Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONFIABILIDAD
1-1
Objetivo: Presentar los conceptos
indispensables para entender la
confiabilidad
Propósitos
– presentar el concepto de tiempo de vida y falla
– exponer el concepto de distribución de
probabilidad
– definir confiabilidad
– definir MTBF - MTTF
– explicar el “tiempo de misión”
– visualizar la velocidad de falla gráficamente
– presentar los elementos de estadística descriptiva
– obtener una distribución empíricamente
1-2
¿POR QUÉ CONFIABILIDAD?
1-6
DISTRIBUCIONES DE
PROBABILIDAD
• Función de Densidad de Probabilidad (pdf), f(t)
– Predice el comportamiento de cualquier situación
probabilística
– Probabilidad de t de caer en algún punto del rango t1 a t2
t2
p ( t1 t t 2 ) f( t )d t
t1
El área total bajo la
curva siempre es 1 o
100%
f(t)
t1 t2
t 1-7
EJEMPLOS DE DISTRIBUCIONES
DE PROBABILIDAD
56.399 138.573 172.78 39.655 30.0000
Histograma
30
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
20
90.882 49.089 75.492 103.507
Percent
132.312 123.442 27.978 107.717 15.0000
13.3333
60.465 49.526 145.911 179.036
301.525 71.698 95.475 61.099
10 8.3333 8.3333
302.01 45.352 175.935 46.613 6.6667
6.6667
101.978 182.344 34.899 82.272
3.3333
3.3333 3.3333
98.37 225.349 43.461 176.949 1.6667
64.026 137.758 52.311 145.45 0.0000
0.0000
0
43.881 93.901 49.619 73.873
53.358 77.471 92.019 117.592 0 100 200 300
OBS
0.4
0.3
PDF Weibull
f(t)
0.2
0.1
0.0
0 5 10 1-8
t
DISTRIBUCION ACUMULADA DE
PROBABILIDAD
Si acumulamos las probabilidades desde el inicio hasta
un tiempo t1, obtenemos la Distribución de
Probabilidad Acumulada {CDF ó F(t)}.
1-9
DISTRIBUCION ACUMULADA DE
PROBABILIDAD
• Función de Distribución Acumulada
– La Probabilidad de una variable es menor o igual a un valor
específico, e.g., t1 t 1
F (t ) P(0 t t1 ) f (t )dt
0
– Cuando la variable es tiempo de falla, esto representa la no
confiabilidad o la probabilidad de que una unidad falle
antes del tiempo t1
1-10
DISTRIBUCION ACUMULADA DE
PROBABILIDAD
t1
F( t) P(0 t t 1 ) f ( t)dt
0
Función de Densidad de Probabilidad Función de Distribución Acumulada
1
No confiabilidad, F(t)
F(t)
f(t)
0
t1
t 0 t1
t 1-11
DEFINICIÓN DE CONFIABILIDAD
R(t) = 1 - F(t)
Algunos autores presentan como sinónimos
Supervivencia y Confiabilidad
1-12
DEFINICIÓN DE CONFIABILIDAD
t
R ( t ) 1 F ( t ) 1 f ( t ) d t f ( t ) d t
0 t
R(t)
f(t)
0
0 0
t1
t t1
t 1-13
MTBF - MTTF
Si el tiempo de vida para una característica de calidad
es una variable aleatoria y conocemos su distribución
de probabilidad , podemos calcular una medida de
localización, por ejemplo el valor de su media.
El valor medio del Tiempo de Vida se denomina Tiempo
Promedio entre Fallas, MTBF es el acrónimo en
Inglés, y se refiere a una medición básica de
confiabilidad para artículos que se pueden reparar.
MTTF se refiere al Tiempo Promedio de Fallas, esto es
para artículos que no pueden ser reparados.
1-14
MTBF - MTTF
La media estimada del 98.932
tiempo de vida está marcada
30.0000
30
98.932, se obtuvo
Percent
15.0000
13.3333
ti
1.6667
0.0000
0.0000
0
0.4
La media calculada para esta
1.77245
0.3 distribución Weibull es función
de sus parámetros h=2 y b=2
f(t)
0.2
1
0.1
MEDIA h1
0.0 b
0 5 10 1-15
t
TIEMPO DE MISIÓN
Tiempo de Misión se refiere al tiempo intentado durante
el cual el producto entrega la característica de
calidad satisfactoriamente.
El Tiempo de Misión es una decisión de negocios y
sirve para establecer una meta de logro por parte del
producto en cuanto a sus características.
Tiempo de Misión
Fallas constantes
t
1-19
ESTADISTICA DESCRIPTIVA
La Estadística Descriptiva se
orienta a proporcionar una
descripción útil, clara e
informativa de una masa de 30
30.0000
datos numéricos.
Esto se hace al considerar 20
Percent
tópicos como:
15.0000
13.3333
10 8.3333 8.3333
datos originales,
3.3333
3.3333 3.3333
1.6667
0.0000
0.0000
0
Medida de 1 n
Otras medidas son la mediana y la
MEDIA tendencia
E(t ) tf (t )dt mx xi
n i 1
moda, la media tiene propiedades
central
estadísticas mejores
Medida de 2 t f (t )dt
1 n
x i x 2 la desviación estándar es la
s2
2
VARIANZA n 1 i 1
dispersión raíz cuadrada de la varianza
x x
n
3
COEFICIENTE DE Medida de t
3
f (t )dt i • 3<0 cola izquierda
i 1
SESGO Simetría 3 • 3=0 simétrica (v.gr.Normal)
2 3/2 ˆ 3
s
n
2 3/2 • 3>0 cola derecha
x x
n
COEFICIENTE DE Medida de 4
• 4<0 - aguda que la Normal
t
i
CURTOSIS Agudeza 4
f (t )dt i 1
• 4=0 aguda como Normal
n
4
ˆ 4 • 4>0 +aguda que la Normal
2 2
s2
2
1-22
Estadística Descriptiva
1-23
Estadística Descriptiva
1-24
Estadística Descriptiva
1-25
EJEMPLO DE DISTRIBUCIÓN
lt
PDF f (t ) le
lt
CDF F (t ) 1 e Distribución
l Exponencial
CONFIABILIDAD R(t ) e t
TASA DE FALLA h (t ) l
1
MEDIA
Función de Densidad de Probabilidad Exponencial
0.0035
l 0.0030 l= 0.003, MEDIA = 333
0.0025
l= 0.002, MEDIA = 500
0.0020
f(t)
0.0010
0.0005
0.0000
0 500 1,000 1,500 2,000 1-26
Tiempo
EJEMPLO DE DISTRIBUCIÓN
b
b 1 t
bt
h
PDF f (t ) e Distribución
h h Weibull 2
b
t
parámetros
h
CDF F (t ) 1 e
b
t
h
CONFIABILIDAD R(t ) e
b 1
bt
TASA DE FALLA h (t )
h h
1
MEDIA h1
b 1-27
EJEMPLO DE DISTRIBUCIÓN
Abra el archivo Distribución.xls Señale la columna de
tiempo y pongala en
orden ascendente
1-30
EJEMPLO DE DISTRIBUCIÓN
R(ti)= 1-F(ti)
1.0000
0.9000
Gráficas de
Confiabilidad R(t) y de
0.8000
0.7000
0.6000
la Función Acumulada
F(t) generadas en
0.5000 R(ti)= 1-F(ti)
0.4000
0.3000
EXCEL
0.2000
F(ti)= i/N
0.1000
1.0000
0.0000
0 50 100 150 200 250 300 350 0.9000
0.8000
0.7000
R(t) = 1- F(t)
0.4000
0.3000
0.2000
0.1000
0.0000
0 50 100 150 200 250 300 350 1-31
EJEMPLO DE DISTRIBUCION
Ahora en Minitab...
1-32
Distribution Analysis Cálculo de R(t) para un tiempo
Variable: tiempo
Censoring Information Count
Uncensored value 60 Para un tiempo
Nonparametric Estimates
Characteristics of Variable de 35.389 la
Standard 95.0% Normal CI
Mean Error lower upper confiabilidad es
98.9320 8.4776 82.3162 115.5478
del 90%
Median = 75.8120
IQR = 83.4620 Q1 = 49.5260 Q3 = 132.9880
Kaplan-Meier Estimates
Number Number Survival Standard 95.0% Normal CI
Time at Risk Failed Probability Error Lower Upper
9.5200 60 1 0.9833 0.0165 0.9509 1.0000
27.9780 59 1 0.9667 0.0232 0.9212 1.0000
28.8550 58 1 0.9500 0.0281 0.8949 1.0000
29.3740 57 1 0.9333 0.0322 0.8702 0.9965
34.8990 56 1 0.9167 0.0357 0.8467 0.9866
35.3890 55 1 0.9000 0.0387 0.8241 0.9759
39.6550 54 1 0.8833 0.0414 0.8021 0.9646
43.4610 53 1 0.8667 0.0439 0.7807 0.9527
43.8810 52 1 0.8500 0.0461 0.7597 0.9403
45.3520 51 1 0.8333 0.0481 0.7390 0.9276
45.7350 50 1 0.8167 0.0500 0.7188 0.9146
46.0760 49 1 0.8000 0.0516 0.6988 0.9012
46.6130 48 1 0.7833 0.0532 0.6791 0.8876
49.0890 47 1 0.7667 0.0546 0.6596 0.8737
49.5260 46 1 0.7500 0.0559 0.6404 0.8596
49.6190 45 1 0.7333 0.0571 0.6214 0.8452
52.3110 44 1 0.7167 0.0582 0.6026 0.8307 1-33
INTERPRETACION DE
RESULTADOS
Nonparametric Hazard Plot for tiempo
Observamos las
Empirical Hazard Function
Complete Data
gráficas de las
1.0 Mean 98.932
Median 75.812
0.9
IQR 83.462
0.8
0.7
distribuciones
0.6
empíricas de: riesgo
Rate
y confiabilidad
0.5
0.4
0.3
Nonparametric Survival Plot for tiempo
0.2
Kaplan-Meier Method-95.0% Conf idence Interv als
Complete Data
0.1
0.7
Las asignaciones de
Probability
0.6
0.4
en las frecuencias
0.3
0.2
observadas, y no suponen
0.1
0.0
Time to Failure
200 300
1-34
PUNTOS CLAVE