Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Confiabilidad
Salinas René Uriel
24 de septiembre de 2018
Problema 1.
rep<-0
v<-Datos[i]
for (j in 1:length(Datos))
{
if (v == Datos[j]){
1
rep<-rep+1
}
}
muertos<-rep
vivos<-total-muertos
reps<-c(reps,rep)
tmps<-c(tmps,v)
}
matriz<-cbind(tmps,reps)
unique(matriz)
matriz<-matriz[!duplicated(matriz), ]
tmps<-as.numeric(matriz[,1])
mrt<-as.numeric(matriz[,2])
for (i in 1:length(tmps)){
f<-mrt[i]/length(datos)
fv<-c(fv,f)
s<-round(s-f,5)
ss<-c(ss,s)
}
matriz<-cbind(tmps,mrt,ss)
print(matriz)
plot(tmps,ss,type = "s")
}
Datos<-c(4.30,14.76,13.03,17.15,7.12,1.00,19.30,6.43,17.59,1.51,3.33,11.54,3.66,7.10,8.93,0.31,0.26,3.61
sprvivint(Datos)
## tmps mrt ss
## [1,] 0.00 0 1.00
## [2,] 0.20 1 0.99
## [3,] 0.26 1 0.98
## [4,] 0.31 1 0.97
## [5,] 0.40 1 0.96
## [6,] 0.42 1 0.95
## [7,] 0.59 1 0.94
## [8,] 0.85 1 0.93
## [9,] 0.93 1 0.92
## [10,] 0.95 1 0.91
## [11,] 1.00 1 0.90
## [12,] 1.10 1 0.89
## [13,] 1.18 1 0.88
## [14,] 1.23 1 0.87
## [15,] 1.31 1 0.86
## [16,] 1.35 2 0.84
## [17,] 1.51 1 0.83
## [18,] 1.78 1 0.82
## [19,] 1.93 1 0.81
## [20,] 2.31 1 0.80
## [21,] 2.42 1 0.79
## [22,] 2.55 1 0.78
## [23,] 2.69 1 0.77
2
## [24,] 2.83 1 0.76
## [25,] 2.98 1 0.75
## [26,] 3.04 1 0.74
## [27,] 3.10 1 0.73
## [28,] 3.33 1 0.72
## [29,] 3.59 1 0.71
## [30,] 3.61 1 0.70
## [31,] 3.62 1 0.69
## [32,] 3.66 1 0.68
## [33,] 3.73 1 0.67
## [34,] 3.76 1 0.66
## [35,] 3.83 1 0.65
## [36,] 4.30 1 0.64
## [37,] 4.53 1 0.63
## [38,] 5.37 1 0.62
## [39,] 5.62 2 0.60
## [40,] 5.76 1 0.59
## [41,] 5.79 1 0.58
## [42,] 5.90 1 0.57
## [43,] 6.12 1 0.56
## [44,] 6.29 1 0.55
## [45,] 6.35 1 0.54
## [46,] 6.43 1 0.53
## [47,] 6.49 1 0.52
## [48,] 6.55 1 0.51
## [49,] 6.60 1 0.50
## [50,] 7.05 1 0.49
## [51,] 7.10 1 0.48
## [52,] 7.12 1 0.47
## [53,] 7.80 1 0.46
## [54,] 8.28 1 0.45
## [55,] 8.47 1 0.44
## [56,] 8.61 1 0.43
## [57,] 8.65 1 0.42
## [58,] 8.93 1 0.41
## [59,] 9.14 1 0.40
## [60,] 10.73 1 0.39
## [61,] 10.76 1 0.38
## [62,] 11.00 2 0.36
## [63,] 11.45 1 0.35
## [64,] 11.54 1 0.34
## [65,] 12.56 1 0.33
## [66,] 12.67 1 0.32
## [67,] 13.03 1 0.31
## [68,] 13.05 1 0.30
## [69,] 13.11 1 0.29
## [70,] 13.79 1 0.28
## [71,] 14.68 1 0.27
## [72,] 14.76 1 0.26
## [73,] 16.38 1 0.25
## [74,] 16.43 1 0.24
## [75,] 16.44 1 0.23
## [76,] 16.55 1 0.22
## [77,] 17.15 1 0.21
3
## [78,] 17.48 1 0.20
## [79,] 17.59 1 0.19
## [80,] 18.11 1 0.18
## [81,] 18.39 1 0.17
## [82,] 19.30 1 0.16
## [83,] 19.42 1 0.15
## [84,] 19.68 1 0.14
## [85,] 19.94 1 0.13
## [86,] 20.62 1 0.12
## [87,] 21.03 1 0.11
## [88,] 22.96 1 0.10
## [89,] 23.13 1 0.09
## [90,] 23.32 1 0.08
## [91,] 26.41 1 0.07
## [92,] 26.74 1 0.06
## [93,] 27.39 1 0.05
## [94,] 29.53 1 0.04
## [95,] 30.93 1 0.03
## [96,] 33.49 1 0.02
## [97,] 37.29 1 0.01
## [98,] 43.39 1 0.00
1.0
0.8
0.6
ss
0.4
0.2
0.0
0 10 20 30 40
tmps
4
sup<-max(datos)
total<-length(datos)
c<-0
for (p in 1:total){
if(datos[p]>cuantil) {
c<-c+1
}
}
s<-c/total
print(s)
}
probsupervivencia(Datos,20)
## [1] 0.13
5
Problema 2.
Explique si la función
1−u 0≤u≤1
S(u) =
0 1<u
satisface las propiedades de una función de supervivencia. Si las satisface, encuentre la dis-
tribución de U , h(u) y E[U − u|U > u]
u<-seq(0,1,by=0.1)
su<-1-u
plot(u,su,type = "s")
1.0
0.8
0.6
su
0.4
0.2
0.0
Podemos observar que la función S(u) es una recta con pendiente negativa, osea que es decreciente, además
cuando u > 1 se tiene que la función es 0. Por lo tanto se cumple la propiedad de que S(u) es una función no
creciente.
Entonces para S(u = 0) = 1 y para S(u = ∞) = 0 con los que podemos concluir que S(u) cumple con las
propiedades requeridas para ser una función de supervivencia.
Como S(t) 6= 0 parael intervalo 0 ≤ u ≤ 1, entonces la funcion de riezgo h(u) y la función densidad f (u)
tambien estarán definidas para 0 ≤ u ≤ 1.
Por propiedades de las funciones de supervivencia tenemos:
d
h(u) = − log(S(u)) y f (u) = h(u)S(u)
du
6
d
h(u) = − log(S(u))
du
d
h(u) = − log(1 − u)
du
1 1
h(u) = − (−1) =
1−u 1−u
Entonces,utilizando las propiedades dadas:
1
f (u) = h(u)S(u) = (1 − u) = 1
1−u
Z u
F (u) = 1dx = x|u0 = u
o
Ahora:
Z ∞
1
E[U − u|U > u] = S(t)dt
S(u) u
Z 1
1
E[U − u|U > u] = (1 − t)dt
1−u u
1 t2
E[U − u|U > u] = (t − )|1u
1−u 2
1 1 u2
E[U − u|U > u] = ( −u+ )
1−u 2 2
1 u2 + 1
E[U − u|U > u] = (−u + )
1−u 2
7
Problema 3.
Muestre que si T es una variable aleatoria que representa el tiempo de vida y t > 0 es una
constante, la vida media residual E[T − t|T > t] puede calcularse como:
Z ∞
1
E[T − t|T > t] = S(t)dt
S(t) t
Tenemos que:
Z ∞
E[T ] = S(t)dt
0
Problema 4.
Muestre que si la variable aleatoria T > 0 representa el tiempo de vida y tiene función de
−t
supervivencia S(t) = e β , t,β > 0 , entonces S satisface S(t + y) = S(t)S(y) donde y, t > 0
Tenemos:
−t
S(t) = e β
−(t+y)
S(t + y) = e β
−t−y
S(t + y) = e β
−t −y
S(t + y) = e β e β
−t −y
∴ S(t + y) = e β e β = S(t)S(h)
Problema 5.
Ejercicio 2.1
Considere los datos de supervivencia dados en la tabla de ejercicios 2.1. Calcule y grafique la función de
supervivencia estimada, la función de densidad de probabilidad y la función de peligro.
Tabla de ejercicios 2.1
matriz<-(cbind(t,vt,Mt,Sest,fest,hest))
matriz
0.4
0.2
0.0
0 2 4 6 8 10
plot(t,fest,type="o")
9
0.20
0.15
fest
0.10
0.05
0.00
0 2 4 6 8 10
plot(t,hest,type="o")
10
0.25
0.20
0.15
hest
0.10
0.05
0.00
0 2 4 6 8 10
Ejercicio 2.4
Dada la función de riesgo: h(t) = c, obtenga la función de supervivencia y la función de densidad.
Rt
− h(x)dx
S(t) = e 0
Rt
− cdx
S(t) = e 0
t
S(t) = e−cx|0
S(t) = e−ct
f (t) = h(t)S(t)
f (t) = ce−ct
Ejercicio 2.5
y
Dada la función de supervivencia S(t) = e−t encuentre la función de densidad y la función de riesgo.
d
h(t) = − log(S(t))
dt
d y
h(t) = − log(e−t )
dt
11
d y
h(t) = − −t
dt
d
h(t) = ty
dt
h(t) = yty−1
f (t) = h(t)S(t)
y
f (t) = yty−1 e−t
Problema 6.
sprvivint<-function(datos){
Datos<-sort(datos)
sup<-max(datos)
total<-length(datos)
muertos<-c(0)
tmps<-c(0)
ss<-c()
s<-1
fv<-c()
tiempo<-0:sup+1
reps<-c(0)
for ( i in 1:length(Datos)) {
rep<-0
v<-Datos[i]
for (j in 1:length(Datos))
{
if (v == Datos[j]){
rep<-rep+1
12
}
}
muertos<-rep
vivos<-total-muertos
reps<-c(reps,rep)
tmps<-c(tmps,v)
}
matriz<-cbind(tmps,reps)
unique(matriz)
matriz<-matriz[!duplicated(matriz), ]
tmps<-as.numeric(matriz[,1])
mrt<-as.numeric(matriz[,2])
for (i in 1:length(tmps)){
f<-mrt[i]/length(datos)
fv<-c(fv,f)
s<-round(s-f,5)
ss<-c(ss,s)
}
matriz<-cbind(tmps,mrt,ss)
print(matriz)
plot(tmps,ss)
}
13