Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. CONCEPTOS DE
1. CONCEPTOS DE
CONFIABILIDAD
CONFIABILIDAD
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-2
Objetivo: Presentar los conceptos indispensables
para entender la confiabilidad
Propsitos
definir confiabilidad
t
1
t
2
DSTRBUCONES DE PROBABLDAD
El rea total bajo la
curva siempre es 1 o
100%
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-7
0 5 10
0.0
0.1
0.2
0.3
0.4
t
f
(
t
)
0 100 200 300
0
10
20
30
OBS
P
e
r
c
e
n
t
1.6667
8.3333
30.0000
15.0000
13.3333
6.66676.6667
8.3333
3.33333.3333
0.0000 0.0000
3.3333
EJEMPLOS DE DSTRBUCONES DE PROBABLDAD
56.399 138.573 172.78 39.655
56.554 132.988 45.735 9.52
35.389 234.234 62.171 29.374
56.215 63.378 78.558 46.076
188.26 28.855 75.812 193.45
90.882 49.089 75.492 103.507
132.312 123.442 27.978 107.717
60.465 49.526 145.911 179.036
301.525 71.698 95.475 61.099
302.01 45.352 175.935 46.613
101.978 182.344 34.899 82.272
98.37 225.349 43.461 176.949
64.026 137.758 52.311 145.45
43.881 93.901 49.619 73.873
53.358 77.471 92.019 117.592
PDF Weibull
Histograma
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-8
DSTRBUCON ACUMULADA DE
PROBABLDAD
Si acumulamos las probabilidades desde el inicio hasta
un tiempo t
1
, obtenemos la Distribucin de
Probabilidad Acumulada {CDF F(t)}.
F(t
1
) = P(t t
1
)
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-9
1
0
1
) ( ) 0 ( ) (
t
dt t f t t P t F
DSTRBUCON ACUMULADA DE PROBABLDAD
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
t
f
(
t
)
t
F
(
t
)
1-10
F t P t t f t dt
t
( ) ( ) ( )
0
1
0
1
DSTRBUCON ACUMULADA DE PROBABLDAD
t
1
No confiabilidad, F(t)
Funcin de Densidad de Probabilidad
t
1
Funcin de Distribucin Acumulada
0
1
0
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-11
DEFNCN DE CONFABLDAD
Confiabilidad es la probabilidad de que un sistema
ejecute su funcin de intencin sin fallar para un
intervalo especfico, bajo condiciones establecidas.
Se define como la Probabilidad de Supervivencia en un
determinado tiempo.
R(t) = 1 - F(t)
Algunos autores presentan como sinnimos
Supervivencia y Confiabilidad
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
t
R
(
t
)
Funcin de Confiabilidad
t
f
(
t
)
1-12
DEFNCN DE CONFABLDAD
R t F t f t dt f t dt
t
t
( ) ( ) ( ) ( )
1 1
0
t
1
Funcin de Densidad de Probabilidad
0
0
1
t
1
0
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-13
MTBF - MTTF
Si el tiempo de vida para una caracterstica de calidad
es una variable aleatoria y conocemos su distribucin
de probabilidad , podemos calcular una medida de
localizacin, por ejemplo el valor de su media.
El valor medio del Tiempo de Vida se denomina Tiempo
Promedio entre Fallas, MTBF es el acrnimo en
ngls, y se refiere a una medicin bsica de
confiabilidad para artculos que se pueden reparar.
MTTF se refiere al Tiempo Promedio de Fallas, esto es
para artculos que no pueden ser reparados.
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-14
0 100 200 300
0
10
20
30
tiempo
P
e
r
c
e
n
t
1.6667
8.3333
30.0000
15.0000
13.3333
6.66676.6667
8.3333
3.3333 3.3333
0.0000 0.0000
3.3333
MTBF - MTTF
La media estimada del
tiempo de vida est marcada
con la lnea punteada es de
!"#$% se obtuvo calculando
el promedio de los tiempos
98.932
0 5 10
0.0
0.1
0.2
0.3
0.4
t
f
(
t
)
N
t
m
N
i
i
1
La media calculada para esta
distribuci&n Weibull es 'unci&n
de sus parmetros =2 ( =2
1.77245
,
_
1
1 MEDIA
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-15
TEMPO DE MSN
Tiempo de Misin se refiere al tiempo intentado durante
el cual el producto entrega la caracterstica de
calidad satisfactoriamente.
El Tiempo de Misin es una decisin de negocios y
sirve para establecer una meta de logro por parte del
producto en cuanto a sus caractersticas.
Tiempo de Misin
Qu confiabilidad lo!a!emos"# $%tiempo de misin&
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-16
VELOCDAD DE FALLA
La Velocidad de Falla Tasa de Riesgo o tambin Tasa
de Falla es la fraccin de fallas probables entre la
proporcin de supervivientes al tiempo t. Cuando se
conoce la Distribucin de Probabilidad de t, se
calcula a partir de
(t) = PDF ! R(t)
Es una medida de la "mortalidad entre los artculos
que quedan.
La tasa de falla representa la propensin a la falla de un
producto como una funcin de su edad o tiempo en
operacin. La tasa de falla en cualquier tiempo dado es la
proporcin que caer en la siguiente unidad de tiempo
respecto a aquellas unidades que han sobrevivido a este
tiempo.
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-17
TASA DE FALLA O TASA DE RESGO
Por ejemplo, 1000 motores elctricos se ponen a prueba en el
tiempo CERO. Cuatrocientos de ellos estn trabajando a las 2000
horas, 50 de ellos fallaron en las siguientes 100 horas y otros 50
fallaron en las siguientes horas como lo ilustra la figura.
" #""" #1"" ##"" oras
tiempo
1""" $"" %&" %""
'o( de
sobre)i)ientes
La tasa de falla para los motores a las 2000 horas es:
(#""") = (nmero de fallas por ora posteriores a las #""" oras)
nmero de sobre)i)ientes a las #""" oras
= (&"!1"")!$"" = "(""1#& unidades!ora
Similarmente, la tasa de falla a las 21 !oras es"
(#1"") = (&"!1"")!%&" = "(""1$ unidades!ora
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-18
"CURVA DE LA BAERA
Si se dibuja la tasa de riesgo o falla para una poblacin
a travs del tiempo se observa un comportamiento
descrito como la "Curva de la Baera
t
'%t&
(allas constantes
(allas po! dete!io!o o desaste (allas po! dete!io!o o desaste
(allas )infantiles*
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-19
0 100 200 300
0
10
20
30
OBS
P
e
r
c
e
n
t
1.6667
8.3333
30.0000
15.0000
13.3333
6.66676.6667
8.3333
3.33333.3333
0.0000 0.0000
3.3333
La +stad,stica -esc!ipti.a se
orienta a proporcionar una
descripcin )til% clara e
in'ormativa de una masa de
datos num*ricos"
Esto se +ace al considerar
t&picos como,
-la colecci&n ( procesamiento de
datos originales%
-presentaci&n tabular ( gr'ica%
-'uentes de datos%
-distribuci&n de 'recuencias%
-medidas de tendencia central (
- medidas de dispersi&n"
ESTADSTCA DESCRPTVA
.n +istograma es una descripci&n
)til% clara e in'ormativa de la
distribuci&n de 'recuencias
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-20
.n estad,stico es cual/uier 'unci&n de las observaciones en una
muestra aleatoria% /ue no dependa de parmetros desconocidos
0bs*rvese /ue como un estad,stico es una 'unci&n de los datos
provenientes de una muestra aleatoria% es a su ve1 una variable
aleatoria"
Es decir% si se obtuvieran dos muestras aleatorias di'erentes
provenientes de la misma poblaci&n ( se calcularan las medias
muestrales% podra esperarse /ue los valores obtenidos 'ueran
di'erentes"
ESTADSTCOS
La media muestral% la varian1a muestral% la desviaci&n estndar
muestral ( los coe'icientes de variaci&n% sesgo ( curtosis son
algunos de los estadsticos ms comunes"
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-21
*edidas
Descripti)as
Descripcin
POBLACON
MEDA
VARANZA
COEFCENTE DE
VARACN
COEFCENTE DE
SESGO
COEFCENTE DE
CURTOSS
Estadstica Descriptiva
MUESTRA
dt t tf t E ) ( ) (
n
i
i
x
n
x m
1
1 2edida de
tendencia
central
( )
dt t f t ) (
2 2
( )
n
i
i
x x
n
s
1
2
2
1
1
2edida de
dispersi&n
la desviaci&n estndar es la
ra1 cuadrada de la varian1a
2edida del
grado de
variabilidad
CV
( )
( )
2 / 3
2
3
) (
3
dt t f t
( )
( )
2 / 3
2
1
3
3
s
n
x x
n
i
i
2edida de
3imetra
2edida de
4gude1a ( )
( )
2
2
4
) (
4
dt t f t
( )
( )
2
2
1
4
4
s
n
x x
n
i
i
La 5ormal tiene un rango
0"0678970"$6
La e:ponencial, 89; 1
#70 cola i1/uierda
- #;0 sim*trica <v"gr"5ormal=
- #>0 cola derec+a
?70 @ aguda /ue la 5ormal
- ?;0 aguda como 5ormal
- ?>0 Aaguda /ue la 5ormal
0tras medidas son la mediana ( la
moda% la media tiene propiedades
estadsticas mejores
89 ; 3
:
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-22
Coeficiente de Variacin CV
comnmente utilizado para describir propiedades
mecnicas de los materiales.
aproximadamente 15% para fractura
aproximadamente 7% para resistencia a la cedencia
ayudan a determinar la distribucin apropiada
la distribucin normal tiene un rango 0.05 < CV < 0.25
Exponencial CV = 1
Estadstica Descriptiva
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. Francisco Rodrguez Lezama
1-23
Coeficiente de sesgo
medida de simetra
3 < 0 distribucin sesgada a la izquierda(tiene una cola a la
izquierda)
3 = 0 distribucin simtrica
Distribucin Normal 3 = 0
3 > 0 distribucin sesgada a la derecha (tiene una cola a la
derecha
Coeficiente de curtosis
medida de agudeza (puntiaguda)
4 < 3 distribucin menos aguda que la Normal
4 = 3 distribucin Normal
4 > 3 distribucin ms aguda que la Normal
Estadstica Descriptiva
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-24
1
MEDA
) ( FALLA DE TASA
) ( DAD CONFABL
1 ) ( CDF
) ( PDF
t
e t R
e t F
e t f
t
t
t
Distribucin
+,ponencial
0.0000
0.0005
0.0010
0.0015
0.0020
0.0025
0.0030
0.0035
0 500 1,000 1,500 2,000
f(t)
Tiempo
Funcin de Densidad de Probabilidad
+,ponencial
= 0.003, MEDA = 333
= 0.002, MEDA = 500
= 0.001, MEDA = 1,000
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-26
EJEMPLO DE DSTRBUCN
,
_
,
_
,
_
,
_
,
_
,
_
1
1 MEDA
) ( FALLA DE TASA
) ( DAD CONFABL
1 ) ( CDF
) ( PDF
1
1
t
t
e t R
e t F
e
t
t f
t
t
t
Distribucin
-eibull #
par.metros
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-27
EJEMPLO DE DSTRBUCN
4bra el arc+ivo Distribuci&n":ls
3eBale la columna de
tiempo ( pongala en
orden ascendente
9eamos c&mo se constru(en las
curvas de distribuci&n usando el
EC8EL
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-28
EJEMPLO DE DSTRBUCN
4gregue un
rengl&n inicial
con cero ( una
columna con un
contador /ue
inicie en cero
4gregue una columna
donde estime F<t=
usando la '&rmula de
Daplan 2eierE,
< F<t= ; iN=
0btenga F<t= por la
di'erencia F<t= ; 1@F<t=
5ote /ue puede estimar la
8on'iabilidad de 0% para
un tiempo de #6"#!
E La '&rmula de Daplan 2eier se recomienda para muestras grandes
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-29
EJEMPLO DE DSTRBUCN
3e estima la tasa de 'alla para los
tiempos observados% con el inverso del
n)mero de supervivientes 1G<5A1@i=
Por )ltimo se estima
el intervalo de
con'ian1a normal al
6% para la
con'iabilidad
N t F t R Z t R t R
N t F t R Z t R t R
LI
LS
) ( ) ( ) ( ) (
) ( ) ( ) ( ) (
2
2
+
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-30
EJEMPLO DE DSTRBUCN
R(ti)= 1-F(ti)
0.0000
0.1000
0.2000
0.3000
0.4000
0.5000
0.6000
0.7000
0.8000
0.9000
1.0000
0 50 100 150 200 250 300 350
R(ti)= 1-F(ti)
F(ti)= i/N
0.0000
0.1000
0.2000
0.3000
0.4000
0.5000
0.6000
0.7000
0.8000
0.9000
1.0000
0 50 100 150 200 250 300 350
F(ti)= i/N
Hr'icas de
8on'iabilidad F<t= ( de
la Funci&n 4cumulada
F<t= generadas en
EC8EL
Fecuerde /ue,
F<t= ; 1@ F<t=
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-31
EJEMPLO DE DSTRBUCON
Use el archivo: distribucin.mtw
Ahora en Minitab...
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-32
Distribution /nal0sis
Variable: tiempo
Censoring Information Count
Uncensored value 60
Nonparametric Estimates
Characteristics of Variable
Standard 9!0" Normal CI
#ean Error lo$er upper
9%!9&'0 %!())6 %'!&*6' **!()%
#edian + )!%*'0
I,- + %&!(6'0 ,* + (9!'60 ,& + *&'!9%%0
.aplan/#eier Estimates
Number Number Survival Standard 9!0" Normal CI
0ime at -is1 2ailed 3robabilit4 Error 5o$er Upper
9!'00 60 * 0!9%&& 0!0*6 0!909 *!0000
')!9)%0 9 * 0!966) 0!0'&' 0!9'*' *!0000
'%!%0 % * 0!900 0!0'%* 0!%9(9 *!0000
'9!&)(0 ) * 0!9&&& 0!0&'' 0!%)0' 0!996
&(!%990 6 * 0!9*6) 0!0&) 0!%(6) 0!9%66
&!&%90 * 0!9000 0!0&%) 0!%'(* 0!9)9
&9!60 ( * 0!%%&& 0!0(*( 0!%0'* 0!96(6
(&!(6*0 & * 0!%66) 0!0(&9 0!)%0) 0!9')
(&!%%*0 ' * 0!%00 0!0(6* 0!)9) 0!9(0&
(!&'0 * * 0!%&&& 0!0(%* 0!)&90 0!9')6
(!)&0 0 * 0!%*6) 0!000 0!)*%% 0!9*(6
(6!0)60 (9 * 0!%000 0!0*6 0!69%% 0!90*'
(6!6*&0 (% * 0!)%&& 0!0&' 0!6)9* 0!%%)6
(9!0%90 () * 0!)66) 0!0(6 0!696 0!%)&)
(9!'60 (6 * 0!)00 0!09 0!6(0( 0!%96
(9!6*90 ( * 0!)&&& 0!0)* 0!6'*( 0!%('
'!&**0 (( * 0!)*6) 0!0%' 0!60'6 0!%&0)
/a!a un tiempo
de 35.389 la
confiabilidad es
del 901
Clculo de R(t) para un tiempo
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-33
0 100 200 300
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
Time to Failure
R
a
t
e
Nonparametric Hazard Plot for tiempo
Empirical Hazard Function
Complete Data
Mean
Median
QR
98.932
75.812
83.462
0 100 200 300
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
Time to Failure
P
r
o
b
a
b
i
l
i
t
y
Nonparametric Survival Plot for tiempo
Kaplan-Meier Method-95.0% Conf idence nterv als
Complete Data
Mean
Median
QR
98.932
75.812
83.462
NTERPRETACON DE
RESULTADOS
0bservamos las
gr'icas de las
distribuciones
empricas de, riesgo
( con'iabilidad
Las asignaciones de
probabilidades se basan s&lo
en las 'recuencias
observadas% ( no suponen
ning)n modelo especial"
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-34
PUNTOS CLAVE
distribucin de probabilidad
confiabilidad
MTBF - MTTF
tiempo de misin
velocidad de falla
estadstica descriptiva
distribucin emprica
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-35
2. #ODELOS DE
2. #ODELOS DE
CONFIABILIDAD
CONFIABILIDAD
Distribuciones de Probabilidad
+,ponencial
-eibull
1o2normal
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-36
OBJETVO
Presentar los modelos Exponencial, Weibull y
Lognormal para la confiabilidad, sus caractersticas
principales y guas para su empleo
Puntos:
Distribuciones de Probabilidad
Parmetros
Propiedades
_
,
1
]
1
1
2
1
2
2
Distribucin de la
Funcin Normal
Funcin de Densidad de Probabilidad 'ormal
Distribucin Normal
= 500
= 30
= 50
= 70
0.0000
0.0020
0.0040
0.0060
0.0080
0.0100
0.0120
0.0140
200 400 600 800 1000
Tiempo
f
(
t
)
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-41
R t f t dt z dz
t z t
( ) ( ) ( )
( )
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-43
Distribucin Normal
) ( : FALLA DE TASA
1
: VARANZA
693 . 0 2 ln
: MEDANA
1
: MEDA
) ( : PDF
) ( : DAD CONFABL
1 ) ( : CDF
2
t
m
e t f
e t R
e t F
t
t
t
0.0000
0.0005
0.0010
0.0015
0.0020
0.0025
0.0030
0.0035
0 500 1,000 1,500 2,000
f(t)
Tiempo
Funcin de Densidad de Probabilidad
+,ponencial
= 0.003, MEDA = 333
= 0.002, MEDA = 500
= 0.001, MEDA = 1,000
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-45
R(t) = e
(-t)
(Confiabilidad)
0.000
0.200
0.400
0.600
0.800
1.000
1.200
0 500 1,000 1,500 2,000
R(t)
Tiempo
Funcin de 4onfiabilidad +,ponencial
= 0.003, MTBF = 333
= 0.002, MTBF = 500
= 0.001, MTBF = 1,000
Distribucin Exponencial
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-46
h(t) = 1 / MEDA (Velocidad de Falla)
0.000
0.001
0.002
0.003
0.004
0 500 1,000 1,500 2,000
(t)
Tiempo
Funcin de la Tasa de Falla +,ponencial
= 0.001, MTBF = 1,000
= 0.002, MTBF = 500
= 0.003, MTBF = 333
Distribucin Exponencial
Note que la tasa de
falla tiende a ser una
constante para
cualquier tiempo. La
distribucin exponencial
es la nica que tiene
una velocidad de falla
constante
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-47
Distribucin Exponencial
Es usada como el modelo, para la parte de vida til de la
curva de la baera, i.e., la tasa de falla es constante
Los sistemas complejos con muchos componentes y
mltiples modos de falla tendrn tiempos de falla que
tiendan a la distribucin exponencial
desde una perspectiva de confiabilidad, es la distribucin
ms conservadora para prediccin.
Distribucin Exponencial
La fo!ma de la e:ponencial
siempre es la misma
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-48
Distribucin Exponencial
- La Distribuci&n e:ponencial de 2 pa!<met!os tiene las siguientes ecuaciones,
h
+ +
+
) ( : FALLA DE TASA
1
: VARANZA
693 . 0 2 ln
: MEDANA
1
: MEDA
) ( : PDF
) ( : DAD CONFABL
1 ) ( : CDF
2
) (
) (
) (
t
m
e t f
e t R
e t F
t
t
t
es el parmetro de
locali=acin% si es positivo%
cambia el comien1o de la
distribuci&n por una distancia
a la derec+a del origen%
signi'icando /ue las
posibilidades de 'alla empie1an
a ocurrir s&lo despu*s de
+oras de operaci&n% ( no
pueden ocurrir antes"
;ote >ue la .a!ian=a ? la tasa de falla son
iuales a las de la e2ponencial de un pa!<met!o
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-49
Distribucin Weibull
- La distribuci&n de
Weibull es un
modelo de
distribuci&n de vida
)til mu( 'le:ible%
para el caso de 2
parmetros,
( )
1
1
: FALLA DE TASA
2
1
1
2
1
2
: VARIANZA
1
2 ln : MEDIANA
1
1 : MEDIA
) ( : PDF
) ( : DAD CONFIABILI
1 ) ( : CDF
,
_
,
_
,
_
,
_
1
]
1
,
_
,
_
,
_
,
_
+ +
+
t
t
t
t
e
t
t f
e t R
e t F
Donde es un parmetro de
escala <la .ida ca!acte!,stica= (
se conoce como el pa!<met!o de
fo!ma <pendiente= ( es la
'unci&n Hamma con <5=;<5@1=I
para 5 entero
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-50
Distribucin Weibull
( )
1
2
2
1
1
: FALLA DE TASA
1
1
2
1 : VARANZA
2 ln : MEDANA
1
1 : MEDA
) ( : PDF
) ( : DAD CONFABL
1 ) ( : CDF
,
_
,
_
,
_
,
_
1
]
1
,
_
,
_
+
+
,
_
+ +
,
_
t
e
t
t f
e t R
e t F
t
t
t
.na 'orma ms general de
3 parmetros de la Weibull
inclu(e un parmetro de
tiempo de espe!a
<locali=acin &
despla=amiento=" Las
'&rmulas se obtienen
reempla1ando t por <t@="
5o puede ocurrir una 'alla
antes de +oras% el tiempo
comien1a en no en 0"
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-51
Funcin de Distribucin Weibull
f t
t t
( ) exp
_
,
_
,
1
]
1
1
'
1
0.0000
0.0010
0.0020
0.0030
0 1000 2000 3000
f(t)
Tiempo
Funcin de Densidad de Probabilidad -eibull
= 0.5
= 1000
= 1.0
= 1000
= 3.4
= 1000
Distribucin Weibull
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-52
Funciones de Distribucin Weibull
R t
t
( ) exp
_
,
1
]
1
1
'
0.000
0.200
0.400
0.600
0.800
1.000
0 1000 2000 3000
R(t)
Tiempo
Funcin de 4onfiabilidad -eibull
= 0.5
= 1000
= 1.0
= 1000
= 3.4
=
1000
Distribucin Weibull
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-53
Funciones de Distribucin Weibull
( ) t
t
_
,
1
0.0000
0.0020
0.0040
0.0060
0 1000 2000 3000
(t)
Tiempo
Funcin Tasa de Falla -eibull
= 3.4
= 1000
= 1.0
= 1000
= 0.5
= 1000
Distribucin Weibull
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-54
Distribucin Weibull
,
_
,
_
,
_
m
1
1
1
1
2
2
2
2
3
3
3
3
6!c'i.o
3eibull.2ls
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-56
tiempo
5
n
d
i
c
e
d
e
f
a
l
l
a
decreciente
6 1
constante
= 1
creciente
7 1
< 1 disminuye la tasa de riesgo, implica mortalidad infantil
= 1 tasa de riesgo constante, fallas aleatorias
1< < 4 aumenta la tasa de riesgo, fallas por corrosin, erosin
> 4 aumenta rpidamente la tasa de riesgo, implica fallas por desgaste y
envejecimiento
Las tres porciones de la curva
de tina de la baBera tienen
di'erentes ndices de 'alla"
Las 'allas tempranas se
caracteri1an por un ndice de
'alla decreciente% la vida )til
por un ndice de 'alla
constante ( el desgaste se
caracteri1a por un ndice de
'alla creciente" La distribuci&n
de Weibull puede modelar
matemticamente estas tres
situaciones"
Distribucin Weibull
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-57
6 1 (Tasa de ries2o decreciente)
8mplica mortalidad infantil
9i esto ocurre: puede e,istir;
-4ar2a: inspeccin o prueba inadecuada
-Problemas de *anufactura
-Problemas de reparacin
9i un componente sobre)i)e la mortalidad
infantil : la resistencia a fallar me<ora con la
edad(
= 1 (Tasa de ries2o constante)
8mplica fallas aleatorias(Distribucin
+,ponencial)
=na parte )ie<a es tan buena como una
nue)a
9i esto ocurre;
-*e3cla de modos de falla
-1as fallas pueden deberse a e)entos
e,ternos: como;luminosidad o errores
umanos
-Fundido 0 remo)ido antes de su
des2aste
1 6 < $ (Tasa de Ries2o creciente)
9i esto ocurre
-1a ma0or>a de los baleros 0 en2ranes
fallan
-4orrosin o +rosin
-+l reempla3o pro2ramado puede ser
efecti)o en costo
=%($$apro,( 'ormal:
=#Ra0lei2
> $ (1a tasa de ries2o crece r.pidamente)
8mplica edad a)an3ada 0 r.pido des2aste
9i esto ocurre: sospece de;
-Propiedades del material
-*ateriales fr.2iles como la cer.mica
-Variabilidad peque?a en manufactura o
material
La Distribucin Weibull - nterpretacin
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-58
'
1
1
]
1
,
_
'
1
1
]
1
,
_
t R t F
e t R
t
t R
4l llegar al
tiempo de vida
igual a la vida
caracterstica el
J#"$% de los
elementos +abr
'allado" Este
+ec+o se usa en
las gr'icas para
identi'icar el valor
de <eta=
+ste mismo !esultado se obtiene pa!a el caso e2ponencial#
!eco!dando >ue la 3eibull se puede !educi! a una e2ponencial
cuando @ 1.
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-61
Un tiempo de falla se distribuye segn una Lognormal si el
logaritmo del tiempo de falla est normalmente distribuido.
La Distribucin Lognormal es una distribucin sesgada hacia la
derecha.
La PDF comienza en cero, aumenta hasta su moda y diminuye
despus.
Distribucin Lognormal
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-62
,
_
y
y
y
y
e
t
t f
2
2
1
2
1
) (
,
_
y
y
y
y
e y f
,
_
y
T t
t F
) ln(
) (
50
,
_
y
y
y
y F
) (
,
_
+
2
exp
2
50
y
y t
T
) ln(
50
T
y
2
2
50
1
) exp(
t
t
t
y
T
+
y
PDF
8DF
2EDK4
2EDK454
t ( ; ln<t=
,
_
+
2
2
1 ln
t
t
( ) 1 ) exp( ) exp(
2 2 2
50
y y
T
94FK45L4
<1= es la 8DF de la 5ormal estndar
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-63
La Distribucin de vida Lognormal, como la Weibull, es un modelo
muy flexible que puede empricamente ajustar a muchos tipos de
datos de falla. En su forma de dos parmetros tiene los
parmetros
ln(t)
=
y
par.metro de forma, y T
50
= la mediana (un
par.metro de escala)
Si el tiempo para la falla t, tiene una distribucin Lognormal,
entonces el logaritmo natural del tiempo de falla (y =ln(t)) tiene
una distribucin normal con media
y
= ln T
50
y desviacin estndar
y
.
Esto hace a los datos lognormales convenientes para trabajarlos
as: determine los logaritmos naturales de todos los tiempos de
falla y de los tiempos censurados (y = ln(t)) y analice los datos
normales resultantes. Posteriormente, haga la conversin a
tiempo real y a los parmetros lognormales usando
y
como la
forma lognormal y T
50
= exp(
y
) como (mediana) el parmetro de
escala.
Distribucin Lognormal
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-64
Funcin de Distribucin
Lognormal
f t
t
t
( ) exp
ln( )
_
,
1
]
1
1
2
1
2
2
Funcin de Distribucin
Lognormal donde z[ln(t)] = [ln(t)-)/]
(z) = normal estandarizada normal pdf
0.000
0.200
0.400
0.600
0.800
1.000
0 1 2 3 4 5 6 7
R(t)
Tiempo
Funcin de 4onfiabilidad 1o2normal
= 0
= 0.5
= 0
= 1
= 1
= 0.5
= 1
= 1
Distribucin Lognormal
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-66
( )
( )
( )
t
f t
R t
+ +
t
t
t
T
02527 . 0
25
4
1 ln 1 ln
2
2
2
2
,
_
,
_
,
_
+
t
t
y
1589 . 0 02527 . 0
y
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-68
Distribucin Lognormal
Nmero de ciclos de falla en la fatiga de los metales y partes
metlicas, niveles de tensin significativamente menores que sus
lmites
Representa bien el tiempo de falla de los dispositivos mecnicos,
especialmente en el caso de uso
Ventajas
Desventajas
El uso no apropiado del
modelo puede llevar a
conclusiones incorrectas
mplica un conocimiento
previo del comportamiento
de los mecanismos de falla
y su efecto en la
observacin estadstica
Si no se conoce nada
sobre la falla debe tenerse
cuidado en un
procedimiento para
seleccionar un modelo
adecuado.
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-71
h
( )
( )
( )
t
f t
R t
f t
t
( ) exp
_
,
1
]
1
1
1
2
1
2
2
Rt zdz
z t
( ) ( )
( )
( )
( )
( )
t
z
R z
f t
t t
( ) exp
_
,
_
,
1
]
1
1
'
1
*odelos 4omunes
de 4onfiabilidad
1
1
]
1
,
_
2
) ln(
2
1
exp
2
1
) (
t
t
t f
R t z dz
z[ln(t
( ) ( )
)]
R t
t
( ) exp
_
,
1
]
1
1
'
( ) t
t
_
,
1
f(t) = exp(-t)
R(t) = exp(-t)
h(t) =
Exponencial Weibull Normal Lognormal
Funcin de Densidad
de Probabilidad (pdf),
f(t)
Funcin de
Confiabilidad, R(t)
Funcin de Tasa de
Falla, h(t)
Cuadro de Distribuciones
Primera parte
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-72
*odelos 4omunes
de 4onfiabilidad
Exponencial Weibull Normal Lognormal
Tiempo Medio Entre
Fallas (MTBF)
T
1
T +
( )
1
1
media T
ln(t) funcion la es T' donde
)
2
1
' exp(
'
2
T
T T +
Parmetros
1/ = escala
sin forma
= escala
= forma, o
pendiente Weibull
media = localizacin
= escala
media de ln's = escala
de ln's = forma
Aplicaciones 3istema complejo
vida )til
electr&nica
< 1, fallas infantiles
= 1, exponencial
> 1, desgaste
app 3.4, app. normal
muy flexible
bien para fatiga en
componentes mecnicos
z(t) = (t - )/
(z) = pdf normal std.
desgaste alto
efectos aditivos (CLT)
z[ln(t)] = (ln(t) - )/
donde = media de ln's
= desv. std. de ln's
(z) = pdf normal std.
fatiga en metales
desgaste de partes mecnicas
efectos multiplicativos
Cuadro de Distribuciones
Segunda parte
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-73
dentificacin de Modelos
Debemos de elegir
cuidadosamente el modelo
apropiado de distribucin de vida
Grficas
Abrir:
identificacin.mtw
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-76
dentificacin de Modelos
1
5
10
20
30
40
50
60
70
80
90
95
99
-100 0 100 200 300 400 500
Normal
P
e
r
c
e
n
t
1
5
10
20
30
40
50
60
70
80
90
95
99
0.1 1.0 10.0 100.0 1000.0
Lognormal
P
e
r
c
e
n
t
1
2
3
5
10
20
30
40
60
75
90
95
99
0.1 1.0 10.0 100.0 1000.0
Weibull
P
e
r
c
e
n
t
10
30
50
60
70
80
90
95
97
98
99
0 100 200 300 400 500
Exponential
P
e
r
c
e
n
t
Four-way Probability Plot for T
No censoring
8u<l aCusta meCo!..."
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-77
dentificacin de Modelos
+l modelo
e2ponencial
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-78
dentificacin de Modelos
0 100 200 300 400 500
1
5 10
20
30
40
50
60
70
80
90
95
99
Exponential Probability
P
e
r
c
e
n
t
0 100 200 300 400 500
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
Survival Function
P
r
o
b
a
b
i
l
i
t
y
0 100 200 300 400 500
0.00980
0.00985
0.00990
Hazard Function
R
a
t
e
0 100 200 300 400 500 600 700
0.000
0.005
0.010
Probability Density Function
Overview Plot for T
No censoring
Exponential
ML Estimates
Mean: 101.453
Fail. Rate: 9.86E-03
MTBF: 101.453
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-79
Ahora Usted...
4onfiabilidad - D*/84
Dia2rama de Relaciones
Dia2rama de Par.metros
/*+F
*odo de Falla
*ecanismo de la Falla
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-108
0. OBSE&1ACI%N DE FALLAS
0. OBSE&1ACI%N DE FALLAS
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-109
Objetivo: Presentar alternativas de
Anlisis en funcin del Tipo de Datos
Propsitos:
Clasificar el Tipo de Datos Observados
Analizar Datos Agrupados y Datos no Agrupados
Censurados a la izquierda
Censurados a la derecha
Sin Censura
Con Tiempo de Misin establecido
Estimacin de Parmetros
Grfica de probabilidad
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-120
Censura a la Derecha
(ejemplo 2)
2.6885 3.6214
724.3180 810.2044
Los resultados muestran valores de los parmetros
muy diferentes, cules son las implicaciones en la
confiabilidad?
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-127
Mxima Verosimilitud o
Mnimos cuadrados?
Qu mtodo preferir?
Censurados a la izquierda
Censurados a la derecha
Sin Censura
- Weibull
- Exponencial
- Normal
- Lognormal
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-143
Mtodos de Estimacin de Parmetros:
- Regresin del Rango sobre X
- Regresin del Rango sobre Y
- Mtodo de Estimacin de Mxima Verosimilitud
Grficas Especiales
- Funcin de Distribucin Acumulada
- Grfica de Probabilidad
- Funcin de Densidad de Probabilidad
- Tasa de Falla contra tiempo
- Confiabilidad contra tiempo
ntervalos de confianza para la confiabilidad
Puntos Clave
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-144
2. C3LC,LOS ' P&,EBAS
2. C3LC,LOS ' P&,EBAS
DE CONFIABILIDAD
DE CONFIABILIDAD
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-145
Agenda
ntroduccin
Mtodos No-paramtricos
Mtodos Paramtricos
Planear Pruebas
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-146
Tpicos cubiertos
Pruebas No-Paramtricas
Prueba de Mann-Whitney
Pruebas Paramtricas
Caso Exponencial
Caso Weibull
Planear Pruebas
Caso Exponencial
Weibull sin fallas
( Intr%d'&&i)n
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-147
Tpicos no cubiertos
Pruebas Aceleradas
No-paramtricas
( ) [ ]
N
CL
R t
L
ln( )
ln
1
1
( N%(!aram*tri&as
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-152
Ejemplo
10 tuercas fueron puestas en una prueba de vida
simulando 10 aos de servicio. Todas las diez tuercas
completaron la prueba sin fallas. Cul es el lmite
inferior de 90% de confianza unilateral para la
confiabilidad de estas unidades?.
Solucin
R
L1
(t) = (1-CL)
1/N
N = 10
CL = 0.90
t = 10 aos
R
L1
(10 aos) = (1-0.90)
1/10
= 0.794 o 79%
Ejemplo (continua)
El requerimiento de confiabilidad para la tuerca
realmente fue confiabilidad de 90% en 10 aos de
servicio con 90% de confianza. Cuntas unidades
necesitan completar exitosamente la prueba para
demostrar el requerimiento?
Solucin
R
L1
(10 aos) = 90%, 0.90
CL = 90%, 0.90
( ) [ ]
N
CL
R t
L
ln( )
ln
1
1
( ) [ ]
22 85 . 21
) 90 . 0 ln(
) 90 . 0 1 ln(
ln
) 1 ln(
1
%
t R
CL
N
L
( N%(!aram*tri&as
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-154
Prueba de Porcentaje-Superviviente
Prueba de Porcentaje-Superviviente
R
r
N r
F
L
r N r
1
1 2 2 2 2
1
1
1
+
+
_
,
+ ; ;
para r > 0
( N%(!aram*tri&as
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-156
Prueba de Porcentaje-Superviviente
Ejemplo para una prueba cuya duracin est
predeterminada
+
+
_
,
+
+
_
,
_
,
+
+
; ;
. ; ( ) ; ( ) ( )
.
.
.
Encontrada en tabla F
( N%(!aram*tri&as
15*8T+ 8'F+R8BR ='81/T+R/1 D+ 4B'F8/E818D/D (PR=+E/ T+R*8'/D/ PBR T8+*PB)
' = 20 pie3as que completan prueba sin falla
(1 - ) = 0.9 )alor de confian3a
r = 2 nmero de pie3as falladas
F(1-R#rL#R'-#r) = 1.94454941 Percentil de distrib( F tal que el .rea a la i3quierda = (1-)
t = 500 oras
R
11
= "(M&&#%$MN 1>mite inferior unilateral de confiabilidad
Rmedia = 0.9
En EC8EL
4rc+ivo
8ap 5.2ls
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-157
Prueba de Porcentaje-Superviviente
+
+
_
,
+
+
_
,
_
,
+
+
; ;
. ; ( ) ; ( ) ( )
.
.
.
Encontrada en tabla F
( N%(!aram*tri&as
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-158
Prueba de Porcentaje-Superviviente
para r > 0
R
r
N r
F
L
r N r
1
1 2 2 2
1
1
_
,
; ;
( N%(!aram*tri&as
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-159
Prueba de Porcentaje-Superviviente
_
,
_
,
_
,
; ;
. ; ( ); ( ) ( )
( . )
.
.
( N%(!aram*tri&as
15*8T+ 8'F+R8BR ='81/T+R/1 D+ 4B'F8/E818D/D (PR=+E/ T+R*8'/D/ / F/11/)
' = 20 pie3as que completan prueba sin falla
(1 - ) = 0.9 )alor de confian3a
r = 3 nmero de pie3as falladas
F(1-R#rL#R'-#r) = 1.95501215 Percentil de distrib( F tal que el .rea a la i3quierda = (1-)
t = 500 oras
R
11
= "(M$%$O%#$ 1>mite inferior unilateral de confiabilidad
En EC8EL
4rc+ivo
8ap 5.2ls
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-160
Prueba de Mann-Whitney
Prueba de Mann-Whitney
Ejemplo
El mismo componente se surte por dos manufactureros diferentes,
llamados A y B. Se obtuvieron 8 componentes de A y 10 de B y
todos los 18 se pusieron en una prueba de confiabilidad (los
resultados estn abajo). Hay una diferencia entre los
manufactureros en un nivel de confianza de 95%?
Ciclos al Ciclos al
Fallar- Fallar- H
O
: A B
Mfr A Mfr B H
1
: A B
865 884
919 905
894 914
840 835
899 942
787 878
875 922
831 887
858
896
( N%(!aram*tri&as
6b!i! el a!c'i.o dosmf!.MT3
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-162
( N%(!aram*tri&as
Prueba de Mann-Whitney
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-163
( N%(!aram*tri&as
Mann-Whitney Confidence Interval and Test
Mfr A N = 8 Median = 870.00
Mfr B N = 10 Median = 891.50
Point estimate for ETA1-ETA2 is -23.00
95.4 Percent CI for ETA1-ETA2 is (-66.99,12.00)
W = 60.0
Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at 0.1684
Cannot reject at alpha = 0.05
Prueba de Mann-Whitney
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-164
Prueba de Mann-Whitney
Resumen No-paramtrico
Prueba de Rachas Exitosas
Usado para obtener un lmite de confianza inferior unilateral
sobre la confiabilidad
Prueba de Mann-Whitney
Paramtricas
+,ponencial
-eibull
Estas dos tienen ms aplicacin a nuestro negocio.
( +aram*tri&as
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-168
Pruebas Exponenciales
Pruebas Exponenciales
Definiciones
= tasa de falla
MTBF = tiempo medio entre fallas (mean time between
failures) = 1/
m = estimado de MTBF
N = tamao de muestra
td = duracin de prueba
Ta = horas de prueba acumuladas = Ntd
r = nmero de fallas
CL = nivel de confianza = 1 -
donde es el riesgo de hacer una decisin equivocada
( +aram*tri&as
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-170
Exponencial
Exponencial
+ + +
1
234 776 1078 10 3 1500
3
12588
3
4196
( )
( )
( )
m
rm T
L
r
a
r
1
2 2
2
2 2
2
0 05 2 3 2
2
2 2 2 12588 25176
15 507
1624
+ + +
; ; . ; ( )
.
De tabla
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-172
Exponencial
Exponencial
( +aram*tri&as
Terminadas por Tiempo
Terminadas por Fallas
con reemplazo
sin reemplazo
m = Ta/r = Ntd/r m = Ta/r = Ntd/r
m
Ta
r
T N r td
r
i
i
r
+
1
( )
m
Ta
r
T N r td
r
i
i
r
+
1
( )
m
rm T
L
r
a
r
1
2 2
2
2 2
2
2 2
+ +
; ;
m
rm T
L
r
a
r
1
2 2
2
2 2
2
2 2
+ +
; ;
m
T
L
a
r
1
2
2
2
;
m
T
L
a
r
1
2
2
2
;
En cualquier caso, las estimaciones se basan en las horas
totales acumuladas y el nmero de fallas observadas
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-177
Exponencial
Exponencial
Exponencial
Exponencial
Exponencial
Exponencial
+ + +
; ; ; ( ) ;
ln( )
ln( . )
sin fallas
Puede
veri'icarse en
tsinf.Ddf
Puede
veri'icarse en
tsinf.Ddf
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-183
Exponencial
+ + +
; ; ; ( ) ;
ln( )
ln( . )
( +aram*tri&as
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-184
Exponencial
Distribucin Exponencial
Ahora, cubriremos la
Distribucin Weibull
Estas dos tienen la mayor aplicacin en nuestro
negocio
( +aram*tri&as
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-186
Distribucin Weibull
Weibull
Weibull
'
2
1
2 2
2
1
T
i
i
N
r
ln( )
'
Nt
CL
d
1
1
Consejo: Si = 0.50, se obtuvo un estimado
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-189
Weibull
( +aram*tri&as
pendiente supuesta
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-190
Weibull
ln( )
( )( )
ln( . )
.
.
L
d
Nt
CL
1
1
15
1
15
1
10 1500
1 0 95
3350
'
'
R
L1
(t) = exp{-(t /
L1
)
} = exp{-(500/3350)
1.5
} = 0.943
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-191
Weibull
Caso especial cuando se observaron pocas o ninguna
falla
( +aram*tri&as
-4brir el arc+ivo tsinf.Ddf
-Pida el anlisis Weibull para dos parmetros
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-192
Weibull
ln( )
( )( )
ln( . )
.
.
L
d
Nt
CL
1
1
125
1
125
1
10 1500
1 0 95
3934
'
'
R
L1
(t) = exp{-(t /
L1
)
} = exp{-(500/3934)
1.25
} = 0.927
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-193
Weibull
ln( )
( )( )
ln( . )
.
.
L
d
Nt
CL
1
1
175
1
175
1
10 1500
1 0 95
2987
'
'
R
L1
(t) = exp{-(t /
L1
)
} = exp{-(500/2987)
1.75
} = 0.957
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-194
Weibull
Weibull
ln( )
( )( )
ln( . )
L
d
Nt
CL
1
1
3
1
3
1
10 1500
1 0 95
2242
'
'
R
L1
(t) = exp{-(t /
L1
)
} = exp{-(500/2242)
3
} = 0.989
Necesita justificarse el supuesto de la pendiente Weibull, ya que un
supuesto de pendiente alta !'ede influir fuertemente los resultados
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-196
Recuerde, R = exp(-t/MTBF)
Rg = exp(-t/MTBFg)
MTBFg = -t/ln(Rg)
Ahora, tenemos el requerimiento en una forma que
podemos usar para determinar el tiempo de prueba y
el nmero permisible de fallas para una prueba cuya
duracin es predeterminada
( +lanear +r'ebas
m MTBFg
rm T
Ta
MTBFg
L
r
a
r
r
1
2 2
2
2 2
2
2 2
2
2 2
2
+ +
+
; ;
;
( )
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-198
si no se permiten fallas
Ejemplo: El requerimiento de confiabilidad para una
unidad es 99% confiable para una misin de 500 horas
con 95% de confianza (inferior, unilateral). Dado que no
se permiten fallas, Cuntas unidades debo de probar
por cuanto tiempo para lograr este requerimiento?
si no se permiten fallas
Ejemplo (continuacin):
si no se permiten fallas
Ejemplo (continuacin): Si estamos limitados en el
nmero de unidades que podemos probar (debido a la
disponibilidad de lugar, costo o disponibilidad unitario,
etc.) a N = 8, Cunto debe correrse sin fallas para
alcanzar la meta de confiabilidad?
Ta = Ntd = 149036
donde N = 8
td = 18630
( +lanear +r'ebas
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-202
; ;
; . ; ( )
( ) ( )
(9. )
obtenido de tabla
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-203
ln( )
'
Nt
CL
d
1
1
R t
t
( ) exp
_
,
1
]
1
1
'
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-206
_
,
'
ln( )
ln( )
1
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-207
Ejemplo:
El requerimiento de confiabilidad para una unidad es 99%
confiable para una misin de 500 horas con un 95% de
confianza (inferior, unilateral). Para este ejemplo, supongamos
que es un balero que histricamente ha tenido una pendiente
Weibull de 1.5. Dado que no se permiten fallas, Cuntas
unidades debo de probar por cuanto tiempo para lograr este
requerimiento?
_
,
'
_
,
'
_
,
ln( )
ln( )
ln( . )
ln( . )
( )
. .
1 500 1 0 95
0 99
500
298
15 15
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-208
Ejemplo (continuacin):
_
,
'
_
,
'
_
,
_
,
ln( )
ln( )
ln( . )
ln( . )
( )
. .
.
1 500 1 0 95
0 99
500
298
500
25
298
2609
15 15
1
15
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-209
Ejemplo (continuacin):
Cmo se compara este ltimo resultado con un plan de
prueba usando la Prueba de Rachas Exitosas?
Weibull sin fallar y suponiendo una pendiente de 1.5 fue 25
unidades para 2609 horas sin fallar
sobre 65,000 horas de prueba- unidades
Prueba de Rachas Exitosas
o 298 unidades probadas por 500 horas sin fallar
sobre 149,000 horas de prueba- unidades
( +lanear +r'ebas
( )
[ ]
N
CL
R t
L
ln( )
ln
ln( . )
ln( . )
1 1 0 95
0 99
298
1
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-210
Paramtricas - Exponencial
La estimacin ms conservadora
Resumen
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-211
Paramtricas - Weibull
Planear Pruebas
Propsitos:
Una prueba
acelerada que slo
da nformacin de
Falla ( Modos de
Falla), comnmente
se llama "Prueba de
Tortura, "Prueba de
Elefante, "Prueba
Cualitativa, etc.
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-220
Qu es una Prueba de Tortura?
Beneficios
u
(t): tasa de falla en uso
s
(t): tasa de falla en esfuerzo
AF: Factor de Aceleracin
8ada modo de falla tiene su p!opio facto! de acele!acin. 4os datos de falla deben
sepa!a!se po! modo de falla cuando se anali=an# si la acele!acin es !ele.ante.
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-228
Factor de Aceleracin
Una consecuencia de las
relaciones lineales es que
El Par.metro de Forma para
los modelos clave de
distribucin de vida
(Weibull y Lognormal) no
cambia para las unidades
operando bajo diferentes
esfuerzos.
260V
270V
280V
10 100 1000
1
2
3
5
10
20
30
40
50
60
70
80
90
95
99
Time to Failure
P
e
r
c
e
n
t
Probability Plot for 260V-280V
Weibull Distribution-95.0% Conf idence nterv als
Complete Data
Las Hr'icas en escala de
Probabilidad de los datos de
di'erentes condiciones de
es'uer1o se alinearn
apro:imadamente paralelas"
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-229
Cules son los modelos de
aceleracin comunes?
'
1
]
1
'
2 1
1 1
exp
exp
T T ,
-
AF
,T
-
A t
f
Donde, 4F; Factor de 4celeraci&n
O; temperatura PD <$Q#"1JAP8=
R ; 8onstante de Solt1mann <!"J1QE@06 e9GD=
H ; Energa de 4ctivaci&n
4 ; 8onstante de escala <se elimina en 4F=
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-232
Arrhenius
Ejemplo
'
,
_
+ +
,
_
+ +
'
,
_
+ +
2 1
1
exp
exp
S
T
D
D S
T
C
.
,T
-
AT t
S
T
C
.
,T
-
AT t
f
f
.V
,T
-
.
,T
-
f
e Ae V Ae t
,T
-
n
f
e A/ t
R- V Ae t
.
,T
-
f
( )
MA0 f
T 1 T Af N
.
f
AV t
Exponencial
Weibull
Lognormal
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-239
Elija un Modelo
,
_
,
_
,
_
,
_
n
S K
t
n n
n
t
e
S K
t
S K
S t f
S K
S L
e
t
t f
1
1
1
1 1
) + (
1
) (
) (
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-243
Resultado
,
_
,
_
n
S K
t
n n
e
S K
t
S K
S t f
1
1
1 1
) + (
0
; intersecci&n en U <constante=
1
; coe'iciente de regresi&n
C ; valores del predictor <pueden estar trans'ormados=
; parmetro de escala
p
; percentil p de la distribuci&n del error
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-267
Ejemplo 2
0 -4 -8
99.9
99
95
90
80
70
60
50
40
30
20
10
5
3
2
1
0.1
Standardized Residuals
P
e
r
c
e
n
t
Probability Plot for SResids of FailureT
Extreme value Distribution-95.0% Conf idence nterv als
Censoring Column in Censor
Esta gr'ica le
permite evaluar si
la distribuci&n
seleccionada
ajusta a los datos"
En general% entre
ms cercanos
est*n los puntos
a la lnea
ajustada% mejor
es el ajuste"
El valor de la distribuci&n del error
p
% depende de la distribuci&n seleccionada
Para la Weibull ( la e:ponencial% 2OS toma el logaritmo de los datos ( usa la
distribuci&n de valor e:tremo
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-268
Ejemplo 2
Re2ression Sit 1ife Data
Response Variable: FailureT
Censoring Information Count
Uncensored value 66
Right censored value 14
istribution: !eibull
Transformation on accelerating variable: "rrhenius
Regression Table
#tandard $%&'( )ormal CI
*redictor Coef +rror , * -o.er Upper
Intercept /1%&1014 '&$062 /1%&4' '&''' /11&12'3 /13&2%46
Temp '&03'12 '&'3%'4 23&11 '&''' '&162'4 '&0$$4'
#cale '&3%4'3 '&'3221 '&2$621 '&42313
-og/-i4elihood 5 /43&64
Table of *ercentiles
#tandard $%&'( )ormal CI
*ercent Temp *ercentile +rror -o.er Upper
%' 0'&'''' 1%$%04&% 21446&0% 113$10&2 223%%1&'
%' 1''&'''' 36$40&%1 4216&%11 2$%43&36 462'$&$4
.sted acaba de obtener una '&rmula /ue relaciona el tiempo de 'alla
en 'unci&n de la temperatura,
ln<tiempo de 'alla= ; @16"1!Q? A 0"!#0Q$<4rrOemp= A0"#6?0#
p
donde,
p
; percentil <p= de la distribuci&n estndar de valor e:tremo
4rrOemp; 11J0?"!#G <Oemp A $Q#"1J=
4a tabla de pe!centiles muest!a los pe!centiles 50 pa!a las tempe!atu!as >ue se pusie!on. +l pe!centil 50
es una buena estimacin de du!acin del aislamiento en el campo a 80N8# el aislamiento du!a!< al!ededo!
de 159#584.5 'o!as o 18.20 aOos# a 100N8 el aislamiento du!a!< al!ededo! de 3E#984.57 'o!as o 4.21 aOos
______________________________________________________________________________
INSTITUTO POLITECNICO NACIONAL
ESIME AZCAPOTZALCO www.siceaingenieria.biz
Por: Ing. rancisco !odr"g#ez Leza$a
1-269
Precauciones y Peligros al
determinar el Factor de Aceleracin
Al determinar el Fa&t%r de A&elera&i)n" ten2a &'idad% de ser
demasiad% %!timista$
S'!%ner 'n Fa&t%r m'y alt% !'ede dar 'n fals% sentid% de
se2'ridad$
+%dr3a n% tener el alt% nivel de &%nfiabilidad 4'e 5sted &ree$
Errar al dete&tar &ambi%s en el m%d% de falla" 'sar el m%del%
e4'iv%&ad%" validar mal el m%del% !'ede res'ltar en 'n Fa&t%r de
A&elera&i)n demasiad% %!timista$$