FIABILITATEA SI

TEROTEHNICA
AUTOVEHICULELOR
CURS

2413
Curs pi uz intem la specializarea
Autovehicule Rutiere

ORIGINEA DENUMIRII
.

in franceza de origine

canadiand- fiabilit6- are

in{eles de "demn de
?ncredere" - referitor la
uzul unui obiect (unealtd,
utilaj, etc.);

Sub denumirea de
*reliabilitt'' in engleza
americani a fost utilizat
pentru prima dati, cu
ocazia intocmirii
raportului AGREE,
referitor la logistica
comunica[iilor prin satelit

Curs pt uz intern la specializarea

Autovehicule Rutiere

eJerlnu slncrqe^olnv
eerezrler3eds el uJelur zn ]d srnc

m
f

5'
o
o

VY

=o

slrqouolne ep reierd e eJenle^e ep elilJelu3

elerceds uJ oltqouolne ep ee3 ul !s lelaueo

ul ununq ep etisnpord uI pJofeu PiueuodLu! o e]seoce aJV

eJallnu elnslqe^olnv
eerezrler9ads el uJelur zn lo srnc

snpor5tll;ll i""3tTt'J'if'? 3:?Yrifl?f lll?ilui

'Arlelrluec Jeop psucsep eleod alelrlrqeqoJd F3 rs elrnqrrlsrp

u
esrlsesols 'elelueprsge eznec ep eleznec u lod elueurue^e
esJe^rp Pc lnldeJ 'eleJsplsuoc ul el InueruJsl eslellllqeqold

tr

un 'ereu,.,n uud 'e1se

1s

::;:!tll

Eun tnduttr u! E npow ep elep areu",pr,frYiif ,7jy'!3f

os nu ?s snpoJd un e3 ealewtqeqoJd elso eapililqeu:eletlllqeqold
3p relec e eJepurlxe o plurzsjder elellllqeu nJlued PcruLlel etirut;ec

'o;euoriounJ ep elrirpuoo eleol ul rS lueuou e3uo uJ

'ps ericunl et5aurldepul oJee snpord un elss llqe1; elJeoJ snpotd un

tr

'snpord Inun eelelrleuoricunl erdsep utqJon pugc tcunle

lerceds ul '!z no E ep 1nleqrull ulp eyed eceJ ole]lllqelJ ep Inueuilel

L eelellllqel} also 03

Cum se reflectd cerin[a de fiabilitate in politica

com pan i i lor prod ucdtoa re?
q;
e
g'q
a s^
9? - i
vi

s!r+u

t b.:
9 oA
; tiH9
.='E

o=E
,t^)

lEgI
c.\
-vqft

(.).:

170
160

15s
4 ,4fr

13t)
1',n
11G

100

so
an

ro
co

tn

-#r

-cgJU

trF"
An

ta
an
U

1gg8 19S$ 2*n0 20*1 ?S02

2003

2005

Cauzele cregterii "callback"

Curs pt uz intern la specializarea

Autovehicule Rutiere

METODELEL FIABILITATII APLICATE PE DURATA

CICLULUI DE VIATA A AUTOMOBILULUI

RECICLA
RE

r@t@lffil

ffiMH
Curs pt uz intern la specializarea
Autovehicule Rutiere

ererlnu eln3rL{a^o}nv
esj?zrlersods el ulalur zn ld srnc

auYJlaloud

**'t.

L"*

a
4

o-

o
+
o
o

6*"*,t

*#'afit

F
If,IOZIA[U

INNI1JY

- UOTEJSAdEC

\tliSEJEA

UOTEJJSdEC
VETIINEATUd

srarlnu elncrqe^olnv
eaJezrlBrcods el uJelur zn ld sJnc

roluolp.rpdr-unc

oJcru rs oJcrur d4 ep

oJ?,r\uos'rJozues'elelJelelu
'ecruo4cele 'ectuecary
snpord / rualsrs

6
ry
L.

o
o

lllpllllqelJ re Pluonuu! op ilrolsBl

Elementele sistemului de asigurare a fiabilite[ii

produselor
ASIGI'RAREA FIABILITATII PRoDUSELoR

ANALITIC:

CONSTRUCTIV:
ehnologie de fabricalie optiml,
inaltd calitate gi complexitate

inarea gi / sau prediclie fiabilitatea

in tehnici de fiabilitate urmati de optimizare.
nte:

-predicfia de fiabilitate;
-deteclia punctelor slabe produs;
-realizarea de studii comparative

ificatii tehnice complete gi

alcule exacte gi complete;
tabilirea unui normativ de
icalie complet;
este derulate pe etapele de

ANTITATIV
lculul predicliei de fiabilitate;
inarea ratei de defectare;
iza probabilisticS de

iabilitate;
Itarea instrumentelor de

iza sistematici a efectului

gi a ieqirilor din funcfiune;

iza defectelor prin prisma
Itat1l

tarea instrumentelor de
izd qi comparare

iclie gi analizd
curs pt uz Intem la spectalrzarea
Autovehicule Rutiere

(]

Culegerea datelor gi nofiuni de statistici

specifice prelucririi primare a girului de
valori, in fiabilitate

CURS 2

Universitatea Tehnici din Cluj

- Napoca

2013

Cum determin dm FIABTLITATEA unui sistem

rb
Cum luim decizia corecti:

?
T

APT

pentru funcfionare

Care este san.ga (probabilitatea)

""?"tem

si

INAPT
se defec tezecdt mai pu{in

A. Indicatorii statistici ai tendinfei de grupare

Exprimd tendin{a oricdrui gir de valori de a converge spre o limita interioard
inclusd in intervalul de date
MEDIA DE SONDAJ

- Um,'

Reprezintd valoarea din girul de date spre care tind crescdtor sau descrescdtor toate
valorile din gir. Se determind cu relalia:

1\a

m-;**,

n esfe numdrul de valori din gir;

x,valori din Sirul de date

DETERMTNAREA GRUPET DE |ND|CATORT STATTSTICI CU EXCEPTIA MEDtEt DE

soNDAJ, NECESITA ORDONAREA gtRULU DE DATE fN OnOnte CneSCArOene
MEDIANA DE SONDAJ

"Me"

Reprezintd valoarea din girut ordonat de date care subdivide acest gir in doud subgirurii
avdnd acelagi numdr de valori incluse gi care tind crescdtor, sau descrescdtor spre mediand
Se determind functie de numdrul de date impar sau par al girului cu relaliile:

Mu= X n+I

pentru gir impar de valori

/\

1l*v* *L*,
Mu =
rt

,l-\

2^)

pentru gir par de valori

MODUL DE SONDAJ

"Mo"

Este indicatorul care aratd concludenla observaliei efectuate, prin legdtura pe care
o stabilegte intre indicatorii grupdrii: m gi Me

Se determind cu relalia:

Mo:m+3(M"-m)
ii

exemptul anattizat" intaarea medianei' de'''

.
sondai este: 14 autov. /

interval.

:-f:II-:::
-:

VALOAREA CENTRALA A $lRULUl - x"

Sfab/egfe legdtura intre girul ordonat de valori gi valoarea cea mai probabil situatd ca
mijloc al intervaluluidefinit de girul de date.
Se determind cu relatia:

(t*u* * x*i,r)

B. Indicatorii tendinlei de dispersie a datelor

Aratd in ce mdsurd valorile din girul de date au un caracter divergent, exprimdnd tendinta de
a se distribui aleatorin intervalul din care girul ia valoi.
ABATEREA MEDIE PATANNCA. O Se determind cu relatia

l1
/r
/
(*x,

o - 1/-

\n

D'SPERSTA $|RULU DE DATE

t?t

\2

)-

D-

D_ !(*,-m), =o,
n

AMPLITUDINEA 9.IRULUI - A .

a-

x^u*

G. Grupa indicatorilor

x^rn

statistici compugi

Exprimd tendinle ale girului de date gi permit incadrarea in legi de reparti,tie care
mode leazd fen ome

n uI an

al i zat.

COEFCIENTUL DE VARIATIE AL $IRULUI- Cv -

C,

o
m

Aratd in ce mdsurd evolutia fenomenului analizat

poate fi aproximat cu legea de repariilie normald

MOMENTUL DE SONDAJ DE ORDIN r

M,"

1 sa

nE

-.

Mr

Aratd tendinla girutui de

rdspunde unei legi de

GRUPAREA IN CLASE DE REPATITIE

Exista situalii tn care girul de valori de date nu oferd informalii relevatnte
exhaustive pentru a asigura o interpretare completd a datelor de trafic.
in aceste situalii valorile din gir sunt prelucrate statistic, fiind tuate in
considerare tendinlele pe care le exprimd
Este in general cazul unui gir de date care conline pesfe 4A

50 de valori.

lnterval de observare

-24>

<

Xmin

lnterval de observare

Cazuri
observate

Tehnica grupdrii fn clase

$irul de obsrevalii conline "n valorix;
1. Determinarea

amplitudinii "a" interualului de valori:

./\

mln(x, /

x_in

/ \
x^u* - max(x; I
2. Determinarea numdrului de clase

a:

x^u* -x_in

"K'l

- 1+ 3,322.1efu)
n
-:-ryL/- a - /- \
k

Numdrul de clase va fi partea intreagd a valorii k ob,tinute din calcul,adicd :

{j* k- In\k)

3. Determinarea amplitudinei"d" unei clase de repartifie:

,Q

d-4.

Determinarea limitelor specifice unei clase de ordin

t!^r:x-in

+d.(j-1) ;

7i : ,fmin+A'J;
-r- , J -'
osup
5. Valoarea centrald a fiecdrei ctase l/ este:

jF..k]

Atribuirea numdrului de "q" valori fn fiecare clasd va respecta egalitatea:

Zq,
j=1

v
F

.=

S
lrrot

!#.

"rp1

l,^!
N umdrul

observatiilor

Graficutfrecven{ei de aparilie in clase asociat obserualiei propuse esfe :

+n6
.S

'tC

i4

X!

=^

jJJ
<.

2
4

Numdr autov/5 minute

a

llr,,,' ll ,,,,' ll r,,,0

ftf

xrrrl

x*"r2

xrins
I

I
X**3

x*u^ -

Xr"^"

Frecvenle caracteristice utilizate

Tn

evaluarea traficului rutier

Ji{

1. Frecvenla de aparilie tn clase

2. Frecventa relativd de aparilie in clase:

frj

Q1

Qi
k

Zq,
j =l'

3. Frecvenla cumulatd de apari(ie

ftj-IQi,
j=I

in clase de reparti{ie

r elt ..kl

4. Frecventa cumulatd relativd de aparilie in clase de repartilie

ft,

j:

Zr'
j=I
k

Zr'
j=1

Aplicalie
Prelucrarea primard

a unei fige de

observare intocmiti pentru evaluarea

histogramei
pe
autovehiculelor
o arterd urbani.

succesiunea

statistici gi irasarea

de repartitie pentru

10
4.4
9
3.5

=
.c
E
_9

3.0

7
qJ

.=

=
-c

o
o
$

.ul

2.0

1.5

1.0

2.5

.n

0.0
15

Ordinul oe marime al inrervalului de ob

FIABILITATE,A
AUTOVEHICULELOR
CURS 3
INDICATORII DE FIABILITATE
13.04.2013

Curs AR 2013 uz intern

CUM APRECIEM CALITATIV UN AUTOVEHICUL:

es/e acesta fiabil

Instrumentul de operare care asigurd cuantificarea noliunilor exprimate calitativ,

din punct de vedere al fiabilititii, este reprezentat de indicatorii de fiabilitate.
I

ndicatorul de fiabilitate reprezintd caracteristica misurabild, asociatd

Specific indicatorilor de fiabilitate este faptul ci acestora le sunt asociate vaiori

numerice, adimensionale sau dimensionale, avdnd un caracter probabilistic.

Determinarea indicatorilor
parametril o r de fi abi I itate

de

prin

fiabilitate este posibili

Parametrul de fiabilitate reprezintd caracteristica tehnicd

intermediul cireia se poate evalua starea de fiabilitate.

intermediul

Sisfemu/ - in inleles fiabilistic, reprezintd un tot unitar, proiectat in scopul

executdrii unei sarcini funcfionale sau a unui ansamblu complex de sarcini
funclionale gi care este evaluat global, prin prisma capacitSlii de a-gi realiza
sarcina, sau complexul de sarcini.

Pdr.ti componente ale unui

subsrsfem care sunt intr-o

relalie de interdependendd in
asigurarea unei func{ii, (sunt
in angrenare, participd Ia
real iza rea un u i c i rc uit

SUBSISTEM

SISTE.M
,'
,,:

SUBSISTEM

SUBSISTEM 2

echipamente
in

execute
::::",:::,:

S,u,ban,Sa,m,blu,11l
, ,',,.,,:,:,,.,:,,,a,,,

,.,

Subahsamblu

amblu 21
:

,,

'

:::::::::: :
:",", : :::

Subansan:b:lU k1

1:2

,,,,,,,'

Subansamblu 1n

Piesa (reperul tehnic)

Subansamblu k2

SUbansamblu",22

,,,, ,, ',,:

':

Su,bansamblu 2n

Subansamblu

Sunt doud categorii de indicatori prin intermediul cdrora se realizeazd aprecierea

calitativd a fiabilitdfii autovehicu lelor:
/indicatorii de fiabilitate ai elementelor nereparabile (indicatorii generali de
fiabilitate);
/ indicatorii de fiabilitate ai elementelor reparabile.

Funclia de reparti{ie a timpului de func[ionare

(utilizare) F(t):

Expiimd probabilitat'ea de defectare a unui produs

supus analizei

- defectul apare la momentul f,

in

intervalul de timp (0, t),

inclus in iniervalul de observare:

-z +\
tr(t\t - fD(T
\t \t)

Valoarea teoreticd a indicatorului funclie de repartilie a timpului de func{ionare, se

determind cu relatia:

F (t) - tv(0) - r/(rt

w(0)

N(0) reprezintd numdrul total de produse;

N(f) este numdrul de produse in stare de bund funclionare la momentul
determindrii.

f al

Exemplu
Se considerd un lot de 35 de pompe de apa care echipeazd un model de
autoturism, pentru care s-a efectuat o analizd de fiabilitate pe baza comportdrii
in condi,tii normale de exploatare. Pe parcursul monitorizdrii s-a inregistrat
momentul p1na la apari{ia primei defecliuni (tabelul urmdtor).
Obiectivul testului a fost: determinarea indicatorilor generali de fiabilitate.
Nr.

Moment

Nr.

obs.

Moment
cddere

obs.

cidere

obs.

Moment cddere

10

440

19

ozJ

29

819

44

tt

445

20

667

ZY

885

145

12

455

21

680

30

RO4

165

13

470

22

24

1.01E+03

zt3

14

490

23

714

JZ

1.12E+03

228

15

562

24

724

344

16

30/

25

788

34

1.20E+03

588

26

799

35

1.44E+43

Nr.

Moment

Nr.

oos.

cidere

120

142

-A

.1

JO3

4P

414

oul

27

814

.'19E+03

Valoare centrald interval

Iore]

Frecvenla absolutd de
aparilie a defectelor

Frecvenla cumulatd de
aparilie a defectelor

230

450

14

14

670

24

24

890

31

31

1.11*10^3

34

34

.33*10^3

35

35

Frecventa de aparilie a defectelor

C)

.*H

()+

d6+.
ulr I

(.)

,$)
C)

1x103

5oo

i.5x1o3

l.j

interval de observare [ore]

c.l

N
()

;
l-r

C)

larrm.

olL
cg
if.
. ,l*'-1
rY

O.
+a

C)

()
. l-.!

valoare centrala [ore]

Densitatea de probabilitate a timpului de func(ionare f(t)

Reprezintd limita raportului dintre probabilitatea de defectare in intervalul (t, t+Ot) gi
mirimea intervalului. cAnd L,t * 0:

f(t)-rr@.
'
Lt--+O

A, t

Valoarea teoreticd a densitdlii de probabilitate a timputui de funclionare se determini

cu relatia:

"f (t,t+Lt)-

IV(t) IV(t+Lt)
Lr.Iv(0)

,
()

1{vln

_?

"

li

;r:

E
E

l.25xlo-r

!!

l-rn

;q

dens;

Xrri
t+

7.5x10-

)XIU
c.)
b3

'E
at

2.5x10-

C)

250 500 750

1x103 1.25x103

1.5x103

lq

interval central de observare [ore]

Func{ia de fiabilitate R(t)

Probabilitatea de functionare

fdri defecliuni a produsului, in intervalul analizat (0, 0

R(/) - P(T > r) ,

Defecfiunea apare dupd expirarea timpului de supraveghere a produsului, indiferent
de mdrimea intervalului.
Teoria fiabilitiiii, in acord cu axiomele generale de probabilitate, nu exclude aparilia
defec(iunii, dar poate limita un iniervalin afara ciruia orice eveniment este posibil.

R(t)-

tv(t)
rv(0)

FI

t-a

Lo
fub:

o+

fr

1x103

500

ltj

Interval central de observare [ore]

C.,

0.833
l:-

0.66

C)

p
d

750

l.j

lnterval central de observare [ore]

Rata (intensitatea) de defectare z(t)

reprezintd limita raporlului dintre probabilitatea de defectare in intervalul (t, t + Ot),
condilionat de buna funclionare in intervalul (0, t) gi mirimea intervalului Ot

z(t

):

li$

Valoarea teoretici a funcliei z(t) se determind cu relafia:

z(t,t+

Lt )

I{(t ) - I{(t+Lt)
Lt I,{(t)

0.01

o.or

c)

g,

!x10

ozj

.!t -:E
E

6x1o-

(.)

3x10-

2oo

400

600

800

1x103

lg

Interval de observare [ore]

1.2x103

Defecte

timpurii

fect de asamblare.

C)

r-icfia de egec,

regit materiale,

Erori aleatoare

Defecte de

de eremplu, cauzate
de egec.

imbitr0nire

operalional, lipsa
unui mediu de lucru

.(J

cural,

de exemplu,
oboseald,
uzurd material,
-:+:--Pr r rrl rg)

egec intrelinere.

Durata ae viala

studii practice,
control pilot pe serie
limitatd,
de produclie gi
controlul calitdtii

funclionarea corecta,
i^+--fi
- -.alt
lllLl. lrtLr

alcule de fiabilitate,
studii practice

utilizarea corecti 9i
aplicare tehnici de
ht.na
uurrv nranfini
lJrs!r,vr

A. Defectare predictibili, caracteristic motoarelor

aburi gi MAS de generalie pdnd

Tn

cu

ani 1970.

B.

Defectare predictibili, caracteristic motoarelor

Diesel de generalie pdna in ani 1975, pompe de apd
auto, transmisii cu curele.

C. Defectare predictibild, caracteristic caroseriilor auto,

anvelopelor auto gi avioane.

D. Defectare aleatorie, caracteristic

elementelor

mecan ismelor de distributie.

E. Defectare aleatorie, caracteristic elementelor

etangare de la sisteme de

de

inalti presiune

E. Defectare aleatorie, caracteristic echipamentelor

hard din componenla computerelor de bord

Media timpului de func{ionare

Reprezintd valoarea medie Tnregistrati in func{ionarea Tntregului egantion de
produse supuse testdrii.
Funcfie de regimul de defectare gi/sau utilizare.a produselor se identifici:
MTTF Mean Times To Failure

jl'srrF

: e{z}:

t
-{

f{t$u :

*{.u.Mu
_{.

MTTFF Mean Times to The First Failure

MTBF

MTBF Mean Times Between Failures

lt
I
I

(t

) dr

Pentru determinarea valorii teoretice a mediei timpului de funcfionare, se va utiliza relalia

N(0)

m:

rv(0)

M??F
I

sfr,fi**

1G*,S*&

1sfi.0&*

Dispeirsia timpului de funclionare D

Reprezinti momentul centrat de or:dinul 2 al timpului de funclionare:
co

nl,'2
u:
| (t-m)- J(t) dt.
J
0

Valoarea teoretici a dispersiei se obtine cu relatia

N(0)

D_

t-

^{(0)

a-

Abaterea medie pdtraticd a timpului de func{ionare o

Este parametrul care aldturi de MTBF constituie criterii de apreciere a legilor de
distributie in evaluarea fiabilitilii, exprimdnd arealul de rdspdndire a abaterilor
determinate

o: ^l'n,
J-o -

lt t

llo

Valoarea teoreticd se determini cu relatia

'

Indicatorii de fiabilitate ai elementelor reparabile

in componenla timpului total care caracterizeazd viala unui autovehicul, vor alterna
perioade specifice funcliondrii gi activitalii de repunere in siare de functionare
(reparare)

>r

Coeficientul de dispanibilitate A
reprezinti raportul dintre media timpului de funclionare gi valoarea medie a unui
ciclu funclionare

reparare

Funcqia de repartigie a timpului de reparare Fnr(t)'. reprezintd probabililatea ca

un produs sd fie reparat intr-un interval de timp de mdrime t:

Fruo = P(Trro

<t).

Densitatea de probabilitate a timpului de reparare fr"r(t): reprezinti limita

raportului dintre probabilitatea ca durata de reparare a produsului sd fie cuprinsi
in intervalul (t, t+ f) qi mdrimea intervalului, pentru t> 0.

1',.,0{t) Ar--+0
t^lw

Lt

Media timpului de reparare mrep: reprezintd valoarea medie a timpului

consumat pentru repunerea dispozitivului in stare de funclionare, raportat la durata
de via15 a acestuia:
na

rl't,en :

t-

lt

f t'e2t'/(t ) rlt
""

Media timpului de reparale se noteazd qi cu MTR, din considerente

asemdndtoare cu situatia intAlnitd la indicatorii elementelor nereparabile.

Numdrul mediu al intrdritor in func1iune in intervatut {0, t), Hr(t): reprezintd

valoarea medie a intrdrilor in functiune pentru dispozitivul verificat:

H 2(r)

- M (N r,),

N^reprezinti numdrul intrdrilor

funqiune in intervalul (0, t)

Numdrul mediu al defectdrilor fn intervalul (0, t), Hr(t): reprezinti valoarea
medie a defectdrilor pentru dispozitivul verificat:
unde.

?n

Ht(t) - M(IVrt),
N. , reprezintd numdrul iegirilor din funqiune (defectirilor) in
intervalul (0, t).

Densitatea intrdrilortn funcliune hr(t).'reprezintd limita raportului dintre

probabilitatea a uneia sau mai multor intririin funcliune in intervalul (t, t+ t)
mdrimea intervalului:

qi

h:(r): muJiM
Densitatea defectdrilor hr(t): reprezintd limita raportului dintre probabilitatea
uneia sau mai multor defectiri in intervalul (t, t+ t) 9i marimea intervalului:

ht(t) :n^@
Ar-+0

Lt

Disponibilitatea A(t)'. reprezintd probabilitatea ca produsul sd fie in stare de

functionare la momentul

A(t

):

R(r

t:

) + ltr,(r) ( I -F,,p ( t - r ) ) dr

unde 6 reprezintd timpul caracteristic reparafiilor, raportat la durata de viald

dispozitivului, cu condilia ca acesta sd fie nou la momentul t : 0.

Coeficientul de disponibilitate A'. reprezinti raportul dintre media timpului de

funclionare gi valoarea medie a unui ciclu functionare

/m

a-L

lTlrep

-r

m,"o este media timpului de reparare;

m - media timpului de func[ionare.

- reparare:

Noliuni de teoria probabi itetii

utilizate Tn fiabi tate
)

oat

Curs 4
Bibliografie:

L
z.
3

Cordog, N., Filip, N. Fiabilitatea autovehiculelor.Ed.

Todesco, Cluj-Napoca, 2000;
Mihoc, G., Micu, N. Elemente de teoria probabilitdlilor
gi statisticd. Ed. D.P., Bucuregti, 1971.
Trandafir, R. Introducere in teoria probabilitililor. Ed.
Albatros, 1979.

aaaN
OOs-\N
asN ;
N,

'l:,lti

1N

'11"'

",7

,'.i:;'

aaa
oaa $
aaNs

Definitii gi notiuni de bazd

o
o

OSS',
SS:' ,,,
S;

evenimenf - orice rezultat al unui experiment;

variabile aleatoare - variabile ce pot lua o valoare oarecare
dintr-un ansamblu determinat de valori qi cu care este
asociatd o repartilie de probabilitate
variabile aleatoare discrete - evenimentul nu poate lua decit
valori individuale;
variabile aleatoare continue - sunt alocate toate valorile unui
interval finit;
probd - rezultatul unui eveniment;
;

:',:

Evenimente caracteristice teoriei probabilitdfilor

aaa
ooa 8,
e as6li
O&S

/& Wi +ii
SS

;:-rtr

air

''j./.1 ,,

ll

Eveniment elementar - rezultatul unui singur experiment ;

Daci notdm cu:
K - mullimea tuturor evenimentelor asociate unui
experiment;
T - funclia care declangeazd experimentul;

- evenimentul
7 - evenimentul

nu are loc;
se produce.

y:K+

[0,1J;

Eveniment sigur o.'care se realizeazi intotdeauna

Evenimentul contrar al unui eveniment Ca

aaa

Prabahilitatea: reprezintd o no{iune fundamentald gi este

definitd ca fiind: gansa ca un experiment si aibi un rezultat
favorabil. Astfel, daci un experiment este efectuat de lf ori,
constatindu-se n rezultate favorabile pentru un eveniment A
favorabil, probabilitatea de realizare a acestuia este:

P(A)

atl#

a3s+;
O f;: S.l'=
Si F

#\ I =:ill
*.,,:i

- t/

Aplicatie
Dintr-un lot de 50 de autavehicule Logan livrate concomitent, gtiind cd
in acel an s-au livrat in total in lard 5000 autovehicule de acelagi
tip, iar in circulafr'e se afld un numdr total de 50000 asemenea
autovehicule, fiind la volanul unuia din acestea, sd se determine:
a) pirobabilitatea de a intillni un autovehicul din acelagi lot;
b) probabilitatea de a'intdlni un autavehicul avilnd acelagi an de
fabrica{ie.

aaa

fffsN
a a.\\ \\\
a,Ss\,

Algoritmul rezolvdrii

tS *S

s:

Se noteazd:

:i
:

A probabilitatea de a int1lni un autovehicul din acelagi lot

B probabilitatea de a int1lni un autovehicul din acelagi an de
fabrica(ie.

P(A) = (50 - 1) / (50000 -1) = 9,8. 10-4

P(B) = (5000 - 1 ) / (50000 - 1 ) = 0,09998

aaa

aooN

Even i m ent p ro bahi I isti e.

O'N

ConsiderAnd un set de observatii gi P probabilitatea asociatd

fiecirui eveniment A cu urmatoarele proprietili:

P(o)

:.\\

\\\.t- ti'

-r;

P(A+B) -P(A)+P(AB),
daci:

A'B:0
Teo rem a

robab i I itdli i total e :

Este una din teoremele de bazd in determindrile de fiabilitate, constituind

punctul de plecare Tn determinarea indicatorilor de fiabilitate 9i
mentenabilitate.
Dacd evenimentele Ai sunt o desfacere a evenimentului sigur gi daci
B este un eveniment oarecare al cAmpului de evenimente, atunci:

P(B)

P(

Ar). P

RRR
L)
r P( Az). P( L ) + ...+ P( Ai). P( L ) - ...;
A;
Az
At

aoa

aOer

Teorema (legea) lui Bayes

OOisS

Formula lui Bayes se considerd a fi derivatd din teorema

probabilitilii iotale sub forma enunlului de proprietdli ale acesteia:
P(

P(4):
B'

A)'Pf

lD

//+i.:

iLk'

li::: ;
:

lt
Ai

P(B)

Formula lui Bayes este un instrument frecvent utilizat, fiind derivat din
teorema probabilititii totale, agreatd atAt in determindrile de calitate (AQL,
AOM) cAt gi Tn teoria fiabilititii, Tn aprecierea evenimentelor aleatoare. Se
va putea observa la aprofundarea elementelor de teoria fiabilitdtii ca sunt
indlcatori care se determind strict prin aplicarea acesteia. in cazul
repartiliilor discrete, relalia de probabilitate datd de aceasti formuld asigurd
succesu I determi nirii even imentu lui probabi L

Exemplu

coo
cae#

1.

a a,qi

l| ij; t!:= =

Un cablu de acceleralie se poate achiziliona de la trei intreprinderi

producdtoare. in urma unui control de calitate efectuat prin
sondaj, pe loturialese aleator, s-a consfat cd doud fabrici au
produs 90 de caburi bune gi cite 4 defecte, iar cea de a treia a
lnregistrat numai 3 cabluri defecte la 100 de cabluri produse.
Sd se determine :
a) probabilitatea ca un cablu ales la intdmplare provenit de la cele
trei fabrici sd fie defect;
b) probabilitatea ca piesa defectd sd provind de la cea de a treia
fabricd.

a.::

,=,::::

Rezolvare:
Esfe deci cazul unui cdmp de evenimente incampatibile doud cdte doud,
provenite dintr-o mul,time numdrabrTa. Sa considerdm, deoarece primii doi
fabricanli au aceeagi caracteristicd referitor la numdrul pieselor defecte din
lot, cd problema se poate simplifica lu1tnd in studiu doar cele doud tipuri
distincte privind structura calitativd a pieselor.

aaa

taf.s

Astfel se considerd:

..iNN
f \S :::i
'$\\ :;r'::
.,\-j\

- fabricile cu structurd de produclie de tip A realizand cdte 90

cabluri bune gi 4 defecte;
- structura de produclie de tip B, in care s-a constatat un
numdr de 3 cabluri defecte dintr-un total de 100 buc.

Pentru a afla probabilitatea totala se impune efectuarea unor calcule

preliminare in scopul determindrii numdrului total al egantioanelor
provenite din cele trei fabrici gi in continuare determinarea apoftului
fiecdrui producdtor la numdrul total de rebuturi din egantioanele
caracteristice.
Aplicand rela{ia probabilitd{ii totale, se ob,tine probabilitatea ca un produs
verificat la intimplare sd fie defect:

P(Bl

RRR
: P(Ar).P (:-t*
P( Az).P(L)+...+

Az

At

P(A):

P(

Ai).P(a)-...;
Ai

4q0
3 97
94 194 r00 194

La punctul b), se solicitd determinarea provenientei unui rebut

dintr-un anumit egantion. in acest scop se aplicd direct
teorema lui Bayes gi se ob,tine:

P(

orA,r1l
_/-

B',

a).rf

al
Ai

P(B)

397

p(4):
' A'

100 197
0.035

0,42

aao
oaa s
aaNs
aSS,'r,
SS,;.,
$$i,.

,,,,

aaa

ata

aa&&
#&:==:.

a;:

C&&z:it;

Exemplu:

#S
+

Care este probabilitatea ca circuland pe un drum public sd

rdmin Tn pani datoriti unei explozii de anvelope pe puntea
fald,
Este cunoscut ce75% din exploziile de anvelope se produc pe
puntea fald.
Explozia de anvelope in general reprezintd 5o/o din cauza
penelor de vehicule.
in gener,al pe drumurile publice rdmin in pani 3% din totalul
celor aflate in trafic.

0,03

P(A) =
P(B/A) =
P(B/C(A) =

0.75

0,05

Pf'

,
4l:
B'

P(

A,)' P( , )

A' ;
;.;,
P(B)

p.= (o'03'o'7n
(.03.0.7s + 0.050.97)

=a317

;,i,zu,

,,..

#.t.=' ::.

LEGILE DE DISTRIBUTIE UTILIZATE

TEORTA FrABrLrrATrr
AUTOVEHICULET-OR

copyright

TN

2013

C/asificare:
Legi de distribu{ie pentru variabile aleatoare
discrete:

tr
tr
tr

Distributia binomiali;
Distribulia polinomiali;
Distribulia Poisson (Legea evenimentelor rare);

Legi de distribulie pentru variabile aleatoare

continue:

tr
tr
tr
tr

tr

Distribulia uniformS;
Distribulia exponenliald;
Distribulia normali gi lognormald,
Distribulia Weibull;
Distribulia Gamma;
Distributia Student.

Distribu[ia binomialS
Repartilia

a fost studiatd de J.

Bernoulli, care

a dat gi prima

schemd de realizare a acesteia:

Ludnd in considerare o succesiune de extraclii independente dintr-o urnd
care conline A bile albe gi B bile negre, iar dupd fiecare extraclie bila
fiind reintrodusd in urnd, s-a studiat probabilitatea ca Tn mod aleator
sd se extragd o bili alb6, respectiv una negri. Probabilitatea p de a
extrage o bild albi va fi constantd gi egald cu:
P--A(A+B);
Probabilitatea contrarie q de a extrage o bild neagr6, va
constantd qi egald cu

fi de asemeni

q:B/(A+B);
astfel cd suma celor doud evenimente va fi:
p*q:1

Legea de repartilie binomiali se utilizeazd la studiul distributiei

erorilor de misurare, la analiza comportdrii aparatelor gi

tl

fiecare incercare sd formeze un set complet de evenimente

compatibile qi incompatibile, adtcd" sd existe numai doui rczultate
posibile;
probabilitatea de aparilie a unui fenomen la fiecare incercare s5.
tl
fie constanta qi egald cu p, caz in care probabilitatea evenimentului
contrar q va fi:

Pc,n:1-P-q;

Daci p reprezintd probabilitatea de bund func{ionare, q va fi probabilitatea

de aparilie a defecliunilor.
Numdrul de repetdri a evenimentului A va fi "n", variabild discretd, care
poate lua k valori, cu repartilia de probabilitate:

P(A: k): c!, po

q''o

po

q''o

"#-.

unde

p esfe probabilitatea de succes a evenirnentului

g esfe probabilitatea de e$ec a experimentului

k indicd de cdte ori evenimentul A apare (mai exact

evenimentul A,).

indicd de c6te ori apare

n este numirul total de evenimente (experimente)

Expresia funcliei de repartigie este:

n

F(k):i.
. l' .,,
'

pk
r q-,
'

k:u
-k!(n_k)!

nd icatorii ca racte ristici su nt:

Funcjia de repartilre F(t):

n

f(k):

"-l
n!

k=0''

P" q,

n-k

'

Valoarea medie a variabilei:

rn

- l,t[ fx :

Modul de sondaj:

J :Zki

n'p-q

pi =

,1,U,

Ch,

pu' qln'n' ;

Dispersia:

D[X] :M[X'-M(X)] :Zl\-t(*n"''''n'p

)''po:

n'

p'(l

- p)

Abaterea medie pdtr atic6:

I

o':D"[xJ:4n'p'q
I

Aplica(ia

Se considerd sistemul de monitorizare a conlinutului de oxigen din gazele de

evacuare bu doui sonde de oxigen montate una in amonte gi cealalti in aval de
catalizator.
Sd se determine care este probabilitatea ca sistemul si funclioneze cu ambele
sonde in stare de funcliune, daci probabilitate de defectare a sondei de oxigen
este 0,1.
Rezolvare:
1 . Pa rticu I arizarea pa ra m etri lo r ca racteristici

F(k)

t-k!
n

k:u

n!
( n -k

)!

n=2
p=0.1
deci q =9.9

x reprezintd numirul de defecte admis, in acest caz fiind : 0

pk q-n

Daci se fac ?nlocuirile nurnerice in ecualie va rezulta:

r(*)

=]---.(o.r)'
0 !.(2 - o)!

.(o.r)'-o

:3(r) (o.q)'=0.81

Aplicatia 2
Se considerd un motor in patru cilindrii.
Sd se determine care este probbbilitatea ca sistemul si funclioneze cu doi cilindri
defecli, dacd probabilitate de defectare a oricirui cilindru este 0.05.

Rezolvare:
1 . Particu I arizarea parametri lor ca racteristici

n!
, S
k q-"t(k):lt
P"
\
/1,
k:U t rr-t
n=4
P=0.05

deci q =0.95
x reprezinti numdrul de defecte admis, in acest cazfiind

:2

nL

Aplicafia 3:

I, 2, ..,10
defectdri. Sd se calculeze repartilia de probabilitate P (X:k), valoarea
medie MIXJ, dispersie D[X] Si abaterea medie pdtraticd tn urmdtoarele
Se experimenteazd

I0

elemente , la care pot sd apard 0,

trei cazuri considerate :

a)
b
c
d)
e)

: o.I;
P: 0.2;
P

P:0,5;
p:0.75;

p:

0,85.
Si se traseze gi reprezentdrile grafice P[X] pentru cele trei cazuri cu
indicarea valorii medii, modului gi medianei.

Rezolvare:

F pentru determtnarea repartrtiei este necesar calculul in

prealabil al combindrilor C,,o;
F probabilitatea contrade se va determina pentru fiecare
din cele 5 cantri luate in studiu;
F datele oblinute prin calcul se prezinta in tabelul
aldturat:

Nr.

defectdri

kun

10

245
120
4

210

252

210

7
845

120

p=0.1

rn:0 )

0,387 0,268
0,019 0,a27

p=4,75

p:0,5
9,7

10-3

2,8 .

10

p=0,85

3,2. lA

1o-3 1,1.10-5 1,4.10-7

6,4.1t4 1,9.1t3 4,1 .10-4 2,6.10-6 3,9.10-8
1.6 . 105 819 : 1t5 5,1 10 -5 5,0 , 1A ;7 .8,3 10 -e
3,3 . 1t7 3,5 . 1A6 5,0 10-6 7,5.1o-e 1,4.10-e
5,3.,10-s 1,2.1C7 4,3.1t7 9,4.10-e 2,0.10-10
t,7t!):'ltlt 3,-1 ,1tn 3,0,. 10 -B ,0 . 10 -n ,2,4 , 10 -11
2,4

9,6 . 10-1 8,5 10 -11 1,9 .

10

10-s 9,4 . 1O-rt 2,6 . 10-12

1,1 .10-14 1,9.1e12 1,0.10-to 7,8.10-12 2,4.10-13

1A
ry|-

modul
D

0,1

1,2 ,

0,8
0.848

4,5

1,581

7,25
1,369

8,35
1,275
1 ,129

0.4
0.3
F(r) 0;2

N P:0,1

r p:0.2

0.1
0

124 6 81
Numar defecte

P=0,1

Aplicalia 4
din l7 autovehicule ce ur"meazd sd tr"eacd printr-o
interseclie semaforizatd. Sd se determine care este probabilitatea de trecere prin
interseclie a 0, 2, 5, 7, 9, I I, l 5 Si 17 autovehicule, cunoscdnd cdfunclia ce
guverneazd aceastd probabilitate poate lua valori: I/B; 3/B; l/2; 5/B Si 7/8.
Se considerd un eSantionfonnat

Comentariu $i rezolvare. in enunlul aplicaliei, s-a utilizat nofiunea de functie de

probabilitate, care in fapt reprezintd funcfia empiricd care poate guverna rata de
succes a evenimentelor (posibilitatea de trecere prin interseclie a numdrului de
autovehicule considerat). Explicit se pune problema densitdfii de probabilitate a
ratei de succes a evenimentului: prin intersec{ie trec, 0,2 .. 17 autovehicule dacd
func{ia empiricd ce declangeazd evenimentul este: 118 ..718. Se mentioneazi cd
valorile acestei funclii sunt cuprinse in intervalul 0 .. 1

Densitatea de probabilitate a ratei de succes f(t)

1/8

1/2

3/8

5/8

7/8

Probabilitatea
de trecere
Numdr de
treceri
a
2
5
7

9
11

15
17

0.10

3.389*10-4

7.629*10-6

0.29

0.02

0.04

0.16

0.05

4.563*10-3

4.618*10-8

2.439"103

0.18

0.15

0.04

7.112*10'6

6.223*10-5

0.08

0.19

0.14

4.356*10-4

6.466*10-7

4.02

0.09

o.2a

0.01

2.959*10-12

2.166.1

0.42

0.29

0.00

5.734*1A

3.388*10-4

0.10

0-5

.037.10-3

.037.10-3

7.629*10'6

5.734*10-8
2.166.1

0-5

0.00

2.959.1012

p.

'1- t

a
6,)

q)

p.^
-^
{A r"
p..

r\n
p.

i\.
A
=-,-0.

51015
ki

Valorile k

Ef

F:1/8

oo F:3/8 0.o F:1/2

A..1

F:5/8 t'*

F:7/8

Varialia indiCatoi-lui densitate de probabilitate

Aplicatie

trafic (fig. 2.12), in care se

efectueazd o observalie discretd qi prin care intr-ttn interval
caracteristic, sosesc fn pluton 20 de autovehicule. Admildnd
valorile funcliei empirice acceptate pentru prognoza incdrcdrii
arterelor divizoare de trafic marcate fn figttra menlionatd, sd se
determine probabilitatea de succes a uruti numdr de treceri pe
arterele I, il, III qi IV, astfel: artera I - B vehicule, artera II - 5

Se considerd un nod divizor de

vehicule, artera III - 3 vehicule Si artera II/ - 4 vehicule. Pentru

probabilitdlile determinate sd se calculeze valorile medii Si
mofuil de sondai caracteristic.

Schifa nodului divizor de trafic ai funcliile asociate celor patru

direclii de deplasare.

il_

-r*ns'u1 {ip

t*

d*plasare
ft

it'l'ir

Ll

tl,::

LI.',l

ilt
IT

tl

r1,{r-r

,A$

t',./*l'rinb:s.

r- -r

1l

,-. h t^ t-- r
Ht
tIt U l\

l:lt-*i":,J
*'t,+-1
'1, 1:tf,.l f l_:i

tJiq:3tjTg5T

5 Fjil

5.F;lt:]

,4 Fi?

4,4r,'l

:* 1 f-r

t-i '1f

!i?t_ltililiii
r:1f::4u:ri4B

T.TJ

i,rtrLl

3.7* 1 [t'r

r.J,13

t] 14i-rLiti4,$45

l.T:-1

fir-l

.3*

l-3

valorile medii se face raportat la unitali de

mdsurd exprimate in vehicule pi interval de observare. Mdrimea
intervalului de observare insd nefiind o valoare absolut necesard
in caztlJ variabilelor aleatoare discrete poate sd lipseascd gi in
acest cazrezultatul este intrinsec, frrd insa a exista posibilitatea
generali zdrri temporal e a val oril or calculate.
Se observd cd referirea

Repartl{ia pol i nom iali

Reprezintd o generaltzare a reparti{iei binomiale, fiind
specificd studiului fiabilitalii mijloacelor de mdsurd gi
control.
in acest caz se introduce vectorul m - dimensional cu
repartilra k,, k2, .,k*.
Expresia generald, a probabilitdlii este:

Pn(kt,k2,..,kr,): . , - ,'!
kt! kz!

po,' p|t
a
,
k*!

pn:;

Repartifia Poisson
( legea evenimentelor rare )
in teoria probabilitafllor gi statisticd, Legea Poisson de
distribu{ie este o distribu}ie de probabilitate discretd care
exprimd probabilitatea de aparilie a unui anumit numdr
de evenimente care au loc intr-un interval fix de timp gi /
sau spaliu ?n cazul in care aceste evenimente apat cu o
ratd medie cunoscuta qi independent de timp de la
ultimul eveniment. (Distribu{ia Poisson poate fi, de
asemenea, utilizatd, pentru evaluarea prob ablld a
evenimentelor specifice unor alte intervale, cum ar ft
distanta, zond, sau de volum.)

Reparti{ia Poisson
( legea eYenimentelor rare )
Este caracteristicd repartifiei unor evenimente cu ratd de
frecvenld redusd ca de exemplu: producerea accidentelor,
defecliuni de magini gi instalalli, aparilta unor piese
necorespunzdtoare ?ntr-un lot de piese foarte bune.
Rep artif i a e ste car actenzatl, prin faptul cd defecf iuni I e
care apar sunt extrem de rare, astfel cb funclia de
defectare are valori:
F(t) a 0,1 qi este aceeaqi pe orice interval din durata de
exploat ar e a produsului.
Acest fapt se transpune sub forma matem aticd,:

m : n'p - 7

Domenii de aphcare a distribuliei Poisson

Sistemul electric de exemplu: apeluri telefonice
care sosesc Tntr-un sistem.
Astronomie exemplu: fotonii care ajung la un
telescop.
Biologie de exemplu: numdrul de muta{ii pe o
componenta a ADN-ului pe unitate de timp.
Management. clien{ii care sosesc la un contor
sau Call Center.
Ingineria Transporturilor: autovehicule care
ajung la un semafor.

numdrul de aparilii (evenimente) agteptate intr-un

anumit interval de timp este 1", afunci probabilitatea cd sunt
exact k evenimente (k fiind un numdr intreg non-negativ, k
: 0, 1,2,...) este egald cu:
Dacd,

f {e; "U
Unde:

frf

:*

k este numdrul de aparilii ale unui eveniment;

)" este un numdr real pozitiv , egal cu numdrul aqteptat de
aparilii in intervalul dat. De exemplu, in cantl in care
evenimentele se petrec, in medie, de 4 ori pe minut, ?n
canil in care se doregte determinarea probabilitaJii
apariliei unui eveniment de k ori ?ntr-un interval de 10
minute, s-ar folosi o distribu{ie Poisson ca modelul cu l,
: 10 x 4: 40 .

Densitatea de probabilitate in aparilia evenimentului exprimi qansa incidenpi Tntrun interval de timp caracteristic sau raportat la un eqantion reprezentativ qi este datd
de relatia:
.tk
r\

/L

"/,
J\K<A)=-e
n:

-)

Mediana statisticd specificd distribuliei Poisson se determind uzual cu o relatie de

aproximare de forma:

Me - ,r

*!

-o'02

Probabilitatea de producere a evenimentului sau funclia care declangeazi

evenimentul are de reguld valori mici, deci $ansa de aparilie este rard, valori uzuale
ale acesteia fiind mai mici de 0,1.
Momentul generator al funqiei este de forma:
tt\\

P(t ',1)

- "\t\'' -t))

Din analiza relaliilor de definire a acestei repaftilii se poate constata cd reprezinti

un caz particular al repartiliei binomiale, avdnd la origine dezvoltarea distribuliei
Gama generalizate.

Aplicalia

Se consrderd abservarea cu echipament radar a regimului de vitezd pe o afterd

urband. Consider1nd rezultatele inregistrate, grupate in intervale de viteze conform
tabelului aldturat, sd se determine probabilitatea ca viteza legala admisd sd fie
depdgita cu: 10, 20, 30, 4a gi 50 km/h.
Repartiyia statistica a vitezelor obseruate.
lnterval
de viteze
Ikm/h]

20

20

30

40

50

60

70

80

90

30

40

50

60

70

80

90

100

?o

32

41

77

37

14

Nr.

vehicule
incadrate

Comentariu 9i rezolvare
Tn scopul rezolvdrii acestei aplicalii, se impune in prealabil reducerea ei Ia o
problemd de tip probabilistic. in acest scop, vom considera o ierarhizare a
evenimentelor k funclie de gradul de risc pe care il reprezintd.

Astfel, deplasarea sub limita de vitezd admisi va fi considerat eveniment de rang 0,

iar depdgirea acesteia cu intervale de cdte 10 km/h vor constitui evenimente de rang

1..6
lnterval de
viteze [km/h]

50

94

77

50-60

70-80

80-90

90 - 100

37

14

60

70

Nr. vehicule

incadrate
/Vk

Utilizdnd noul tablou de date rezultate in urma reordonirii acestora pentru

rispunde cerinlei statistice 9i de probabilitate, se determind cu relafia:
K"*

4--

I1 F,

l\r

) K'rtp

K=V

Valoarea parametrului caracieristic A=0. 1 92

Se calcule azd valorlle indicatorilor de distributie. rezultatete obtinute fiind

prezentate in tabelul:

f(k,

0.147

ai47

0.281

0.428

0.27

0.698

0.1 73

0.871

0.083

0.954

0.032

0.986

50

P(k,

,1)

60

70

80

dom eniul de viteze [kmih]

lndicatorii reoartitiei Potsson.

A)

LEGI DE DISTRIBUTIE PENTRU

VARIABILE ALEATOARE CONTINUE

DISTRIBUTIA UNIFORMA

Repartilia uniformi a unei variabile aleatoare

X se caracterizeazd prin faptul toate
valorile variabilei sunt echiprobabile.

ci

Daci variabila aleatoare X pe intevalul la, b]

are aceasti caracteristicS, atunci repartilia
densit5fii de probabilitate va fi:

I f&)'

bJ;

.Funcli

pe intervalul la,

Dl este

FIX

I
)

Graficul densitdfii de probabilitate al funcliei este

.,.,*|

Principalii indicatori statistici sunt:

H'

'

r Media teoreticS:
MN -

f"*. f(x),-dx - f"+4i :

D-A

xl,2tb

2.(b-a)

Dispersia:

Dtxl - M[x -M(n] _ ("-b)'.'

12

a+b

2'

Repa

rtitia exponenfia li

Distribulia exponenliala este frecvent

utilizati in determindrile de fiabilitate
datoritd faptului cd exprimd o lege simpla gi
perform arfid, in calculul matematic.
Este denimutd gi "legea de distribulie cu un
parametru"

r Parametrul caracteristic este

mediu

ststisticd de sonduj, regdsitd in relaliile de

determinare a indicatorilor caracteristic r ca
inversd u mediei, notat[ cu :rl
1

/t

--

l']'l

,,'fu

Indicatorii caracteristici sunt:

r Densitatea de probabilitate atimpului de
funclionare:

f(t)

: 7'e^'; 7> o;

Reprezentarca grafrcd a varialiei indicatorului

fiind:

f(x)

"X

Indicatorul funclia de fiabilitate este de

forma:
t

R(/)

-/Lt

-Y

0.8

u.b

R(x)

Indicatorul "F&ta de defectare"

particulanzeazd, aceastd lege de distribufie

z(t)

f (t) _ -7
1

R(/)

Functia ratd a defectdrilor constitue elementul caracteristic

al acestei legi de distribufie, caracterizatddin acest punct
. de vedere ca fiind:
funcliu cu ratd de defeetare constsntd

Repartitia exponentiald este caracteristicd

modelSrii statistice a timpului de aparitie a
evenimentelor independente, de ratd constanti.

in studiul durabilitS$i pieselor

componente auto gi in studiile de mentenantd
Se aplicd

preventiv5, car e vizeazi ?nlocuirea pieselor

anterior semnalirii uzurii finale
(cicluri intermediare de intre<+ineri tehnice).

Aptr'cafie
r

Sd se determine indicatorii de fiabilitate ai unui ambreiaj

eltto, cunoscdnd rata defectdrilor I, egald cu:

0.0004

defecte/ 100

km, corespunzdtori intervalului

de

exploatare cuprins intre 5.000 Si 40.000 km.

Sa se traseze graficul varialiei fi.tncliei de fiabilitate,

funcliei de repartilie a timpului de funclionare qi al
probabilitate a timpului de funclionare pentru
intervale echidistante, din domeniul de monitorizare:
1.000 - 50.000 km.

densitdlii

de

+-5

ed,

* ry

Algoritm de rezolvare

Exprimarea pa ra m etru / u i ca ra cteristic

fn unitdli de mdsurd corespunzdtoare:

,L - 4. I0-'

ldefecte I kml

Calculul indicatorilor de fiabilitate corespunzdtor

punctelor de analizd, fn interual de 5000 km;
Rezultatele obeinute se prezintd fn tabel:

Graficul de variatie al indicatorilor de fiabilitate

calculafi:
,--O'O'

l1, -v

/?\' ' v

\.
:

(.

-r-

05

^l

E
t,)

'

1.10

JJJ

2.10

3.10

4.10'

t.

rot,

5.10'

:l

6.10'

.o.tou,

parcurs realizat [km]

+
o-o

R(t)
F(t)

AplEca$ie

r Studiul unui egantion de pistoane, la

momentul t : 10000 km, din perioada viefii
utile, a dus la determinarea valorri empince a
funclrei de fiabilitate :
R(t) 0,622,
Sd se determine rata cdderrlor gi medra
timpului de funclronare caracteristtce
populaliei din care a provenit egantionul.

ffi,

J@

Algoritm de rezolvare

Din relafia de determinare a funcliei de frabilitate,

se determind parametrul caracteristic fr:

1-

lnR(r)
t

se obfine pentru fr valoarea de: 4-748

care reprezintd gi rata cdderrlor z(t).

lt5 fdef/kmfl,

pentru media trmpului de funceionare,

se obeine valoarea de :21060

[km/

Aplicafie 3
Cate este probabllitatea de supraviefuire a unui
egantion de 100 unitali supuse observirii, dacd
media timpului de funcfionare intre rcparalii este
de 80 unit[1i?

Dar dacd. se alege intervalul de observare in

limitele:2AA - 300 unitd1i, s[ se determine valoare
indicatorului ratd de defectare: z(t).

.ffi

=L @

Algoritm
de rezolvare
*

Probabilitatea de supravietuire, identificatb

prin indicatorul functie de fiabilitate, este:
_r ro0 l

R(l00):e'80 I - 0'2865
Probabilitatea de supravieluire pentru intervalul
de observare 200 - 300 unitEti va fi:

R(3oo,2oo)

g=P - "_#
- n(200)
e-!vu/6u

:0.2865

Care va fi valoarea ratei de defectare

z{A= l/SC} = 0.125 [deffunit.]

istribulia normal5 gi lognormal5

u{ia poartd denumirea de Gausfi } - Laplace[ll in memoria marilor
au pus demonstrat
aplicabilitatea acesteia pentru determinarea erorilor de misurare. In
exprimarea uzuali mai poate fi intAlniti sub denumirea de,,clopotul lui
Gauss", datoriti formei caracteristice a variatiei densitdtii de probabilitate.

[J Johann Carl Friedrich Gauss (1777- 1855), matematician gerrnan.

p| Pierre-Simon, marquis de Laplace (1749 -1827), matematician 9i
astronom francez.

Este caracterizati prin doi parametrii statistici determinan{i pentru

aceasti distribu!ie:
parametrul de localizare: I/ gi care reprezintd din punct de vedere statistic
media de sondaj, asociati fenomenului analizat;
parametrul de scari (de scari - scalare): o, care este din punct de vedere
statistic abaterea medie pitraticd (deviafia standard) a girului de date
asociat fenomenului analizat.

densitate de probabilitate a evenimentului,

^

l(u,o,x)-

I.

\l?

',t

_e

o .\l /..8

f(p (m),o,x),

-6-P)'
r -l
-'a

Pentru definirea functiei cumulative de distributie a evenimentelor

probabile, se utilizeazd expresia integralei Laplace, care permite normarea
ncliilor caracteristice pentru distribu{ia normalS

,/6)=

J#

"-T,',',

Distribufia cumutativi specificd reparti[iei normale se determind cu ajutorul

integralei Laplace, utilizAnd relalia

*)
r-l.\ r\t)=al-l
^( '-

\o)

_t"-+,J'

F{r!=-L
[u-F.r,
r ""
tr
lT
5V
-'

{n

r.:- *.S
u.b

il-4

s.t

'D

Functia de fiabilitate R(t)

m-r)
n(t,rn,o): a(
\6
i

.'{

lr
r,i, ilt
rl- .---,",,,,**,-*----,
,?

_r'.1r

:'L

r-l.i-.:
'rl-

Jr

.a

:-r, i'
:1.-*
:t-:

{f T

''
t

.t fl

+*ll

Af

U:U,.J

u.s
;t

*.fl
nn

u.d

fi

*-x

Rata de defectare:
I

I
!

I
I
I
I
I

m=Me=MO=2t5

I
!

I
I

I
I
I

I
L

ti

Aplicafie:

Si se calculeze

gi sd se reprezinte grafic indicatorii de fiabilitate ai unei

distribulii normale dacd se cunosc: media timpului de funclionare 21.000
ore, abaterea medie pdtraticd'.42A0 ore. Intervalul de reprezentare: 500040000 ore

Distribulia Log-normali
itatea de probabilitate a evenimentelor
_(,r(.rFr, ):
,
2'o:
f(*.n,o) = ---),-'e
x'o12'tr
Media de repartifie lognormali, se determini cu relalia

m--g

/t+

o2

'^

Mediana repartifiei este de forma:

r.t

LVLe

e'

Modul de repartifie fiind in acest caz

Ir

tvto

u-o2
e'

E{r} =

8. ,-:.----.-* '#
I*'T.(Ttrj.3E
1

f+

{s

trtr!-1-"r{r}
3.{r }

* .f"t/ l
e{ri

Spre deosebire de cazul distribuliei normale, pentru distribulia log normald

se pot identifica varialii ale indicatorului densitate de probabilitate care
apr{pie interpretarea varialiei indicatorilor de alte distributii.

Aplicalie MathCAD

Distribulia Weibull
Legea de distribulie Weibull are o aplicabilitate deosebiti
in determinirile de fiabilitate, fiind propice utilizarea
acesteia in caracterizarea oricbrei perioade caracteristice
din viata produsului.

in aprecierea distributiei uzurii

elementelor autovehiculului (rulmenti, arbori cotili,
Este utilizati cu prioritate

pistoane, etc,), subansamble

utoveh icu

gi

ansamblul general

|.

Constituie un instrument puternic, cu caracter general in

aprecierea cdderilor provocate de evenimente a cEror

repetabilitate poate fi gestionat5 in secvente de timp

De la 1930 la 1950 W. Weibull O efecWD\A6wdlldlferL\H cu

privire la oboseal5, in care el gi-a dat seama ci nu a putut
descrie comportamentul rezultat al egecului (iegirea din uz,
defectarea la oboseald) cu distributiile cunoscute de p6ni
atunci. Prin urmare, el insugi a incercat sE dezvolte o
distribulie universalS, pe care el a publicat in detaliu

in 1951.
Distribulia Weibull esW cDrDcwrlzO\d in teoria probabilitbtilor
ca o distributie asimptoticd a extremelor.

Este caracterizatd prin trei parametrii care

determini variatia indicatorilor de fiabilitate

a, - parametrul de localkare (pozi;ie) sau al

originii de timp, caracterizat prin a
in unitili de timp sau de parcurs;

> tgi se exprim5

P - parametrul de formd, de tip

caracterizatprin p > q
ry

adimensional,

- parametrul de scard, exprimat in unitbti de

timp sau de parcurs gi caracterizat prin

ry

>

Indicatorii de fiabilitate caracteristici sunt:

- fundia de fiabilitate

R(t)

-(tJ)P

e77,

0;

indicatorii de fiabilitate caracteristici

.1

R,

-;^
g
r.l
""'
=

Di

l.+
R-I,:

-1.3: .t0-l -,
.-1

l
0t -10 -

5.10

t' .1O

6.10
I
L

\rariabrla de timp Ikml

beta = 0.5

beta

=i

beta: 1-5
beta:2
beta

Indicatorii de fiabilitate caracteristici

- functia de repartitie a timpului de functionare

F(t)-

-(.t-d ),n

erl

Indicatorii de fiabilitate caracteristici

functia densitate de probabilitate a timpului de functionare

f(t) - Efa)o-'.n-'nf
";
ryrl

Indicatorii de fiabilitate caracteristici

I.J

I
nf
U.LT

[.ri
[.4
tj.1

Distributia Weibull permite modelarea completd a comportirii sistemelor

(inclusiv autovehicul), in intreaga durati de via!5.

Distribulia Gamma - generDlizUtd

Reprezintd o distribulie specifici variabilelor aleatoare continue, cu
aplicabilitate semnificativi in dezvoltarea aplicatiilor referitoare la teoria
agteptirii, sau in cazul analizei proceselor, dezvoltate pe criterii statistice. Este
caracterizati de prezen(a a doi parametrii ce definesc aceasti distributie:

o - parametrul de formd care permite identificarea varialiei indicatorilor de

probabilitate caracteristici gi valorile acestui parametru pot duce la
asocierea acestei distribulii cu cea exponenliali, sau Weibull sau in unele
cazuri (mai rar) distribulia normald;
B - parametrul de scard, ce determind domeniul de valori a indicatorilor
identificati.; in mod curent valoarea acestui parametru duce la apropierea
distributiei de cea exponenliald.

Este generatd prin intermediul funcliei Gamma, caracterizati prin

intermediul relatiei:
I

f(x)= l*r'-, .e

%n

dt

,
.'..=..,

Funclia prezinti citeva caracteristici ce sunt valorificate in dezvoltarea

distribuliei de tip Gamma.

r(" * 1) =, ! r(o)- r
/r \

l*l-^fn \L/

(" -1) (" - z)...2.

*,.

t.

le-"'du
_;

Densitatea de probabilitate pentru distribufia Gamma se determini cu relatia

.f(*,o,f)= *"-1

-rw
pa

Distributia cumulativi este dati de

I

x>0.

"-9'x

relatia

t/\

Flx,a,B)= It- flx,G, P)

0

I
I
-.-.-..,{.5

=
$.&

t--

I
I
I

.i

t-- -1--

-T--I

I
I

t-- --t---

'l

f\l 1---+.1

F_
I
I
I

:$r,-- t-I

b2,b

i,e2.'F2.0
1e3,'b2,0 -I-i,e5,'F1,0
1cA,'F0|5
T----=- -1-- -t- r

I
I

ttll

I'et,

-T--- trI

T_ --t--

ltll
lltl
llrr
lltl

-+--- +---r--n---+-lltl
I

I
I

_J__I
I

ilil'
l*.t" ".-t'
- - -ttot!- fr---,i----1
--T---T---.]----Ti---i---l---i*'" - - ri,r'
l''"" .,' I "r''l
ltll
t-='--r{--l --f ---+---+---+---+-----l-f
-l--"7't
lillo'u lo,
t,t: J"
lltl

-t-.

"_t::.=1.**1_

---F---i-l.i'-

--='i----i-lJ-1"{--it

-r--i-l'-l

tttttl
---1----1tttl

1-

--- t ---t-

- -t--*

ttltl

ltllttl
-- l- - | - - - t-- -T---1----T -- - 1 -- lrtttll

F- --t--*-'.

-* -r----t---t---f---+]
I
I
l

---

rlltttl.l
- - tr - - - T - - - r - - - r - - - r - - - T - - - T - - - T - ttttl,l
tl

Media agteptbrii evenimentului:

m-a/F

Modul de varia\ie: uo

- (a-t) F

Aplicatie:
Un sistem mecanic urmeaz5 o lege de defectare de tip
Gamma, avdnd parametrii: a = 3 gi UF = 120.
Si se determine fiabilitatea sistemului corespunzbtor
functionirii pe durata de 280 ore.

r l,$fi ir
-l*{} : i t..r i

.Rrl${-}t =

*6 I--#--={.! n
l:

'

("}..$51 t-*

Distribulia Student (T)

in probabilitate

gi statisticd, Distribulia Student (sau pur gi

simplu, distributia t) este o familie de distribulii de
probabilitate continue, care apare atunci c6nd estimarea
medie a populatiei este de tip normal, in situatiile in care
dimensiunea egantionului este micd 9i abaterea populatiei
standard este necunoscutE.
Aceasta joacE un rol intr-o serie de analize pe scard la196

utilizate in statistici ,
Permite constructie de intervale de ?ncredere 9i este utilizatd
in analiza prin intermediul regresiilor liniare.

Distributia T- este sip etrici gi in formd de clopot, cum ar fi

distributia normal5, dar este mai extins5, ceea ce
inseamn5 cH este mult mai predispusi la producerea de
valori, care sunt departe de media statisticS.
Acest lucru il face util pentru intelegerea
comportamentului statistic a anumitor tipuri de raporturi
de cantitbti aleatorii.
Student este un caz special de distributie hiperbolici
genera lizat5

probabilitate

f{#}
{'*

'',ffig'{$}

5)-%r

v reprezinti nr de grade de libertate

gi

Ptudent se determind cu relatia:

??

:t'

{rn

- Jf}"
t:

Ft

fr.4.ft
"'"'-

*"35

fr"3&

'""-

&.?5

df = 1

df*Z
df= 5

* df=o

fr.3ft

1f\.lJ

s.3.5

-L

tr"1&

fi.8

fi"#5

fr.fi*

-4

-3S

a
X

*"$

vt

}'(

& o.+
s'"*

*.*

as
- J.

{-t

pt repartitia

Distribulia Pareto
Distributia Pareto a fost initial dezvoltat pentru a
descrie modelul veniturilor intr-o populatie.
Fenomene cum ar fi mbrimea populatlei oragului,
fluctuatiile de pret pe actiuni, gi venituri personale
au distribulli cu cozi foarte lungi.

Analiza Pareto este o tehnici statisticb ?n luarea deciziilor, care este

folosit5 pentru selectarea unui numSr limitat de sarcini care produc un
efect global semnificativ.
Se folosegte principiul Pareto - ideea c5, prin rezolvarea a 20olo din
problemele locului de munce, 80% din reugita acfiunii poate fi
generatb.
Sau, in termeni de irnbun5t5tire a calititii, o mare majoritate de
probleme (80%) sunt produse de c6teva cauze cheie (20o/o).
Aceasta tehnica ajuta la identificarea de 20o/o din cauze care trebuie
sd fie abordate pentru a rezolva 80% din probleme.
2 dat5 ce 20o/o din cauze sunt identificate, se trece la analiza cauzelor
prin modele specifice de management.

Densitatea de probabilitate a distributiei Pareto, este data

f*{*} :

f'*_"+.

fqlr ir

1*

fmr +-**

"**'

"F

Xm pDrpp etry de scDrE

o pDrDp etry de forp 5

*L.rtl.

,r'

-*".fii

Distributia cumulati a defectelor:

*{?}*
fr
f*rx} **..
:
{n{r}
" "' { :
f*rrxq
[fi
/a!

*tufi'!.