Documente Academic
Documente Profesional
Documente Cultură
Produsele agricole de origine vegetală sau animală sunt destinate în principal consumului
uman, consumului zootehnic şi ca materie primă pentru industrie.
Produsele de consum uman pot fi consumate direct (alimente proaspete) sau după
prelucrare/conservare (făină, mălai, zahăr, ulei, brânzeturi, mezeluri, băuturi etc).
C alitatea alimentelor destinate consumului uman este un complex de însuşiri fizice,
chimice, biologice şi estetice care trebuie îndeplinite faţă de anumite baremuri (standarde) astfel ca
să asigure la nivel optim nevoile omului.
Aceleaşi cerinţe se impun şi pentru produsele de consum zootehnic (furaje proaspete sau
prelucrate/conservate).
Materiile prime pentru industrie (alimentară, textilă, energetică, cosmetică etc) privesc
standarde de calitate asupra capacităţii de prelucrare sau conservare în vederea satisfacerii la nivel
optim a cerinţelor ca produse finite (alimente, îmbrăcăminte, încălţăminte, biogaz, produse
fitofarmaceutice şi cosmetice etc).
M aşin ile agricole pentru producţia vegetală sau zootehnică trebuie să aibă capacităţi
funcţionale şi de economicitate privind combustibilii conform unor standarde care să le permită
amortizarea cheltuielilor de fabricaţie şi obţinerea de profit în urma utilizării lor.
Cel mai important indicator de calitate al maşinilor agricole este sigu ran ţa lor în
fu n cţion are (fiab ilitatea) care trebuie să îndeplinească bareme de timp privind funcţionarea fără
defecţiuni la exploatarea în condiţii reale.
107
Controlul calităţii produselor agricole şi a fiabilităţii maşinilor agricole are caracter oficial şi
cheltuielile necesare acestui control se amortizează prin vandabilitatea crescută pe piaţa internă şi
mai ales cea externă.
Controlul calităţii şi fiabilităţii în agricultură se face în toate etapele p rocesu lu i de
p rod u cţie cât şi la recep ţia p rod u selor sau m aşin ilor agricole.
Acest control poate fi exh au stiv (pentru toate produsele sau maşinile) sau selectiv (prin
sondaj).
Utilitatea statisticii în controlul calităţii şi fiabilităţii rezultă din faptul că agricultura este un
domeniu de predilecţie al acţiunii întâmplării (hazardului) prin variabilitatea genetică a plantelor sau
animalelor şi prin variabilitatea condiţiilor de mediu în care acestea trăiesc.
Astfel orice însuşire cantitativă (măsurabilă) sau calitativă (atributivă) X este o variabilă
aleatoare în jurul standardului de calitate.
Timpul T de funcţionare fără defecţiuni al unei maşini agricole este tot o variabilă aleatoare
calitativă în jurul standardului de calitate.
Dacă X este însuşire cantitativă (măsurabilă) trebuie ca M (X) = p şi V(X) < W 2 iar dacă X
este însuşire calitativă (atributivă) trebuie ca frecvenţa sa de apariţie relativă fn(X) să tindă către
probabilitatea P.
abaterile-standard de sondaj:
1
n
si =. n - t Z (xij - xi ) 2
1 j =1
108
precum şi media totală:
1
x = ■
mn Li=1 Lj =1-
respectiv abaterea-standard totală:
1
5 = tZ Z ( xj - x ) 2
l! mn - 1 i=1 j=1
Fie x i,min = min x j (1 < j < n); x i,max = max x j (1 < j < n), deci avem amplitudinile de sondaj
ai x i,max —x i,min.
b) Dacă X este însuşire calitativă (atributivă) avem x ij = 1 dacă obiectul numărul j din sondajul
numărul i este rebut şi x ij = 0 în caz contrar deci
n
d i = Z x ij
j =i
va fi numărul de rebuturi în sondajul numărul i iar:
d = x
1=1 1=1
109
3.1.1 C azul u nei în su şiri can titative
In acest caz în rolul lui M vom lua mediile de sondaj x ; sau medianele de sondaj Mei iar în
rolul lui D vom lua abaterile-standard de sondaj s; sau amplitudinile de sondaj ai.
Avem de verificat prin control al calităţii, ipoteza H: p = p0 faţă de alternativa H: p ^ p0
respectiv H: o = o 0 faţă de alternativa H: o > o0.
Mediile sondajelor x h . .., xm sunt variabile aleatoare normale N(p0, o 0/Vn) deci vom lua:
(2)
Amplitudinea unui sondaj de volum n, notată a = x max - xmin este variabilă aleatoare deci este
variabilă aleatoare şi raportul w = a/o.
Media w are valorile date de tabela 15 din Anexă.
Un estimator al lui o este o~= a/ w deci limitele de control pentru medie din relaţiile (1)
devin:
Notăm:
3
8
cu valori în tabela 15 din Anexă, deci limitele de control pentru medie devin:
110
Din relaţia a = w o rezultă o(a) = o(w) ' o şi cum o nu se cunoaşte, va fi estimat de o" =
a/ w aşa că un estimator pentru o(a) va fi o"(a) = o(w) ' a/ w, deci limitele de control pentru a
capătă forma:
Cu notaţiile:
A = 1- 3 . ^ ; A = 1+ 3 . ^
w w
care au valori în tabela 15 din Anexă, limitele de control pentru a, capătă forma:
Exem plu:
Fie X greutatea puilor de carne la 40 zile. Luăm m = 10 sondaje în 10 serii diferite, a câte
n = 4 valori fiecare şi obţinem datele de sondaj din tabelul următor:
Nr.
sondaj Date sondaj xÿ X i,min Xi Xi,max ai Si
Pentru n = 4, din tabela 15 din Anexă, avem 5 = 0.729 deci relaţiile (4) devin:
LC I( x) = 10 13 - 0.729 x 92 = 945.932
În cazul m ăsurătorilor in d ividu ale, volum ele sondajelor sunt egale cu 1 şi lim itele de
control pentru cele m valori individuale x ; vor fi:
A ici w se culege din tabela 15 din A nexă pentru n = 2 iar am este media diferenţelor
succesive aim=|x ; - x i_ 1| numite am p litu d in i m obile.
E xem plu:
X = producţia zilnică de lapte de vacă (litri/zi) în a 28-a zi de la fătare (controlul Nr. 1).
A vem m = 10 sondaje a câte n = 1 vaci fiecare cu producţiile x ;:
xi
9.5 10 10.4 9.9 11 10.7 10.5 12.4 1 1.7 10.9 x= 1 0 .8
|xi - xi-1| - 0.5 0.4 0.5 1 .1 0.3 0 .2 1.9 0.7 0 .8 am= 0.71
D in tabela 15 din Anexă, pentru n = 2 valori în amplitudinile m obile, avem w = 1.128 deci:
Toate cele 10 producţii individuale sunt între lim itele precedente, deci caracteristica X
corespunde calităţii.
În acest caz vom avea un singur parametru M în rolul căruia vom lua fie n u m ă ru l di
de e x e m p la r e -r e b u t din sondajul nr. i, fie fr e c v e n ţa r e b u tu r ilo r f i = di/n din sondajul nr. i;
(i = 1 , 2 ,.. ., m ). di este variabilă binom ială adică:
k1(-) —
P (d < - ( a ) ) = X C t r l (1 - Po )n-k < 1 - -
-=0 2
Fie k 2(a) cel mai mare număr natural pentru care avem:
112
P (d > k2(a )) = X C t â (1 - P o T k * 1 - f
k =k2f)+1 2
Avem:
Din păcate, limitele (7) implică calcule laborioase de aceea pentru n > 40 şi p0 < 0.1,
variabila binomială poate fi aproximată cu variabila normală.
- f ) . - f )
LC I (p 0) = / - 3. f (1
; LCS (p 0) = f + 3.
f (1
(9)
n V n
E xem plu:
X = starea de ecloziune a ouălelor de găină în a 18-a zi de incubaţie. Se efectuează m = 10
sondaje a câte n = 1 0 0 ouă în 1 0 serii de incubaţie, găsindu-se numărul di de ouă neeclozionate în
aceste sondaje şi frecvenţele de rebut fi:
Nr. 1 2 3 4 5 6 7 8 9 10 TOTAL
sond.
di 3 5 2 0 4 7 8 3 2 6 d= 4
0.04 x 0.96
LCI (p 0) = 0.04 - 3, 0.04 - 0.059 = 0 deci L C I ( p ) = 0
100
0.04 x 0.96
LCS (p 0) = 0.04 + 3. 0.04 + 0.059 = 0.099 □ 0.10
100
113
Se observă că toate valorile fi nu depăşesc limita superioară LC S(p0) deci X corespunde la
controlul calităţii în cursul procesului de producţie ca proporţie a rebuturilor.
E xem plu:
Pentru exemplul anterior avem d = 4 aşa că:
LCI(d) = 4 - 3^ 4 = - 2 deci LCI(d)=0
LCS(d)=4+W 4 = 10
Niciuna din valorile di din cele 10 sondaje nu depăşeşte pe LCS(d) deci X corespunde la
controlul calităţii în cursul procesului de producţie ca număr de rebuturi.
Fie un lot de N produse din care D au defecte şi fie p = D proporţia acestor defecte.
Efectuăm un control selectiv al calităţii produselor astfel: extragem din lot un sondaj de n
n
produse (factorul de sondaj este N ) şi le controlăm, găsind 5 produse defecte.
Dacă 5 < c , lotul se acceptă ca fiind corespunzător calităţii X controlate, iar dacă 5 > c ,
lotul se respinge ca fiind necorespunzător calităţii X controlate. În lotul respins se înlocuiesc
produsele defecte cu altele bune.
Probabilitatea de acceptare a lotului ca funcţie de p (proporţia produselor defecte în întregul
lot) se notează cu L(p) şi se numeşte caracteristica operativă a controlului de calitate.
Graficul său are forma:
114
a = 1 - L(p0) este eroarea de ordin I, adică probabilitatea respingerii unui lot cu defecte
puţine, deci este risculfurnizorului.
P = L ( p ) este eroarea de ordin II, adică probabilitatea acceptării unui lot cu defecte
multe, deci este riscul beneficiarului.
p 0 se va numi calitate de acceptare, iar p calitate limită admisă.
Controlul calităţii revine deci la verificarea ipotezei H : p < p 0 faţă de alternativa
H : p > p i.
c
Evident L (p) = P (5 < c) = I P (5 = d).
d=0
În plus valoarea medie pentru volumul n de sondaj este: n = n • L (p) + N [ 1 - L (p )j .
M f 5 ] = — , iar lim V f 5 ] = 0.
ln I N n^ “ l n I
Pentru a , P daţi, trebuie să aflăm pe n şi c astfel ca: L (p0) = 1 - a ;L (p ) = P , adică:
, r d . c n -d
C N(1-po)
I
d=0
r-UN
C N
n -po
= 1- a ;
d r^ n -d
C N •P1
- • ^CN ( 1 - Pl) _
I
d=0
P ' N -p1
c n
P.
Aceste ecuaţii în raport cu n şi c sunt foarte greu de rezolvat datorită calculelor cu
combinări. În unele cazuri variabila hipergeometrică poate fi înlocuită cu variabila binomială,
Poisson sau normală.
n c
1) Dacă — este mult mai mic ca 1, avem: L (p) « I C • pd (1 - p)n încât n şi c satisfac
d=0
ecuaţiile:
c n-d
I C • p 0 -(1 - f t ) = 1 - a ;
d =0
c
I Cn •pd •(! - p1)n- P .
d=0
115
n c Xd n
2) Dacă p şi — sunt mult mai mici ca 1, avem: L (p) « Z ---- e-X, unde X = n • p = D — ,
N V ' ¿0d ! N
deci n şi c satisfac ecuaţiile:
y ( n •Po)' -n-Po
1- a
¿0 d!
c
( n • Pl ) ' -n-pi _
Z = P.
d=0 d!
f \
c - np
3) Dacă n este foarte mare, avem: L (p) « F , unde F este funcţia de repartiţie
p) y vV np (1 -
N(0, 1) cu valori în tabela 1 a Anexei, aşa că n şi c satisfac ecuaţiile:
c - np o
= 1- a;
V np7 ( 1 —P o)
c - np i
F = P.
V np i 0 - pi )_
Prezentăm mai departe două tipuri de control al calităţii şi fiabilităţii: controlul simplu şi
controlul secvenţial.
Fie Tmax lim ita su p erioară ad m isă p entru v alorile în su şirii can titative (m ăsu rab ile) X.
Pentru a , P şi p0, p daţi, trebuie să găsim volumul sondajului n şi pragul de acceptare c al
lotului la controlul calităţii.
L otu l este acceptat dacă la son daju l efectu at găsim m ed ia X < Tmax - ca .
Această condiţie se mai scrie: X - p < (T ^ - p) - ca sau:
X - p ( T _ - p
-s /n < - c k /n .
__ j.
Pentru p = p 0 obţinem:
116
X - f
P V n < ( U p - c )V n = P.
a
^ _||
Conform demonstraţiei teoremei 1 .1 din secţiunea 1.2, ----- F -\/n este variabilă N(0, 1), deci
a
avem U a = ( U po - ^ 0 0 = (0 - c ) 0
T eorem a 3.1
În cazul testului simplu al controlului calităţii avem:
2
( Ua + Up j ^ U a •U p, + U p •U p0
n= (1)
l U p. - U p1 J ; Ua + Up
Fi - T
deoarece U Po = T - Fo U Pl =
a a
Verificarea ipotezei H : p < p 0 faţă de alternativa H : p > p devine: H : f < Fo faţă de
alternativa H : f > Fi iar valorile din teorema 3 .1 devin:
E xem ple:
1) Se controlează X = greutatea unui lot de pui livraţi (kg) pentru care limita inferioară de
calitate este Tmm = 1kg. Dacă se ştie că a = 0.1 kg şi se dau a = 3% ; P = 7%; p = 1 % ;p = 4 % , să
se determine volumul n al sondajului şi limita de acceptare Trin + c • a pentru media de sondaj X .
Soluţie:
Din tabela 1 a Anexei, obţinem F( U3%) = 97% = 0.9700 deci U3„/o = 1.88;F (U7„/o) = 93% = 0.9300
deci U 70/o = 1.4 8 ;F (U 1%) = 99% = 0.9900 deci U 1% = 2 .3 3 ;F (U 40/o) = 96% = 0.9600, deci U4%= 1.75.
Din relaţiile de mai sus obţinem: p = 0.767 K g; p = 1.17 5 Kg.
Înlocuind aceste valori în relaţia (1) găsim: n = 34; c = 2 deci Tmin + c a = 1 .2k g .
117
L o tu l s e a c c e p tă d a c ă d in tr - u n s o n d a j d e n = 3 4 d e p u i liv r a ţi, g r e u ta te a m e d ie a l a c e s to r a
e s te d e c e l p u ţin 1 .2 k g .
2 ) S e c o n tr o le a z ă X = g r o s im e a s tr a tu lu i d e g r ă s im e la g r e a b ă n a l p o r c il o r liv r a ţi ( c m )
D a c ă s e ş tie c ă a = 0 .1 c m şi s e d a u a = 5 % ; P = 1 0 % ; p 0 = 2 % ; p = 7 % , s ă s e d e te r m in e
v o lu m u l s o n d a ju lu i n şi lim i t a d e a c c e p ta r e T m x - c • c p e n tr u m e d ia d e s o n d a j X .
Soluţie:
D in t a b e la 1 d in A n e x ă , o b ţin e m c a î n e x e m p lu l a n te r io r :
U 5% = 1 .6 5 ; U 10% = 1 .2 8 ;U 2 % = 2 . 0 6 ; ^ % = 1 .4 8 ;
D in f o r m u le le p r e c e d e n te o b ţin e m : p 0 = 3 .7 9 4 c m ; p 1 = 4 .1 4 8 c m .
D in f o r m u la ( 1 ) r e z u ltă : n = 1 2 ; c = 1 .7 ; T m x - c c = 3 .8 3 c m .
L o tu l s e a c c e p tă d a c ă î n t r - u n s o n d a j d e n = 1 2 p o r c i, g r o s im e a m e d ie a s tr a tu lu i d e g r ă s im e
la g r e a b ă n n u d e p ă ş e ş te 3 .8 3 c m .
I n a c e s t c a z v o lu m u l n a l s o n d a ju lu i n u s e m a i d e te r m in ă î n p r e a la b il, c i s e f a c e c o n tr o lu l în
lo t, p r o d u s c u p r o d u s , p â n ă la a c c e p ta r e a s a u r e s p in g e r e a lo tu lu i la c o n tr o lu l d e c a lita te .
I n a c e s t f e l, d a c ă p e s te m u lt m a i m ic c a p 0 ( lo t f o a r te b u n ) s a u m u lt m a i m a r e c a p ( lo t
f o a r te p r o s t) , v o lu m u l n d e s o n d a j e s te m ult m ai m ic c a î n c a z u l s o n d a ju lu i s im p lu .
( T__ - P 0 ( T _ _ -
d e f in ite d e r e la ţiile : 1 - F d e u n d e r e z u ltă :
= p 0;F = pi =
P 0 = Tmax - U / C ; 01 = Tmax + U p, • C
a d e v ă r a tă i p o t e z a a lte r n a tiv ă H .
A v e m c a z u r ile :
1 - a P n 0 a
P -
2 ) p , î n c a r e c a z s e ia d e c iz ia a c c e p tă r ii ip o te z e i H : p < p 0 ;
Pn0 1- a
P 1 - - —
3 ) > — t i , î n c a r e c a z s e ia d e c iz ia a c c e p tă r ii ip o te z e i a lte r n a tiv e H : p > p .
P n0 a
P o p u la ţ ia f iin d p r e s u p u s ă n o r m a lă ş i d a te le d e s o n d a j in d e p e n d e n te , a v e m :
118
de unde rezultă:
I (x. )2~ I (x. ~p 1)2
n1 = e 2a2
P n0
P _ Pi ~ P 0 n (P 0 + )
aşa că avem: In I x. ~
P
Pn0 a2
Cu notaţiile:
a : 1 - P
p »—+ —
^ - ; bb n =
= ---------------
a In^ ----------
- L < ^<0 „ ; ?b '■■'i
„ = ---------------- I n — - > 0
a = — ? u 0 IAAA - (3)
2 P 1 ~ Pe 1 ~ a P 1 ~ Pe a
T eorem a 3.2
Avem cazurile:
1) a.n + b0 <I X < a n + b , în care caz se continuă măsurătorile;
2) I x < a n + b0, în care caz se acceptă ipoteza H : p < p0;
3) I x > a n + b , în care caz se acceptă ipoteza alternativă H : p > p x.
Practic, se reprezintă grafic dreptele x = a.n + b 0 şi x = a.n + b , în sistemul de axe cu
abscisa n şi ordonata I x şi se continuă măsurătorile până când punctul de coordonate (n ; I x )
trece prin una din zonele 2 sau 3:
Tmax fiind lim ită su p erioară p entru X , acceptarea ipotezei H duce la acceptarea lotului la
controlul calităţii, deci zona 2 este zona de acceptare a lotului, în timp ce acceptarea ipotezei
alternative duce la respingerea lotului la controlul calităţii, deci zona 3 este zona de respingere a
lotului. Dacă Tmm este lim ită in ferioară p entru X , m situaţia este inversă.
E xem ple:
1) X = greutatea porcilor la livrare (kg) limitată inferior. Dacă se dau a = 5%; P = 2% şi se
ştie că a = 5 kg, să se verifice ipoteza H : p < 100kg faţă de H : p > 110 k g prin control secvenţial.
119
Soluţie:
Avem p 0 = 100kg; ^ = 110 k g ; a = 5kg; a = 5 % ;P = 2 % , deci conform formulelor (3)
obţinem: a = 10 5 k g ; b 0 = —9 .6 5 ; b = 7 .4 4 .
După n = 7 măsurători, avem ^ x < a.n + b0, deci se acceptă H, aşa că lotul se respinge la
controlul calităţii deoarece X este limitată inferior.
Soluţie:
Avem p 0 = 3cm; P 1 = 4cm; a l cm; a 6 %; P 9 % , deci conform formulelor (3) obţinem:
a = 3.5cm ;b 0 = —2.35; b = 2.72
120
3.2.2 C ontrolu l unei în su şiri calitative
T eorem a 3.3
____ _ I L
Avem n = Il-a cu 2 (c + 1 ) grade de libertate.
2 Po 2 Pl
Y Ip
În concluzie vom căuta pentru câte grade de libertate (egale cu 2 (c + 1 )) avem: - 4 ^ & —
po Pi
deci găsim pe c, apoi din teorema 3.3 găsim pe n.
E xem plu:
X = ecloziunea unui lot de ouă de găină în a -18-a zi de incubaţie.
Dacă se dau a = 5% ;P = 5 % ;p 0 = 3 % ;p = 6 % , se cere volumul sondajului n şi pragul de
acceptare c al lotului la controlul calităţii.
Soluţie:
Trebuie să avem: Xo.95 , 1 0.05 sau 3 y Y95 ~ Yo 05, egalitate care se realizează pentru 2 (c + 1 )
0.03 0.06
= 19 GL, pentru că în acest caz avem %Y95 = 10 .12 ; Yoos = 30 .14 .
„ , - - ^ • 1 0 .1 2
Rezultă că c = 9 şi n = ---------= 167 .
2- 0.03
Lotul se acceptă dacă dintr-un sondaj de n = 167 de ouă, cel mult c = 9 ouă sunt
neeclozionate.
121
D â n d u - s e a ş i P , r e s p e c tiv p , , p a v e m c a z u r ile :
P P nl 1 - P , . . . .
1 ) ------------- < - ^ < --------------- , i n c a r e c a z s e c o n tin u a m ă s u r ă to r ile ;
1 - a P n 0 a
P P
2 ) < --------------, i n c a r e c a z s e d e c id e c ă H : p < p 0 e s te a d e v ă r a tă ;
P n0 1- a
P 1- P —
3 ) > --------------, i n c a r e c a z s e d e c id e c ă a lte r n a tiv a H : p > p e s te a d e v ă r a tă .
P n0 a
Cu notaţiile:
(4)
T eorem a 3.4
A vem cazurile:
1 ) a.n + b 0 < k < a.n + b , in care caz se continuă măsurătorile;
2) k < a.n + b0, in care caz se acceptă ipoteza H;
3) k > a.n + b , in care caz se acceptă alternativa H .
Practic, se reprezintă grafic dreptele x = a.n + b şi x = a.n + b in sistemul de axe cu
abscisa n şi ordonata k = ^ x ; şi se continuă măsurătorile până când punctul de coordonate (n,k)
trece in una din zonele 2 sau 3.
Acceptarea ipotezei H duce la acceptarea lotului la controlul calităţii, deci zona 2 este zona
de acceptare a lotului in timp ce acceptarea alternativei H duce la respingerea lotului la controlul
de calitate, deci zona 3 este zona de respingere a lotului.
E xem plu:
X = viabilitatea puilor de găină in vârstă de o zi.
Se dau a = 4%; P = 6 %.
Să se verifice ipoteza H: p < 10% faţă de alternativa H : p > 90% prin controlul secvenţial.
Soluţie:
A vem a = 0.04;P = 0 .0 6 ;p 0 = 0 .1 ; p = 0 .9 , deci conform form ulelor (4) obţinem:
a = 0 .5 ; b = 0 .6 3 ; b = 0.72 .
Tabelul de calcul cu datele de sondaj x ; şi sumele k = ^ x ; , este:
122
3.2.3 Controlul fiabilităţii maşinilor agricole
Dacă pentru produsele agricole destinate consumului este important controlul statistic al
calităţii lor în raport cu diferite însuşiri X, măsurabile sau atributive, pentru maşinile agricole este
important controlul statistic al siguranţei în funcţionare sau al fiabilităţii lor.
Definiţia fiabilităţii a fost dată în secţiunea 1.2
F iab ilitatea este o în su şire calitativă (atrib u tivă) pentru care p 0 şi p sunt înlocuiţi cu T 0
(tim p u l m ediu de fu n cţion are fără d efecţiun i acceptat), respectiv T 1 (tim p u l m ediu de
fu n cţion are fără d efecţiun i lim ită adm is), deci treb u ie verificată ip oteza H : t > T0 faţă de
altern ativa H : t < T , unde avem T 0 > T 1 spre deosebire de p 0 < p la însuşirile X atributive.
În cadrul testului simplu al controlului fiabilităţii, pentru a;P ;T 0; T daţi, trebuie găsite
numărul de defecţiuni acceptate c şi timpul de acceptare t c al lotului la controlul fiabilităţii.
Lotul este acceptat dacă:
a) timpul de funcţionare până la apariţia a c defecţiuni este t > t c sau
b) numărul de defecţiuni apărute în timpul de funcţionare t c este k < C .
În caz contrar lotul se respinge la controlul fiabilităţii.
2t
Se poate arăta că t = —C cu 2 (c + 1 ) grade de libertate.
Zp
T eorem a 3.5
-Lr\
T T
A v e m t c =y z 2- = -^ Zp cu 2 (c + 1 ) grade de libertate.
Vom căuta în tabela 3 din Anexă, pentru câte grade de libertate, adică 2(c + 1), avem
T )h i-a ~ T x \ , deci obţinem pe c, apoi din teorema 3.5 obţinem pe t c .
E xem plu:
Pentru controlul fiabilităţii unor maşini agricole de împrăştiat îngrăşăminte chimice, se dau
a = 5%; p = 5%; T0 = 160 ore; T = 80 ore.
Să se determine numărul c de maşini defecte acceptat şi timpul de acceptare t c la controlul
fiabilităţii.
Solutie:
Trebuie să avem T0x t a- T ^ l , adică 16 0 h 0295 - 80h0205 sau 2 h 0295 - h0.05 ceea ce se
întâmplă pentru 2(c + 1) = 40 GL.
În acest caz z l S5 = 2 6 .5 1; h 0205 = 55.76.
. . . 160
De aici rezultă că c = 19; t = ---- 26.51 = 2 12 0 ore.
C 2
În concluzie, lotul se acceptă dacă timpul de funcţionare până la defectarea a 19 maşini este
de cel puţin 2 1 2 0 ore sau dacă numărul de maşini care s-au defectat după 2 1 2 0 ore de funcţionare
este de cel putin 19 maşini.
În caz contrar, lotul se respinge la controlul fiabilităţii.
123
B . Controlul secvenţial a l fiabilităţii m aşinilor agricole
VTo y e To P = v Ty -e T , deci: Pn 1 ÎT ^
To P T O
Pn 0 = e ; Pn1 de unde: l n - ^ = k.ln — - 1
k! n1 k! Pn 0 Ty
v Ti Pn 0 T v Ti To y
Avem cazurile:
P 1- - —
3) > — - , în care caz se acceptă ipoteza alternativă H .
P„ a
ln P ln 1 -
i
1
1
Cu notaţiile: a = , = a (5)
T ’ b° =
ln T -
T ’
ln - 0-
1 T
ln T -
T T T
prin logaritmare în baza e, cazurile 1) - 3) de mai sus conduc la:
T eorem a 3.6
Avem cazurile:
1 ) a.t + b 0 < k < a.t + b , în care caz se continuă măsurătorile;
124
E xem plu:
Pentru controlul fiabilităţii unor staţii pentru epurarea dejecţiilor la porci, avem a = 5%;
P = 1 0 %.
Să se verifice ipoteza H: t > 4 luni faţă de alternativa H : t < 1 lună prin control secvenţial.
Soluţie:
Avem a = 5 % ;P = 1 0 % ; T 0 = 4 ; T = 1 , deci conform formulelor (5) găsim:
a = 0 .5 4 ;b 0 = - 1 . 6 2 ; b = 2 .0 8 .
Tabelul de calcul cu datele de sondaj t ; şi sumele k = ^ , este:
II
tI
+
1 0 -1.08 0 2.62
2 1 -0.54 1 3 .16
3 0 0 1 3.70
4 0 0.54 1 4.24
5 1 1.08 2 4.78
6 0 1.62 2 5.32
7 0 2 .16 2 5.86
Se acceptă ipoteza H: t > 4 luni după t = 7 luni de funcţionare deci lotul de staţii de epurare
se acceptă la controlul calităţii.
3.3 REZUMAT
3.4 ÎNTREBĂRI
3.5 BIBLIOGRAFIE
1. D. Ene, M. Drăghici, I.N. Alecu: “ Statistică aplicată în agricultură” , Ed. Ceres, 2003
2. M. Iosifescu şi col.: “ Mică enciclopedie de statistică” , Ed. Ştiinţif. şi Enciclop., 1985
3. Anuarul statistic al României, 1990 - 2008
125