I.

Description statistique et représentation du comportement

de défaillance
I.1 Histogramme et fonction de densité

Dans ce qui suit, on va voir un exemple de passage des statistiques vers les densités de
probabilité (relation statistique-probabilité).
En effet, le comportement de défaillance des composants et des systèmes peut être représenté
graphiquement avec diverses procédures et fonctions statistiques.
La possibilité la plus simple d'afficher graphiquement le comportement de défaillance est avec
l'histogramme de la fréquence de défaillance, voir la figure ci-dessous. Les temps de
défaillance se produisent au hasard dans une certaine période. La représentation de la figure
(b) est le résultat après le tri des temps de défaillance. (attention : ceci est un exemple)
Plus les données sont rassemblées dans la figure b, plus les temps de défaillance se produisent
« fréquemment » au cours de cette période. Afin de le montrer graphiquement, un
histogramme des fréquences de défaillance est créé (figure c). Par conséquent, l'abscisse est
divisée en intervalles de temps qui sont désignés comme des classes. La nombre de
défaillances est déterminée pour chaque classe. Si une défaillance tombe directement entre
deux classes, il est compté dans les deux classes comme la moitié d'un échec. Cependant, en
affectant soigneusement les intervalles, cela peut normalement être évité. La quantité de
défaillances dans chaque classe est représentée par des rectangles de différentes hauteurs.
 Figure 1: a) temps de défaillance collectés lors des essais; b) temps de défaillance triés; c)
histogramme des fréquences de défaillance avec fonction de densité empirique f * (t)
Au lieu d'un histogramme, le comportement de défaillance peut également être décrit avec la
fonction de densité empirique f*(t), voir la figure suivante.

Figure 2: Histogramme des fréquences de défaillance et de la fonction de densité empirique

f*(t)
Dans la fonction de densité, les points médians des faisceaux de l'histogramme sont reliés par
des lignes droites. De cette façon, une fonction entre le temps de défaillance et la fréquence de
défaillance est représentée. Le terme «empirique» pour la fonction de densité implique que la
fonction de densité est déterminée sur la base d'un échantillon d'essai ou d'un nombre limité
de défaillances (donc expérimentales). La fonction de densité «idéale» réelle est atteinte
lorsque la quantité n de défaillances est augmentée. Le nombre de classes peut ensuite être
augmenté. Cela signifie que la taille de la classe devient continuellement plus petite tandis que
la coordonnée y des fréquences résultantes reste relativement inchangée. Pour la limite n →
∞, le contour de l'histogramme devient une courbe toujours plus lisse et continue, voir figure
suivante.

Figure 3 : Histogramme des fréquences de défaillance et de la fonction de densité f (t)

(nombre de défaillances n → ∞)

La fonction de densité empirique f*(t) connaît de grandes variations, en particulier pour un

petit échantillon et varie considérablement en comparaison avec la fonction de densité idéale
f (t). La zone sous la fonction de densité f (t) est égale à 1 (voir rappel qu’on a fait la dernière
fois). L'histogramme des fréquences ainsi que la fonction de densité décrivent le nombre de
défaillances en fonction du temps. Ainsi, ils offrent la possibilité la plus claire et la plus
simple de représenter le comportement de défaillance. Parallèlement à la plage de dispersion
des temps de défaillance, on peut reconnaître dans quel intervalle le plus de défaillances se
produisent.

Un exemple de fonction de densité est illustré sur la figure suivante. Ici, on voit le nombre de
décès en fonction de l'âge. D'abord, on peut voir une série de décès d'enfants, puis une
deuxième zone avec très peu de décès entre 15 et 40 ans, suivie d'un nombre croissant de
décès avec l'âge. Pour les hommes, la plupart des décès surviennent à l'âge de 80 ans, tandis
que pour les femmes, la plupart des décès surviennent à un âge plus avancé.
 Figure 4: Fonction de densité f (t) des décès humains

I.2 Fonction de répartition ou probabilité de défaillance

La somme des défaillances peut être représentée par une fonction tout comme la fonction de
densité dans la section précédente. Cette fonction est appelée « fonction de répartition
empirique F*(t) », voir figure suivante.

Figure 5 :Fréquence cumulée et fonction de répartition: a) histogramme des fréquences; b)

histogramme de la fréquence cumulée et fonction de répartition empirique F*(t)
La fonction de répartition réelle F(t) est déterminée en augmentant le nombre de valeurs
expérimentales. Ainsi, la taille des classes diminue continuellement et le contour de
l'histogramme devient une courbe lisse pour la limite n → ∞. Le résultat est la fonction de
répartition F(t), voir figure suivante. La fonction de distribution commence toujours par
F(t)=0 et augmente de façon monotone, car pour chaque temps ou intervalle une valeur
positive est ajoutée. La fonction se termine toujours par F(t)=1.

Figure 6 : Histogramme de la fréquence cumulée et de la fonction de répartition F (t) (nombre

de défaillances n → ∞)

La figure suivante montre la fonction de répartition F(t) correspondant à l'exemple de la mort

chez les êtres humains. Avec cette fonction F (t), par exemple, 40% des femmes est décédée à
l'âge de 80 ans. On peut dire aussi qu’il y a une probabilité de 60% (1-0,4) que les femmes
dépassent les 80 ans.

Figure 7 : fonction de répartition F (t) pour les décès humains.

D’une manière générale, On appelle fonction de répartition de X la fonction F donnant pour
toute valeur x choisie la probabilité que la variable aléatoire X soit inférieure ou égale à x. Ce
qui peut s'écrire :
F(x) = p(X<x) (où p signifie probabilité).
Si f est la fonction de densité de probabilité : alors f est la dérivée de F. Ce qui peut s'écrire :
f(x) = dF(x)/dx.

Figure 8: Lien entre la densité, f et la fonction de répartition (haut), et, plus généralement, les
probabilités (bas)