วิเคราะห์ความน่าเชื่อถือ - AS Nida

การประชุมวิชาการดานการวิจัยดําเนินงานแหงชาติ ประจําป ๒๕๕๐
Cumulative Distribution
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-5 0 5 10
Response
รูปที่
3 คาพยากรณฟงกชันความนาจะเปนสะสม (CDF) จากวิธี MPP และ MCS
กรณีที่
2 กําหนดใหระบบมีผลลัพธตามความสัมพันธแบบไมเชิงเสนดังนี้
2
2
g( x ) = 0.
5x1
+ 0.
25x1x
2 + 0.
5x
2 + 1.
5x
3x
4 − 0.
5x
4
(7)
คาความนาเชื่อถือของระบบ
P ( y < Y ) เมื่อผลลัพธนอยกวาคาที่กําหนดไวโดยวิธี
MPP และ MCS ไดถูกรวบรวมแสดง
ไวในตารางที่
2 สวน PDF และ CDF ของระบบแสดงในรูปที่
4 และ 5 ตามลําดับ
ตารางที่
2 ความนาเชื่อถือของระบบโดยวิธี
MPP และ MCS
Y P ( y < Y ) from MPP P ( y < Y ) from MCS P ( y < Y ) from MCS P ( y < Y ) from MCS
0 1.5401E-01 1.6826E-01 1.6874E-01 1.6877E-01
-4 1.5091E-02 1.1198E-02 1.1226E-02 1.1243E-02
-6 4.9906E-03 3.3520E-03 3.3100E-03 3.3238E-03
-8 1.6734E-03 1.0180E-03 1.0220E-03 1.0026E-03
-10 5.6589E-04 2.6400E-04 2.9150E-04 3.0020E-04
-15 3.8415E-05 1.0000E-05 1.5500E-05 1.5200E-05
500k samples 2M samples 10 M samples
Probability Density
0.25
0.2
0.15
0.1
0.05
59
MPP
MCS
MPP
MCS
0
-10 -5 0 5 10 15
Response