Ej1.

Consideremos un sistema consistente en tres unidades conectadas en serie, cuyos tiempos de fallo tienen una
distribución exponencial.
Las respectivas tasas de fallos, expresadas como número de fallos por hora, son:
· λ1 = 0.0002
· λ2 = 0.0005
· λ3 = 0.0001
Calcular:
a) Obtén la función de fiabilidad del sistema.
b) ¿Cuál es la fiabilidad del sistema después de 150 horas de operación?
c) Halla la función de densidad de probabilidad del tiempo de fallo.
d) Calcula la tasa de fallo del sistema.
e) ¿Cuál es el tiempo medio de fallo del sistema?
f) ¿Cuál debe ser el período de garantía para una fiabilidad del 90%?
Recopilamos información útil que nos ofrece el enunciado del problema:
· Sistema en serie.
· Sigue una distribución exponencial.
· Tasa de fallos: λ1 = 0.0002, λ2 = 0.0005 y λ3 = 0.0001
Teniendo en cuenta dicha información, la función de fiabilidad de cada unidad es:
· Unidad 1: R1(t) = e-0.0002·t
· Unidad 2: R2(t) = e-0.0005·t
· Unidad 3: R3(t) = e-0.0001·t
Ya disponemos de todos los datos necesarios para resolver los enunciados del problema.
Apartado a)
La función de fiabilidad del sistema en total, al ser en serie, es la multiplicación de la función de fiabilidad de cada
unidad que lo compone:
R(t) = R1(t) · R2(t) · R3(t) = e-0.0002·t · e-0.0005·t · e-0.0001·t = e-(0.0002+0.0005+0.0001)·t
Por lo tanto, la función de fiabilidad del sistema es:
R(t) = e-0.0008·t
Apartado b)
Para este apartado, empleamos la función de fiabilidad obtenida en el anteriormente:
R(150) = e-0.0008·t = e-0.0008·150 ≈ 0.886920
Apartado c)
Por definición:
R(t) = 1 - F(t)
Despejamos la función acumulada:
F(t) = 1 - R(t)
Sabemos que la función de probabilidad es:
f(t) = F'(t) = [1 - R(t)]' = (-R(t))' = 0.0008·e-0.0008·t
Apartado d)
Para obtener la tasa de fallos del sistema, empleamos su expresión matemática:

Al ser exponencial, la tasa de fallos es constante para cualquier valor de t.

Apartado e)
El tiempo medio hasta el fallo, MTTF, se obtiene mediante su expresión matemática tal y como se muestra a
continuación:

Realizamos el cambio de variable:

· x = -0.0008·t
· dx = -0.0008·dt
Sustituimos:
Deshacemos el cambio de variable:
· x = -0.0008·t
Por lo tanto:

El tiempo medio hasta el fallo es de 1250 horas.

Apartado f)
En este apartado nos piden obtener el valor de t para una fiabilidad del 0.9:
R(t) = e-0.0008·t = 0.9
Empleamos el logaritmo neperiano:
Ln(e-0.0008·t)= Ln(0.9)
Operamos:
-0.0008·t= Ln(0.9)
Despejamos t para obtener la solución a este apartado:
t= Ln(0.9)/-0.0008 ≈ 131.700645 horas
Por lo tanto, para una fiabilidad del 90%, el período de garantía es de, aproximadamente, 131.700645 horas.

Ej2. Se sabe que ciertos componentes tienen vida media 1000 horas y que su función de fiabilidad sigue el modelo
exponencial.
Determinar:
a) La tasa de fallos.
b) La fiabilidad a las 10 y a las 1000 horas.
c) Si uno de estos componentes ha estado funcionando durante 1000 horas, ¿cuál es la probabilidad de que deje
de hacerlo en las próximas 10 horas?.
Recopilamos información útil que nos ofrece el enunciado del problema:
· Sigue una distribución exponencial.
· MTTF = 1000.
Apartado a)
Operamos en la función de la vida media:

Una de las propiedades de la distribución exponencial es que la tasa de fallos es constante, por lo tanto:

Realizamos el cambio de variable:

· x = -z·t
· dx = -z·dt

Y seguimos operando:

Deshacemos el cambio de variable:

· x = -z·t
Y, finalmente obtenemos:

Por lo tanto, la tasa de fallos es:

Z(t) = 1/MTTF = 1/1000 = 0.001
Hay que recordar que, la tasa de fallos para la distribución exponencial es constante para cualquier instante de t. Y
la función de fiabilidad es:
R(t) = e-0.001·t
Apartado b)
Para este apartado, empleamos la función de fiabilidad:
· R(10) = e-0.001·t = e-0.001·10 ≈ 0.990050
· R(1000) = e-0.001·t = e-0.001·1000 ≈ 0.367879
Observamos que al aumentar el tiempo de fallo, la fiabilidad es menor.
Apartado c)
En este apartado, nos piden obtener la probabilidad:
P(T < . 1000 + 10 | T > 1000)
Hay que tener en cuenta la propiedad de carencia de memoria de la distribución exponencial:
P(T < . 1000 + 10 | T > 1000) = P(T < . 10)
Por lo tanto, la solución a este apartado es:
P(T < . 10) = 1 - R(10) = 1 - e-0.001·10 = 1 - 0.990050 = 0.00995

Ej3. Cierto tipo de transistor tiene tasa de fallo constante e igual a cinco fallos por millón de horas. Ignorando al
resto de los componentes, calcula la fiabilidad a las mil horas si:
a) Un aparato de radio lleva montados 10 de estos transistores en serie.
b) Un ordenador que lleva montados 1000 de esos transistores en serie.
Recopilamos información útil que nos ofrece el enunciado del problema:
· Tasa de fallo constante: Z(t) = 5/1000000. Por lo tanto, sigue una distribución exponencial.
· t = 1000 horas.
Para ambos apartados, los transistores están montados en serie:

La función de fiabilidad de un transistor es:

R(t) = e-(5/1000000)·t
Apartado a)
Al ser un sistema en serie, la fiabilidad del sistema total es igual al producto de cada función de fiabilidad de los
elementos que lo componen:
R(t) = R(t)1·R(t)2···R9(t)·R10(t) = e-10(5/1000000)·t
Por lo tanto, a las 1000 horas:
R(1000) = e-10(5/1000000)·1000 ≈ 0.951229
Apartado b)
Este apartado es igual que el anterior, sólo que ahora, hay 1000 transistores en serie, la función de fiabilidad del
sistema es:
R(t) = R(t)1·R(t)2···R999(t)·R1000(t) = e-1000(5/1000000)·t
Por lo tanto, a las 1000 horas:
R(1000) = e-1000(5/1000000)·1000 ≈ 0.006738
Se puede observar que al aumentar los elementos en serie, la fiabilidad del sistema baja considerablemente.
Y esto es así ya que en un sistema en serie, si falla una de sus unidades falla todo el sistema completo, es por ello
que en dichos sistemas, su fiabilidad no es más grande que la menos fiable de sus unidades.

Ej4. Un determinado producto tiene una tasa de fallos acumulada H(t) = e0.05·t, t > 0 (t en años), determinar:
a) La función de densidad de probabilidad.
b) Calcula la probabilidad de que un producto de esta clase al azar, falle pasados 5 pero no después de 10 años.
Recopilamos información útil que nos ofrece el enunciado del problema:
· Tasa de fallos acumulada: H(t) = e0.05·t.
La función de fiabilidad, dada la tasa de fallos acumulada, es:

Apartado a)
En este apartado nos piden obtener la función de densidad de probabilidad:
f(t) = [1 - R(t)]' = [-R(t)]'
Realizando la derivada obtenemos la solución a este apartado:
Apartado b)
Nos piden obtener la siguiente probabilidad:
P(5 < .T < .10) = [1 - R(10)] - [1 - R(5)] = -R(10) + R(5)
Sustituyendo valores en la función de fiabilidad obtenemos la solución a este apartado:

La fiabilidad es baja.

Ej5. Un aparato tiene una tasa de fallo constante con una duración de vida media de 500 horas. Determinar:
a) La probabilidad de que esté funcionando a las 100 horas.
b) Las horas que puede funcionar este aparato sin que la fiabilidad baje de 0.95.
Recopilamos información útil que nos ofrece el enunciado del problema:
· Tasa de fallo: Constante, por lo tanto, estamos ante una distribución exponencial.
· Esperanza del tiempo de fallo: MTTF = 500 horas.
Operamos en la función de la vida media:

Una de las propiedades de la distribución exponencial es que la tasa de fallos es constante, por lo tanto:

Realizamos el cambio de variable:

· x = -z·t
· dx = -z·dt
Y seguimos operando:

Deshacemos el cambio de variable:

· x = -z·t
Y, finalmente obtenemos:

Por lo tanto, la tasa de fallos es:

Z(t) = 1/MTTF = 1/500 = 0.002
Hay que recordar que, la tasa de fallos para la distribución exponencial es constante para cualquier instante de t. Y
la función de fiabilidad es:
R(t) = e-0.002·t
Apartado a)
Empleamos la función de fiabilidad:
R(100) = e-0.002·t = e-0.002·100 ≈ 0.818731
Apartado b)
En este caso, debemos hallar t dada una fiabilidad:
R(t) = e-0.002·t = 0.95
Empleamos logaritmo neperiano en ambas partes de la igualdad:
ln(e-0.002·t ) = ln(0.95)
Seguimos operando:
-0.002·t = ln(0.95)
Despejamos t y obtenemos la solución a este apartado:
t = - ln(0.95)/0.002 ≈ 25.646647 horas
Por lo tanto, para una fiabilidad del 95%, son necesarias, como máximo, 25.646647 horas.

Ej6. Un sistema está formado por tres componentes conectados en serie que funcionan independientemente.
Suponiendo que el tiempo de fallo de los mismos, medido en horas, sigue una distribución exponencial de media
1000, 3000 y 6000 horas respectivamente, calcula la probabilidad de que el sistema no falle antes de 100 horas.
Recopilamos información útil que nos ofrece el enunciado del problema:
· Distribución exponencial: Tasa de fallo constante.
· Sistema en serie: La fiabilidad del sistema es el resultado del producto de la fiabilidad de cada elemento que lo
compone.
· Media: MTTF1 = 1000, MTTF2 = 3000 y MTTF3 = 6000
Operamos en la función de la vida media:

Una de las propiedades de la distribución exponencial es que la tasa de fallos es constante, por lo tanto:

Realizamos el cambio de variable:

· x = -z·t
· dx = -z·dt
Y seguimos operando:

Deshacemos el cambio de variable:

· x = -z·t
Y, finalmente obtenemos:

Por lo tanto, la tasa de fallo de cada componente es:

· Z1(t) = 1/1000.
· Z2(t) = 1/3000.
· Z3(t) = 1/6000.
La fiabilidad del sistema en serie compuesto por tres elementos es el producto de cada uno de ellos:
R(t) = R1(t) · R2(t) · R3(t) = e-(1/1000)·t · e-(1/3000)·t · e-(1/6000)·t
Por lo tanto, la función de fiabilidad del sistema es:
R(t) = e-0.0015·t
Que el sistema no falle antes de las 100 horas es: P(T > 100), operamos:
P(T > 100) = 1 - P(T ≤ 100) = 1 - F(100) = 1 - [1 - R(100)] = R(100)
Por lo tanto:
P(T > 100) = R(100) = e-0.0015·100 ≈ 0.860708

Ej7. Un dispositivo tiene una tasa de fallos exponencial Z(t) = λ·eλ·t, t en horas, que en el instante inicial vale
0.002. Determinar:
a) La función de fiabilidad.
b) ¿Cuánto tiempo ha de pasar para que la fiabilidad se reduzca un 90%?
c) ¿Cuál es la probabilidad de que el dispositivo falle después de 100 horas pero antes de 500?
Recopilamos información útil que nos ofrece el enunciado del problema:
· Tasa de fallo: Z(t) = λ·eλ·t.
· Tasa de fallo en t = 0 (instante inicial): Z(0) = λ·eλ·0 = λ = 0.002
Apartado a)
Nos piden obtener la función de fiabilidad:

Realizamos el cambio de variable:

· m = λx
· dm = λdx
Y seguimos operando:

Deshacemos el cambio de variable:

· m = λx
Y, finalmente obtenemos:
Apartado b)
Nos piden hallar el valor del tiempo de fallo para que la fiabilidad sea 90%:
P(T < . t) = F(t) = 1 - R(t) = 0.9
Por lo tanto:
R(t) = 1 - 0.9 = 0.1
Sustituyendo los valores, nos encontramos con la siguiente expresión:

Empleamos el logaritmo neperiano para operar la igualdad:

Operamos:

Despejamos la variable del tiempo de fallo t, para obtener la solución a este apartado:

Esto quiere decir que, el tiempo que ha de pasar para que la fiabilidad se reduzca en un 90% es,
aproximadamente, 597.352762 horas.
Apartado c)
Nos piden obtener la probabilidad siguiente:
P(100 < .T < .500) = [1 - R(500)] - [1 - R(100)] = -R(500) + R(100)
Sustituyendo por sus expresiones:

Ej8. Durante las pruebas de fatiga de un colector de dinamo de automóvil, se ha demostrado que el número de
kilómetros hasta el fallo sigue una distribución de Weibull de parámetros α = 3 y β = 180 0003 km, determinar:
a) La fiabilidad del aparato a los 15000 y a los 30000 km..
b) ¿Qué período de garantía, medido en número de kilómetros, se puede ofrecer al comprador de modo que la
probabilidad de que un colector no falle durante el mismo sea al menos del 95%?
Recopilamos información útil que nos ofrece el enunciado del problema:
· Distribución de Weibull: W(3 , 180 0003).
La función de fiabilidad de la distribución de Weibull viene dada por la siguiente expresión:
R(t) = e-tα/β
En nuestro caso, sustituyendo valores:
R(t) = e-t3/1800003
Donde:
· α ≡ Parámetro de forma.
· β ≡ Parámetro de escala.
Apartado a)
Nos piden obtener la función de fiabilidad en dos instantes de tiempo de fallo:
· Para 15000 km ≡ R(15000) = e-150003/1800003 ≈ 0.999422.
· Para 30000 km ≡ R(30000) = e-300003/1800003 ≈ 0.995381.
Se puede observar que a más kilómetros, la fiabilidad baja.
Apartado b)
Nos piden hallar el valor del tiempo de fallo, en kilómetros, para que la fiabilidad sea 95%:
P(T > t) = 1 - P(T ≤ t) = 1 - F(t) = 1 - [1 - R(t)] = R(t) = 0.95
Sustituyendo los valores, nos encontramos con la siguiente expresión:

Empleamos el logaritmo neperiano para operar la igualdad:

Operamos:

Despejamos la variable del tiempo de fallo t, para obtener la solución a este apartado:
Esto quiere decir que, el periódo de garantía es de 66 879.452 km.

Ej9. El tiempo de fallo, en horas, de equipos de supervivencia siguen una distribución de Weibull de parámetros
α1= 1 y β1 = 20 el primero, y α2= 0.5 y β2 = 10 el segundo, determinar:
a) ¿Qué equipo se debe elegir sabiendo que ambos han sido usados sin fallos durante 10 horas?.
b) ¿Cuánto tendría que durar exactamente la reparación para que la elección fuera indiferente?
Recopilamos información útil que nos ofrece el enunciado del problema:
· Ambos equipos siguen una distribución de Weibull.
· Primer Equipo: W(1, 20).
· Segundo Equipo: W(0.5, 10).
La función de fiabilidad de la distribución de Weibull viene dada por la siguiente expresión:
R(t) = e-tα/β
Donde:
· α ≡ Parámetro de forma.
· β ≡ Parámetro de escala.
En nuestro caso, sustituyendo valores:
· Primer Equipo: R1(t) = e-t1/20
· Segundo Equipo: R2(t) = e-t0.5/10
Apartado a)
Nos piden obtener la siguiente probabilidad:
P(T > 10) = 1 - P(T ≤ 10) = 1 - F(10) = 1 - [1 - R(10)] = R(10)
Por lo tanto, para cada equipo:
· Primer Equipo: R1(10) = e-101/20 ≈ 0.606531
· Segundo Equipo: R2(10) = e-100.5/10 ≈ 0.728893.
Se debe escoger el segundo equipo ya que posee más fiabilidad a las 10 horas.
Apartado b)
En este apartado nos piden el instante de tiempo de fallo para que ambos equipos, la fiabilidad sea igual:
R1(t) = R2(t)
Por lo tanto:
e-t1/20 = e-t0.5/10
Empleamos el logaritmo neperiano para operar la igualdad:
ln(e-t1/20)= ln(e-t0.5/10)

Obtenemos:
t/20= t0.5/10

Operamos la igualdad:
t/t0.5= 20/10

Simplificamos:
t0.5= 2

Y finalmente despejamos el tiempo de fallos, en horas, para obtener la solución a este apartado:
t = 0.5√2 = 4 horas
En resumen, cuando el tiempo de fallo sea 4 horas, ambos equipos tendrán la misma fiabilidad.

Ej10. Un submarinista tiene que efectuar ciertas reparaciones en una plataforma petrolífera. Puede elegir entre
equipos de buceo de dos clases.
Las reparaciones se llevarán a cabo en condiciones de riesgo bajo las cuales los equipos pueden fallar. Los tiempos
de fallo, en horas, tienen una distribución de Weibull de parámetros α1= 1 y β1 = 7.5 el primero, y α2= 4.5 y β2 = 4
el segundo, determinar:
a) ¿Qué clase de equipo debe elegir el submarinista si la reparación tendrá una duración prevista de 45 minutos?.
b) ¿Cuál deberá ser como mínimo la duración prevista de la reparación para que el submarinista opte por un
equipo de otra clase?
Recopilamos información útil que nos ofrece el enunciado del problema:
· Ambos equipos siguen una distribución de Weibull.
· Primer Equipo: W(1, 7.5).
· Segundo Equipo: W(4.5, 10).
La función de fiabilidad de la distribución de Weibull viene dada por la siguiente expresión:
R(t) = e-tα/β
Donde:
· α ≡ Parámetro de forma.
· β ≡ Parámetro de escala.
En nuestro caso, sustituyendo valores:
· Primer Equipo: R1(t) = e-t1/7.5
· Segundo Equipo: R2(t) = e-t4.5/4
Apartado a)
Ya que el tiempo de fallos está determinado en horas, debemos pasar 45 minutos a horas, empleamos para ello,
una simple regla de tres:
1 hora --- 60 minutos
x hora --- 45 minutos
Por lo tanto, x = 0.75 horas. Nos piden obtener la siguiente probabilidad:
P(T > 0.75) = 1 - P(T ≤ 0.75) = 1 - F(0.75) = 1 - [1 - R(0.75)] = R(0.75)
Por lo tanto, para cada equipo:
· Primer Equipo: R1(0.75) = e-0.751/7.5 ≈ 0.904837.
· Segundo Equipo: R2(0.75) = e-0.754.5/4 ≈ 0.933790.
Se debe escoger el segundo equipo ya que posee más fiabilidad a las 0.75 horas (45 minutos).
Apartado b)
En este apartado nos piden el instante de tiempo de fallo para seleccionar el equipo de la otra clase, lo que
tenemos que hacer es ver en que instante de tiempo de fallo, la fiabilidad de ambos equipos son iguales:
R1(t) = R2(t)
Por lo tanto:
e-t1/7.5 = e-t4.5/4

Empleamos el logaritmo neperiano para operar la igualdad:

ln(e-t1/7.5)= ln(e-t4.5/4)
Obtenemos:
t/7.5= t4.5/4
Operamos la igualdad:
t/t4.5= 7.5/4
Simplificamos:
t-3.5= 1.875
Y finalmente despejamos el tiempo de fallos, en horas:
t = 3.5√(1/1.875) ≈ 0.835602 horas
En resumen, cuando el tiempo de fallo sea 0.835602 horas, aproximadamente, ambos equipos tendrán la
misma fiabilidad, y es a partir de dicho instante cuando la fiabilidad del primer equipo será mayor que la del
segundo equipo, por lo tanto, el submarinista, a partir del instante mencionado, deberá escoger el equipo primero.
Lo pasamos a minutos con una simple regla de tres:
1 hora...............--- 60 minutos
0.835602 hora --- x minutos
Por lo tanto, x = 50.13612 minutos. A partir de los 50.13612 minutos, el equipo primero es más fiable que el
equipo segundo.

Ej11. La función de densidad de probabilidad del tiempo de fallo de un dispositivo es:

f(t) = 0.5·e-0.5t
Para t ≥ 0, t en meses, determinar:
a) La fiabilidad a los tres meses.
b) ¿Cuál es la vida media del componente?
c) Calcular la tasa de fallos a los tres y a los seis meses.
d) Si se conectan cinco de esos componentes para formar el sistema de la figura, calcula la fiabilidad del mismo a
los tres meses.
Apartado a)
Para obtener la fiabilidad a los tres meses, debemos, previamente calcular la función de fiabilidad genérica. Para
ello, emplearemos la relación de la función de densidad y la función de fiabilidad:
R(t) = 1 - F(t)
Integrando la función de probabilidad entre 0 y t, obtenemos la función de densidad acumulada:

Realizamos el cambio de variable:

· m = -0.5·x
· dm = -0.5·dx
Sustituimos:

Deshacemos el cambio de variable:

· m = -0.5·x
Y obtenemos la función de fiabilidad:

Por lo tanto, a los tres meses:

R(3) = e-0.5·3 ≈ 0.223130
Apartado b)
Operamos en la función de la vida media:

Realizamos el cambio de variable:

· x = -0.5·t
· dx = -0.5·dt
Y seguimos operando:

Deshacemos el cambio de variable:

· x = -0.5·t
Y finalmente, obtenemos:

Por lo tanto, la vida media del componente es de 2 meses.

Apartado c)
La tasa de fallos es, por definición:

Vemos que la tasa de fallos es constante para cualquier instante de t, esto es así porque sigue una distribución
exponencial.
Apartado d)
Para este apartado, iremos reduciendo el circuito dado dependiendo, si los componentes están en serie o paralelo:
Tanto I como II están compuestos por dos componentes iguales que están en serie:
· RI(t) = e-(0.5+0.5)t = e-t
· RII(t) = e-(0.5+0.5)t = e-t
El circuito queda tal y como se muestra en la siguiente figura:

Ahora, los componentes I y II están en paralelo:

· RIII(t) = 1 - (1 - RI)(1- RII) = 1 - (1 - e-t)(1 - e-t) = 1 - (1 - e-t - e-t + e-2t) = 2e-t - e-2t
El circuito equivalente es:

Ambos componentes están en serie, por lo tanto, la función de fiabilidad del sistema es:
· RIV(t) = e-0.5t·(2e-t - e-2t) = 2e-1.5t - e-2.5t
Y como en este apartado, nos piden obtener la fiabilidad a los tres meses:
RIV(3) = 2e-1.5·3 - e-2.5·3 ≈ 0.021665

Ej12. El sistema de la figura está constituido por los componentes: A, B C D y E. Las probabilidades de cada uno
de éstos que funcione más de 1000 horas son:
· pA = 0.9
· pB = 0.8
· pC = 0.85
· pD = 0.95
· pE = 0.8
El sistema está configurado tal y como se muestra en la siguiente figura:

Si los componentes funcionan independientemente, halla la fiabilidad del sistema a las 1000 horas
Resolveremos este ejercicio simplificando el circuito, dependiendo si los componentes están en serie o paralelo.

Los elementos B y C están en serie:

· RI(t) = RB · RC = 0.8·0.85 = 0.68
Los componentes I y A están en paralelo:
· RII(t) = 1 - (1 - RA)·(1 - RI) = 1 - (1 - 0.9)·(1 - 0.68) = 0.968

Los componentes II y D están en serie:

· RIII(t) = RII·RD = 0.968·0.95 = 0.9196

Y por fin, los elementos III y E están en paralelo, y obtenemos la solución a este problema:
· RIV(t) = 1 - (1 - RIII)·(1 - RE) = 1 - (1 - 0.9196)·(1 - 0.8) = 0.98392
Por lo tanto, la solución a este problema era calcular la fiabilidad del sistema a las 1000 horas, resulta ser:
0.98392, una fiabilidad alta.

Ej13. El tiempo de fallo de un dispositivo tiene una distribución de probabilidad con función de densidad:
f(t) = t·e-t
Para t ≥ 0, t en meses, determinar:
a) La fiabilidad.
b) Pasados dos meses funcionando, halla la probabilidad de que el dispositivo falle antes de 15 días (suponer, por
sencillez, que todos los meses tienen 30 días).
c) ¿Tiene el dispositivo la propiedad de carencia de memoria?.
Apartado a)
En este apartado nos piden obtener la fiabilidad dada la función de densidad de probabilidad, para ello,
emplearemos la relación de la función de densidad y la función de fiabilidad:
R(t) = 1 - F(t)
Integrando la función de probabilidad entre 0 y t, obtenemos la función de densidad acumulada:

Realizamos la integral por partes:

· u = x...........: du = dx
· v = ʃe-xdx..: v = -e-x
Sustituimos:
R(t) = 1 - [-x·e-x + ʃe-xdx] = 1 + x·e-x - ʃe-xdx = 1 + x·e-x + e-x = 1 + e-x·(x + 1)|t0 = 1 +[e-t·(t + 1) - (0 + 1)] = e-t·(t + 1)
Por lo tanto, la función de fiabilidad es, para t ≥ 0:
R(t) = e-t·(t + 1)
Apartado b)
Hay que tener en cuenta que el tiempo de fallo está dado en meses, pero el enunciado nos pide la probabilidad de
que falle antes de 15 días (dado que ya lleva dos meses funcionando).
Lo que tenemos que hacer, antes que nada, es pasar los 15 días a meses, con una simple regla de tres
(considerando que los meses tienen 30 días):
30 --- 1
15 --- x
Por lo tanto: x = 0.5 meses (15 días).
Nos piden obtener la siguiente probabilidad:
Simplificamos:

Y sustituimos valores:

Apartado c)
Para que se cumpla la propiedad de carencia de memoria, se debe cumplir:
P(T < .2 + 0.5|T > 2) = P(T < .0.5) = e-0.5·(0.5 + 1) ≈ 0.090204
Se puede comprobar, que no dan el mismo resultado (respecto al apartado anterior), por lo tanto, no se cumple la
propiedad de carencia de memoria (no es una distribución exponencial ni geométrica).

Ej14. Se conecta en serie un dispositivo que presenta una función de fiabilidad:

R(t) = e-t·(t + 1)
Para t ≥ 0, t en meses, con otro dispositivo que tiene una tasa de fallo de 0.1. Determinar:
a) La fiabilidad del sistema a los tres meses.
b) La tasa de fallo del sistema a los tres meses.
Recopilamos información útil que nos ofrece el enunciado del problema:
· Primer Dispositivo: Función de fiabilidad es: R1(t) = e-t·(t + 1).
· Segundo Dispositivo: Tasa de fallos: Z(t) = 0.1, es constante, sigue una distribución exponencial.
· Ambos dispositivos están conectados en serie.
Por lo tanto, la función de fiabilidad del segundo dispositivo es:
R2(t) = e-0.1·t
Ya disponemos de los datos necesarios para resolver los respectivos apartados.
Apartado a)
En este apartado nos piden obtener la fiabilidad a los tres meses del sistema compuestos por ambos dispositivos
conectados en serie.
Lo primero que haremos, es obtener la función de fiabilidad para cualquier instante de tiempo de fallo:
R(t) = R1(t)·R2(t) = e-t·(t + 1)·e-0.1·t = e-(1+0.1)t·(t + 1) = e-1.1t·(t + 1)
Por lo tanto, a los tres meses:
R(3) = e-1.1·3·(3 + 1) ≈ 0.147533
Apartado b)
En este apartado nos piden obtener la tasa de fallos del sistema completo, para ello, necesitamos saber antes, la
expresión de la función de probabilidad:
f(t) = F'(t) = [1 - R(t)]' = [-R(t)]' = -[e-1.1t·(t + 1)]' = 1.1e-1.1t·(t + 1) - e-1.1t = e-1.1t·[1.1·(t + 1) - 1]
Ahora, podemos calcular la tasa de fallos para cualquier instante de tiempo de fallo, por definición:

Por lo tanto, a los tres meses:

Podemos observar fácilmente que la tasa de fallo del sistema no es constante, sino que varía para distintos
instantes de tiempo de fallo, t.

Ej15. Se conecta en paralelo un dispositivo que presenta una función de fiabilidad:

R(t) = e-t·(t + 1)
Para t ≥ 0, t en meses, con otro dispositivo que tiene una tasa de fallo de 0.1. Determinar: La fiabilidad del sistema
a los tres meses.
Recopilamos información útil que nos ofrece el enunciado del problema:
· Primer Dispositivo: Función de fiabilidad es: R1(t) = e-t·(t + 1).
· Segundo Dispositivo: Tasa de fallos: Z(t) = 0.1, es constante, sigue una distribución exponencial.
· Ambos dispositivos están conectados en paralelo.
Por lo tanto, la función de fiabilidad del segundo dispositivo es:
R2(t) = e-0.1·t
Nos piden obtener la fiabilidad a los tres meses del sistema compuestos por ambos dispositivos conectados en
paralelo.
Lo primero que haremos, es obtener la función de fiabilidad para cualquier instante de tiempo de fallo:
R(t) = 1 - (1 - R1(t))·(1 - R2(t)) = 1 - (1 - e-t·(t + 1))·(1 - e-0.1·t) = 1 - [1 - e-0.1t + e-1.1t·(t + 1) - e-t·(t + 1)] = e-0.1t - e-1.1t·(t + 1)
+ e-t·(t + 1)
Por lo tanto, a los tres meses:
R(3) = e-0.1·3 - e-1.1·3·(3 + 1) + e-3·(3 + 1) ≈ 0.792434

Ej16. Las cuatro unidades que forman el sistema de la figura son idénticas, independientes y tienen distribución
de tiempo de fallo exponencial con MTTF = 1 (x1000 horas).

Determinar:
a) La fiabilidad en un instante cualquiera y la tasa de fallo en el instante inicial.
b) Si al cabo de 1000 horas la unidad 3 falla y no se repara ni sustituye, ¿en qué porcentaje habría disminuido la
fiabilidad 1000 horas después con respecto al momento en que se produjo la avería?
Recopilamos información útil que nos ofrece el enunciado del problema:
· Sigue una distribución exponencial.
· MTTF = 1.
Operamos en la función de la vida media:

Una de las propiedades de la distribución exponencial es que la tasa de fallos es constante, por lo tanto:

Realizamos el cambio de variable:

· x = -z·t
· dx = -z·dt
Y seguimos operando:

Deshacemos el cambio de variable:

· x = -z·t
Y, finalmente obtenemos:

Por lo tanto, la tasa de fallos es:

Z(t) = 1/MTTF = 1/1 = 1
Hay que recordar que, la tasa de fallos para la distribución exponencial es constante para cualquier instante de t. Y
la función de fiabilidad, para cada unidad del sistema, es:
R(t) = e-t
Pasamos a resolver los distintos apartados que nos ofrece el enunciado del problema.
Apartado a)
Resolveremos este apartado, simplificando el circuito, dependiendo si los componentes están en serie o paralelo.
Los elementos 1 y 2 están en serie:
· RI(t) = R1 · R2 = e-t·e-t = e-2t

Los componentes I y 3 están en paralelo:

· RII(t) = 1 - (1 - RI)·(1 - R3) = 1 - (1 - e-2t)·(1 - e-t) = 1 - (1 - e-t - e-2t + e-3t) = e-t + e-2t - e-3t

Los componentes II y 4 están en serie:

· RIII(t) = RII·R4 = (e-t + e-2t - e-3t)·e-t = e-2t + e-3t - e-4t
Por lo tanto, la fiabilidad en un instante cualquiera t, viene determinada por la expresión:
RIII(t) = e-2t + e-3t - e-4t
Al ser una distribución exponencial, la tasa de fallo es constante y por ende igual, en cualquier instante de tiempo
t, por lo tanto, la tasa de fallo, calculada anteriormente, es:
Z(t) = 1/MTTF = 1/1 = 1
Aún así, vamos a demostrarlo, para ello, empleamos la expresión matemática de la tasa de fallos:

Siendo:
· f(t) = [F(t)]' = (1-R(t))' = -R(t)' = -(-2e-2t -3e-3t +4e-4t) = 2e-2t + 3e-3t - 4e-4t
En el instante inicial, t = 0:

Queda demostrado nuestro razonamiento inicial.

Apartado b)
Si la unidad 3 falla, y no se repara ni se sustituye, tenemos el siguiente sistema:

Los componentes 1, 2 y 4 están en serie:

· RI(t) = R1·R2·R4 = (e-t)3 = e-3t
Para calcular la disminución de la fiabilidad, 1000 horas después, con respecto al momento en que se produjo la
avería, empleamos la siguiente expresión:

Siendo:
· Rs(t) ≡ La fiabilidad del sistema inicial, calculado en el apartado anterior, antes de fallar la unidad 3.
· RI(t) ≡ La fiabilidad del sistema después de fallar la unidad 3.
En tantos por ciento, habrá disminuido, aproximadamente, un 70.15%.

Ej17. Un sistema paralelo está formado por 10 unidades idénticas e independientes, cada una con una
distribución de Weibull del tiempo de fallo, de parámetro β = 72.
Determinar:
a) El valor del parámetro α, sabiendo que la probabilidad de que el sistema falle antes del instante t = 36, es 0.601.
b) ¿En qué instante la tasa de fallo de un sistema serie formado por 10 unidades como las anteriores, será 2.5?
Recopilamos información útil que nos ofrece el enunciado del problema:
· Sistema Paralelo: 10 Unidades iguales.
· Todas las unidades siguen una distribución de Weibull: W(α, 72).
La función de fiabilidad de la distribución de Weibull viene dada por la siguiente expresión:
R(t) = e-tα/β
Donde:
· α ≡ Parámetro de forma.
· β ≡ Parámetro de escala.
En nuestro caso, sustituyendo valores:
· Una única unidad: R1(t) = e-tα/72
Lo primero que haremos, es obtener la función de fiabilidad para cualquier instante de tiempo de fallo del sistema
global compuesto por 10 unidades:
R(t) = 1 - (1 - R1(t))·(1 - R2(t))·(1 - R3(t))····(1 - R10(t)) = 1 - (1 - e-tα/72)10
Pasamos a resolver los distintos apartados que nos ofrece el problema.
Apartado a)
En este apartado nos piden calcular el parámetro de forma, α, para el instante de tiempo t = 36, dándonos el valor
de la función de distribución acumulada, en este caso: F(36) = 0.601.

Pues bien, con todos estos datos, estamos capacitados para resolver este apartado:
F(t) = 1 - R(t) = 0.601
Operamos:
R(t) = 1 - 0.601 = 0.399
Sustituimos el valor de R(t) del sistema:
1 - (1 - e-36α/72)10 = 0.399
Despejamos:
e-36α/72 = 1 - 10√0.601
Aplicamos logaritmo neperiano:
-36α/72 = Ln(1 - 10√0.601)
Seguimos operando:
36α = -72·Ln(1 - 10√0.601)
Y volvemos aplicar logaritmo neperiano:
α·Ln(36) = Ln[-72·Ln(1 - 10√0.601)]

Y por fin, despejamos el parámetro requerido, parámetro de forma:

Por lo tanto, el parámetro de forma, para los datos dados tiene el valor de, aproximadamente, 1.500272.
Apartado b)
En este apartado, el sistema está formado por 10 unidades idénticas en serie, vamos a obtener la función de
fiabilidad para cualquier instante de tiempo de fallo del sistema global:
R(t) = R1(t)·R2(t)·R3(t)····R10(t) = (e-tα/72)10 = e-10tα/72
Pero antes, necesitamos saber la expresión de la función de probabilidad:
f(t) = F'(t) = [1 - R(t)]' = [-R(t)]' = -[e-10tα/72]' = (15.00272/72)·t0.500272·e-10t1.500272/72
Ahora, podemos calcular la tasa de fallos para cualquier instante de tiempo de fallo, por definición:

Nos indican que la tasa de fallos vale 2.5, por lo tanto:

(15.00272/72)·t0.500272 = 2.5
Despejamos:
 t0.500272 = (2.5·72)/15.00272
Aplicamos logaritmo neperiano:
0.500272Ln(t) = Ln[(2.5·72)/15.00272]
Despejamos:
Ln(t) = Ln[(2.5·72)/15.00272]/0.500272
Y por fin, despejamos la variable deseada, t, obteniendo la solución a este apartado:

Por lo tanto, el instante en que la tasa de fallo tiene valor 2.5 es 143.559381.

Ej18. Un sistema está constituido por dos unidades A y B conectadas en serie cuyas tasas de fallo son:
· ZA(t) = 0.003·t0.2
· ZB(t) = 0.001
Teniendo ne cuenta que t está expresado en horas, determinar:
a) La fiabilidad de ambas unidades y la fiabilidad del sistema.
b) ¿Cuál es la tasa de fallo del sistema?.
c) Halle la probabilidad de que el sistema falle antes de 100 horas, suponiendo que lleva 300 horas en
funcionamiento. ¿Tiene el dispositivo la propiedad de carencia de memoria?.
d) Para aumentar la fiabilidad, se conecta en paralelo con la unidad B, otra unidad idéntica a B, ¿cuál es ahora la
fiabilidad del sistema? Demuestre que al cabo de mucho tiempo, la fiabilidad del sistema modificado tiende a ser
el doble de la del sistema original.
Apartado a)
Nos piden obtener la función de fiabilidad de cada unidad.
· Función de Fiabilidad de la Unidad A:
Empleamos la expresión matemática de la función de fiabilidad:

Operando:

· Función de Fiabilidad de la Unidad B:

Empleamos la expresión matemática de la función de fiabilidad:

Operando:

· Función de Fiabilidad del Sistema:

Al estar las unidades A y B en serie, la fiabilidad del sistema es el producto de la fiabilidad de cada unidad:

Apartado b)
En este apartado nos piden obtener la tasa de fallos del sistema completo, para ello, necesitamos saber antes, la
expresión de la función de probabilidad:
f(t) = F'(t) = [1 - R(t)]' = [-R(t)]'
Operamos:
f(t) = -[e-(0.001t + (1/400)t1.2)]' = (0.001 + (1.2/400)·t0.2)·e-(0.001t + (1/400)t1.2)

Ahora, podemos calcular la tasa de fallos para cualquier instante de tiempo de fallo, por definición:

Simplificamos:

Podemos observar fácilmente que la tasa de fallo del sistema no es constante, sino que varía para distintos
instantes de tiempo de fallo, t.
Apartado c)
Nos piden obtener la siguiente probabilidad:

Simplificamos:

Y sustituimos valores:

Si prestamos atención a la expresión de la probabilidad obtenida, ésta cambia de valor dependiendo del parámetro
t, por lo tanto, no se cumple la propiedad de carencia de memoria (no es una distribución exponencial ni
geométrica).
Apartado d)
El sistema que ahora nos ofrece este apartado es el siguiente:

Los elementos B y B están en paralelo:

· RI(t) = 1 - (1 - RB)·(1 - RB) = 1 - (1 - e-0.001t)2

Los componentes A y I están en serie, por lo tanto, la fiabilidad del sistema es:
· RII(t) = e-(1/400)t1.2·[1 - (1 - e-0.001t)2]
Nos piden que demostremos que al cabo de mucho tiempo, la fiabilidad del sistema modificado tiende ser a el
doble del sistema original.
Vamos a desarrollar en la expresión de la fiabilidad del sistema modificado:
RII(t) = e-(1/400)t1.2·[1 - (1 - e-0.001t)2] = e-(1/400)t1.2·[1 - (1 - 2e-0.001t + e-0.002t)]
Simplificamos:
RII(t) = e-(1/400)t1.2·[1 - (1 - 2e-0.001t + e-0.002t)] = e-(1/400)t1.2·[2e-0.001t - e-0.002t]
Por lo tanto:
RII(t) = e-(1/400)t1.2·[e-0.001t·(2 - e-0.002t)]
Podemos observar fácilmente que cuanto más grande sea t, el parámetro e-0.002t es menos significativo que 2, por lo
tanto, en el infinito:
RII(∞) ≈ 2·e-(0.001t + (1/400)t1.2)
Esto confirma que la fiabilidad del sistema modificado tiende a ser el doble del sistema original.

Ej19. Un sistema serie está formado por 10 unidades idénticas y siguen una distribución exponencial del tiempo
de fallo con media β = 1000 horas.
En paralelo con este sistema se coloca otra unidad como las demás. ¿Cuáles son la fiabilidad y la tasa de fallos del
sistema completo a las 50 horas?.
Recopilamos información útil que nos ofrece el enunciado del problema:
· Distribución exponencial: Tasa de fallo constante.
· Sistema en serie: La fiabilidad del sistema es el resultado del producto de la fiabilidad de cada elemento que lo
compone.
· Media: MTTF = β = 1000.
Operamos en la función de la vida media:
Una de las propiedades de la distribución exponencial es que la tasa de fallos es constante, por lo tanto:

Realizamos el cambio de variable:

· x = -z·t
· dx = -z·dt
Y seguimos operando:

Deshacemos el cambio de variable:

· x = -z·t
Y, finalmente obtenemos:

Por lo tanto, la tasa de fallo de la unidad expuesta por el enunciado es:

· Z(t) = 1/1000 = 0.001.
La fiabilidad del sistema en serie compuesto por diez elementos idénticos es el producto de cada uno de ellos:
R(t) = R1(t) ··· R10(t) = [R(t)]10 = [e-(1/1000)·t]10 = e-(1/100)·t
Por lo tanto, la función de fiabilidad del sistema es:
RI(t) = e-0.01·t
El enunciado nos indica que se conecta una unidad, con las mismas características de las anteriores,en paralelo al
sistema formado por 10 unidades en serie.
Obtenemos la función de fiabilidad del nuevo sistema completo:
R(t) = 1 - (1 - RI)·(1 - R1) = 1 - (1 - e-0.01·t)·(1 -e-0.001·t) = 1 - (1 - e-0.01t - e-0.001t + e-0.011t)
Simplifico y obtengo la función de fiabilidad del sistema compuesto por las diez unidades en serie con la unidad en
paralelo:
R(t) = e-0.01t + e-0.001t - e-0.011t
Ahora soy capaz de calcular la fiabilidad a las 50 horas de funcionamiento:
R(50) = e-0.01·50 + e-0.001·50 - e-0.011·50 ≈ 0.980810
Podemos observar por el resultado, que es una fiabilidad alta.
Todavía no hemos terminado de resolver este problema, ya que nos piden obtener la tasa de fallos del sistema
completo (las diez unidades en serie con la unidad en paralelo), para ello, necesitamos saber antes, la expresión de
la función de probabilidad:
f(t) = F'(t) = [1 - R(t)]' = [-R(t)]'
Operamos:

f(t) = -[e-0.01t + e-0.001t - e-0.011t]' = -[-0.01e-0.01t - 0.001e-0.001t + 0.011e-0.011t]

Por lo tanto, la función de probabilidad es:

f(t) = 0.01e-0.01t + 0.001e-0.001t - 0.011e-0.011t

Ahora, podemos calcular la tasa de fallos para cualquier instante de tiempo de fallo, por definición:

La tasa de fallos a las 50 horas es:

Podemos observar fácilmente que la tasa de fallo del sistema (diez elementos en serie en paralelo con un elemento,
todos idénticos) no es constante, sino que varía para distintos instantes de tiempo de fallo, t.

Ej19. La duración en km de la caja de cambio de un motor Diesel de un automóvil sigue una ley exponencial de
media 300000 km. Actualmente la garantía que ofrece el fabricante es de 20000 km de funcionamiento del
motor.
Determinar:
a) ¿Qué porcentaje de las cajas de cambio fallan durante la garantía?
b) ¿En qué valor se tendrá que fijar la garantía para que fallen un 5% de las cajas de cambio?
Recopilamos información útil que nos ofrece el enunciado del problema:
· Distribución exponencial: Tasa de fallo constante.
· X ≡ 'Duración en km de una caja de cambio de un motor Diesel de un automóvil'.
· Media: MTTF = β = 300000.
En un sistema que sigue una distribución exponencial dada su media, la función de fiabilidad es:
R(t) = e-t/β = e-t/300000
Resolvemos los apartados expuestos en el problema.
Apartado a)
Debemos obtener la probabilidad de las cajas de cambios que fallen durante la garantía:
P(T < .20000) = F(20000) = 1-R(20000) = 1-e-20000/300000 ≈ 0.064493
Por lo tanto, la probabilidad de que el motor falle durante la garantía es de, aproximadamente 0.064493, una
probabilidad baja.
Apartado b)
En este caso, debemos obtener el tiempo para el cual se cumpla la probabilidad dada.
P(T < .t) = F(t) = 1-R(t) = 1-e-t/300000 = 0.05
Despejamos:
e-t/300000 = 1-0.05 = 0.95

Aplicamos las propiedades del logaritmo neperiano en ambas partes:

-(t/300000) = Ln(0.95)
Despejamos el parámetro t:
t = -300000·Ln(0.95) ≈ 15387.98832 km
Por lo tanto, para que fallen un 5% de las cajas de cambio la garantía se tendrá que fijar en, aproximadamente
15387.99 km.

Ej21. Se tiene un sistema formado por 2 componentes en paralelo como el de la figura:

Donde los dos componentes tienen características similares. La avería de un componente es independiente del
estado del otro componente. El sistema funciona si entre 1 y 2 es posible encontrar un camino de componentes
que funcionen.
Determinar:
a) Supongamos que la duración de un componente (tiempo transcurrido desde que se conecta hasta que se avería)
se puede modelizar con una exponencial y que la duración media de un componente es de 5000 horas. Calcula la
probabilidad de que el sistema formado por ambos componentes en paralelo esté más de 10000 horas
funcionando interrumpidamente.
b) Supongamos ahora que el sistema lleva ya 8000 horas funcionando sin averiarse. ¿Cuál será ahora la
probabilidad de que llegue a las 10000 horas sin averiarse (es decir, que funcione al menos 2000 horas más)?.
Recopilamos información útil que nos ofrece el enunciado del problema:
· Ambos componentes siguen una distribución exponencial.
· MTTF = 5000.
Operamos en la función de la vida media:

Una de las propiedades de la distribución exponencial es que la tasa de fallos es constante, por lo tanto:

Realizamos el cambio de variable:

· x = -z·t
· dx = -z·dt
Y seguimos operando:
Deshacemos el cambio de variable:
· x = -z·t
Y, finalmente obtenemos:

Por lo tanto, la tasa de fallos es:

Z(t) = 1/MTTF = 1/5000 = 0.0002
Hay que recordar que, la tasa de fallos para la distribución exponencial es constante para cualquier instante de t. Y
la función de fiabilidad para ambos componentes es:
R(t) = e-0.0002·t
Pasamos a resolver los distintos apartados que nos ofrece el enunciado del problema.
Apartado a)
El sistema que ahora nos ofrece este apartado es el siguiente:

Los elementos 1 y 2 están en paralelo:

· RI(t) = 1 - (1 - R1)·(1 - R2) = 1 - (1 - e-0.0002t)2.
Ya estamos en condiciones de obtener la probabilidad que nos piden en este apartado:
P(X > 10000) = RI(10000) = 1 - (1 - e-0.0002·10000)2 ≈ 0.252355
Por lo tanto, la probabilidad de que el sistema dado esté funcionando más de 10000 horas interrumpidamente es
de, aproximadamente 0.252355.
Apartado b)
En este apartado, nos piden obtener la probabilidad:
P(T > 8000 + 4000 | T > 8000)
Hay que tener en cuenta la propiedad de carencia de memoria de la distribución exponencial:
P(T > 8000 + 4000 | T > 8000) = P(T > 4000)
La solución a este apartado es:
P(T > 4000) = RI(4000)= 1 - (1 - e-0.0002·4000)2 ≈ 0.696761
Por lo tanto, la probabilidad de que el sistema llegue a las 10000 horas funcionando sin averiarse llevando ya
8000 horas, es de, aproximadamente 0.696761.

Ej22. La duración en días de un componente de un sistema de iluminación tiene una función de densidad cómo la
que se muestra a continuación:

Con
· t > 0.
· α > 0.
Determinar:
a) La probabilidad de que un componente esté activo durante T días.
b) La probabilidad de que dure T días más si lleva funcionando 10 días.
c) Calcular la tasa de fallos.
d) Para un sistema concreto, se sabe que α = 0.003, obtener la probabilidad de que el sistema continúe
funcionando a los 60 días si tiene 400 componentes en paralelo.
e) Calcular la probabilidad de que al acabar esos 60 días, continúen funcionando más de 4 componentes de esos
400.
Apartado a)
Para obtener la fiabilidad de que un componente esté activo durante T días, debemos, previamente calcular la
función de fiabilidad genérica. Para ello, emplearemos la relación de la función de densidad y la función de
fiabilidad:
R(t) = 1 - F(t)
Integrando la función de probabilidad entre 0 y t, obtenemos la función de densidad acumulada:
En esta función de fiabilidad debemos tener cuidado, ya que no es posible obtener una solución de manera directa,
pero si realizamos un cambio de variable podemos resolverla sin mayores problemas.
Realizamos el cambio de variable:
· m = -α·t²/2
· dm = -α·x·dx
Sustituimos:

Deshacemos el cambio de variable:

· m = -α·t²/2
Y resolvemos para obtener la función de fiabilidad:

Apartado b)
Debemos obtener la siguiente probabilidad:
P(T > 10 + t | T > 10)
Al tener la función de fiabilidad, podemos resolver dicha probabilidad:

Apartado c)
La tasa de fallos es, por definición:

Vemos que la tasa de fallos no es constante para cualquier instante de t.

Apartado d)
En este apartado nos da un valor concreto para el parámetro α = 0.003 y nos dicen que se crea un sistema de 400
unidades idénticas de este componente en paralelo. Por lo tanto, la función de fiabilidad del sistema completo
será:
RSISTEMA(t) = 1 - [1 - R(t)]⁴⁰⁰
Para obtener la fiabilidad a los 60 días, sustituimos valores:

Por lo tanto, la fiabilidad del sistema a que siga funcionando tras 60 días es de, aproximadamente 0.836464.
Apartado e)
Este apartado es un poco peculiar, ya que no sigue la temática del estudio y el uso de las expresiones de la
fiabilidad, pero me parece interesante resolverlo ya que se puede ver, que la estadística es una herramienta muy
potente en su conjunto.
Realizamos una recopilación de datos del apartado:
· X ≡ 'Nº de componentes que sigue funcionando a los 60 días'.
· La variable aleatoria X sigue una distribución Binomial: X ~ B(400, e⁻⁵'⁴)
· NOTA: La probabilidad de que un único componente siga funcionando a los 60 días es de:

Las características del tamaño de la muestra y la probabilidad relativamente baja que tiene, comprobaremos si
podemos adaptar la distribución binomial a la de Poisson.
Para ello, debe cumplirse:
· n grande: n = 400 OK.
· n·p = 400·e⁻⁵'⁴ ≈ 1.806632 ≤ 7 OK.
Por lo tanto, se puede adaptar la variable aleatoria a la distribución de Poisson: X ~ P(1.806632).
La probabilidad que debemos obtener es la siguiente:
P(X > 4) = 1 - P(X ≤ 4) = 1 - [P(X = 0) + ··· + P(X = 4)]
Al tener que calcularse el valor de varios elementos para obtener la solución a este apartado, vamos a emplear el
software R para realizar dicha operación:
>> ppois(c(4), 1.806632, lower.tail = F)
[1] 0.03688811
Por lo tanto, la probabilidad de que sigan funcionando más de cuatro componentes de entre 400 es de,
aproximadamente 0.036888.

Ej23. Se sabe que una unidad posee la siguiente tasa de fallo:

· Z(t) = Ln(t + 1), para t > 0.
Determinar la fiabilidad de dicha unidad.
Nos piden obtener la función de fiabilidad la unidad expuesta en el enunciado del problema.
Empleamos la expresión matemática de la función de fiabilidad:

Para este caso concreto, vamos a calcular por separado la integral ya que es algo especial. Lo primero que hacemos
es un cambio de variable:
·m=x+1
Por lo tanto, tenemos:
ʃLn(m)·dm = ʃ1·Ln(m)·dm
Resolvemos la integral por partes:
· u = Ln(m).....du = (1/m)·dm
· v = m............dv = dm
Sustituimos:
ʃLn(m)·dm = ʃ1·Ln(m)·dm = m·Ln(m) - ʃdm = m·Ln(m) - m
Deshacemos el cambio de variable:
·m=x+1
Por lo tanto, tenemos:
ʃLn(m)·dm = m·Ln(m) - m = (x + 1)·Ln(x + 1) - (x + 1)
Y en estos momentos, una vez resuleta la integral, podemos volver a trabajar con la función de fiabilidad para
obtener su solución:

Por lo tanto, la función de fiabilidad que nos pide el enunciado de este problema para la tasa de fallos dada es:
· R(t) = e t - (t +1)·Ln(t + 1)