變更

假定系统只有正常和失效两种状态。系统在失效前的一段正常工作时间称为寿命。由于失效是[[随机现象]]，因此，寿命可用非负随机变量X 及其分布函数F(t)=P{X ≤t}（见概率分布）来描述。对失效后不加修复的单元，其可靠性用可靠度来刻画。单元在时刻t的可靠度R(t)定义为:在一定的工作条件下在规定的时间【0，t】中完成其预定功能的概率。因此,若单元的寿命为X，相应的寿命（或失效）分布函数为F(t)，则R(t)=P{x>t}=1-F(t),其中t≥0。根据上式的概率含义，可靠度R(t)又称为生存函数。寿命数据的收集和分析是可靠性定量评定的基础。主要讨论寿命分布类型的确定及其参数估计。由于寿命试验费钱、费时，试验常常不能等到所有受试样本都失效时才结束，此外，现场数据中可能有中途失去观察的情形，因此获得的寿命数据往往是不完全的样本。对于这类不完全样本的参数估计和分布类型检验，在数理统计中有专门的方法来处理，其中以寿命分布是指数时，结果最简单(见寿命数据统计分析)研究寿命分布的共同性质，需要引入寿命分布类的概念。若对任意固定的x≥0,F(x|t)是t≥0的递增函数，即在同样长的时间间隔x中，单元失效的概率随年龄t增加，则F称为属于失效率递增类,记为F∈IFR。当r(t)存在时，F∈IFR等价于r(t)递增。相仿地，可定义失效率递减类，以及失效率平均递增或递减的类等。<ref>[https://zhuanlan.zhihu.com/p/171756902 可靠性数学]搜狗</ref>

=='''参考文献'''==