Statistical and Application 统计学与应用, 2013, 2, 61-63 http://dx.doi.org/10.12677/sa.2013.23008 Published Online September 2013 (http://www.hanspub.org/journal/sa.html) A Bivariate Probability Model Based on the F-G-M Copula Feng Gao Faculty of Mathematics and Physics, Huaiyin Institute of Technology, Huaian Email: hagaofeng000000@163.com Received: Jul. 29th, 2013; revised: Aug. 6th, 2013; accepted: Aug. 18th, 2013 Copyright © 2013 Feng Gao. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Abstract: In this paper, a bivariate probability model b ased on th e F-G-M copu la is derived by improv ing the weaker component of the F-G-M bivariate exponential distribution. The reliability of the series system after improving the weak er conponent is computed by using this model. Keywords: F-G-M Copula; F-G-M Bivariate Exponential Distribution; Weaker Component; Reliability 基于 F-G-M Copula的一个二元概率模型 高 峰 淮阴工学院数理学院,淮安 Email: hagaofeng000000@163.com 收稿日期:2013 年7月29 日;修回日期:2013 年8月6日;录用日期:2013 年8月18 日 摘 要:本文通过对 F-G-M 二元指数分布的弱成分进行改进,得到了一个基于F-G-M Copula的二元 概率模型,利用这个模型,讨论了弱成分改进后的串联系统可靠度。 关键词:F-G-M Copula;F-G-M 二元指数分布;弱成分;可靠度 1. 引言 , F xGy的二维随机变量 , X Y,一定存在一个二 元copula 函数 ,Cuv,使得 ,, H xy CF xG y;其次,度量二维随机变量 相依性的三个秩相关系数 Kendell 的 ,Spearman 的 ,Gini 的 ,都 等于 v,Cu 的二重积分表达式,因 此,借助于 ,Cuv,我们可以把二维随机变量 , X Y 的相依性信息从联合分布函数 , 二元 copula 函数是定义在区域 20,1 0,1I上 的以标准均匀分布为边缘分布的一个二元分布函数, 记为 ;具体而言, ,Cuv ,Cuv应该满足下面三个 条件[1]: 1) ,00,0,0,1 ,0,1CuC vuv; 2) ,1,1,,0,1,0,1CuuC vvuv ; 3) 若 ,则有 12 12 01,0uu vv 1 2221 1211 ,,,,Cu vCu vCuvCuv 0 。 H xy中抽象出来, 同时也为构造具有共同相依关系而边缘不同的二元 分布提供了一种有效的途径。所以 copula 的产生使得 人们能够以新的视角来研究二维随机变量,比如可以 应用 copula 来研究和、积、商的分布[2]。 二元 copula在研究二元连续型概率模型中具有重 要作用,Sklar 定理为其奠定了重要的基础,Sklar 定 理表明,任一具有联合分布函数 , H xy和边缘分布 F-G-M copula[3]是一个常用的二元 copula,定义 Copyright © 2013 Hanspub 61 基于 F-G-M Copula的一个二元概率模型 为: ,111,1 FGM Cuvuv uv 1 (1) 由于其 Spearman 秩相关系数 11 , 333 , 所以可以用来建模弱相依性的二元模型。 若取边缘为 12 ~Exp, ~Exp,XY Exp 表示参数为 的指数分布,则边缘分布函数为: 1 1e 0,1e0 x Fxx Gyy 2 y 利用 Sklar定理,由 , FMG Cuv 可产生一个二元分 布: 12 12 ,1e1e 1e,0, 0 xy xy Hxy xy (2) 该分布称为F-G-M 二元指数分布,其中分布参数 12 0,0, 11 。 记r X Y表示随机变量 X 随机大于 [4] ,即满 足: Y 1) ,PXzPYzz R , 2) 存在一个 a,使得当 ,有 Rza PXzPY z 。 定义[5]:设 , X Y的联合概率累积分布函数为 , H xy,若 ,则称 r YX X 为分布 , H xy的弱成 分。 分布的弱成分具有如下的实际意义:弱成分对应 的元件可靠度比较低,因此在此元件上备份一个同类 元件,可以提高系统的可靠度。“备份”是提高系统 可靠性的一个常用手段,它是在原来的元件上并联一 个或多个同类元件,并联线路上装有开关,当原来的 元件失效时,开关自动闭合,第一个备份元件开始工 作,以此类推。 在分析两元件串联系统或并联系统的可靠性时, 常常假设元件的工作是相互独立的;但是独立性的假 设并非总是符合实际情况的,系统的功能结构和工作 环境,常常会导致元件的工作具有某种相依结构,这 时系统的建模就要使用二元概率模型,常用的二元概 率模型有 Marshall-Olkin二元指数分布、F-G-M 二元 指数分布等。 现考察一两元件串联系统,设两元件的寿命 , X Y服从 F-G-M 二元指数分布(2),则当 时, 0t 211 exp exp PY tPXt tt 2 所以, X 为弱成分等价于 12 ,本文后面总是 假设 12 成立的。 为了提高系统的使用寿命,我们在弱成分 X 对应 的元件上备份一个同型元件,设其寿命为0 X ,则 0 X 与 X 独立同分布,记 0 X XX ,此时系统的使用 寿命为 XY min ,T ,它取决于 , X Y 的联合分 布。 本文研究 , X Y 的联合分布,并且以此为基础, 研究了弱成分改进后的串联系统的可靠度情况。 2. 主要结果 2.1. , X Y 的联合分布 , X Y 0 的相依性未变,即仍然服从 F-G-M copula (1),由于 X 与 X 独立同分布于 1 Exp ,而 1, 1 Ga 1 Exp ,利用Gamma 分布的可加性,有 01 ~2,XXXGa 其分布函数为 1 1 11 e0 x X Fxx x 于是 , X Y 的联合分布为 12 1122 11 1 12 ., 11 11e1e1 e11ee1e 0,0;11,0 FGM X XXX xy xxyy Hxy CF xGy F xGyF xF xGyGy xx x xy (3) 2.2. 弱成分带备份的串联系统的可靠度 为方便计算具有相依结构的系统的可靠度,我们 利用联合生存函数的概念,设 , X Y具有联合分布函 数 , H xy,边缘分布为 F x和,则其联合生 存函数定义为[1]: Gy ,,1, H xyPXxYyF xG yH xy 设弱成分带备份的串联系统寿命为T,可靠度为 Copyright © 2013 Hanspub 62 基于 F-G-M Copula的一个二元概率模型 Copyright © 2013 Hanspub 63 t Rt ,则 由(4)(5)两式得 min, ,TXYRtPT 12 12 12 11 1 e112e1e e ttt t RtR tRt tt tt 由于 , X Y 的联合生存分布为 121 2 11 22 11 11 .1 . 1ee11e1e 1e11e e1e 10,0 X x yx xx yy HxyFx GyHxy xx xx xy y 其中 12 2 1 112 e1e 11 1e tt t tt t 所以 121 2 () 11 ,, 1e 111e1e tt Rt PX tYtHtt tt t (4) 此处 1 1 2e t tt 。由于当 时, 0t 0 2,0 0,t ,所以 ,因 此 02t 0tRtRt ,即弱成分带备份的串联系 统的可靠度大于原串联系统的可靠度,改进量为 12 1e tt 12 11 e112 t tt e 。 2.3 可靠度的比较 下面我们来研究串联系统与弱成分带备份的串 联系统的可靠度的比较。 参考文献 (References) 对于原串联系统,两元件的寿命 , X Y 服从 F-G-M 二元指数分布(2),系统的寿命与可靠度分布为 ,由 于 min, ,TXYRPT [1] R. B. Nelson. An introduction to copulas. New York: Springer, 2006. [2] 高峰, 刘绪庆. 随机变量的和、积、商分布的一种新表示[J]. 大学数学, 2012, 28(3): 119-122. t , X Y的生存函数 为: [3] C. Amblard, S. Girard. A new extension of bivariate FGM copu- las. Metrika, 2009, 70: 1-17. 121 2 12 ,ee 1e1e 1e1,0, 0;11 x yx xy Hxy xy y [4] 陈希孺. 数理统计引论[M]. 北京: 科学出版社, 1981. [5] 高峰, 刘绪庆. Weaker component test of MOBVE Distribution with censored data. Recent Advance in Statistics Application and Related Areas-Conference Proceedings of 2009 International In- stitute of Applied Statistics Studies, Riverwood: Aussino Acad- emic Publishing House, 2009: 2720-2724. 所以 12 12 ,11e1eet tt Rt Htt (5) |