MODELOS ESTADISTICOS A LA GESTION DE

MANTENIMIENTO

CURSO: Matemática Aplicada.

DOCENTE: Fernández Flores, José Alberto.

ALUMNO: Ventura Chavez, José Carlos

CARRERA: Gestión Y Mantenimiento de Maquinaria Pesada.

CICLO Y GRUPO: 2 B
 MATEMÁTICA APLICADA
Práctica Dirigida Nº 01
Distribución Weibull

1. A continuación se muestra la función pdf y confiabilidad de un componente, β= 2.5,

η= 500. Se pide:

a) Determinar la función tasa de fallas

b) La confiabilidad cuando t= 1500
c) La vida media (MTTF)
8. Un equipo ha registrado el historial de fallas siguiente (en horas de operación: 180,
1190, 1710, 2050, 2790, 3290, 3960.
a. Determinar los parámetros de la distribución Weibull que los modela.
b. El MTTF
c. La probabilidad que un componente sobreviva a las 1500 horas
Fallas ti Ln(ti) (Ln(ti)-X)^2
1 180 5.19295685 4.78375024
2 1190 7.08170859 0.0890586
3 1710 7.44424865 0.0041105
4 2050 7.62559507 0.06025042
5 2790 7.93379687 0.30654097
6 3290 8.09864284 0.51625287
7 3960 8.2839993 0.81696986
SUMA 51.6609482 6.57693346

Media 7.38013545 Beta 7.35003486

A Varianza 1.09615558 Alpha 1734.83172
Desviacion 1.04697449 Gamma 0
n 7
e 7.45866569

C F(1500) 0.29060448 29%

C F(1500)
R(1500) 0.29060448
0.70939552 29%
71%
C
B R(1500)
MTTF 0.70939552
2167.14286 horas 71%
12. Se dispone de los siguientes datos correspondientes a las duraciones (en horas) de
30 componentes de un sistema. Se supone que estas duraciones siguen una
distribución de Weibull. Determinar:

a) Los parámetros de la distribución.

b) La media y mediana de la distribución.
c) La probabilidad de que el componente sobreviva a las 500 horas

1173, 1088 ,
510,2 711,8 878,3 514,5 671,9 273,4
992,87 9 2 1089,77
3 5 4 4 7 5
0 2
1536 ,
695,1 488,6 834,9 579,8 415,2 544,0 451,4
1378,74 3 366,63
8 8 8 9 7 3 6
7
1453 ,
908,8 438,5 692,2 707,1 314,2 105,1 897,3
675,30 815,41 2
8 4 3 5 0 5 8
7

Componentes ti Ln(ti) (Ln(ti)-X)^2

2 105.15 4.655387902 3.321846809 n 30
3 273.45 5.61111879 0.751450666 e 6.520029406
4 314.2 5.750029726 0.52991354
5 366.63 5.904353165 0.329049273 Varianza(S^2) 0.314261068
6 415.27 6.028928911 0.201648076 A Desviacion(S) 0.560589929
7 438.54 6.083451028 0.155654161
8 451.56 6.112708254 0.133424421 Beta 13.72714455
9 488.68 6.191707879 0.08195249 Alfa 678.5983402
10 510.23 6.234861604 0.059107202 Gamma 0
11 514.54 6.243273298 0.055087861
12 544.03 6.299004392 0.032032745 Media(X) 6.477981332
B
13 579.89 6.36283843 0.013257888 Mediana 693.705
14 671.97 6.510213697 0.001038925
15 675.3 6.515157037 0.001382033 F(500) 1.50%
C
16 692.23 6.53991827 0.003836184 R(500) 98.50%
17 695.18 6.544170805 0.004381046
18 707.15 6.561242807 0.006932473
19 711.85 6.567867215 0.008079472
20 815.41 6.703691054 0.050944879
21 834.98 6.727407772 0.062213549
22 878.34 6.778033762 0.090031461
23 897.38 6.799479407 0.103361012
24 908.88 6.812213072 0.111710856
1 992.87 6.900599739 0.178606318
25 1088.22 6.992298613 0.264522266
26 1089.77 6.993721944 0.265988379
27 1173.90 7.068086818 0.348224485
28 1378.74 7.228925318 0.56391687
29 1453.27 7.281571469 0.645757108
30 1536.37 7.33717777 0.73821852
SUMA 194.3394399 9.113570972
16. Setenta compresores son observados en intervalos de 5 meses con los siguientes
números de fallas: 3, 7, 8, 9, 13, 18 y 12.
a) Estimar los parámetros de la distribución que los representa.
b) Determinar el tiempo medio para la falla y la desviación estándar.

Meses Falla(ti) LN(ti) (LN(ti)-X)^2 MTTF

5 3 1.09861229 1.16983702 1.66666667 n 7
10 7 1.94591015 0.05489283 1.42857143 e 2.2232947
15 8 2.07944154 0.01015274 1.875
20 9 2.19722458 0.00028976 2.22222222 MEDIA(X) 2.18020233
25 13 2.56494936 0.14803027 1.92307692 VARIANZA(S^2) 0.33006466
30 12 2.48490665 0.09284472 2.5 Beta 13.3944839
35 18 2.89037176 0.50434061 1.94444444 Alfa 9.23771626
SUMA 15.2614163 1.98038795 Gamma 0

TIEMPO MEDIO
PARA LA FALLA 1.94
(MESES)
DESVIACION(S) 0.57451254