Professional Documents
Culture Documents
1
1. INTRODUCERE
Exemplele stochastice de sisteme coerente sunt importante în statistică, teoria
fiabilităţii și în analiza de supravieţuire. În practică, aceste exemple sunt folosite pentru a
alege cele mai bune sisteme și cele mai bune elemente pentru aceste sisteme. Ideea se
păstrează pentru statisticile de ordine care, în acest context, reprezintă durata de funcţionare a
sistemelor de tip k din n.
Distribuţiile sistemelor coerente pot fi scrise ca un cumul de distribuţii al sistemelor
serie obţinute din mulţimile de traiectorie.
În acest articol câteva proprietăţi de ordonare descrescătoare ale ratei de degradare
sunt obţinute atât pentru statisticile de ordine (sisteme de tip k din n), cât și pentru sistemele
coerente cu componente independente. Aceste rezultate sunt bazate pe reprezentările funcţiei
de supravieţuire a unui sistem, sub forma unui amestec negativ de funcţii de supravieţuire ale
sistemelor serie obţinute din mulţimile de traiectorie. Aceste rezultate pot fi folosite în
practică pentru a alege sistemul cu cea mai mică rată de degradare descrescătoare.
Lucrarea este organizată după cum urmează. Rezultatele preliminare generale sunt
prezentate in Secţiunea 2. Cazul modelului ratei de degradare proporţională este studiat in
Secţiunea 3. În final, în Secţiunea 4, sunt analizate cazurile particulare ale sistemelor cu
componente exponenţiale, cele de tip Weibull și respectiv, Pareto de tip II (Lomax).
2. NOŢIUNI PRELIMINARE
Fie ( X 1 , X 2 ,..., X n ) și ( X 1* , X 2* ,..., X n* ) doi vectori aleatori absolut continui și fie
( X 1:n , X 2:n ,..., X n:n ) și ( X 1:*n , X 2:* n ,..., X n*:n ) vectorii aleatori ordonaţi (crescător) corespunzători.
d
etc. Astfel, funcţiile ratei de degradare sunt date de hi (t ) = − log Si (t ) ,
dt
d
hi* (t ) = − log Si* (t ) , etc.
dt
Presupunem că X i și X i* aparţin intervalului (0, ∞) pentru i = 1, n , condiţie uzuală în
studiul fiabilităţii și cel al supravieţuirii. Totuși, câteva rezultate nu necesită această condiţie.
2
O variabilă aleatoare X univariată pozitivă se spune a fi mai mică sau egală decât
variabila aleatoare Y univariată pozitivă în rata de degradare (notat X ≤ hr Y ), dacă funcţia de
unde mulţimile P1 , P2 ,..., Ps sunt mulţimile traiectoriei minimală. Mulţimea P j este mulţimea
sistemului de tip k din n, și în particular, X 1:n reprezintă sistemul serie și X n:n reprezintă
sistemul paralel. Evident, mulţimile traiectoriei minimală ale unui sistem de tip k din n sunt
toate mulţimile de cardinal k.
Funcţia ST de supravieţuire a sistemului poate fi scrisă cu ajutorul funcţiilor de
supravieţuire din sistemul serie și a mulţimilor traiectoriei minimală astfel :
(2.1) ST = ∑
A⊆{1,2,..., s}
(−1)
A +1
P(min{ X i , i ∈ ∪ Pj } ≥ t ) ,
j∈A
independente, atunci S PA (t ) = ∏ Si (t ) .
i∈PA
3
Din (2.1), distribuţia sistemului este un cumul de distribuţii ale sistemelor serie, câteva
valori din acest amestec pot fi însă negative. Astfel, pentru a obţine proprietăţi de ordonare
descrescătoare, avem nevoie de proprietăţile distribuţiilor cu posibile valori negative.
pentru t ≥ 0 , unde S1 , S2 ,..., Sn sunt funcţii de supravieţuire și p1 , p2 ,..., pn numere reale astfel
n
încât pi ≠ 0 și ∑p
i =1
i = 1 . Fie r funcţia ratei de degradare asociată cu S și fie ri funcţia ratei
ri (t )
(2.2) lim inf >1
t →∞ r1 (t )
și
ri (t )
(2.3) lim sup <∞
t →∞ r1 (t )
r (t )
lim = 1.
t →∞ r1 (t )
În plus, condiţia (2.3) poate fi înlocuită cu una mai slabă
f i (t )
(2.4) lim =0
t →∞ f1 (t )
Astfel, în acest caz, membrul principal al sumei (2.1) este unul din sistemele serie
obţinute din mulţimile traiectoriei minimală întrucât hPA > hPj pentru j ∈ A .
4
Aplicăm acest rezultat general pentru a studia proprietăţile ordonării descrescătoare
pentru statisticile de ordine și pentru sisteme în câteva modele de fiabilitate importante. În
acest scop, avem nevoie de ordonările parţiale din ℝ n . Dacă x = ( x1 , x2 ,..., xn ) este un vector
real, atunci ( x(1) , x(2) ,..., x( n ) ) este aranjamentul crescător al componentelor lui x . Un vector
j j
majorează slab un alt vector y = ( y1 , y2 ,..., yn ) (scris x ≥ w y )dacă ∑ x(i ) ≤ ∑ y(i ) pentru
i =1 i =1
hi (t ) = λi h(t ) pentru t > 0 și i = 1, n , unde λi > 0 și h(t ) funcţia ratei de degradare. Deci,
sistemele serie au distribuţii de tip RDP, întrucât rata de degradare a lui TP = min X i este dată
i∈P
de
(3.1) hP (t ) = (∑ λi )h(t ) .
i∈P
t > 0 și i = 1, n , unde λi* > 0 și h* (t ) funcţia ratei de degradare. Astfel, avem următorul
rezultat pentru statisticile de ordine (sisteme de tip k din n).
h(t )
Teorema 3.1 : Dacă (λ1 , λ2 ,..., λn ) ≥ w (λ1* , λ2* ,..., λn* ) și lim sup < 1 , atunci
t →∞ h* (t )
5
Demonstraţie : Mulţimile traiectoriei minimală pentru X n − k +1:n sunt toate submulţimile
din {1, 2,..., n} cu exact k elemente. Fie P1 o submulţime de indici cu cele mai mici k numere
hPj (t ) ∑λ
i∈Pj
i
1≤ = <∞
hP1 (t ) k
∑λ
i =1
(i )
pentru j = 2, 3,..., s , unde (λ(1) , λ(2) ,..., λ( n ) ) este vectorul ordonat obţinut din (λ1 , λ2 ,..., λn ) .
k
(2.3) respectă condiţia (2.1). Dacă ∑ λi = ∑ λ(i ) , atunci SP = S P și pot fi simultan in
i∈Pj i =1
1 j
hn − k +1:n (t ) k
lim = ∑ λ( i )
t →∞ h(t ) i =1
hn*− k +1:n (t ) k *
lim = ∑ λ( i )
t →∞ h* (t ) i =1
h(t )
și din lim sup < 1 și (λ1 , λ2 ,..., λn ) ≥ w (λ1* , λ2* ,..., λn* ) , avem
t →∞ h* (t )
k
h (t ) ∑λ (i )
h(t )
(3.2) lim n*− k +1:n = i =1
lim <1
t →∞ h* (t )
n − k +1:n (t )
t →∞ h k
∑λ i =1
*
(i )
6
* * h(t )
Corolar 3.2 : Dacă λ(1) + λ(2) + ... + λ( k ) < λ(1) + λ(2) + ... + λ(*k ) și lim sup ≤ 1 , atunci
t →∞ h* (t )
λ1 + λ2 + ... + λn h(t )
λ1* = λ2* = ... = λk* = λ * ≥ λ = și lim sup ≤ 1 , atunci X n − k +1:n ≥ a − hr X n*− k +1:n .
n t →∞ h* (t )
h1 (t ) + h2 (t ) + ... + hn (t )
(3.4) hi* (t ) = , i = 1, n .
n
Khaledi și Kochar [12] au demonstrat că dacă h(t ) = h* (t ) și
atunci X n:n ≥ hr X n*:n . Totuși, în unele modele, (3.4) și (3.5) ar putea sa nu fie condiţii
S1 (t ) + S2 (t ) + ... + Sn (t )
(3.7) Si* (t ) = , i = 1, n .
n
7
∞
Observăm că dacă mediile există, atunci µi = ∫ Si (t )dt are loc și prin urmare, (3.7)
0
implică (3.6). Putem folosi următorul rezultat pentru a compara sisteme cu componente
omogene și neomogene.
h(t )
Corolar 3.4 : Dacă lim = 1 și
t →∞ h* (t )
* *
λ(1) + λ(2) + ... + λ( k )
(3.8) λ(1) = λ(2) = ... = λ(*k ) = λ * < (respectiv > ),
k
atunci X n − k +1:n ≤ a − hr X n*− k +1:n (≥) . În plus, dacă h(t ) = h* (t ) și λ * ≤ λ (≥) , atunci
min
j =1,2,..., s
∑λ
i∈Pj
i < min
j =1,2,..., k
∑λ
i∈Q j
i
*
h(t )
și lim sup *
≤ 1 , atunci T ≥ a − hr T * .
t →∞ h (t )
Tabelul 1 arată comportamentul descrescător al tuturor sistemelor coerente cu trei
componente și distribuţii de tip RDP.
8
Aceste rezultate pot fi folosite pentru a compara sisteme obţinute din permutările
componentelor, în cazul în care h = h* și λ(i ) = λ(*i ) , i = 1, n . Aceste comparaţii pot fi folosite
pentru a studia locul potrivit al componentelor astfel încât să se obţină cel mai bun sistem. De
exemplu, mulţimile traiectoriei pentru sistemul serie-paralel T = min( X 1 , max( X 2 , X 3 )) sunt
hT (t )
P1 = {1, 2} și P2 = {1,3} . Astfel, lim = min(λ1 + λ2 , λ1 + λ3 ) .
t →∞ h(t )
Dacă componentele sunt diferite astfel încât λ1 < λ2 < λ3 și vrem să comparăm cele 3
t
unde α ≤ 1 , Si (t ) = exp(−λi ∫ h(t )dt ) pentru t ≥ 0 , și h funcţia ratei de degradare, atunci
0
h (t ) n
∑ λ S (t )∏ (1 − S (t ))
i i j n
lim 1:n = ∑ λi − lim α = ∑ λi .
i =1 j ≠i
t →∞ h (t ) t →∞ n
i =1 i =1
1 + α ∏ (1 − S j (t ))
j =1
Astfel, rezultatele date în această secţiune pot fi aplicate sistemelor obţinute din acest
model.
9
4. SISTEME CU COMPONENTE EXPONENŢIALE, WEIBULL SAU PARETO DE
TIP II
În această secţiune presupunem că duratele de viaţă ale componentelor au distribuţii
independente exponenţiale, Weibull sau Pareto de tip II.
Dacă au distribuţii exponenţiale, atunci funcţiile ratei de degradare sunt date de
hi (t ) = λi și hi* (t ) = λi* pentru t > 0 și i = 1, n , unde λi > 0 și λi* > 0 . Evident, acest caz este
inclus în modelul RDP cu h(t ) = h* (t ) = 1 pentru t > 0 . Astfel, rezultatele din secţiunea
precedentă pot fi aplicate statisticilor de ordine și sistemelor cu distribuţiile componentelor
* *
exponenţială. De exemplu, din Corolarul 3.2, dacă λ(1) + λ(2) + ... + λ( k ) < λ(1) + λ(2) + ... + λ(*k )
λ1 + λ2 + ... + λn
[10] a demonstrat că dacă λi* = λ = pentru i = 1, n , atunci X n:n ≥ hr X n*:n ,
n
respectând condiţia satisfăcătoare (3.3) (sau echivalent (3.4)). Evident, în acest caz,
X 1:n = st X 1:*n . Khaledi și Kochar [11] au îmbunătăţit acest rezultat, arătând că dacă
λi* = λ = (λ1λ2 ...λn )1/ n pentru i = 1, n , atunci X n:n ≥ hr X n*:n . Cum λ ≤ λ , atunci X 1:n ≤ hr X 1:*n (cu
ajutorul condiţiei λi* = λ , adică cu cât mai diverse componentele, cu atât sistemul serie este
mai slab).
Putem considera condiţiile satisfăcătoare (3.6) și (3.7) care, în acest model, sunt
n
echivalente cu λi* = λɵ = pentru i = 1, n . În acest caz, dacă λ(1) < λ( n ) , atunci
λ + λ + ... + λn−1
1
−1 −1
2
λ(1) < λɵ ≤ λ ≤ λ și astfel, X 1:n ≤ hr X 1:*n și X n:n ≥a − hr X n*:n . Pentru acest model, condiţia (3.6)
(sau (3.7)) pare a fi mai bună decât condiţia (3.3) (sau (3.4)). Mai mult, avem următoarele
rezultate asimptotice generale.
10
Propoziţia 4.1 : Dacă ( X 1 , X 2 ,..., X n ) este un vector de variabile aleatoare
Demonstraţiile sunt imediate din rezultatele pentru modelul RDP. În particular, dacă
m = n , λi* = λ * pentru i = 1, n , și
1 n −i +1
(4.1) λ * < mn−i +1 = ∑ λ( k ) (>) ,
n − i + 1 k =1
atunci X i:n ≤ a − hr X i*:n (≥) . Se vede ușor că, în general, X i:n și X i*:n nu sunt neapărat ordonate in
RD (a se vedea Exemplul 4.3). Rezultate similare pot fi obţinute pentru sisteme coerente
generale utilizând Teorema 3.5.
Exemplul 4.3 : Fie ( X 1 , X 2 , X 3 ) un vector de variabile aleatoare independente cu
compara sisteme de tip k din n folosind (4.1), avem nevoie de mediile aritmetice m3 = 11/ 18 ,
cu media armonică, λ = 3(λ1−1 + λ2−1 + λ3−1 ) −1 = 1/ 2 . Astfel, m1 < m2 < λ < m3 și dacă
11
Liniile punctate arată limita când
*
t → ∞ . Să observăm că X 2:3 este
numerică a ≅ 1.826 .
De asemenea, vom compara sistemele coerente. De exemplu, dacă considerăm
sistemele paralel-serie obţinute din ( X 1 , X 2 , X 3 ) avem trei opţiuni cu diferite comportamente
asimptotice (a se vedea Tabelul 1). Evident, pentru sistemele paralel-serie obţinute din
( X 1* , X 2* , X 3* ) avem doar o alegere. Cele patru funcţii ale ratei de degradare sunt date în Fig. 2.
12
Observăm că cea mai bună (slabă) din ( X 1 , X 2 , X 3 ) este
T1 = max( X 1 , min( X 2 , X 3 )) (T3 = max( X 3 , min( X 2 , X 1 ))) și este mai bună (slabă) decât a
pentru t > 0 , unde α i , β i , α i* , βi* > 0 . Acest caz este inclus doar în modelul RDP, când
componentele au parametrii de aceeași formă. Astfel, rezultatele date în secţiunea 3 pot fi
aplicate acestui model doar când β1 = β 2 = ... = β n = β și β1* = β 2* = ... = β n* = β * . Cazul
β = β * a fost studiat în [12]. Astfel, vom acorda atenţie cazului parametrilor de forme
diferite. Observăm că unele componente pot avea distribuţii exponenţiale.
Să considerăm că vectorii (α[1] , α[2] ,..., α[ n ] ) și ( β[1] , β[2] ,..., β[ n ] ) obţinuţi din parametrii
13
Propoziţia 4.5 : Dacă ( X 1 , X 2 ,..., X n ) este un vector de variabile aleatoare
14
( X 1* , X 2* ,..., X n* ) este un alt vector de variabile aleatoare independente Weibull cu funcţiile
*
ratei de degradare hi (t ) = α i*t βi −1 pentru t > 0 , i = 1, n , care satisfac condiţia (4.5), atunci
hn − k +1:n (t )
j4 = inf{k : j1 < k < j2 , γ [ k ] > kα } . Mai mult, lim = 1 pentru k = j3 + 1,..., j4 − 1 .
t →∞ h*
n − k +1:n (t )
Observăm că dacă β[1] < β , atunci β[1] < β < β[ n ] și astfel, X n:n ≥ a − hr X n*:n și
X 1:n ≤ a − hr X 1:*n , sau cu cât sunt mai diverse componentele, cu atât este mai bun (slab) sistemul
paralel (serie). O proprietate asemănătoare are loc pentru media geometrică și media armonică
sau orice alt β care satisface β[1] < β < β[ n ] . Dacă β[1] = β[ n ] , atunci modelul este inclus în
modelul RDP.
Exemplul 4.3 : Fie ( X 1 , X 2 , X 3 ) un vector de variabile aleatoare independente cu
degradare hi* (t ) = α t β −1 pentru t > 0 și i = 1, 2,3 . Dacă alegem condiţia suficientă (4.5), de
se verifică ușor că sistemele serie sunt ordonate în RD. Totuși, nu sunt ordonate în RD când
*
α1 = 1/ 10 . Sunt asimptotic ordonate în RD pentru toţi parametrii scalari ( X 1:3 ≥a − hr X 1:3 )
h1:2 (t ) = 1 + t . Nu sunt ordonate în RD (vezi Fig. 3), dar sunt asimptotic ordonateîn RD
15
*
( X 2:3 ≤ a − hr X 2:3 ) întrucât β = 5 / 3 < β 2 = β[2] = 2 . Mai mult, a poate fi dat numeric astfel
a ≅ 4.21937 .
*
Într-un mod similar, funcţiile ratei de degradare ale sistemelor paralele h2:3 și h2:3 au
*
comportament limitat, asemănător cu h2:3 (t ) = 1 și respectiv, h2:3 (t ) = t 2/3 .Se observă ușor că
sistemele paralele nu sunt ordonate în RD. Totuși, sunt asimptotic ordonate în RD
*
( X 3:3 ≥ a − hr X 3:3 ) întrucât β1 = β[1] = 1 < β = 5 / 3 . În plus, a poate fi obţinut numeric, astfel că
a ≅ 2.23968 .
În final, presupunem că duratele de viaţă ale componentelor au distribuţii
independente Pareto de tip II (Lomax), sau că funcţiile ratei de degradare sunt
hi (t ) = 1/ (α i + β it ) și hi* (t ) = 1/ (α i* + β i*t ) pentru t > 0 și i = 1, n , unde α i , α i* > 0 și
16
βi , βi* ≥ 0 . Observăm că unele componente pot avea distribuţii exponenţiale când snt nule.
Acest caz este inclus în modelul RDP doar când
(4.6) β1 / α1 = β 2 / α 2 = ... = β n / α n = γ
cu h(t ) = 1 / (1 + γ t ) pentru t > 0 și λi = 1/ α i . Astfel, rezultatele date în Secţiunea 3 pot fi
aplicate în acest model doar când are loc (4.6).
Pentru a studia cazul general, să considerăm din nou vectorii vectorii (α[1] , α[2] ,..., α[ n ] )
și ( β[1] , β[2] ,..., β[ n ] ) obţinuţi din parametrii vectorului ( X 1 , X 2 ,..., X n ) care satisfac (4.2) și
1
(4.8) lim hk :n (t ) = δ[ k ] :=
t →∞
∑
j≥k , α[ j ]
β [ j ] =0
când β[ k ] = 0 .
( X 1* , X 2* ,..., X n* ) este un alt vector de variabile aleatoare independente Pareto cu funcţiile ratei
de degradare hi* (t ) = 1/ (α i* + β i*t ) pentru t > 0 , i = 1, n și are loc una din condiţiile
17
Pentru a compara statisticile de ordine obţinute din componentele Pareto neomogene,
cu cele omogene, presupunem că h1* (t ) = h2* (t ) = ... = hn* (t ) = 1/ (α + β t ) pentru t > 0 . În acest
caz nu este ușor a alege o condiţie suficientă. Observăm că (3.4) ne dă doar un model Pareto
cât timp (4.6) are loc. Acest caz este inclus în modelul RDP. Dacă (3.7) are loc și Si ≠ S j
α 1 n αi
1− β
= ∑
n i =1 1 − βi
,
1 1 n 1
= ∑ ,
1 − β n i =1 1 − βi
1 n
sau dacă β i = β pentru i = 1, n , atunci α = ∑ α i . Pentru modelul Pareto, putem considera
n i =1
următoarea condiţie suficientă particulară
n
(4.9) β= .
β + β + ... + β n−1
1
−1 −1
2
( X 1* , X 2* ,..., X n* ) este un alt vector de variabile aleatoare independente Pareto cu funcţiile ratei
hn − k +1:n (t )
Mai mult, lim = 1 pentru k = max( j2 , j3 ) + 1,..., j1 .
t →∞ h*
n − k +1:n (t )
Dacă β[1] > 0 , β satisface (4.9) și toţi β –parametrii vectorului ( X 1 , X 2 ,..., X n ) sunt
18
γ [k ] 1 1 1 1
φ (k ) = = ( + + ... + )
k k β[ k ] β[ k +1] β[ n ]
este strict descrescătoare în k și astfel
k
γ [ k ] = kφ (k ) > γ [*k ] = = kφ (n)
β
h1:n (t )
Mai mult, lim = 1 . Următorul exemplu ne arată că în general sistemele de tip k
t →∞ h (t )
1:n
* 1 11 1 1
γ [1] = = > γ [1] = = ,
β 18 β3 3
* 2 11 1 1 5
γ [2] = = > γ [2] = + = ,
β 9 β 2 β3 6
și
* 3 11 1 1 1 11
γ [3] = = = γ [3] = + + = .
β 6 β1 β 2 β3 6
*
Prin urmare, sistemele serie sunt asimptotic echivalente deoarece γ [3] = γ [3] . Mai mult,
*
în acest caz este ușor de verificat că ele sunt ordonate în RD ( X 2:3 ≥ hr X 2:3 ) . Totuși, ele nu
19
*
Figura 4 ne arată că th2:3 (t ) și th2:3 (t ) nu sunt ordonate în RD.
* * 11 5
Totuși, ele sunt asimptotic ordonate în RD ( X 2:3 ≥ a − hr X 2:3 ) întrucât γ [2] = > γ [2] = . Mai
9 6
mult, numeric obţinem a ≅ 7.06543 . Se vede ușor că sistemele paralele sunt ordonate în RD
* 5 * 11
X 3:3 ≥ hr X 3:3 și că nu sunt asimptotic echivalente în RD întrucât γ [2] = < γ [2] = .
6 9
20