Sie sind auf Seite 1von 31

Conabilidad

Conabilidad y Supervivencia
Modelo Weibull

Profesor: Danilo Gómez Correa


Universidad del Bio-Bio

Primer Semestre 2017

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Contenidos

1 Conabilidad

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Conceptos Básicos

Conabilidad
Es la probabilidad de que un componente o sistema desempeñe de manera satis-
factoria la función para la que fue creado, durante un periodo establecido y bajo
condiciones de operación especícos.

Falla
Es cuando un producto, componente o sistema deja de funcionar o no realiza de
manera satisfactoria la función para la que fue creado.

Tiempo de falla
Es el tiempo que transcurre hasta que el producto deja de funcionar. Por lo tanto,
es el tiempo de vida del producto.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Tipos de Censura

Datos Censurados
Cuando no se conocen los tiempos de falla de las unidades de manera exacta, sino só-
lo intervalos donde las fallas ocurrieron o hubieran ocurrido. Es información parcial
sobre los tiempos de falla.

Censura por la derecha tipo I


Es cuando los datos censurados resultan de unidades que no fallaron en un tiempo
de prueba especicado. También se conoce como censura por tiempo.

Censura por la derecha tipo II


Surge cuando el estudio de conabilidad dura hasta que cierta cantidad de las
unidades falla. El tiempo de duración del estudio no se conoce de antemano. También
se conoce como censura por número de fallas.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Tipos de Censura

Censura por la izquierda


Es cuando sólo se sabe que la unidad en prueba falló en algún momento antes del
primer tiempo de inspección.

Censura por intervalo


Se sabe que la unidad falló en algún momento dentro de un intervalo. Ocurre cuando
no es posible hacer una inspección continua.

Censura múltiple
Cuando en el mismo estudio de conabilidad se tienen unidades con diferentes tiem-
pos de censura.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Tipos de Censura

Los tiempos de vida se representan por medio de líneas horizontales a partir de un


tiempo inicial. Usando este tipo de representación de la vida de cuatro unidades, en
la gura se distinguen los diferentes tipos de censura. En ésta, el símbolo X repre-
senta un tiempo de falla, el círculo representa un tiempo de inspección
donde la unidad no ha fallado y el círculo con X adentro representa el
tiempo de inspección donde la unidad se encontró fallada. La línea sóli-
da corresponde al tiempo en el cual se sabe que la unidad funcionaba y la línea
punteada representa intervalos donde ocurrió la falla o donde la unidad
eventualmente fallaría con el tiempo.
Profesor: Danilo Gómez Correa Conabilidad y Supervivencia
Conabilidad

Funciones en conabilidad

Función de densidad
La función f (t) es función de densidad (continua) si cumple que:
Z
f (t) ≥ 0 y f (t) dt = 1, t∈R
R

Función de distribución acumulada


Es la probabilidad de fallar antes del tiempo t.

Zt
F (t) = P (T ≤ t) = f (x) dx
0

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Funciones en conabilidad

Función de conabilidad
Es la probabilidad de sobrevivir al tiempo t.
Z∞
C(t) = P (T ≥ t) = f (x) dx = 1 − F (t)
t

Función de Riego
Tasa de falla instantánea o tasa de riesgo, h(t). Es la propensión a fallar al tiempo
t, es decir, dado que se sobrevive hasta el tiempo t, es la probabilidad de fallar justo
en el siguiente instante.
f (t) f (t)
h(t) = =
C(t) 1 − F (t)

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Funciones en conabilidad

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Ciclo de vida de un producto

Ciclo de vida de un producto


Mortalidad infantil: Periodo inicial del ciclo de vida de
un producto. Para algunos productos la tasa de riesgo de
falla en este periodo es alta.
Vida útil: Periodo intermedio del ciclo de vida de un
producto, donde las fallas ocurren de manera aleatoria por
razones extrínsecas al mismo.
Envejecimiento: Último periodo de la vida de un
componente o sistema en el cual su propensión a fallar se
incrementa debido al desgaste.
Curva de bañera: Es una forma típica de la tasa de riesgo
que distingue las tres etapas del ciclo de vida de muchos
productos.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

La mayoría de los estudios de conabilidad se enfocan en estudiar


uno de los lados de la tina de baño, ya sean las fallas tempranas
o aquellas por envejecimiento. El n último es mejorar la cona-
bilidad del producto.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Función de riesgo acumulado


Esta función acumula el riesgo de falla que ha tenido un producto hasta el tiempo
t, y se obtiene con:

Zt
H(t) = h(x) dx
0

La utilidad de H(t) resulta de que la función de conabilidad se puede obtener


como:
C(t) = e−H(t)
De aquí es posible deducir que el riesgo acumulado siempre tiende a innito
cuando el tiempo tiende a innito, lo cual indica que a la larga todos los productos
fallan aunque la tasa de riesgo sea decreciente.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Vida media o tiempo medio a la falla


La vida media es el valor esperado o media de la variable T , es decir,
Z∞
E(t) = t · f (t) dt
0

Note que, en este caso, la vida media es el inverso de la tasa de riesgo. Es importante
comentar que la vida media no es muy útil cuando la distribución de los tiempos
de vida es sumamente asimétrica. Por ello, es más recomendable calcular la vida
mediana denida como el cuantil 50.
Función cuantil
Es el tiempo al cual se espera falle una fracción o proporción p de las unidades.

tp = F (t)−1

La función cuantil es útil en conabilidad porque contesta de manera directa la


pregunta acerca del tiempo al cual falla una fracción deseada de las unidades. Por
lo general interesa estimar el tiempo al cual falla un porcentaje bajo de las unidades
(1 %, 5 %, 10 %, 15 %).

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Ejemplo
Suponga que 20 componentes son sometidos a una prueba de vi-
da, y que las horas transcurridas hasta la falla fueron las siguien-
tes: 3.70, 3.75, 12.18, 28.55, 29.37, 31.61, 36.78, 51.14, 108.71,
125.21, 125.35, 131.76, 158.61, 172.96, 177.12, 185.37, 212.98,
280.40, 351.28, 441.79. Si las horas a la falla siguen la distribu-
ción exponencial, interesa estimar las funciones de densidad, de
distribución acumulada, de conabilidad y de riesgo.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Modelos (distribuciones) para el tiempo de falla

Denición
Considere la función de densidad

λk xk−1 e−λx
f (x | k, λ) = , x>0 (1)
Γ(k)

Los parámetros k y λ son positivos y Γ(k) se dene la función gamma, como la


integral impropia:
Z∞
Γ(k) = e−t tk−1 dt, k>0
0

Observación
1 Γ(1) = Γ(2) = 1. 3 Con k > 0, Γ(k + 1) = kΓ(k).

 
1
2 Γ = π . (Use t = u2 ). 4 Dado n ∈ N, Γ(n + 1) = n!
2

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad
La familia de distribuciones con densidades dada por (1) se denomina la familia de
distribuciones gamma, que se denota por Γ(k, λ)

Observaciones
Si Γ(k = 1, λ), entonces Γ(k = 1, λ) = Exp(λ)
n 1 n 1
Si Γ(k = , λ = ), entonces Γ(k = , λ = ) = χ2(n) (familia chi cuadrado
2 2 2 2
con n grados de libertad)
λ
Si X ∼ Γ(k, λ), si y solo si aX ∼ Γ(k, )
a
k k
E(X) = V ar(X) =
λ λ2

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Denición
Una variable aleatoria X se dice tener una distribución exponencial con pará-
metro λ con λ > 0. Si
−λx

λe , x≥0
f (x) =
0, x<0

En este caso anotaremos X ∼ Exponencial(λ).


Donde
FX (x) = 1 − eλx ; x>0

Teorema
Sea X una variable aleatoria y tiene una distribución Poisson, entonces:

1 1
E(X) = V ar(X) =
λ λ2

Observación
La distribución exponencial, al igual que la geométrica, tiene la propiedad de ser
desmemoria, esto es; si X es una v.a. exponencial de parámetro λ, y a, b > 0,
entonces:

P (X > a + b | X > a) = P (X > b)

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Distribución Exponencial

Aplicaciones
Es importante considerar que una de las características distintivas de la distribución
exponencial es que su función de riesgo es constante. Esto signica que los productos
cuyo tiempo de falla siguen una distribución exponencial, no envejecen o no se
fatigan. Pero esto no signica que no fallen, más bien, implica que su tasa de
riesgo o propensión a fallar se mantiene constante en el tiempo. Esta propiedad se
conoce como falta de memoria, en el sentido de que los productos cuya vida es
exponencial no registran en su tasa de riesgo el tiempo transcurrido: sin importar
que el producto tenga mucho tiempo funcionando, su riesgo de fallar es el mismo que
cuando estaba nuevo. Si bien la propiedad de falta de memoria parece irreal, en la
práctica existen productos cuya vida se puede modelar bien con esta distribución.
Por ejemplo, se ha utilizado para describir la vida de componentes electrónicos
de alta calidad que generalmente fallan por causas ajenas o extrínsecas al propio
producto, y estas fallas ocurren de manera aleatoria en el tiempo. Sin embargo,
la distribución exponencial no es útil para modelar la vida de productos sujetos a
desgaste o fatiga de algún tipo, por ejemplo, piezas metálicas como balatas, baleros,
bisagras, etc., ya que en estos productos la tasa de riesgo se incrementa con el
tiempo.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Distribución Weibull

La tecnología actual nos permite diseñar muchos sistemas complicados cuya opera-
ción, o quizá seguridad, depende de la conabilidad de los diversos componentes
que conforman los sistemas. Por ejemplo, un fusible puede quemarse, una columna
de acero puede torcerse o un dispositivo sensor de calor puede fallar. Componentes
idénticos sujetos a idénticas condiciones ambientales fallarán en momentos diferentes
e impredecibles. Ya examinamos el papel que las distribuciones Gamma y exponen-
cial juegan en estos tipos de problemas. Otra distribución que se ha utilizado con
amplitud en años recientes para tratar con tales problemas es la distribución de
Weibull, que presentó el físico sueco Waloddi Weibull en 1939.
Denición
La variable aleatoria continua X , tiene distribución Weibull de parámetros de forma
α > 0 y escala β > 0 si su función de densidad es:
 α−1  α
α x − x
f (x | α, β) = e β , x>0
β β

En este caso anotaremos X ∼ W eibull(α, β).

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Weibull

Teorema
 
1
Si X ∼ W eibull(α, β), entonces Y = X α ∼ Γ(1, λ) o Y = X α ∼ Exp =λ
β

Teorema
Sea X una variable aleatoria y tiene una distribución Weibull, entonces:
 
1
E(X) = βΓ 1 +
α
(     2 )
2 1
V ar(X) = β2 Γ 1+ − Γ 1+
α α

Teorema
Sea X una variable aleatoria y tiene una distribución Weibull, entonces:

x )α
−( β
FX (x) = 1 − e ; x>0

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Riesgo (Tasa de falla)


Se sabe que la tasa de falla en el tiempo t para la distribución de Weibull está dada
por:   α−1
α t
h(t) = , t>0
β β
sólo si la distribución del tiempo de operación antes del fallo es la distribución de
Weibull  α−1  α
α t t − β
f (t) = e , t>0
β β
La cantidad h(t) es bien llamada tasa de falla porque en verdad cuantica la tasa de
cambio con el tiempo de la probabilidad condicional de que el componente dure una
∆t adicional dado que ha durado el tiempo t. Es importante la tasa de disminución
(o crecimiento) con el tiempo. Los siguientes puntos son fundamentales.
1 Si α = 1, la tasa de falla = λ, una constante. Esto, como se indico
anteriormente, es el caso especial de la distribución exponencial en que
predomina la falta de memoria.
2 Si α > 1, h(t) es una función creciente de t que indica que el componente se
desgasta con el tiempo.
3 Si α < 1, h(t) es una función decreciente de tiempo y, por lo tanto, el
componente se fortalece o endurece con el paso del tiempo.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Funciones de Conabilidad

x )α
−( β 1
C(t) = e tp = F (t)−1 = β(− ln(1 − p)) α

La distribución Weibull es un modelo apropiado para modelar tiempos de falla de


productos compuestos por muchas partes con distribuciones de vida comparables,
donde el producto falla cuando una de las partes falla. Es decir, el tiempo de falla
del producto es igual al tiempo de falla mínimo de las partes que lo conforman (falla
de eslabón más débil). Por ejemplo, la vida de un capacitor está determinada por
la porción de su dieléctrico con la vida más corta.
Ejemplo
Se sabe que el tiempo de falla de un producto tiene una distribución Weibull, cuya
función de riesgo está dada por h(t) = (0,5/1000)(t/1000)−0,5 , con t expresado en
años. Interesa encontrar el tiempo al cual sobrevive 90de los productos e investigar
el efecto que se tendría en el tiempo de vida del producto si se implementa un
periodo de quemado (burn-ina ) de seis meses.
a Se llama burn-in o tiempo de quemado al periodo que deben trabajar las unidades nuevas
buscando provocar la ocurrencia de fallas tempranas. Al eliminar las unidades débiles, el producto
enviado al cliente es más conable.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Distribución Weibull con tres Parámetros

Weibull(α, β, γ)
En ocasiones, las fallas no comienzan a observarse desde el tiempo cero, sino hasta
después de un periodo, γ . Es hasta después de dicho tiempo que la ocurrencia de
fallas tiene probabilidad mayor que cero. Este desfase en la aparición de las fallas se
introduce a la función de densidad Weibull mediante el parámetro γ de localización,
cuyo efecto es que recorre hacia la derecha el inicio de la distribución. Con esto, las
funciones del modelo Weibull (α, β, γ) toman la siguiente forma:
 α−1  α
α x−γ − x−γ
f (x | α, β) = e β , x>0
β β

Funciones de Conabilidad
 
−( t−γ )α 1
F (t) = 1 − e β E(T ) = γ + βΓ 1 +
−( t−γ )α
α
C(t) = e β

α t − γ α−1
 
1
h(t) = tp = γ + β(− ln(1 − p)) α
β β

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Distribución Lognormal

Distribución Lognormal
Esta distribución, junto con la Weibull, es uno de los modelos más usados para
tiempos de falla. El modelo lognormal se emplea para modelar los tiempos de fa-
lla de procesos de degradacion, por ejemplo, de fatiga de metales y de aislantes
eléctricos. Sus funciones se denen en términos de la densidad normal estándar φ
y de la distribución acumulada normal estándar Φ, de acuerdo con las siguientes
expresiones:
 2  
1 −1
ln(t)−µ 1 ln(t) − µ
f (t) = √ e 2 σ = φ
t · σ 2π t·σ σ

El modelo lognormal es apropiado cuando los tiempos a la falla son el resultado


de muchos efectos pequeños que actúan de manera multiplicativa. Esto hace que
al sacar el logaritmo dichos efectos se conviertan en efectos que actúan de manera
aditiva sobre el logaritmo del efecto global o logaritmo del tiempo de falla, y estos
últimos tienden a distribuirse normal. En efecto, existe una estrecha relación entre la
distribución lognormal y la normal, ya que si T sigue una distribución lognormal, su
logaritmo ln(T ) sigue una distribución normal. O bien, si X tiene una distribución
normal(µ, σ 2 ), entonces Y = exp(X) tiene una distribución lognormal(µ, σ 2 ).

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Distribución Lognormal
Funciones de Conabilidad
 
F (t) = Φ
ln(t)−µ
distribución acumulada normal
σ  estándar.
ln(t)−µ
C(t) = 1 −Φ σ
No existe una expresión cerrada
σ2 para la función de riesgo, y se
 
E(t) = exp µ +
2 obtiene con su denición.
tp = exp µ + σΦ−1 (p) , donde

Φ−1 es la función inversa de la

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Estimación

Mínimos cuadrados Ordinarios


Método para estimar los parámetros de las distribuciones de probabilidad que se
basa en ajustar un modelo de regresión lineal simple a los datos gracados en el
correspondiente papel de probabilidad.

Ejemplo
En el caso de la distribución Weibull se aprecia que las parejas a capturar están
dadas por (log(t(i)), log[−log(1 − p(i))] donde p(i) = (i − 0, 5)/n. Al ajustar la recta
su pendiente, b, estimara a α, mientras que con la ordenada al origen, a, de esta
recta, se obtiene la estimación de β , con exp(−a/b).

Maxima Verosimilitud
Método para estimar los parámetros de un modelo que provee los estimadores que
maximizan la probabilidad de observar los datos bajo tal modelo.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Conabilidad de Sistemas

Sistema en Serie
Suponga un sistema en serie con k componentes, cuyas conabilidades son
C1 , C2 , . . . , Ck , respectivamente. Bajo el supuesto de que trabajan de manera in-
dependiente, la conabilidad del sistema es igual a la probabilidad de que todos
funcionen, por lo tanto está dada por: Cs = C1 × C2 × . . . × Ck

Ejemplo
Por ejemplo, un producto electrónico tiene 40 componentes en serie. La conabilidad
de cada componente es igual a 0.999. Entonces, la conabilidad de la unidad está
dada por Cs = (0,999)40 = 0,961

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Conabilidad de Sistemas

Sistema en Paralelo
Suponga un sistema en serie con k componentes, cuyas conabilidades son
C1 , C2 , . . . , Ck , respectivamente. Basta con que uno de ellos funcione para que el
sistema funcione. O bien, se requiere que todos fallen para que el sistema falle. De
aquí que restar a 1 la probabilidad de que todos fallen es igual a la conabilidad del
sistema, que es:

Cp = 1 − P (Todos Fallen) = 1 − ((1 − C1 ) × (1 − C2 ) × . . . × (1 − Ck ))

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Conabilidad de Sistemas

Sistema Mixto
Muchos sistemas están compuestos por subsistemas en serie y en paralelo que están
conectados de cierta manera. En algunos de estos casos es complicado obtener la
conabilidad del sistema. De hecho, un problema que surge es determinar la con-
guración de los componentes que maximizan la conabilidad del sistema. En la
gura se muestra un sistema con siete componentes, algunos en serie y otros en
paralelo.

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia


Conabilidad

Conabilidad de Sistemas

Ejemplo
suponga que la conabilidad de los componentes del sistema represen tado en la
gura son CA = 0,96, CB = 0,92, CC = 0,94, CD = 0,89, CE = 0,95, CF = 0,88 y
CG = 0,90. Calcule la conabilidad del sistema

Profesor: Danilo Gómez Correa Conabilidad y Supervivencia