paniere affidabilità e sicurezza delle macchine -risposte multiple

MTBF=MTTF+MTTR

Lezione 0101. A quale tipo di danneggiamento si applica la distribuzione Gaussiana?

E' in grado di descrivere la vita dei componenti durante le loro diverse "età".

Per descrivere la vita di componenti soprattutto elettrici/elettronici viene usata quando si hanno danneggiamenti dovuti a fenomeni di fatica o invecchiamento.

Per descrivere la vita a fatica di componenti meccanici μ e σ, σ2. La pdf e la cdf cambiano forma e posizione al variare di controlla?

la posizione sull'asse delle ascisse

lo "spanciamento"

l'altezza della curva

la larghezza e l'altezza della curva

La funzione di distribuzione cumulata è l'integrale della pdf ed è:

Simmetrica(μ, 0.5), μ F(μ)

rispetto al punto con è anche la mediana e = 0.5.

Antisimmetrica(μ, μ F(μ)

rispetto al punto 0.5), con è anche la mediana e = 0.5.

Antisimmetrica(μ, μ F(μ)

rispetto al punto 0.75), con è anche la mediana e = 0.5.

mediana e = 0.75. Simmetrica(μ, F(μ)rispetto al punto 0.5), con ? è anche la moda e = 0.5.

4. Com'è la f(t) di una distribuzione normale?

Antisimmetrica rispetto al valor medio μ e ha 2 flessi aμ ± σ, con σ deviazione standard

Simmetrica rispetto al valor medio μ e ha 2 flessi aμ ± σ, con σ deviazione standard

Antisimmetrica rispetto al valor medio μ e ha 1 flesso a μ +σ, con σ deviazione standardμ μ σ, σ

Simmetrica rispetto al valor medio e ha 2 flessi a ± con la modaμ e σ, μ5.

La pdf e la cdf cambiano forma e posizione al variare di controlla?

l'altezza della curvalo "spanciamento "la posizione sull'asse delle ascissela larghezza e l'altezza della curva

6. Scopo della statistica descrittiva?

Nessuna delle altrerappresentare il fenomeno in esame, l'affidabilità meccanica, su basi logicherappresentare il fenomeno in esame,

L'affidabilità meccanica, su basi matematiche, rappresenta il fenomeno in esame, l'affidabilità meccanica, su basi ipotetiche.

In figura è riportato l'andamento della pdf per una distribuzione Gaussiana, qual è quella corretta?

Lezione 01101. I punti evidenziati nelle curve in figura cosa rappresentano?

Nessuna delle altre

Valor medio

Mediana

Moda

La distribuzione log-normale è la distribuzione di una variabile Y il cui logaritmo naturale X=log(Y) segue:

una distribuzione di Weibul

Nessuna delle altre

una distribuzione esponenziale

una distribuzione normale μx σx

Data una variabile Y la cui distribuzione è descritta da una log-normale con parametri μ = -3.44 e σ = 1.13, si chiede di determinare: il valore atteso E(Y)

0.0607

0.50

0.0321

0.0089

Data una variabile Y la cui distribuzione è descritta da una log-normale con parametri μ = -3.44 e σ = 1.13, si chiede di determinare: la moda

0.0607

0.0321

0.50

0.0089

perfettamente i danneggiamenti casuali dei prodottiindipendente dal tempo (costante), quindi tale distribuzione rappresenta perfettamente i danneggiamenti casuali dei prodotti

4. I componenti che seguono la distribuzione esponenziale hanno un tasso di guasto costante, questo cosa significa?

hanno memoria di quanto tempo hanno funzionato cioè non sono sottoposti ad invecchiamento

non hanno memoria di quanto tempo hanno funzionato cioè non sono sottoposti ad invecchiamento

hanno memoria di quanto tempo hanno funzionato cioè sono sottoposti ad invecchiamento

Nessuna delle altre

5. Quanto vale il MTTF per Distribuzione Esponenziale?

1+λ1*λ1/e^(-λt)

1/λ

Lezione 01301. Per una distribuzione di Weibul, aumentare alfa come modifica la distribuzione?

Nessuna delle altre

La distribuzione di Weibull è molto usata in ambito ingegneristico per la sua flessibilità.

2. <βper 3.5 <4 è:

nessuna delle altre

è simile ad una

altre è una esponenziale negativa è simile ad una log-normale

La distribuzione di Weibull è molto usata in ambito ingegneristico per la sua flessibilità.

6. β per = 1 è:

è simile ad una gaussiana

è simile ad una log-normale

è una esponenziale negativa

nessuna delle altre

La distribuzione di Weibull è la più utilizzata per la stima dell'affidabilità dei componenti per l'elevata versatilità che la contraddistingue.

7. β, α

Nella sua formulazione sono presenti due o tre parametri identificativi: β, α e t0.

Cosa rappresenta t0?

identifica la forma della distribuzione

modifica la scalatura orizzontale della distribuzione

nessuna delle altre

risposta il punto di partenza della distribuzione

La distribuzione di Weibull è la più utilizzata per la stima dell'affidabilità dei componenti per l'elevata versatilità che la contraddistingue.

8. β, α

Nella sua formulazione

Sono presenti due o tre parametri identificativi: e t0.α? Cosa rappresenta?

Nessuna delle altre identifica la forma della distribuzione

modifica la scalatura orizzontale della distribuzione

sposta il punto di partenza della distribuzione

Lezione 0141. Si definisce distribuzione chi quadrato a n gradi di libertà la distribuzione di una variabile aleatoria calcolata come somma:

μ=0 σ=3 dei quadrati di variabili aleatorie esponenziali Xi con eXi con μ=0 e σ=2 dei quadrati di variabili aleatorie log-normali aleatorie gaussiane Xi con μ=0 e σ=1 dei quadrati di variabili μ=0 σ=4 dei quadrati di variabili aleatorie di Weibull Xi con e

2. Cosa dice il Teorema del limite centrale?

In un processo produttivo, qualunque siano le tipologie di distribuzioni dei fattori di input, all'aumentare il numero di tali fattori la distribuzione finale del prodotto sarà sempre più approssimabile ad una di Weibull

In un processo produttivo, qualunque siano le

1. Tipologie di distribuzioni dei fattori di input, all'aumentare il numero di tali fattori la distribuzione finale del prodotto sarà sempre più approssimabile ad una esponenziale.
2. In un processo produttivo, qualunque siano le tipologie di distribuzioni dei fattori di input, all'aumentare il numero di tali fattori la distribuzione finale del prodotto sarà sempre più approssimabile ad una log-normale.
3. In un processo produttivo, qualunque siano le tipologie di distribuzioni dei fattori di input, all'aumentare il numero di tali fattori la distribuzione finale del prodotto sarà sempre più approssimabile ad una gaussiana.
4. Lezione 0151. La SEVD è utilizzata per descrivere:
   • In modo asintotico, i risultati massimi assunti dalla ripetizione di un esperimento aleatorio.
   • In modo non asintotico, i risultati minimi assunti dalla ripetizione di un esperimento aleatorio.
   • In modo non asintotico, i risultati massimi assunti dalla ripetizione di un esperimento aleatorio.