Investigación Operativa II

1.3.- CONFIABILIDAD
 INTRODUCCION

La Confiabilidad es la "capacidad de un artículo de desempeñar una función

requerida, en condiciones establecidas, durante un período de tiempo
determinado".
Es decir, que habremos logrado la Confiabilidad requerida cuando el
“artículo" hace lo que queremos que haga y en el momento que
queremos que lo haga.
Al decir “artículo" podemos referirnos a una máquina, una planta industrial,
un sistema y hasta una persona.
La Confiabilidad impacta directamente sobre los resultados de la empresa,
debiendo aplicarse no sólo a máquinas o equipos aislados sino a la
totalidad de los procesos que constituyen la cadena de valor de la
organización.
Ayuda a prevenir detenciones, accidentes y disminuir pérdidas.
• ¿Cuál es la vida promedio del producto?
• ¿Cuántas fallas se espera el próximo año?
• ¿Cuánto nos costará desarrollar y dar servicio a este producto?
• ¿Cómo podemos hacerlo más efectivo en costo?

• En la confiabilidad se examina el desempeño de un producto a través

del tiempo.
• Las variables aleatorias de interés es la cantidad de tiempo
transcurrido entre fallas, una vez que el producto se pone en servicio
 TIEMPO DE VIDA Y FALLA

La confiabilidad es una medida del Tiempo de Vida útil de un producto.

Durante este período el cliente obtiene las características ofrecidas
intencionadamente.

Cuando cesa la capacidad del producto para entregar la función ofrecida

al cliente, se considera que ha habido una Falla del producto. Esto
representa el término del tiempo de vida.

Para modelar el tiempo de vida se asigna una medida: La frecuencia

relativa o la probabilidad con que ocurrirá el evento.

La regla que asigna valores de frecuencia relativa o probabilidades a los

valores de una variable se llama Distribución de Probabilidad
 DISTRIBUCIONES DE PROBABILIDAD

Función de Densidad de Probabilidad f(t)

– Predice el comportamiento de cualquier situación probabilística
– Es la probabilidad de la variable t de caer en algún punto del
rango t1 a t2:
t2
p ( t1  t  t 2 )   f( t )d t
t1

El área total bajo la

curva siempre es 1 o
100%
f(t)

t1 t2
t
 DISTRIBUCION ACUMULADA DE PROBABILIDAD

Si acumulamos las probabilidades desde el inicio hasta un tiempo t1,

obtenemos la Distribución de Probabilidad Acumulada CDF ó F(t).

F(t) = P(t  t1)

F(t)

t
 DISTRIBUCION ACUMULADA DE PROBABILIDAD

Función de Distribución Acumulada

– La Probabilidad de que una variable (t) tome un valor menor o igual a un
valor específico, ej:, t1
t1

F (t )  P(0  t  t1 )   f (t )dt
0
Cuando la variable t es tiempo de falla, esto representa la no confiabilidad
o la probabilidad de que una unidad falle antes del tiempo t1
 CONFIABILIDAD

Es la probabilidad de que un sistema ejecute su función sin fallar para un

intervalo de tiempo específico, bajo condiciones establecidas.
Se define como la Probabilidad de Supervivencia o Confiabilidad en un
determinado tiempo.

R(t) = 1 - F(t)
 Gráficamente.
t 
R ( t )  1 F ( t )  1  f ( t ) d t   f( t )d t
0 t

Función de Densidad de Probabilidad Función de Confiabilidad

R(t)
f(t)

0
0 0
t1
t t1
t
 Confiabilidad de un solo componente
Ejemplo:
• Una empresa compró 1.000 capacitores eléctricos para usarlos en
radiotransmisores de corto alcance. La empresa mantuvo registros
detallados del patrón de fallas de esos capacitores con los siguientes
datos obtenidos:

Años en 1 2 3 4 5 6 7 8 9 10 >10
funcionamiento

Cantidad de fallas 220 158 121 96 80 68 47 40 35 25 110

• Con base en estos datos, se desea estimar la distribución de
probabilidades asociadas con la falla de un capacitor seleccionado al
azar
• Sea T una variable aleatoria definida como el tiempo que el capacitor
funciona hasta que falla. La función de distribución acumulada de T
es:

F (t )  P  T  t 
F(t) es la probabilidad de que un componente elegido al azar falle en o
antes del tiempo t.
 Del ejemplo obtenemos las fallas acumuladas:

Años de 1 2 3 4 5 6 7 8 9 10 >10
servicio
Fallas 220 378 499 595 675 743 790 830 865 890 1.00
acumuladas 0

Proporción 0.22 0.378 0.499 0.595 0.675 0.743 0.790 0.830 0.865 0.890 1.00
del total 0

Suponga que se quiere determinar:

1.La probabilidad de que un capacitor tomado al azar dure más de 5 años
2.La proporción de los 1.000 capacitores originales que trabajaron y
fallaron el año 6.
3.La proporción de los capacitores que sobreviven cuando menos 5 años y
fallan en el año 6
 • Definición 1: sea T la variable aleatoria de la vida del componente, T
tiene una función F(t) de distribución acumulada expresada por:

F (t )  P T  t 

 F(t) es diferenciable de t, de modo que exista la función f(t) de

densidad de probabilidades expresada por:

dF (t )
f (t ) 
dt
• Definición 2: Sea R(t) la función de confiabilidad de un componente
expresada como:
 R(t )  P  T  t   1  F (t )

En otras palabras R(t) es la probabilidad de que un

componente nuevo sobreviva más del tiempo t
 TASA DE FALLA :

Es una medida de la probabilidad de que el sistema falle en un “pequeño ”

intervalo de observación (t, t+s )

 P  t  T  t  s  F ( t  s)  F (t )
P  t  T  t  s / T  t  
 P T  t  R(t )

• Si se divide entre s y hacemos que s tienda a 0 queda :

1 F (t  s)  F (t ) f (t )
lim * 
 0 s
s R(t ) R(t )
de este modo se obtiene la función de tasa de fallas o tasa de riesgo:

f (t )
 (t )  r (t ) 
R(t )
La Tasa de Riesgo o Tasa de Falla es la fracción de fallas
probables entre la proporción de supervivientes al tiempo t.
Cuando se conoce la Distribución de Probabilidad de t, se
calcula a partir de
(t) = f(t) / R(t)
Es una medida de la “mortalidad” entre los artículos que quedan.

La tasa de falla representa la propensión a la falla de un producto

como una función de su edad o tiempo en operación.
La tasa de falla, en cualquier tiempo dado, es la proporción de
artículos que fallarán en la siguiente unidad de tiempo respecto a
aquellos artículos que han sobrevivido a este tiempo.
Supongamos que en el intervalo (0, t] no ocurrió la falla T t

¿ P t  T  t  t / T  t?

P t  T  t  t / T  t
lim   (t )
t 0 t

t
t  t
 (t ) función de riesgo
 Ejemplo
Por ejemplo, 1000 motores eléctricos se ponen a prueba en el tiempo cero.
Cuatrocientos de ellos están trabajando a las 2000 horas, 50 de ellos fallaron
en las siguientes 100 horas y otros 50 fallaron en las siguientes horas.

N° de
1000 400 350 300 sobrevivientes

0 2000 2100 2200 horas tiempo

La tasa de falla para los motores a las 2000 horas es:

(2000) = (número de fallas por hora posteriores a las 2000 horas)
número de sobrevivientes a las 2000 horas
= (50/100)/400 = 0.00125 unidades/hora

Similarmente, la tasa de falla a las 2100 horas es:

(2100) = (50/100)/350 = 0.0014 unidades/hora
 • Definición 3: El intervalo de tiempo que un determinado componente
funciona hasta que falla es una variable aleatoria con distribución
exponencial. La función F(t) se expresa como:

F(t )  1  e  t

y la función de densidad f(t) es: f ( t )   e  t

donde λ es un parámetro que representa la tasa de ocurrencia y

1/λ es el tiempo medio esperado para que ocurra una falla
en el caso de tasa constante
Ejemplo:
Sea: F(t) = 1 – e-0.043t. Determinar:
1. La función de la tasa de fallas: λ(t)

dF(t)
f(t) dt 0,043e -0,043t
Se pide hallar (t) = ——— = —— = ——————
R(t) 1- F(t) 1-(1- e -0,043t )
λ(t)= 0,043 [fallos/año]

2. La probabilidad de que el equipo trabaje durante más de 5 años

sin fallar.
P{T≥5} = R(5)= 1-F( 5 ) = 1-(1- e -0,043*5 )
= 0,806 = 80,6%

3. Tiempo promedio entre fallas.

TPEF= 1/ λ(t) = 1/0,043= 23,26 [años]

 CONFIABILIDAD DE UN SISTEMA

En muchas aplicaciones de la teoría de la

confiabilidad se predicen los patrones
de falla del equipo, partiendo del
conocimiento de los patrones de falla
de los componentes de ese equipo.
 Confiabilidad del sistema

A medida que los productos se vuelven mas complejos y tienen mas componentes se
vuelven menos confiables, es decir aumenta la probabilidad de que no funcionen.

El método de arreglar los componentes afecta la probabilidad de todo el sistema,

estos se pueden arreglar de la siguiente manera:
SERIE
PARALELO
COMBINADO

SERIE

RA=0,955 RB=0,750 RC=0,999

Parte A Parte B Parte C

RS= RA*RB*RC= 0,955*0,750*0,999= 0,715

 Componentes en serie
En general si un sistema consiste de un gran número de
componentes conectados en series, su confiabilidad
bajará ya que si alguno de estos equipos o componentes
fallas, el sistema completo fallará. Por tanto, un sistema en
serie funciona sólo si cada componente lo hace.

1 2 N

Sea Ti el tiempo hasta la falla del i-ésimo componente i, y sea Ts el tiempo de

falla de todo el sistema en serie:
 Sea Ti el tiempo hasta la falla del i-ésimo componente i, y sea Ts el tiempo de falla
de todo el sistema en serie:

Rs (t )  P  Ts  t   P  Min  T1 , T2 ,......TN )  t 
R(t )  P  T1  t , T2  t ,...........TN  t 
R(t )  R1 (t )  R2 (t )  .........  RN (t )

Para N componentes idénticos, cada uno con la función de confiabilidad R(t), esto se
convierte en [R(t)]N y la función de distribución acumulada en serie es:

FS (t )  1  1  F (t )
N
 Ejemplo

• Consideremos un sistema compuesto por tres

componentes dispuestos en serie las cuales tienen
una confiabilidad para cumplir su función durante
100 horas de 99,5%, 98,7% y 97,3%,
respectivamente. ¿Cuál es la confiabilidad del
sistema durante esas 100 horas?
 Componentes en Paralelo

Los componentes o equipos se conectan en 1

paralelo, ya que esto aumenta la
confiabilidad del sistema y se hace
mucho más difícil que el sistema deje de
2
operar cuando alguno de sus equipos
falla.
Un sistema en paralelo funciona si
cualquiera de los componentes funciona.

Estos sistemas se usan cuando se recurre a la redundancia para

aumentar la confiabilidad.
 Componentes en Paralelo
• Sea TP como el tiempo de falla de un sistema en paralelo formado por
componentes idénticos . Es claro que TP = Máx(T1, T2,…..TN), entonces

FP (t )  Pmáx(T1 , T2 ,....TN )  t 
FP (t )  PT1  t , T2  t ,....TN  t 

que se reduce a [F(t)]N en el caso de N componentes idénticos.

La función de confiabilidad de un sistema con N componentes

idénticos en paralelo es:

RP (t )  1  1  R(t )
N
 Ejemplo
• Consideremos un sistema con tres componentes en
paralelo, cada una de ellas con una confiabilidad de
99,5%, 98,7% y 97,3%, respectivamente, para
cumplir su función durante 100 horas. ¿Cuál es la
confiabilidad del sistema durante esas 100 horas?
 Sistemas K de N

Suponga que un sistema está formado por N componentes. Un sistema

K de N es aquel que sólo funciona si trabajan cuando menos K de los
componentes, siendo 1 ≤ K ≤ N.

Para analizar estos sistemas se considera una distribución binomial con

un éxito si el componente funciona y un fracaso si no funciona. Se
supone que todos los componentes son idénticos, y entonces cada
uno tiene la misma función de confiabilidad, R(t) y la misma función
F(t).
 Sistema k de N

El sistema funciona con N= 4 componentes de los cuales pueden

fallar hasta k=2, para que el sistema permanezca en operación.
Sistemas K de N

Entonces para un tiempo t, la probabilidad Rk(t) de que el sistema

funcione en el tiempo t es la probabilidad de que al menos haya K
éxitos en N intentos :

N
N
RK (t )     R(t ) j F (t ) N  j
j K j 
N
 N j
R K (t )   
  
j K  j 
p (1  p ) N j

donde :
n n!
 
j 
  j! (n  j)!
Ejemplo:
• Suponga el caso de 4(cuatro) turbinas (equipos), dispuestos en un
arreglo paralelo de tal manera que k = 2 y N = 4. En la figura se
muestra tal configuración.

En este ejemplo si fallan 2

o menos turbinas
en el sistema, este seguirá
operando normalmente
Si falla una tercera turbina
el sistema falla.
 Ejemplo
• Consideremos un sistema formado por 6 unidades de bombeo en el
que es necesario que al menos 4 de ellas funcionen. Cada bomba
tiene una confiabilidad del 85% para el periodo de proceso. ¿Cuál es
la confiabilidad del sistema durante ese periodo?
• Solución: Se trata de un sistema 4-de-6

N
 N
R K (t )     p j (1  p ) N  j
j K  j 

R K (t ) 
 Sistemas Combinados
• Se trata de la presencia combinada de la
configuración del sistema en serie y paralelo. Ej:
 Ejercicio

• Consideremos el siguiente sistema compuesto por 3 unidades.

¿Cuál es la confiabilidad de este sistema si R1 = 99,5%; R2 = 98,7%; R3 =

97,3%?
Se resuelve primero el sistema en serie 1 y 2, luego el sistema en
paralelo con 3.
Solución:

RS = 0,9995157
Ejercicio

Paralelo Solución
Ri=0,750
Rp= 1- (1-Ri)*(1-Rj)
Parte i
Rp= 1- (0,25)*(0,16)

Rj=0,840 Rp = 0,96

Parte j
Combinado

Ri=0,750

Parte i
Ra=0,955 Rc=0,999

Parte c
Parte a Rj=0,840

Parte j
Solución RS= Ra*Rp*Rc= 0,955*0,96*0,999= 0,915
Ejemplo:

Una combinación posible de un sistema combinado en serie y paralelo

puede representarse como se indica en la figura:

Rs es la confiabilidad del sistema:

La confiabilidad del sistema será:

 Ejercicio
• Determine la confiabilidad del sistema siguiente:
Ejemplo : Determine la confiabilidad del sistema siguiente

RS4
RS1
RS5
RS6
RS3
RS2

Se resuelve la serie 2
Se resuelve la serie 1: RS2= 0,95 * 0,88 = 0,84
RS1= 0,95 * 0,88 = 0,84
Se resuelve el paralelo de RS1 Y RS2
RS3= 1- (1-RS1)*(1-RS2)= 1- ( 0,16 * 0,16) = 0,97
Se resuelve el paralelo RS4
RS4= 1- (1-0,92)*(1-0,98)* (1-0,98)*(1-0,92)= 1- (0,08*0,02*0,08*0,02)= 0,99
Se resuelve la serie final
RST= RS3*RS4*RS5*RS6 = 0,97 * 0,99 * 0,9 * 0,8 = 0,69