Praca - IPPT PAN
Praca - IPPT PAN
Praca - IPPT PAN
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
2.3. Metody wykorzystujace ˛ informacje o rozk̷ladach prawdopodobieństwa 47<br />
szym zadaniem jest teraz wybranie takiej funkcji g W (·), która maksymalizowa̷laby efektywność<br />
estymatora (2.92). Powinna ona spe̷lniać następujace ˛ warunki (zob. [29]):<br />
∫<br />
g W (w) dw = 1 , (2.93)<br />
∆ f<br />
g W (w) = ζ ϕ n (w,0, I) χ ∆f<br />
(w) prawie w ca̷lym obszarze ∆ f , (2.94)<br />
gdzie ζ jest liczba˛<br />
rzeczywista. ˛ Wynika stad, ˛ iż gęstość rozk̷ladu prawdopodobieństwa<br />
wektora W powinna koncentrować się w otoczeniu punktu, wokó̷l którego skupia się<br />
przeważajaca ˛ część masy prawdopodobieństwa decydujaca ˛ o wartości P f . Często jako<br />
funkcję g W (·) przyjmuje się n-wymiarowa˛<br />
gaussowska˛<br />
funkcję gęstości prawdopodobieństwa,<br />
‘rozpięta’ ˛ nad punktem projektowym u ∗ , postaci<br />
g W (w) = ϕ n (w, u ∗ , I) =<br />
Estymator prawdopodobieństwa awarii zapisać można wtedy jako<br />
̂P f = 1 K<br />
K∑<br />
k=1<br />
n∏<br />
ϕ(w i − u ∗ i ) . (2.95)<br />
i=1<br />
χ ∆f<br />
(W k ) ϕ n(W k ,0, I)<br />
ϕ n (W k , u ∗ , I) . (2.96)<br />
Takie rozwiazanie ˛ zwiększa znacznie efektywność estymacji, ciagle ˛ jednak konieczne jest<br />
przeprowadzenie kilku tysięcy symulacji. Dalsza˛<br />
poprawę efektywności można uzyskać<br />
uwzględniajac ˛ w̷lasności funkcji granicznej przy określaniu funkcji gęstości g W (·). Wprowadzajac,<br />
˛ tak jak to by̷lo zrobione przy wyprowadzaniu wzorów metody drugiego rzędu<br />
(zob. punkt 2.3.4), uk̷lad wspó̷lrzędnych [v], prawdopodobieństwo awarii można wyrazić<br />
w postaci (por. (2.74))<br />
∫<br />
P f = P[G v (V ) ≤ 0] = P[V n ≥ f v (Ṽ )] = ϕ(v n )ϕ n−1 (ṽ,0, I) dv =<br />
v<br />
∫ n≥f v(ṽ)<br />
∞ ∫ ∞<br />
= · · · Φ ( −f v (ṽ) ) [ (<br />
ϕ n−1 (ṽ,0, I) dṽ = EṼ Φ −fv (Ṽ ))] . (2.97)<br />
−∞ −∞<br />
} {{ }<br />
n−1<br />
Z porównania wzorów (2.97) i (2.89) widać, że do oszacowania prawdopodobieństwa<br />
awarii, P f , wykorzystać można estymator wartości średniej, postaci<br />
̂P f = 1 K<br />
K∑<br />
k=1<br />
Φ ( −f v (Ṽ k) ) ϕ n−1 (Ṽ k,0, I)<br />
g W (Ṽ k)<br />
, (2.98)<br />
gdzie g W (·) jest (n−1) wymiarowa˛<br />
funkcja˛<br />
gęstości rozk̷ladu prawdopodobieństwa, której<br />
postać i parametry należy tak dobrać, aby efektywność estymacji by̷la jak największa.<br />
Przyjęcie gaussowskiego rozk̷ladu prawdopodobieństwa<br />
g W (w) = ϕ n−1 (w,0,Σ) =<br />
n−1<br />
∏<br />
i=1<br />
1<br />
( wi<br />
)<br />
ϕ , (2.99)<br />
σ i σ i