
k
i
k k
p x X M X M

=
= =
1

Pentru variabila continu, momentul centrat de ordin k este : ( )
( )
dx f x
x
k k
}
+

=
Momentul centrat de ordinul II este egal cu dispersia. ( )
2
1
2 2
1
o = =

=
n
i
i c
x x
n
m
Repartiia Poisson (denumit i repartiia evenimentelor rare)
Evenimentele specifice repartiiei Poisson au o probabilitate mic de apariie (evenimente
rare) iar volumul eantionului este suficient de mare nct s fie ndeplinit condiia np = =
constant. Aceste evenimente sunt cele care produc avarii, produc accidente, conduc la defectarea
unei maini, s.a. i este denumit variabila Poisson. Variabila Poisson este o variabil aleatoare
care ia un numr de valori pe un interval de lungime finit. Notm cu densitatea de apariie a
unui eveniment n unitatea de timp, atunci media apariiilor evenimentului n intervalul t se
calculeaz cu formula =t .
Probabilitatea apariiei a evenimentului de k ori n acelai interval t este: P(X = k) =
t
k
e
k
t

!
) (

Funcia de probabilitate are expresia: P(x = k) =

e
! k
k

Distribuia Poisson este determinat de un singur parametru X ~ P(k)
Funcia de repartiie Poisson are expresia: ( ) ( )

=

=
= = s
k
k
k k
k
k
! k
e e
! k
k F k x P
0 0

4.3.4.1. Sisteme cu structur serie

51

Un sistem S format din n componente are o structur serie dac funcionarea sistemului
const din funcionarea celor n componente i dac defectarea oricrui component atrage dup
sine defectarea sistemului. Structura serie se poate reprezenta grafic printr-o schem ca n figura
4.20. Se adopt notaia E evenimentul care const din funcionarea sistemului S, iar E
1
,E
2
...E
n

evenimentele care reprezint funcionarea componentelor. n cazul sistemului cu structur serie,
conform definiiei:
n
i
i
E E
1 =
A
probabilitatea evenimentului E va fi
[
=
=
n
i
i
E P E P
1
) ( ) ( . Dar P(E)
i P(E
1
) reprezint fiabilitatea sistemului i a elementului de ordin i. n consecin fiabilitatea
sistemului este dat de relaia:
[
=
= = =
n
i
i n
R R ... R R R ) E ( P
1
2 1 8

Dac componentele sistemului au ratele defectrilor constante, rezult:
e e e R
t
t n
i
t
s
s
n
i
i

= =
[
1
1
unde: ...
n
i
i n s
=
= + + + =
1
2 1
este rata defectrilor
sistemului.
Dac elementele sunt identice fiabilitatea sistemului este: ( ) ( ) t R e e t R
n
c
t -n t
s
s
= = =

iar
rata defectrilor este: n
s
= .
Media timpului de bun funcionare sistemului este:

= = =
n
i
i
s
t
dt e MTBF
s
1
0
1 1

n cazul componentelor identice:
n
MTBF
1
=
4.3.4.2. Sisteme cu structura paralel
Un sistem S, format din n componente funcionnd simultan, are o structur n paralel, dac
defectarea unui element nu nseamn defectarea sistemului (funcionarea fiind asigurat pn la
defectarea ultimului component).
Modelul structural este reprezentat n figura 4.21. considernd E evenimentul care const din
funcionarea sistemului i E E
i
funcionarea componentului de ordin i, rezult conform definiiei
evenimentului contrar
n
i
i
E E
1 =
A =
. Probabilitatea evenimentului E este
[
=
=
n
i
i
E P E P
1
) ( ) (
.
Evenimentele E i E formeaz un sistem complet de evenimente adic ( ) ( ) . 1 = + E P E P
Dar probabilitatea ( ) E P reprezint fiabilitatea componentelor ( ) E P = R
s
. Dac R
i
este
fiabilitatea componentelor (R
i
= ( )
i
E P ) rezult urmtoarea expresie a fiabilitii sistemului cu
structur paralel:
( ) ( ) | | ( )
[ [ [
= = =
= = =
n
i
i
n
i
i
n
i
i s
R E P E P R
1 1 1
1 1 1 1 1

n cazul unui sistem format din dou elemente cu schema structural paralel, elementele
avnd fiabilitatea
t
e R
1
1

= ,
t
e R
2
2

= , fiabilitatea sistemului este:
( )( )
( )t t t
s
e e e R R R
2 1 2 1
2 1
1 1 1
+
= + = =
n
n
2

1

Fig. 4.20. Schema
structur serie
n
n
1

Fig. 4.21 Schema
structur paralel

52

Media timpului de bun funcionare a sistemului este:
.
1 1 1
2 1 2 1
0
+
+ = =
}
dt R MTBF
s

Dac = =
2 1
atunci 2 / 3 = MTBF . Cazul poate fi generalizat considernd
sistemul cu n elemente n paralel i ( )
n
t
s
e R

= 1 1 . Pentru MTBF se obine expresia:
.
1 1
1
=
=
n
i
i
MTBF

Sistemele cu structur tip paralel se mai numesc sisteme cu redondan. Redondana poate fi
activ (simpl) dac toate componentele sistemului funcioneaz n permanen chiar dac sunt
indispensabile sau pasiv (cu comutaie sau secvenial) dac un singur element este pus s
funcioneze iar restul sunt n rezerv (neutilizate). n acest caz se poate admite c elementele
neutilizate nu sunt supuse avariilor. Un exemplu de redondan pasiv l constituie roile de
rezerv ale unui automobil.

4.3.4.3. Sisteme cu structura mixt
Sistemul serie-paralel S are schema structural a fiabilitii format din m ramuri n
paralel, avnd fiecare n elemente n serie (fig. 4.22.). Fiabilitatea unei ramuri este
[
=
=
n
i
ji j
R R
1
, iar
fiabilitatea sistemului:
( )
[ [ [
= = =
|
|
.
|
\
|
= =
n
j
n
i
ji
n
i
j s
R R R
1 1 1
1 1 1 1 .

Sistemul paralel-serie are schema structural format din n grupe n serie cu cte m
elemente n paralel (fig. 4.23.). Fiabilitatea unui grup este ( )
[
=
=
n
j
ij j
R R
1
1 1 , iar fiabilitatea
sistemului :
( )
[ [ [
= = =
(
= =
n
i
m
j
ij
n
j
i s
R R R
1 1 1
1 1
.

11

Figura 4.22. Schema structural
serie paralel.
12

13

1i

1n

21

22

23

2i

2n

j1

j2

j3

ji

jn

m1

m2

m3

mi

mn

S
11

12

1i 1n
21 22 2i 2n
j1 j2 ji jn
m1 m2 mi mn
S
Figura 4.23. Schema structural
paralel serie.

Fiabilitate

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Fiabilitate

Încărcat de

Drepturi de autor:

Formate disponibile

1

A) Colectivitile statistice mai sunt denumite populaii, mulimi sau universuri

= unde: h amplitudinea intervalului de grupare; k

trebuie s satisfac inegalitatea

, avnd probabilitatea , s nu depeasc anumite limite impuse.

' ' ' c

' ' ' c

= unde: h amplitudinea intervalului de grupare; k numrul de intervale de

reprezint un sistem complet de evenimente.

- suma frecvenelor tuturor intervalelor;

Coeficientul empiric de asimetrie Pearson notat

S-ar putea să vă placă și