CRISTIAN ALEXIS BAEZ AGUILAR 7.

C CONTROL ESTADISTICO AVANZADO

UNIDAD 3 CONFIABILIDAD DE
SISTEMAS
TAREA 3.1 PREGUNTAS Y EJERCICIOS
1. ¿Qué es la confiabilidad de un producto?

 R.- La confiabilidad de un producto, componente o sistema es la

probabilidad de que éste desempeñe sin fallas la función para la que fue
diseñado y durante un periodo especificado.

2. Describa dos elementos distintivos de los estudios de confiabilidad.

 1.- Censura: Información incompleta sobre el tiempo exacto de falla del
producto.
 2.- Tiempo de Falla: Es el tiempo que transcurre hasta que el producto
falla.

3. . Plantee al menos tres preguntas de interés en los estudios de

confiabilidad.
 1.- ¿Qué tipos de Censura se pueden encontrar en los estudios de
confiabilidad?
 2.- ¿Cuál es la importancia y el uso de los Cuantiles en dichos estudios?
 3.- Mencione al menos tres tipos de distribuciones usadas más
frecuentemente en dichos estudios y ¿Por qué son usadas en lugar de la
normal y t student?

4. Defina las censuras: por la derecha, por izquierda y por intervalo.

Describa para cada censura una situación práctica que la puede
generar.
Censura Derecha Tipo 1. Es cuando los datos censurados resultan de unidades
que no fallaron en un tiempo de prueba especificado. También se conoce como
censura por tiempo
Censura Derecha Tipo 2. Surge cuando el estudio de confiabilidad dura hasta
que cierta cantidad de las unidades falla. El tiempo de duración del estudio no se
conoce de antemano. También se conoce como censura por número de fallas.
Censura Izquierda. Es cuando sólo se sabe que la unidad en prueba falló en
algún momento antes del primer tiempo de inspección.

INGENIERIA INDUSTRIAL
CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

Censura Por Intervalo. Se sabe que la unidad falló en algún momento dentro de
un intervalo. Ocurre cuando no es posible hacer una inspección continua.
5. ¿Qué información proveen las funciones de distribución acumulada y
la función de confiabilidad?

Distribución Acumulada. Con esta función, denotada con F(t), se obtiene

la probabilidad de que un producto falle antes del tiempo t, con lo que F(t) =
P(T ≤ t).
Función de Confiabilidad. Con esta función, denotada con C(t) y también
conocida como función de supervivencia, se obtiene la probabilidad de que
el producto no haya fallado (sobreviva) en el tiempo t.

6. ¿Cómo se define la función de riesgo? ¿Cómo se interpreta?

R.- Es la propensión a fallar al tiempo t; es decir, dado que se sobrevive

hasta el tiempo t, es la probabilidad de fallar justo en el siguiente instante.

7. Si la función de riesgo de un producto es decreciente, ¿significa que

después de un tiempo éste no falla? Argumente su respuesta.

R.- NO, podría ser que después de tiempo las fallas cada vez sean cada vez
menos sin embargo se pueden presentar fallas a futuro, esa es mi
hipótesis…

10. Describa una situación en la cual la tasa de riesgo constante es

apropiada.

R.- Cuando tiene un comportamiento exponencial, un ejemplo seria en los

electrodomésticos

11. ¿Cómo se define el cuantil p? ¿Por qué los cuantiles son importantes
en confiabilidad?

R.- Es el tiempo al cual se espera falle una fracción o proporción p de las

unidades y es útil en confiabilidad porque contesta de manera directa la
pregunta acerca del tiempo al cual falla una fracción deseada de las
unidades. Por lo general interesa estimar el tiempo al cual falla un
porcentaje bajo de las unidades (1, 5, 10, 15%).

INGENIERIA INDUSTRIAL
CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

12. ¿Por qué la vida media puede ser menos relevante que la vida mediana
en los estudios de confiabilidad?

R.- Porque La vida media no es muy útil cuando la distribución de los

tiempos de vida es sumamente asimétrica. Por ello, es más recomendable
calcular la vida mediana definida como el cuantil 50.

14. Según la teoría, ¿en qué situaciones puede ser útil la distribución
Weibull?

R.- Dada su flexibilidad, la distribución Weibull es de las más utilizadas

para describir la vida de productos, ya que permite modelar productos con
tasas de riesgo creciente, constante y decreciente.

16. ¿En qué situaciones es útil la distribución lognormal?

R.- Esta distribución, junto con la Weibull, es uno de los modelos más
usados para tiempos de falla. El modelo lognormal se emplea para modelar
los tiempos de falla de procesos de degradación, por ejemplo, de fatiga de
metales y de aislantes eléctricos.

INGENIERIA INDUSTRIAL
 CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

23. Escriba y grafique la función de riesgo h(t) para una distribución de

Weibull con parámetros:

 a) β = 1, η = 4,
Forma B 1
Escala N 4
H(T)
0.3000

t h(t) 0.2500

0.2000
100 0.2500 0.1500
200 0.2500 0.1000

300 0.2500 0.0500

400 0.2500 0.0000

0 100 200 300 400 500 600
500 0.2500

 b) β = 2, η = 2,
Forma B 2
H(T)
Escala N 2
300.0000

t h(t) 250.0000

200.0000

100 50.0000 150.0000

200 100.0000 100.0000

300 150.0000 50.0000

400 200.0000 0.0000

0 100 200 300 400 500 600
500 250.0000

INGENIERIA INDUSTRIAL
 CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

 c) β = 3, η = 1.
Forma B 3
H(T)
Escala N 1
800000

700000
t h(t)
600000

500000
100 30000 400000

300000
200 120000
200000
300 270000
100000
400 480000 0
0 100 200 300 400 500 600
500 750000

 Comente el efecto de cada parámetro.

R.- En el primer caso podemos observar una función de riesgo

constante mientras que en el segundo podemos observar una función
creciente constante y por el ultimo en el tercer caso podemos observar
una función de riesgo creciente pero NO constante.

INGENIERIA INDUSTRIAL
CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

27. Se realizó un estudio para estimar la vida media (en millas) de cierto
tipo de locomotora. Se operaron 96 máquinas durante 135 mil millas o
hasta que fallaron; y de éstas,
37 fallaron antes de cumplirse
el periodo de 135 mil millas.
La siguiente tabla presenta las
millas hasta fallar para las 37
locomotoras.

Las restantes 59 locomotoras

no fallaron a 135 mil millas;
por lo tanto, entran al estudio en forma censurada:

a) Use un software apropiado y grafique los datos en varios papeles de

probabilidad para identificar la distribución de la que proceden.
R.- Weilbull de 3 Parámetros.

b) Determine la vida mediana de las locomotoras.

R.- 160.564

c) ¿Cuál es la confiabilidad de las locomotoras a las 200 000 millas?

R.- 34% Es la probabilidad de que una locomotora funcione hasta las
200.000 millas

INGENIERIA INDUSTRIAL
CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

28. Para los datos sobre la vida de balatas dados en el ejemplo 13.1:

a) Haga un análisis gráfico para identificar la distribución que siguen

los datos.
R.- Distribución Normal

b) Una vez identificada una distribución, estime los parámetros por

máxima verosimilitud y también por mínimos cuadrados. Compare
los estimadores.

INGENIERIA INDUSTRIAL
CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

c) ¿Cuál es la confiabilidad de las balatas a los 10 000 km?

R.- Hay un 98% de probabilidad de que la balata funcione 10000 Km

d) Si el fabricante no está dispuesto a reemplazar más de 2% de las

balatas, ¿es razonable otorgar una garantía de 10 000 km?
R.- La Garantía que se da es la Adecuada

Error IC normal de 95.0%

Porcentaje Percentil estándar Inferior Superior
1 9142.34 1036.28 7111.28 11173.4
2 10230.6 949.145 8370.31 12090.9
3 10921.1 895.702 9165.52 12676.6

e) Si tiene apoyo de un software apropiado, proporcione un intervalo

de confianza al 95% para los kilómetros en que falla 2% de las balatas e
interprételo.

Error IC normal de 95.0%

Porcentaje Percentil estándar Inferior Superior
1 9142.34 1036.28 7111.28 11173.4
2 10230.6 949.145 8370.31 12090.9
3 10921.1 895.702 9165.52 12676.6

INGENIERIA INDUSTRIAL
CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

29. Para los datos sobre la vida de ventiladores dados en el ejemplo 13.2,
identifique un modelo adecuado para los datos y conteste las
siguientes preguntas:

a) Estime los parámetros del modelo usando el método gráfico, el

método de mínimos cuadrados y el método de máxima
verosimilitud. Compare los resultados.

b) Grafique el estimador no paramétrico de la función de

supervivencia.

INGENIERIA INDUSTRIAL
CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

c) ¿Cuál es la proporción de ventiladores que fallan antes del tiempo

de garantía de 8 000 h?
R.- 25 % Esta es la probabilidad de que un ventilador falle dentro
de sus 80000 Hrs

c) ¿Será necesario rediseñar los ventiladores para tratar de

incrementar su confiabilidad? Argumente
R.- SI, por que falla prácticamente una cuarta parte de la
producción.

INGENIERIA INDUSTRIAL
CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

30. Suponga que la duración (en años) de un chip para computadoras tiene
una distribución de vida Weibull. A fi n de estimar los parámetros de
esta distribución, se sometieron a prueba 100 chips y se registró el
número de supervivientes al fi nal de cada año, durante un periodo de
ocho años. Los datos con
Año 1 2 3 4 5 6 7 8
censura por intervalo se
Numero de
presentan en la siguiente
Supervivientes 94 78 58 36 22 10 6 2
tabla:

a) Utilice el método de mínimos cuadrados para obtener estimaciones de

βyη. Forma 1.9843
Escala 4.0282

b) Si tiene apoyo de un software apropiado, establezca un intervalo de

confianza de 95% para el percentil 1%.

Tabla de percentiles
Error IC normal de 95.0%
Porcentaje Percentil estándar Inferior Superior
1 0.396551 0.0857049 25.96% 60.57%
2 0.563785 0.105818 0.390256 0.814473

c) Calcule la probabilidad de que un chip falle antes de cinco años.

R.- El 78% de los Chips fallaran dentro de los cinco años

d) Estime la confiabilidad de los chips en el tiempo de siete años.

R.- La confiabilidad de los chips en siete años será solo del 5%

INGENIERIA INDUSTRIAL
 CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

e) Calcule la tasa de riesgo, h(t), y grafíquela. Obtenga la tasa de riesgo

en el tiempo t = 4 años e interprete su valor.

t h(t)
h(t)
0 0
1.4
1 0.12499295
2 0.2472802 1.2
3 0.3685666
4 48.92% 1

5 0.60937089
0.8
6 0.7291549
7 0.84862442 0.6
8 0.96782536
0.4
9 1.08679199
10 1.20555083 0.2

0
0 1 2 3 4 5 6 7 8 9 10

INGENIERIA INDUSTRIAL
CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

31. Nelson (1985) aplicó la distribución Weibull a los tiempo de vida de una
muestra de n = 138 cojinetes de rodillos. La siguiente tabla indica el
número de cojinetes que
seguían funcionando al fi nal
de cada periodo de 100 horas
hasta que todos fallaron.

a) Ajuste un modelo Weibull a estos datos.

b) Si tiene apoyo de un software apropiado, dé un intervalo de confianza

para el tiempo al cual falla una proporción de 2% de los cojinetes.

Tabla de percentiles
Error IC normal de 95.0%
Porcentaje Percentil estándar Inferior Superior
1 0.142372 0.0337468 0.089467 0.226562
2 0.247693 0.0514264 0.164887 0.372085

INGENIERIA INDUSTRIAL
CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

c) Calcule la confiabilidad de los cojinetes de rodillos a las 400 horas.

R.- La confiabilidad de los cojinetes a las 400 horas es de 51%

d) Calcule la confiabilidad de que, luego de sobrevivir las primeras 300

horas, un cojinete sobreviva 100 horas más.
R.- Hay un 11.60% de confiabilidad de que sobreviva a la hora 400 una
vez que sobrevivió a la hora 300

32. El tiempo de vida en años de un generador que se compra tiene una

distribución Weibull con parámetros η = 13 años y β = 2. El periodo de
garantía que ofrece el proveedor es de dos años.

a) ¿Cuál es la confiabilidad del generador al terminar el periodo de

garantía?
R.- La confiabilidad del generador al terminar el periodo de garantía
sin presentar fallas es del 97.66%

b) Si se compran 1 000 unidades, ¿cuál es el número esperado de

reclamos al fabricante?
R.- De 23 Reclamos.

c) ¿Cuál periodo de garantía debe ofrecer el fabricante si quiere tener

una proporción de reclamos a lo más de 1 por ciento?
R.- 1.3 Años de Garantía aproximadamente 1 año y 3/4 Meses

33. De un proveedor se adquiere un lote de 100 000 unidades cuyo tiempo

de falla sigue una distribución Weibull. Si 5% de las unidades falla al
tiempo t1 = 225 h y 10% falla a las t2 = 325 h, encuentre:

a) Los parámetros de forma y escala, utilizando la función cuantil.

R.-Tenemos una Forma de 1.9582 y una Escala de 1025.4088.

b) La vida media de las unidades.

R.- La vida media de las unidades es de 909 Horas.

c) La vida mediana de las unidades.

R.- La vida Mediana de las unidades es de 850 Horas lo que significa
que el 50% de las piezas funcionaran este número de horas.

d) La proporción de reclamos esperada si el productor ofrece un tiempo

de garantía de 30 días.
R.- La proporción de reclamos esperada es del 0.0992% prácticamente
Nulo.

INGENIERIA INDUSTRIAL
 CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

34. Suponga que la duración (en horas) de una lámpara fluorescente tiene
una distribución de tiempo de falla Weibull con parámetro.

a) Calcule la probabilidad de que la lámpara falle antes de las 900

horas.
R.- La probabilidad de que la lámpara falle antes de las 900 hrs es
del 78%

b) Calcule la confiabilidad de la lámpara en el tiempo t = 400 h e

interprete su valor.
R.- Es del 43% Lo cual nos indica que no es confiable

c) Grafique la función de riesgo.

Forma
0.7 h(t)
B
Escala 0.0025
500
N
t h(t)
100 0.0023 0.0020
200 0.0018
300 0.0016
400 0.0015 0.0015
500 0.0014

0.0010

0.0005

0.0000
0 100 200 300 400 500 600

INGENIERIA INDUSTRIAL
CRISTIAN ALEXIS BAEZ AGUILAR 7.C CONTROL ESTADISTICO AVANZADO

36. Con el propósito de estudiar la vida de un producto semiperecedero se

realiza un experimento teniendo como tiempo de censura 400 h. Se
estudiaron un total de 60 productos. Los datos obtenidos hasta el
tiempo de censura se muestran a continuación.

INGENIERIA INDUSTRIAL