找回密码
 注册
关于网站域名变更的通知
查看: 769|回复: 3
打印 上一主题 下一主题

正态分布或高斯分布

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2021-8-2 10:29 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

EDA365欢迎您登录!

您需要 登录 才可以下载或查看,没有帐号?注册

x
5 @8 ~. P8 X1 f$ c" {! @& a
正态分布或高斯分布
  Y" u" }+ [0 k6 f3 D1 正态分布规律
" ?1 |& A, M1 F! a  c9 ~) I9 H7 z正态分布(Normal,Gaussian Distribution)最初是由误差理论推导出来的,是概率论中最重要的概率分布之一。它是哈根和高斯从不同假设角度出发,推导出相同的分布函数,故又称高斯分布,其分布密度函数f(t)为f(t)=12πe-(t-μ0)22σ2(2-13)式中,σ、μ0为与时间无关的常数。σ称为标准偏差或方均根误差,μ0称为均值。其失效分布密度函数如图2.13a所示。' Q! |9 N6 X/ D2 e6 {6 T
4 o% G0 ]/ G9 p0 o; v# Y
2 f% N8 a3 s3 F, }6 E' b9 I& {
+ v; ^, k6 y# I4 X1 y) p
! }! O' U- S: P$ t0 |" L3 I
从图2.13中可以看出:
! i" X' S- _) T9 O1) 曲线关于μ0左右对称,两边的面积正好各占一半,且(μ0-σ)~(μ0+σ)的面积为曲线下总面积的68.3%,(μ0-2σ)~(μ0+2σ)的面积为曲线下总面积的95.4%,(μ0-3σ)~(μ0+3σ)的面积为曲线下总面积的99.7%,而不论σ值的大小如何均是这样,如图2.13b所示。7 O+ \( d. A) W* T5 m( \
2) 在相同的σ值下,μ0的大小只影响图形的位置,而不影响形状。也就是说,μ0影响分布函数的平均值。
! W6 C% S  u8 T+ P$ ]3) 在相同的μ0值下,σ的大小只影响曲线的平坦程度。σ越大,曲线越平坦,其失效概率分布越分散。- r5 T% V5 {4 k! C
因此,只要确定均值μ0和标准偏差σ,就完全确定正态分布曲线。
" L2 S' t( |) f# d( o( c
9 M! _: S2 D5 p' ^1 @7 F3 _  [5 U! {& m
2 失效率的状态分布
. P+ p9 V2 g7 L3 e- n正态分布代表了产品的失效时间是以均值μ0为中心的对称分布,其失效率随时间增长而递增。正态分布可用来描述产品在某一时刻后由损耗或退化产生的失效。产品服从正态分布的可靠性特征量分别为:
4 y  D+ @- G" X* g" D$ t0 i) _( k可靠度R(t)=∫∞tf(t)dt=12πσ∫∞te-(t-μ0)22σ2dt累积失效概率F(t)=1-R(t)=∫t0f(t)dt=12πσ∫t0e-(t-μ0)22σ2dt失效率λ(t)=-1R(t)dR(t)dt=f(t)R(t)∫∞tf(t)dt=e-(t-μ0)22σ2∫∞te-(t-μ0)22σ2dt平均寿命μ=∫∞0tf(t)dt因为正态分布是对称分布,所以其数学表达式应为μ=∫∞0tf(t)dt=∫∞-∞t12πσe-(t-μ0)22σ2dt设Z=t-μ0σ,则t=σZ+μ0,dt=σdZ
1 ]! ]( C  Q" M' e代入上述,则可得μ=12π∫∞-∞(σZ+μ0)e-Z22dZ2 \/ F' ^! ?2 j0 J4 ?2 r  H1 F
=12π∫∞-∞σZe-Z22dZ+12π∫∞-∞μ0e-Z22dZ
- {7 X  z% c+ L& `1 H$ D/ @; ~=-σ2π∫∞-∞de-Z22+μ02π∫∞-∞e-Z22dZ! f5 [/ e/ t( P' V
=-σ2πe-Z22∞-∞+2μ02π∫∞0e-Z22dZ
/ {9 V3 m. @* T2 r! Q" I=2μ02π2∫∞0e-Z22dZ2=2μ0ππ2=μ0  因此,服从正态分布的电子产品的平均寿命是常数,且等于分布函数的均值μ0。显然,σ将表示产品寿命的分散程度,σ小表示分散程度小。/ H  t$ l. v' e( H& l
同样,也可以求出正态分布的方差,它等于分布的标准偏差的平方,即正态分布的方差为Dt=∫∞-∞(t-μ0)2f(t)dt=σ2  正态分布在可靠性计算中有两个主要应用:第一是考虑元器件的定量特性与标称值的关系,包括计算电子元器件特性符合性能要求的概率;第二是用于电子元器件描述耗损失效期的失效分布规律,因为耗损失效期的分布规律非常接近于正态分布。
* s7 k8 u1 @! ]3 s& a: N9 m必须指出的是,在威布尔分布与正态分布的分布函数均值和标准偏差相等的条件下,当威布尔分布的形状参数m介于3~4之间时,两种分布的分布密度函救的曲线基本上是重合的。因此,可以将正态分布规律用m=3~4的威布尔分布规律来近似。
7 `8 _" W+ F5 y8 w4 r1 y+ {7 d  m2 k  M( g0 \
  `9 @; v9 x: U3 b* h
3 正态分布概率纸0 m% a/ P" i" s) Q
正态分布参数μ0、σ可用解析方法计算来确定,也可以根据类似威布尔分布的分析方法构造出正态概率纸,用图解法来求得。4 o/ [1 C* T& F- C  z0 K( c
因为累积失效概率函数F(t)=1-R(t)=∫t0f(t)dt=12πσ∫t0e-(t-μ0)22σ2dt若令Z=t-μ0σ,则dZ=1σdt,有F(t)=1-R(t)=∫Z-∞12πe-Z22dZ=Φ(Z)  显然,给出一个Z值,就有函数值Φ(Z)与之对应,正态分布表就是Z值与Φ(Z)值之间的对应关系表,其特殊点的对应关系如图2.14所示。
3 L5 [  g: w7 ^- y" x4 k利用其对应关系可以构造出一种特殊概率纸——正态概率纸。正态概率纸也由两个直角坐标系构成,一个直角坐标系是t~Z直角坐标系,横轴是t轴,纵轴是Z轴,两坐标轴的刻度是线性的,另一个直角坐标系是t~Φ(Z)坐标系,由于F(t)=Φ(Z),也就是t~F(t)坐标系,其横轴还是原来的t轴,刻度不变;纵轴还是原来的纵轴,但纵轴的F(t)=Φ(Z)是按图2.14对应Z值的Φ(Z)值划分刻度的,从而构成正态概率纸,如图2.15所示。3 ]$ @7 _# r* ?8 M& B

6 `/ `( J- C6 @3 i* |/ Z $ n- u3 a  ~, j/ ]
) {! F6 _, R" b& z

/ \. P& r9 j: J因为Z=t-μ0σ,Z与t呈线性关系,所以,凡产品失效概率遵循正态分布规律时,在t~Z直角坐标系中将描绘出一条直线,而这条直线同样描绘在t~F(t)坐标系中。因此,满足正态分布的分布函数F(t)在t~F(t)坐标系中必将是一条直线,把这样的概率纸称为正态概率纸。
. Z; h1 q) G  v/ J! s- i对于正态分布用正态概率纸来处理是十分方便的。下面简述正态概率纸的应用。
: L3 K( M' ?$ |% Q2 h; Q- L1.确定失效分布
  _% Y4 _0 _% b# A; ]1) 同前所述,将试验数据由小到大排列,按t~F(t)作成数据表;8 M; Q% ]- |, c* p- K! V6 [$ y
2) 在正态概率纸上描绘出[ti,F(ti)]对应的点;( Z( T4 t  O* F1 U- G9 _! K$ i
3) 通过所描出的点按最小二乘法原则或目视法配置回归直线,此直线就是所确定的产品失效分布曲线。
  u( i$ }- H6 O8 l. V" @! m2.正态分布参数的估计
0 D4 @8 F4 V0 `/ ](1) 平均寿命μ0的估计
+ z5 z9 b) u5 M* ~% i6 }过F(t)轴上刻度为50%的点引水平线与回归直线相交,过交点引垂线与t轴相交的刻度值即为μ0。1 T1 ^! k7 z4 {. r9 o
因为F(t)=0.5所对应的Z=0,即t0.5=Zσ+μ0=μ0/ V. g2 |/ e8 H
(2) 标准偏差σ的估计
# e& F" K7 T, T" n! j- P3 Z过F(t)轴上刻度为84.1%或15.9%的点,引水平线与回归直线相交,过交点做垂线与t轴相交的刻度值分别为t0.841或t0.159,则σ=t0.841-t0.5=t0.841-μ0或σ=t0.5-t0.159=μ0-t0.159如图2.15所示。这是因为Z=t-μ0σ,当Z=-1时,有-1=t0.159-μ0σ;当Z=0时,有0=t0.5-μ0σ;当Z=1时,有1=t0.841-μ0σ。
, ^+ l' ?" z- s实际上有不少产品,其失效分布并不完全符合正态分布,更符合对数正态分布,如某些半导体器件和引擎材料疲劳试验的裂缝缺陷导致的失效,其分布符合对数正态分布。对数正态分布函数形式和分析方法与正态分布相类似,不同的只是将t用lnt来代替而已,其分布函数为F(t)=Φlnt-μ0σ如令lnt=x,则u=x-μ0σ,有F(t)=Φx-μ0σ=Φ(u)  由于t与x一一对应,u与Φ(u)也一一对应,因此,可以构造出对数正态概率纸。它与正态概率纸的唯一不同之出,只是横轴不按t线性刻度划分,而是按lnt线性刻度划分。同样可得对数正态分布的对数均值估计值为μ0=lnt0.5,以及对数标准偏差的估计值为σ=μ0-lnt0.159或σ=lnt0.841-μ0  这里必须特别指出的,由这种概率纸虽可估计出对数均值μ0和对数标准偏差σ,但不能直接从图上估计出产品的寿命特征值,还必须按下式换算才能得到产品的寿命均值α和标准偏差的估计值β公式,即α=eμ0+0.5σ2
& G+ W0 {: F& k! M9 I4 i& {7 M: ~σ=αeσ2-1" z3 x" V; L0 l( X" w- S' ~, F1 d

该用户从未签到

2#
发表于 2021-8-2 13:41 | 只看该作者
正态分布(Normal,Gaussian Distribution)最初是由误差理论推导出来的,是概率论中最重要的概率分布之一
  • TA的每日心情

    2019-11-29 15:37
  • 签到天数: 1 天

    [LV.1]初来乍到

    3#
    发表于 2021-8-2 13:42 | 只看该作者
    正态分布是哈根和高斯从不同假设角度出发,推导出相同的分布函数,故又称高斯分布

    该用户从未签到

    4#
    发表于 2021-8-2 13:47 | 只看该作者
    正态分布代表了产品的失效时间是以均值μ0为中心的对称分布,其失效率随时间增长而递增
    您需要登录后才可以回帖 登录 | 注册

    本版积分规则

    关闭

    推荐内容上一条 /1 下一条

    EDA365公众号

    关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

    GMT+8, 2025-10-8 01:58 , Processed in 0.125000 second(s), 26 queries , Gzip On.

    深圳市墨知创新科技有限公司

    地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

    快速回复 返回顶部 返回列表