6HULD,,, 0$7(0$7<.$67262:$1$ ;;,,
- R D F K LP ' R P V W D
*GDĔVN
2V]DFRZDQLHIXQNFMLQLH]DZRGQRĞFLSU]HZLG\ZDQHM
GODRELHNWXSRSUDZLRQHJRQDSRGVWDZLHGDQ\FK
RWUZDáRĞFLLW\SDFKXV]NRG]HĔRELHNWXQLH SRSUDZLRQHJR
3UDFDZSá\QĊáDGR5HGDNFML
6WUHV]F]HQLH SUDF\SRGDMHVLĊWZLHUG]HQLD NWyUHPRJą E\üSRGVWDZąGRRV]DFRZDQLD ]JRGQLH]]DVDGDPLVWDW\VW\NL PDWHPDW\F]QHMIXQNFMLQLH]DZRGQRĞFLRELHNWXSRSUDZLRQHJR
.RU]\VWDVLĊSU]\W\P]GDQ\FKRRELHNFLHSU]HGMHJRSRSUD
ZLHQLHP :\UyĪQLRQRGZDURG]DMHPHWRGSRSUDZLDQLD
SU]H]VHOHNFMĊ
SU]H]XV]ODFKHWQLHQLH
2PyZLRQRQLHNWyUHLQWHUSUHWDFMHUR]ZDĪDQ\FKPRGHOL
:352:$'=(1,(
=DMPRZDüVLĊEĊG]LHP\PRGHODPLSRSUDZLDQLDRELHNWX RNWyUHJR
SU]HMĞFLXGRVWDQXQLHSU]\GDWQRĞFLVWDQRZLSU]HNURF]HQLH
SU]H]SHZLHQMHGQRZ\PLDURZ\SDUDPHWUVWDQXHNVSORDWDF\MQHJR
7 ZDUWRĞFLSURJRZHM 7H ZáDĞFLZHMNDĪGHPXHJ]HPSODU]RZL
H SRSXODFMLJHQHUDOQHM WHJRRELHNWX 3U]\MPXMHP\ ĪH 7H MHVWOLF]EąU]HF]\ZLVWą
=HZ]JOĊGXQDQDMSURVWV]HLQWHUSUHWDFMHOLF]EĊ 7H QD]\ZDP\WUZDáRĞFLąHJ]HPSODU]D H IXQNFMĊ 7 QD]\ZDP\
3UDFDF]ĊĞFLRZRZ\NRQDQDZUDPDFK3UREOHPX:Ċ]áRZHJR
ZODWDFK Z,QVW\WXFLH0DWHPDW\NL8QLZHUV\WHWX
*GDĔVNLHJR
(O@
J.DOMSTA trwałością obiektu, natomiast liczbę T - czasem eksploatacji, Możliwe są również inne interpretacje, których przykłady umie- szczone zostały w rozdziale 6 . Oczywiście podane nazwy bar- dziej odpowiadałyby rzeczywistości, gdyby założyć, że funkcja T przyjmuje wartości dodatnie. Jednakże to mogłoby błędnie sugerować ograniczoność słuszności zastosowań, przedstawionych twierdzeń.
Oznaczmy przez U (e) typ uszkodzenia, jakim kończy się przydatność egzemplarza e . Przyjmujemy, że U (©") jest ele- mentem zbioru skończonego dl - wszystkich a priori możliwych typów uszkodzeń.
Wprowadzenie funkcji T oraz U ma oznaczać, iż przyj- mujemy, że trwałość oraz typ uszkodzenia są jednoznacznie przyporządkowane poszczególnym egzemplarzom obiektu.
Ponieważ zajmujemy się cechami egzemplarza losowo wybra- nego z populacji generalnej, poprawianie obiektu będziemy wy- rażać posługując się charakterystykami rozkładu prawdopodo- bieństwa P,p ^ tych cech w populacji nie poprawionej i odpo- wiednio charakterystykami rozkładu P„ TT w populacji popra-
• ł
wionej.
Poprawianie obiektu w praktyce osiąga się przez zmniej- szenie szans wystąpienia najwcześniej ujawniających się typów uszkodzeń. Takie postępowanie powinno być poprzedzone odpowie- dnim rachunkiem dotyczącym spodziewanego efektu. Wyniki ra- chunku mogą wtedy stanowić o wyborze najlepszego rozwiązania, uwzględniającego koszty poprawy i spodziewane zyski, np.
wskutek zwiększenia trwałości.
Dlatego interesuje nas, jak parametry charakteryzujące poprawianie wyznaczają zależność P^ ^ od P^, ^ . W para- grafach 3 i ^ omówiono modele dwu rodzajów poprawiania (do- kładniej - zmieniania) stochastycznych cech populacji obiektu, przy tym:
- zmiana X rodzaju polega na usunięciu wadliwych egzemplarzy;
- zmiana II rodzaju polega na uszlachetnieniu egzemplarzy.
Przedstawiony sposób wyznaczania rozkładu prawdopodobień-
stwa trwałości obiektu zmienionego można stosować w sytuacji,
gdy dysponujemy danymi jedynie o trwałości obiektu przed do-
OSZACOWANIE FUNKCJI NIEZAWODNOŚCI 131 konaniem jego zmiany; dokładniej - gdy pełną informację sta- tystyczną zawierają zaobserwowane w próbie losowej prostej dane o trwałości i typie uszkodzenia w populacji obiektu nie zmienionego i gdy dane są parametry poprawiania. Odpowiednie twierdzenia, będące podstawą estymacji statystycznej rozkładu P,p y sformułowano w § 5 .
Wprawdzie pominięto zagadnienia związane z wyznaczaniem (estymacją) parametrów charakteryzujących, poprawianie, ale w niektórych przypadkach są to problemy co najwyżej natury tech- nicznej (por. przykłady w §§ 3 i 4),
Zaletą proponowanego schematu postępowania jest to, że wykorzystywane dane można uzyskiwać w prosty sposób w badaniach eksploatacyjnych.
W celu ułatwienia czytelnikowi zastosowań przedstawio- nych wyników, w §§ 6 i 7 omówiono interpretację niektórych modeli w zakresie szerszym niż wynika to z przyjętej termino- logii .
2. STOCHASTYCZNA CHARAKTERYSTYKA POPULACJI GENERALNEJ OBIEKTU Zgodnie z treścią 11 Wprowadzenia11, jako podstawowy parametr o- pisujący populację generalną obiektu poprawionego i nie po- prawionego przyjmujemy odpowiednio rozkłady prawdopodobieńs-
twa P^ y i P^ trwałości T i typu uszkodzenia U , Są to miary probabilistyczne skupione na zbiorze $1**11, f gdzie $ : = (- oo ; oo) , natomiast *IL jest zbiorem skończo- nym.
Przyjmujemy, źe
■U= {i fc} . gdzie k€ dP: = {i ,2,...}.
Oznaczmy symbolami ^ i odpowiednie rodziny wszy- stkich miar probabilistycznych na OL 1 J2 . Z ogólnych twierdzeń rachunku prawdopodobieństwa wynika, że rozkład PT U Jest jednoznacznie wyznaczony przez ciąg rozkładów
(P 0 »P 1 , ...,Pk)€ , gdzie
i gdy u = 0 ,
Zastosowano przy tym symbol p<riU-u d:La oznaczenia warunko- wego rozkładu zmiennej losowej T , gdy zachodzi zdarzenie
{u = u} . Spełnione są następujące równości dla u€?if t€$ : (2.1') ([t, oo)x{u}) = Pr {
t^ t, U = u} = pu . Ru (t) , gdzie
(2,1") Pu : = P0 ( H ) = Pr{u = u}j
Ku (t)i = Pu ([t,oo)) = P
t{
t> t|U = u}
Ponieważ rozkłady prawdopodobieństw na $ są jednoznacz- nie wyznaczone przez swoje dystrybuanty, a tyra samym przez odpowiadające im funkcje niezawodności, możemy równoważnie przyjąć jako charakterystykę rozkładu Pp ^ ciąg
(p,F.j , • • • lub (p»R.j t . . . fRjj) i gdzie p = (P^ > • • • >P^) wyznacza rozkład PQ = Py , zaś warunkowa dystrybuanta Fu lub warunkowa funkcja niezawodności wyznacza warunkowy rozkład P^ = P-plU-u dla uC ^ » zgodnie z równościami (2*1)*
Oczywiście, spełniona jest równość
(2.2) Fu (t) s = Pr|T < tIU = u} = 1 - Ru (t).
2.1. U w a g a* Gdy elementy ciągu p są dodatnie, wówczas istnieje dokładnie jeden ciąg (PQ,P1,...,Pk) charakteryzują-
cy rozkład P™ TT zgodnie z zależnościami (2.1). Jeśli zaś i, u niektóre z elementów ciągu p są równe zero, wówczas odpo- wiadające im warunkowe funkcje niezawodności są nieistotne.
Uwidacznia się to szczególnie w następującej zależności bez- warunkowej funkcji niezawodności od ciągu (p,R , • • • ,R^) :
(2.3) R (t): = Pr{T> t} = 5 ] P * R <t).
Oznaczając analogicznie parametry rozkładu Pp y dla populacji obiektu poprawionego (zmienionego) , otrzymujemy
(2.40 PTjU([t, oo) = Pu'Ku (t) ,
(2.4") pu = PQ ( {u}), Ru (t) = Pu (C*,oo)) ,
(2.5) Fu (t) = 1 - Ru (t) ,
(2.6) R(t)= 2 p • R (t) , u BU u u
3. MODEL POPRAWIANIA I RODZAJU
Poprawianie I rodzaju polega na usuwąniu egzemplarzy uznawa- nych za zmniejszające jakość populacji. Przyjmujemy, że - selekcję przeprowadza się wśród egzemplarzy "nowych”;
- w wyniku selekcji egzemplarze dzieli się na "gorsze" i
"lepsze", przy czym "gorsze" usuwa się z populacji egzemp- larzy wprowadzanych do eksploatacji.
Jako model poprawiania I rodzaju służy zmienna losowa W przyjmująca wartość 1 lub 0 odpowiednio wtedy, gdy egze- mplarz jest uznawany za lepszy lub gorszy. Zgodnie z ogólny- mi zasadami interpretacji modeli probabilistycznych przyjmu- jemy, że rozkład PT u (trwałości i typu uszkodzenia) w po- pulacji poprawionej określa równość
(3.1) PT|U ([*.“>)- W ) = Pr{T > t, U = u|w = i) dla t€$ , uett , Z twierdzeń rachunku prawdopodobieństwa wynika, że przy- kładem pełnej charakterystyki probabilistycznej układu zmien- nych lpsowych T, U, W są rozkład P,p ^ i rodzina prawdopo- dobieństw warunkowych
(3.2) ji(t,u): = Prjw = 11T = t , U = u]*, dla (t,u )e # x U . Zgodnie z wzorem Bayesa mamy bowiem
(3.3') Pr{T > t, U = ul¥ = i} =
= J PriW = 1 |T = s , U = ujdP (s,u)/C ,
s > t 1 J ’
gdzie
| OO r -
(3.3") C: s , J Prjw = 11T = t, U = u| dPT u (t,u).
u 6 U -oo ’
Wobec przyjętych oznaczeń mamy
(3,4') pu = Pr{u = ulw = i} = Pu‘cu/c . gdzie
OSZACOWANIE FUNKCJI NIEZAWODNOŚCI 133
(3.4") C = P {w = 1 |U = u} = ] Jl(t,u) dP (t) ,
—oo
= S Cu -Pu = Pr{« = i}, C u € <UL
oraz
(3.5) &u (t) = Pr{T >t|U = u, W = i} =
= J TC(t',u) dFu (t#)/Cu , jeśli Cu > O . Zależności (3.4) i (3.5) są rozttfiązaniem zagadnienia wy- znaczania charakterystyk obiektu poprawionego na podstawie charakterystyk obiektu nie poprawionego i parametru jc opi- sującego poprawianie.
3.1. PRZYKŁAD. Parametr TC nie wymaga oszacowania, gdy poprawianie polega na odrzucaniu tych egzemplarzy, które za-
kończą trwałość jednym z typów uszkodzeń z podzbioru OL c • Wtedy mamy
^1, jeśli
vl€ % \
sLL‘
(3.6)
tt(t,u) = <
O, jeśli u£ U' , oraz
(3.7) pu
.0 dla u 6 OL*,
(3.8) R (t) = Ru Ct) dla u e U
(dla u6 W zależność R (t) jest nieistotna dla opisu bezwarunkowej funkcji n±eza\*odności R , por. (2*6) oraz (7)) •
Oczywiście przyjęcie tego modelu zakłada możliwość roz-
poznania przed rozpoczęciem eksploatacji (np. w fazie "brako-
wania11), jakiego typu będą uszkodzenia poszczególnych egzemp-
larzy.
3.2. PRZYKŁAD (Model uwzględniający błędy selekcji).
Przyjmijmy, że starając się dokonywać selekcji zgod- nie z równością (6) popełniamy błędy. Jako ich chara- kterystykę przyjmujemy prawdopodobieństwa
{ Pr jw = 1 | U = u]> dla u 6 ^ ,
r
Pr|W s OlU = u} dla u e U \ U
(liczby są tyra mniejsze, im selekcja jest do- kładniejsza). Przyjmując dodatkowo, że błąd kwalifi- kacji nie zależy od trwałości, mamy
{ 1 - jeśli u€*U/. jeśli u 6 , Z równości (*0 i (5) wynika wtedy, że
fpu'(l - < 3 ^) /C dla u £ (3.90 Pu
pu* qu/C dla u6<^' ł (3.9") C = q* p + 5 ] (1 - <Ł,)*PU >
ueU'
uGOI
nU' ( 3 . 10 ) Ru (t) s Ru (*0 dla u 6 0 L .
3.3. PRZYKŁAD. Przyjmijmy, że w wyniku selekcji spośród egzemplarzy, dla których U = u , pozostawia się te, których trwałość wynosi przynajmniej t , gdzie t e fi dla każdego u 6 01 . Wtedy mamy:
(i , jeśli t > t u , TT (t,u) = •<
[o poza tym.
Przyjmując następującą identyczność zdarzeń
-[w = 1, U = u} < = > {t > t u , U = u } ,
otrzymujemy
Pr-jw = 1 | U = uj- = Pr-jl ^t^lU = uj = R^ (t^) .
Zatem
(3.11) p„ = R (t )*p / j R (t )-p , v ' u u u u U 6 'uu J. u u u
(3.12) = Pr{T > t |u a U, W a 1 } =
= Pr-[
t> t, U = u, T > tu}/Pr{T>tu , U = p}=
= Pr^T >max{t,tu }lU = u}/Pr{T ^ t^lU = uj-=
= min I Lu ’ u u J / u u
r(t) , R (t )} /R (t ) =
= min{l , Ru (t) /R^ (tu)}.
3.4. Uwaga. W praktyce, w wyniku selekcji uzyskuje się populacje, dla których na ogół spełniony jest warunek
(3.13) Ru ( t ) > R u (t).
Wynika to z tego, że dążąc do usunięcia wadliwych egzemplarzy w istocie odrzucamy te, które uszkodzą się najwcześniej (oczy*
wiście, jeśli selekcja jest poprawna). Z zależności (4) i ( 5 ) oraz (2.6) wynika równość
(3.14') H(t) = S p t -R (t), u 6 OJL
gdzie (por. (4'))
(3.14") ru : = Cu/C = Pr{w = 1|U = u}/Pr{w = 1 } .
Zatem, bezwarunkową funkcją niezawodności R można oszacować o d d o ł u następująco
(3.15) R(t) I S R (t)-p * r / S p r , u£U u u u ue<a u u
jeśli mamy podstawę do przyjęcia hipotezy ( 13 ) . Oszacowanie
(15) może mieć istotne znaczenie praktyczne, gdy jedynymi da-
nymi o sposobie poprawiania są parametry r ,...,r. określo- I K
ne prjsez (14") i (4#/) oraz warunek ( 13 ) • Warto też dodać,
że ewentualna konieczność oszacowania prawdopodobieństw r
wymaga znacznie raniej badań eksperymentalnych niż estymacja
pełnej charakterystyki modelu poprawiania, jaką jest fynkcja
OSZACOWANIE FUNKCJI NIEZAWODNOŚCI
71 określona równością ( 2 ). 137
4. MODEL POPRAWIANIA II RODZAJU
Poprawianie II rodzaju polega na ulepszaniu pojedynczych, egzemplarzy poprzez zmianę parametrów mających wpływ na prze- bieg procesów niszczenia) prowadzących ostatecznie do uszko- dzenia. W praktyce oznacza to użycie do produkcji np. lep- szych materiałów, dokładniej obrobionych elementów, zastoso- wanie dodatkowych systemów zabezpieczających lub stworzenie lepszych mniej agresywnych warunków eksploatacji.
Opiszemy formalny model wpływu tych zabiegów na funkcję niezawodności. Uwzględniony zostanie w literaturze często spo-
tykany pogląd, że w czasie eksploatacji w obiekcie przebiega- ją procesy prowadzące do każdego spośród a priori możliwych typów uszkodzeń, a jedynie różnorodność intensywności tych przebiegów decyduje o tym, które z nich pojawia się wcześniej od innych i stanowi o przejściu obiektu w stan nieprzydatnoś- ci.
Jako podstawowy model uszkodzeń przyjmujemy układ T = (
t^ ; u€ 0 l) zmiennych losowych o wartościach w (R, , spełniający warunek
(4.1) Pr«[T^u)= T (v)}= 0 dla u v, u,v 6 01 := {l,...,k}.
Jako model trwałości T i typu uszkodzenia U przyjmu- jemy zmienne losowe określone przez relacje
(4.2) T = min-fr^ ; u€ 'U.}, Pr{ /\ ( u = u ^ T ^ =
t)}= 1.
L u fc OJL
(Dzięki warunkowi (i), z prawdopodobieństwem równym 1 istnie- je dokładnie jeden typ uszkodzeń u 6 Oj. taki, że T ^ = T ).
Zmienną losową T ^ można interpretować jako hipotety-
czną trwałość obiektu w sytuacji, gdyby różne od u typy u-
szkodzeń nie ujawniały się. Dlatego współrzędne układu T na-
zywamy trwałościami składowymi. Jest to szczególnie uzasad-
niona nazwa w przypadku, gdy obiekt ma strukturę szeregową
[złożoną z k składników, których trwałości są reprezentowane
[Przez współrzędne układu zmiennych losowych T . Typ uszko-
dzenia można wtedy identyfikować z numerem składnika ulegają-
cego uszkodzeniu najwcześniej.
138
**•1. U w a g a . Eliminację uszkodzenia typu u w oma- wianym modelu uzyskuje się przez zwiększenie trwałości Skła- dowej T ^ do wartości przewyższającej wszystkie wartości T ^ , v yć u , z prawdopodobieństwem 1 . W celu uniknięcia za- łożenia, że zmienne losowe T ^ przyjmują wartość oo , « • przyjmujemy, że dla obiektu poprawionego zbiór <11 możliwych typów uszkodzeń jest podzbiorem zbioru 01 typów uszkodzeń możliwych przed poprawieniem. Dlatego też podstawowy model
trwałości obiektu poprawionego, oznaczony symbolem , jest miarą probabilistyczną na , gdzie k s card fil •
Jako model zmiany XX rodzaju przyjmujemy funkcję (4.3) ?(PT) = Pf, .
która opisuje zależność rozkładu P,j; od rozkładu P^ • W szczególności może to być relacja wynikająca z deterministy- cznej zależności
(4.4) » = <y(T),
k k
gdzie jest funkcją borelowską. Wtedy mamy p~ - p o m - 1 . T T T *
gdzie (p „■i oznacza przeciwobraz odwzorowania <p ,
Na podstawie przyjętych założeń i oznaczeń, charakterys- tykę (p,R^ ,,., jR^.) , a tym samym charakterystykę (P 0 ,P^,,,.
,,,,Pk) rozkładu PT ^ wyznaczają następujące równości, słuszne dla t 6 , u 6 01 :
C^.5) Pu = Pr-Jr^ < minjT^ ; v 6 <U. , v ^ u}}’ ,
(^. 6 ) PU'RU ^ = Pr{t < T < min^T ^ ; v€qi , v 4 u}| . Zatem
(4.7) Pu = ,....t^kb i dla v 4 uj- , (4.8) Pu -Ru (*) = PT {(* (1) ; t < t (u)< t (v)dla vjA>
Analogicznie przedstawić można zależność (p,R ,,,,,
rozkładu P~ . Oznacza to, że w celu określenia zależności charakterystyki (p,R1, . . . ,Rg) od (p,R| ,. • . ,11^) należy u- zyskać zależność rozkładu od charakterystyki
• • • fRjj.) • Można pokazać, że równości (4.7) i (4*8) nie wyzna- czają rozkładu P^ jednoznacznie. Dlatego interesujące jest, przy jakich dodatkowych, założeniach usunąć można tę niejedno- znaczność. Przykład pozytywnej odpowiedzi, dla przypadku sto- chastycznie niezależnych współrzędnych układu trwałości skła- dowych T , zawierają następujące twierdzenie i wniosek.
4.2. TWIERDZENIE. Jeśli zmienne losowe (T ^ ; u 6 <lL=:T, Rl : = -|l ,. . . ,kj- , są niezależne, to warunek (4.l)
pozwalający na określenie zmiennych losowych (T,U) zgodnie z warunkiem (4.2) jest spełniony dokładnie wtedy, gdy zbiory punktów nieciągłości dystrybuant
F ^U\t) : = Pr|
t< t }
są parami rozłączne. Ponadto, jeśli spełniony jest warunek (4.1) , to łączny rozkład P^ _T pary (T,U)
i, u jest jednoznacznie wyznaczony przez następujące rów- ności:
(4.9) PT u ([t,o>)x{u})= pu -R (t) = J ]7 R (v)(tO dF(u)(t') ,
' t Vj^U
v 6 <li
gdzie R ^(t) = 1 - F ^ (t) dla te# , u^fy, .
Korzystając z równości (2.1) - (2.3) oraz (2) otrzymuje- my
4.3.WNIOSEK. Przy założeniach twierdzenia 2, charakte- rystyka (p,R 1 , . . . ,Rlt) rozkładu PT y spełnia wa- runki
(i) P ' li (t) = TT R W (t) dla t 6 & ;
u 6 U u u€U oo
_(ii) Pu = J TT R (v) (t)dF^ (t) dla u 6 01 , -oo VjtU
(iii) Miara probabilistyczna Pu wyznaczona przez funkcję
OSZACOWANIE FUNKCJI NIEZAWODNOŚCI 139
niezawodności R^ jest absolutnie ciągła względem miary probabilistycznej P ^ wyznaczonej przez R ^ , jeśli p^ > 0 ; pochodna Radona-Nikodyma spełnia równanie
HP 'R-OO
(,. 10 ) = i_. n ^ (v)« = f u- > y f V r -
dP u v=u u R (t)
v 6 lt
dla P ^ — p . w. t ;
(iv) Spełnione jest równanie całkowe dla t ^ t : (ił. 11') F (U,(t) = 1 - R (u)(t) = p • | — dF (t),
-
gdzie
(4.11 ") t ;= sup -ft ; p *R (t) > ojj L ueu
funkcja podcałkowa jest przy tym ciągła w każdym punkcie nieciągłości dystrybuanty F^ , znajdującym się w prze- dziale (-oo , tQ] .
4.4. U w a g a . Treści punktów (iii) oraz (iv) pozwala- ją na wyznaczenie rozkładu P^ = P ^ *...* p(lc^ nieładu
T = (T(U) ; u 6 <10 na podstawie charakterystyki rozkładu P^
jednakże tylko w przedziale (- oo , Jest to minimalny, domlaiięty, od dołu nieograniczony przedział, w którym zmienna losowa T przyjmuje wartości z prawdopodobieństwem 1, gdyż na podstawie ( 2 ) i ( 1 1 #/) mamy
P r{T < *o} = 1 - Prl T > * 0 } = 1 - P riu^ t(U ) > * o } =
= 1 - TT R (u) (t + o) = 1 - ]>Tp-R (t +o)=i
ueu 0 ueu u u 0
Ograniczenie słuszności równania (11 *) ma naturalną interpre-
(u) .
tację statystyczną. Jeśli któraś ze współrzędnych T jest
z prawdopodobieństwem równym 1 ograniczona od góry liczbą tQ
to na podstawie obserwacji zmiennych (T,U) określonych zgod-
nie z ( 2 ), nie można wyciągać wniosków o rozkładach prawdopo- dobieństwa pozostałych współrzędnych, powyżej liczby t . Wyjaśnia się to tym, że obserwując tylko minimum współrzęd- nych nigdy nie zaobserwujemy wartości powyżej t .
Uwzględniając treść uwagi 4 , w celu uproszczenia anali- zy, przyjmujemy w dalszym ciągu, że charakterystyka (p,Rj,..
,. , ,Rk) rozkładu ^ spełnia warunki
P = (P. , . . . i P ^ , gdzie p > 0 dla u^U, I p =1
U ufeU u
(4.12) > 0 dla te# i » Ru jest funkcją ciągłą, dla ueli Zgodnie z równaniem ( 1 0) otrzymujemy
^ S = aA (u ,(t)'
gdzie
/ .\ t p dF (tO
fr.13') A (t)= \ , = — --- , dla ttft , ue U .
-
i 2 > U- V t ' ) uelJL
Całka w (i 3*) jest oczywiście zbieżna ze względu na o- graniczoność funkcji podcałkowej w każdym przedziale postaci
( -
00, t] . Zatem możemy wyznaczyć funkcję niezawodności od- powiadające trwałościom składowym T ^ zgodnie z równością
(4,13") R^U\t) = exp (- A (U\t)), dla , uelŁ . Łatwo można sprawdzić, że (l3#/) jest jedynym rozwiązaniem równań ^ 11 ) w klasie funkcji niezawodności, jeśli spełniony jest warunek (1 2 ) ,
Dalsze kroki algorytmu zilustrujemy na przykładach,
4,5* PRZYKŁAD. Przyjmijmy, że w wyniku poprawiania każdy
egzemplarz obiektu zmienia swe trwałości składowe
T ^ do wartości c ^*T ^ , z dodatnimi współczynni-
kami, tzn.
T ^ = c ^ T ^ , gdzie c (U^ > 0 dla u 6 tt ,
Dane współczynniki c ^ (charakteryzujące poprawianie) , wykorzystujemy następująco:
(4.14) R (u) (t) = Pr j? (u1 > tj-s Pr^T ^ > t/o ^ j- =
=
r(u) (t/c(u)).
Następnie, parametry (g>,Rj , . .. yRj^) wyznaczamy zgodnie z równościami analogicznymi do ( 9 ) ; dzięki zachowaniu niezależności składowych T ^ :
( 4 . 15 ) pu = T n & (v) (*)<łF(u) (t),
• -do vp^u
(4.16) Pu’Su (t) = PT,U (&'00) * {"}) =
= f Tl R fv) (t')dFW (tO.
t v/u
W szczególności na podstawie odpowiednika własności (i) (por. Wniosek 3) otrzymujemy
(4.17) R (t) = PrjT > t} = TT R ^ (t) = U 6 *U
_ S
a(u) (t/o(u>)\
u6tL /
4.6. PRZYKŁAD. Przyjmijmy, że w wyniku poprawiania, w każdym egzemplarzu zatrzymują się procesy prowadzące do uszkodzeń z podzbioru typów * 11 *c <11 i że procesy prowadzące do uszkodzeń z podzbiorem typów RJt = 41VU/
przebiegają tak samo jak przed poprawieniem. Wtedy otrzymujemy
T = ( t ^ j u £ U ) jeśli W = (t ^ ; u eU).
** ( ■q') **
Zatem mamy R v = R'- ' dla u 6 <11 , a tym samym
( 4 . 18 ) p = T TT r (v) (t),
U -03 W u
ueCC
0^.19) Pu R (t) = f TT r(V) (*)dF(u) (t), t V^U
usiL
gdzie R ^ dane jest równościami ( 13 ) ; w szczególnoś- ci, bezwarunkową funkcję niezawodności obiektu poprawio- nego określa równość
OSZACOWANIE FUNKCJI NIEZAWODNOŚCI 143
(4.20) R(t) = TT R (U) (t).
u€^L
W ogólnym przypadku poprawiania II rodzaju, opisanym równością ( 3 ) , ze względu na niezależność składowych jako rozkład P^ przyjmujemy produkt miar
(4.21)
P ^ = P (1) x # # .x p ( k )^gdzie
(4.22) P (u) ([t,+oo)) = R ^ (t) .
Gdy znamy operację ^ (por, (3)) , wtedy możemy wyzna- czyć P~ , a następnie - zgodnie z równościami analogi- cznymi do ( +* AjA 7 ) i ( 8 ) - wyznaczyć parametry jp = (p ;ueli) a/
oraz R dla u 6 <U. , charakteryzujące rozkład P„i ,u obiektu poprawionego.
5. ESTYMACJA PARAMETRÓW ROZKŁADU P„ I , U
Twierdzenia niniejszego punktu uzasadnić mają, kiedy estyma- cja rozkładu pary zmiennych losowych (T,U) Staje się względ- nie prosta. One też stanowiły o wyborze ciągu (Pn ,...,P ) w J£
jako charakterystyki rozkładu P^ ^ (por. rozdział 2 ).
Najpierw pokażemy, kiedy jest możliwe rozdzielne estymo- wanie metodą największej wiarygodności (nw) każdego z para- metrów P^,...,?^ . W tym celu przyjmijmy, że rozkłady warunko- we P^ , u = 1 ,...,k , mają gęstość f , tzn. że
(5 •1) pu ([t,oo)) = Ru (t) = J f u (t') dt ' dla u 6 U , ttH.
^odstawą estymacji niech będą wyniki pomiarów trwałości i ty-
pu uszkodzenia
(5.2) j = 1 » = ((T (&^ » u (ej))»
j =
egzemplarzy ei»***>en pobranych z populacji badanego obiek- tu przed poprawianiem, jako próby losowej prostej , gdzie n 6 JlT s= Tym samym przyjmujemy, że pary
są realizacjami ciągu par zmiennych, losowych (T.,U ) , two- J 1-
- - -rżących układ n niezależnych par o wspólnym rozkładzie
U cecłl w populacji generalnej obiektu.
Zgodnie z ogólnymi zasadami statystyki matematycznej, funkcję wiarygodności W 1 ^ obliczaną na podsta- wie próbki ( 2 ) przedstawia równość (por. ( 2 . 1 )) :
(3.3') w(Ę0,...,Pk) = f[ Pu;fu .(t ) = w (P0)-...-wk (P ), J=1 J J
gdzie
TT
A aP„
U . ■* TT
A . UP„ U gdy u = 0
j =1 j ueftJL (5.3") wu (Pu>«= \ '
TT f (t.) gdy uEOL,
^ J
(5.3'") =|j; uj = u} > “u = oard Ju dla u e 'U> • Tak więc funkcja Wq , zależna wyłącznie od PQ , jest jednoznacznie wyznaczona przez ciąg n = (n^; u 6 Tl zaobser- wowanych liczebności tych części Ju próby, w których zaob- serwowano odpowiednio uszkodzenia typu u . Ponadto dla każ- dego u 6 <11 , funkcja W (zależna wyłącznie od Pu ) .jest jednoznacznie wyznaczona przez te spośród zaobserwowanych trwałości, którym towarzyszyło uszkodzenie typu u .
5.1. WNIOSEK. Jeśli rodzina a priori dopuszczonych roz- kładów (P~, .. . ,P.) jest produktem pewnych podrodzin U IC.
^ c Przy elementy rodzin
P^ mają gęstość dla ueTl , wówczas ich estymacja metodą NT/ polega na rozdzielnym estymowaniu tą me-
todą
- parametru P
qna. podstawie ciągu liczebności n. ; - każdej z funkcji gęstości f rozkładu P na podsta-
wie układu danych : = (t ^; j ć ^ u) , tak samo jak gdyby pochodziły one z obserwacji nu - elementowej próby losowej prostej o rozkładzie P^G .
Rzeczywiście, na podstawie (3), funkcja W osiąga maksi- mum w punkcie
( Pq »• • • 61 * • • •* wtedy i tylko wtedy, gdy W^ osiąga maksimum w punkcie , dla ie{o,,t,,k}
= 01 .
Zauważmy, że jeśli 3^ = (&or* rozńział 2), to esty- matorami NW elementów ciągu prawdopodobieństw f> = (p^ , * .
...,Pk) odpowiadających rozkładowi P
qsą częstości zaobser- wowane
p = —ii *u n n dla u 6 41 .
Oczywiście, 5 ^ jest rodziną (k- 1 )-parametrową, gdyż S p u=1#
Zatem, przy odpowiednim doborze dla każdego typu u€<U , po- wiedzmy dwuparametrowej rodziny
\Xrozkładów mających gęstość, łączny rozkład zmiennych losowych (T,U) możemy iden- tyfikować w rodzinie rozkładów [ 2 k + (k - 1 )] -parametrowych, pokonując przy tym trudności właściwe dla rodzin tylko dwupa- rame trowych.
Okazuje się, że rozdzielne estymowanie parametrów
Pg,...,?^ jest nieco ogólniejszą właściwością rozkładu P,p ^ , jeśli rodzina a priori dopuszczonych rozkładów jest produktem
*^QX» * niezależnie od tego, czy gęstości tych rozkładów istnieją.
Wniosek ten opiera się na następującym twierdzeniu:
5.2. TWIERDZENIE. Niech ((T ., U.); j = 1,...,n) oznacza J J probabilistyczny model wyników n-elementowej próby losowej prostej obserwacji cech (T,U) o rozkładzie
(2.1) , gdzie U przyjmuje wartości w skończonym zbiorze 41= , . .. ,kj», k > 1 .
Wówczas, dla każdego warunku
( 5 . 8 ) {card = nu dla u 6 Ot}, gdzie > 0 , ^ n^ = n,
empirycznie warunkowe empiryczne funkcjo niezawodnoś- ci określone równością
(5.9) = card Tj ^ tf J*6 Jv}/n > dla t€-^» ue<2Z}
mają warunkowy rozkład prawdopodobieństwa taki sam, jak empiryczne funkcje niezawodności odpowiednio wy- ników obserwacji zmiennych losowych o funkcjach nie- zawodności Ru w n^ - elementowych próbach losowych prostych.
Ponadto, funkcje losowe Ru , u £ *11 , są warunkowo niezależne dla każdego warunku postaci (8).
Jako uzupełnienie warto tutaj sformułować w terminologii statystyki matematycznej następujące, dobrze znane z elemen- tarnego rachunku prawdopodobieństwa
5.3. TWIERDZENIE. Przy założeniach twierdzenia 5.2 łącz- ny rozkład prawdopodobieństwa zmiennych losowych N : = (card j u 6 <U.) jest jednoznacznie określony przez prawdopodobieństwa p = (p^ » • • • iPj^) zgodnie z
zależnością r nu
n! T T ~ - r sdy
J UĆflil U V I _
(5.10) Pr | card ^ = nu , dla u e nu“n ’
„0 poza tyra.
Interpretując treść powyższych twierdzeń można powiedzieć że pełna empiryczna informacja o prawdopodobieństwach ciągu p (czyli o rozkładzie Pq) jest zawarta w zaobserwowanych liczebnościach n = (nu > u 6 * 11 ) , a o rozkładach warunkowych
- w zbiorach danych tu : = Je ) > odpowiednio dla każdego u oddzielnie.
5.4. WNIOSEK. Testowanie hipotez prostych o parametrach p oraz przeprowadza się rozdzielnie dla każdego parametru odpowiednio na podstawie ciągu n
oraz zbiorów >•••»*]£ (oznaczenie - por, wniosek 1 )»
5.5. WNIOSEK. Gdy jest spełnione założenie wniosku 5.1 (o postaci produktowej zbioru dopuszczonych wartości ciągu (Pq,...jP^)), wówczas również estyraować można
pu
każdy z parametrów P 0 ,...,Pk rozdzielnie na podsta- wie danych, tak jak wyżej podzielonych odpowiednio na bloki, jeżeli funkcja kosztów błędu I-go rodzaju jest sumą kosztów takich błędów dla każdego parametru.
W ogólnym przypadku bez słuszności założenia Wniosku 5.1 rozdzielne estymowanie parametrów (|>,F^,...,Fk ) nie jest po- prawne, gdyż przy rozdzielnym estymowaniu uzyskany wynik może nie spełniać ewentualnie założonej relacji między oszacowywany parame trami.
6 . INTERPRETACJA PARAMETRU x
Podstawowym przykładem interpretacji parametru
tjest czas trwania użytkowania obiektu (nazywany krótko - czasem eksploa- tacji). Wybór tej interpretacji jest szczególnie dogodny dla takiego obiektu technicznego, który jest cały czas jednakowo obciążony w trakcie użytkowania. Wystąpienie uszkodzenia ozna- cza, że wartość parametru X przekroczyła wartość trwałości T.
Powyższe ograniczenia mogą być uznane za nieistotne, gdy w przypadku zmiennych warunków użytkowania można przyjąć ist- nienie odpowiedniej funkcji f spełniającej rolę przelicznika czasu użytkowania w realnych zmiennych warunkach na czas użyt- kowania w warunkach umownie uznanych za nominalne. Wtedy rolę wartości parametru x przyjmują wartości funkcjonału całkowe- go
( 6 , 1 ) t (t ) s = / f (x (t)) dt dla t > 0 ,
° C0,t 1
1 o
°w którym tQ oznacza długość przedziału czasu użytkowania, x (s) - wartość czynników zewnętrznych (w tym intensywności eksploatacji) w chwili s , f - funkcję-przelicznik, która przyporządkowuje nieujemną liczbę każdej wartości xe 3C ze zbioru wartości czynników zewnętrznych. Przyjmując, że całkowa- nie w ( 1 ) jest możliwe, dla każdej \mrtości t > 0 , wartość funkcji f (x) można interpretować jako intensywność starzenia się obiektu,gdy warunki zewnętrzne mają wartość x , zaś war- tość parametru T (tQ) jako wiek eksploatacyjny obiektu w chwi- li to
OSZACOWANIE FUNKCJI NIEZAWODNOŚCI 1^7
6.1. U w a g a . O modelach, dla których o przejściu do stanu nieprzydatności stanowi spełnienie po raz pierwszy nie- równości
T (tQ) > T (e) ,
gdzie T (e) jest hipotetyczną trwałością egzemplarza e w warunkach nominalnych, mówimy, że spełniają postulat o addyty wnej kumulacji uszkodzeń (a.k.u.) . Statystyczną weryfikację modeli tego rodzaju opisuje Bogdanovicjus [1]. Modele spełnił
jące postulat o a.k.u. są bardzo przydatne jako podstawa teo- retycznych rozważań pozwalających analizować wyniki przyspie- szonych badań niezawodności (por. np. [ 6 ]).
Termalny "wiek" oraz "trwałość" mogą ulegać zmianie jako nazwy parametru T i T , gdy jedynym kryterium stanowiącym o uszkodzeniu jest np. ilość pracy wykonanej, ilość doznanych wstrząsów, wartość obciążenia napięciowego w impulsie elektry- cznym, ilość skoków temperatury o przynajmniej 20K itp. Tym interpretacjom parametru T będą odpowiadały praca wykonalna wytrzymywalna ilość wstrząsów, napięcia przebicia,wytrzymywali ilość skoków temperatury itp. jako interpretacje parametru I 7. UWAGI KOŃCOWE
W pracy nie wyczerpano wszelkich możliwych modeli poprawiania własności populacji obiektu ze względu na jego trwałość. Wyda- ło się jednak celowe wyróżnienie tych, które omówiono w roz- działach 3 i 4 , gdyż są one chyba najbardziej naturalne. Sto- sowanie wyników tych rozdziałów jest uwarunkowane możliwością określenia parametrów charakteryzujących rozkład P,p ^ obieK- tu przed poprawieniem oraz parametrów charakteryzujących poptf wianie (funkcję TT dla modeli I rodzaju oraz operację lyl funkcję dla modeli II rodzaju). Pominięto omawianie
z a g a d -nień związanych z estymacją parametrów modelu poprawiania.
Estymacja ta bowiem może okazać się zbędną. Dotyczy to zwłasz-
cza modeli opisanych w przykładach 3«1 oraz 4.6. Musimy wtedy
dysponować jedynie metodami technicznymi określenia typu usz-
kodzenia, jakim zakończy się trwałość egzemplarza, przed prze-
kazaniem go do eksploatacji (ad przykład 3 *l}» bądź musimy
mieć możność taiciej zmiany konstrukcji (lub/i eksploatacji lub/i materiałów), aby rzeczywiście zaniedbywalne były proce- sy prowadzące do uszkodzeń wybranych typów (ad przykład 4.6).
Warto dodać, że każdy z tych sposobów poprawiania daje inne efekty. Ilustruje to następujący bardzo prosty
7.1. PRZYKŁAD. Niech U = { 1 , 2 } , p = i , p2 = | ,
OSZACOWANIE FUNKCJI NIEZAWODNOŚCI 149
Ru-(t) =1 - (t-a ) u , ^
» t > au ’ gdzie 0 < a^ < a^ •
Wtedy usunięcie egzemplarzy, które zakończą trwałość usa- kodzeniam typu 111 11 prowadzi do następującej funkcji niezawod- ności obiektu poprawionego (por. (3*7) * ( 3 * 8 ) oraz (2.5))
R (t) = R 2 (t) .
Poprawianie drugiego rodzaju prowadzi do następujących parametrów (por. (4.20)) s
R (t) = R (2) (t) , gdzie (por. (4.13)
1 dla t ^ a^ ,
dla t > a 2 ,
Tak więc poprawianie przez zlikwidowanie możliwości po- wstawania uszkodzenia *' 1 ** daje tutaj lepsze efekty niż usu- nięcie tych egzemplarzy, które miałyby zakończyć trwałość tym
typem uszkodzenia.
Odnośnie do estymacji charakterystyk rozkładu
(obiektu niepoprawionego) ograniczono się do omówienia metody
NI/ w przypadku produktowej postaci zbioru dopuszczonych cha-
rakterystyk (Wniosek 5.1), zwrócenia uwagi na rozdzielne tes-
towanie hipotez dotyczących poszczególnych elementów charak- terystyki (PQ,...,Pk) (wniosek 5*4) oraz do treści wniosku 5#5 , których podstawą są twierdzenia 5*2 i 5*3»
Twierdzenia rozdziału 5 oraz zależności rozdziałów 3 i 4 mogą być ponadto podstawą do poszukiwania estymatorów np. o
jednostajnie najmniejszej wariancji parametrów rozkładu P,^
obiektu poprawionego lub też parametrów kosztów i zysków po- prawiania, po odpowiednim uwzględnieniu modelu tych wielkości, W konsekwencji przedstawione zależności mogą być przydatne przy wyznaczaniu optymalnego sposobu poprawiania obiektu.
Dość złożone okazuje się zagadnienie takiego wyboru ro- dziny cPq * P * ,,,x x tffy' a priori dopuszczonych wartości charakterystyki PolP1,,,#łEk rozkładu y t at,y uzyskać żądany kształt np. funkcji gęstości rozkładu P,p (np,, aby miała co najwyżej 2 maksima lokalne). Ponadto, aby roz- kład P,p trwałości składowych wyliczony na podstawie wyników rozdziału 4 , był właściwy. Ostatni warunek może nie być speł- niony, co ilustruje następujący
7.2. PRZYKŁAD. Przyjmijmy, że p1 ,p2 € (0; 1) , p1 + pg = 1 oraz że
t ^ 0 ,
, t > 0
gdzie źl > 0 dla u = 1,2. ¥ zależności (4.13) otrzy- mujemy
rl dla t < 0 ,
V ^ 3 -u~ ^u^
[p3-u+pu'exp (A3-
u- Au} ‘J
dla t > 0.
Zatem lim R ^ (t) > 0 , gdy /l > /{ > 0.
t — •> co ^ 1
Wyniki pełniejszych badań nad tym zagadnieniem zostaną
omówione w innych pracach.
Model poprawiania I rodzaju był już wcześniej omawiany przez innych autorów [ 2 ],[4],[ 5 ]• Ciekawe spostrzeżenia, zbie- żne z poczynionymi w § 3 » podaje autorka pracy [. 3 ] » która o- mawia również pewne określenia związane z modelem poprawiania II rodzaju, uwzględniające współzależność trwałości składo-
w y c h .
Jako oryginalną część niniejszej pracy można uznać pro-
pozycję wyznaczania metodą NW rozkładu ^ Cpor. roz- dział 5) oraz zależność (4.13) rozkładu trwałości składowych
= P ^ *...*P^ od rozkładu p/p p •
Na zakończenie autor pragnie wyrazić podziękowanie Docen- towi Ryszardowi Zielińskiemu za wartościowe dyskusje.
DODATEK
D.1. Szkic dowodu twierdzenia 4.2
Odnośnie do pierwszej części,twierdzenia,ograniczymy się do przypadku k = 2 . Oczywiste jest , że jeśli dystrybuanty F ^ oraz F ^ mają wspólny punkt nieciągłości (oznaczmy go lite- rą t), to
Pr {
t^ = T ^ } > P r { T ^ = t = T ^ } =
=
[ F(1)( t+0)- F (t)] - [F t+0) - F ^ (t)] > 0.
Aby pokazać implikację odwrotną, przedstawmy rozkład P (2 )
(2
)zmiennej losowej T jako sumę nieujemnych miar P ^ s P ^ + P W , d c ’
gdzie P^2^ (
a) := p ^ (An^ , przy czym ^ ^ oznacza
zbiór punktów nieciągłości dystrybuanty F . Wtedy dystrybuanta (i)
(2) (2)
F^ ' miary P^ , spełniająca równość
F
( 2 )(t) =
F ^(t) -
2( [f (2) (t'+0) - F
^(t')] ,
c t' & K }
t' < t
jest ograniczoną niemałejącą funkcją ciągłą, a tym samym je- (1) ( 2 )
dnostajnie ciągłą. Jeśli dystrybuanty F i F nie mają wspólnych punktów nieciągłości, tzn. jeśli
OSZACOWANIE FUNKCJI NIEZAWODNOŚCI 151
P ^ ({t})-P(2^ ({t}) = O dla t e $ , to stosując oznaczenie
diag$2 : = t1 = t 2 » t1»t 2 6 ® T otrzymuj emy
p (1)X p^(2) (diagS2) = P )* P ^ (dia g <£ =
= 2 p (1) ({t})-p(2^ ({t}) = o . t e <4 ^
Ponadto, dla dowolnego ciągu coraz drobniejszych podziałów Jn
= "^ijn « 1 = °' i 1' • ^ j n = [ai ;n ’ ai+1;r)’
=»
spełniających warunki lim a . = + oo , x:n —
i — ► +oo * , lim sup (a. - a ) = O, i — *.oo i X,n 1 1,n ze względu na jednostajną ciągłość dystrybuant , speł- nione jest oszacowanie
P (1)xp W ( d ± a e ® 2 ) = lim n — ► oo -co 2 p(1) (I±.n)‘Pc2)(Ii-n)< f *
ś; ")> P ^ (i. ) ’ lim x’>n - ™ a '1 © v a;n; sup(F ^ (a. )- F ^2\a, < )) = c i-1 ;ny/
oo n — ► oo -co oo
-oo n — ► oo i
= 1 . 0 = 0 .
Odnośnie do równości (4.9) należy zauważyć, że
- jako zakres jej słuszności tradycyjnie przyjmuje się zakres sensowności wyrażeń występrijących po jej obu stronach;
- ze względu na przyjęte założenia, prawa strona jest sensow-
na poza co najwyżej przeliczalnym zbiorem ^ p u n k t ó w nie-
ciągłości dystrybuanty F ^ ,
ostatniej uwagi wynika, że zakres sensowności prawej strony jst wystarczający do jednoznacznego określenia prawdopodobiea>- tw f> = i warunkowych funkcji niezawodności
^ ; U 6 1A) .
Ze względu na niezależność trwałości składowych oraz określe- nie (4.2) możemy następująco przekształcać prawą stronę (4,9) t
OSZACOWANIE FUNKCJI NIEZAWODNOŚCI 153
P (4.9) = Pr{T(V) > ; dla v jś u}dPCu)(t') = t
= Pr-jT ^ < T ^ dla v ^ u , T (u^ > t j =
= Pr^T > t , U = u J- = ^(4,9)* c.k.d, D.2, Szkic dowodu wniosku 4,3
Stosując równość F + R ^ = 1 , na podstawie uogólnienia wzoru na całkowanie przez części dla całek Stieltjesa oraz równości (4,9) otrzymujemy
P,.. = J d f J J R (u) (t'))= - 2 / T T R (u)(t#) dR(u:)(t')=
'-1/ t ueU ue<H t vjśu
= P -R (t) = L ,
u u W
dla te , Wykorzystując lewostronną ciągłość wyra- żeń po prawej i lewej stronie równości (i) , otrzymujemy jej słuszność dla t 6 ,
Równość (ii) wynika z (4,9) poprzez przejście do granicy przy t — ► - 00 ,
Pierwsza równość w (4,10) , a tym samym treść wniosku (iii) wynika bezpośrednio z równości (4,9). Druga równość w (4.10) wynika z podstawienia równości (i) oraz (ii) . Zauważyć przy tym należy, że zbiór *[t; R t ) = 0 } ma p^u) - miarę zero.
Równanie całkowe (4.11) jest wnioskiem z własności po-
chodnej Radona-Nikodyma miary P ^ względem P^: jest ona od-
wrotną wartością pochodnej dP^/dP ^ , jeśli jest to funkcja
całkowalna względem miary P^ . Ponieważ odwrotność tej pocho-
dne j , zgodnie z (4.10) jest funkcją niemalejącą i ograniczoną w przedziale (- oo , t ), miara Pu zaś jest ograniczona ja- ko miara probabilistyczna, więc warunek całkowalności jest spełniony w tym przedziale. Co więcej, zbiór punktów nieciąg- łości tej pochodnej nie ma elementów wspólnych z
ł) ^ ,
(v) /
gdyż zależy jedynie od funkcji R , gdzie v jt u , dla u £ HM . Zatem równość (4.11*) ma sens i jest prawdziwa dla t < tQ . Jej prawdziwość dla t = t wynika z lewostronnej ciągłości. Należy też dodać, że przypadek p^ = 0 nie ograni- cza słuszności równania (4.11') , gdyż wtedy mamy
Pr(t > T ^ dla v / u} = 1 ,
co implikuje - ze względu na niezależność trwałości składowyct - istnienie liczby t > t takiej, że 1 O /
P r j r ^ ^ t j. = Pr-fl4^ < t1 dla v ^ u) = 1.
Zatem w tym przypadku doszliśmy do wniosku, że F ^ (t) = 0 dla t < t , czyli że równanie (4.11*) jest spełnione wobec p - O .
D.3. Dowód twierdzenia 5.2
Niech tJ = ; ufe oznacza rodzinę podziałów zbioioi 3Ł na skończone ilości przedziałów, zaś symbol n = (n Tj u , i u u £ % ) - indeksowaną rodzinę liczb naturalnych nieujemnych.
Ponadto, dla zmiennych losowych określonych równością
N T : = card -[j; T.€l, U. = ul , dla u £ u,I J J J , wyróżnijmy następujące zdarzenia
: = J N* = n T dla Ie J , u e % \ ,
,n 1 u,I u , X u -1
dla dowolnej rodziny podziałów cl i dowolnego układu n . Z twierdzenia 5.3 wynika, że teza twierdzenia 5.2 jest równo- ważna prawdziwości następującej równości:
(D.3.1) Pr { A 3 1 card JL = nu d la n
= n , n I u
U , I