Preguntas en un estudio de confiabilidad

En un estudio de confiabilidad se analiza la vida de un producto medida en

unidades de tiempo (minutos, horas, das) o unidades relacionadas como el
nmero de ciclos, distancia recorrida, piezas producidas, etc. Note que este
tipo de unidades siempre toman valores de cero en adelante.
Caractersticas de los estudios de confiabilidad
La variable de respuesta o caracterstica de calidad de inters en los estudios
de confiabilidad es el tiempo a la falla, un aspecto que hace que estos estudios
tengan las siguientes caractersticas especiales:
1. Los tiempos a la falla son valores no negativos que suelen tener un
comportamien to asim- trico con sesgo positivo. Esto hace que la variable
aleatoria tiempo a la falla tenga comportamientos diferentes al modelo normal.
Por ello, las distribuciones de probabilidad ms frecuentes para modelar
tiempos de vida no son la normal ni la t de Student, sino distribuciones que
toman valores positivos como la Weibull, lognormal, exponencial y gama, por
mencionar algunas.
2. En muchas de las aplicaciones de la estadstica lo que interesa es la media y
la desviacin estndar de la poblacin objeto de estudio, ya que estos
parmetros determinan la distribucin de la poblacin en el caso normal. Sin
embargo, en confiabilidad, las cantidades de mayor inters son los cuantiles, t
p, de la poblacin objeto de estudio.
3. Para tener datos es necesario observar fallas. Suele ser costoso generar
fallas en el laboratorio, pero puede ser ms caro que ocurran en campo, lo cual
tambin afecta la imagen del negocio. Los componentes o dispositivos que
fallan muchas veces se convierten en desperdicio impactando el costo del
estudio.
4. Para tener un tiempo de vida o tiempo a la falla exacto se tendra que
observar el componente de manera continua y en ocasiones por mucho
tiempo, pero con frecuencia estos aspectos son imposibles. Este hecho da
lugar a observaciones censuradas. Es decir, no se tiene el tiempo a la falla de
ciertas unidades, pero se sabe que: a) en el tiempo t c cuando acab el estudio
no haban fallado (censura por la derecha), o b) fallaron antes del tiempo t c
(censura por la izquierda), o bien, c) se sabe que fallaron en cierto intervalo de
tiempo (censura por intervalo). La consideracin de datos censurados es
importante para hacer viable los estudios de confiabilidad (en tiempo y costo).
Los datos censurados aportan informacin, por lo que stos deben
considerarse adecuadamente para estimar de manera ms precisa el
comportamiento del tiempo a la falla.
5. Como se menciona en el punto 2, es necesario observar fallas, pero cuando
el producto es muy durable podra necesitar meses y hasta aos para tener el
suficiente nmero de fallas trabajando en condiciones normales. En estos
casos, un estudio de confiabilidad en condiciones normales de operacin no

tiene sentido. Sin embargo, es posible acelerar el deterioro del producto si se

utiliza en condiciones aceleradas o estresantes: un tiempo pequeo de vida en
condiciones aceleradas equivale a un tiempo largo de vida en condiciones
normales. De aqu la utilidad de las llamadas pruebas de vida acelerada (vase
Nelson, 1990) para observar fallas en un tiempo razonable, y luego extrapolar
este comportamiento a lo que sera la vida del producto operando en
condiciones normales. Antes de comenzar a trabajar con datos es conveniente
discutir algunos de estos puntos de manera ms amplia.
Ciclo de vida de un producto
En muchos productos se distinguen tres periodos diferentes en cuanto a su
tasa o funcin de riesgo (vase figura 13.3): la mortalidad infantil o fallas
tempranas que ocurren al inicio de la vida del producto (riesgo decreciente); la
vida til o fallas aleatorias que marcan el periodo donde el producto cumple
con bajo riesgo (constante) la funcin para la que fue diseado; y el
envejecimiento o fallas por desgaste, que se distingue por el incremento en la
propensin a fallar del producto (riesgo creciente). La funcin de riesgo de la
figura 13.3, debido a su forma, se conoce como curva de baera. Por ejemplo,
la vida humana tiene este comportamiento: es mayor el riesgo de morir en los
primeros cinco o seis aos de vida, y al pasar esta edad, dicho riesgo se
mantiene constante aproximadamente hasta los 45 aos, a partir de los cuales
el riesgo comienza a incrementarse, pero ahora debido al envejecimiento. Por
supuesto que durante la vida til tambin ocurren muertes (fallas), el riesgo de
que stas ocurran es menor. Los dos puntos de inflexin (figura 13.3) que
separan las tres etapas de la vida son de inters en el estudio de la
confiabilidad del producto: el primero tiene relacin directa con la
determinacin del tiempo de quemado o burn-in, 1 y el segundo se relaciona
con el tiempo al cual la unidad debe sustituirse por una nueva, o bien, cuando
se le debe dar un mantenimiento mayor para alargar su vida til.

La mayora de los estudios de confiabilidad se enfocan en estudiar uno de los

lados de la tina de bao, ya sean las fallas tempranas o aquellas por
envejecimiento. El fin ltimo es mejorar la confiabilidad del producto.

Funcin de riesgo acumulado

Esta funcin acumula el riesgo de falla que ha tenido un producto hasta el
tiempo t, y se obtiene con:

La utilidad de H(t) resulta de que la funcin de confiabilidad se puede obtener

como:

De aqu es posible deducir que el riesgo acumulado siempre tiende a infinito

cuando el tiempo tiende a infinito, lo cual indica que a la larga todos los
productos fallan aunque la tasa de riesgo sea decreciente.

Funcin cuantil
son medidas de localizacin que se emplean para describir un conjunto de
datos. Estas medidas de localizacin son de particular utilidad en confiabilidad.
En este contexto el cuantil p es el tiempo t p al cual falla una proporcin p de
las unidades. ste se puede definir en trminos de la funcin de distribucin
acumulada como:

donde F1 es la funcin inversa de F(t). Por ejemplo, en el caso exponencial

F(t) = 1 et y la funcin inversa resulta de despejar t en esta ecuacin, de
modo que la funcin cuantil est dada por

La funcin cuantil es til en confiabilidad porque contesta de manera directa la

pregunta acerca del tiempo al cual falla una fraccin deseada de las unidades.

Por lo general interesa estimar el tiempo al cual falla un porcentaje bajo de las
unidades (1, 5, 10, 15%). En la figura 13.4 se presentan las funciones de
densidad f(t), de distribucin acumulada F(t), de confiabilidad C(t) y de riesgo
h(t) para una distribucin exponencial con parmetro = 1/133.43. Si usa la
otra parametrizacin del modelo exponencial, entonces = 133.43= 1/, es
valor que corresponde a la vida media. Cada una de las funciones mencionadas
caracteriza la distribucin de probabilidades a la que pertenece, lo cual hace
posible que, dada una de ellas, sea posible deducir todas las dems.
EJEMPLO
Suponga que 20 componentes son sometidos a una prueba de vida, y que las
horas transcurridas hasta la falla fueron las siguientes: 3.70, 3.75, 12.18,
28.55, 29.37, 31.61, 36.78, 51.14, 108.71, 125.21, 125.35, 131.76, 158.61,
172.96, 177.12, 185.37, 212.98, 280.40, 351.28, 441.79. Si las horas a la falla
siguen la distribucin exponencial, interesa estimar las funciones de densidad,
de distribucin acumulada, de confi abilidad y de riesgo. Ms adelante se ver
que cuando no hay censuras, el estimador del parmetro est dado
simplemente por el inverso de la media de las observaciones, de modo que =
1/133.43 = 0.0075. Entonces, la funcin de densidad estimada para los datos
es:

De aqu se tiene que las funciones de distribucin acumulada, confi abilidad y

de riesgo estn dadas por

En la fi gura 13.4 se representan de manera grfi ca estas cuatro funciones.

Con ellas es posible contestar las preguntas de inters con respecto a la vida
en horas de los componentes. Como por ejemplo, la probabilidad de que los
componentes fallen antes de las 20 horas; P(T < 20) = F(20) = 1 e0.0075
20 = 0.139. Por lo tanto, se espera que 13.9% de los componentes fallen antes
de 20 horas.