Ingeniería del Mantenimiento

Distribución Normal y Log Normal

 Capacidades Terminales
• Modelar la confiabilidad de un ítem a partir de
la selección de una distribución estadística
basado en el análisis de sus datos de vida.
 Logro de la Sesión
• Analizar datos de falla mediante la
distribución normal tabulándolos en el papel
de distribución normal y haciendo uso de
hojas de cálculo.
 Temas a tratar
• Repaso
• Media
• Desviación Estándar
• Probabilidad de Falla
• Confiabilidad
 Repaso
• Qué es Median Rank.
• Fórmula de Bernard.
j − 0.3
Y = MR =
N + 0.4
• Distribución de Weibull (2P y 3P)

6
 Distribución Normal
• La distribución normal es una distribución con
forma de campana donde las desviaciones
estándar sucesivas con respecto a la media
establecen valores de referencia para estimar
el porcentaje de observaciones de los datos.
 Distribucion Normal
• Es utilizada comúnmente en
el análisis de Confiabilidad,
para tiempos hasta la falla de
componentes electrónicos y
mecánicos, equipos o
sistemas.
• La pdf de la distribución
normal es dada por:
1  T −µ 
2

1  
2 σ 
f (T ) = e
σ 2π
 pdf de la distribución Normal

• La distribución Normal es una distribución de 2

parámetros (μ,σ), y esta dada por:
1
2

μ= Media normal de los tiempos de falla

σ = Desviación estándar de los tiempos de falla.

 Características

• La pdf tiene el mismo valor para la media, mediana y

moda.
• La pdf tiene la forma de una campana y es simétrica
en relación a la media.
• La pdf no tiene parámetro de forma. Esto significa
que tiene forma única.
 Media
• Muchas veces llamada el Promedio, es la suma de
los datos dividida entre el número total de datos.
• Al igual que la Mediana y la Moda nos permiten
identificar y ubicar el punto (valor) alrededor del
cual se tienden ha reunir los datos.
• Es la medida de posición central más utilizada, la
más conocida y la más sencilla de calcular.
• Desventaja: sensibilidad al cambio de uno de sus
valores o a los valores extremos demasiado
grandes o pequeños
11
 Desviación Estándar
• Lo importante no es saber cómo se calcula
cada uno de estos parámetros, lo que importa
es la interpretación, más concretamente, qué
sugieren la media y la desviación estándar en
términos de probabilidad.
 Características

• La desviación estándar σ es el parámetro de escala

de la pdf.
• Si σ disminuye, la pdf se acerca a la media, es decir
mas estrecha y mas alta.
• Si σ aumenta, la pdf se torna mas ancha y mas baja.
Influencia de σ sobre la Normal
 Desviación Estándar
• Medida de dispersión más común.
• El símbolo σ (sigma) se utiliza frecuentemente
para representar la desviación estándar de
una población, mientras que s se utiliza para
representar la desviación estándar de una
muestra.
• La desviación estándar se puede utilizar para
establecer un valor de referencia para estimar
la variación general de un proceso
 Ejemplo
• en una ciudad la temperatura máxima en el mes
de Agosto sigue una distribución normal de
media 23º y desviación típica 5º.
– En el 68% de los Agostos la temperatura máxima
oscilará entre el 23-5 = 18ºC y 23+5 = 28ºC
– En el 95% de los Agostos la temperatura máxima
oscilará entre el 23-2*5 = 13ºC y 23+2*5 = 33ºC
• Muy probablemente la temperatura máxima de
esta ciudad no sea más baja que 13ºC y no sea
más alta que 33ºC
 Ejemplo Desviación Estándar
• Los administradores dan seguimiento al tiempo de
egreso de los pacientes tratados en las áreas de
urgencia de dos hospitales. Aunque los tiempos de
egreso promedio son aproximadamente iguales (35
minutos), las desviaciones estándar son
significativamente diferentes. La desviación estándar
del hospital 1 es de aproximadamente 6. En promedio,
el tiempo para dar de alta a un paciente se desvía de la
media (línea discontinua) aproximadamente 6 minutos.
La desviación estándar del hospital 2 es de
aproximadamente 20. En promedio, el tiempo para dar
de alta a un paciente se desvía de la media (línea
discontinua) aproximadamente 20 minutos.
 Probabilidad de Falla
• Falla: Evento que cambia el estado de un
producto.
• Tasa de Fallas: Puede ser expresada tanto
como un porcentaje de fallas sobre el total de
productos examinados o en servicio
(en términos relativos), o también como
un número de fallas observadas en un tiempo
de operación (en este caso en términos
nominales).
 Ejemplo de una Dist. Normal
• La estatura de todos los adultos masculinos
que residen en el estado de Pennsylvania
siguen aproximadamente una distribución
normal. Por lo tanto, la estatura de la mayoría
de los hombres estará cerca de la estatura
media de 69 pulgadas. Un número similar de
hombres serán un poco más altos y un poco
más bajos que 69 pulgadas. Solo unos pocos
serán mucho más altos o mucho más bajos. La
desviación estándar es de 2.5 pulgadas.
Histogramas
 Log normal pdf

Mientras la distribución
normal es simétrica, la
distribución log normal es
asimétrica y desplazada
hacia la izquierda,
permitiendo una mejor
adecuación para el
modelo de datos de vida.
 Distribución Log Normal
• La distribución lognormal es una distribución
flexible que se relaciona estrechamente con la
distribución normal. Esta distribución puede
resultar particularmente útil para modelar
datos que sean aproximadamente simétricos o
asimétricos a la derecha.
 Distribucion Lognormal
• Es comúnmente utilizada en el análisis de Confiabilidad, en ciclos hasta la
falla, para fatiga resistencia de materiales y en un proyecto probabilístico
con cargas variables.
• Cuando el logaritmo natural de los tiempos hasta la falla son normalmente
distribuidos, entonces decimos que los datos siguen una distribución Log
normal.
• La pdf de la distribución lognormal es dada por:

T’=LogT ( se saca primero el Log de los datos. luego se utiliza la Función

normal)
 Log normal pdf
ReliaSoft Weibull++ 7 - www.ReliaSoft.com
Función de Densidad de Probabilidad
0.002
Pdf

• Mientras la distribución Datos 1

Lognormal-2P
RRX MRE MED MF
F=8/S=0

normal es simétrica, la 0.002

Línea de la Fdp

distribución log normal es

asimétrica y desplazada 0.001

hacia la izquierda,
f(t)
permitiendo una mejor 8.000E-4

adecuación para el modelo

de datos de vida. 4.000E-4

Juan Musayon
TECSUP
01/02/2008
0.000 12:21:01 p.m.
0.000 400.000 800.000 1200.000 1600.000 2000.000
Tiempo, (t)
µ=6.4531, σ=1.8828, ρ=0.9996
 pdf de distribución Lognormal

• Una variable aleatoria se distribuye de acuerdo log

normalmente, si el logaritmo de la variable aleatoria
se distribuye normalmente.
• La distribución esta dada por:
2
1  T ∗ − µ ∗ 
∗ 1 2  σ ∗ 
f (T ) = e
σ ∗
2π
Donde:
T* = Ln(T), y T es el tiempo de falla
µ* = media del logaritmo natural de los tiempos de falla
σ* = desviación estándar del logaritmo natural de los tiempos de falla.
 Características:
• La distribución lognormal es asimétrica, desplazada
positivamente lo que da mas sentido al modelamiento de
datos de vida.
• La tasa de fallas es inicialmente creciente y luego decreciente.
ReliaSoft Weibull++ 7 - www.ReliaSoft.com Gráfico de Tasa de Fallas vs. Tiempo
Función de Densidad de Probabilidad
200.000
0.002
Pdf

Datos 1
Lognormal-2P
RRX MRE MED MF
F=8/S=0
Línea de la Fdp

160.000
0.002

Tasa de Fallas, f(t)/C(t)

0.001 120.000
f(t)

8.000E-4 80.000

4.000E-4
40.000

Juan Musayon
TECSUP
01/02/2008
0.000 12:21:01 p.m.
0.000 400.000 800.000 1200.000 1600.000 2000.000 0.000
0.000 60.000 120.000 180.000 240.000 300.000
Tiempo, (t)
µ=6.4531, σ=1.8828, ρ=0.9996
Tiempo, (t)
 Ejemplo
1. Los ingenieros registran el tiempo para fallar
de un componente electrónico en
condiciones normales de funcionamiento. El
componente muestra un menor riesgo de
falla con el paso del tiempo, lo cual podría
modelarse usando una distribución
lognormal.
 Ejemplo 2
• Se registró el tiempo de falla durante la vida
útil de los ventiladores de generadores diesel.
Se utilizó una distribución lognormal para
modelar los datos.
PREGUNTAS

29
GRACIAS

30
Gracias por su atención