Sisteme de variabile aleatoare

6. SISTEME DE VARIABILE ALEATOARE. VECTORI

ALEATORI. PROPAGAREA VARIAŢIILOR.

6.1. NOŢIUNI GENERALE

În capitolele anterioare caracteristicile tehnice au fost analizate

separat.
Cazul tipic cel mai mult întâlnit este cel al unei mulţimi de
caracteristici. De fapt noţiunea de calitate a unui produs se referă la un
ansamblu de caracteristici.
Dacă ne referim numai la variabilele aleatoare, asociate
caracteristicilor sistemului, putem vorbi de sisteme de variabile aleatoare.
La un proces fizic legat şi de materiale, de exemplu procesele
termice ale echipamentelor electrice, înfăşurări, căi de curent etc, la care
intervin numeroşi factori cu variaţii aleatoare, există o caracteristică finală
(încălzirea în regim permanent de funcţionare, de scurtă durată, etc.) la care
variaţiile pot fi modelate printr-o variabilă aleatoare rezultantă (vector
aleator).
Problema de bază care se pune este de a considera legătura dintre
aspectele aleatoare ale caracteristicii rezultante a sistemului tehnic şi cele
ale componentelor.
În procesul de fabricaţie, valorile diferitelor caracteristici de
prelucrare şi montare pot defini un vector aleator. Sistemul cu două
variabile aleatoare are ca rezultantă un punct aleator într-un plan de
coordonate X, Y. În mod similar în cazul a trei sau a m variabile aleatoare
sistemul se poate reprezenta printr-un punct aleator în spaţiul cu trei sau m
dimensiuni.
Se foloseşte, în aceste cazuri, pe lângă noţiunea de punct aleator şi
denumirea de vector aleator, bidimensional, tridimensional sau m-
dimensional sau de variabilă aleatoare multidimensională. Pentru o
variabilă aleatoare multidimensională X (1 , 2 , m ) funcţia de repartiţie
m-dimensională este definită de expresia:
F ( z )  F ( x1 , x2 , xm )  P (1  x1 ,2  x2 , , m  xm ) (6.1)
unde x1 , x2 ,  , xm sunt numere reale. De asemenea, conform definitiei
generale:
Vom nota cu litera z vectorul aleator.
x1 x2 xm
F ( z )  F ( x1 , x2 , , xm )      f ( x1 , x2 ,..., xm )dx1dx2 ...dxm
    (6.2)

177
CALITATEA PRODUSELOR ŞI FIABILITATE

Dacă funcţia de repartiţie este de m ori derivabilă, densitatea de

probablitate m-dimensională este:
 m F ( x1 , x2 ,..., x m ) / x1x2 ...x m (6.3)
Funcţia de repartiţie m-dimensională are proprietăţile:
a) 0  F ( x1 , x 2 , , x m )  1 ;
b) F ( x1 , x 2 , , x m ) este nedescrescătoare în raport cu fiecare din
variabilele x1 , x 2 , , x m ;
c) F ( x1 , x 2 , , x m )  0 dacă cel puţin una din valorile xi este egală cu
;
d) F ( x1 , x 2 ,  , x m )  1 dacă toate valorile xi , i  1,2, , m sunt egale cu
  . Cunoscând funcţia de repartiţie a sistemului (m-dimensională)
se poate găsi cea a componentelor:
F1 ( x1 )  F ( x1 , x 2  ,  , X m  ) (6.4)
Densitatea de probabilitate a fiecărei variabile a sistemului se poate
obţine astfel:
 
f 1 ( x1 )     f ( x1 , x 2 ,..., x m ) dx 2 dx 3 ...dx m
  (6.5)
Între variabilele aleatoare ale sistemului pot exista legături de
dependenţă (strânse de tip determinist sau slabe) sau acestea pot fi
independente.
Dependenţa sau independenţa variabilelor aleatoare se referă la
dependenţa sau independenţa în probabilitate (Cap. 3). Aceste aspecte sunt
necesare definirii vectorului aleator.

6.2. INDEPENDENŢA A DOUĂ VARIABILE ALEATOARE

Variabilele aleatoare X şi Y sunt independente dacă evenimentele

(X<x) şi (Y<y) sunt independente pentru orice valori x şi y, dacă:
P(X<x, Y<y)=P(X<x) P(Y<y) (6.6)
Conform definiţiei generale:
P(X<x, Y<y)=F(x, y); P(X<x)=F(x); P(Y<y)=F(y)
Rezultă în mod analog:
f ( x, y )  f ( x )  f ( y ) (6.7)
relaţie cunoscută şi sub denumirea de teorema multiplicării legilor de
repartiţie.
Relaţia (6.7) reprezintă condiţia necesară şi suficientă de
independenţă a doua variabile aleatoare. Acest criteriu de verificare a
dependenţei presupune cunoscută repartiţia f(x, y).

6.3. MOMENTELE VECTORULUI ALEATOR ÎN CAZUL

UNUI SISTEM COMPUS DIN DOUĂ VARIABILE ALEATOARE

178
 Sisteme de variabile aleatoare

Considerăm funcţia densităţii de probabilitate f(z) a vectorului aleator

z definit de două variabile aleatoare x şi y
f(z)=f(x, y) (6.8)
Momentul iniţial de ordin k, s, este (§ 4.4.1)
 
 k ,s  M [ X k , Y s ]   x
k
y s f ( x, y ) dxdy
   (6.9)
Momentul centrat de ordin k, s este:
 
 k , s  M [( X  M [ X ]) k (Y  M [Y ]) s ]    (x  y ) k ( y   y ) s f ( x, y ) dxdy
  

(6.10)
Se ştie că momentul iniţial de ordin 1 defineşte media teoretică, iar
momentul centrat de ordinul 2 defineşte dispersia.
Cu (6.9) şi (6.10) se obţin relaţiile cunoscute:
1' , 0  M [ X 1 , Y 0 ]  M [ X ]   x
 0' ,1  M [ X 0 , Y 1 ]  M [Y ]   y

 2, 0  M [( X  M [ X ]) 2  (Y  M [Y ]) 0 ]  D[ X ]   x2
 0, 2  M [( X  M [ X ]) 0  (Y  M [Y ]) 2 ]  D[Y ]   y2

Momentul centrat mixt de ordin doi se numeşte covarianţa:

 
cov[ X , Y ]  1,1  M [( X  M [ X ])(Y  M [Y ])]    ( x   x )( y   y ) f ( x, y )dxdy
  

Covarianţa variabilelor aleatoare independente este zero.

Foarte multe probleme, care se pun în tehnică sunt legate de
conceptul de vector aleator, capătă o rezolvare satisfăcătoare prin stabilirea
unor relaţii de legătură între valorile tipice ale vectorului şi valorile tipice
ale variabilelor aleatoare ale sistemului.
Se ignoră complet repartitiile respective care duc la complicatii
analitice foarte mari.
Relaţiile de legătură între vectorul aleator Z şi variabilele aleatoare
X 1 , X 2 ,  X n pot fi exprimate prin operaţii algebrice simple, sau prin funcţii
simple liniare sau neliniare.
Variabila Z este o variabilă compusă.

6.4. VALORILE TIPICE ALE VECTORULUI ALEATOR.

PROPAGAREA ERORILOR PRIN FORMULELE DE
CALCUL ŞI A ABATERILOR PRIN PROCESELE
TEHNOLOGICE.

179
 CALITATEA PRODUSELOR ŞI FIABILITATE

Valorile tipice ale unui vector aleator pot fi stabilite stabilind funcţia
de structură sau de legătură a sistemului.
Valorile tipice ale sistemului  z ,  z2 pot fi exprimate în funcţie de
valorile tipice ale componentelor  i ,  i2 .
În consecinţă intervalul de variaţie naturală a vectorului ( IVN ) z  6 z
este dependent de intervalul de variaţie a fiecărei componente (IVN)x.
Variaţia naturală (eroarea) fiecărui component se transmite prin relaţia de
calcul (relaţia de legătură) la variaţia vectorului aleator. Aceste variaţii sunt
definite de valorile tipice ale vectorului aleator şi ale componentelor sale.
Relaţiile de legătură pot fi exprimate prin operaţii algebrice
elementare sau prin intermediul diferitelor funcţii analitice.

6.4.1. LEGĂTURI EXPRIMATE PRIN OPERAŢII ALGEBRICE

Considerăm că legătura dintre vectorul aleator Z şi variabilele

aleatoare X, Y sau X 1 , X 2, X n , poate căpăta una din formele precizate în
continuare.
Urmărim să stabilim în fiecare caz relaţia de legătură dintre media
teoretică M [ Z ]   z şi mediile teoretice M [ X ]   x , M [Y ]   y .
În toate cazurile sunt cunoscute valorile tipice ale variabilelor
aleatoare. Se consideră cazurile:
1) Z=a X, a-constantă.
 z  M [ Z ]  M [aX ]   axi pi  a  xi pi  a x (6.12)
a)   D[ Z ]  M [( Z   z ) ]  M [(aX  a x ) ]  a M [( X   x ) ]  a 
2 2 2 2 2 2 2
z x

(6.13)
2) Z=Xa
a) M [ Z ]   z  M [ X  a]   ( xi  a) pi   x  a (6.14)
b) D[ Z ]   z2  M [{( X  a)  (  z  a)}2 ]  M [( X   x ) 2 ]   z2 (6.15)
3) Z=X+Y
a)
 z  M [ Z ]  M [ X  Y ]    ( xi  y j ) p ij   x i  p ij   y j  p ij  M [ X ]  M [Y ]
i j i j j i

deoarece:  pij  P( X  xi )  pi - probabilitatea totală pentru ca X să ia

j

valoarea xi , rezultă:
 xi  pij   xi pi  M[X ]
i j

De asemenea,
 y j  pij   y j pi*  M [Y ]
j i j

Rezultă:
z  x  y (6.16)

180
 Sisteme de variabile aleatoare

b)  z2  D[ X  Y ]  M [{( X  Y )  M [ X  Y ]}2 ]  M [{( X  Y )  ( M [ X ]  M [Y ])}2 ] 

 M [{( X  M [ X ])  (Y  M [Y ])}2 ]
Dezvoltând ultima relaţie:
D[X+Y]=M[(X-M[X])2 +(Y-M[Y])2 +2(X-M[X])(Y-M[Y])]
Notând
M[(X-M[X])(Y-M[Y])]=2cov[X, Y] –covarianţa,
rezultă:
 z2  D[ X  Y ]  D[ X ]  D[Y ]  2 cov[ X , Y ]

Dacă X, Y sunt independente cov(X,Y)=0 şi:

 z2   x2   y2
(6.17)
Abaterea medie pătratică a vectorului aleator este:
 z2   x2   y2
(6.18)
4) Z=X-Y - cu relaţiile similare cazului anterior se pot scrie rezultatele
direct:
z  x  y
(6.19)
 z2   x2   y2
a) (6.20)
   
2 2 2
z x y
(6.21)
Se observă că suma şi diferenţa a două variabile aleatoare au aceiaşi
dispersie (6.17) şi (6.20).
5) Z   X i ; M [ X i ]   i ; D[ X i ]   i2 .
a) M [ Z ]   z  M [ X i ]   M [ X i ]    i (6.22)
b)  z2  D[ Z ]   D[ X i ]  2 cov( xi yi )
Considerând xi , y i independente rezultă:
 z2    i2 (6.23)
În tabelul 6.1 sunt prezentate şi alte cazuri.

Valorile tipice ale caracteristicilor compuse. Tabelul 6.1.

Nr. Caracteristic Valori tipice Valori tipice rezultate
Crt. a compusă Z cunoscute Media  Z Dispersia  Z2
1. aX a,  X ,  X2 a X a 2 X2
2. a X i i a i ,  i ,  i2 a  i i a  i i
2

3. a X  b
i i a, b, X i ,  i2 a   b
i i a  i i
2

4. X+a a,  X ,  X2 X  a  X2
5. X+Y  X ,  X2 ,  Y ,  Y2  X  Y  X2   Y2
6. X-Y  X ,  X2 ,  Y ,  Y2  X  Y  X2   Y2
7. X Y  X ,  X2 ,  Y ,  Y2  X  Y  2X  Y2   Y2  2X   2X  Y2

181
CALITATEA PRODUSELOR ŞI FIABILITATE

8. X  X , X , Y , Y X  2X  Y2   Y2  2X
  2 2
Y Y  Y ( Y   Y2 )
9. X2  X ,  2X  X   2X 4 2X  2X  2 4X
10. X  X ,  2X  2X 1 / 4  2 
1/ 2

( 
2
X )  X    2X  X 
2  2 
11.  X   X ,  2X 1  d 2   d 
2

( X )     2X
2 
   2X
2  dX    dX i X
X

12. ( X 1 , X 2 ,..., X i ) 1 ,  2 ,...,  i  (1 ,  2 ,...,  i )  d 

2

12 ,  22 ,...,  i2
  X   i2
 i X

Legătura dintre variabilele aleatoare ale unui sistem şi vectorul

aleator z poate fi exprimată de o funcţie de argument aleator; liniară,
neliniară de o singură variabilă aleatoare sau de mai multe variabile.

6.4.2. LEGĂTURI EXPRIMATE DE O FUNCŢIE LINIARĂ

Fie funcţia liniară:
Z=ax+b (6.24)
unde a şi b sunt constante, iar x o variabilă aleatoare. Conform celor
menţionate anterior, valorile tipice pentru relaţia 6.23 sunt:
Media teoretică:
 z  M [ Z ]  M [ax  b]  a z  b (6.25)
Dispersia:
 z2  D[ax  b]  a 2 D[ X ]  a 2 z2 (6.26)
Funcţia liniară se poate prezenta şi sub forma:
n
Z   ai xi  b (6.27)
i 1
unde x1 , x 2 ,  x n sunt variabile aleatoare independente. Valorile tipice au
expresiile:
Media teoretică:
n n
 z  M [  a i x i  b]   a i  i  b (6.28)
i 1 i 1
Dispersia:
n n n
 z2  D[ ai xi  b]   ai2 D[ xi ]   ai2 i2 (6.29)
i 1 i 1 i 1
Se observă în cazul funcţiei liniare de argument aleator aceleaşi
rezultate, după cum era de aşteptat, întâlnite anterior (6.12)-(6.15).

6.4.3. LEGĂTURI EXPRIMATE DE O FUNCŢIE NELINIARĂ DE

O SINGURĂ VARIABILĂ ALEATOARE.

182
 Sisteme de variabile aleatoare

Se consideră funcţia continuă şi derivabilă z   (x) , unde x este

variabila aleatoare. Se dezvoltă funcţia  (x) în serie Taylor în jurul
punctului x   x neglijând termenii de ordin superior:
 d  1  d 2 
z   (  x )    ( x   x )   2  ( x   x ) 2 (6.24)
 dx   x 2  dx  
x

 d   d 2 
   2
 dx 
  x
Deoarece  (x ) ,  dx   x
şi au valori bine definite, (nu sunt
mărimi aleatoare), iar M [( x   x )]  0 , M [( x   x ) ]  D[ x]   x rezultă pentru
2 2

medie expresia:
1  d 2 
 z  M [ z ]   (  x )   2 
2  dx  
x
(6.25)
1  d 2 
D[ x]   (  x )   2    x2
2  dx  
x

Pentru dispersie se consideră, de asemenea, dezvoltarea în serie Tylor

în jurul punctului x   x luând în consideraţie numai primii doi termeni
(abaterea fiind redusă în general):
 d 
z   z     (x   x ) (6.26)
 dx   x
de unde:
 d 
z   z     (x   x ) (6.28)
 dx   x
Înlocuind în relaţia de definiţie, D[ z ]  M [( z   z ) 2 ] cu 7.28 se obţine:
 d  2   d  2  d 
2
 z2  D[ z ]  M    ( x   x ) 2     D[ x]      z2 (6.29)
 dx   x   dx   x  dx   x
Expresia generală a abaterii standard va fi:
 d 
 z     x (6.30)
 dx  

Observaţie. Relaţia 6.29 este aplicabilă şi în cazul funcţiilor liniare z=ax+b,

d
a
unde pentru dx se ajunge la expresia cunoscută a dispersiei:
 z2  a 2   x2

6.4.4. LEGĂTURI EXPRIMATE DE O FUNCŢIE NELINIARĂ DE

MAI MULTE VARIABILE ALEATOARE.

Se consideră funcţia continuă şi derivabilă:

z   ( x1 , x2 , xn ) (6.31)
unde x1 , x2 , xn sunt variabile aleatoare independente. Media teoretică se
obţine dezvoltând funcţia  în serie Taylor în jurul valorilor medii ale
variabilelor aleatoare x1 , x 2 , x n şi neglijind termenii de ordin superior:

183
CALITATEA PRODUSELOR ŞI FIABILITATE

  
z   ( 1 ,  2 ,  n )      ( x   i ) (6.32)
 xi 
  
1 ,  2 ,   n  
unde: sunt valorile medii, iar  xi
reprezintă derivate parţiale 

în raport cu variabila xi în punctul ( x1  1 , x2   2 , xn   n ) . Conform

definiţiei de bază:
 z  M [ ( x1 , x 2 , x n )]
şi deoarece, M [( xi   i )]  0 , rezultă expresia mediei teoretice
 z  M [ ( 1 ,  2 , ,  n )]   ( 1 ,  2 , ,  n ) (6.33)
Din relaţiile (6.20) şi (6.21) se poate scrie:
n 
 
z   z      ( xi   i ) (6.34)
i 1  x i  

de unde, conform definiţiei generale a dispersiei, se obţine:

 n    2  n    2
  M  
2
z  ( xi   i )    
2
 M [( xi   i ) 2 ]
x
 i 1  i   x
 i 1  i  
(6.35)
sau
2 2
n   n  
 
 z2      D[ xi ]       i2 (6.36)

i 1  xi  
i 1  xi 
abaterea standard va fi:
2
n  
 z       i2
i 1  xi 
(6.37)
Se atrage atenţia că prin dezvoltarea în serie şi prin neglijarea
termenilor de ordin superior rezultatele sunt aproximative şi erorile cresc
cu  i .

6.4.5. ASPECTE PRACTICE ALE PROPAGĂRII VARIAŢIILOR

Propagarea variaţiilar în sistemele de variabile aleatoare are aplicaţii

deosebit de importante în tehnică.
Concepţia şi proiectarea modernă pot aborda în mod predicativ
problemele câmpului de variaţie al caracteristicilor unui sistem
conferinduise corespunzător cu restricţiile standard sau stabilind raţional
toleranţele.
La un sistem se pot considera o serie de variabile aleatoare
x1 , x 2 , , x n ca mărimi de intrare, pe de o parte, iar pe altă parte, la ieşire,
z1 , z 2 ,  , z k sunt vectori aleatori independenţi (Fig 6.1).
Sistemul poate fi analizat separat pentru fiecare variabilă la ieşire
(Fig 6.2).
Considerăm variaţiile variabilelor aleatoare la intrare ca fiind
dependente respectiv de  1 , 2 , , n .

184
 Sisteme de variabile aleatoare

Variaţia la ieşire caracterizată de  z va fi dependentă de variaţiile de

la intrare.
Se poate considera că variaţiile de la intrare se "popagă" la ieşire prin
relaţiile de legatură analizate anterior. În tehnică această problemă prezintă
interes deosebit. Problemele se pun în mod deosebit:
Problema A: impunându-se variaţiile la intrare  1 , 2 , ,  n , trebuie să ne
aşteptăm la ieşire  z1 ,  z2 , ,  zk .
Problema B: dacă sunt impuse la ieşire  z1 ,  z2 , ,  zk , ce valori trebuie să
aibă la intrare  1 , 2 , ,  n .
x1 SISTEM z1 x1
ALEATOR z
x2 z2 x2
(UTILAJ SAU SISTEM
x3 z3 x3 ALEATOR
PROCES
TEHNOLOGIC)
xn zn xn

Fig.6.1 Graficul unui sistem aleator. Fig.6.2 Sistem aleator cu o

singură caracteristică de
ieşire.
În general, rezolvarea acestor probleme prespuse se bazează pe
relaţiile stabilite pentru valorile tipice ale vectorului aleator.
Variaţiile la vectori pot fi considerate ca variaţii ale caracteristicilor
materialelor sau produse ale proceselor tehnologice. Se poate vorbi astfel şi
de propagarea abaterilor sau a erorilor prin formele de calcul.
a) Propagarea abaterilor la un lanţ de cote.
Trebuie făcută diferenţa dintre toleranţa T şi intevalul de variaţie
naturală IVN. Toleranţa este o mărime adoptată şi specificată în
documentaţiile tehnice, ceea ce se propagă este variaţia fiecarei
caracteristici sau variabile aleatoare şi nu toleranţa. În cazul unui lanţ de
cote, funcţia analitică care reflectă legătura dintre variabilele aleatoare la
intrare şi vectorul z la ieşire este funcţie liniară.
Presupunând că la intrare abaterile inferioare Ai şi cele superioare
As sunt definite de abateriile standard  i considerăm în continuare
urmatoarele:
În cazul unui lanţ de dimensiuni format din n elemente, iar elementul
de ordin j având dimensiunea:
A
X j  N  Aijij (6.11)
unde: N j este valoarea nominală; Asj - abaterea superioară a elementului
de ordin j; Aij - abaterea inferioară a elementului de ordin j, dimensiunea
rezultantă este:

185
CALITATEA PRODUSELOR ŞI FIABILITATE

n
n   Asj

Nj
A
Z  N z  Ais  j 1
n
j 1   Aij
j 1
(6.12)
Din punct de vedere statistic probabilitatea ca z să aibă această
valoare este foarte redusă. Pentru lanţul de cote cu n elemente,
probabilitatea ca ansamblul să fie montat numai din repere cu abaterile
maxime sau minime (considerând regula celor 3 ) este:
 n 
 P xi   0.026 n
n
P X   X
 j max  j max
 j 1  j 1

sau
 n 
P  x j   j  3 j   [1  F (3)] n  0.026 n
 j 1
 

Deci aceasta reprezintă probabilitatea unui eveniment practic
imposibil. Metoda indstrială în cazul cotelor, denumită "Metoda de maxim
şi minim" consideră însumarea abaterilor la partea inferioară şi la partea
superioară, ceea ce condce la abateri foarte mari. Diferenţa dintre metoda
tradiţională de "maxim şi minim" şi metoda statistică de stabilire a
câmpului de variaţie a cotei finale poate fi urmărit în exemplul următor.
Exemplul 6.1. Un ansamblu de mare serie este realizat din trei elemente
puse cap la cap conform Fig 6.3.
Dimensiunile x1 , x 2 , x3 au valorile:
x1=19,60  0,3 mm
x2=8,60  0,3 mm
x3=18,65  0,15 mm
Lungimea totală este z  x1  x2  x3 având valoarea medie
M[z]=19,60+8,60+18,65=46,85 mm.
Considerând x  3 x , z  3 z , se obţine dispersia
2
 z   1   2   3  0,1  0,1  0,05 , rezultă  z  2,25  10 .
2 2 2 2 2 2 2 2

Abaterea standard are valoarea  z  0,15mm . Rezultă z   z  3 z ,

z  46,85  0,15mm .
Prin metoda de maxim şi minim rezultă: z  46,85  0,75mm
Critica metodei de maxim şi de minim. În proiectare şi tehnologie
este cunoscută o metodă clasică de determinare a limitelor de toleranţă
denumită "metoda de maxim şi minim", pe baza căreia determinarea cotei
rezultantei z dintr-un lanţ de cote (Fig.6.4) se obţine prin însumarea
algebrică a dimensiunilor nominale şi a abaterilor superioară, respectiv
inferioară, cu observaţia că toleranţa nu înseamnă variaţia reală a mărimii
respective. Metoda de maxim şi minim conduce la un IVN nerealist.
z static cu trei elemente.
Fig.6.3 Asamblaj z
Fig.6.4 Lanţ de cote.
Relaţiile stabilite considerând propagarea
x1 abaterilor
x2 cux3 o aplicaţie
tehnică deosebit de importantă.
x1 x2 x3

186
 Sisteme de variabile aleatoare

În tehnologia montajului se pot estima predictiv abaterile unei

caracteristici şi probabilitatea limitelor care definesc rebuturile.
De asemenea, se pot stabili parametrii optimi ai unui montaj statistic
şi determina ponderile diferitelor componente în abaterile dimensiunii de
închidere Z, la un lanţ de cote.
Dacă legăturile între două sau mai multe variabile aleatoare nu sunt
cunoscute, dar experimental se poate admite ipoteza acestora, atunci se
aplică tehnica regresiei sau corelaţiei pentru exprimarea acestor legături.
BIBLIOGRAFIE
6.1. Marcovici, C., Utilisations des techniques de fiabilité en mécanique, Ed.
Ligeron, I-C. Tech. et Docum., Paris
6.2. Mihoc, Gh., Craiu, Tratat de statistică matematică, v.1, 2, 3, Editura Academiei
V R.S.R., Bucureşti, 1976
6.3. Panaite. V. New elements regarding the quality design of electrical
equipment, Simpozion Advanced Topics in Electrical
Engeneering, U.P.B., Bucuresti, 2002
6.4. Panaite, V. Statistică tehnică şi fiabilitate, Curs litografie I.P.B., v. 1,
Bucureşti, 1978

187