ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

CONFIABILIDAD
A. Algunos conceptos bsicos
Confiabilidad
El

concepto

de

Confiabilidad

adquiere

gran

trascendencia.

Confiabilidad es la "capacidad de un tem de desempear una funcin

requerida, en

condiciones establecidas.

Se

ha

logrado

la

Confiabilidad requerida cuando el "tem" hace lo que se desea que

haga. Al decir "tem" se refiere a una mquina, a una planta industrial,
a un proceso, a un sistema y tambin a una persona.
Desde el punto de vista de la ingeniera, la confiabilidad es la
probabilidad de que un aparato, dispositivo o persona desarrolle una
determinada funcin bajo condiciones fijadas durante un periodo de
tiempo determinado.
La confiabilidad es la probabilidad de que un equipo cumpla una
misin especfica bajo condiciones de uso determinadas en un perodo
determinado. El estudio de confiabilidad es el estudio de fallos de un
equipo o componente. Si se tiene un equipo sin fallo, se dice que el
equipo es ciento por ciento confiable o que tiene una probabilidad de
supervivencia igual a uno. Al realizar un anlisis de confiabilidad a un
equipo o sistema, obtenemos informacin valiosa acerca de la
condicin del mismo: probabilidad de fallo, tiempo promedio para fallo,
etapa de la vida en que se encuentra el equipo.

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

Distribuciones de tiempo de falla

La duracin de vida de un producto es el tiempo que transcurre hasta
que el producto deja de funcionar segn las especificaciones. Cuando
un producto deja de funcionar segn las especificaciones, se dice que
fall.
El tiempo de falla de un producto es el tiempo durante el cual el
producto funciona segn las especificaciones.
El tiempo de falla t de cualquier producto vara de un artculo a otro, en
consecuencia es una variable aleatoria. La funcin de densidad del
tiempo de falla de un producto se denomina distribucin de tiempo
de falla.
Si f(t) se denota como la funcin de densidad del tiempo de falla. El
tiempo de falla es una variable continua, por lo tanto, la probabilidad
de que el producto falle antes del tiempo t0 es:
( )

f(t)

F(t0)
R(t0)

t0
2

( )

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

El rea sombreada es la probabilidad de que el producto falle antes

del tiempo t0. Entonces la confiabilidad del producto es confiable si
sobrevive hasta el tiempo t0 es:
( )

( )

La distribucin del tiempo de falla es una distribucin de frecuencia

relativa conceptual de las duraciones de vida de algn grupo de
artculos de producto que se interese especficamente.

La

distribucin del tiempo de falla y la confiabilidad de un elemento puede

ser caracterizada a travs de distintos modelos de probabilidades.

Tasa de riesgo
La distribucin del tiempo de falla de un producto permite calcular la
probabilidad
probabilidad

( ) de que un artculo falle antes del tiempo t0 y la

( )

( ) de que el artculo sobreviva hasta el

tiempo t0.
Otra forma de describir las caractersticas de duracin de un producto
es utilizar una medida de probabilidad de falla conforme el producto
envejece, es decir, la probabilidad de que el producto fallar en el
intervalo (t, t+dt), dado que el artculo ha sobrevivido hasta el tiempo t.
Si se definen los sucesos:
A: el artculo falla en el intervalo (t, t+dt)
B: el artculo sobrevive hasta el tiempo t
3

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

f(t)

t+dt

La probabilidad de falla en el intervalo de tiempo (t, t +dt) dado que el

artculo sobrevivi hasta el tiempo t, es
( )
Donde

( )

( )

( )

( )
( )

es equivalente al suceso A, es decir, un artculo debe

sobrevivir hasta el tiempo t para que puede fallar en el intervalo (t, t

+dt).
La tasa de riesgo se define:
( )
( )

( )

Donde ( ): es la funcin de densidad de la distribucin del tiempo de

falla del producto.
Conocer la tasa de riesgo de un producto a menudo nos ayuda a
seleccionar la funcin de densidad del tiempo de falla apropiado para
el producto.

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

Tasa de riesgo de una distribucin exponencial

Distribucin Exponencial
Se dice que una variable aleatoria continua X sigue una distribucin
exponencial de parmetro , con >0 si su funcin de densidad es:
( )

{
( )

Propiedades
Media ( )
Varianza (

( )
Var( )

Desviacin estndar

( )

( )

La distribucin de tiempo de falla de un producto sigue una distribucin

exponencial. Calcule la tasa de riesgo para la distribucin exponencial
La funcin de densidad exponencial tambin es

( )

Y la funcin de distribucin acumulada es

( )

( )

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

La tasa de riesgo para la distribucin exponencial es:

( )

( )
( )

( )

Donde el valor esperado o media de la distribucin exponencial es

( )

, es decir, la vida media del producto sigue una tasa de

riesgo constante. En consecuencia, un producto que tiene una

distribucin de tiempo de falla exponencial nunca se fatiga.

Es

tan probable que el artculo sobreviva una unidad de tiempo como que
sobreviva otra.

f(t)

( )

()

t
Grfica de la Funcin de densidad
Exponencial

Grfica de la tasa de riesgo de

la distribucin Exponencial

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

Tasa de riesgo de una distribucin Weibull

Distribucin Weibull
Se dice que una variable aleatoria continua X sigue una distribucin
Weibull con parmetros

, donde

es un parmetro de

escala (refleja el tamao de las unidades en que se mide la variable

aleatoria x y

es un parmetro de forma. Si se cambia el valor del

parmetro de forma , es posible generar un conjunto con una amplia

variedad de curvas que modelan distribuciones de tiempo de falla de la
vida real, si

se obtiene la distribucin exponencial.

La funcin

de densidad de probabilidad es:

( )

{ ( )

( )
Propiedades
Media ( )
Varianza (

( )
)

Desviacin estndar

Var( )
( )

(
{ (

( )

)
)

* (

)+ }

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

es un parmetro de escala (refleja el tamao de las unidades en que

se mide la variable aleatoria x. este parmetro representa el tiempo (o
el valor de la variable anloga) para el cual la probabilidad de fallo
acumulada es de 63,2%. Por tanto, cuanto mayor sea , mayor ser el
intervalo de tiempo en que se producirn los fallos.
es un parmetro de forma y determina la forma de la distribucin. En
el mtodo de mnimo cuadrado este parmetro coincide con la
pendiente de la recta y da una idea de la dispersin de la muestra.
La funcin de densidad Weibull es
( )

( )

Y la funcin de distribucin acumulada es

( )

( )

La tasa de riesgo para la distribucin Weibull es:

( )

( )
( )

( )

( )
( )

( )

( )

( )

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

Grfica de la Funcin de densidad

Weibull

Grfica de la tasa de riesgo de la

distribucin Weibull

Estimacin de los parmetros de una distribucin de tiempo de

falla de Weibull
Para la estimacin de los parmetros de la distribucin de Weibull
se utilizan dos mtodos: mtodo de los mnimos cuadrados y
mtodo de mxima verosimilitud, el mtodo de mxima verosimilitud
no se suele aplicar por su complejidad. Se utilizar el mtodo de los
mnimos cuadrados.
La funcin de distribucin acumulada es
( )
Entonces, la probabilidad de supervivencia para el tiempo t es
( )

( )

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

( )
Aplicando logaritmo en ambos lados se tiene
[

]
( )
( )

( )]

Si se aplica el mtodo de mnimos cuadrados se necesita estimar la

funcin de supervivencia basada en datos de pruebas de vida. Para
lograrlo se somete una muestra aleatoria de n artculos

a una

prueba de vida y contar el nmero de supervivientes al final de una

unidad de tiempo (por ejemplo, una semana o un mes), despus de
dos unidades de tiempo y, en general, despus de i unidades de
tiempo.

Una estimacin de la proporcin de supervivencia en el tiempo es

( )
Donde
10

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

: Nmero de superviviente al final de la i-sima unidad de tiempo

: Total de artculos sometidos a prueba
Se calcula ( ) para i = 1, 2, y luego se ajusta la lnea de mnimos
cuadrados donde
[
[

( )]

( )]

A los puntos (xi, yi), i = 1, 2, donde el i-simo punto de datos es

[

( )]

Donde

][

11

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

Ejemplo. Un fabricante de sellos hidrulicos realiz una prueba de

vida durante la cual se sometieron stos a una presin de fluido dos
veces en los que se usan. Se sometieron 100 sellos a la prueba y se
registr el nmero de supervivientes al final de cada da durante un
periodo de 7 das, segn se indica en la siguiente tabla.
Das

N de supervivientes 69 48 33 21 13 7

Utilice los datos para estimar los parmetros y de una distribucin

de Weibull
Primer paso
[
Das
i
1
2
3
4
5
6
7

Supervivencia
69
48
33
21
13
7
4

ln(i)
0,000
0,693
1,099
1,386
1,609
1,792
1,946

( )]
R(t) estimado
( )
0,69
0,48
0,33
0,21
0,13
0,07
0,04

A utilizando Excel se tiene

12

-ln ( )
0,371063681
0,733969175
1,108662625
1,560647748
2,040220829
2,659260037
3,218875825

( ))
(
-0,991
-0,309
0,103
0,445
0,713
0,978
1,169

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

y = 1,1101x - 1,051
R = 0,9954

1,5

ln[ () ]

1
0,5
0

-(-ln R(t))
0

0,5

1,5

2,5

Lineal ( -(-ln R(t)))

-0,5
-1
-1,5

ln

Aplicando el software SPSS se tiene los siguientes resultados

Resumen del modelo

Modelo
1

R cuadrado
,998

,995

R cuadrado

Error tp. de la

corregida

estimacin
,994

,05680447

a. Variables predictoras: (Constante), x = ln(dia)

ANOVA
Suma de
Modelo
1

cuadrados
Regresin
Residual
Total

gl

3,468

3,468

,016

,003

3,484

a. Variables predictoras: (Constante), x = ln(dia)

b. Variable dependiente:

Media cuadrtica

y = -(-ln R(t))

13

F
1074,810

Sig.
,000

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

Las estimaciones de mnimos cuadrados son segn Excel y SPSS

son
y = 1,1101X - 1,051

Debido a que

se tiene

Por lo tanto, basndose en el mtodo de mnimos cuadrados los

parmetros de la distribucin de Weibull son:

para modelar la distribucin del tiempo de falla de los

sellos hidrulicos.
Para un 95% los intervalos de confianza de y
El intervalo de confianza para 0 es

14

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

Con n-2 (7 - 2 = 5) grados de libertad y con un nivel de significacin

de 5%,

(
(

)
)

15

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

1 -F(t)
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0

1 -F(t)

16

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

Weibull

probabilidad de supervivencia

Forma,Escala
1,11019,2,86045

0,8

0,6

0,4

0,2

0
0

8
x

12

16

funcion de supervivencia
0,8
0,7

0,6
0,5
0,4

funcion de
supervivencia

0,3
0,2
0,1
0
0

Weibull

prob. de log supervivencia

1,2

Forma,Escala
1,11019,2,86045

-0,8

-2,8

-4,8

-6,8
0

8
x

17

12

16

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

Weibull

0,5

Forma,Escala
1,11019,2,86045

0,4

riesgo

0,3
0,2

0,1
0
0

8
x

12

16

tasa de riesgo
0,45
0,4
0,35
0,3

0,25
tasa de riesgo

0,2
0,15
0,1
0,05
0
0

18

ETADISTICA APLICADA

PROF, JULIA MARCANO 2013

Confiabilidad de los sistemas

Se presentan a continuacin las dos maneras ms sencillas de
combinar unidades individuales en un sistema y el tratamiento de sus
respectivas confiabilidades.
Para que un sistema de n componentes independientes acoplados
en serie funcione, todos los componentes deben funcionar. Por lo
tanto si uno falla, el sistema no funciona.
En consecuencia, la confiabilidad del sistema es menor que la
confiabilidad de cualquiera de sus componentes, siendo la funcin de
confiabilidad del sistema completo.

( )

( )

( )

( )

( )

En el caso de que los componentes estn conectados en paralelo,

el sistema deja de funcionar slo si todos los componentes dejan de
funcionar;

suponiendo

que

los

componentes

funcionan

independientemente.
La confiabilidad de este sistema ser mayor que cualquiera de los
componentes siendo la funcin de confiabilidad del sistema completo,

19

ETADISTICA APLICADA

( )

( )] [

PROF, JULIA MARCANO 2013

( )]

( )]

( )]

Por la sencilla razn de que el acoplamiento en paralelo aumenta la

confiabilidad del sistema es de uso ms frecuente una operacin en
paralelo.

20