نکته - گروه برق دانشگاه آزاد اسلامی واحد جاسب
Download
Report
Transcript نکته - گروه برق دانشگاه آزاد اسلامی واحد جاسب
فصل دوم (مفاهیم و مباحث احتماالت)
اگر در یک فرآیند Sمرتبه فرآیند درست اتفاق بیافتد و Fمرتبه فرآیند موفق نباشد احتمال آن
که در یک آزمایش این فرآیند موفقیت آمیز باشد و یا نباشد مطابق با فرمول زیر است:
تعداد موفق بودن فرآیند S:
تعداد موفق نبودن فرآیند F:
𝑝+q=1
𝑠
𝑓𝑠+
𝑓
=q
𝑓𝑠+
=𝑝
موفقیت آمیز باشد
موفقیت آمیز نباشد
• مثال :برای یک سکه احتمال شیر آمدن و یا خط آمدن چیست؟
=2کل حاالت
یک حالت شیر
یک حالت
خط
𝑝+𝑞 =1
q=1/2احتمال خط آمدن
p=1/2احتمال شیر آمدن
• تمرین :مطلوب است احتمال اینکه عدد پرتاب یک تاس عدد فرد باشد؟
• تمرین :مطلوب است احتمال اینکه مجموع پرتاب دو تاس برابر 9باشد ؟
معرفی ترتیب و ترکیب در احتماالت :
: permutationترتیب
: combinationترکیب
-1ترتیب ()permutation
به مسائلی مسئله ی ترتیب در احتماالت گفته می شود که بخواهیم از تعداد nعضو rعضو مختلف را
کنار هم قرار دهیم.
• نکته :شرایط ترتیب :
-1کلیه ی عضوها با یکدیگر متفاوت باشند.
-2عضوها تکراری نباشد.
-3هیچ گونه محدودیتی در آرایش دهی وجود نداشته باشد.
جایگاه های انتخابی (ترتیب انتخاب) برای ما مهم نباشد.
!𝑛
! 𝑟𝑛−
= 𝑟𝑃𝑛
• مثال :اگر بخواهیم 4عدد تک رقمی را در 4مکان قرار دهیم تعداد کل حاالت چگونه است؟ (بدون تکرار)
!4
= 24
!0
= 4𝑝4
4 3 2 1
همین مثال را به ازای 2مکان در نظر بگیریم ؟
!4
= 12
!)(4 − 2
= 4𝑝2
• مثال :مطلوب است آرایش و تعداد ترکیبات 3کتاب از 7کتاب را بیان کنید؟
4 3
• مثال :مطلوب است چند عدد سه رقمی را می توان با ارقام 0تا 19ایجاد کرد ؟
الف :در حالتی که هیچ یک از ارقام تکرار باشند؟
ب :هر یک از ارقام قابل تکرار باشند؟
حل الف :
در حالت الف محدودیت در ارقام داریم پس از حالت ترتیب نمی توانیم برویم
9×9×8
9 × 10 × 10
8
10
9
10
9
9
-2ترکیب ()combination
منظور از ترکیب انتخاب rعضو از nعضو کل می باشد با این تفاوت نسبت به ترتیب انتخاب ها مهم نباشد.
همه ی اینها 1حالت است در ترکیب عدد 1و 2و 3
در ترکیب 6حالت وجود دارد چون ترکیب انتخاب مهم است.
3
2
1
2
3
1
3
1
2
1
3
2
1
2
3
2
1
3
!𝑛
𝑟𝑃𝑛
!𝑛
! 𝑟𝑛−
= 𝑟𝐶𝑛
=
=
!𝑟
!𝑟
!𝑟 ! 𝑟 𝑛 −
• مثال :مطلوب است انتخاب 3کتاب از 7کتاب مستقل از آرایش کتاب ها؟
• مثال :مطلوب است انتخاب یک هیئت 6نفره از بین 6مرد و 6زن به نحوه ی که حداقل تعداد زنان در
این هیئت سه نفره باشد؟
6زن 5+زن 4+زن 3+زن انتخاب شود = تعداد حاالتی که حداقل 3زن انتخاب شود
= 6𝐶3 × 6𝐶3 + 6𝐶4 × 6𝐶2 + 6𝐶5 × 6𝐶1 + 6𝐶6
• مثال :مطلوب است تعداد حاالتی که در مثال قبل حداقل یکی از اعضای هیئت مرد باشد؟
دیاگرام ون :
یک مفهوم و شکل شهودی جهت آشنایی با مفاهیم احتمال
الف :احتمال Aو Bهیچ اشتراکی ندارد
کل حاالت ( Sفضای احتمال کل)
مستقل از هم هستند.
𝑃 𝐴∩𝐵 = 0
مساحت 𝐴
کل مساحت
مساحت 𝐵
کل مساحت
= 𝐴 𝑃
= 𝐵 𝑃
𝑃 𝐴∩𝐵 ≠0
ب :حالتی که Aو Bاشتراک داشته باشند.
کل حاالت ( Sفضای احتمال کل)
B
A
𝐵∩𝐴 𝑃
𝐵∪𝐴 𝑃→
مساحت𝐵 ∩ 𝐴 −مساحت𝐵 +مساحت𝐴
کل مساحت
= 𝐵∪𝐴 𝑃
)𝐵 ∩ 𝐴(𝑃 = 𝑃 𝐴 + 𝑃 𝐵 −
ج :حادثه ی Aزیرمجموعه حادثه B
B
A
قواعد تلفیق احتماالت:
قاعده 1
حوادث مستقل (:)Independent events
حادثه ای را مستقل از هم گویند که احتمال وقوع یکی در دیگری هیچ تاثیری نداشته باشد (دو حادثه که
به طور همزمان اتفاق نمی افتد و هیچ وجه مشترکی ندارد).
مثل پرتاب یک سکه و یک تاس
قاعده 2
حوادث ناسازگار (: )Mutulty Exclusiv Event
حادثه ای دو به دو ناسازگار گویند که به طور همزمان اتفاق نمی افتد و هیچ وجه مشترکی ندارد .تنها تعداد
حاالت مثل باالیی است ولی فضای احتمالی آنها مثل هم است.
قاعده 3
حوادث مکمل (:)Compelementary Event
این حوادث را به این علت مکمل یکدیگر گویند چون اگر یکی اتفاق نیافتد %10دیگری اتفاق می افتد.
فضای حالت
B
𝑃 𝐴) + 𝑃(𝐵 = 1
A
دو فضای مکمل از نظر احتمالی ناسازگارند.
)𝐵(𝑃 = 𝑃 𝐴′
قاعده4
احتمال شرطی (حادثه ی شرطی)(:)Conditional Events
B
A
)P(A ∩ B
)P(B
) P(Bاتفاق افتاده باشد با چه احتمالی Aاتفاق می افتد.
Aاتفاق افتاده باشد با چه احتمالی Bاتفاق می افتد.
ظرف B
)𝐵 ∩ 𝐴(𝑃
= 𝐴𝐵 𝑃
)𝐴(𝑃
ظرفA
• مثال :
)=3/6=1/2سفید(P
│B)=2/3سفید(P
= P AB
│A)=1/3سفید(P
قاعده AND( : 5منطقی)
وقوع همزمان حوادث (:)Simultaneous Events
𝐵∩𝐴 𝑃
B
A
نکته : 1اگر دو حادثه مستقل از هم باشند
)𝐵(𝑃 × )𝐴(𝑃 = 𝐵 ∩ 𝐴 𝑃
حال برای nحالت اگر مستقل باشند (طبق استقرا)
) 𝑚𝐴(𝑃 × … 𝑃 𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ 𝐴𝑚 = 𝑃 𝐴1 × 𝑃 𝐴2 × 𝑃 𝐴3
نکته :2حوادث وابسته
𝐴 𝐵 𝑃× 𝐴 𝑃 = 𝐵 𝐴 𝑃× 𝐵 𝑃= 𝐵∩𝐴 𝑃
)𝐵 ∩ 𝐴(𝑃
= 𝐵𝐴 𝑃
)𝐵(𝑃
•
مثال :یک مجموعه ای از کارتها که ر چهار رنگ مختلف قرار دارد مطلوب است اگر تعداد کل کارتها
48کارت باشد و بر روی 2عدد از کارتها در هر رنگ ضربدر قرار داده شده باشد مطلوب است اگر
حادثه Aخروج کارت قرمز و حادثه Bوجود ضربدر روی آن باشد احتمال وقوع همزمان Aو Bرا
محاسبه کنید؟
12
= 𝐴 𝑃
48
8
= 𝐵 𝑃
48
2 12
1
×
=
12 48 24
= 𝐴 𝑃 𝐴│𝐵 𝑃 = 𝐵 ∩ 𝐴 𝑃
2
= 𝐴│𝐵 𝑃
12
• مثال :اگر در مثال باال کارت قرمز در نیامده باشد با چه احتمالی ممکن است کارت درآمده سبز باشد؟
قاعده OR( 6منطقی) :
احتمال وقوع حوادثی که حداقل یکی از دو حادثه اتفاق بیافتد.
)𝑃(A ∪ B
B
A
الف :در حوادث مستقل ولی ناسازگار نیستند
= 1 − 𝑃 𝐴′ ∩ 𝐵′ = 1 − 𝑃 𝐴′ × 𝑃 𝐵′ = 1 − 1
′
𝐵∪𝐴 𝑃𝑃 𝐴∪𝐵 =1−
ب :دو حادثه ی دو به دو ناسازگار
𝑃 A∩B =0
)𝑃 A ∪ B = P A + P(B
B
A
به طور تعمیم یافته برای nحادثه دو به دو ناسازگار
) 𝑚𝐴(𝑃 𝑃 𝐴1 ∪ 𝐴2 ∪ ⋯ ∪ 𝐴𝑚 = 𝑃 𝐴1 + 𝑃 𝐴2 + 𝑃 𝐴3 + ⋯ +
ج :دو حادثه ی غیر مستقل
)𝑃 A ∪ B = P A + P B − P A P B│A = P A + P B − P B P(A│B
• مثال :احتمال اینکه قطعه ی Aو Bسالم باشد چقدر است اگر احتمال سالم بودن قطعه ی 9/0 ،Aو احتمال سالم
بودن قطعی 95/0 ،Bباشد.
P(A)=0.9
احتمال سالم بودن
P(B)=0.95
الف :احتمال اینکه Aو Bسالم باشند؟
مستقل و سازگار
𝑃 𝐴 ∩ 𝐵 = 0.9 × 0.95 = 0.855
ب :احتمال اینکه حداقل یکی از قطعات سالم نباشد؟
1 − 𝑃 𝐴 ∩ 𝐵 = 0.145
ج :احتمال اینکه یکی از قطعات ناسالم باشد ؟
= 𝑃 𝐴 + 𝑃 𝐵 − 2𝑃 𝐴 ∩ 𝐵 = 0.9 + 0.95 − 2 × 0.855
𝐵 ∪ 𝐴 𝑃 1 − [𝑃 𝐴 ∩ 𝐵 + 1 −
= 0.14
• مثال :احتمال جمع دو عدد در هر بار ریختن دو تاس به طوری که جمع آنها برابر با 9شود؟
4
36
4
= → 𝑃 𝐴1 ∪ 𝐴2 ∪ A3 ∪ 𝐴4
= ) 𝑖𝐴(𝑃
𝑖=1
1
=
36
𝐴1 : 3,6 → 𝑃 𝐴1
1
=
36
𝐴2 : 4,5 → 𝑃 𝐴2
1
36
= 𝐴3 : 6,3 → 𝑃 𝐴3
1
=
36
𝐴4 : 5,4 → 𝑃 𝐴4
• مثال :در مسئله ی قبلی که 48عدد کارت وجود داشت احتمال خروج کارت قرمز یا سبز و یا هر دو در
یک انتخاب چقدر است؟
مستقل نیستند و سازگارند چون اشتراک دارند.
قرمز بودن کارتA :
سبز بودن کارتB :
𝐵│𝐴 𝑃 𝐵 𝑃 𝑃 A ∪ B = P A + P B − P A ∩ B = 𝑃 𝐴 + 𝑃 𝐵 −
12 8
8 2 20 2
18
+
−
= ×
−
=
48 48 48 8 48 48 48
18
=
: 𝑃 𝐴 + 𝑃 𝐵 − 𝑃 𝐴 𝑃 𝐵│𝐴 = 48راه دوم
کاربرد احتمال شرطی :
نحوه ی بدست آوردن احتمال وقوع یک حادثه وقتی که یک حادثه به وقوع حوادثی ارتباط دارد از این حوادث
دو به دو با هم ناسازگارند( هیچ اشتراکی ندارند)
𝑛𝐵 ∩ 𝐴 𝑃 𝑃 𝐴 = 𝑃 𝐴 ∩ 𝑆 = 𝑃 𝐴 ∩ 𝐵1 + 𝑃 𝐴 ∩ 𝐵2 + ⋯ +
⋯ = 𝑃 𝐵1 × 𝑃 𝐴│𝐵1 + 𝑃 𝐵2 𝑃 𝐴│𝐵2 +
• مثال :اگر میزان محصول یعنی در بازار ناشی از تولیدات دو کارخانه باشد به نحوی که %70این محصول
از کارخانه 1و %30آن از کارخانه 2باشد و میزان درصد سالم بودن محصوالت کارخانه %90 ، 1و
میزان سالم بودن محصوالت کارخانه %80 ،2باشد مطلوب است :
الف :میزان سالم بودن محصوالت داخل بازار با چه احتمالی است ؟
ب :احتمال اینکه محصول سالم محصول کارخانه 2باشد ؟
فضای کل حالت = محصوالت بازار
%70کارخانه 1
%30کارخانه 2
الف :
سالم بودن باشد A:
محصول کارخانه B1: 1
محصول کارخانه B2: 2
7
9
3
8
=
×
+
×
= 87%
10 10 10 10
𝑃 𝐴 = 𝑃 𝐵1 𝑃 𝐴│𝐵1 + 𝑃 𝐵2 𝑃 𝐴│𝐵2
ب:
𝑃(𝐵2 ∩ 𝐴) 𝑃 𝐵2 𝑃(𝐴│𝐵2 ) 0.3 × 0.8
= 𝐴 │ 𝑃 𝐵2
=
=
= 0.276
𝐴𝑃
)𝐴(𝑃
0.87
• مثال:
اگر در یک پست ترانسفورماتور قرار داشته باشد که این ترانسفورماتور در %30مواقع به عنوان Backup
(موازی یا پارالل) و %70مواقع به عنوان ترانس اصلی استفاده شود اگر در موتقعی که به عنوان Backup
استفاده می شود با احتمال %20خطا برای آن رخ دهد و در مواقعی که در حالت استفاده است با احتمال
%30برای آن خطا رخ دهد مطلوب است محاسبه ی آن که این ترانسفورماتور با چه احتمالی امکان خطا
برایش فراهم می شود؟
?= )P(f
20% 30%
رخ داد خطا F:
𝐴1
70%
𝐵1
در مدار بودن A1:
بصورت Backupبودن B:
30%
𝑃 𝑓 = 𝑃 𝐴1 𝑃 𝑓│𝐴1 + 𝑃 𝐵1 × 𝑃 𝑓│𝐵1
7
3
3
2
27
×
+
×
=
= 27%
10 10 10 10 100
=
توزیع های احتمال:
برای تحلیل بهتر و آنالیز داده های آماری به منظور محاسبات احتمالی و محاسبه ی قابلیت اعتماد در سیستم های
مهندسی باید این آمار توسط توابع احتمالی و توزیع احتمال بیان شود.
• مثال :تعداد پروفیل های انتخابی به عنوان نمونه در یک کارخانه ی نورد که میله های آن به طور 6متر ،
6متر برش می خورند به تعداد 20عدد نمونه انتخاب شده است و طول آن ها اندازه گیری شده است نتایج به
صورت زیر می باشد.
2×5.97/3×5.98/5×5.99/5×6/2×6.01/3×6.02
تابع توزیع فرآوانی به صورت زیر است
جمع حاالت تابع احتمالی همیشه 1می شود
=1
6
) 𝑖𝑥(𝑃 𝑖=1
گروه بندی اطالعات:
5تا → گروه (5.965 - 5.985)→ 1
10تا → گروه (5.985 – 6.005) → 2
5تا → گروه (6.005 – 6.025)→3
𝑃(𝑥𝑖 ) = 1
نمودار احتمال تجمعی (:)Commulative Probability
تابع احتمال تجمعی تابع احتمالی است که برای بدست آوردن آن باید متغیرها از کم به زیاد مرتب شوند و پس برای
بدست آوردن مقدار تابع احتمال تجمعی باید مقادیر احتمال تمام حالت هایی که مقدار آن حالت از مقدار مورد نظر
کمتر می باشد را با هم جمع کنیم این نمودار نموداری است که بیان می کند با چه احتمالی امکان رخ دادن یک
حادثه کمتر از مقدار مورد نظر می تواند باشد.
• مثال :
نمایش می هد = Fتابع احتمال تجمعی
تابع چگالی احتمال و احتمال تجمعی در توابع پیوسته :
تابع چگالی احتمال در توابع پیوسته به ماهیت آن رویداد می تواند شکل های مختلفی داشته باشد که غالبا به شکل
زیر تابع چگالی احتمال آن کشیده می شود.
مساحت زیر نمودار هرچه جلوتر می رویم زیادتر می شود برای همین ) F(xزیاد می شود ولی هرچه جلوتر
می رویم شیب کم می شود.
)𝑥(𝐹𝑑
)𝑥(𝑓 =
𝑥𝑑
𝑥
→ 𝑥𝑑 𝑥 𝑓
∞−
= 𝑥 𝐹
• نکته :برای توابع پیوسته برای اینکه بخواهیم محاسبه کنیم که باید احتمالی یک متغیر بین عدد aتا bقرار
دارد می توان از فرمول زیر استفاده کنیم.
𝑏
= 𝑏<𝑥<𝑎 𝑝
𝑥𝑑 𝑥 𝑓
𝑎
• نکته :نحوه ی نشان دادن متغیرهای پیوسته و گسسته و توابع توزیع احتمال آنها
-1توابع دو جمله ای (توزیع دو جمله ای)
گسسته
پیوسته
-2توزیع پواسون
-1توزیع نرمال
-2توزیع گوس
-3توزیع
-4توزیع ویبال
-5توزیع گاما
-6توزیع ویالیی
امید ریاضی :
اصطالحا مقدار میانگین و یا میانگین جامعه نامیده می شوند.
امید ریاضی در توابع گسسته یا ناپیوسته
) 𝑖𝑥(𝑃
0.1
0.15
0.25
0.25
0.1
0.15
6
𝑥 𝐸 → ) 𝑖𝑥(𝑃 𝑖𝑥
𝑖=1
) 𝑖𝑥(𝑛
2
3
5
5
2
3
) 𝑖𝑥(𝑛
× 𝑖𝑥
=
𝑁
𝑖𝑥
5.97
5.98
5.99
6
6.01
6.02
) 𝑖𝑥(𝑛 × 𝑖𝑥
=
𝑁
=𝑥= 𝑥 𝐸
تعداد کل
=
𝑥𝑖 𝑃(𝑥𝑖 ) = 5.9955
𝑖=1
محاسبه ی امید ریاضی در توابع پیوسته
∞+
𝑥= 𝑥 𝐸
𝑥𝑑 𝑥 𝑓𝑥
∞−
• مثال :در تکرار انداختن تاس به دفعات زیاد مقدار انتظاری نتایج چه عددی است ؟
• مثال :احتمال اینکه یک مرد 30ساله برای طول مدت مشخصی زنده بماند می شود 0.995در صورتیکه یک
شرکت بیمه پرداخت بیمه ی عمری معادل 2000دالر به ازای پرداخت 20دالر پیشنهاد نماید این شرکت سود
می برد یا ضرر و انتظار سود و یا ضرر این شرکت به اندازه ی یک قرارداد چقدر است؟
) 𝑖𝑥(𝑃
0.005
0.995
سود شرکت
𝑖𝑥
-2000$
20$
شرکت
= −2000 × 0.005 + 20 × 0.995 = +10$سود = امید ریاضی
واریانس ( )Varianseو انحراف استاندارد :
فرمول کلی )𝑥( 𝑉 𝑥 = 𝐸[𝑥 − 𝐸 𝑥 ]2 = 𝐸 𝑥 2 − 𝐸 2واریانس
𝑥 2 𝑝(𝑥𝑖 ) −[ 𝑥𝑝(𝑥)]2
گسسته
2
پیوسته ]𝑥𝑑 𝑥
∞+
𝑓𝑥
∞−
[ 𝑥 𝑑𝑥 −
+∞ 2 2
𝑓 𝑥
∞−
= 𝑥 𝑉
= 𝑥 𝑉
انحراف استاندارد :
)𝑥(𝑉
+
= 𝛿 = 𝑛𝑜𝑖𝑡𝑎𝑖𝑣𝑒𝐷 𝑑𝑟𝑎𝑑𝑛𝑎𝑡𝑆
• مثال :در مثال قبل مطلوب است واریانس و انحراف استاندارد حوادث را بدست آورید؟
فصل سوم
توزیع دو جمله ای و کاربرد در مباحث احتمال :
توزیع دو جمله ای به طور مستقیم با ترکیب های حاالت مختلف یک فرآیند احتماالتی ارتباط دارد.
حالتی که سکه 1بار پرتاب شود
+ 2𝑃 𝑇 𝑃 𝐻 + 𝑃(𝐻)2
2
P(T)+P(H)=1
𝑇 𝑃 = 1 = [P T + P H ]2
[P T + P H ]3
𝐻 = 𝑃3 𝑡 + 3𝑃 𝑇 𝑃 𝐻 + 3𝑃 𝑡 𝑃2
𝑛 𝑛 − 1 𝑛−2
3
)𝐻([P T + P H ]𝑛 = 𝑃𝑛+𝑡𝑃 +
𝑛𝑃𝑛−1 𝑇 𝑃 𝐻 +
𝑃
)𝐻( 𝑛𝑃 𝑡 𝑃2 𝐻 + ⋯ +
!2
مشاهده می شود که توزیع دو جمله ای به خوبی نشان دهنده ی کلیه ی حاالتی است که در تکرار یک فرآیند
که دو وضعیت دارد می باشد.
اگر Pاحتمال سالم بودن (موفقیت) و qاحتمال خرابی (عدم موفقیت) باشد می توان تابع دو جمله ای را به
طور کلی به صورت زیر بیان کرد.
𝑛
= 𝑛)𝑞 (𝑝 +
𝑛𝐶𝑟 𝑃 𝑥 𝑞 𝑛−𝑟 = 1
𝑥=0
روش برای تعداد جمالت محدود (مثلث پاسکال)
1
2
1
3
1
1
4
توان 1
1
3
6
توان 1
1
4
توان 1
1
توان 1
شرایط استفاده از توزیع دو جمله ای :
-1تعداد تکرارها باید مشخص شده باشد.
-2در هر آزمایش فقط نتیجه ی حاصل باید مانند موفقیت و یا شکست باشد( .صفر و یک)
-3احتمال موفقیت یا شکست باید ثابت باقی بماند.
-4کلیه ی آزمایش ها مستقل باشد و نتایج آ نها بر دیگری تاثیر نداشته باشد.
• مثال :مطلوب است در 5بار پرتاب یک سکه ترسیم تابع چگالی احتمال و توزیع احتمال هریک از حالت
ها را بیان کنید .
(p+q) 5 = 𝑝5 + 5𝑝4 𝑞 + 10𝑝3 𝑞 2 + 10𝑝2 𝑞 3 + 5𝑝𝑞 4 + 𝑞 5
q
p
↓
↓
T
H
P(𝑥𝑖 )
تجمعیP(𝑥𝑖 )
0
5
1
𝑝5 = ( )5 = 1/32
2
1/32
1
4
2
3
10𝑝3 𝑞 2 = 10/32
16/32
3
2
10𝑝2 𝑞 3 = 10/32
26/32
4
1
5𝑝𝑞 4 = 5/32
31/32
5
0
𝑞 5 = 1/32
32/32
1 4 1
4
5𝑝 𝑞=5 2
2
= 5/32
6/32
)P(x
10/32
5/32
1/32
تعداد بار پرتاب
5
4
3
2
1
) 𝑖𝑥(P
32/32=1
31/32
26/32
16/32
6/32
1/32
تعداد بار پرتاب
5
4
3
2
1
• مثال :اگر احتمال موفقیت ) p(sueبرابر ¼ باشد و این آزمایش 4بار تکرار شود مطلوب است.
الف :احتمال وقوع هریک از حاالت و نمودار تجمعی آن را بکشید.
q=3/4
P=1/4
(p+q) 4 = 𝑝4 + 4𝑝3 𝑞 + 6𝑝2 𝑞 2 + 4𝑝𝑞 3 + 𝑞 4
)F(x
) p(x)=f(xیا )f(x
غلط F
درست T
0.316
𝑝4 = 0.316
4
0
0.737
4𝑝3 𝑞 = 0.421
3
1
0.947
6𝑝2 𝑞 2 = 0.21
2
2
0.993
4𝑝𝑞 3 = 0.046
1
3
1
𝑞 4 = 0.0039
0
4
f(x)
0
1
2
3
4
x
)F(x
1
0.993
0.947
0.737
0.316
5
4
3
2
اشکال بر حسب درستی ها کشیده شده می توان بر حسب qها هم هر دو را کشید.
1
مقدار انتظاری و انحراف استاندار در دو جمله ای ها :
از آنجایی که در پارامترهای توزیع مقدار انتظاری (میانگین) و انحراف استاندارد بهترین پارامترهای توزیع هستند
لذا در این بخش به دنبال آن هستیم که مقدار امید ریاضی () )E(xو انحراف استاندارد و(( )V)xرا برای دو جمله ای
ها بدست آوریم.
𝑛
= 𝑛 )𝑞 (𝑝 +
𝑥𝑛𝑐𝑥 𝑝 𝑥 𝑞 𝑛−
𝑥=0
𝑛
𝑥𝑥 × 𝑛𝑐𝑥 𝑝 𝑥 𝑞 𝑛−
y=x-1
n-1=m
= 𝑥 𝑝𝑥
𝑥=0
=
!𝑛
𝑥𝑝 𝑥 𝑞 𝑛−
!𝑥 ! 𝑥 𝑛 −
!)(𝑛 − 1
𝑥𝑝 𝑥−1 𝑞 𝑛−
!)𝑛 − 𝑥 ! (𝑥 − 1
𝑛
𝑥
𝑛
𝑥=1
𝑥=1
𝑛
= )𝑥(E
𝑥=0
!𝑛
𝑝 𝑥 𝑞 𝑛−𝑥 = 0 +
!𝑥 ! 𝑥 𝑛 −
!𝑛
𝑝𝑛 = 𝑥𝑝 𝑥 𝑞 𝑛−
!)𝑛 − 𝑥 ! (𝑥 − 1
𝑛
=
𝑥=0
𝑛
=
𝑥=1
!𝑚
𝑝𝑛 = 𝑥 𝑝𝑥 ⇒ 𝑝𝑛 = 𝑦𝑝 𝑦 𝑞 𝑚−
!𝑦 ! 𝑦 𝑚 −
𝑚
𝑝𝑛 =
𝑦=0
(𝑝 + 𝑞)𝑚 = 1
واریانس :
𝑞𝑝𝑛 = 𝑥 𝑉 𝑥 = 𝐸 𝑥 2 − 𝐸 2
𝑞𝑝𝑛 = )𝑥(𝑉
=𝛿
• مثال :مطلوب است محاسبه ی تعیین مقدار انتظاری و انحراف استاندارد ر تعداد محصوالت معیوب در یک نمونه
برداری 4تایی مشروط بر آنکه احتمال سالمت محصول %90باشد
انتظار معیوب بودن
E(x)=n×q=4×0.1=0.4
چون امید ریاضی معیوب بودن را می خواهد به جای q،pگذاشتیم.
𝛿 = 𝑛𝑝𝑞 = 4 × 0.1 × 0.9 = 0.60
𝑉 𝑥 = 𝑛𝑝𝑞 = 4 × 0.1 × 0.9=0.36
• مثال :اگر در یک کارخانه یک درصد از محصوالت معیوب باشد و مصرف کننده ای 50عدد از این محصوالت
را خریداری کرده باشد احتمال این که تعداد محصوالت معیوب حداکثر 2تا باشد؟
p x ≪ 2 = 50 p x = 0 + p x = 1 + p x = 2
= 50 1q50 + 50q49 p + 1225q48 p2 = 0.9862
• مثال 4 :المان با احتمال سالم بودن %90و رابی %10مورد استفاده قرار می گیرد احتمال حالت های مختلف
خرابی را بدست آورید و احتمال تجمعی خرابی را محاسبه کنید.
بررسی وجود المان های آزاد )effect of redundancy( :
P=0.9
اگر المان مورد استفاده یکی باشد.
R=0.9
Q=1-R=0.1
دو المان :
P=0.9
R = p2 + 2pq = 0.92 + 2 × 0.1 × 0.9
یا
R = 1 − Q = 0.99
Q = q2 = 0.12 = 0.01
P=0.9
می بینیم هرچه المان های موازی افزایش پیدا می کند قابلیت اطمینان افزایش پیدا می کند.
نکته :
(𝑝 + 𝑞)2 = 𝑝2 + 2𝑝𝑞 + 𝑞 2 = 1
Q
R
سه المان :
R = p3 + 3𝑝2 𝑞 + 3p𝑞 2
یا
R = 1 − Q = 0.999
Q = q3 = 0.13 = 0.001
نکته :
(𝑝 + 𝑞)2 = p3 + 3𝑝2 𝑞 + 3p𝑞 2 + 𝑞 3 = 1
Q
R
تمرین :اگر برای عملکرد این سیستم به حداقل عملکرد دوتا از این المان ها نیاز باشد قابلیت اطمینان ) (Rاین
سیستم را پیدا کنید.
2
3
𝑞 𝑝R = p + 3
Q = 3pq2 + 𝑞 3
نکته :حالت کاهش یافته
می شود در المان های موازی ( به خصوص در مواقعی که المان ها کامال شبیه به هم می باشند) به ازای
مجموع آن ها یک المان جدید گذاشت با قابلیت احتمال (قابلیت اعتماد)کل سیستم
P
≡
p′ = p2 + 2pq = R
P
• مثال :اگر دو ترانس موازی در پست وجود داشته باشد به این نحو احتمال سالم بودن یکی 0/9و احتمال سالم بودن
دیگری 0/8باشد و این ترانس ها به صورت موازی باشند احتمال تامین بار توسط این ترانس ها چه مقدار است؟
P’=0.8
R=p × p’+ q p ’+ q p’ =0.9=1-Q
Q=q q’= 0.2×0.1
P=0.9
حال چون دو جمله شبیه به هم نیستند دیگر به توان 2نمی رسد و ضرب دو جمله ای می شود.
’( p + q )( p ’+ q ’)=p p’ +p q’ +p’ q + q q
• مثال :اگر در یک پست که سه ترانس با هم موازی شده اند دوتای آن ها یکسان و با قابلیت اطمینان سالم بودن 0/9
و یکی از آنها از نوع دیگر می باشد با قابلیت اطمینان 0/7اگر برای برق رسانی به حداقل 2ترانس نیاز باشد
میزان قابلیت اعتماد این پست چه مقدار است؟
حالت کاهش یافته :
نکته ی قابل توجه آن است که تا به حال سیستم هایی که داشته ایم طوری بودند که دو حالت عملکرد داشتند یعنی حالت
کارکرد و حالت بدون کارکرد .ولی در بعضی از تجهیزات حالت کاهش ظرفیت نیز وجود دارد یعنی وضعیت هایی در
نیروگاه وجود دارد که نیروگاه با ظرفیتی کمتر از ظرفیت نامی کل نیروگاه کار می کند( به خصوص در نیروگاه هایی
که چند واحد با هم دارند)
• مثال :مثال یک واحد نیروگاهی کوچک را می توان برای تامین بار 1OMWداشته باشیم به نظر شما کدامیک از
آرایش های واحدهای نیروگاهی برای نیروگاه مناسب می باشد؟ (قابلیت اعتماد کدامیک بیشتر است؟)
طرح 1 × 1OMW : 1
طرح 2 × 1OMW : 2
طرح 3 × 5 MW : 3
1
طرح 4 × 3 3 MW : 4
LOMW
FOR = Force outage Rate = 2%
) (مدل کردن المان ها و ترکیب المان های مختلف4 فصل
R=P(SS)=Reliability of system successful
R=P(SF)=Reliability of system failure
:انواع سیستم
A
:(parallet system) موازی-1
B
P(SS)=𝑝(𝐴𝑠 ∪ 𝐵𝑠 )
P(SF)=𝑝(𝐴𝐹 ∪ 𝐵𝐹 )
𝐴𝐹 = 𝐴 𝐹𝑎𝑖𝑙𝑢𝑟𝑒
𝐴𝑠 = 𝐴 𝑆𝑢𝑐𝑐𝑒𝑠𝑠
𝐵𝐹 = 𝐵 𝐹𝑎𝑖𝑙𝑢𝑟𝑒
𝐵𝑠 = 𝐵 𝑆𝑢𝑐𝑐𝑒𝑠𝑠
P(SS)=𝑝 𝐴𝑠 ∪ 𝐵𝑠 = 𝑝 𝐴𝑠 + 𝑝 𝐵𝑠 − 𝑝 𝐵𝑠 ∩ 𝐴𝑠 = 𝑅𝐴 + 𝑅𝐵 − 𝑅𝐴 𝑅𝐵
⇒ 𝑅𝑠𝑦𝑠 = 𝑅𝐴 + 𝑅𝐵 − 𝑅𝐴 𝑅𝐵
P(SF)=𝑝(𝐴𝐹 ∩ 𝐵𝐹 )= 𝑝 𝐴𝐹 ∗ 𝑝 𝐵𝐹 = 𝑄𝐴 ∗ 𝑄𝐵 ⟹ 𝑄𝑠𝑦𝑠 = 𝑄𝐴 × 𝑄𝐵
:(Series system) سری-2
A
B
𝑅𝑠𝑦𝑠 = 𝑃 𝑆𝑆 = 𝑃(𝐴𝑠 ∩ 𝐵𝑠 )
𝑄𝑠𝑦𝑠 = 𝑃 𝑆𝐹 = 𝑃(𝐴𝐹 ∪ 𝐵𝐹 )
𝐵𝑅 ∗ 𝐴𝑅 = ) 𝑠𝐵(𝑃 ∗ ) 𝑠𝐴(𝑃 = 𝑆𝑆 𝑃 = 𝑠𝑦𝑠𝑅
𝐵𝑄 𝐴𝑄 𝑄𝑠𝑦𝑠 = 𝑃 𝑆𝐹 = 𝑃 𝐴𝐹 ∪ 𝐵𝐹 = 𝑃 𝐴𝐹 + 𝑃 𝐵𝐹 − 𝑃 𝐴𝐹 ∩ 𝐵𝐹 = 𝑄𝐴 + 𝑄𝐵 −
𝑠𝑦𝑠𝑅 𝑄𝑠𝑦𝑠 = 1 −
نکته :
𝐵𝑄 𝐴𝑄 = 𝑄𝐴 + 𝑄𝐵 −
𝐵𝑄 𝑄𝑠𝑦𝑠 = 1 − 𝑅𝑠𝑦𝑠 = 1 − 𝑅𝐴 ∗ 𝑅𝐵 = 1 − 1 − 𝑄𝐴 1 −
نکته :با افزایش المان های سری در سیستم قابلیت اعتماد آن کاهش پیدا می کند.
-3ترکیب سری و موازی :
A
C
B
موازی
سری
-4سیستم های نه سری نه موازی :
A
C
D
E
B
• مثال :مطلوب است محاسبه ی Relibillityسیستم زیر با فرض آن که در قسمت دوم سیستم با عملکرد دو عنصر
از چهار عنصر کار کند؟
B
R3
E
A
C
R2
3
2
R1
1
R6
6
R6
R4
4
6
R6
6
R5
5
R6
6
D
𝑅𝑎 = 𝑅2 × 𝑅3
𝑅𝑏 = 𝑅𝑎 + 𝑅4 − 𝑅𝑎 𝑅4
𝑅𝑐 = 𝑅1 𝑅𝑏
𝑅𝑑 = 𝑅𝑐 + 𝑅5 − 𝑅5 𝑅𝑐
2
4
3
𝑅𝑒 = R 6 + 4 R 6 𝑄6 + 6 R 6 Q 62 ⟹ 𝑅𝑠𝑦𝑠 = 𝑅𝑑 × 𝑅𝑒
Study by Redundancy system
بررسی و مطالعه با سیستم موازی
برای افزایش قابلیت اطمینان
-1بهبود قابلیت تک تک اجزا سیستم
-2استفاده از سیستم های موازی یا Redundancy
انواع سیستم Redundancy
Active -1
Passive -2
:Activeسیستم های سیستمی است که در آن هر دو سیستم Redundancyبه طور همزمان در حال
کار هستند به عبارتی این دو سیستم هر دو ( energizedانرژی دار) هستند.
:Passiveسیستمی است که یکی از (سیستم اصلی) سیستم ها در حال کار و سیستم Backupپشتیبان
در حال کار نمی باشد بلکه آماده ی به کار است و به صورت Stand byمی باشد که در صورت
اتفاق یک خطا در سیستم اصلی وارد مدار می شود.
محاسبه قابل اعتماد ( )Rبرای سیستم های :Redundant
𝑅 = 𝑅1 ∥ 𝑅2
-1سیستم :Active
R1
𝑅𝑠𝑦𝑠 = 𝑅1 ∥ 𝑅2 = 𝑅1 + 𝑅2 − 𝑅1 𝑅2
) (𝑅1 ∪ 𝑅2
یا
𝑠𝑦𝑠𝑄 𝑅𝑠𝑦𝑠 = 1 −
𝑄𝑠𝑦𝑠 = 𝑄1 𝑄2
R1
≡
R1
:Passive سیستم-2
+
Switch changeover
2
.حاالت مختلف رخ می دهد
)1-2حالتی که کلید %100درست عمل می کند و در حین کار خطا ندارد :
=1احتمال درست عمل کردن ( changeoverسویئچ کردن) 𝑠𝑃
دقیقا مثل حالت موازی
در این حالت مثل سیستم Active Redundantعمل می کند.
𝑄𝑠𝑦𝑠 = 𝑄𝑄 2 1 = 𝑄1 𝑄2
و یا
𝑄𝑠𝑦𝑠 = 𝑄1 𝑄2
)2-2حالتی که changeoverبا احتمال 𝑠𝑃 درست عمل کند :
1
𝑠𝑃
دو حالت :
1 (1عمل نکند کلید هم عمل نکند
1 (2عمل کند کلید عمل نکند
2
)کلید عمل نکند │ 𝐹𝑆( + Pکلید عمل کند│ 𝐹𝑆 𝑃 = 𝑄𝑄
) = 𝑃𝑆 𝑄1 × 𝑄2 + 1 − 𝑃𝑆 𝑄1 = 𝑄1 − 𝑃𝑆 𝑄1 (1 − 𝑄2
)2-3فرض کنید کلید درست عمل کند با احتمال 𝑠𝑅 و در شرایط وصل شدن با قابلیت اطمینان 𝑠𝑃
کار کند :
1
1
𝑠𝑅
𝑠𝑃
𝑠𝑃
≡
R=100%
2
𝑄𝑅
یک سیستم مجزا با احتمال 𝑠𝑅 گرفتیم برای ساده کردن
کلید 𝑠𝑅 دارد
2
= 𝐹𝑆 𝑃کل1 − 𝑅𝑠𝑦𝑠 = کل1 − 𝑅𝑄 𝑅𝑆 = 1 − (1 − 𝑃 𝑆𝑅) 𝐹𝑆 مرحله قبل
مرحله قبل1 − 𝑃(𝑆𝐹)
و یا
P SF = P QF ∪ PSF = P QF − P SF − P QF × SF
= P SF قبل+ 1 − R S − 1 − R S PSF = قبلP SF قبل− R S + R S P(SF)
• مثال :اگر قابلیت اطمینان دو سیستم موازی که به صورت پسیو قرار دارد برابر 𝑅1 = 𝑅2 = 95%و
احتمال سوئیچ کردن کلید %90 ، Changeoverباشد و احتمال خرابی کلید Changeoverدر حین کار
%80باشد ،مطلوب است قابلیت اطمینان را بدست آورید؟
𝑄1 = 5%
𝑅1 = 𝑅2 = 95%
احتمال عملکرد سوئیچ
𝑃𝑆 = 90%
احتمال خطا عمل کردن سوئیچ 𝑅𝑆 = 80%
𝑆𝑅 𝑄𝑅 𝑃(𝑆𝐹) = 1 − 𝑅𝑠𝑦𝑠 = 1 −
𝑆𝑅
0.8 = 0.2058
= 1 − 1 − 𝑄1 − 𝑃𝑆 𝑄1 1 − 𝑄2
= 1 − 1 − 0.05 − 0.9 × 0.05 1 − 0.05
)2-4حالت ∶ 𝑃𝑆 = 1
1
𝑅1
𝑠𝑅
𝑃𝑠 = 1
≡
𝑅2
𝑆𝑅 × ) 𝑅 = (𝑅1 ∥ 𝑅2
خرابی هم در وضعیت 1ممکن است رخ دهد و هم در وضعیت دوم
1
2
𝑠𝑅
2
𝑃𝑆 = 1 )2-5و احتمال خرابی حین کار کرد 𝑆𝑅 فقط در حالت : 2
1
1
𝑠𝑅
2
2
𝑆𝑄 𝑄𝑠𝑦𝑠 = 𝑄1 𝑄2 2 1 𝑄𝑆 𝑆𝐹 │1 ∩ 2 = 𝑄1 𝑄2
فصل ( 5مدل سازی شبکه و ارزیابی سیستم های پیچیده)
سیستم های پیچیده ،سیستم هایی که نه سری و نه موازی هستند.
𝐵𝑅
𝐴𝑅
B
A
𝐸𝑅
E
D
C
𝐷𝑅
𝐶𝑅
برای حل این نوع از سیستم ها از روش های زیر می توان استفاده کرد :
-1حل به روش احتمال شرطی
-2تحلیل مجموعه انقطاع و اتصال
-3استفاده از نمودار درخت
-4استفاه از نمودار منطقی
-5شیوه اتصال آرایه
-1حل به روش احتمال شرطی :
این سیستم در دو وضعیت کار می کند
B
A
E
D
C
B
A
الف ) Eکار کند RE
D
C
B
A
الف ) Eکار نکند QE
D
C
𝑃 𝑆𝑆 = 𝑃 𝑆𝑆│ 𝐸 𝑃 𝐸 + 𝑃 𝑆𝑆│ 𝐸 𝑃 𝐸
= 𝑅𝐴 ∥ 𝑅𝐶 𝑅𝐵 ∥ 𝑅𝐷 𝑅𝐸 + (𝑅𝐴 𝑅𝐵 ∥ 𝑅𝐶 𝑅𝐷 )(1 − 𝑅𝐸 )
-2روش کاربرد انقطاع : Application of cut set
کات ست ها ترکیباتی از نحوه ی عناصری هستند که اگر با هم خطا رخ دهد کل سیستم قطع می شود
4
3
2
B
A
1
E
D
C
cut set 2= A & E & D
cut set 1= A & C
cut set 4= B & D
cut set 3= B & E & C
کات ست مسیر بسته ای است که با حذف شاخه ها مدار به دو قسمت جدا از هم تقسیم می شوند.
B
D
𝐶4
B
A
E
E
C
D
𝐶3
𝐶2
A
C
𝐶1
𝑄𝑠𝑦𝑠 = 𝑃 𝑆𝐹 = 𝑃 𝐶1 ∪ 𝐶2 ∪ 𝐶3 ∪ 𝐶4
= 𝑄𝐶1 + 𝑄𝐶2 + 𝑄𝐶3 + 𝑄𝐶4
-3ارزیابی تقریبی:
در سیستتتم هتتای بتتزرن از آن جتتایی کتته تعتتداد عناصتتر زیتتاد متتی شتتود و متتی دانتتیم کتته 𝐸𝑄 = 𝐶𝑄 = 𝐵𝑄 = 𝐴𝑄
𝐷𝑄 = در نتیجه داریم ⟵
𝑄𝑠𝑦𝑠 ≃ 𝑄𝐶1 + 𝑄𝐶2 + 𝑄𝐶3 + 𝑄𝐶4 ≃ 𝑄 2 + 𝑄 3 + 𝑄 3 + 𝑄 2
چون Qعدد کوچکی است و توان آن هم خیلی کوچکتر می شود پس داریم :
نکته :در سیستم های پیچیده ی بزرن از آن جایی که Qعدد کوچکی می باشد از کات ست هایی که تعداد
عناصر آن ها از دو یا سه عنصر بیشتر است می توانند صرفنظر کنند.
تمرین :قابلیت اعتماد زیر را بدست آورید ؟
A
𝑅𝐴 = 0.9
C
𝑅(𝐵│ 𝐴) = 0.96
𝑅𝐶 = 0.99
B
𝑅𝐷 = 0.8
B
احتمال عمل کردن کلید
𝑃𝑆 = 0.92
قابلیت اعتماد کلید
𝑅𝑆 = 0.98
A
A
𝐵𝐴𝑅′
𝐴𝑅
𝐴𝐶𝑅
𝐵𝐴𝑅
𝐵𝐴𝑅′
𝐵𝑅
B
𝐶𝐵𝑅
𝐶𝑅
C
B
نکته :تبدیل سیستم Yبه △
سیستم مدار مثلث قابلیت اطمینان بیشتری دارد چون بین هر دو نقطه 2مسیر وجود دارد
C
) 𝐶𝐵𝑅 × 𝐴𝐶𝑅( ∥ 𝐵𝐴𝑅 = 𝐵𝑅 × 𝐴𝑅 = 𝐵𝐴𝑅′
?= 𝑎𝑅
) 𝐴𝐶𝑅 × 𝐵𝐴𝑅( ∥ 𝐶𝐵𝑅 = 𝐶𝑅 × 𝑏𝑅 = 𝐶𝐵𝑅′
) 𝐶𝐵𝑅 × 𝐵𝐴𝑅( ∥ 𝐴𝐶𝑅 = 𝑎𝑅 × 𝐶𝑅 = 𝐴𝐶𝑅′
) 𝐶𝐵𝑅 𝐵𝐴𝑅 1 − (1 − 𝑅𝐴𝐵 )(1 − 𝑅𝐵𝐶 𝑅𝐶𝐴 ) ∗ 1 − (1 − 𝑅𝐶𝐴 )(1 −
) 𝐵𝐴𝑅 𝐴𝐶𝑅 1 − (1 − 𝑅𝐵𝐶 )(1 −
?= 𝑐𝑅
𝑅𝐴𝐵 = 𝑅𝐵𝐶 = 𝑅𝐶𝐴 = 𝑅Δحال اگر
𝑅Δ2 + 𝑅Δ − 𝑅Δ3
= 𝑎𝑅
?= 𝑏𝑅
= 𝑦𝑅
• مثال 𝑅Δ = 0.9 ⟶ 𝑅𝑦 = 0.995 :
یعنی اگر یک سیستم مثلث داشته باشیم که Rهرکدام از اجزای آن 0/9باشد برابر است با سیستم ستاره ای که R
هرکدام از اجزای آن 0/995باشد پس از هر لحاظ سیستم مثلث بهتر است
تمرین :قابلیت اطمینان سیستم زیر را بدست آورید؟
R=0.85
6
R=0.91
4
R=0.95
7
1
R=0.85
G
R=0.95
R=0.92
A
3
2
R=0.95
5