Está en la página 1de 11

INGENIERA DE MANTENIMIENTO I

METODOS DE ESTIMACION DE LOS PARAMETROS DE WEIBULL


METODO DE LOS MOMENTOS
MOMENTOS DE UNA VARIABLE ALEATORIA
El uso de los momentos de una variable aleatoria para caracterizar a una distribucin
de probabilidad es una tarea muy til, esto es especialmente cierto en un medio en el
que es poco probable que el experimentador conozca la distribucin de probabilidad.
Todas las posiciones con respecto a los momentos se encuentran sujetas a la
existencia de las sumas o integrales que las definan.
Momentos de una distribucin de probabilidad alrededor del cero.
Sea X una variable aleatoria discreta. El r esimo momento de X alrededor del cero se
define para una como:
' r =E ( X r )= x r p(x)
x

Sea X una variable aleatoria continua. El r esimo momento de X alrededor del cero se
define para una como:

' r =E ( X r )= x r f ( x ) dx

El primer momento alrededor del cero es la media, esperanza o valor esperado de la


variable aleatoria y su denota por

; de esta manera se tiene que:

' 1==E(X )

C.P: Ingeniera Mecnica

Pgina 1

INGENIERA DE MANTENIMIENTO I
La media de una variable aleatoria se considera como una cantidad numrica alrededor
de la cual los valores de la variable aleatoria tienden a agruparse. Por lo tanto, la media
es una medida de tendencia central.

MOMENTOS CENTRALES DE UNA DISTRIBUCIN DE PROBABILIDAD O


MOMENTOS ALREDEDOR DE LA MEDIA.
Sea X una variable aleatoria discreta. El r esimo momento central de X o el r esimo
momento alrededor de la media de X se define por:
r =E ( X )r = ( x )r p( x )
x

Sea X una variable aleatoria continua. El r esimo momento central de X o el r esimo


momento alrededor de la media de X se define por:

r =E ( X )r = ( x )r f ( x ) dx

El momento central cero de cualquier variable aleatoria es uno, dado que:


0

0=E ( X ) =E ( 1 ) =1

De manera similar:
El primer momento central de cualquier variable aleatoria es cero, dado que:
1=E ( X )1=E ( X ) =0
El segundo momento central:
2

2=E ( X ) ,

Recibe el nombre de varianza de la variable aleatoria. Puesto que:


C.P: Ingeniera Mecnica

Pgina 2

INGENIERA DE MANTENIMIENTO I
2=Var ( X )=E ( X )
2

2=E( X 2 X+ )
2=E ( X 2 )2 2+ 2
2=' 22 ,
La varianza de cualquier variable aleatoria es el segundo momento alrededor del origen
menos el cuadrado de la media. Generalmente se denota por

2 . La varianza de una

variable aleatoria es una medida de dispersin de la distribucin de probabilidad de


esta.
La raz cuadrada positiva de la varianza recibe el nombre de desviacin estndar y se
denota por

Los momentos centrales desde el tercero a mas, pueden considerarse momentos de


orden superior, estos momentos proporcionan informacin muy til con respecto a la
forma de la distribucin de probabilidad de X, como la curtosis, asimetra, etc. Su
utilidad para caracterizar una distribucin de probabilidad es mucho menor que la de
los cuatro primeros momentos, por lo tanto en este estudio no se los considerara.
DISTRIBUCIN DE WEIBULL COMO HERRAMIENTA EN EL ANLISIS DE
CONFIABILIDAD
La distribucin de Weibull fue establecida por el fsico suizo del mismo nombre, quien
demostr, con base en una evidencia emprica, que el esfuerzo al que se someten los
materiales puede modelarse de manera adecuada mediante el empleo de esta
distribucin. En los ltimos 25 aos esa distribucin se emple como modelo para

C.P: Ingeniera Mecnica

Pgina 3

INGENIERA DE MANTENIMIENTO I
situaciones del tiempo falla y con el objetivo de lograr una amplia variedad de
componentes mecnicos y elctricos.
Se dice que una variable aleatoria t (tiempo de falla), tiene una distribucin de Weibull
si su funcin de densidad de probabilidad est dada por:
t
f ( t )=

( )

( t
)

La distribucin de Weibull es una familia de distribuciones que dependen de dos


parmetros: el de forma

y el de escala

. El parmetro

es el parmetro de

localizacin y para nuestro caso generalmente representa un valor umbral o tiempo de


garanta.
La funcin de distribucin acumulativa de Weibull:

( t
)

F ( t )=1e

Que para nuestro caso representa la no confiabilidad, por lo tanto la confiabilidad viene
dada por:

( t
)

R ( t ) =e

Utilizando el mtodo de los momentos expuesto anteriormente, podemos obtener


expresiones para la media y la varianza de la distribucin de Weibull, as la media:

' 1=E ( t )= tf ( t ) dt

( 1 )

' 1=E ( t )= + 1+

C.P: Ingeniera Mecnica

Pgina 4

INGENIERA DE MANTENIMIENTO I
De la misma forma para la varianza:

2=Var ( t ) =E ( t )2= ( t )2 f ( t ) dt

[( ) ( ) ]

2=Var ( t ) =2 1+

2
1
2 1+

Donde la funcin:

( n )= u n1 eu du
0

Funcin beta:
B ( , )=

( ) ( )
( + )

Desarrollo:
B

1 1 1 ( )
, =
2 ( 2 + ( )2 )

( )

Tabularemos los posibles valores de

ESTIMACIN DE PARMETROS WEIBULL UTILIZANDO EL MTODO DE LOS


MOMENTOS
Quiz el mtodo ms antiguo para la estimacin de parmetros es el mtodo de los
momentos. Este consiste en igualar los momentos apropiados de la distribucin de la
poblacin con los correspondientes momentos muestrales para estimar un parmetro

C.P: Ingeniera Mecnica

Pgina 5

INGENIERA DE MANTENIMIENTO I
desconocido de la distribucin. As los momentos muestrales para una poblacin que
tengan cualquier tipo de distribucin estn dados por:
Momento muestral r esimo alrededor del cero:
n

M ' r=

1
Xr
n i=1 i

Y el primer momento muestral alrededor del cero o media est dado por:
n

1
M ' 1== X i
n i=1
Momento muestral r esimo alrededor de la media:
n

M r=

r
1
X i X )
(

n1 i=1

Y el segundo momento muestral alrededor de la media o varianza viene a ser:


n

M 2=Var ( X )=

1
( X )2
n1 i=1 i

RESOLUCION Del PROBLEMA DE LA FAJA TRANSPORTADORA.


Los siguientes datos representan los tiempos de fallo para una faja transportadora
N
1
2
3
4
5
6
7
8
9
10
C.P: Ingeniera Mecnica

Pgina 6

TBF
16.58
17.8
18
18.98
22.66
24.45
24.67
32.34
47.9
67.34

INGENIERA DE MANTENIMIENTO I
11
12
13
14
15
16
17
18
19
20
21

72
79.7
88.93
116.95
152.4
182.57
238.18
290.3
402.63
646.41
781.3

El clculo de la confiabilidad se reduce al clculo de los parmetros de Weibull:

C.P: Ingeniera Mecnica

TBF

16.5800

17.8000

18.0000

18.9800

22.6600

24.4500

24.6700

32.3400

47.9000

10

67.3400
Pgina 7

20325.39
02
19979.01
48
19922.51
59
19646.82
79
18628.74
02
18143.32
03
18084.10
20
16080.05
15
12375.92
68
8428.551
5

INGENIERA DE MANTENIMIENTO I
11

72.0000

12

79.7000

13

88.9300
116.950
0
152.400
0
182.570
0
238.180
0
290.300
0
402.630
0
646.410
0
781.300
0
3342.09
00

14
15
16
17
18
19
20
21
SUM

7594.624
5
6311.848
5
4930.447
2
1780.598
9
45.5239
548.6302
6246.192
5
17201.07
19
59283.90
17
237425.0
920
387074.1
777
900056.
5500

Determinando el primer momento (la mediana).


n

1
3342.09
1 M ' 1== X i=
=159.14 7 1
n i=1
21

Determinando el segundo momento muestral ^2 (la varianza).


2

2 M 2=Var ( X )= =

1
( X )2=45002.8275
n1 i=1 i

[( ) ( )]

2=2 1+

2
1
2 1+

Se toma el tiempo ms bajo para el valor de .

C.P: Ingeniera Mecnica

Pgina 8

INGENIERA DE MANTENIMIENTO I
3 =16.5hrs

Conocidas la media y la varianza, relacionamos estos resultados con los momentos


tericos:

( 1 )=142.6471

4 = 1+

Despus

de

operar y despejar las ecuaciones I y II, se puede remplazar la funcin gamma por la
funcin betta: (,)= ( () ())/( (+))

y pasar al paso 5.

De estas dos ecuaciones podemos despejar y estimar el parmetro

C.P: Ingeniera Mecnica

=1.556

Pgina 9

INGENIERA DE MANTENIMIENTO I

6 Tantear el valor de mediante matlab y la funcin B (beta), hasta llegar al valor de


1.5568

0.83
0.7
0.71
0.701
0.7034
0.7035
0.7036
0.7037

0.703
65

0.6725
0.446
0.4625
0.4477
0.4516
0.4518
0.4519
0.4521

1.5568
1.2342
1.5695
1.5351
1.5658
1.5576
1.5571
1.5570
1.5565

0.452

1.556
7

7 Remplazar en la ecuacin el valor de , para hallar .

8 Estos son los valores de los parmetros de weibull.


TABLA DE
RESULTADOS

16.5

0.70365

116.688

C.P: Ingeniera Mecnica

Pgina 10

Este valor es el ms aprox. a

INGENIERA DE MANTENIMIENTO I

CONCLUSIONES

El clculo de la variable

requiere mayores conocimientos sobre

distribuciones estadsticas, haciendo del mtodo de los Momentos muy poco


prctico para fines laborales, pero muy necesario en el aspecto acadmico.

C.P: Ingeniera Mecnica

Pgina 11

También podría gustarte