Universidad Tecnolgica de Panam

Tarea N1 Resumen y problemas

Diseo Mecnico I Facultado de Elctrica Ingeniera Electromecnica

Ricardo Espino 8-860-759

Profesor: Lino Ruiz

Grupo: 1IE-131

03/09/13

Consideraciones estadsticas en el diseo

Resumen: El objetivo es proporcionar los medios que necesita el ingeniero de diseo, para determinar la probabilidad numrica de lograr un xito o un fracaso. 4-1 PERMUTACIONES Y COMBINACIONES El termino permutacin se refiere al rodeno a la ordenacin de objetos seleccionados: p(n,n)=n(n-1)(n-2)=n! El nmero de permutaciones de tres objetos tomando dos de ellos es el siguiente: P (3,2)=3*2=6 Suponga que desea hallar el numero de permutacin de ocho cosas tomando tres de ellas cada vez. EL primer objeto puede seleccionarse de ocho modos, el segundo de siete y el tercero de seis. As, P (8,3)=8*7*6 Analgicamente, P (10,4)=10*9*8*7 Si se observa estos resultados se notara que hay r factores en el producto y, por tanto se puede escribir, en general, P (n,r)=n(n-1)(n-2)---(n-r+1) Sin embargo, se obtendr una frma mas conveniete si se multiplican el numerador y el denominador por (n-r). Esto da P (n,r) = (
)

Desde luego para valores grandes de n es difcil calcular n! En este caso se puede utilizar: N!~

A menudo los objetos que hay que ordenar en un anlisis usado en ingeniera no son todos diferentes Se puede tener un grupo de n objetos, d los cuales p son iguales. Si se les permuta tomando todos cada vez, algunas permutaciones

resultaran de n objetos en los que hau p bjetos iguales, tomando n de ellos cada vez ser: P= Esta frmula se puede extender fcilmente a grupos complejos. P= En estudios de ingeniera mecnica, con frecuencia surge el problema de ordenar objetos circularmente, en vez de hacerlo en lnea recta. El numero de permutaciones en circulo de n objetos, tomados de n en n, es. P(n,n) = (n-1)! r!C(n,r) = P(n,r) C(n,r) =
( ) ( )

Es interesante saber que le numero de combinaciones de n obejtos, tomados de r en r, es igual al nmero de combinaciones de n objetos tomados de n-r en n-r. Es decir, C(n,r) = C(n,n-r) 4-2 PROBABILIDAD Si hay la absoluta seguridad de que un evento va a ocurrir, entonces la probabilidad es 1 y si no es 0. SI hay iguales posibilidades de que suceda o no, su probabilidad es 0.5. Se define la probabilidad como un numero p, comprendido entre 0 y 1, que indica la posibilidad matemtica de que ocurra un evento particular. p=P(E)= Una mejor definicin de probabilidad es:: P= La probabilidad de que E no suceda: q= P(E)=1-P(E)

Al estudiar la probabilidad se necesita tambin el concepto de espacio muestra o conjunto de probabilidades, que es el conjunto o coleccin de todos los sucesos o resultados. 4-3 TEOREMAS DE PROBABILIDADES El teorema de adicin se expresa como: P(E1+E2)=P(E1)+P(E2)-P(E1E2) La probabilidad condicional se expresa como que la probabilidad de E2 dado que E1 haya ocurrido. Se expresa como: P(E2 E1)=
( ( ) )

Se llama teorema de multiplicacin: P(E1E2)=P(E1)P(E2 E1) 4-4 VARIABLES ALEATORIAS Experimento aleatorio porque las piezas se eligen al azar. La resistencia S determinada por este experimento se llama variable aleatoria o estocstica. En este caso es obvio que la probabilidad es funcin de x. Esta funcin de probabilidad p=f(x) se llama funcin de frecuencias o a veces densidad de probabilidad. En trminos de f(x) puede expresarse matemticamente en la forma general F(x) = ( )

Donde f(x) se llama apropiadamente funcin de distribucin. 4-5 MUESTRA Y POBLACION Al estudiar las variaciones en las propiedades mecnicas y las caractersticas de elementos mecnicos, generalmente se trata con nmero infinito de elementos. Esto implica la prueba destructiva en determinados casos y, por eso, se selecciona un parte pequea del grupo llamada muestra. La media aritmtica de una muestra, llamada media de la muestra, consiste en N elementos, se define por la ecuacin:

X=

La moda es el valor que ocurre ms frecuentemente. La media es el valor central o promedio. Una vez que los datos se hayan clasificado se podr usar un mtodo breve para calcular el valor medio.

S=

Donde k es el nmero de intervalos. Adems de la media es til otra clase de medida que expresa en cierta forma la dispersin de la distribucin. Para una variable aleatoria x. =
( ) ( ) ( )

La desviacin tipo de la muestra definida como la raz cuadrada de la variacin. En el caso de valores pequeos el valor N-1 es una mejor estimacin de la variacin de la poblacin de donde se toma la muestra. Definicion de variancia de poblacin y de desvicion estndar de poblacin que se define como: ( )

4-6 DISTRIBUCION NORMAL Una de las ms importantes entre las numerosas distribuciones que son objeto de estudio. F(x)=
( )

Donde F(x) es la funcin de frecuencia.

Para este objeto se expresa primero la variable x en funcin de la medida estndar como: Z=

La distribucin normal unitaria se expresa como: F(z)=

4-7 DISTRIBUCION DE MUESTREO Para fines de investigacin de muestreo de una poblacin se considerar una situacin afilamente manejable. La variacion de los clculos se dara usando N, en vez de N-1.

Las relaciones generales para muestreo sin reposicin son: ( )

Donde N 6 Np son los tamaos de las muestras y de la poblacin, respectivamente. 4-8 COMBINACION DE POBLACION En el diseo pueden presentarse casos en los que hay que efectuar un anlisis estadstico del resultado combinado de dos o mas poblaciones de modo especifico. Otro problema en que intervienen poblaciones ocurre en el dimensin de piezas embonantes.

Las medidas de dos o mas poblacin se pueden sumar o restar para obtener una media resultante. As por adicin, =1+2 y por sustraccin =1-2 donde en cada caso, es la media de la distribucin resultante. La desviacin estndar cumple el teorema de Pitgoras. = 4-9 FIJACION DE DIMENCIONES DEFINICION Y NORMAS Tamao nominal: Es el tamao que se usa para designar un elemento. Tamao bsico: Es el tamao terico exacto. Limites: Dimensiones mximas y mnima admisibles establecidas. Tolerancia: Diferencia entre los dos limites. Tolerancia bilateral: variacin admisible en uno y otro sentido a partir de la dimensin bsica. Tolerancia unilateral: En este caso, la dimensin bsica se toma como uno de los lmites y la variacin se permite solo en un sentido. Tolerancia natural: Tolerancia igual a ms o menos tres desviaciones esta se da a partir de las medidas. Holgura: Termino general que se refiere al ensamble de piezas cilndricas como el de un perno y su agujero, o de un eje y un cojinete. El termino holgura se emplea solo cuando el elemento un perno es de menor dimetro que el externo. La holgura diametral es la diferencia medida entre los dimetros. La holgura vidual es la diferencia entre los dos radios Interferencia: Es la parte de la holgura en el caso de piezas cilndricas ensambladas, cuando el elemento interno es mayor que el interno. Margen o discrepancia: La holgura mnima o la interferencia mxima establecida para piezas embonantes.

4-10 ANALISIS ESTADISTICO DE TOLERANCIA Las variaciones en las medidas de las piezas que intervienen en un proceso de produccin pueden ocurrir meramente al azar o por razones especificas. Se supondr que la produccin est en control estadstico, por lo que respecta a lo estudiado en esta seccin y que la variacin de las medias de las piezas sigue una distribucin normal.

Comparacin con el libro de diseo mecnico de shigley 8ed

Cuando le preguntaron a Gauss que distribucin conforma la matriz mas probable de un conjunto de datos, respondi que la distribucin que lleva su nombre. La distribucin gaussiana, o normal, es una importante distribucin cuya funcin de densidad de probabilidad se expresa en trminos de su propia media x y su desviacin estndar x. Distribucin log normal En ocasiones, las variables aleatorias tienen las siguientes dos caractersticas: La distribucin es asimtrica alrededor de la media. Las variables solo tienen valores positivos. Tales caractersticas descartan el uso de la distribucin normal. Existen otras distribuciones que son potencialmente tiles en tales situaciones, una de las cuales es la distribucin log normal (se escribe como una sola palabra). En especial cuando se encuentra involucrada la duracin, tal como la fatiga de vida bajo esfuerzo o la vida del desgaste de los cojinetes de rodillos, la distribucin log normal puede ser la mas apropiada para usarse. La distribucin log normal es aquella en la cual los logaritmos de la variante tienen una distribucin normal. De este modo se dice que la variante misma esta log normalmente distribuida. Esta variante se expresa como x = LN(x , x ) (a) La ecuacin (a) establece que la variable aleatoria x se encuentra distribuida log normalmente (y no significa un logaritmo) y que su valor promedio es x mientras que su desviacin estndar es x. Ahora se utiliza la transformacin y = ln x (b)

Puesto que, por definicin, y tiene una distribucin normal, podemos escribir y = N(y , y)

Distribucin uniforme La distribucin uniforme es una distribucin de intervalo cerrado que surge cuando la oportunidad de una observacin es la misma que la oportunidad para cualquier otra observacin. Si a es el lmite inferior y b es el limite superior, entonces la funcin de densidad de probabilidad (FDP) de la distribucin uniforme es f (x) = 1/(b a) a x b 0a>x>b Distribucin Weibull La distribucin Weibull no surge de la estadstica clsica y por lo regular no se incluye en los textos de estadstica elemental. Es mucho mas probable que se explique y utilice en trabajos relacionados con resultados experimentales, en particular de confiabilidad. Es una distribucin camalenica, asimtrica, con diferentes valores para la media y la mediana. Contiene una buena aproximacin a la distribucin normal aparte de una representacin exacta de la distribucin exponencial. La informacin con mas confiabilidad proviene de datos de servicio de campo y laboratorios, y debido a su flexibilidad, la distribucion Weibull es ampliamente utilizada. La expresin de la confiabilidad es el valor de la funcin de densidad acumulativa complementaria de la unidad. Para Weibull este valor es tanto explicito como simple.

Propagacin del error En la ecuacin del esfuerzo axial =F /A (Bajo el supuesto de que tanto la fuerza F como el area A son variables aleatorias. Entonces, la ecuacin (a) se escribe como =F/A Y se observa que el esfuerzo _ tambin es una variable aleatoria. Cuando se resuelve la ecuacin (b), se dice que los errores inherentes en F y A se propagan a la variante del esfuerzo _. No es difcil pensar en muchas otras relaciones donde esto ocurre. Supongamos que se desea sumar las dos variantes x y y para conformar una nueva variante z. Esto se escribe como z=x+y La media est dada como z = x + y

Problemas 4.1 Una junta debe formarse ensamblando un perno y una tuerca, pero solo dispone de 5 pernos y 4 tuercas De cuantas maneras se puede formar la junta?

4.2 De un grupo de 15 personas hay que nombrar un presidente y tres miembros de un comit De cuantos modos se puede hacer esto?

4.3 De cuantas maneras se puede montar 5 engranes alineados sobre un eje? De cuantas formas se pueden colocar 5 pernos en un circulo de agujeros?

4.4 Cuntos nmeros de cuatro cifras se pueden formar con los dgitos 1, 2, 3,4, si ninguno de estos ha de repetirse en ningn nmero? Cuntos nmeros se podran formar si se permite repetir las cifras?

4.5 Un ciclo para pernos tiene agujeros para 10 pernos de 0.5 pulgadas de los cuales ocho tienen rosca de paso grueso y dos de paso fino. SI estos utilizados han de quedar diametralmente opuestos de cuantas maneras podrn disponer los pernos?

4.6 En la figura se indica una armazn plana con cuatro barras articuladas. En el estudio de los mecanismos tales ensamblajes se llaman cadenas cinemticas. Si uno de los eslabones cinemticas esta fijo a una estructura y otro se emplea como impulsor, o elemento de entrada, el resultado recibe el nombre de mecanismo de cuatro barras. Cualquiera de los dos eslabones restantes puede ser elemento de salida, y sus caractersticas e movimiento dependen de la longitud de los eslabones del mecanismo. Suponiendo que se dispone de cuatro barras, cada una se d diferente longitud, pero con un tamao de cuatro puedan articularse entre s Cuntos mecanismo de cuatro barras se podrn formar?

4.7 Una pequea compaa es propietaria de dos taladraras que estn en servicio 60 y 90% del tiempo. Si se requiere repentinamente una mquina para un trabajo de urgencia. Cul es la probabilidad de que una este disponible

4.12 Los datos se muestran en la tabla. Dibuje el histograma y determine la media variancia y la desviacin estndar para la muestra.

1.6