Corrección primera entrega

1 Modelo

1.1)Definición de variable de estado

X n={ A ( t ) B ( t ) C ( t ) D( t) E ( t ) F ( t ) G ( t ) H ( t ) I ( t ) J (t)} Donde:

A (t ):{ B sila válvula 1 está funcionando

M si la válvula1 no está funcionando} F (t ):{ MBsilasi laválvula
válvula6 está funcionando
6 no está funcionando }
B sila válvula 7 está funcionando
G (t) :{
M si laválvula 7 no está funcionando }
B si la válvula 2 está funcionando
B (t) :{
M sila válvula 2 no está funcionando }
B sila válvula 8 está funcionando
H (t) :{
M si laválvula 8 no está funcionando }
B si la válvula3 está funcionando
C (t ):{
M sila válvula 3 no está funcionando }
B si la válvula 9 está funcionando
I (t ): {
M sila válvula 9 no está funcionando }
B sila válvula 4 está funcionando
D (t) :{
M si la válvula 4 no está funcionando }
B sila válvula 10 está funcionando
J (t) :{
M si la válvula10 no está funcionando }
B sila válvula 5 está funcionando
E (t ):{
M si la válvula5 no está funcionando }

Por lo tanto el espacio de estados S se conforma de la siguiente manera:

S={( BBBBBBBBBBB ) , ( BBBBBBBBBBM ) , ( BBBBBBBBBMB ) , ( BBBBBBBBBMM ) ,

( BBBBBBBMBBB ) ,… (MMMMMMMMMM )}
S = Se conforma por las combinaciones posibles entre las variables.

Probabilidades de eventos individuales

Probabilidades de que la válvula falle en el transcurso de un día

Probabilidades de fallas de válvulas

Probabilidad de que la válvula 1 falle en un tiempo menor a un día P ( X <1 )=1−e− λ (m)
1

Probabilidad de que la válvula 2 falle en un tiempo menor a un día P ( X <1 )=1−e− λ (m)
2

Probabilidad de que la válvula 3 falle en un tiempo menor a un día P ( X <1 )=1−e− λ (m )

3

Probabilidad de que la válvula 4 falle en un tiempo menor a un día P ( X <1 )=1−e− λ (m )

4

Probabilidad de que la válvula 5 falle en un tiempo menor a un día P ( X <1 )=1−e− λ (m )

5

Probabilidad de que la válvula 6 falle en un tiempo menor a un día P ( X <1 )=1−e− λ (m )

6

Probabilidad de que la válvula 7 falle en un tiempo menor a un día P ( X <1 )=1−e− λ (m )

7

Probabilidad de que la válvula 8 falle en un tiempo menor a un día P ( X <1 )=1−e− λ (m )

8

Probabilidad de que la válvula 9 falle en un tiempo menor a un día P ( X <1 )=1−e− λ (m )

9

Probabilidad de que la válvula 10 falle en un tiempo menor a un día P ( X <1 )=1−e− λ (m)
10

Dónde: λ n=¿Tasa de falla al día de la válvula n

m=¿ Periodo.
 Probabilidades de que la válvula sea revisada y reparada en el transcurso de un día

Probabilidades de revisión de válvulas

Probabilidad de que la válvula 1 falle en un tiempo menor a un día P ( X <1 )=1−e−μ (m)1

Probabilidad de que la válvula 2 falle en un tiempo menor a un día P ( X <1 )=1−e−μ (m)2

Probabilidad de que la válvula 3 falle en un tiempo menor a un día P ( X <1 )=1−e−μ (m)3

Probabilidad de que la válvula 4 falle en un tiempo menor a un día P ( X <1 )=1−e−μ (m)4

Probabilidad de que la válvula 5 falle en un tiempo menor a un día P ( X <1 )=1−e−μ (m)5

Probabilidad de que la válvula 6 falle en un tiempo menor a un día P ( X <1 )=1−e−μ (m)6

Probabilidad de que la válvula 7 falle en un tiempo menor a un día P ( X <1 )=1−e−μ (m)7

Probabilidad de que la válvula 8 falle en un tiempo menor a un día P ( X <1 )=1−e−μ (m)8

Probabilidad de que la válvula 9 falle en un tiempo menor a un día P ( X <1 )=1−e−μ (m)9

Probabilidad de que la válvula 10 falle en un tiempo menor a un día P ( X <1 )=1−e−μ (m )

10

Dónde: μn=¿Tasa de revisión de la válvula n al día.

m=¿ Periodo.
Probabilidad de que todo el sistema sea reparado y revisado en un tiempo menor a un día.

Tiempo de revisión general

Probabilidad de que todo el sistema se haya revisado y reparado en un
tiempo menor a 1 día P ( X <1 )=1−e−β (m)
Dónde: β=¿ Tasa de revisión y reparación del sistema
m=¿ Periodo.
1.2)Probabilidades de transición

No. Evento Probabilidad de transición

E1 La válvula 1 falla en un tiempo menor a 1 día P ( X <1 )=1−e− λ (m) 2

E2 La válvula 1 falla en un tiempo mayor a 1 día P ( X >1 )=1−P(E 1)

E3 La válvula 2 falla en un tiempo menor a 1 día P ( X <1 )=1−e− λ (m) 2

E4 La válvula 2 falla en un tiempo mayor a 1 día P ( X >1 )=1−P(E 3)

E5 La válvula 3 falla en un tiempo menor a 1 día P ( X <1 )=1−e− λ (m )3

E6 La válvula 3 falla en un tiempo mayor a 1 día P ( X >1 )=1−P( E 5)

E7 La válvula 4 falla en un tiempo menor a 1 día P ( X <1 )=1−e− λ (m )4

E8 La válvula 4 falla en un tiempo mayor a 1 día P ( X >1 )=1−P( E 7)

E9 La válvula 5 falla en un tiempo menor a 1 día P ( X <1 )=1−e− λ (m )5

E1
La válvula 5 falla en un tiempo mayor a 1 día
0 P ( X >1 )=1−P( E 9)
E1
La válvula 6 falla en un tiempo menor a 1 día P ( X <1 )=1−e− λ (m )
6

1
E1
La válvula 6 falla en un tiempo mayor a 1 día P ( X >1 )=1−P(E 11)
2
E1 La válvula 7 falla en un tiempo menor a 1 día P ( X <1 )=1−e− λ (m )
7
3
E1
La válvula 7 falla en un tiempo mayor a 1 día P ( X >1 )=1−P( E 13)
4
E1
La válvula 8 falla en un tiempo menor a 1 día P ( X <1 )=1−e− λ (m )
8

5
E1
La válvula 8 falla en un tiempo mayor a 1 día P ( X >1 )=1−P( E 15)
6
E1
La válvula 9 falla en un tiempo menor a 1 día P ( X <1 )=1−e− λ (m )
9

7
E1
La válvula 9 falla en un tiempo mayor a 1 día P ( X >1 )=1−P( E 17)
8
E1
La válvula 10 falla en un tiempo menor a 1 día P ( X <1 )=1−e− λ 10 (m)
9
E2
La válvula 10 falla en un tiempo mayor a 1 día P ( X >1 )=1−P(E 19)
0
E2
1 La válvula 1 se revisa y repara en un tiempo menor a 1 día P ( X <1 )=1−e−μ (m)
1

E2
2 La válvula 1 se revisa y repara en un tiempo mayor a 1 día P ( X >1 )=1−P( E 21)
E2
3 La válvula 2 se revisa y repara en un tiempo menor a 1 día P ( X <1 )=1−e−μ (m)
2

E2
4 La válvula 2 se revisa y repara en un tiempo mayor a 1 día P ( X >1 )=1−P(E 23)
E2
5 La válvula 3 se revisa y repara en un tiempo menor a 1 día P ( X <1 )=1−e−μ (m)
3

E2
6 La válvula 3 se revisa y repara en un tiempo mayor a 1 día P ( X >1 )=1−P(E 25)
E2
7 La válvula 4 se revisa y repara en un tiempo menor a 1 día P ( X <1 )=1−e−μ (m)
4

E2
8 La válvula 4 se revisa y repara en un tiempo mayor a 1 día P ( X >1 )=1−P(E 27)
E2
9 La válvula 5 se revisa y repara en un tiempo menor a 1 día P ( X <1 )=1−e−μ (m)
5

E3
0 La válvula 5 se revisa y repara en un tiempo mayor a 1 día P ( X >1 )=1−P( E 29)
E3
1 La válvula 6 se revisa y repara en un tiempo menor a 1 día P ( X <1 )=1−e−μ (m)
6

E3
2 La válvula 6 se revisa y repara en un tiempo mayor a 1 día P ( X >1 )=1−P( E 31)
E3
3 La válvula 7 se revisa y repara en un tiempo menor a 1 día P ( X <1 )=1−e−μ (m)
7

E3
4 La válvula 7 se revisa y repara en un tiempo mayor a 1 día P ( X >1 )=1−P( E 33)
E3
5 La válvula 8 se revisa y repara en un tiempo menor a 1 día P ( X <1 )=1−e−μ (m)
8

E3
6 La válvula 8 se revisa y repara en un tiempo mayor a 1 día P ( X >1 )=1−P( E 35)
E3
7 La válvula 9 se revisa y repara en un tiempo menor a 1 día P ( X <1 )=1−e−μ (m)
9
E3
8 La válvula 9 se revisa y repara en un tiempo mayor a 1 día P ( X >1 )=1−P( E 37)
E3
9 La válvula 10 se revisa y repara en un tiempo menor a 1 día P ( X <1 )=1−e−μ 10 (m )

E4
0 La válvula 10 se revisa y repara en un tiempo mayor a 1 día P ( X >1 )=1−P( E 39)
E4
1 Todo el sistema se revisa y repara en un tiempo menor a 1 día P ( X <1 )=1−e−β (m)
E4
2 Todo el sistema se revisa y repara en un tiempo mayor a 1 día P ( X >1 )=1−P( E 41)

Con estas probabilidades de transición se continúa a realizar la matriz de transiciones teniendo en

cuenta el vector de estados.

2 Análisis Estadístico

Dado el anexo Data.xlsx se procedió a calcular los tiempos de fallas y revisiones de cada válvula para poder
realizar las pruebas correspondientes en el programa Spss y de esta forma encontrar los resultados de
independencia, aleatoriedad, homogeneidad de medias y homogeneidad de varianzas con el cual se
determina el comportamiento de las válvulas, si los resultados eran los esperados se procedía a realizar la
prueba de bondad y ajuste en el programa EasyFit para determinar el tipo de distribución que más se le
ajustaba.

Para las primeras pruebas se escogió una válvula al azar (válvula 5) y se le realizaron las pruebas
mencionadas anteriormente, se hizo bajo la suposición que todas las válvulas tenían un comportamiento
parecido. En el caso de las pruebas de bondad y ajuste se realizó por cada válvula para encontrar que tipo
de distribución se ajustaba más a cada una. Obteniendo los siguientes resultados.

2.1) Independencia. H 1 : No hay indepencia entre las variables .

H 0 : Hay independencia entre las variables . Conclusión: Con un nivel de significancia de 0,05
no existen suficientes pruebas estadísticas para
rechazar la hipótesis nula. Por lo tanto, hay
independencia entre las variables.

Figura3. Resultados en SPSS de la homogeneidad de medias

de la válvula respecto al tiempo de revisiones.

Figura1. Resultados en SPSS de la correlación de la

válvula respecto al tiempo de fallas.
2.2) Aleatoriedad.
H 0 : La colección de datos es aleatoria .
H 1 : La colección de datos no es aleatoria .
Conclusión: Con un nivel de significancia de 0,05
no existen suficientes pruebas estadísticas para
rechazar la hipótesis nula. Por lo tanto, la
colección de datos es aleatoria.
2.4) Homogeneidad de varianzas.
H 0 : Noexiste diferencias entre las varianzas .
H 1 : Existen diferencias significativas entre
las varianzas .
Conclusión: Con un nivel de significancia de 0,05
no existen suficientes pruebas estadísticas para
rechazar la hipótesis nula. Por lo tanto, la
colección de datos tiene homogeneidad de
varianzas

Figura4. Resultados en SPSS de la homogeneidad de

varianzas de la válvula respecto al tiempo de fallas.

Figura2. Resultados en SPSS de la aleatoriedad de la

válvula respecto al tiempo de revisiones.

2.3) Homogeneidad de medias.

H 0 : La colección de datos tiene homogeneidad de medias .

H 1 : La colección de datos no tiene homogeneidad de
medias .
Conclusión: Con un nivel de significancia de 0,05
no existen suficientes pruebas estadísticas para
rechazar la hipótesis nula. Por lo tanto, la
colección de datos tiene homogeneidad de
medias
Prueba de bondad y ajuste:

Según las pruebas anteriores y el desarrollo de la prueba de bondad de ajuste con el software Easyfit, se
determinó que la distribución apropiada para los tiempos de fallas es la distribución exponencial, al realizar
la prueba en la gran mayoría de las válvulas era la que mayor ajuste presentaba dado una organización de
las tablas por el factor chi-cuadrado (ya que es la distribución más conocida), observando y comparando con
las que no presentaban esta opción como la primera entre el rating de las 10 mejores distribuciones siempre
se encontraba esta entre las primeras opciones. La distribución exponencial es una distribución de
probabilidad continua la cual suele utilizarse para describir el tiempo hasta que se produce un determinado
suceso (revisión). En cuanto a los tiempos de revisiones la distribución seleccionada dado el ajuste que
presentaba es la distribución exponencial la cual es una distribución de probabilidad continua para una
variable no negativa, que es usada habitualmente para el estudio de pérdidas, estudio que sirve para este
caso específico. Al igual que los tiempos de fallas, se organizaron las tablas dado el factor chi-cuadrado.

En el anexo se encuentran:

1- FitTFV# Correspondiente al tiempo de fallas de la válvula n ∀ n=(1 ,2 .. .10)

2- FitTRV# Correspondiente al tiempo de revisiones de la válvula n n ∀ n=(1 ,2 .. .10)
3- TRT Correspondiente al tiempo de revisión total del sistema