Capitolo II

Affidabilit dei sistemi

1. Affidabilit combinatoriale
Nel seguito verranno riportate le tecniche della affidabilit combinatoriale che consentono, quando
applicabili, di ricavare con relativa semplicit l'affidabilit di sistemi complessi con l'utilizzazione del
calcolo delle probabilit. Per completezza vengono ripresi i sistemi serie, parallelo e m/N gi studiati nel
precedente capitolo.
Sistemi in cui il guasto di un elemento
dipende dallo stato degli altri, gli effetti della manutenzione ed in generale tutti quei casi in cui si hanno
probabilit condizionate di guasto dipendenti dal tempo, devono essere trattati con tecniche pi generali
che saranno successivamente sviluppate.
Per semplicit l'intersezione di due eventi a e b si indicher con "ab" o semplicemente con ab invece
che con "" e l'unione con "+" invece che con "".
Lo studio dell'affidabilit dei sistemi complessi si esegue suddividendoli in entit via via pi semplici
dette gruppi, sottogruppi e componenti; si supporr per semplicit che questi possono assumere due solo
stati e cio funzionante e guasto. Ad una tale suddivisione si soliti associare un diagramma a blocchi
che un modello logico che descrive il funzionamento del sistema; il calcolo delle probabilit consente a
questo punto di determinare l'affidabilit del sistema in base a quelle delle singole entit.
I legami logici pi semplici di due e pi unit sono il collegamento in serie ed in parallelo. Diremo
che due o pi unit costituiscono un sistema serie se il guasto di una unit implica quello dell'intero
sistema; diremo invece che le unit costituiscono un sistema parallelo se il sistema guasto quando tutte
le unit sono guaste. Spesso per la struttura del sistema non pu ricondursi a tali semplici schemi logici
e pertanto occorre impiegare tecniche pi generali. Nel seguito verranno analizzati i metodi pi semplici.
1a - sistema serie
Il diagramma affidabilistico mostrato nella figura 2.1
unit 1

unit 2

unit n

Fig. 2.1
Per la generica unit xi indichiamo con P(xi)=pi la probabilit di funzionamento (affidabilit) e con
P ( xi ) = qi quella di guasto (pi+qi=1); sia inoltre Pf (=Rs) la probabilit di funzionamento del sistema e Pg
quella di guasto. La probabilit che tutte le unit funzionino data da:
e cio:
Pf=P(x1x2...xn)
Pf=P(x1)P(x2/x1)P(x3/x1x2).....P(xn/x1x2...xn)
Se non c' interazione tra le diverse unit l'espressione si semplifica in:
(2.1)
Pf = P(x1)P(x2)...P(xn)
Si pu ottenere lo stesso risultato calcolando la probabilit di guasto che, per unit indipendenti, vale:
+{P( x 1 x 2)+P( x 1 x 3)+...+P( x nPg=P( x 1+ x 2+...+ x n)=P( x 1)+P( x 2)+...+P( x n) + +
+(-1)nP( x 1)P( x 2)...P( x n)
1 x n)}+...+
Tale calcolo, in questo caso, pi complesso ma ci in generale non sempre vero; in sistemi
complessi si pu usare in diversi stadi del calcolo l'espressione pi conveniente. L'espressione (2.1)
mostra che l'affidabilit di un sistema serie peggiore di quella dell'unit pi scadente.
1b - sistema parallelo
La figura 2.2 mostra il diagramma a blocchi di un sistema parallelo:

unit 1
unit 2

unit n

Fig. 2.2
La probabilit di funzionamento data da:
Pf = P(x1+x2+...xn) = [P(x1)+P(x2)+...P(xn)] +
- [P(x1x2)+P(x1x3)+...P(xn-1xn)] +
+...+(-1)nP(x1x2...xn)
E' per pi semplice calcolare la probabilit di guasto:
Pg = P( x 1 x 2... x n) = P( x 1)P( x 2/ x 1)....P( x n/ x 1 x 2... x n)
se le unit sono indipendenti si ha:
Pf = 1 - Pg = 1 - P( x 1)P( x 2)...P( x n)
E' facile verificare che nel sistema parallelo l'affidabilit del sistema migliore di quella dell'unit
migliore.
1c - configurazione m/N
Si ha quando il sistema di N unit funziona se almeno m unit non sono guaste. Se le N unit sono
identiche allora la probabilit che esattamente k funzionino data da:
B(k;N,p) = C(N,k) pk (1 - p)n-k
con p probabilit che una unit funzioni, e pertanto la probabilit di funzionamento :
N

k
Nk
Pf = C( N , k ) p (1 p)
k=m

Se le unit non sono tutte uguali allora occorre enumerare e valutare l'affidabilit di tutti i casi
possibili di buon funzionamento [C(N,m)]. A tale scopo utile disegnare il grafo di affidabilit che sar
costituito da C(N,m) rami in parallelo ciascuno di m elementi in serie. Per il calcolo dell'affidabilit del
sistema si calcoleranno le affidabilit dei singoli rami e quindi quella complessiva dei C(N,m) rami in
parallelo.
1d - metodi di ispezione
Se il sistema costituito da pochi elementi facile scrivere le espressioni dell'affidabilit
combinatoriale per semplice ispezione. Le tabelle 2.1 e 2.2 forniscono il valore della affidabilit di
sistemi costituiti da una, due, tre e quattro unit e per tutte le possibili configurazioni.
1e - metodo dello spazio degli eventi
L'applicazione di tale metodo richiede la lista di tutti i possibili stati logici del sistema. Si separano
quindi gli eventi "il sistema guasto" da quelli "il sistema funziona"; la probabilit dell'evento unione di
questi ultimi fornisce l'affidabilit. Per illustrare il metodo verr sviluppato un semplice esempio.
B

A
C
D

Fig. 2.3
La Fig. 2.3 mostra il diagramma a blocchi di un sistema; la Tab. 2-3 riporta tutti i possibili eventi.
Ei
1
2

34

abcde
a bcde

Ei
7
8

a b cde
a b c de

Ei
17
18

a b c de
a b cd e

Ei
27
28

a b c de
a b c de

3
4
5
6

a b cde
ab c de
abc d e
abcd e

9
10
11
12
13
14
15
16

a bc d e
a bcd e

a b c de
a b cd e
a b cd e
ab c d e
ab c d e
abc d e

19
20
21
22
23
24
25
26

a b cd e
a bc d e
a bc de
a bc d e
ab c d e
ab c de
a b cd e
ab c d e

29
30
31
32

a b cd e
a bc d e
ab c d e
a b c d e

Tab 2.3
L'evento "il sistema guasto" l'unione degli eventi:
E9, E13, E18, E19, E20, E21, E22, E23, E24, E25, E27, E28, E29, E30, E31, E32;
Pertanto:
Pf=P(E1+E2+E3+E4+E5+E6+E7+E8+E10+E11+E12+E14+E15+E16+
+E17+E26)
poich tutti gli eventi sono mutuamente escludentisi Pf semplicemente la somma delle probabilit dei
singoli eventi; se le unit sono tutte uguali e non ci sono interazioni, indicando con p la probabilit di
funzionamento di ognuna:
Pf = p5 + 5p4(1-p) + 8p3(1-p)2 + 2p2(1-p)3 =
= 2p2 + 2p3 - 5p4 +2p5
1f - metodo delle traiettorie di successo
Col metodo precedente abbiamo identificato tutte le traiettorie di successo; fatto questo la probabilit
dell'evento unione di tali eventi ci ha fornito la probabilit di funzionamento e cio l'affidabilit. Se si
individuano preliminarmente le traiettorie di successo si pu eliminare gran parte del lavoro. Il metodo
che si segue il seguente. Si eliminano dal diagramma tutti i blocchi e si comincia con l'aggiungerne uno
solo, successivamente due e cos via fino ad utilizzarli tutti. Nell'esempio fatto, aggiungendo un solo
elemento non si ha alcuna traiettoria di successo; con due elementi si hanno le traiettorie ab e de; con tre
si hanno le traiettorie ace e bcd. Avendo utilizzati tutti gli elementi il processo si arresta. Si pu scrivere
pertanto:
Pf = P(ab+de+ace+bcd)
I quattro eventi non sono mutuamente escludentisi e pertanto si ha:
Pf =[P(ab)+P(de)+P(ace)+P(bcd)] - [P(abde)+P(abce)+P(abcd)+
+P(bcde)+P(abcde)] + [P(abcde)+P(abcde)+P(abcde)+P(abcde]
-P(abcde) = 2p2 + 2p3 - 5p4 + 2p5
1g - metodo della decomposizione
Con tale metodo si decompone il sistema in sottosistemi pi semplici. Per far questo si seleziona un
elemento pivot che ha un ruolo determinante ai fini dell'affidabilit e si calcola questa nelle due ipotesi
mutuamente escludentisi di elemento guasto ed elemento funzionante. Riprendendo l'esempio precedente
e selezionando quale elemento pivot il c si ha:
Pf = P(c)P(il sistema funziona/c) +
P( c )P(il sistema funziona/ c )
I diagrammi a blocchi dei due sistemi semplificati sono i seguenti:

Fig. 2.4
P(il sistema funziona/ c ) = P(ab+de)
P(il sistema funziona/c)=1-P( ad + be )= P(ab+ae+db+de)
Se tutti gli elementi sono uguali ed a guasti indipendenti:
Pf=P( c ) [P(ab)+P(de)-P(abde)]
+P(c)[1-P( ad )-P( be )+P( adbe )]=

35

= (1-p)[2p2-p4] + p[1-2(1-p)2+(1-p)4] =
= 2p2 + 2p3 - 5p4 + 2p5
1h - tagli minimali e cammini minimali
Sia dato il grafo orientato della figura 2.5

x1

x3

x5

x2

x5

x4

Fig. 2.5
Un cammino una successione di rami che collegano l'ingresso con l'uscita. I cammini minimali sono
quelli che contengono un numero di elementi minimo; un cammino minimale se nessun nodo
attraversato pi di una volta. Se un sistema ha i cammini minimali cj allora ci sar una connessione tra
ingresso e uscita, e cio il sistema funziona, se almeno un cammino minimale sar efficiente. Si pu
pertanto scrivere che:
Pf = P(c1+c2+...ci)
Nel precedente grafo i cammini minimali sono:
x 1x 3, x 2x 4, x 1x 5x 4, x 2x 5x 3
e pertanto:
(2.4)
Pf = P(x1x3+x2x4+x1x5x4+x2x5x3)
Analogamente un taglio si ottiene eliminando un insieme di rami in modo da interrompere la
connessione tra ingresso ed uscita. Un taglio minimale se costituito da un minimo numero di rami.
Tutti i guasti del sistema possono rappresentarsi come l'eliminazione dei rami costituenti almeno un taglio
minimale. Pertanto se k sono i tagli minimali tj allora la probabilit di guasto data da:
e quindi:
Pg = P( t 1+ t 2+...+ t k)
Pf = 1 - P( t 1+ t 2+...+ t k)
Per il grafo precedente i tagli minimali sono:
x1x2, x3x4, x2x5x3, x1x5x4 e pertanto:
(2.5)
Pf=1-P( x 1 x 2+ x 3 x 4+ x 2 x 5 x 3+ x 1 x 5 x 4)
Se il sistema molto esteso sebbene le precedenti equazioni possano scriversi rapidamente il loro
sviluppo molto complesso in quanto se un evento l'unione di n eventi, non mutuamante escludentisi,
la probabilit dell'evento unione contiene 2n-1 termini. E' pertanto utile ricorrere a delle approssimazioni.
Supponiamo di avere un evento E dato dall'unione di tre eventi A,B,C. Si ha:
P(E) = P(A+B+C) = [P(A)+P(B)+P(C)] +
- [P(AB)+P(AC)+P(BC)] + P(ABC)
Se i tre eventi fossero mutuamente escludentisi allora:
P(E) = P(A)+P(B)+P(C)
Si pu mostrare che in generale:
P(E) P(A)+P(B)+P(C)
Pertanto per ogni unione di eventi A,B,C l'approssimazione che si ottiene considerando gli eventi
mutuamente escludentisi fornisce un limite superiore per P(E). Con il grafo precedentemente visto si ha:
Pf P(x1x3)+P(x2x4)+P(x1x5x4)+P(x3x5x2)
L'approssimazione ottima nel campo dei bassi valori dell'affidabilit.
Applicando lo stesso ragionamento all'equazione (2.5) si ottiene che la probabilit di guasto :
Pg P( x 1 x 2)+P( x 3 x 4)+P( x 2 x 3 x 5)+P( x 1 x 4 x 5)
e pertanto:
Pf 1 - [P( x 1 x 2)+P( x 3 x 4)+P( x 2 x 3 x 5)+P( x 1 x 4 x 5)]
che rappresenta un limite inferiore per l'affidabilit; l'approssimazione buona nel campo degli alti valori
dell'affidabilit dei componenti e quindi del sistema.
1i - modello di guasto critico

36

In molti sistemi la forte interconnessione delle varie parti rende molto complessa la formulazione di
un diagramma a blocchi. In tali casi un esperto del funzionamento del sistema pu per indicare quali
unit sono critiche per il funzionamento del sistema e cio quelle unit il cui guasto provoca il guasto
dell'intero sistema; sia a il numero di tali unit. Il guasto di altre unit non provoca quello del sistema, ma
solo un funzionamento degradato; il sistema per si guasta se due, tre ... r di tali unit si guastano. In base
a tali indicazioni possibile costruire un grafo di affidabilit che ha la forma di quello riportato in figura
2.6 ed in base al quale calcolare l'affidabilit del sistema.
fig. 2.6
con (a+2b+.....rn)=n
1l - modelli multistati
Fino ad ora si supposto che ogni unit avesse solo due soli stati: guasto o funzionante. Spesso per
una unit pu avere tre o pi stati; per esempio diodi, condensatori etc. possono essere funzionanti,
interrotti o in corto circuito. Per una unit avente tre stati, indicati rispettivamente con x, x c, x i si ha:
P(x+ x i+ x c) = P(x) + P( x i) + P( x c) = 1
Supponiamo di avere due diodi collegati in serie; il sistema sar guasto se ambedue sono in corto
circuito o se uno interrotto; pertanto:
Pf = P(x1x2+x1 x 2c+x2 x 1c)
Se i guasti sono indipendenti e gli elementi uguali allora:
Pf = p2 + 2pqc
Se i diodi sono collegati in parallelo, allora:
Pf = P(x1x2+x1 x 2i+x2 x 1i) = p2 + 2pqi

37

3. Metodo Montecarlo
Una tecnica per la stima dell'affidabilit di un sistema, nota quella dei componenti, il metodo
montecarlo. Supponiamo di voler valutare la frazione di pezzi difettosi da una popolazione. Avendo a
disposizione la popolazione il metodo sperimentale utilizzato per la stima di tale frazione quello di
collaudare dei campioni e cio prelevato un campione di numerosit N se il numero di pezzi difettosi D
la stima della frazione di pezzi difettosi D/N. Il metodo montecarlo utilizza una tale procedura.
Supponiamo di voler costruire il semplice sistema di Fig. 3.1; i due componenti possono essere guasti
o funzionanti e le frazioni di componenti funzionanti valgono rispettivamente pa e pb. Vogliamo
determinare la frazione di sistemi funzionanti.
A

Fig. 2.7
Supponiamo di avere a disposizione due cassette contenenti la prima un numero molto elevato di
componenti di tipo A e la seconda di tipo B e di prendere casualmente un componente dalla prima ed uno
dalla seconda. Costruendo un certo numero di sistemi, per esempio 1000, il rapporto tra il numero di
sistemi funzionanti ed il numero totale di sistemi costruiti fornisce una stima della probabilit che il
sistema assemblato funzioni.
Invece di costruire fisicamente i sistemi possiamo simularne la costruzione; se conosciamo le
probabilit pa e pb che rispettivamente i due componenti funzionino possiamo applicare la seguente
procedura.
Supponendo di avere un generatore di numeri random, e cio numeri con distribuzione
uniforme nell'intervallo 0###1, estraiamo due numeri random RND1 ed RND2 che associamo
rispettivamente al componente A ed al B.
Diremo che il componente A funzionante se RND1###pa altrimenti guasto; analogo procedimento
si segue per B. Il nostro sistema, sistema serie, sar funzionante se ambedue i componenti sono
funzionanti.
Ripetendo il procedimento un congruo numero di volte, il rapporto tra il numero di volte in cui il
sistema funzionante ed il numero totale di prove eseguite ci d una stima della probabilit che il sistema
funzioni.
Se pertanto conosciamo le probabilit che i componenti funzionino ed il legame tra queste probabilit
e quella di funzionamento del sistema (nel caso di sistema serie tale legame : ambedue i componenti
devono funzionare) possiamo stimare la probabilit di funzionamento del sistema.
Per determinare il legame tra probabilit di funzionamento dei componenti e quella del sistema, se
sono verificate le condizioni per l'applicabilit di tali procedure, possiamo utilizzare i metodi illustrati nel
capitolo sull'affidabilit combinatoriale ed in particolare i metodi dei tagli o dei percorsi minimali. Per
illustrare il procedimento riprendiamo il sistema riportato in Fig. 2.3 e supponiamo di voler utilizzare il
metodo dei percorsi minimali. I percorsi minimali sono AB, DE, ACE, DCB. Siano pA, pB, pC, pD, pE
rispettivamente le probabilit che i tre componenti funzionino. La procedura da seguire per la valutazione
dell'affidabilit la seguente.
Estraiamo cinque numeri random RNDA, RNDB, RNDC, RNDD, RNDE che associamo ai componenti
ed eseguiamo il test RNDi ### pi per i cinque componenti; se il test verificato il componente funziona
altrimenti guasto. Ciascun percorso minimale funzionante se tutti i componenti che lo costituiscono
sono funzionanti; se un solo percorso minimale funzionante allora il sistema funzionante. Ripetendo il
procedimento un numero conveniente di volte il rapporto tra il numero degli esperimenti in cui il sistema
funzionante ed il numero totale di esperimenti fatti fornisce una stima dell'affidabilit del sistema.
Uno dei problemi da risolvere quando si applica il metodo montecarlo quello di stabilire quante
volte il procedimento va iterato. Ci dipende dalla precisione che si richiede alla stima.
Ogni volta che con il metodo montecarlo eseguimo un esperimento abbiamo una certa probabilit p
che il risultato sia "il sistema funziona" e quindi una probabilit q=1-p che sia "non funziona" e pertanto i
risultati, eseguendo N prove, seguono una distribuzione binomiale. Il nostro problema quello di
determinare quante prove dobbiamo eseguire per ottenere, per un dato livello di confidenza, un prefissato
errore percentuale. Il problema complicato perch la varianza della distribuzione campionaria
funzione della probabilit che vogliamo stimare. Generalmente applicando il metodo montecarlo
possiamo approssimare la distribuzione binomiale con la normale. Supponiamo di volere un intervallo di
confidenza, ad un livello di confidenza 1-, dell'affidabilit di un sistema nel campo dell'alta affidabilit
(q molto piccolo); possiamo scrivere (con ottima approssimazione):
P[ z1 / 2 < ( x ) < z1 / 2 ] = 1
(2.6)
38

che, ponendo =0.05, diventa:

P[- 2 < x - < + 2 ] 0.95
dove x il numero di guasti che si sono verificati durante la simulazione e il numero di guasti teorico.
Esprimendo e in funzione dei parametri della distribuzione binomiale otteniamo:

P 2 n p q < x n q < +2 n p q = 0.95

e dividendo per n:

pq x
P 2
< q < +2

n
n

pq
= 0.95
n

dove q la probabilit di guasto e x/n la sua stima.

L'errore percentuale vale quindi:
% = (x/n - q)/q100
che con la 2.7 diventa:
% = 200

(2.7)

(2.8)
(2.9)

nq

Supponiamo che sia q=0.01 ed n=50000, allora p=0.99 e risulta:

% = 8.89% 9%
L'esempio mostra che generalmente il numero di simulazioni richieste molto elevato.
L'espressione (2.6) pu essere utilizzata per determinare, approssimativamente il numero di
simulazioni da eseguire se si fissa l'errore, assoluto o percentuale, che si vuole nella valutazione del
parametro q e se si conosce approssimativamente il valore di q. A tale scopo si pu eseguire una prima
stima di q e quindi determinare l'ulteriore numero di simulazioni da eseguire per avere la precisione
richiesta.
In generale la (2.9) si pu scrivere:
% = 100z1-/2

p
nq

e quindi:
n =( p/q)(100z1-/2/%)2
dove z1-/2 il valore della normale standardizzata che lascia alla sua destra un'area /2. (Esistono
comunque delle tecniche che consentono di ridurre la varianza della stima; per un esame pi approfondito
del problema si rimanda ai testi specialistici).
Con il procedimento illustrato possiamo ottenere delle stime di affidabilit per prefissati valori di t.
La tecnica applicabile anche quando si vuole stimare l'andamento dell'affidabilit nel tempo. Prima
di mostrare il procedimento occorre premettere la tecnica utilizzata per simulare una distribuzione.
Supponiamo di avere un componente con distribuzione dei tempi di guasto F(t) e densit f(t).
La variabile:
y = F(t)
ha distribuzione uniforme nell'intervallo 0 1. Infatti y definita nell'intervallo 0 1 ed strettamente
crescente ed inoltre risulta t = F-1(y) (avendo indicato con F-1 la funzione inversa); applicando le note
regole per ottenere il cambio di variabile, la densit di probabilit di y data da:
f(y) = f[

F-1(y)]

1
d F ( y )
dy

= f[ F-1(y)] 1 { d [ F( t )] dt } = f(t)/f(t) = 1

equazione che mostra quanto affermato.

Per ottenere quindi dei valori dei tempi di guasto t distribuiti secondo F(t), si estrae un valore di y,
dalla distribuzione uniforme nell'intervallo 0 1, e dalla relazione t = F-1(y) si ottiene il valore di t.
Evidentemente ci possibile se la relazione y = F(T) invertibile analiticamente cosa che, per
esempio, per la distribuzione normale non possibile. Per tale distribuzione, quindi, occorre seguire un
altro procedimento. Per simulare una variabile distribuita normalmente, utilizzando il teorema del limite
centrale, si sommano un numero sufficientemente elevato di variabili distribuite uniformemente
nell'intervallo 0 1. Supponiamo di estrarre k numeri random e di eseguirne la somma y; se k
sufficientemente elevato y distribuita normalmente con media e varianza date rispettivamente da:
k

E[y] = E[ RND i ] = k / 2
i=1

39

Var[y] = k Var [ RND] = k ( x 0.5) 2 dx =

0

k
12

pertanto la variabile:
x = (y - k/2)/

( k 12)

distribuita normalmente con media zero e varianza uno.

Per ottenere una variabile t distribuita normalmente con media e varianza 2 occorre pertanto
eseguire la seguente trasformazione di variabile:
t = x + = (y - k/2)/

( k 12)

Altro metodo per ottenere dei valori random da una distribuzione normale quello di approssimare
con un polinomio la distribuzione. Una espressione che fornisce una buona approssimazione la
seguente:
t = +

con:

2.515517 + 0.802853 v + 0.010328 v

v
2
3

r 0.5
1 + 1.432788 v + 0.189269 v + 0.001308 v

r 0.5

v = 2 ln[ 0.5 ( 1 1 2 r ) ]

ed

r = RND

Altro metodo, che consente di ottenere due valori random (Box e Muller) :

(
) (
)
2 ln( RND1 ) sen( 2 RND 2 )

t 1 = 2 ln RND1 cos 2 RND 2

t2 =

La Tab. 2.4 riporta le espressioni utilizzate per generare valori random da diverse distribuzioni.
Per mostrare l'utilizzazione della simulazione riprendiamo il sistema di Fig. 2.3 e supponiamo di voler
stimare l'affidabilit utilizzando la tecnica dei tagli minimali; il sistema guasto quando tutti i
componenti di uno qualunque dei tagli minimali sono guasti. Pertanto determinati i tempi di guasto di
tutti i componenti, il tempo di guasto di ogni taglio minimale il maggiore dei tempi di guasto dei relativi
componenti; il tempo di guasto del sistema il pi piccolo dei tempi di guasto dei tagli minimali. La
procedura da seguire pertanto la seguente:
a - estraiamo dei valori random dei tempi di guasto dei singoli componenti dalle rispettive distribuzioni,
b - determiniamo il tempo di guasto di ciascun taglio minimale,
c - il tempo di guasto del sistema il minore dei tempi di guasto dei tagli minimali.
Utilizzando tale tecnica stato ottenuto l'istogramma dell'affidabilit del sistema in esame. Si
supposto che le distribuzioni dei tempi di guasto fossero tutte normali con medie e varianze
rispettivamente 100 e 20; i tempi di guasto dei componenti sono stati ottenuti con l'espressione di Box e
Muller mentre come generatore di numeri random Ru si utilizzata la routine del BASIC. Si sono
eseguite 10000 simulazioni.
1

R(t)

0.8
0.6
0.4
0.2
0
0

50

100

Fig. 2.8

40

150

2500

freq

2000
1500
1000
500
0
0

30

60

90

120

t 150

Fig. 2.9
Nella Tab 2.5 sono riportate le frequenze nelle classi.
Limite sup.
45 52.5 60 67,5
classe
Frequenza
2
9
48 173
Limite sup.
105 112.5 120 127,5
classe
Frequenza 1832 1040 404 119

75

82.5

90

97.5

548 1320 2125 2349

135 142.5 150
22

Tab. 2.5
Da essa si rileva, per esempio, che il sistema si guastato prima di t=52.5 solo undici volte su
diecimila. Si stima quindi una probabilit di guasto prima di tale istante di 0.0011. L'errore percentuale di
tale stima, ad un livello di confidenza del 95%, vale:

% = 200 p ( n q ) = 200 0.9989 11 60%

Dai risultati della simulazione si ricavano le seguenti stime:
- valore medio dei tempi di guasto 96.27
- deviazione standard = 12.72
L'intervallo di confidenza del valore medio ad un livello del 95% :
96,27 1.9612.72/ 10000 = 0.249
Si supposto che lo scarto quadratico medio fosse noto; se ci non si verifica, come in effetti , allora
il valore z1-/2 andrebbe sostituito con il percentile della distribuzione di student. L'uso della normale
lecito per il numero elevato di gradi di libert.

41