既然我们在设计产品之初已经留出了足够的裕量，保证了产品的可靠性，为什么产品在使用中仍然会出故障呢？
其中一个原因是退化，因为退化永恒，在产品设计之初留够的裕量随着使用时间的增长，这个裕量都要逐渐减少，如果裕量减少到0，则产品必定故障。
另一原因就是不确定性。我们回到以前介绍过的吊车的例子。我们说10吨是一个标称值，实际中几乎无法做到每一台吊车的实际起吊重量都能精确地达到10吨，在一批吊车中，这个10吨可以被理解成这批吊车起吊重量的平均值，具体到每一台可能在10吨多一点或少一点，这就是不确定性。
这种不确定性一般就用吊车起吊重量的某个百分比来表示上下限，比如10吨有上下15%误差，这意味着这一批吊车的起吊吨位在9.85吨至10.15吨之间，都是合格产品。这个时候，如果你恰好买到了一台9.85吨的吊车，你再去起吊9.9吨的货物，则会发现9.85-9.9=-0.05，这个裕量小于零了，则前面讨论的“吊车+货物”这个系统不真实、不可信了，吊车不可以依赖和信任了。
另一方面，我们再说说货物的重量，前面提到每次起吊货物重量是3吨，其实也不可能每次都恰好就等于3吨，这也有一个精度范围，比如实际可能是3.05吨，2.95吨等等，总之3吨也是货物重量的标称值，实际上每一次货物的重量在某一个范围内是不一样的。这也是一种不确定性。
如果我们用概率分布来分别描述一批吊车起吊重量和一批货物重量，我们就可以简单地计算“吊车+货物”这个系统真实可靠的概率，就是那些裕量大于0情况的概率，这个概率就是可靠度。
就是说任何类似“吊车+货物”这样的系统，在初始时刻都存在一个可靠度。如果系统构建的不好，比如“吊车”设计、制造的偏差范围大，而“货物”重量的变化范围也很大，则在“吊车+货物”这个系统运行过程中，裕量大于零的次数就低，即在系统设计之初，可靠度就很低。
这个时候，如果要让这个“吊车+货物”系统更真实可信，要么增加吊车的额定吨位，比如15吨，这时候即使还是误差15%，系统的裕量也会足够，即可靠度的确定性增加了；要么控制“吊车”偏差，或者控制“货物”重量的变化范围，也会保证系统的裕量大于零的情况多一些。当然，同时增加裕量和控制偏差，也可以达到预期的目标，这就是正向的可靠性设计优化。
以上所讨论的不确定性，我们称之为随机不确定性或者客观不确定性，“随机”的意思是可以用概率来刻画这种不确定性，客观的意思是不能完全消除这种不确定性，只能不断缩小偏差、提高精度。
下面再讨论一种不确定性，与人的认知能力有关。
2012年的秋天，我突然接到一位家在河北农村的亲戚来电，告诉我他在干农活时摔伤骨折了，已经被紧急送来北京积水潭医院，万幸他只是骨折，积水潭医院又是北京最好的骨科医院，我赶到医院去探望时，医生已经为他做好了手术，只需静养恢复即可。
我问他事情的经过，他告诉我，他在自家房顶使用电葫芦（一种轻便的吊车），准备把一麻袋秋收完的玉米吊到房顶晾晒，在起吊过程中失去平衡，他和电葫芦一起从房顶摔到了院子里的玉米堆上，所幸电葫芦没砸到他，玉米堆还有点缓冲作用，否则还不知道后果要多严重。
电动葫芦在使用过程中需要固定安装，那天他把电葫芦弄到房顶上，没有固定，而是自己踩着电葫芦想靠自身的重量压住电葫芦，同时起吊一袋玉米，结果就摔了下去。我说，你不知道这个电葫芦咋用吗，他说知道，但是家里收的玉米也不多，看着一袋玉米的重量也没多重，觉得自己踩住电葫芦应该问题不大，没想到…。
其实，这种情况下，我们要考察的系统结构又发生了变化，即这个时候系统是由“吊车+货物+人”构成的，我们要考察吊车可靠不可靠，必须考虑“吊车+货物+人”这样一个系统是否真实可信。显然，由于人的介入，引入了更多的不确定性，这个系统的真实可信程度打了折扣。
“没想到”、“没估计到”，这是有人参与的系统在运行过程中出现问题时经常听到说辞。其实，这也是一种不确定性，称之为认知不确定性。这种不确定性是由于人的知识或信息缺乏造成的，当然也可能由于人的疏忽、过于自信产生的。
研究可靠性问题，既要考虑随机不确定性，也要考虑认知不确定性。但认知不确定性却很难用概率来描述！
在确信可靠性理论中，我们采用了一种新的公理化数学——不确定理论，来处理这种认知不确定性。
