10 DE JUNIO DE 2019

TEORÍA DE CONFIABILIDAD,
DISTRIBUCIONES MUESTRALES

MARCOS RICARDO VALLEJOS PALOMINO

FACULTAD DE INGENIERÍA MECÁNICA
20180187A
ESTADÍSTICA Y PROBABILIDADES
MB613D
UNIVERSIDAD NACIONAL ESTADÍSTICA Y PROBABILIDADES
DE INGENIERÍA

TEORÍA DE CONFIABILIDAD, DISTRIBUCIONES MUESTRALES

En la actualidad la industria requiere de aparatos, generalmente electrónicos, altamente
sofisticados y por ende muy complejos para el cumplimiento de sus funciones. Esto provoca que
el riesgo de falla de estos productos sea materia de estudio para la estadística estableciendo
ciertas leyes y modelos que nos describan el comportamiento de estos aparatos.

La confiabilidad en la estadística nos indica la probabilidad de que un sistema o producto cumpla

satisfactoriamente con la función para la que fue diseñado, durante un determinado período
determinado de tiempo y sometido a condiciones especificas. Así un evento que interrumpa ese
funcionamiento se denomina falla.

1.TEORÍA DE CONFIABILIDAD:

La teoría de la confiabilidad es una teoría estadística por lo que esta se ocupa principalmente de
las fallas de los sistemas más no de los fenómenos que las causan.

Se define a la confiabilidad como la probabilidad de que un producto o sistema no funcione un

intervalo 𝑡 o su equivalente a que falle en un tiempo mayor que 𝑡: 𝑅(𝑡) = 𝑃[𝑇 > 𝑡], 𝑇 es el
tiempo de duración. Teniendo en cuenta que la confiabilidad depende de la función densidad
de probabilidad 𝑓(𝑥) (fdp) esta se puede escribir como:
∞
𝑅(𝑡) = ∫ 𝑓(𝑥)𝑑𝑥
0

En términos de la fdp acumulada (fda) la confiabilidad puede expresarse de la siguiente manera:

𝐹(𝑡) = 1 − 𝑅(𝑡)
Lo que nos indica que la fda es la función de inconfiabilidad.

2.FUNCIÓN DE RIESGO (Razón de fallas):

La función de riesgo o razón de fallas es la tasa instantánea de fallas en un tiempo dado. Su

valor se puede calcular a partir de la siguiente expresión:
𝑓(𝑡)
𝑧(𝑡) =
𝑅(𝑡)
Donde la fdp es representada mediante el modelo matemático que mejor represente los datos
de las fallas.

3.SISTEMAS EN SERIE Y PARALELO:

Un aspecto importante ya mencionado anteriormente es que la confiabilidad se puede aplicar a

un sistema para lo cual es importante saber si es un sistema en serie o en paralelo.

En un sistema en serie todos sus componentes deben de funcionar a diferencia de un sistema

en paralelo en el que solo deja de funcionar si todos dejan de hacerlo.
UNIVERSIDAD NACIONAL ESTADÍSTICA Y PROBABILIDADES
DE INGENIERÍA

Sis Sistema en paralelo

Cálculo de la confiabilidad del sistema en serie:

𝑛

𝑅(𝑡) = ∏ 𝑅𝑖 (𝑡)
𝑖=1

Cálculo de la confiabilidad del sistema en paralelo:

tema en serie 𝑛

𝑅(𝑡) = 1 − ∏(1 − 𝑅𝑖 (𝑡))

𝑖=1

La confiabilidad en un sistema en paralelo siempre es mayor que la confiabilidad en un sistema

en serie, razón por lo cual preferentemente se optará por usar el sistema en paralelo.

4.MODELOS DE TIEMPOS DE FALLAS PARA:

4.1 Distribución Exponencial:

Teniendo en cuenta la distribución exponencial con parámetro 𝜆 y función densidad de

probabilidad 𝑓:
−𝜆𝑡
𝑓(𝑡) = {𝜆𝑒 , 𝑡>0
0 , 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Para la construcción de modelos matemáticos de fenómenos reales siempre se deben hacer
ciertas suposiciones que simplifiquen el modelo. Lo cual quiere decir que ciertos sistemas o
componentes se distribuyen exponencialmente. Esto quiere decir que el tiempo de uso no
influye en el deterioro de los componentes, en otras palabras se asume que un producto que
esta en funcionamiento sigue estando en tan buen estado como si recién se hubiera fabricado
con la relación de tiempo que le faltan para fallar.

Esto es fácilmente verificado debido a la siguiente expresión:

𝑃[𝑥 ≥ 𝑡 + 𝑡𝑜 ]
𝑃[𝑥 ≥ 𝑡 + 𝑡𝑜 / 𝑥 ≥ 𝑡𝑜 ] = = 𝑒 −𝜆𝑡
𝑃[𝑥 ≥ 𝑡𝑜 ]

𝑃[𝑥 ≥ 𝑡] = 𝑒 −𝜆𝑡
Si el componente alcanza el tiempo de funcionamiento 𝑡𝑜 , la probabilidad de durar un tiempo
extra 𝑡 es la misma que solo durar el tiempo 𝑡. Es por ello que se dice que el modelo exponencial
tiene “Pérdida de memoria” debido a que el comportamiento pasado no influye en el
comportamiento a futuro del componente o sistema. Se supone también que la tasa de fallas es
constante y su valor es el parámetro 𝜆.
UNIVERSIDAD NACIONAL ESTADÍSTICA Y PROBABILIDADES
DE INGENIERÍA
𝑧(𝑡) = 𝜆
De lo mencionado inicialmente la función de confiabilidad esta dada por:

𝑅(𝑡) = 1 − 𝐹(𝑡) = 𝑒 −𝜆𝑡

4.2 Distribución de Weibull:

Teniendo en cuenta la distribución de Weibull con los parámetros 𝛼 y 𝛽 cuya función densidad
esta dada por:
𝛽−1 −𝛼𝑥 𝛽
𝑓(𝑡, 𝛼, 𝛽) = {𝛼𝛽𝑥 𝑒 , 𝑡>0
0 , 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Para un 𝛼 = 1 se puede apreciar que la grafica para

un 𝛽 = 1 se aproxima a la exponencial mientras que
para valores 𝛽 = 2 y 𝛽 = 3.5 se asemejan a la
grafica de una distribución normal.

Si 𝛽 = 1 la tasa de falla es una constante 𝛼 = 𝜆. Este

es un caso especial de la distribución exponencial

Esta distribución es usada generalmente para calcular la tasa de falla (tasa de riesgo) para así
poder conocer el deterioro o desgaste de un componente.

De lo mencionado inicialmente la tasa de falla esta dada por:

𝑓(𝑡) 𝑓(𝑡)
𝑧(𝑡) = = = 𝛼𝛽𝑡𝛽−1 , 𝑡 > 0
𝑅(𝑡) 1 − 𝐹(𝑡)
También se tiene la función de confiabilidad
𝛽
𝑅(𝑡) = 1 − 𝐹(𝑡) = 𝑒 −𝛼𝑡
Curva de Weibull:

La curva de la bañera es una grafica que nos indica la

tasa de fallos de un sistema complejo cualquiera como
por ejemplo una CPU de computadora.

La zona infantil o de fallos iniciales nos representa la

cantidad elevada de fallos que posee un sistema nuevo.
Es elevado debido a que al ser un sistema complejo
pueden presentar muchos errores de fabricación o el
mal manejo del sistema.

La zona de fallos normales o vida útil nos representa una

tasa de fallos baja, puede ser asumida constante 𝛼 = 𝜆.
UNIVERSIDAD NACIONAL ESTADÍSTICA Y PROBABILIDADES
DE INGENIERÍA
La última zona nos representa la zona de desgaste y al igual que en la zona de fallos iniciales la
tasa de fallos es elevada debido a la antigüedad y desgaste de los componentes que
conformarían el sistema complejo.

Ejemplo 1:

El tiempo de vida X, en horas, de un artículo en el taller mecánico tiene una distribución de

Weibull con α = 0.01 y β = 2. ¿Cuál es la probabilidad de que el tiempo de falla sea mayor que
ocho horas de uso? ¿Cuál es la tasa de falla de este artículo?

Solución:

𝑋: Número de horas de vida de un artículo mecánico

𝑃[𝑋 > 8] = 1 − 𝐹(8)
2
𝑃[𝑋 > 8] = 𝑅(8) = 𝑒 −0.01𝑡
𝑃[𝑋 > 8] = 0.527
Hallando la tasa de falla:

𝑧(8) = (0.01)2(8)2−1
𝑧(8) = 0.16
𝑹𝒑𝒕𝒂: La confiabilidad del articulo mecánico es de 52.7% y la tasa de falla es de 0.16 fallas por
hora.

Ejemplo 2:

Si un sistema tiene 100 partes relacionadas, cada una con una fiabilidad de 99.5% a) Calcule la
fiabilidad del sistema. b) Si el sistema esta compuesto por 3 componentes con fiabilidad de 90,
80 y 99 por ciento, ¿Cuál es la fiabilidad del sistema compuesto por esos 3 componentes?

Solución:

a) De la fórmula del cálculo de la confiabilidad de un sistema en serie para un tiempo 𝑡0 :

𝑛

𝑅(𝑡0 ) = ∏ 𝑅𝑖 (𝑡0 )
𝑖=1
100

𝑅(𝑡0 ) = ∏ 𝑅𝑖 (𝑡0 ) = 0.995100 = 0.6058

𝑖=1

𝑹𝒑𝒕𝒂: La confiabilidad del sistema en serie completo es de 60.58%

b) Siguiendo la misma idea:

3

𝑅(𝑡0 ) = ∏ 𝑅𝑖 (𝑡0 ) = 𝑅1 (𝑡0 )𝑅2 (𝑡0 )𝑅3 (𝑡0 ) = (0.9)(0.8)(0.99) = 0.7128

𝑖=1

𝑹𝒑𝒕𝒂: La confiabilidad del sistema conformado por 3 componentes para un tiempo 𝑡0 es de

71.28%
UNIVERSIDAD NACIONAL ESTADÍSTICA Y PROBABILIDADES
DE INGENIERÍA
5.BIBLIOGRAFÍA:

Estadística descriptiva e inferencial. Manuel Córdova Zamora. Enero (2013) 5ta edición.

Probabilidad y estadística para ingeniería y ciencias. Ronald E. Walpole, Raymond H. Myers,

Sharon L. Myers, Keying Ye. (2007) 8va edición. México.

https://reliabilityweb.com/sp/articles/entry/el-calculo-de-la-confiabilidad/

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-
statistics/reliability/supporting-topics/distribution-models/hazard-functions/

http://www.cienciahoy.org.ar/ch/hoy35/centr05.htm

https://reliabilityweb.com/sp/articles/entry/el-calculo-de-la-confiabilidad/

http://www.biblioteca.udep.edu.pe/BibVirUDEP/tesis/pdf/1_154_179_106_1463.pdf

http://bdigital.unal.edu.co/12051/1/71657724.2006.pdf