Documentos de Académico
Documentos de Profesional
Documentos de Cultura
datos de vida útil más comúnmente utilizado para muchas aplicaciones de alta
tecnología
La distribución se basa en el modelo de crecimiento multiplicativo, lo que significa
que en cualquier instante de tiempo, el proceso sufre un incremento aleatorio de
degradación que es proporcional a su estado actual. El efecto multiplicador de
todos estos incrementos independientes aleatorios se acumula para generar la
falla. Por lo tanto, la distribución suele utilizarse para modelar partes o
componentes que fallan principalmente debido a esfuerzo o fatiga, incluyendo las
siguientes aplicaciones:
Falla debido a reacciones químicas o degradación, como corrosión, migración o
difusión, que es común en el caso de los semiconductores
Tiempo para fractura en metales sujetos al crecimiento de roturas por fatiga
Componentes electrónicos que presentan menor riesgo de falla después de cierto
tiempo
Los ingenieros registran el tiempo para fallar de un componente electrónico en
condiciones normales de funcionamiento. El componente muestra un menor riesgo
de falla con el paso del tiempo, lo cual podría modelarse usando una distribución
lognormal.
La distribución log-normal es la mejor opción para
describir la distribución de los datos de máxima
profundidad de pozo de las tuberías de hierro fundido en
el suelo .Considere 𝜇 = 0.353 y 𝜎 = 0.754 para la
profundidad del pozo máxima (mm) de tuberías
enterradas. Encontrar a) La media y la varianza de la
profundidad del pozo b) La probabilidad de que la
máxima profundidad este entre 1 y 2 mm.
a )La media y la varianza de la profundidad del pozo
2 /2
E(X)=𝑒 𝜇+𝜎
2 /2
E(X)= 𝑒 0.353+(0.754) = 𝑒 0.63726
E(X)=1.8913
2 /2 2
V(X)= 𝑒 2𝜇+𝜎 ∗ (𝑒 𝜎 − 1)
2 2
V(X)= 𝑒 2(0.353)+(0.754) ∗ (𝑒 (0.754) − 1)
V(X)=2.7387
b) La probabilidad de que la máxima profundidad este entre 1 y 2 mm.
P(1 ≤ 𝑋 ≤ 2) = P[ln 1 ≤ ln 𝑥 ≤ ln 2 ]
0−0.353 0.693−0.353
=𝑃( ≤𝑌≤ )
0.754 0.754
0.093−0.353 0−0.354
=𝑃 𝑌≤ − 𝑃( 𝑌 ≤ )
0.754 0.754
=∅ 0.451 + ∅ −0.468
=0.1736+0.1808
=0.3544