Wyklad IIb Analiza

background image

1

Metoda Rackwitza-Fiesslera

Metoda Rackwitza-Fiesslera

Zmienne losowe mogą mieć inne rozkłady niż normalne.
Zastępuje się je wtedy zastępczymi rozkładami normalnymi

zastępczymi rozkładami normalnymi

.

Rozkład miennej losowej X o parametrach 

X

i 

X

opisany jest dystrybuantą F

X

(x) oraz funkcją

gęstości prawdopodobieństwa f

X

(x).

Parametry zastępczego rozkładu normalnego

zastępczego rozkładu normalnego

, 

X

e

i 

X

e

wyznacza się zakładając, że:

1.wartości dystrybuant obu rozkładów (rzeczywistego i

zastępczego)
są sobie równe w punkcie projektowym x

*

.

2.wartości funkcji gęstości prawdopodobieństwa obu

rozkładów
są sobie równe w punkcie projektowym x

*

.

background image

2

 





e

X

e

X

*

*

X

x

x

F

 





e

X

e

X

*

e

X

*

X

x

1

x

f

Metoda Rackwitza-Fiesslera

Metoda Rackwitza-Fiesslera

)

x

(

F

x

*

X

1

e

X

*

e

X

)

x

(

F

)

x

(

f

1

x

)

x

(

f

1

*

X

1

*

X

e

X

e

X

*

*

X

e

X





Po odpowiednich przekształceniach:

 

 

dz

z

P

f

Prawdopdobieństwo awarii:

background image

3

1. Dana jest funkcja stanu granicznego:

g = R – Q

2. Przyjmujemy pierwsze przybliżenie R

*

, między 

R

i 

Q

.

R

*

= Q

*

.

3. Przybliżamy rozkłady R i Q zastępczymi rozkładami

normalnymi, tak aby:

f

R

e

(R

*

) = f

R

(R

*

)

f

Q

e

(Q

*

) = f

Q

(Q

*

)

F

R

e

(R

*

) = F

R

(R

*

)

F

Q

e

(Q

*

) = F

Q

(Q

*

)

Metoda Rackwitza-Fiesslera

Metoda Rackwitza-Fiesslera

-

-

dwie zmienne nieskorelowane R i Q

dwie zmienne nieskorelowane R i Q

background image

4

)

R

(

F

R

*

R

1

e

R

*

e

R

)

R

(

F

)

R

(

f

1

*

R

1

*

R

e

R

)

Q

(

F

)

Q

(

f

1

*

Q

1

*

Q

e
Q

)

Q

(

F

Q

*

Q

1

e
Q

*

e
Q

4. Obliczamy parametry zastępczych rozkładów normalnych:

Metoda Rackwitza-Fiesslera

Metoda Rackwitza-Fiesslera

-

-

dwie zmienne nieskorelowane R i Q

dwie zmienne nieskorelowane R i Q

background image

5

5. Obliczamy  na podstawie parametrów

zastępczych rozkładów normalnych:

6. Obliczamy współrzędne nowego punktu projektowego:

7. Powtarzamy obliczenia począwszy od kroku 2

aż do uzyskania zbieżności wyników.

   

2

e
Q

2

e

R

e
Q

e

R

 

   

2

e
Q

2

e

R

2

e

R

e

R

*

R

 

   

2

e
Q

2

e

R

2

e
Q

e
Q

*

Q

Metoda Rackwitza-Fiesslera

Metoda Rackwitza-Fiesslera

-

-

dwie zmienne nieskorelowane R i Q

dwie zmienne nieskorelowane R i Q

background image

6

0.0000

0.0025

0.0050

0.0075

0.0100

0.0125

0

50

100

150

200

250

300

 

x

f

e

X

funkcja gęstości

prawdopodobieństwa

zastępczego rozkładu

normalnego

funkcja gęstości

prawdopodobieństwa

zmiennej X

 

x

f

X

 

 

*

X

*

e

X

x

f

x

f

x

*

e
X

0.0000

0.2500

0.5000

0.7500

1.0000

0

50

100

150

200

250

300

 

x

F

e

X

dystrybuanta

zastępczego rozkładu

normalnego

dystrybuanta

zmiennej X

 

x

F

X

 

 

*

X

*

e

X

x

F

x

F

x

*

e
X

background image

7

Przykład 7

Przykład 7

Dana jest funkcja stanu granicznego:

Nośność R i obciążenie Q są zmiennymi losowymi nieskorelowanymi
o następujących rozkładach:

R – logarytmiczno-normalnym

R

= 200 kNm 

R

= 20 kNm

Q – ekstremalnym typu I

Q

= 100 kNm 

Q

= 12 kNm

Wyznaczyć wskaźnik niezawodności stosując metodę analityczną Rackwitza-Fiesslera.

Q

R

)

Q

,

R

(

g

background image

8

Przykład 7

Przykład 7

Wyznaczamy parametry rozkładu logarytmiczno-normalnego zmiennej R:

Wyznaczamy parametry rozkładu ekstremalnego typu I zmiennej Q:

10

,

0

V

R

R

R

009950

,

0

V

1

ln

2

R

2

R

ln

 

293

,

5

2

1

ln

2

R

ln

R

R

ln

099751

,

0

R

ln

107

,

0

282

,

1

Q

597

,

94

5772

,

0

u

Q

background image

9

Przykład 7

Przykład 7

Przyjmujemy pierwsze przybliżenie współrzędnych punktu projektowego:

R

*

= Q

*

= 150 kNm

Obliczamy parametry zastępczego rozkładu normalnego zmiennej R:

 

 

834

,

2

z

R

ln

R

F

R

ln

R

ln

*

*

R

1

 

 

 

 

z

R

1

R

ln

dR

d

R

F

dR

d

R

f

R

ln

R

ln

R

ln

*

*

*

R





 

 

z

R

F

*

R

1

 

 

 

 

963

,

14

R

R

f

z

R

F

R

f

1

R

ln

*

*

R

*

R

1

*

R

e

R

 

406

,

192

z

*

R

R

F

R

e

R

*

R

1

e

R

*

e

R

 

 





R

ln

R

ln

*

*

R

R

ln

R

F

background image

10

Przykład 7

Przykład 7

Obliczamy parametry zastępczego rozkładu normalnego zmiennej Q:

 

997

,

0

u

Q

exp

exp

Q

F

*

*

Q

 

784

,

2

Q

F

*

Q

1

 

00286

,

0

u

Q

exp

exp

u

Q

exp

Q

f

*

*

*

Q

 

008277

,

0

Q

F

*

Q

1

 

 

898

,

28

Q

F

Q

f

1

*

Q

1

*

R

e
Q

 

548

,

69

Q

F

Q

*

Q

1

e
Q

*

e
Q

background image

11

Przykład 7

Przykład 7

Obliczamy wskaźnik niezawodności i współrzędne nowego punktu projektowego:

   

775

,

3

2

e
Q

2

e

R

e
Q

e

R

 

   

432

,

166

R

2

e
Q

2

e

R

2

e

R

e

R

*

 

   

432

,

166

Q

2

e
Q

2

e

R

2

e
Q

e
Q

*

Przyjmujemy nowe przybliżenie współrzędnych punktu projektowego:

R

*

= Q

*

= 166,432 kNm

background image

12

Przykład 7

Przykład 7

e
R

e
Q

e
Q

e

R

R

*

= Q

*

R

*

= Q

*

Iteracja 1

150,00

0

14,963 192,40

6

28,898 69,548

3,775 166,43

2

Iteracja 2

166,43

2

16,602 196,18

3

33,460 55,640

3,763 168,41

8

Iteracja 3

168,41

8

16,800 196,52

6

33,976 53,915

3,763 168,50

8

Powtarzamy kolejne etapy iteracji aż do uzyskania zbieżności wyników:

Przyjmujemy ostatecznie:  = 3,76

background image

13

Stosuje się ją w przypadku dowolnych rozkładów zmiennych losowych,

gdy ich dystrybuanty wykreślone są na arkuszu probabilistycznym.

Każda zmienna losowa o innym rozkładzie niż normalny zastępowana

jest
rozkładem normalnym, reprezentowanym na arkuszu
probabilistycznym
przez linię prostą:

• Z warunku F

X

e

(x

*

) = F

X

(x

*

) wynika, że prosta reprezentująca

dystrybuantę zastępczego rozkładu normalnego F

X

e

musi przecinać

dystrybuantę rozkładu oryginalnego F

X

w punkcie projektowym x

*

.

• Z warunku f

X

e

(x

*

) = f

X

(x

*

) oraz z faktu, że funkcja gęstości

prawdopodobieństwa jest styczną do dystrybuanty
(jako jej pierwsza pochodna) wynika, że prosta reprezentująca
dystrybuantę zastępczego rozkładu normalnego F

X

e

musi być

styczna do dystrybuanty rozkładu oryginalnego w punkcie
projektowym x

*

.

Parametry zastępczego rozkładu normalnego - wartość średnia

i odchylenie standardowe - mogą być odczytane z wykresu.

Metoda Rackwitza-Fiesslera

Metoda Rackwitza-Fiesslera

-

-

procedura graficzna

procedura graficzna

background image

14

Ilustracja graficzna procedury Rackwitza-Fiesslera

R, Q

F

R

F

Q

F

Q

e

F

R

e

styczna do F

R

w punkcie r*

Q

*

= R

*

R

e

Q

e

R

e

Q

e

styczna do F

Q

w punkcie q*

Metoda Rackwitza-Fiesslera

Metoda Rackwitza-Fiesslera

-

-

procedura graficzna

procedura graficzna

background image

15

Przykład 8

Przykład 8

Dana jest funkcja stanu granicznego:

g(R, Q) = R - Q

R - nośność
Q - obciążenie

Dystrybuanty zmiennych R i Q wykreślono

na arkuszu probabilistycznym rozkładu normalnego.

Wyznaczyć wskaźnik niezawodności.

background image

16

1. Przyjmujemy wartość

początkową
współrzędnej punktu
projektowego,
na przykład R* = 50
Zaznaczamy na wykresach F

Q

i

F

R

punkty A i B.

2. Prowadzimy styczne do F

Q

i F

R

w punktach A i B.

3. Z wykresu odczytujemy:

56

e

R

14

e
Q

5

,

3

e

R

5

,

14

e
Q

Przykład 8

Przykład 8

nowy punkt

projektowy

R

*

=Q

*

background image

17

4. Obliczamy .

5. Wyznaczamy nowy

punkt projektowy.

Z równania g = 0 wynika: Q

*

= R

*

   

  

82

,

2

6

,

14

5

,

3

14

56

2

2

2

e
Q

2

e

R

e
Q

e

R

 

   

  

  

7

,

53

6

,

14

5

,

3

82

,

2

5

,

3

56

R

2

2

2

2

e
Q

2

e

R

2

e

R

e

R

*

nowy punkt

projektowy

R

*

=Q

*

Przykład 8

Przykład 8

background image

18

6. Prowadzimy styczne do F

Q

i F

R

w punktach C i D odpowiadających
nowemu punktowi projektowemu.

7. Z wykresu odczytujemy :

8. Obliczamy nowy  i współrzędne

nowego punktu projektowego.

9. Powtarzamy iteracje, aż do uzyskania

zbieżności wyników.

61

e

R

5

,

11

e
Q

5

,

6

e

R

5

,

15

e
Q

94

,

2

6

,

53

Q

R

*

*

nowy punkt

projektowy

R

*

=Q

*

Przykład 8

Przykład 8


Document Outline


Wyszukiwarka

Podobne podstrony:
Wykład II Analiza podstawowych pojęć eksploatacyjnych i użytkowanie obiektów ED
analiza-wyklady sciaga, Analiza finansowa
wyklady calosc, analiza instrumentalna
Wykład 11 Analiza opóźnień w sieciach kolejkowych
wyklad2 narzedzia analizy ekonomicznej
wyklad 3b ANALIZA WSPÓŁZALEŻNOŚCI
analiza leku- 1 wykład, FARMACJA, Analiza leku
Wykład 5 AR Analiza sezonowości
Wykład 2 AR ANALIZA RYNKU W WARUNKACH HIPERKONKURENCJI
Chromatografia wyklady, Zootechnika, Analiza instrumentalna
wyklady calosc, analiza instrumentalna
Wyklad IIc Analiza
Wykład 3 Firmy?rmaceutyczne – analiza` lat
Modelowanie i analiza systemów - wykład V, Modelowanie i analiza systemów
Wyklad2AM1 2001, Analiza Matematyczna 2, Analiza Matematyczna 2
Modelowanie i analiza systemów - wykład I, Modelowanie i analiza systemów
wyklad 10 analiza wariancji

więcej podobnych podstron