UNIVERSIDAD TECNOLÓGICA DEL PERÚ

Avance de Trabajo Final

“Factores y probabilidades de fallas más comunes de motos lineales en Lima metropolitana

en el año 2022”

Trabajo que como parte del curso de Estadística Inferencial presentan los alumnos

INTEGRANTES:

1. Miguel Romario Cortez Álvarez U21314336

2. Rodrigo Alberto Vargas Padilla U213121543
3. Tony Brian Arribasplata Saldivar U19304536
4. Michael Eduardo Clavo Gálvez U21217142

Lima, 04 de octubre de 2022

1
 ÍNDICE
RESUMEN.................................................................................................................................

CAPITULO 1..............................................................................................................................

1.1. ANTECEDENTES DE INVESTIGACION..............¡Error! Marcador no definido.

1.2. PROBLEMA CENTRAL DEL PROYECTO..............................................................
1.3. DEFINICIÓN DE OBJETIVOS......................................................................................
Objetivo general:.....................................................................................................................
Objetivos específicos:.............................................................................................................
CAPITULO 2............................................................................¡Error! Marcador no definido.

2.1. DETERMINACION DE TERMINOS ESTADISTICOS:...............................................

2.2. VARIABLES Y TIPO DE VARIABLES........................................................................

2
 CAPITULO 1

1.1. ANTECEDENTES DE INVESTIGACION

De acuerdo a Antabamba, Azanza, Reyes, Remache y Ruiz (2020), en su investigación se
pudo determinar que todo vehículo tiene que ofrecer repuestos de disco de freno; ya que la
eficacia del sistema utilizado para el bloqueo de moviente de frenado, debe tener
implementado como elemento principal los discos y tambores de carbono. Para ello, fue
corroborado a raíz de la realización de muestras, cumpliendo con los requerimientos
establecidos específicamente según el SAE J431, que indica que el freno automotriz debe
contener una cantidad determinada de carbono equivalente con la matriz perlitica.

Para Solberger (2018), propone analizar las prácticas y producción de carreras ilegales de
vehículos en los jóvenes. Es por ello, que en la investigación se busca comprender los
comportamientos de riesgo que trae con ello lo antes mencionado; como prueba de campo
realizado, se deslinda que los jóvenes no consideran esta práctica como un riesgo, sino como
un juego, ya que en los jóvenes segrega en mayor cantidad la hormona antes mencionada.
Por lo que es una tendencia a la seguridad en relación al riesgo, pero al mismo tiempo crea
nuevas situaciones de limite y existe la necesidad de experimentar situaciones extremas.

Según Antamba y Azanza (2020), en su investigación sobre el Análisis de las características

del material de fabricación de autopartes originales y alternos. Caso de estudio: Disco de
freno; que tiene como objetivo analizar cuantitativamente las características del material de
discos de freno entre autopartes originales y alternativas, refieren que todos los vehículos
propulsados cuentan con un sistema de frenado adoptado según el tipo de vehículo y trabajo
para el que están diseñados, donde se concluye que las muestras del material de disco de
freno, cumplen con las especificaciones de SAE J431, que indica el requerimiento de
carbono propuesto para la fabricación de discos y tambores de freno automotriz, deben
contener al menos un 4.3 % de carbono equivalente con matriz perlítica.

Según Villar (2018), según su proyecto de investigación "Controlador fuzzy aplicado a

sistemas de frenado ABS en ingeniería automotriz"; se refiere que el sistema de frenos ABS
es utilizado en los vehículos cuando se desplaza en alta velocidad, el control de frenado
permite controlar al vehículo sin perder el arrastre o tracción, donde se concluye que los
vehículos modernos están controlados el sistema de frenos antibloqueo ABS con algoritmos
de control sofisticado.

3
1.2. PROBLEMA CENTRAL DEL PROYECTO

 La pregunta principal para formularnos sería. ¿Qué factores influyen, a que las motos
lineales tiendan sufrir sus primeras fallas mecánicas y cual es probabilidad de que
suceda?

1.3. DEFINICIÓN DE OBJETIVOS

Objetivo general:

Justificar estadísticamente los factores y la probabilidad de las fallas más comunes de

motos lineales en Lima metropolitana en el año 2022

Objetivos específicos:

 Determinar la cantidad de conductores que presenten problemas automovilísticos en

Lima Metropolitana.

 Determinar la cantidad de accidentes automovilísticos que ocurren al año en Lima

Metropolitana.

 Identificar con qué frecuencia suceden accidentes automovilísticos debido a las fallas

mecánicas en Lima Metropolitana.

 Identificar con qué frecuencia se realizan el mantenimiento automovilístico.

 Identificar con qué frecuencia los vehículos pasan revisión técnica.

 Identificar los factores que presenten fallas de las motos lineales.

 Identificar la probabilidad de conductores.

4
 CAPITULO 2

2.1. DETERMINACION DE TÉRMINOS ESTADÍSTICOS:

 Población: Los 175000 motociclistas transitan en Lima Metropolitana a diario.

 Muestra: 25 motociclistas, uno de cada distrito de Lima Metropolitana

 Unidad de análisis: Un motociclista de Lima Metropolitana
 Parámetros: Media, Varia y Proporción.
 Estadísticos: Media, Varia y Proporción.
2.2. VARIABLES Y TIPO DE VARIABLES
V1: Accidente de Transito

V2: Fallas de motos lineales

Variable General Tipo

Accidente de Transito Variable Cualitativa Nominal
Fallas de motos lineales Variable Cualitativa Nominal

Sub Variables Tipo

Edad Variable Cuantitativa discreta
Género Variable Cualitativa Nominal
Número de personas que tienen accidentes al día Variable Cuantitativa discreta
Número de personas que hacen uso del servicio Variable Cuantitativa discreta
del mecánico al día
Días Variable Cuantitativa discreta
Tiempo de atención Variable Cuantitativa continua
Días Variable Cuantitativa discreta
Número de faltas de vehículos que no pasen Variable Cuantitativa discreta
revisiones técnicas al año
Número de accidentes automovilísticos Variable Cuantitativa discreta
Número de accidentes de tránsito generado por Variable Cuantitativa discreta
motos lineales
Número de accidentes de tránsito ocasionado por Variable Cuantitativa discreta
fallas mecánicas
Número de accidentes de tránsito ocasionado por Variable Cuantitativa discreta
fallas de fabrica
Número de charlas de prevención de accidentes Variable Cuantitativa discreta
de transito
Número de frecuencia de renovación de licencia Variable Cuantitativa discreta
de conducir
Numero de frecuencia de exámenes psicológicos Variable Cuantitativa discreta
a conductores

5
2.3. MUESTRA ESTADISTICA Y TIPO DE MUESTREO.
MUESTRA
Se procesa una muestra aleatoria simple con un tamaño de muestra calculado con un 95% de
confianza. Si el error muestral es del 5%, el coeficiente de probabilidad es de 0.5% y la
probabilidad de 0.5 o más, asumiendo que se conoce la muestra de 25 conductores de Lima
Metropolitana.
Asumiendo que la probabilidad de éxito es 85% y la probabilidad de fracaso es 15%.
Nivel de confianza Calificación Z
0.95 → 95% 1.96

Cálculo del tamaño de muestra conociendo la población

La fórmula utilizada es:
2
N × Zα × p × q
n= 2 2
d × ( N −1 )+ Z α × p ×q

Donde:
N = Tamaño de Población (Hay 175000 conductores de Lima Metropolitana)
Zα = Nivel de Confianza
p = probabilidad de éxito o proporción esperada
q = probabilidad de fracaso
D = Error máximo permisible en la estimación

2
175000 × ( 1.96 ) ×0.85 × 0.15
n= 2 2
( 0.05 ) × (175000−1 ) + ( 1.96 ) × 0.85 ×0.15
n=195.7036

Cálculo del tamaño de muestra para una media cuando se conoce la población
La fórmula utilizada es:

2 2
Z ×σ ×N
n= 2 2 2
E × ( N −1 ) +Z ×σ

Donde:
N = Tamaño de Población (Hay 175000 conductores de Lima Metropolitana)
Zα= Nivel de Confianza

6
σ2 = Varianza Estimada
E = Error máximo permisible en la estimación

( 1.96 )2 ×σ 2 ×175000
n= 2 2
( 0.05 ) × (175000−1 ) + ( 1.96 ) × σ 2

n=1523.2731

2.4. GRAFICOS Y TABLAS ESTADISTICAS POR VARIABLE

2.5. MEDIDAS DE TENDENCIA CENTRAL

PROPUESTA DE PREGUNTAS PARA ENCUESTA

1. ¿Con que frecuencia maneja su vehículo?
 1 hora
 1 día
 1 semana
 1 otros
2. ¿Cada cuánto tiempo pasa revisiones técnicas?
 1 semana
 1 quincena
 1 mes
 Otros
3. ¿Con cuanto califica la calidad de los frenos ABS?
 6
 7
 9
 10

4. ¿Con cuánto de puntaje califica las ventajas contra el sistema tradicional de los
mantenimientos en las motos lineales?
 5
 6
 8
 10

5 ¿En qué rango de frecuencia trabajan sus activadores del ABS?

 4 segundos
 6 segundos
7
  8 segundos
 10 segundos
6 ¿Cuántos tipos de mantenimiento realiza el conductor al mes?
 1 tipo
 2 2 tipos
 3 tipos
 Más de 3

7 ¿conque frecuencia se hace cambio de todos los frenos del vehículo?

 Semanal
 Mensual
 Trimestral
 Semestral

8 ¿Qué cantidad de cliente promedio ha quedado satisfecho con los mantenimientos

mecánicos?
 De 5 a 10
 De 10 a 15
 De 15 a 20
 De 20 a 25

10 ¿conque puntaje califica el tráfico en la ciudad siendo 1 malo. 4 regular, 8 bueno y 10

excelente?
 1
 4
 8
 10

11 ¿cree q los causantes de los accidentes automovilísticos en su mayoría son por fallas
mecánicas?
 Si
 No
 Puede ser
 Otros

12 ¿Qué tipo de freno es más eficaz para usted?

 ABS
 CBS
 Discos
 Tambor
 Frenos de mano

13 ¿Cuántos tipos de frenos conoces?

 0
 1
 2
8
  3
 4

14 ¿Sabe cómo reaccionar cuando se le presenta una falla mecánica en su moto lineal?
 Si
 No
 Más o menos
 Ni idea

15 ¿Sabía que los frenos CBS en las motos lineales se instalan desde 1983?
 Si
 No
 Más o menos
 Ni idea

16 ¿Tiene entendido que el sistema de freno combinado (CBS) reduce la accidentalidad?

 Si
 No
 Ni idea
 Más o menos

17 ¿Sabe qué es y cómo funciona los frenos en las motos lineales?

 Si
 No
 Más o menos
 Ni idea

18 ¿Qué año de fabricación es la moto?

 2019
 2020
 2021
 2022

19 ¿Qué tipo de combustible utiliza su moto?

 90
 95
 97
 84

20 ¿A qué velocidad viaja con frecuencia?

 50 km/h
 60Km/h
 70Km/h
 80Km/h
21 ¿Cada cuánto kilómetro realiza mantenimiento su moto?

9
  5mil
 10mil
 15mil
 20mil

22 ¿Cuánto gasta en promedio por cada mantenimiento de su moto?

 50 soles
 70 soles
 90 soles
 Otros montos

1. DISTRIBUCIÓN MUESTRAL:

1.1 DISTRIBUCIÓN MUESTRAL DE MEDIA CON VARIANZA CONOCIDA

1. En la empresa GOLDMOTORS, la calidad de los frenos ABS tiene una muestra de

36, con una desviación estándar poblacional de 18 personas, con una media muestral
de 9. Calcular la probabilidad de calificación de manera que la media muestral sea
mayor a 10, si se sabe que tiene una media poblacional de 6.

N=36
σ=18
x̄=9 Rpta: P(x̄>10) = 1-0.84134
μ=6 = 0.15866

* Media mayor a 10 (x̄>10)

P(x̄>10) = 1-P(x̄≤10)
1-P(Z≤ 9-6)
-----
18 = 1- P(Z≤1) Tabla Z
------
√36 0.84134

1.2 DISTRIBUCIÓN MUESTRAL DE MEDIA CON VARIANZA DESCONOCIDA

2. Una compañía produce frenos, que se ajusta a una distribución normal de valor
medio 6, teniendo una muestra de 25 con una desviación estándar muestral de 15.
Calcular la probabilidad de que el puntaje de la media de una muestra que se obtenga
por las ventajas del sistema de frenos sea menor a 12.

N=25
μ=6
S=16

P(x̄<12)
10
 P(tn-1 ≤ 12-6)
-------
16 = P(t < 1.875) = 0.96
------ 24
√25
Tabla T

1.3 DISTRIBUCIÓN MUESTRAL DEDIFERENCIA DE MEDIAS CON VARIANZA

CONOCIDA

3. Frecuencia de los activadores hombres del ABS = 8

Hombres Mujeres seg / varianza hom = 210
μ=8 μ=6 Frecuencia de las activadores mujeres del ABS = 6
σ²=210 σ²=168 seg / varianza muj = 168
N=42 N=35 Si se toma una muestra de 42 hombres y 35 mujeres.
¿Cuál es la probabilidad de que la frecuencia media de los activadores hombres sea
menor de 12 segundos al de las mujeres?

P(x̄1- x̄2)<12

P[Z<12-(8-6)] = P(Z<3.19)
-----------------
√210 + 168 0.99929
------- -------
42 35

1.4 DISTRIBUCIÓN MUESTRAL DE DIFERENCIA DE MEDIAS CON VARIANZA

DESCONOCIDA IGUALES

4. Se realiza una investigación sobre la frecuencia del tiempo de cambios de los frenos
de un vehículo, ya que sigue distribuciones normales con una media de 51
trimestralmente y 47 mensual. En el primer transcurso del tiempo se realiza 14
cambios con una varianza de 6 y en el segundo tiempo con 18 cambios y una
varianza de 9. Calcular la probabilidad de que el primer tiempo se haya realizado 5
veces más que el segundo tiempo.

Población

1. Trimestral 2. Mensual
μ=51 μ=47

Datos de muestra

1. Trimestral 2. Mensual
N=14 N=18 Tabla T
σ=6 σ=9
P(x̄1-x̄2 >5)

11
 P(t >5-(51-47) P(t 30 > 1.0113) = 1-P(t < 1.0113)
n1+n2-2 -------------- 30
√7.7(1 + 1)
--- --- = 1 - 0.8
14 18
= 0.2

1.5 DISTRIBUCIÓN MUESTRAL DE DIFERENCIA DE MEDIAS CON VARIANZA

DESCONOCIDA DIFERENTES
5. En una empresa hay talleres lo cual tiene una satisfacción de sus clientes de una
muestra de 20 cada uno, dándose a obtener que la varianza muestral de A es 5 y la de
B es 10, que tiene una distribución muestral de media poblacional de 88 y 76, dado
que las varianzas poblacionales son desconocidas, pero se sabe que son diferentes.
Hallar la probabilidad de que la media muestral del taller A sea 5 veces mayor más
que el taller B.

Taller A Taller B

N=17 N=17
S² =5 S²=10
μ=88 μ=84

P(x̄1-x̄2 >6)
(S²
---- +-----
S²)²
P[tv>6-(88-84)] V= N1 N2
-------------- ----------------
√(5 + 10 ) (S²)² (S²)²
----- ----- ------- +
17 17 N1 N2
----- ------
N1-1 N2-1
P(t > 2.13) (5) + 10)²
29 ---- ----
(17)² (17)²
V= -------------------
1-P(t ≤ 2.13) ( 5 )² + (10)²
29 ---- -----
(17)² (17)²
---- ----
1- 0.975= 0.025 16 16

V=28.8 = 29

1.6 DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN

6. Se hizo una encuesta para verificar cuántas personas saben acerca de los distintos
tipos de frenos, lo cual 40 de cada 100 personas sabían qué tipo de frenos utilizan en
sus vehículos, además en una oficina las personas recibieron la información acerca
de los 250 tipos de freno que hay. Calcular la probabilidad de más de un 15% de las
personas hayan recibido toda la información.

π=6 N=250 P[Z>0.10-0.06)]

----- -----------------
√ 12
 100 0.06(1-0.06)
------------------
250
π = 0.06 P(Z>2.67)
P(P>0.10) 1-P(Z≤ 2.67) = 1-0.99621
= 0.00379

2. INTERVALOS DE CONFIANZA:

2.1 INTERVALO DE CONFIANZA PARA LA MEDIA CON VARIANZA

CONOCIDA

7. La compañía Kastor produce frenos para sus vehículos lo cual tiene un grosor de 4
milímetros de acero inoxidable, con una desviación estándar de 2 milímetros. Para
corroborar este tomo una muestra de 30, seleccionadas al azar que indica que el
diámetro promedio del objeto es de 8.05 milímetros. Encuentre el intervalo de
confianza del 97% para la media poblacional de todos los frenos producidos por la
empresa.

x̄ - Z 1-α .----
σ ≤ µ ≤ x+ Z 1-α . σ 7.26 ≤ µ ≤ 8.84
----- ---- ----
2 √30 2 √30

8.05 - 2.17 x 2 ≤ µ ≤ 8.05 +2.17 x 2

---- ----
√30 √30

σ=2 1-α= 97%

N=30 α = 0.03

x̄=8.05
Z (1-0.03)
------ = Z (0.985)
2 = 2.17

2.2 Intervalo de Confianza para la Media con varianza conocida.

8. Se quería estimar la velocidad media en una calle con un límite teórico de 50km por hora.
Con un radar oculto, se observó que la velocidad media de una muestra de 25 motos lineales
fue de 58km/hora. Si la desviación típica de la velocidad en esta calle es de 6km/hora,
calcular un intervalo de 95 % de confianza para la verdadera velocidad media.
Alfa 0,05 = 0,05
Desviación estándar 6=6
Tamaño 25 = 25

13
 = 2,351

Un intervalo de confianza es
58 ± 1,96 ∗ 6/
25 = 58 ± 2,35 = (55,65, 60,35).
Se estima que la verdadera velocidad media en esta calle es entre 55,65km/hora y 60,35km/hora.

2.3 Intervalo de Confianza para la Media con varianza desconocida

9. En 100 pruebas realizadas a los vehículos mecánicos que ha presentado fallas x fuga de aceite el
nivel medio de fuga era de 0,65 litro con una cuasi desviación típica de 0,1 litro. hallar un intervalo
de 95 % de confianza para el verdadero nivel media de aceite derramado y provocar estas fallas.

Alfa 0,05 = 0,05

Desviación estándar 1=1

Tamaño 100 = 100
=0,01959964

El intervalo es 0,65 ± 0, 02 = (0,63, 0,67).

REFERENCIA BIBLIOGRAFICA

Sanchez, M. (2020). Análisis de las características del material de fabricación de

autopartes originales y alternos. Caso de estudio: Disco de freno. Enfoque UTE vol.11 no.3
Quito jul./sep. 2020. http://scielo.senescyt.gob.ec/scielo.php?script=sci_arttext&pid=S1390-
65422020000300102&lang=es

Sollberger, L. (2018). Arriesgarse la vida por una carrera: riesgos y carreras callejeras
ilegales de automóviles y motos. https://doi.org/10.1590/1807-57622017.0548

Antamba, J y Azanza, V. (2020). Manufacture material characteristic analysis of original

and alternative auto parts. Case Study: Brake Disc. Enfoque UTE, 11(3), 102-110.
http://scielo.senescyt.gob.ec/scielo.php?script=sci_arttext&pid=S1390-
65422020000300102&lang=es

Astocondor Villar, J. (2018). "Controlador fuzzy aplicado a sistemas de frenado ABS en

ingeniería automotriz".

14
http://repositorio.unac.edu.pe/bitstream/handle/20.500.12952/4006/Astocondor
%20Villar_IF_2018.pdf?sequence=1&isAllowed=y

15