LA FUNCIN DE DISTRIBUCIN DE WEIBULL EN LOS

ENSAYOS DE FIABILIDAD
0. INDICE
1. Por qu usamos Weibull? 1
2. Qu obtenemos al aplicar el modelo de Weibull? 2
3. Descripcin del modelo 2
4. Representacin grfica
5. !todos de estimacin de los parmetros "
6. #lculos $ anlisis de fiabilidad a partir del Weibull 12
7. %bser&aciones respecto la aplicacin de la funcin de Weibull' 1(
1. POR QU USAMOS WEIBULL?
)l uso de la funcin de distribucin de Weibull en los estudios de
fiabilidad de componentes se debe principalmente a la gran di&ersidad de
formas que este modelo puede tomar* dependiendo de los &alores de los
parmetros caracter+sticos' )sto nos permite usar un mismo modelo*
independientemente de en que forma &ar+e la tasa de fallos del componente
estudiado* simplificando en gran medida la tarea de anlisis de los resultados'
,i no usramos este modelo* cualquier anlisis de los resultados
obtenidos durante el ensa$o de los componentes implicar+a necesariamente un
estudi pre&io de los datos* para determinar cual de los diferentes modelos
e-istentes se aseme.a ms a los datos obtenidos' )sto conlle&ar+a un ma$or
1
tiempo de anlisis $ una ma$or probabilidad de error* debido a que una mala
eleccin del modelo implicar+a dar un resultado errneo' /l aplicar Weibull* el
estudi pre&io de los datos se reduce 0nicamente a una inspeccin &isual en
busca de posibles datos anmalos que distorsionen los resultados'
2. QU OBTENEMOS AL APLICAR EL MODELO DE WEIBULL?
/l aplicar Weibull se obtiene la distribucin de fallos del con.unto de
donde pro&iene la muestra* 0nicamente a.ustando los parmetros del modelo al
con.unto de componentes ensa$ados' 1os parmetros caracter+sticos de la
funcin de Weibull se pueden e-traer directamente de la muestra* usando para
este fin diferentes mtodos que se e-plicarn ms adelante' )sto permite
conseguir un modelo estad+stico que representa con ma$or o menor e-actitud
la distribucin de los fallos del con.unto o lote de donde pro&ienen los
componentes ensa$ados'
/l conocer la distribucin de los fallos* se puede responder a preguntas
del tipo2 #uantos componentes fallarn durante el primer a3o?* #uanto
tiempo de garant+a tendr que tener el componente para que 0nicamente fallen
el 14 durante ese periodo?' etc' / parte de las preguntas anteriores* el
modelo obtenido tambin permite responder a una pregunta tan importante
para nuestro departamento como2 )l "4 de los componentes del lote fallarn
por encima o por deba.o del target? que es el criterio usado par decidir si un
lote es %5 o 67'
3.DESCRIPCIN DEL MODELO
1a funcin de distribucin de Wiebull es un modelo estad+stico que
representa la probabilidad de fallo despus de un tiempo t 8R8t99 en funcin del
tiempo transcurrido o de una &ariable anloga' % dic:o de otra manera* R8t9 es
2
la probabilidad de que los componentes de un con.unto sobre&i&an :asta el
momento t'
)sta funcin de probabilidad de fallo o funcin de fiabilidad R8t9* &iene
dada por2
1
1
]
1

,
_

t
t R exp ) (
8;'19
Donde , $ son parmetros que definen la funcin2
- es el parmetro de escala o &ida caracter+stica' )ste parmetro
representa el tiempo 8 o el &alor de la &ariable anloga usada 9 para el cual
la probabilidad de fallo acumulada es de (;*24' Por tanto cuando ma$or
sea , ma$or ser el inter&alo de tiempo en que se producirn los fallos'
- es el parmetro de translacin* $ se usa cuando inicialmente* durante un
periodo de tiempo <* no se producen fallos $ a partir de ese instante la
fiabilidad del producto se puede apro-imar por la distribucin de Weibull
8caso = >9? o cuando :a$ fallos antes de empe@ar los ensa$os 8caso
A>9'

- es el parmetro de forma o perfil $ determina la forma de la distribucin'
)n la representacin grfica del modelo* este parmetro coincide con la
pendiente de la recta $ da una idea de la dispersin de la muestra'
/ partir de R8t9 se puede definir la probabilidad de que un componente
falle antes del momento t* que se indica como B8t9' )sta funcin es mu$ 0til en
el estudio de fiabilidad de componentes $ se puede representar como2
B8t9 C 1DR8t9 8;'29
3
/ parte de la funcin de distribucin B8t9* tambin se puede definir la
funcin de densidad de probabilidad f8t9* que muestra la probabilidad que tiene
un componente genrico de fallar en un tiempo dado' )sta funcin coincide con
la deri&ada temporal de B8t9 $ su e-presin es2
1
1
]
1

,
_

t
t
t
t F
t f exp
) (
) (
1
8;';9
4. REPRESENTACIN GRFICA
Ena forma simple de &er la distribucin de los fallos $ de esta forma
poder anali@ar $ decidir sobre los resultados* es representar grficamente la
funcin de Weibull' )sta grfica muestra como &aria B8t9 respecto al tiempo 8 o
en nuestro caso* el numero de ciclos 9'
Para representar grficamente esta funcin se deben seguir los
siguientes pasos2
1D #lasificar el tiempo o ciclos de cada muestra 8ti9 de menor a ma$or'
2D Determinar los &alores de probabilidad acumulada de fallo 8 Bi 9'
)stos &alores se determinan usando la siguiente formula2
n
i
Fi
5 , 0

8'19
/unque otros autores dan la formula2

4 , 0
3 , 0
+

n
i
Fi
8'29
Donde2 i es el n0mero de orden de fallo $ n el tama3o de la
muestra'
;D #onocidos ti $ Bi* se representan el en grfico'
4
Ena &e@ se :a :ec:o el grfico* puede pasar que salga directamente una
l+nea recta 8en cu$o caso C >9 o que salga una cur&a 8
0
9' )n este
segundo caso e-iste un periodo de tiempo entre t C > $ t C en que ning0n
componente falla 8 si es positi&o9 o parte de las muestras fallan antes de
ensa$arlas 8caso de negati&o). )l parametro es aquel &alor que se le
tiene que restar a todos los ti para que los puntos representados sigan una
recta'
!. METODOS DE ESTIMACIN DE LOS PARMETROS
Para estimar los parmetros de la funcin de Weibull se puede recurrir a
diferentes metodos* tanto anliticos como grficos' )stos metodos se pueden
usar para calcular los parmetros de forma manual* sobre todo los grficos*
per normalmente se usan como base para desarollar programas o
aplicaciones informaticas'
De los diferentes tipos de mtodos que se presentarn en este apartado*
los mtodos analiticos son los que dan una me.or apro-imacin de los
parmetros' /unque antes de usar un mtodo analitico siempre es
recomendable aplicar un mtodo grafico* con el ob.eti&o de encontrar una
primera apro-imacin de los parmetros $ para comprobar que estos se
pueden apro-imar con la funcin de Weibull'
!.1 M"#$%$& '()*+,$&
1os mtodos grficos se basan en obtener los parmetros directamente
con el grfico* relacionando estos con caracter+sticas facilmente medibles en el
grfico' )stos mtodos son los ms ampliamente usados en los diferentes
programas o aplicaciones informticas que se usan para determinar la
distribucin de Weibull a partir de un con.unto de muestras'
5
,u facilidad de implementacin radica en el :ec:o de que 0nicamente es
necesario disponer de un programa capa@ de efectuar regresiones' )sta
cualidad* que inicialmente parece una gran &irtud* tambin es el principal de
sus problemas? .a que dependiendo del tipo de regresin usada* se obtiene un
resultado u otro' )sta diferencia de resultados se &e incrementada al disminuir
el n0mero de muestras ensa$adas'
G(-*+,$ %. /#+0 1F+2.
)ste mtodo parte del grfico que se obtiene por el procedimiento que
se muestra en el punto ' Para poder aplicar este metodo de una forma rpida
es con&eniente usar el papel probabilistico que se muestra en la siguiente
pagina' )n este papel probabilistico se representa Bi en funcin de tiD * $ por
regresin se obtiene una recta que representa la funcin de fallos de nuestro
con.unto de componentes'
/ continuacin se muestran los pasos para determinar los diferentes
parametros caracter+sticos2
- Para estimar el parmetro se tiene que tra@ar una recta paralela que
pase por el centro del arco representado en el papel $ que corte a este' )l
punto de corte de la recta paralela que :emos dibu.ado $ el arco nos dar
el &alor del parmetro'
- )l parmetro se estima usando el :ec:o de que este representa el
tiempo para el cual la probabilidad de fallo acumulada es de (;*24' De este
modo basta con &er para que &alor de ti la probabilidad de fallo es de
(;*24* $ este ser el &alor del parmetro'
G()*+,$ 3$'-(4#5+,$
6
)ste mtodo consiste en encontrar una relacin lineal entre B8t9 $ t? para
ello se modifica la formula ;'1 8con C>9 tomando logaritmos dos &eces en
ambos lados de tal forma que se consigue una ecuacin del tipo2 $ C a-Fb'
)sto permite conseguir los parmetros caracter+sticos de una forma simple $
rpida mediante una representacin grfica de la ecuacin' )l camino a seguir
para llegar a la ecuacin lineal es l que se muestra a continuacin2
1
1
]
1

,
_

t
t R exp ) (
8"'19

,i se toman logaritmos en ambos lados obtenemos2

,
_

t
t LnR ) ( 8"'29
#anbiando el signo 8 1nR8t9A>* de&ido a que R8t9A19* $ &ol&iendo a tomar
logaritmos 2
) ( ) ( )) ( ( Ln t Ln t LnR Ln
8"';9
#omo se puede comprobar* a partir de esta ecuacin $ de su grfica*
fcilmente se pueden e-traer los diferentes parmetros caracter+sticos de la
distribucin de Weibull' Para ma$or comodidad a la :ora de dibu.ar la ecuacin*
esta se modifica de la siguiente manera2
) ( ) ( )) ( 1 ( ( Ln t Ln t F Ln Ln
8"'9
Donde B8t9 se calcula con las formulas '1 o '2 dependiendo de que mtodo
se quiera seguir'
)n el caso de que la grfica presente un periodo inicial donde no se
produ@can fallos 8en el caso de =>9* o que parte de las muestras fallen antes
de empe@ar el ensa$o 8caso de A>9* antes de representar grficamente la
7
ecuacin se debe encontrar el parmetro ' Para encontrar este parmetro se
deben seguir los siguientes pasos2
- Dibu.ar la recta 8ti* Bi9 tal como se indica en el apartado '
- <ra@ar tres rectas :ori@ontales de manera que la primera pase por el tiempo
de fallada ms peque3o* la segunda por el tiempo de fallada ms grande $
la tercera pase por el medio de las dos anteriores'
- )ncontrar los tiempos de fallo correspondientes a los puntos de corte de
estas tres l+neas con la grfica' 1lamaremos a estos tiempos <m 8l
correspondiente a la recta menor9* <G 8recta intermedia9 $ <! 8recta ma$or9'
- #alcular con la siguiente formula2
) ( ) (
) )( (
Tm TI TI TM
Tm TI TI TM
TI



8"'"9
- Hol&er a representar el grfico sustitu$endo ti por tiD , $ seguir los pasos
mostrados al principio de este apartado'
!.2 M"#$%$& -6-34#+,$&
1os mtodos que se presentan a continuacin permiten obtener una
apro-imacin del &alor de los parmetros de la distribucin de Weibull* la
calidad esta apro-imacin dependerI del mtodo usado' Debido al :ec:o de
que estos mtodos no contemplan el caso en que
0
1 inicialmente es
con&eniente dibu.ar alguno de los grficos anteriores para determinar el &alor
de $ para comprobar que la distribucin de Weibull a.usta de una forma
aceptable en el comportamiento de las muestras'
8
M"#$%$ %. 3- 5)7+5- 8.(&.593-6:-.
)ste mtodo* que es el que da una me.or apro-imacin de los
parmetros* consiste en la resolucin de un sistema de ecuaciones que
contiene los parmetros $ de forma implicita' Para obtener este sistema
de ecuaciones se parte de la :iptesis de que la muestra 8aleatoria simple9
pro&iene de una distribucin de Weibull de parmetros $ , por tanto su
funcin de densidad de probabilidad corresponte a f8t9' Por tanto* si aplicamos
la funcin de &ersemblan@a a esta densidad de probabilidad* obtenemos2

n
i
ti f L
1
) ( ) , (
8"'(9
,ustitu$endo en la ecuacin anterior la equacin ;'; obtenemos2




1
]
1

n
i
n
i
n
n
ti ti L
1 1
1
exp ) , (

8"'J9
/:ora* si tomanos logaritmos en ambos lados de la equacin $ buscamos los
parmetros $ como los &alores que ma-imi@an la funcin de
&ersemblan@a* obtenemos2

1
1
1
1
1
1
0 ) (
1 1
) (

,
_

n
i
n
i
n
i
n
i
ti
n
ti Ln
n
ti
ti Ln ti
8"'K9
Debido a que este sistema de ecuaciones no tiene solucin e-plicita*
para su resolucin se debe usar algun algoritmo de calculo o algun programa
informtico que sea capa@ de resol&er este sistema 8p'e !icrosoft )-cel ;'> o
9
'>9' #omo estos algoritmos piden un &alor inicial de calculo* es con&eniente
obtener una primera apro-imacin de los parmetros a tra&es de alg0n mtodo
grfico' Para resol&er este sistema es con&eniente comen@ar por la resolucin
de la primera equacin de tal forma que se obtenga el parmetro para
despus calcular con la segunda equacin'
#on este mtodo de calculo se obtienen unos &alores de $ que al
:aber sido calculados a partir de una muestra aleatoria* tienen una cierta
&ariabilidad' )n concreto estos parmetros se distribu$en siguiendo una
distribucin normal* $ por tanto sus inter&alos de confian@a para un ni&el de
confian@a se pueden calcular como2
) ( ) (
2 / 2 /


V z V z + 8;'L9

) ( ) (
2 / 2 /


V z V z +
8;'1>9
Donde 2
- M
N2
es el percentil de la normal estndar correspondiente a N2 8Her tabla
en cuaquier libro de estad+stica9'
-
n
V
1087 , 1
) (
2

,
_

-
n
V
2570 , 0
) (
M"#$%$ +5;3+,+#$.
)ste mtodo calcula los &alores de los parmetros a partir de la media $
de la &arian@a de la muestra' )ste mtodo permite calcular $ de una
forma ms simple que el mtodo anterior* per da una apro-imacin peor de
los &alores'
10
1as ecuaciones de calculo son las siguientes2

,
_

5772 , 0
exp x
6 S

Donde2
n
ti Ln
x
n
i

1
) (

n
i
x ti Ln
n
s
1
2 2
) ) ( (
1
1
)ste mtodo* igual que el anterior* da unos &alores de los parmetros
que se distribu$en siguiendo una normal' )sto implica que se puede calcular su
inter&alo de confian@a para un ni&el de confian@a como2

,
_

,
_

+
+
n
z
n
z
2
) 1 (
2
) 1 (
049 , 1
exp
049 , 1
exp

,
_

,
_

+
+
n
z
n
z

2
) 1 (
2
) 1 (
081 , 1
exp
081 , 1
exp
)stos l+mites de confian@a son &alidos cuando la muestra es superior a
1>> unidades'
11
<. CALCULOS Y ANALISIS DE FIABILIDAD A PARTIR DEL
WEIBULL.
Para calcular &alores de fiabilidad o percentiles de fallo se recurre a la
formula de la distribucin de Weibull* sustitu$endo en esta los &alores de los
parmetros calculados como se muestra en el apartado "' De esta forma* para
calcular los &alores de fiabilidad utili@aremos la e-presin2
1
1
]
1

,
_

t
t R exp ) (
Que en caso de querer calcular percentiles de fallos pasa a ser2
1
1
]
1

,
_

t
t R t F exp 1 ) ( 1 ) (
8"'19
)n el caso de querer saber en que momento 8o numero de ciclos9 se
:abr producido el fallo de un percentil p de las muestras* lo unico que se debe
:acer es despe.ar de la formula anterior la &ariable de tiempo t' Oaciendo esto*
la e-presin queda como2
( ) [ ]

1
1 p Ln tp
8"'29
Donde tp es el momento 8o el numero de ciclos9 donde falla pPn componentes'
1legados a este punto se debe destacar que la formula "'2 es la utili@ada
para determinar si un lote ensa$ado es %5 o 67* para ello se calcula el tp para
un percentil del "4 8pC>*>"9' ,i el &alor de tp es superior al target el lote es %5*
en caso contrario el lote es 67'
/ parte de los &alores de fiabilidad $ percentiles calculados
anteriormente* el analisis de la funcin de distribucin de Weibull nos permite
conocer datos importantes de nuestro proceso' )n concreto* el &alor del
12
parmetro es el que nos da ms informacin respecto de donde se
encuentra el error 8en el caso de que no se supere el target9' / titulo
orientati&o* se puede decir2
- ,i > ;* la &ariabilidad del proceso de fabricacin es correcta* $ el
problema se encuentra en el dise3o' ,e tiene que redise3ar el componente'
- ,i 1*" D2A A;* el proceso tiene demasiada &ariabilidad $ el problema puede
&enir de este' 6o se puede descartar problemas de dise3o' ,e tiene que
me.orar el proceso producti&o $ posteriormente &ol&er a efectuar ensa$os'
- ,i A1*" D 2 * posibles problemas en la toma de datos o en el estudio
posterior de los resultados'
E=.5;3$>
<enemos un con.unto de componentes que fallan en el siguiente numero
de :oras2 >'22? >'"? >'KK? 1? 1';2? 1';;? 1'"? 1'J(? 2'" $ ;' / partir de estos
&alores se nos pide calcular los siguientes apartados2
- 4 de fallos a las ; :oras'
- tiempo en el que :abrn fallado el "4 de los componentes'
Para resol&er este problema* primero &amos a dibu.ar el grfico 8ti*Bi9*
para ello calculamos los &alores de Bi' #omo se puede &er en la siguiente tabla
tambin se ad.untan los &alores de 1n8ti9* en pre&isin de que los
necesitaremos para calcular los parmetros con el mtodo anal+tico impl+cito'
+ #+ L6/#+2 F+
1 >*22 D1*"112JJ; >*>(J;>J(L
13
2 >*" D>*(L;1J1K >*1(;(1"
; >*KK D>*12JK;;;J >*2"L(1";K
1 > >*;""J(L2;
" 1*;2 >*2JJ(;1J >*"1L2;>K
( 1*;; >*2K"1JKL >*"K>J(L2
J 1*" >*;1JK22 >*(2;>JJ
K 1*J( >*"(";1;K1 >*J>;K(2
L 2*" >*L1(2L>J; >*K;(";K(
1> ; 1*>LK(122L >*L;2(L2;1
/ continuacin se muestra el grfico de los resultados con la recta de regresin
que apro-ima los puntos2
>
>*2
>*
>*(
>*K
1
1*2
> 1 2 ;
horas
p
e
r
c
e
n
t
i
l

d
e

f
a
l
l
o
s
,i aplicamos las formulas del mtodo impl+cito para el calculo de los
parmetros* se obtiene2
n
ti Ln
x
n
i

1
) (
C>'12;(

n
i
x ti Ln
n
s
1
2 2
) ) ( (
1
1
C>'"KL
14
6 S

C1'(J

,
_

5772 , 0
exp x
C1'"L
C >
,i se aplican los mtodos grficos sobre la recta obtenida por regresin
a partir de los datos* se puede &er que los &alores obtenidos para
$ coinciden practicamente con los obtenidos analiticamente'
/ continuacin* para contenstar a las preguntas del e.emplo* se &an a
aplicar las formulas ;'1 $ "'2'
4 de fallos a las ; :oras C
1
1
]
1

,
_

t
t R t F exp 1 ) ( 1 ) (
C >*L(
<iempo en el que :abrn fallado el "4 de los componentes2
( ) [ ]
1
05 , 0
05 , 0 1 Ln t
C >*2(K :oras
)n caso de tener un target 8definido al B8t9"49* se tendr+a que comparar
el &alor obtenido con el &alor del target' ,i el target es menor que >*2(K :oras*
significa que en el target :abr menos del "4 de fallos* $ por tanto el lote es
%5' Por el contrario* si el target es superior a >*2(K :oras* significa que en el
target :abr ms del "4 de fallos* $ por tanto el lote es 67'
?. OBSER@ACIONES RESPECTO LA APLICACIN DE LA
DISTRIBUCIN DE WEIBULL.
15
Oasta este momento se :a e-plicado que es la distribucin de Weibull $
las &enta.as que implica su aplicacin en los estudios de fiabilidad* pero en la
prctica* la aplicacin de este mtodo conlle&a un con.unto de problemas que
se &an a tratar a lo largo de este apartado'
Durante la aplicacin de la distribucin de Weibull podemos encontrar
problemas de dos tipolog+as diferentes2 los originados por la &ariabilidad de los
resultados* debido a que estamos traba.ando con datos estad+sticos* $ los que
son producto de las diferencias en el mtodo de calculo usado'
P($93.5-& %. 8-(+-9+3+%-%.
1os problemas que tienen su origen en la &ariabilidad de los resultados
numricos se deben principalmente al :ec:o de que estamos traba.ando con
resultados estad+sticos* $ por tanto su ni&el de confian@a depender en gran
medida del numero de muestras ensa$adas' )n nuestro caso* usualmente se
traba.a con los resultados de tres o cuatro muestras* $ si se tiene en cuenta
que la ma$or+a de libros de estad+stica recomiendan tama3os entre 1> $ 1;
muestras para conseguir resultados fiables* es fcil darse cuenta que los
resultados obtenidos no siempre se correspondan con la realidad' )sta
problemtica de pone de manifiesto en el siguiente e.emplo2
).emplo2
,e tiene un con.unto de componentes que :an roto a los siguientes
ciclos2 11">>>* KK;(> $ ;;K1;> 8caso real con target de K">>>9' ,i aplicamos
el Weibull 8en este caso se :a usado el paquete estad+stico !initab9 obtenemos
el siguiente resultado2
16
1>>>>>> ">>>>> 1>>>>> ">>>> 1>>>> 1>>>
LL
L"
L>
K>
J>
(>
">
>
;>
2>
1>
"
;
2
1
Data
P
e
r
c
e
n
t
,cale2
,:ape2
2>("(
1'JJ>J
Weibull Probabilit$ Plot for #1
Shape: 1.74707
Scale: 204656
Percentile Estimates
95% CI 95% CI
Approximate Approximate
P Percentile Lower Limit Upper Limit
0.01 14706 1083 199768
0.02 21931 2258 212972
0.03 27741 3473 221568
0.04 32804 4716 228177
0.05 37384 5981 233663
0.06 41621 7265 238425
0.07 45598 8567 242680
0.08 49370 9886 246561
0.09 52976 11219 250156
0.10 56444 12567 253526
0.20 86729 26765 281033
0.30 113436 42196 304955
0.40 139330 58866 329782
0.50 165927 76844 358279
0.60 194668 96248 393726
0.70 227598 117307 441586
0.80 268734 140612 513597
0.90 329877 168298 646587
0.91 338434 171562 667617
0.92 347813 174988 691326
0.93 358222 178614 718439
0.94 369964 182494 750018
17
0.95 383503 186711 787714
0.96 399602 191397 834298
0.97 419669 196788 894983
0.98 446794 203384 981516
0.99 490521 212634 1131572
#omo se puede &er en los resultados que da el !initab* el &alor de los
ciclos al "4 8>*>"9 es de ;J;K $ por tanto el lote ser+a 67' Pero si miramos
los &alores que da el programa como e-tremos del inter&alo de confian@a
donde se encuentra B8t9*"4 con un ni&el de confian@a del L"4* estos son2
"LK1 $ 2;;((;' Por lo tanto* teniendo en cuenta que el target es de K">>>
ciclos* no podemos asegurar que el lote sea 67* ni tampoco que sea %5'
P($93.5-& %. ,-3,A3$.
/ parte del problema de la &ariabilidad de los resultados* nos
encontramos con un problema a la :ora de obtener estos resultados' #omo se
:a &isto en el apartado " e-isten diferentes mtodos para estimar los
parmetros caracter+sticos de la funcin de Weibull* e incluso dentro de un
mismo mtodo :a$ diferencias dependiendo del algoritmo de calculo que se
use 8mtodos anal+ticos9 o del tipo de regresin 8mtodos grficos9' )sto
implica que para un mismo con.unto de &alores se pueden obtener di&ersos
resultados diferentes? esta diferencia puede :acer que un mismo lote salga %5
o 67 dependiendo de quien lo calcule'
/unque estas diferencias entre mtodos se dan en todos los clculos
efectuados* estas se &an incrementando a medida que aumenta la dispersin
de la muestra $ cuando aparecen &alores que difieren del resto 8sin ser
anomal+as9' <ambin es con&eniente destacar que este problema se &e
incrementado por el :ec:o de disponer de pocas muestras* .a que en el l+mite
todos los mtodos lle&an a un mismo resultado' )stas diferencias $ la
tendencia que tienen al aparecer &alores que distan del resto se puede
comprobar con el siguiente e.emplo2
).emplo2
18
/ continuacin se &an a efectuar los clculos para determinar si un lote
es %5 o 67 con dos con.untos de muestras diferentes2
- !uestra2 ;">>>>* ;2">>>* ;>>>>> $ 1>>>>> con target de 1>>>>>
Para calcular el n0mero de ciclos que produce un "4 de fallos $ el parmetro
8pendiente9 se utili@an dos programas2
- Programa 12 :o.a de )-cel basada en el mtodo impl+cito'
- Programa 22 !initab
1os resultados obtenidos se pueden &er en la siguiente tabla2
F/#21!B OCDNG
E7,.3 JL2(1 2*1( 67
M+6+#-9 12;2"J ;*; %5
#omo se puede comprobar* los resultados obtenidos por los diferentes
mtodos tienen grandes diferencias' )stas diferencias son tan importantes* que
en el caso de tratarse de un ensa$o real* el resultado del informe &ariar+a2
dando por bueno un lote malo o al re&s'
Ena cosa que cabr+a destacar del e.emplo anterior* es que la diferencia
de resultados se :a &isto aumentada por el :ec:o de :aber un &alor que difiere
muc:o del resto* $ que los &alores QnormalesR estn mu$ .untos' ,i repetimos
los clculos con un con.unto de &alores reales sin grandes anomal+as* podemos
&er que el error cometido es bastante menor 8&er siguiente e.emplo92
).emplo2
19
Queremos :acer lo mismo que en el e.emplo anterior pero con la
siguiente muestra2 ;;>>>* ">2>>> $ ;K1>>>' 1os resultados se muestran la
siguiente tabla2
F/#21!B
E7,.3 2JL1; (*"
M+6+#-9 2J(>>> (*
#omo puede &erse el error cometido es menor $ los resultados de ambos son
completamente comparables'
Para resol&er este problema de la &ariacin de resultados con respecto
al programa o mtodo de clculo usado* ser+a con&eniente definir un 0nico
programa para todos' )sto permitir+a e-traer unos resultados &alidos para
todos $ comparables entre s+'
Dentro de los diferentes programas e-istentes* el !initab pasa por ser
uno de los que da una solucin ms co:erente con el tipo de lotes que aqu+ se
ensa$an' )ste programa utili@a un mtodo de regresin lineal que otorga una
importancia relati&a a cada punto dependiendo de su posicin respecto al
grupo* $ por lo tanto este mtodo es ms insensible a &alores anmalos' )ste
detalle cobra importancia en nuestro caso por el :ec:o de que traba.amos con
pocas muestras* esto implica que si una de ellas 8por el moti&o que sea9 falla a
unos ciclos mu$ diferentes que el resto* esta toma muc:o peso $ puede dar
lugar a un resultado que* al menos desde un punto de &ista lgico* no es
co:erente con los datos del ensa$o'
)stas diferencias a la :ora de efectuar la regresin* se pueden &er en los
siguientes grficos' )stos grficos representan las funciones 8ti*Bi9
correspondientes a las muestras del primer e.emplo de este apartado
8;">>>>*;2">>>* ;>>>>>* 1>>>>>9 encontrada con el )-cel $ con el !initab' )n
ellas se puede apreciar lo dic:o respecto la forma que tiene el !initab de
efectuar las regresiones $ la diferencia en el resultado'
20
- 7rfico del )-cel2
- 7rfico del !initab2
K>>>>> (>>>>> >>>>> 2>>>>> 1>>>>> K>>>> (>>>> >>>> 2>>>>
LL
L"
L>
K>
J>
(>
">
>
;>
2>
1>
"
;
2
1
Data
P
e
r
c
e
n
t
,cale2
,:ape2
;>>1>"
;';;JK;
Weibull Probabilit$ Plot for #2

21
>
>*1
>*2
>*;
>*
>*"
>*(
>*J
>*K
>*L
> 1>>>>> 2>>>>> ;>>>>> >>>>>