IV- PRINCIPALES LOIS

APPLIQUEES A LA
MAINTENANCE
LA LOI NORMALE
Une variable aléatoire x de moyenne (m) et
d’écart-type (σ) suit une loi normale si sa
fonction d.p est:
( xm)2
1
f ( x)  .e 2 2

 2
*E(X)= m f(x)
*variance = σ2 > 0
*représentation graphique:

0
m x
Cette fonction est symétrique/moyenne:
f(m-x) = f(m+x).
D’autre part, on connaît le % de la population
compris entre -kσ et +kσ autour de la moyenne
k Є IN
désignation: X N(m, σ)
 f(x)
68 26%

95 45%

99 73%

x
m

σ σ

2σ 2σ

3σ 3σ
Fonction de répartition
F(x)

0,5

m x

On sait que: F(x)= 1- F(-x)

X ( xm)2
1
Et F(X )  
  2
.e 2 2
dx
Calcul de l’intégrale:
Calcul de la VCR= u= (x – m)/ σ

Utilisation de tables de la N(0,1)

si x N(m, σ)
La table N(0,1) donne les valeurs de F(u) en
se rappelant que F(-u) = 1- F(u)
* Exercices
 La loi Log-Normale
Une variable aléatoire continue X suit une loi Log-
normale si LnX obéit à une loi N(m,σ)
 ( LnX  m ) 2
1 1
f ( x)  . .e 2 2
pour X≠0
 2 X

Et f(x) = 0 pour X≤0

 m  2 / 2 
*E(X) = e
 e 
2 2 m   
.[e  1]
2 2

x
= variance:
 f(X) F(X)

m=0 1

σ=0,5

0 X 0 X
Le calcul de F(X) s’effectue en changeant
une variable en centrée réduite:
U= (LnX-m)/σ
Exercice:
 La loi exponentielle
Cette loi s’applique pour la période à taux de défaillance
constant. Tous les matériels sont concernés pendant une
partie de leur vie (période de vie utile) et les matériels
électriques pendant toute leur vie.
Caractéristiques
 x
*Densité de probabilité: f(x) = .e
*Fonction de répartition: F(x) = 1-e-λx
*Fonction fiabilité : R(x) = e- λx
*Espérance mathématique:

E( X )   x. f ( x)dx
_
 
1
 
 x
x.e dx 


Rq: Si T = V.A représentant TBF alors
E(T) = MTBF = 1/λ
• Variance V(X) = 1/ λ2

Exercice
 Loi de Weibull
C’est un modèle statistique particulièrement bien
adapté à l’étude statistique des défaillances.
Weibull a donné au taux de défaillance λ(x) une
formule générale dépendant de 3 paramètres
γ,η,β,qui modélise avec une bonne précision
dans une gamme étendue.
*Densité de probabilité:

f(x) = β/η[(x- γ )/ η]β-1.e-(x- γ / η) β

*Fonction de répartition:
F(x) = 1 - e-(x- γ / η) β
• Fonction fiabilité:
R(x) = e-[(x- γ )/ η] β

• Taux de défaillance:
λ(x) = f(x) /R(x) = β/η[(x- γ )/ η]β-1
• Espérance mathématique:
E(X)= γ + A.η A:Coefficient lié à β
Rq: Si x = t
E(T) = γ + A.η = MTBF ou MUT

V(X) =   .[ B. ]
• Variance 2
x
2
B:Coefficient lié à β

Signification des paramètres:

 λ(x)
a) Paramètre de forme β:
f(x) β=3
β=0,5 β=3

β=1

β=1 β=0,5
x

b) Paramètre de position γ (repérage ou localisation):

f(x)

γ<0 γ>0
x
c) Paramètre d’échelle η

Détermination de γ,η, β
fiches historiques

temps de bon fonctionnement: TBF et nombre de pannes

tableau

Rang TBF par ordre ni ∑ni Fe(ti)

croissant : ti
 ∑ni – 0,3
si N ≤ 20
Fe(ti) N+0,4

∑ni
si N > 20
N+1

TBF; et Fe(ti) sur papier d’Alain Plait

γ,η, β

table de Weibull pour A et B

MTBF ou MUT

R(t), F(t), f(x), λ(t) ………………………..

 CAS
• Cas γ=0
• CAS γ ‡ 0
• Méthode graphique
• Méthode de calcul
t1 t3- t 22
• γ=
t1+ t3- 2t2
 TEST DE KHI-DEUX
• Sert à vérifier la validité d’une loi.
• On admet dans l’utilisation des statistiques
un risque d’ erreur α (α= niveau de
signification= probabilité de se tromper en
utilisant ce test )
• Conditions:- nombre d’observations N ≥50
- ni ≥ 5
• Ce test est basé sur l’écart entre les valeurs observées
et le modèle théorique.
• Une fonction indicatrice des écarts est:
r (ni  Np ) 2
E i

i 1 N. p
i

r: nombre de classes
ni: nombre d’individus par classe
N: nombre d’individus total dans l’échantillon
Npi: nombre d’individus attendu théoriquement dans la
classe i
Pi: probabilité de se trouver dans la classe
E suit( ) approximativement 1loi de χ2 à v
degrés de liberté avec:
v=r–k–1
k: nombre de paramètres estimé par le
modèle théorique.
P[E> χ2ν ; 1-α]
Si E ≥ χ2ν ; 1-α on rejette l’hypothèse
du modèle théorique comme bonne
Exemple:
On a les résultats suivants regroupés par
classe:
TBF(h) ni
0- 500 7
500 - 1000 8
1000 -1500 9
1500 -2000 10
2000 -2500 12
2500 -3000 8
On fait l’hypothèse d’une loi exponentielle de paramètre
1
λ= déf/h avec α = 5%
1600
Dire si le modèle exponentiel est accepté?
 TEST DE

KOLMOGOROV- SMIRNOV
Aucune restriction n’est nécessaire; pour
tout N, on peut l’appliquer.
Cependant, si N est grand, il est préférable
de regrouper les valeurs en classes et
ainsi utiliser le test de χ2
Idée: comparer la fonction réelle de
répartition à la fonction de répartition
théorique
 F(t)

Fe(t)
Modèle théorique

t
On mesure l’écart point par point entre ces 2
fonctions. D N,i=|F(ti)-Fe(ti)|
Fe(t): Fonction de répartition réelle.
Obtenue par: -méthode des rangs moyens:
Fe(ti) = ∑ni/N +1
- méthode des rangs médians:
Fe(ti) = (∑ni – 0,3)/(N +0,4)
F(t) : fonction de répartition théorique.
REMARQUE:
En pratique, l’essai est soit censuré, soit tronqué:
-censuré à la rème défaillance: N = r
- tronqué au temps T: N = k+1
Ici : k = nombre de défaillances
On montre que D N =Max |Fe(ti)-F(t)| suit une loi ne
dépendant que de N et on écrit que:
P [ Max |Fe(ti)-F(ti)| < D N, α]= 1- α
La valeur de D N,α est donnée par la table de K.S
D Nmax ≥ D N, α on refuse l’hypothèse du
modèle théorique.
Application:
Au cours d’un essai, on a relevé les temps
suivants entre défaillances: 23,16h,56h,
71h, 4h, 25h, 51h, 30h.
Peut-on admettre un modèle Normal de
paramètres:
m = 34h, σ = 22h
Avec α = 0,05?