Estadística y Confiabilidad.

Informe de Resultados taller N° 2

Ejercicio 1

El número promedio de solicitudes de servicio, que se reciben en un departamento

de reparación de maquinaria, por cada turno de 8 horas es 25.
a. Indique la variable de interés, sus valores posibles, la distribución de
probabilidad que sigue y los parámetros de interés.
X= Solicitudes de servicio por cada turno. X~ 𝐏= 25
Distribución de Poisson.
X= (0,1,2,3,4,5…55)
2
μ=25 σ =25 σ =5
b. Elabore el Modelo de la situación que se le presenta en las tres formas
desarrolladas en la clase y determine la media y la desviación estándar de la
variable
Tabla 1) Modelo que se presenta para solicitudes de servicio por cada turno

( ) x=0,5,10 , 15,20,25,30,35.. μ=25 σ =25 σ =5

x −25
25 e 2
Pr ( X=x )=
x!
X= Solicitudes de
servicio/minuto Pr(x=x)
0 1,3888E-11
1 3,472E-10
2 4,34E-09
3 3,6167E-08
4 2,2604E-07
5 1,1302E-06
6 4,7092E-06
7 1,6819E-05
8 5,2558E-05
9 0,00014599
10 0,00036498
11 0,00082951
12 0,00172815
13 0,00332336
14 0,00593458
15 0,00989096
16 0,01545463
17 0,02272739
 18 0,03156582
19 0,04153397
20 0,05191747
21 0,06180651
22 0,07023467
23 0,07634203
24 0,07952295
25 0,07952295
26 0,07646438
27 0,07080035
28 0,0632146
29 0,05449534
30 0,04541279
31 0,03662321
32 0,02861189
33 0,02167567
34 0,01593799
35 0,01138428
36 0,00790575
37 0,00534172
38 0,00351429
39 0,00225275
40 0,00140797
41 0,00085852
42 0,00051102
43 0,00029711
44 0,00016881
45 9,3784E-05
46 5,0969E-05
47 2,7111E-05
48 1,412E-05
49 7,2043E-06
50 3,6022E-06
51 1,7658E-06
52 8,4893E-07
53 4,0044E-07
54 1,8539E-07
55 8,4267E-08
Total 0,99999993
Fuente: Registros

c. Halle la probabilidad de que:

a) se reciban más de 35 solicitudes de servicio en un turno de 8 horas.
 P ( X >35 ) =0.03384
b) se reciban entre 15 y 35 solicitudes de servicio en un turno de 8 horas.
P(15< X <35)=0.9651
c) menos de 35 solicitudes en un turno de 8 horas.
P ( X <35 ) =0.9775

Ejercicio 2
Se encuentra que sólo un generador de cada mil está defectuoso después de ser
ensamblado en una planta manufacturera. Los generadores defectuosos se
distribuyen en forma aleatoria en toda la cadena de producción. Se efectúa un
embarque de 500 generadores.
a. Indique la variable de interés, sus valores posibles, la distribución de
probabilidad que sigue y los parámetros de interés.

()
Pr ( X=x )= n p x ( 1−q )
x
n−x
X=0,1,2, 3…, n

X= número de Generadores X B(1000 ; 0.001)

n= 500
p= 0.1% / 100 = 0.001
q= 1-p = 1-0.001 = 0.999

b. Elabore el Modelo de la situación que se le presenta en las tres formas

desarrolladas en la clase y determine la media y la desviación estándar de la
variable.
Tabla 2) Modelo que se presenta para un numero de generadores de cada mil
defectuosos.
Fuente: Registros
( )
P ( x=x )= 500 0.001 ( 0.999 )
x
x 500−x
X=0,1,2, 3…500

μ=n∗p=500∗0.001=0.5
c. Halle la 2
σ =n∗p ( 1−q ) =500∗0.001+ 0.999=0.0004995

σ=√ σ 2 =√ 0.0004995 = 0.02235

X=Num
ero P(X=x
Genera )
dores
0,606
0 37894
0,303
1 49297
0,075
2 79729
0,012
3 59495
0,001
4 56649
0,000
5 15555
1,284
6 6E-05
9,074
7 6E-07
5,597
8 8E-08
3,063
9 2E-09
1,505
10 5E-10
TOTAL
= 1
probabilidad de que:
a) el embarque no tenga ningún generador defectuoso.
P ( X=0 )=0.6064
Grafica 1) Ningún generador defectuoso
Fuente: Registros

b) el embarque tenga 2 generadores defectuosos.

P ( X=2 )=0.07580

Grafica 2) 2 generadores defectuosos

Fuente: Registros

c) el embarque tenga entre 5 y 8 generadores defectuosos.

P ( 2≤ X ≤ 8 )=0.09013
Grafica 3) Entre 5 y 8 generadores defectuosos

Fuente: Registros.

Ejercicio 3
El conjunto de datos adjuntos en el archivo Excel hoja: “resistencia al esfuerzo
cortante”, consiste en 100 observaciones de resistencia al esfuerzo cortante (lb)
de soldaduras de puntos ultrasónicas aplicadas en un cierto tipo de lámina alclad.
Teniendo en cuenta esta información, realice los siguientes procesos:
a. A partir de un análisis de bondad de juste, Identifique el Modelo que mejor
ajusta a la variable de interés según los datos de la muestra.
Tabla 3) Prueba de bondad del ajuste
Distribución AD P LRT
P
Normal 0,136 0,977  
Transformación Box- 0,136 0,977  
Cox
Log normal 0,196 0,887  
Log normal de 3 0,141 * 0,362
parámetros
Exponencial 39,854 <0,003  
Exponencial de 2 15,958 <0,010 0,000
parámetros
Weibull 0,747 0,049  
Weibull de 3 0,137 >0,500 0,005
 parámetros
Valor extremo más 1,122 <0,010  
pequeño
Valor extremo por 1,208 <0,010  
máximos
Gamma 0,170 >0,250  
Gamma de 3 0,176 * 1,000
parámetros
Logística 0,199 >0,250  
Log logística 0,238 >0,250  
Log logística de 3 0,320 * 0,619
parámetros
Fuente: Pruebas y registros.

Grafica 4) Prueba de bondad del ajuste

Fuente: registros.

Tabla 4) Estadísticas descriptivas

N N* Media Desviación Mediana Mínimo Máximo Asimetría Curtosis
Estándar
100 0 5049,16 351,452 5052 4173 5828 - -
0,0392420 0,343494
Fuente: Registros
b. Identifique los parámetros de interés y elabore el modelo de la situación que se
le presenta en las dos formas desarrolladas en la clase, ecuación y gráfica.
X = resistencia al esfuerzo cortante (lb) X N (5049,16 , 351,452)
 Tabla 4) Modelo de la situación de 100 observaciones de resistencia al
esfuerzo cortante (lb) de soldaduras de puntos ultrasónicas aplicadas en un
cierto tipo de lámina alclad.

( )
2
−1 x−μ
1 2 σ
f ( x ; μ , σ )= e μ=5049,16 σ=351,452
σ √2 π
( )
2
−1 x−5049,16
1 2 351,452
f ( x ; 5049,16 ,351,452 )=¿ e ¿
351,452 √2 π

Fuente: registros

c. Halle la probabilidad de que la resistencia al esfuerzo cortante de una lámina

sea:
a). Mayor de 5450 lb
P ( X >5450 )=12,7 %

Grafica 5) mayor de 5450 lb

Fuente: registros

b) menor de 4770 lb
P ( X < 4770 )=21,35 %
Grafica 6) menor de 4770 lb

Fuente: registros.

c) esté entre 4950 y 5350 lb.

P ( 4950 ≤ X ≤5350 ) =41,51 %
Grafica 7) esté entre 4950 y 5350 lb.

Fuente: registros

Ejercicio 4
La tragedia que sufrió el transbordador espacial Challenger y sus astronautas en
1986 condujo a varios estudios para investigar las razones de la falla de la misión.
La atención se enfocó de inmediato en el comportamiento de los sellos anulares
del motor del cohete. Los datos que se presentan en el archivo Excel, hoja
“Temperatura” corresponden con los datos derivados de observaciones en x =
temperatura del sello anular (°F) en cada encendido de prueba o lanzamiento del
motor del cohete del transbordador (Presidential Commission on the Space
Shuttle Challenger Accident, Vol. 1, 1986: 129-131). Teniendo en cuenta esta
información, realice los siguientes procesos:

a. A partir de un análisis de bondad de juste, Identifique el Modelo que mejor

ajusta a la variable de interés según los datos de la muestra

Tabla 5) Prueba de bondad del ajuste.

Fuente: pruebas y registros

Tabla 6) Estadísticas descriptivas

Fuente: Registros.

Grafica 8) de probabilidad para temperatura de sello anular

Fuente: registros
 b. Identifique los parámetros de interés y elabore el modelo de la situación que
se le presenta en las dos formas desarrolladas en la clase, ecuación y
gráfica.

X= temperatura del sello anular (°F) X N (65.86,12 .1588)

Tabla 7) modelo de la situación de datos derivados de observaciones en x =
temperatura del sello anular (°F) en cada encendido de prueba o lanzamiento
del motor del cohete del transbordador.

( )
2
−1 x−μ
1 2 σ
f ( x ; μ , σ )= e μ=65.86 σ=12.1588
σ √2 π
( )
2
−1 x−65.86
1 2 12.158
f ( x ; 65.86,12.58 ) =¿ e ¿
12.158 √ 2 π

Fuente: datos derivados de observaciones.

c. Halle la probabilidad de que la temperatura del sello anular en un encendido
o lanzamiento del motor sea:

a). P ( X >75 ) =0.2261=22,61 %

Grafica 8) probabilidad de que la temperatura del sello anular en un encendido o

lanzamiento del motor sea mayor a 75.
Fuente: registros
b). P ( X <70 ) =0.6333=63,33 %

Grafica 9) probabilidad de que la temperatura del sello anular en un encendido o

lanzamiento del motor sea menor de 70.

Fuente: registros

c). P ( 45 ≤ X ≤55 ) =0.1428=14,28 %

Grafica 10) probabilidad de que la temperatura del sello anular en un encendido o
lanzamiento del motor sea entre 45 y 55.

Fuente: registros.
Ejercicio 5
Un fabricante desea evaluar la variabilidad de su proceso de blanqueo del papel.
El fabricante recoge 200 muestras de pulpa de forma aleatoria y registra el nivel
de brillo. El fabricante desea calcular un rango dentro del cual se pueda esperar
que se encuentre el brillo de al menos 99% de los lotes. Los datos que se
presentan en el archivo Excel, hoja “Brillo”. Teniendo en cuenta esta información,
realice los siguientes procesos:

a. A partir de un análisis de bondad de juste, Identifique el Modelo que mejor

ajusta a la variable de interés según los datos de la muestra.

Tabla 8. Prueba de bondad del ajuste

Prueba de bondad del ajuste

LRT
Distribución AD P P
Normal 1,685 <0,005  
Transformación 0,462 0,255  
Box-Cox
Lognormal 2,239 <0,005  
Lognormal de 3 1,670 * 0,004
parámetros
Exponencial 84,879 <0,003  
Exponencial de 2 49,276 <0,010 0,000
parámetros
Weibull 0,544 0,178  
 Weibull de 3 0,463 0,163 0,510
parámetros
Valor extremo más 0,688 0,075  
pequeño
Valor extremo por 9,784 <0,010  
máximos
Gamma 2,028 <0,005  
Gamma de 3 2,201 * 1,000
parámetros
Logística 0,769 0,025  
Loglogística 0,960 0,007  
Loglogística de 3 0,770 * 0,041
parámetros
Transformación de 0,364 0,436  
Johnson
Fuente: registros.

Método

Distribución Weibull
Nivel de confianza 95%

Porcentaje de población en el intervalo 99%

Grafica 11. Probabilidad para brillo

Fuente: registros.

Tabla 9. Estadísticas descriptivas.

Estadísticas descriptivas
Desviación Mínim
N N* Media Estándar Mediana o Máximo Asimetría Curtosis
200 0 82,7567 3,35835 83,23 70,57 90,05 -0,908117 1,54624
Prueba de bondad del ajuste
Distribución AD P
Weibull 0,544 0,178
Estimaciones ML de los parámetros de distribución
Distribución Ubicación Forma Escala Valor umbral
Weibull   30,17064 84,2516  
9
Fuente: registros.

b. Identifique los parámetros de interés y elabore el modelo de la situación que se

le presenta en las dos formas desarrolladas en la clase, ecuación y gráfica.

Grafica 12. Modelo de la situación de 200 muestras de pulpa de forma aleatoria y

registra el nivel de brillo

α−1 [ ] α =30,17 β=84,25 f ( x )= 29,17 [ ]

α 30,17
−x −x
α β 30,17
f ( x )= α ( x ) e (30,17)
( x ) e 84,25
β 84,25

Fuente: registros.

c. Halle la probabilidad de que el nivel del brillo del papel sea:

 a) mayor de 65

Grafica 13. mayor de 65

Fuente. registros

b) menor de 80

Grafica 14. menor de 80.

Fuente: registros.

c) esté entre 80 y 90
Grafica 15. entre 80 y 90

Fuente: registros.
Ejercicio 6
El tiempo de funcionamiento hasta que se avería el transmisor de señal de un
satélite de telecomunicaciones sigue una distribución exponencial de media 10000
días. Para que el lanzamiento del satélite y la inversión realizada sea rentable se
exige que la duración sea, al menos, de 10 años.

a. Elabore el Modelo de la situación que se le presenta en las dos formas

desarrolladas en la clase, ecuación y gráfica y determine la media y la desviación
estándar de la variable.

Transmisor de señal de un satélite de telecomunicaciones – Distribución

Exponencial
X= Duración de un componente en días E(X)=10000
Tabla 10. Modelo de la situación que se presenta para el tiempo de
funcionamiento hasta que se avería el transmisor de señal de un satélite de
telecomunicaciones.
 1 1
Si λ= =
E(x) 10000

Entonces:

{ }
1
x
e 10000
f ( x )=
10000
0

para x≥0 λ>0

en caso contrario

E(X) = μ = 10000

σ=
√ 1
λ 2 =
1
λ
= 10000

Fuente: registros.

b. Calcular la probabilidad de que un transmisor elegido al azar, resulte rentable.

1 dias
T = tiempo hasta la avería exp ( λ ), E [T] = = 10000 , con lo que
λ averia
1 averia
λ= .
10000 dia

La probabilidad de que un transmisor sea rentable es:

(
P T >3650
dias
Averia )
= 1 – F (3650) = 1- [1 – e− λ∗3650 ¿

−1 averia dia
3650
= e 10000 dia averia
=0,6942

c. Si una instalación industrial fabrica 10 transmisores, ¿cuál es la probabilidad de

que los diez cumplan las especificaciones?
Sea Y= número de transmisores que cumplen especificaciones ∽ Bin (n= 10, p =
0,6492).

La probabilidad de que los 10 transmisores cumplan con las especificaciones es la

siguiente:
P (Y = 10) = ¿ ¿) p10 (1− p)10 = 0.0260

d. ¿Cuál es la probabilidad de que haya al menos una avería en un año?

 −λ
e λ0 365
P (X ≥ 1) = 1 – P (X=0) = 1 - = 1 - e 10000 = 0.0358
0!

Ejercicio 7
El tiempo medio para que ocurra una falla (en horas) de un rodamiento en un eje
mecánico se modela satisfactoriamente como una variable aleatoria de Weibull
con parámetro de forma 𝛼 = 5, parámetro de escala 𝛽 = 5000 horas y parámetro
de umbral 𝜃 = 1500 horas.
a. Indique la variable de interés y elabore el modelo de la situación que se le
presenta en las dos formas desarrolladas en la clase, ecuación y gráfica. Calcule
el tiempo medio y la desviación estándar de la situación que se le presenta.
Tabla 11. Modelo de la situación para una falla (en horas) de un rodamiento en un
eje mecánico
α α
α−1 − (x−θ)/ β ]
f ( x )= α
(x−θ) e [
β
5 5

f ( x )= 5
(x−1500)5−1 e [−(x−1500)/5000 ]
5000

Fuente: registros.
T= tiempo medio para que ocurra una falla (en horas)
T~W (𝜃 = 1500, 𝛽 = 5000, 𝛼 = 5)

μ= E ( x )= β . r ( α1 +1)=5000∗0,9181=¿4590,84
σ ( x )=β∗¿ ¿ = 5000 * 0,02211 = 110,57
b. Halle la probabilidad de que
a) . ¿Dure por lo menos 6000 horas?
Grafica 16. Duracion de 6000 horas.

Fuente: registros.

P(T≥6000) = 0.5541 = 55%

b). ¿Dure entre 2000 y 3000 horas?
Grafica 17. Duración entre 2000 y 3000 horas.

Fuente: registros
P(2000≤T≤6000) = 0.002417 = 0.24%
 c). ¿Dure entre 5500 y 9000 horas?
Grafica 18. Duración entre 5500 y 9000 horas.

Fuente: registros.

P(5500≤T≤9000) = 0.7201 = 72%.

Ejercicio 8
Un sistema está formado por 3 componentes conectados en serie. El sistema falla
cuando falla uno de los componentes. Los componentes C1 y C2 tienen tiempo de
vida T1 y T2 que se distribuyen como una exponencial de media 18000 horas. La
distribución de probabilidad de la vida, T3, del componente C3 es N(12000, 200).
Los tiempos de vida de los tres componentes son independientes.

a) Modele cada una de las situaciones que se le presentan. Construya su

gráfica.
Componentes C 1 y C 2 – Distribución Exponencial
X= Duración de un componente en horas E(X)=18000
 Tabla 12. Modelo de la situación un sistema está formado por 3 componentes
conectados en serie.

1 1
Si λ= =
E(x) 18000

Entonces:

{ }
1
x
18000
e
f ( x )=
18000
0

para x≥0 λ>0

en caso contrario

Fuente: registros
Componente C3 – Distribución normal
X= Duración de un componente en horas X N(12000,200)
Tabla 13. Modelo de la Situación que se presenta.

2
x−12000
1 −1/ 2 ¿(
200
)
f ( x ; 12000,200 )= e
200 √ 2 π

µ=12000
ð=200
Fuente: registros.

b)
a. Calcular la probabilidad de que el componente C1 dure más de 12000
horas.
PC 1 (X >12000)=0,5134=51,34 %

Grafica 19. Duración mas de 12000 horas.

Fuente: registros.

b. Calcular la probabilidad de que el componente C1 dure más de 16000

horas, si ha durado ya 13000 horas.
PC 1 ( X >16000)=0,4111=41,11 %

Grafica 20. Probabilidad que dure mas de 16000 horas si ha durado ya

13000 horas.
Fuente: registros.
c. Calcular la probabilidad de que el sistema dure más de 13000 horas.

PC 1 ( T 1 >13000 ) =0,4857=P C2 (T T 2 >13000)

Grafica 21. Duración mas de 13000 horas.

Fuente: registros

PC 3 (T 3> 13000)=2,8665 E−7

Grafica 22.
 Fuente: registros.

(el sistema dure más de 13000 horas) = P(T 1 ∩T 2 ∩T 3 ¿

=P(T 1)*P(T 2)*P(T 3)

= (0,4857) *(0,4857)*( 2,8665 E−7 )

= 6,7622 E−8
c) Para reforzar el componente C3 se instala un componente gemelo en paralelo.
Calcular la probabilidad de que el sistema dure más de 10000 horas.

PC 1 ( T 1 >10000 ) =0,5738=PC 2 (T 2 >10000)

Grafica 23. Duración del sistema mas de 10000 horas.

Fuente: registros.
PC 3 ( T 3 >10000 ) =1=PC 3 ´ (T 3´ >10000)

Grafica 24.

Fuente: registros.
Entonces,
P ( el sistema dure mas de 10000 horas )=P [ ( C 1 ∩C 2 ) ∩ ( C3 ∪ C3 ´ ) ] =P ( C 1 ) P ( C 2 )∗[ P ( C 3 ) + P ( C3 ´ ) −P ( C 3 ) P ( C3 ´ ) ]=

¿ 32,92 %

Ejercicio 9
9. El circuito siguiente trabaja si y solo si existe una trayectoria en funcionamiento
de izquierda a derecha. El dibujo indica la posibilidad de que cada dispositivo
funcione. Suponga que la probabilidad que cada dispositivo funcione no depende
de los demás dispositivos. ¿Cuáles son las probabilidades que el dispositivo
funcione?

A B C

D E F
 P ( M ∪ M )=P ( M )+ P ( N ) −P ( M ∩ N )

El sistema funciona si: funciona ( AyByC ) o ( Dy E Y F )

P(Funcione): P [ ( A ∩ B ∩C ) ] ∪ [ ( D ∩ E ∩ F ) ]

P= [ P ( A ∩ B∩ C ) + P ( D∩ E ∩ F )−P ( A ∩ B∩C ) ∩ ( D∩ E∩ F ) ]

P=P ( A ∩ B ∩C+ P ( D ∩ E ∩ F ) ) −P ( A ∩ B ∩C ∩ D ∩ E ∩ F )

P¿ P ( A ) P ( B ) P ( C )+ P ( D ) P ( E ) P ( F ) −P ( A ) P ( B ) P ( C ) P ( D ) P ( E ) P ( F )
P¿ ( 0.9 ) ( 0.9 ) ( 0.8 ) + ( 0.95 ) ( 0.95 ) ( 0.9 )−( 0.9 )( 0.9 ) ( 0.8 ) ( 0.95 ) ( 0.95 ) ( 0.9 )
P=0.843662
La probabilidad de que el dispositivo funcione es del 84.36%

Ejercicio 10
Los tiempos de falla para una máquina ha demostrado seguir una densidad de
probabilidad Weibull con parámetro de forma 𝛼 = 56,5 y parámetro de escala 𝛽 =
121,9
a) Elabore el Modelo de la situación que se le presenta en las dos formas
desarrolladas en la clase, ecuación y gráfica. Calcule el tiempo medio y la
desviación estándar de la situación que se le presenta.
𝑇~𝑊 (𝜃=0, 𝛽=121,9, 𝛼=56,5)

Tabla 14. Modelo de la situación de tiempos de fallas de una máquina.

𝑓𝑥=𝛼/𝛽𝛼 𝑥𝛼−1 𝑒 {−𝑥/𝛽} 𝛼

𝑓𝑥=56,5/ 121,9 (56,5) 𝑥 (55.5)

𝑒{−𝑥/121,9} 56,5
Fuente: Tiempos de falla de una máquina.

Tiempo medio: 𝜇=E𝑇= 𝛽. 𝛤(1/𝛼+1)

𝜇= 121.9 * (0.9904)
𝜇= 120.738

Desviación estándar: 𝐷𝐸𝑇=𝛽. (𝛤(2𝛼+1) −𝛤(1𝛼+1) ∧ 2) ∧ ½

𝐷𝐸𝑇= 121.9* (4.92*10-4)
𝐷𝐸𝑇= 0.022

b) Encuentre la confiabilidad de la máquina para un tiempo de 120 horas

𝑅(𝑡) = 𝑒− [𝑡/ 𝛽] ∧ 𝛼
𝑅(𝑡) = 𝑒∧ -(0.411)
𝑅(𝑡) = 0.66

Grafica 25. confiabilidad de la máquina para un tiempo de 120

horas.

Fuente: registros.

c) Encuentre la tasa de falla de una de las máquinas para un tiempo de 125

horas

f (t)
h ( t )=
R (t)

0.03143
h(𝑡) =
0.01604

h(𝑡) = 1.95 fallos / hora.

 Ejercicio 11
Los tiempos de falla de unos tubos de transmisión tienen una distribución Gamma
con 𝛼 = 5 y 𝛽 = 650 horas
a) Elabore el Modelo de la situación que se le presenta en las dos formas
desarrolladas en la clase, ecuación y gráfica. Calcule el tiempo medio y la
desviación estándar de la situación que se le presenta
Distribución Gamma
X = tiempo de falla de tubo de transmisión (horas) X Γ (5,650)
Tabla 8. Modelo de la situación que se presenta
Tabla 15. Modelo de la situación de tiempos de fallas de tubos de transmisión.
−x
∝−1 β
x e
f ( x , α , β )={ ∝
para x >0 α , β >0
β ∗Γ ( α )
0 en caso contrario
α=5 β=650

Si,
Γ ( α )=( α −1 ) != (5−1 ) !=4 !=24
−x
4 650
x e
f ( x ,5,650 )=
6505∗24

μ= 𝐄(𝒙)= 𝛼* 𝛽
μ= 650*5=3250

: σ =√ α∗β 2
σ =√ 5∗6502=1453,44

Fuente: registros.

b) Encuentre la confiabilidad de uno de estos tubos para un tiempo de 6000 horas

R(t=6000) = P(X>6000) = 0,04766

Grafica 26. Probabilidad para un tiempo mayor a 6000 horas

Fuente: registros.

c) Encuentre la tasa de fallo asociada con uno que ha operado exitosamente por
7000 horas

f (t)
h ( t )=
R (t)

Si,
R(t=7000) = P(X>7000) = 0,01764
f ( t =7000 )=P (6999,5 ≤ X ≤7000,5 )=0,00001814

Remplazando:

0.00001814
h(𝑡) = =0001028 fallos /hora
0.01764