Ejemplo de Aplicación de Distribución Poisson

Parámetros de Ingreso
# de Componentes en servicio 20
Utilización 1
Período de Interés 100

Probabilidad de Quedar sin Re

a (numero esperado de componentes
MTBR (vida media - unidad de tiempo adecuada)
requeridos durante el lead time)
1 2
10000 0.20 1.8% 0.1%
11000 0.18 1.5% 0.1%
12000 0.17 1.2% 0.1%
13000 0.15 1.1% 0.1%
14000 0.14 0.9% 0.0%
15000 0.13 0.8% 0.0%
16000 0.13 0.7% 0.0%
17000 0.12 0.6% 0.0%

En azul la zona de riesgo aceptable, suponiendo que definí como 3% un nivel adecuado....dependiendo de la política
Mientras mejor es la stimación de la vida media, mejor será el dimensionamiento del stock.
babilidad de Quedar sin Repuestos (con X repuestos) (igual a 1 menos confiabilidad instantanea)

3 4 5 6 7 8 9 10
0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%

ependiendo de la política de la empresa, esta zona variará.