Аннотация. Рассматривается задача оценивания максимальной погрешности сложной системы по данным, полученным до и после проведения испытаний опытных образцов. Для ее решения используется метод приоритета опытной информации, позволяющий уточнять опытные оценки, если априорная информация не противоречит результатам испытаний. Получены аналитические выражения для апостериорного оценивания максимальной погрешности сложной системы и определения выигрыша в точности оценивания или числе испытаний. Приведен пример применения полученных результатов. Получаемый выигрыш зависит от близости априорной и опытной информации. Мерой, позволяющей определить весовые коэффициенты для априорных и опытных данных, является отношение правдоподобия для проверки гипотезы об их однородности. 

Ключевые слова: сложная система, максимальная погрешность, распределение арксинуса, априорная информация, ограниченные опытные данные, апостериорное оценивание, выигрыш в оценивании

Список литературы:

1. Пугачев B. C. Теория вероятностей и математическая статистика. М.: Физматлит, 2002. 496 с.
2. Абезгауз Г. Г., Тронь А. П., Копенкин Ю. Н., Коровина И. А. Справочник по вероятностным расчетам. М.: Воениздат, 1970. 536 с.
3. Токарев А. Б. Теория вероятностей и случайные процессы в радиотехнике: Учеб. пособие. Воронеж: Воронежский гос. техн. ун-т, 2010. Ч. 1. 197 с.
4. Буренок В. М., Найденов В. Г. Испытательная база: выход из кризиса // Воздушно-космическая оборона. 2009. № 1(44). С. 18—25.
5. Фроленков К. В. Уточнение оценок вероятностей при локальном апостериорном выводе алгебраической байесовской сети в случае неточного свидетельства // Тр. СПИИРАН. 2013. № 1(24). С. 152—164.
6. Kahneman D. et al. Judgment under Uncertainty: Heuristics and Biases. 21st Cambridge University Press, 2005. 555 p.
7. Тулупьев А. Л. Апостериорные оценки вероятностей в алгебраических байесовских сетях // Вестн. СПбГУ. Прикладная математика. Информатика. Процессы управления. 2012. № 2. С. 51—59.
8. Шаракшанэ А. С., Халецкий А. К., Морозов И. А. Оценка характеристик сложных автоматизированных систем. М.: Машиностроение, 1993. 272 с.
9. Вентцель Е. С. Теория вероятностей: Учеб. для студ. вузов. М.: Академия, 2003. 576 с.
10. Александровская Л. Н., Круглов В. И., Кузнецов А. Г. и др. Теоретические основы испытаний и экспериментальная отработка сложных технических систем: Учеб. пособие. М.: Логос, 2003. 736 с. 
11. Элементы теории испытаний и контроля технических систем / Под ред. Р. М. Юсупова. Л.: Энергия, 1978. 192 с.
12. Арсеньев В. Н. Метод апостериорного оценивания показателей качества системы при ограниченном объеме информации // Изв. вузов. Приборостроение. 1991. Т. 34, № 11. С. 16—22.
13. Пат. 2015553 РФ. Статистический анализатор / В. Н. Арсеньев. 1994. Бюл. № 12.
14. Постников В. М., Спиридонов С. Б. Методы выбора весовых коэффициентов локальных критериев // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2015. № 06. С. 267—287. 
15. Коробов Б. В. Сравнительный анализ методов определения весовых коэффициентов „влияющих факторов“ // Социология: методология, методы, математическое моделирование. 2005. № 20. С. 54—73.
16. Пугачев В. Н. Комбинированные методы определения вероятностных характеристик. М.: Сов. радио, 1973. 256 с.
17. Щербаков П. С. Использование априорной информации для уточнения оценок параметров // Изв. АН СССР. Автом. и телемех. 1988. № 5. С. 80—89.
18. Арсеньев В. Н. Метод приоритета опытной информации для апостериорного оценивания характеристик системы управления // Труды Военно-космической академии им. А. Ф. Можайского. 2011. Т. 633. С. 18—24.
19. Arseniev V. N., Adadurov S. E., Gerasimenko P. V., Degtyarev V. G. Correction of models of disturbing perturbances at research of complex system properties // Proc. of 20th IEEE Intern. Conf. on Soft Computing and Measurements (SCM). 2017.
20. Королюк В. С., Портенко Н. И., Скороход А. В., Турбин А. Ф. Справочник по теории вероятностей и математической статистике. М.: Наука, 1985. 640 с.