Problèmes de stocks
311
si
sont les fonctions de répartition des durées de vie des composants
soit
(15)
)]
(
[1
1
=
)
(
1
=
t
v
t
v
i
n
i
12.4. RACCORDEMENT D'UNE CHRONIQUE DE DEFAILLANCE A UNE LOI
CONNUE
Bien entendu, dans la pratique, l'on ne dispose pas immédiatement des lois de
probabilités des durées de vie. Tout ce qu'il est possible de faire, c'est d'observer, pour
un équipement donné, une séquence assez importante de défaillances, qui fournit alors la
réalisation d'un échantillon de la variable aléatoire : durée de vie. Un test statistique
14
permet ensuite, en théorie, de proposer une loi de probabilité décrivant « au mieux » le
phénomène.
Cela dit, une telle opération pose problème. Supposons en effet que nous ayons
l'expérience suivante : on a un parc de 1000 exemplaires d'un même équipement, que
l'on met tous en marche à l'instant
On découpe le temps en phases =0,1, 2, etc.
et l'on observe à chaque phase le nombre d'équipements encore en vie
On a par
exemple le tableau suivant :
t
(t)
0 1000
1
990
2
960
3
900
4
820
5
680
6
450
7
250
8
130
9
60
10
20
11
0
14 par exemple, le test de chi-deux, le plus connu, mais il y en a d'autres.
311
si
sont les fonctions de répartition des durées de vie des composants
soit
(15)
)]
(
[1
1
=
)
(
1
=
t
v
t
v
i
n
i
12.4. RACCORDEMENT D'UNE CHRONIQUE DE DEFAILLANCE A UNE LOI
CONNUE
Bien entendu, dans la pratique, l'on ne dispose pas immédiatement des lois de
probabilités des durées de vie. Tout ce qu'il est possible de faire, c'est d'observer, pour
un équipement donné, une séquence assez importante de défaillances, qui fournit alors la
réalisation d'un échantillon de la variable aléatoire : durée de vie. Un test statistique
14
permet ensuite, en théorie, de proposer une loi de probabilité décrivant « au mieux » le
phénomène.
Cela dit, une telle opération pose problème. Supposons en effet que nous ayons
l'expérience suivante : on a un parc de 1000 exemplaires d'un même équipement, que
l'on met tous en marche à l'instant
On découpe le temps en phases =0,1, 2, etc.
et l'on observe à chaque phase le nombre d'équipements encore en vie
On a par
exemple le tableau suivant :
t
(t)
0 1000
1
990
2
960
3
900
4
820
5
680
6
450
7
250
8
130
9
60
10
20
11
0
14 par exemple, le test de chi-deux, le plus connu, mais il y en a d'autres.
