1-1

CONCEPTOS DE CONCEPTOS DE
CONFIABILIDAD CONFIABILIDAD
Captulo 1
1-2
Objetivo: Presentar los conceptos
indispensables para entender la
confiabilidad
Propsitos
presentar el concepto de tiempo de vida y falla
exponer el concepto de distribucin de
probabilidad
definir confiabilidad
definir MTBF - MTTF
explicar el "tiempo de misin
visualizar la velocidad de falla grficamente
presentar los elementos de estadstica descriptiva
obtener una distribucin empricamente
1-3
POR QU CONFABLDAD?
El cliente es ms crtico y ms
consciente de las
caractersticas del producto
Las compaas que
sobreviven en los negocios
son aquellas capaces de
controlar la confiabilidad de
sus productos
Los costos de la mala calidad
de productos sin confiabilidad
pueden ser muy altos
1-4
CONFABLDAD PARA QU?
Cul es la vida promedio del producto?
Cuntas fallas espera el prximo ao?
Cunto nos costar desarrollar y dar
servicio a este producto?
Cmo podemos hacerlo ms efectivo en
costo?
1-5
RAZONES PARA
RECOPILAR
DATOS DE
CONFIABILIDAD
vEvaIuar Ias caractersticas de Ios materiaIes sobre un perodo
de garanta o sobre Ia vida de diseo deI producto.
vPredecir Ia confiabiIidad deI producto.
vPredecir Ios costos de garanta deI producto.
vProporcionar Ias entradas necesarias para Ia evaIuacin deI
riesgo de faIIa de un sistema
vEvaIuar eI efecto de un cambio de diseo propuesto.
1-6
RAZONES PARA
RECOPILAR
DATOS DE
CONFIABILIDAD
vEvaIuar si se han cumpIido Ios requerimientos deI cIiente y Ias
reguIaciones gubernamentaIes.
vRastrear aI producto en eI campo para proporcionar informacin
sobre Ias causas de Ias faIIas y Ios mtodos para mejorar Ia
confiabiIidad deI producto.
vApoyar programas para eI mejoramiento de Ia confiabiIidad a
travs deI uso de experimentos en Iaboratorios, incIuyendo
pruebas aceIeradas de vida.
vComparar componentes que provienen de dos o ms fabricantes,
diferentes materiaIes, perodos de produccin o ambientes de
operacin.
vVerificar Ia veracidad de un recIamo pubIicitario.
1-7
TEMPO DE VDA Y FALLA
La confiabilidad es una medida
del Tiempo de Vida de un
producto Durante este
perodo el cliente obtiene las
caractersticas ofrecidas
intencionalmente
Cuando cesa la capacidad del
producto para entregar la
caracterstica ofrecida al
cliente, se considera que ha
habido una Falla del
producto Esto representa el
trmino del tiempo de vida
1-8
MODELOS DE TEMPO DE VDA
Para modelar el tiempo de vida se
asigna una medida: La frecuencia
relativa o la probabilidad con que
ocurrir ese tiempo
La regla que asigna valores de
frecuencia relativa o
probabilidades a los valores de
una variable se llama Distribucin
de ProbabiIidad
1-9
Funcin de Densidad de Probabilidad (pdf), f(t)
Predice el comportamiento de cualquier situacin
probabilstica
Probabilidad de t de caer en algn punto del rango t
1
a t
2
p t t t f t dt
t
t
( ) ( )
1 2
1
2
=

t
1
t
2
DSTRBUCONES DE
PROBABLDAD
t
f
(
t
)
E| rea tota| -ajo |a
curva s|erpre es 1 o
100
1-10 0 5 10
00
01
02
03
04
t
f
(
t
)
0 100 200 300
0
10
20
30
OBS
P
e
r
c
e
n
t
16667
83333
300000
150000
133333
66667 66667
83333
33333 33333
00000 00000
33333
EJEMPLOS DE DSTRBUCONES
DE PROBABLDAD
56399 138573 17278 39655
56554 132988 45735 952
35389 234234 62171 29374
56215 63378 78558 46076
18826 28855 75812 19345
90882 49089 75492 103507
132312 123442 27978 107717
60465 49526 145911 179036
301525 71698 95475 61099
30201 45352 175935 46613
101978 182344 34899 82272
9837 225349 43461 176949
64026 137758 52311 14545
43881 93901 49619 73873
53358 77471 92019 117592
! we|-u||
l|slograra
1-11
DSTRBUCON ACUMULADA DE
PROBABLDAD
Si acumulamos las probabilidades desde el inicio hasta
un tiempo t
1
, obtenemos la Distribucin de
Probabilidad Acumulada {CDF F(t)} Puede
obtenerse de forma analtica si se conoce la
estructura de la pdf
F(t
1
) = P(t t
1
)
1-12
Funcin de Distribucin Acumulada
La Probabilidad de una variable es menor o igual a un valor
especfico, eg, t
1
Cuando la variable es tiempo de falla, esto representa la no
confiabiIidad o la probabiIidad de que una unidad faIIe
antes deI tiempo t
1

= =
1
0
1
) ( ) 0 ( ) (
t
dt t f t t P t F
DSTRBUCON ACUMULADA DE
PROBABLDAD
1-13
F t P t t f t dt
t
( ) ( ) ( ) = =

0
1
0
1
DSTRBUCON ACUMULADA DE
PROBABLDAD
t
f
(
t
)
t
1
No confiabilidad, F(t)
Funcin de Densidad de Probabilidad
t
F
(
t
)
t
1
Funcin de Distribucin Acumulada
0
1
0
1-14
DEFNCN DE CONFABLDAD
Confiabilidad es la probabilidad de que un sistema
ejecute su funcin de intencin sin fallar para un
intervalo especfico, bajo condiciones establecidas
Se define como la Probabilidad de Supervivencia en un
determinado tiempo
R(t) = 1 - F(t)
Algunos autores presentan como sinnimos
Supervivencia y Confiabilidad
1-15
t
R
(
t
)
DEFNCN DE CONFABLDAD
R t F t f t dt f t dt
t
t
( ) ( ) ( ) ( ) = = =

1 1
0
t
1
Funcin de Densidad de Probabilidad Funcin de Confiabilidad
0
0
1
t
f
(
t
)
t
1
0
1-16
MTBF - MTTF
Si el tiempo de vida para una caracterstica de calidad es una
variable aleatoria y conocemos su distribucin de probabilidad ,
podemos calcular una medida de localizacin, por ejemplo el
valor de su media
El valor medio del Tiempo de Vida se denomina Tiempo Promedio
entre Fallas, MTBF es el acrnimo en ngls, y se refiere a una
medicin bsica de confiabilidad para artculos que se pueden
reparar
MTTF se refiere al Tiempo Promedio de Fallas, esto es para
artculos que no pueden ser reparados
E| VTT es ler|carerle del|r|do coro:
VTT E[T|



=
0 0
dt t R dt t tf
1-17
0 100 200 300
0
10
20
30
tiempo
P
e
r
c
e
n
t
16667
83333
300000
150000
133333
66667 66667
83333
33333 33333
00000 00000
33333
MTBF - MTTF
a red|a 08t|mada de|
l|erpo de v|da esl rarcada
cor |a |irea purleada es de
98.932, se o-luvo
ca|cu|ardo e| prored|o de
|os l|erpos
98.932
0 5 10
00
01
02
03
04
t
f
(
t
)
N
t
m
N
i
i
=
=
1
a red|a .a|.:|ada para esla
d|slr|-uc|r we|-u|| es lurc|r de
sus parrelros g2 2
.77245

'
+

'

+ I =

g
1
1
urc|r 0arra
1-18
TEMPO DE MSN
Tiempo de Misin se refiere al tiempo intentado durante
el cual el producto entrega la caracterstica de
calidad satisfactoriamente
El Tiempo de Misin es una decisin de negocios y
sirve para establecer una meta de logro por parte del
producto en cuanto a sus caractersticas
%|0mpo d0 H|8|n
0:F .onf|ab|||dad |ograr0mo8 R(t|0mpo d0 m|8|n}
1-19
VELOCDAD DE FALLA
La Velocidad de Falla Tasa de Riesgo o tambin Tasa de
Falla es la fraccin de fallas probables entre la proporcin
de supervivientes al tiempo t Cuando se conoce la
Distribucin de Probabilidad de t, se calcula a partir de
h(t) = PDF / R(t)
Es una medida de la "mortalidad entre los artculos que
quedan
La tasa de falla representa Ia propensin a Ia faIIa de un
producto como una funcin de su edad o tiempo en operacin
La tasa de falla en cualquier tiempo dado es la proporcin que
caer en la siguiente unidad de tiempo respecto a aquellas
unidades que han sobrevivido a este tiempo Puede
incrementarse, disminuir o permanecer constante respecto
aI tiempo dependiendo de Ia naturaIeza deI producto y eI
perodo de observacin.
1-20
TASA DE FALLA O TASA DE RESGO
Por ejemplo, 1000 motores elctricos se ponen a prueba
en el tiempo CERO Cuatrocientos de ellos estn
trabajando a las 2000 horas, 50 de ellos fallaron en las
siguientes 100 horas y otros 50 fallaron en las siguientes
horas como lo ilustra la figura
2 21 22 horas
tiempo
1 4 35 3
No. de
sobrevivientes
La tasa de falla para los motores a las 2000 horas es:
h(2) = (nmero de faIIas por hora posteriores a Ias 2 horas)
nmero de sobrevivientes a Ias 2 horas
= (5/1)/4 = .125 (faIIas por hora)/unidades
Similarmente, la tasa de falla a las 2100 horas es:
h(21) = (5/1)/35 = .14 (faIIas por hora)/unidades
1-21
"TNA DE BAO
Si se dibuja la tasa de riesgo o falla para una poblacin
a travs del tiempo se observa un comportamiento
descrito como la "Tina de bao
t
h(t}
Fa||a8 .on8tant08
Fa||a8 por d0t0r|oro Fa||a8 por d0t0r|oro
Fa||a8 "|nfant||08
1-22
0 100 200 300
0
10
20
30
OBS
P
e
r
c
e
n
t
16667
83333
300000
150000
133333
66667 66667
83333
33333 33333
00000 00000
33333
a 8tad|8t|.a 008.r|pt|va se
or|erla a proporc|orar ura
/08.75.O3 l||, c|ara e
|rlorral|va de ura rasa de
dalos rurr|cos.
Eslo se race a| cors|derar
lp|cos coro:
|a co|ecc|r procesar|erlo de
dalos or|g|ra|es,
preserlac|r la-u|ar grl|ca,
luerles de dalos,
d|slr|-uc|r de lrecuerc|as,
red|das de lerderc|a cerlra|
red|das de d|spers|r.
ESTADSTCA DESCRPTVA
&r r|slograra es ura descr|pc|r
l||, c|ara e |rlorral|va de |a
d|slr|-uc|r de lrecuerc|as
1-23
&r 08tad|8t|.o es cua|qu|er lurc|r de |as o-servac|ores er ura
rueslra a|ealor|a, que ro deperda de parrelros descoroc|dos
0-srvese que coro :n 08tad|8t|.o es ura lurc|r de |os dalos
prover|erles de ura rueslra a|ealor|a, 08 a 8: v0 :na var|ab|0
a|0ator|a.
Es dec|r, 8| 80 obt:v|0ran do8 m:08tra8 a|0ator|a8 d|f0r0nt08
prov0n|0nt08 d0 |a m|8ma pob|a.|n y 80 .a|.:|aran |a8 m0d|a8
m:08tra|08 podr|a 08p0rar80 q:0 |o8 va|or08 obt0n|do8 f:0ran
d|f0r0nt08.
ESTADSTCOS
a red|a rueslra|, |a var|arza rueslra|, |a desv|ac|r eslrdar
rueslra| |os coel|c|erles de var|ac|r, sesgo curlos|s sor
a|guros de |os esladisl|cos rs corures.
1-24
edidas
Descriptivas
Descripcin
POBLACON
MEDA
VARANZA
COEFCENTE DE
VARACN
COEFCENTE DE
SESGO
COEFCENTE DE
CURTOSS
Estadstica Descriptiva
MUESTRA

O
= /t t tf t E ) ( ) (

=
= =
3
i
i
x
3
x m
1
1 Ved|da de
lerderc|a
cerlra|

O
= /t t f t ) (
2 2
3 9

=
3
i
i
x x
3
8
1
2
2
1
1
Ved|da de
d|spers|r
|a desv|ac|r eslrdar es |a
raiz cuadrada de |a var|arza
Ved|da de|
grado de
var|a-|||dad
3
9
= '


2 / 3
2
3
) (
3
9
3
-

=
/t t f t


2 / 3
2
1
3
3

8
3
x x
3
i
i
=

= -
Ved|da de
3|relria
Ved|da de
Agudeza

2
2
4
) (
4
9
3
-

=
/t t f t


2
2
1
4
4

8
3
x x
3
i
i
=

= -
a Norra| l|ere ur rargo
0.05<Cv<0.25
a exporerc|a|: Cv 1
-3<0 co|a |zqu|erda
-30 s|rlr|ca (v.gr.Norra|)
-3>0 co|a derecra
-<0 - aguda que |a Norra|
-0 aguda coro Norra|
->0 aguda que |a Norra|
0lras red|das sor |a red|ara |a
roda, |a red|a l|ere prop|edades
esladisl|cas rejores
Cv 3
x
1-25
Porqu son importantes los
estadsticos?
Describen completamente los datos
Coeficiente de Variacin CV
comnmente utilizado para describir propiedades
mecnicas de los materiales
aproximadamente 15% para fractura
aproximadamente 7% para resistencia a la cedencia
ayudan a determinar la distribucin apropiada
la distribucin normal tiene un rango 005 < CV < 025
Exponencial CV 1
Estadstica Descriptiva
1-26
Porqu son importantes los estadsticos?
Coeficiente de sesgo
medida de simetra
-3 < 0 distribucin sesgada a la izquierda(tiene una cola a la
izquierda)
-3 0 distribucin simtrica
Distribucin Normal -3 0
-3 > 0 distribucin sesgada a la derecha (tiene una cola a la
derecha
Coeficiente de curtosis
medida de agudeza (puntiaguda)
-4 < 3 distribucin menos aguda que la Normal
-4 3 distribucin Normal
-4 > 3 distribucin ms aguda que la Normal
Estadstica Descriptiva
1-27
Porqu son importantes los estadsticos
los tres ayudan a determinar los parmetros de la
distribucin
CV
La Exponencial tiene un CV constante
El parmetro de forma de la distribucin Weibull es bien
estimado con el coeficiente de variacin CV
coeficientes de sesgo y curtosis
la relacin entre ellos ayuda a determinar la distribucin que mejor
se ajusta
Estadstica Descriptiva
1-28
EJEMPLO DE DSTRBUCN
2
2
2
2
2
2
1
MEDA
) ( FALLA DE TASA
) ( DAD CONFABL
1 ) ( CDF
) ( PDF
=
= =
= =
= =
= =

t
e t R
e t F
e t f
t
t
t
Distribucin
ExponenciaI
Funcin de Densidad de ProbabiIidad ExponenciaI
00000
00005
00010
00015
00020
00025
00030
00035
0 500 1,000 1,500 2,000
Tiempo
f
(
t
)
2 0003, MEDA 333
2 0002, MEDA 500
2 0001, MEDA 1,000
1-29
EJEMPLO DE DSTRBUCN

'
+

'

+ I =

'
+

'

= =
= =
= =

'
+

'

= =

'
+

'

'
+

'

'
+

'

g
g g

g g

g
g
g

1
1 MEDA
) ( FALLA DE TASA
) ( DAD CONFABL
1 ) ( CDF
) ( PDF
1
1
t
t
e t R
e t F
e
t
t f
t
t
t
Distribucin
WeibuII 2
parmetros
1-30
R6|6|0
Un componente tiene una distribucin Weibull para el tiempo
de falla con los siguientes parmetros: 45 y g2000
Cien componentes son puestos a prueba en el tiempo cero y
deseamos responder a las preguntas siguientes:
1Cul es el nmero esperado de componentes que
estarn funcionando a las 2000 horas?
2Cul es el nmero esperado de fallas en el intervalo
de 2000 a 2100 horas?
3Cul es la tasa de falla a las 2000 horas?
1-31
EJEMPLO DE DSTRBUCN
A-ra e| arcr|vo |slr|-uc|r.x|s 3era|e |a co|urra de
l|erpo porga|a er
order ascerderle
vearos cro se corslruer |as
curvas de d|slr|-uc|r usardo e|
EXCE
1-32
EJEMPLO DE DSTRBUCN
Agregue ur
rerg|r |r|c|a|
cor cero ura
co|urra cor ur
corlador que
|r|c|e er cero
Agregue ura
co|urra dorde
esl|re (l) usardo
|a lrru|a de Kap|ar
Ve|er: ( (l) 3)
n 08t0 n = 0.
0-lerga R(l) por |a
d|lererc|a R(l) 1-(l)
Nole que puede esl|rar |a
Corl|a-|||dad de 90 para
ur l|erpo de 35.389
a lrru|a de Kap|ar Ve|er se recor|erda para rueslras grardes
tiempo i F(t
i
) i/n
0 0 00000
952 1 00167
27978 2 00333
28855 3 00500
29374 4 00667
34899 5 00833
35389 6 01000
39655 7 01167
43461 8 01333
43881 9 01500
45352 10 01667
45735 11 01833
46076 12 02000
tiempo i
0 0
952 1
27978 2
28855 3
29374 4
34899 5
35389 6
39655 7
43461 8
43881 9
45352 10
45735 11
46076 12
46613 13
tiempo i F(t
i
) i/n R(t
i
) 1-F(t
i
)
0 0 00000 10000
952 1 00167 09833
27978 2 00333 09667
28855 3 00500 09500
29374 4 00667 09333
34899 5 00833 09167
35389 6 01000 09000
39655 7 01167 08833
43461 8 01333 08667
43881 9 01500 08500
45352 10 01667 08333
45735 11 01833 08167
46076 12 02000 08000
1-33
EJEMPLO DE DSTRBUCN
3e esl|ra |a lasa de la||a para |os
l|erpos o-servados, cor e| |rverso de|
rrero de superv|v|erles 1/(r1-|)
!or |l|ro se esl|ra
e| |rlerva|o de
corl|arza rorra| a|
95 para |a
corl|a-|||dad
3 t F t R Z t R t R
3 t F t R Z t R t R
L
LS
) ( ) ( ) ( ) (
) ( ) ( ) ( ) (
2
2
=
+ =
-
-
tiempo i F(t
i
) i/n R(t
i
) 1-F(t
i
) 2(t)1/(n+1-i)
0 0 00000 10000
952 1 00167 09833 00167
27978 2 00333 09667 00169
28855 3 00500 09500 00172
29374 4 00667 09333 00175
34899 5 00833 09167 00179
35389 6 01000 09000 00182
39655 7 01167 08833 00185
43461 8 01333 08667 00189
43881 9 01500 08500 00192
45352 10 01667 08333 00196
45735 11 01833 08167 00200
46076 12 02000 08000 00204
46613 13 02167 07833 00208
49089 14 02333 07667 00213
49526 15 02500 07500 00217
49619 16 02667 07333 00222
52311 17 02833 07167 00227
53358 18 03000 07000 00233
1-34
EJEMPLO DE DSTRBUCN
R(ti) 1-F(ti)
00000
01000
02000
03000
04000
05000
06000
07000
08000
09000
10000
0 50 100 150 200 250 300 350
R(ti) 1-F(ti)
F(ti) i/N
00000
01000
02000
03000
04000
05000
06000
07000
08000
09000
10000
0 50 100 150 200 250 300 350
F(ti) i/N
0rl|cas de
Corl|a-|||dad R(l) de
|a urc|r Acuru|ada
(l) gereradas er
EXCE
Recuerde que:
R(l) 1- (l)
1-35
EJEMPLO DE DSTRBUCON
Use el archivo: distribucinmtw
Ahora en Minitab
1-36
Distribution AnaIysis
Variable: tiempo
Censoring Information Count
Uncensored value 60
Nonparametric Estimates
Characteristics of Variable
Standard 95.0% Normal CI
Mean Error lower upper
98.9320 8.4776 82.3162 115.5478
Median = 75.8120
IQR = 83.4620 Q1 = 49.5260 Q3 = 132.9880
Kaplan-Meier Estimates
Number Number Survival Standard 95.0% Normal CI
Time at Risk Failed Probability Error Lower Upper
9.5200 60 1 0.9833 0.0165 0.9509 1.0000
27.9780 59 1 0.9667 0.0232 0.9212 1.0000
28.8550 58 1 0.9500 0.0281 0.8949 1.0000
29.3740 57 1 0.9333 0.0322 0.8702 0.9965
34.8990 56 1 0.9167 0.0357 0.8467 0.9866
35.3890 55 1 0.9000 0.0387 0.8241 0.9759
39.6550 54 1 0.8833 0.0414 0.8021 0.9646
43.4610 53 1 0.8667 0.0439 0.7807 0.9527
43.8810 52 1 0.8500 0.0461 0.7597 0.9403
45.3520 51 1 0.8333 0.0481 0.7390 0.9276
45.7350 50 1 0.8167 0.0500 0.7188 0.9146
46.0760 49 1 0.8000 0.0516 0.6988 0.9012
46.6130 48 1 0.7833 0.0532 0.6791 0.8876
49.0890 47 1 0.7667 0.0546 0.6596 0.8737
49.5260 46 1 0.7500 0.0559 0.6404 0.8596
49.6190 45 1 0.7333 0.0571 0.6214 0.8452
52.3110 44 1 0.7167 0.0582 0.6026 0.8307
!ara :n t|0mpo
d0 35.389 |a
.onf|ab|||dad 08
d0| 907
CIcuIo de R(t) para un tiempo
1-37
0 100 200 300
00
01
02
03
04
05
06
07
08
09
10
Time to Failure
R
a
t
e
Nonparametric Hazard Plot for tiempo
Empirical Hazard Function
Complete Data
Mean
Median
QR
98932
75812
83462
0 100 200 300
00
01
02
03
04
05
06
07
08
09
10
Time to Failure
P
r
o
b
a
b
i
l
i
t
y
Nonparametric Survival Plot for tiempo
Kaplan-Meier Method-950% Conf idence ntervals
Complete Data
Mean
Median
QR
98932
75812
83462
NTERPRETACON DE
RESULTADOS
0-servaros |as
grl|cas de |as
d|slr|-uc|ores
erpir|cas de: r|esgo
corl|a-|||dad
as as|grac|ores de
pro-a-|||dades se -asar s|o
er |as lrecuerc|as
o-servadas, ro suporer
r|rgr rode|o espec|a|.
1-38
OTRAS FORAS DE ESTIAR F(t)
Existen otras aIternativas para hacer una estimacin no
paramtrica de F(t), entre eIIas se encuentran

3

3
0
,
12 0
44 0
,
4 1
8 3
,
4 0
3 0
,
1
,
1
+

La Itima es Ia frmuIa de Hazen y es en generaI Ia menos sesgada

para muestras grandes, digamos n>2. Para muestras pequeas
(i-.3)/(n+.4) es favorita. Todas Ias frmuIas antes mostradas,
excepto Ia primera, son casos especiaIes de Ia frmuIa generaI
(i--)/(n-2-+1). Una discusin de Ias propiedades de estos
estimadores puede encontrarse en Cunnane (1978).
La segunda frmuIa se obtiene para - = , Ia tercera para - = .3, Ia
cuarta para - = 3/8, Ia quinta para - = .44 y Ia sexta para - = .5.
CuI es eI impacto en Ia estimacin de Ia
ConfiabiIidad para Ios datos anteriores?
1-39
OTRAS FORAS DE ESTIAR F(t)
En Ia TabIa aparecen Ios diversos estimadores para Ios primeros 13
tiempos de faIIa comparados con Ios de KapIan eier. EI archivo
estimadores.xIs tiene todos Ios datos.
La frmuIa 1 produce eI estimador mayor y todas Ias frmuIas
producen un estimador ms grande de Ia ConfiabiIidad que eI
estimador KapIan-eier , eI cuaI es ms conservador.
Tiempo i F1 R1 F2 R2 F3 R3 F4 R4 F5 R5 F6 R6 F7 R7
9.52 1 1 .16 .984 .12 .988 .1 .99 .9 .991 .8 .992 .17 .983
27.978 2 .17 .983 .33 .967 .28 .972 .27 .973 .26 .974 .25 .975 .33 .967
28.855 3 .33 .967 .49 .951 .45 .955 .44 .956 .43 .957 .42 .958 .5 .95
29.374 4 .5 .95 .66 .934 .61 .939 .6 .94 .59 .941 .58 .942 .67 .933
34.899 5 .67 .933 .82 .918 .78 .922 .77 .923 .76 .924 .75 .925 .83 .917
35.389 6 .83 .917 .98 .92 .94 .96 .93 .97 .92 .98 .92 .98 .1 .9
39.655 7 .1 .9 .115 .885 .111 .889 .11 .89 .19 .891 .18 .892 .117 .883
43.461 8 .117 .883 .131 .869 .127 .873 .127 .873 .126 .874 .125 .875 .133 .867
43.881 9 .133 .867 .148 .852 .144 .856 .143 .857 .142 .858 .142 .858 .15 .85
45.352 1 .15 .85 .164 .836 .161 .839 .16 .84 .159 .841 .158 .842 .167 .833
45.735 11 .167 .833 .18 .82 .177 .823 .176 .824 .176 .824 .175 .825 .183 .817
46.76 12 .183 .817 .197 .83 .194 .86 .193 .87 .192 .88 .192 .88 .2 .8
46.613 13 .2 .8 .213 .787 .21 .79 .21 .79 .29 .791 .28 .792 .217 .783
KapIan eier
1-40
PUNTOS CLAVE
tiempo de vida y falla
distribucin de probabilidad
confiabilidad
MTBF - MTTF
tiempo de misin
velocidad de falla
estadstica descriptiva
distribucin emprica
1-41
R6|6|0
Los cordones para planchas se flexionan en una mquina
de prueba hasta que fallan La prueba simula el uso
actual pero es altamente acelerada Se colocan 12
cordones por mquina y se registra el tiempo en que
fallan
El archivo Cordnxls tiene los tiempos de falla obtenidos
simultneamente a partir de cinco mquinas
1A qu tiempo de falla se tiene una Confiabilidad del 95%?
2Cul es el intervalo de confianza del 95% para la
Confiabilidad a un tiempo de falla de 1226?
3Trabaje los datos va el Anlisis no paramtrico a partir del
archivo cordnmtw
1-42
REFERENCIAS
Statistical Methods for Reliability Data, William Meeker and Luis A
Escobar, WLEY 1998
Handbook of Reliability Engineering and Management by W Grant reson,
Clyde F Coombs, Jr and Richard Y Moss, Second Edition McGraw Hill
1996
Reliability Modeling, Linda C Wolstenholme, Chapman & Hall/CRC 1999
Practical Reliability Engineering, Patrick D T O'Connor, Third Edition
Revised WLEY 1999
Engineering Statistics Handbook, capitulo 8, en
http://wwwitlnistgov/div898/handbook/mainhtm
Reliability and Life Testing Handbook, Vols1 y 2, Dimitri Kececioglu,
Prentice Hall, 1991
Electronic Component Reliability, Finn Jensen, Wiley, 1998
Reliability Review, Published Quarterly Reliability Division ASQ
Reliability Statistics, Robert A Dovich, ASQ Quality Press 1990
Cunnane, C (1978) Unbiased plotting positions -a review J Hydrology,
37, 205-222
Software - Minitab version 122 (Minitab nc) y WEBULL 50 (Reliasoft)
1-43
APENDICE
1-44
SOLUCION AL EJERCICIO DE LA PAGINA 3
1 Determinamos la Confiabilidad a las 2000 horas
R(2000) 36787 0
4
2000
2000
=

0
E[N
S
(2000)] Nmero de componentes por R(2000)
100 * 036787 36787
2 Calculamos la Confiabilidad a las 2100 horas
R(2100) 028779 E[N
S
(2100)] 100 * 028779 28779
Nmero esperado de fallas E[N
S
(2000)] - E[N
S
(2100)]
36787 - 28779 8008
3 La tasa de falla a las 2000 horas es
h(2000) [45/2000][2000/2000]
45-1
000225 fallas/hora