QCプラネッツ 品質のプロフェッショナルを育成するサイト

【信頼性工学】二項正規分布がわかる

信頼性工学

「二項分布からどうやって故障率を求めるかがが、よくわからない」と困っていませんか?

こういう疑問に答えます。

本記事のテーマ

【信頼性工学】二項正規分布がわかる
  • ①確率密度関数を導出するモデルを理解する
  • ➁二項分布から故障率を考える例題
  • ➂故障率λの計算
  • ➃二項分布の期待値と分散の計算
  • ➄故障率曲線との関係
信頼性工学は数学を駆使する!
数学も身につけよう!

①確率密度関数を導出するモデルを理解する

故障率は指数分布だけではない

特に信頼性工学の入門を解説している教科書やサイトは、

信頼性工学=指数分布

とインプットされがちです。

でも、ちゃうで!(違うよ!)

故障分布に合わせた確率密度関数を作る

例えば、寿命試験結果が以下のヒストグラムになったとします。

信頼性工学

この図よく見ると、

正規分布型ですよね!

なのに、

指数分布型の確率密度関数を導出する教科書がほとんど
でも、ちゃうで!(違うよ!)
それぞれの分布にあった確率密度関数を使って、寿命予測や故障率を計算しよう!

分布の種類

よく使う、確率密度関数で良いです。

  1. 一様分布
  2. 指数分布
  3. 正規分布
  4. ワイブル分布
  5. ガンマ分布

大事なのは、

分布関数で練習したら、あなたが使いやすい分布関数で信頼性を解析すればOK

例えば、2次関数とかでも使ってもいいと思います。

信頼性工学≠指数分布 をインプットしてください。

では、個々の分布関数を見ていきます。

➁二項分布から故障率を考える例題

二項分布は他の分布よりは簡単で扱いやすいですよね。でも、信頼性工学の故障率について二項分布からどう求めたらよいか?を考えましょう。

イメージは、 横軸が故障数\(x\)で整数で考え、縦軸は発生確率Prです。

二項分布

例題

ある確率変数\(x\)(自然数とする)が、確率pの二項分布に従い、
確率密度関数\(f(x)\)=\( {}_nC_x p^x (1-p)^{n-x}\)
に従うとする。
(1) 分布関数\(F(x)\)を求めよ。
(2) 確率密度関数\(f(x)\)の期待値と分散を計算せよ。
(3) 故障率\(λ(x)\)を求め、故障率曲線について考察せよ。

信頼性工学の観点で二項分布をどう扱うかを解説します。

分布関数\(F(x)\)

いつもなら、積分すればよいですよね。
\(F(x)\)=\( \displaystyle \int_{-∞}^{∞} f(x) dx\)

でも、それは\(x\)が実数の場合です。

今回は、\(x\)が自然数の場合ですから、
∫ではなく∑を使います。よって、

\(F(x)\)=\( \sum_{x=0}^{x} f(x) \)
\(F(x)\)=\( \sum_{x=0}^{x} {}_nC_x p^x (1-p)^{n-x} \)

なお、
\( \sum_{x=0}^{n} {}_nC_x p^x (1-p)^{n-x} \)
はいくらか?すぐわかりますか? 全区間の確率なので、1ですよ。

➂故障率λの計算

故障率とは、\(f(x)\)と\(R(x)\)との比で計算します。二項分布の場合、

機械的に
\(λ(t)\)=\(f(t)/R(t)\)をします。

このあとの導出結果も、関連記事で解説しています。

\(λ(t)\)=\(f(t)/R(t)\)
=\( {}_nC_x p^x (1-p)^{n-x}\)/\( \sum_{x=0}^{x} {}_nC_x p^x (1-p)^{n-x} \)
という式になりますね。

\(λ(t)\)によって、故障率曲線の特徴が3つに分けられます。これはあとで解説します。

➃確率密度関数の平均と分散の計算

二項分布の期待値と分散の導出は有名です。折角なので導出しましょう。

期待値E[\(x\)]の計算

期待値E[\(x\)]は
●\(x\)が実数の場合⇒期待値E[\(x\)]=\(\displaystyle \int_{-∞}^{∞} x f(x) dx\)
●\(x\)が自然数の場合⇒期待値E[\(x\)]=\(\sum_{x=0}^{n} x f(x) dx\)
ですね。今回は∑を使います。

E[\(x\)]
=\(\sum_{x=0}^{n} x {}_nC_x p^x (1-p)^{n-x} dx\)
=\(\sum_{x=0}^{n} x \frac{n!}{x!(n-x)!} p^x (1-p)^{n-x} dx\)
=\(\sum_{x=0}^{n} \frac{n!}{(x-1)!(n-x)!} p^x (1-p)^{n-x} dx\)
=\(\sum_{x=0}^{n} n・ \frac{(n-1)!}{(x-1)!(n-x)!} p・p^{x-1} (1-p)^{n-x} dx\)
=\(np・\sum_{x=0}^{n} \frac{(n-1)!}{(x-1)!(n-x)!} p^{x-1} (1-p)^{n-x} dx\)
=\(np\)

できましたね!

まとめると、
E[\(x\)]=\(np\)

分散の計算

分散も計算が大変そうですが、期待値が計算できたら、意外と簡単にできます。

分散V[\(x\)]の計算

分散V[\(x\)]は
分散V[\(x\)]= E[\(x^2\)]- E[\(x\)]2
で計算します。

期待値E[\(x^2\)]は
●\(x\)が実数の場合⇒期待値E[\(x\)]=\(\displaystyle \int_{-∞}^{∞} x^2 f(x) dx\)
●\(x\)が自然数の場合⇒期待値E[\(x\)]=\(\sum_{x=0}^{n} x^2 f(x) dx\)
ですね。今回は∑を使います。

ちょっと1つトリックを使います。
まず、E[\(x(x-1)\)]を計算します。

E[\(x(x-1)\)]
=\(\sum_{x=0}^{n} x(x-1) {}_nC_x p^x (1-p)^{n-x} dx\)
=\(\sum_{x=0}^{n} x(x-1) \frac{n!}{x!(n-x)!} p^x (1-p)^{n-x} dx\)
=\(\sum_{x=0}^{n} \frac{n!}{(x-2)!(n-x)!} p^x (1-p)^{n-x} dx\)
=\(\sum_{x=0}^{n} n(n-1)・ \frac{(n-2)!}{(x-2)!(n-x)!} p^2・p^{x-2} (1-p)^{n-x} dx\)
=\(n(n-1)p^2・\sum_{x=0}^{n} \frac{(n-2)!}{(x-2)!(n-x)!} p^{x-2} (1-p)^{n-x} dx\)
=\(n(n-1)p^2\)

また、
E[\(x^2\)]=E[\(x^2-x+x\)]= E[\(x(x-1)\)]+ E[\(x\)]より、
E[\(x^2\)]=\(n(n-1)p^2\)+\(np\)

分散V[\(x\)]は
分散V[\(x\)]= E[\(x^2\)]- E[\(x\)]2
=\(n(n-1)p^2\)+\(np\)-\((np)^2\)
=\(np-np^2\)
=\(np(1-p)\)

できましたね!

まとめると、

以上、まとめると、

二項分布の期待値と分散は、
●期待値E[\(x\)]=\(np\)
●分散V[\(x\)]=\(np(1-p)\)
とおなじみの値になりました。

➄故障率曲線との関係

故障率λの計算

➂で計算した通り、二項分布の場合、

\(λ(t)\)=\(f(t)/R(t)\)
=\( {}_nC_x p^x (1-p)^{n-x}\)/\( \sum_{x=0}^{x} {}_nC_x p^x (1-p)^{n-x} \)
という式になりますね。

結果は出たけど、よくわからない式ですね。。。

この式でわかることは\(λ\)の値の範囲です。
●\(λ\)は確率の比なので、0 ≤ \(λ\)
●\(F(x)\)は\(f(x)\)の和なので、\(F(x)\) >\(f(x)\)より\(λ\) ≤ 1
よって、
0 ≤ \(λ\) ≤ 1
とみてよさそうです。

本来はλの値によって、故障率曲線の特徴が3つに分けられますが、二項分布の場合は、常に初期故障期に分類される結果になります。でもちょっとぴんと来ませんね。別に偶発・摩耗になる場合もあってもよい気がします。

  1. \(λ\) < 1 ⇒ 初期故障期(DFR)
  2. \(λ\) =1⇒ 偶発故障期(CFR)
  3. \(λ\) > 1 ⇒ 摩耗故障期(IFR)

バスタブ曲線との関係を考えましょう。

信頼性工学

公式を丸暗記せず、式を理解して故障の時間的関係を学んでいきましょう。

まとめ

「【信頼性工学】二項分布がわかる」を解説しました。

  • ①確率密度関数を導出するモデルを理解する
  • ➁二項分布から故障率を考える例題
  • ➂故障率λの計算
  • ➃二項分布の期待値と分散の計算
  • ➄故障率曲線との関係


Warning: count(): Parameter must be an array or an object that implements Countable in /home/qcplanets/qcplanets.com/public_html/wp-content/themes/m_theme/sns.php on line 119

    Warning: Invalid argument supplied for foreach() in /home/qcplanets/qcplanets.com/public_html/wp-content/themes/m_theme/sns.php on line 122
error: Content is protected !!