Escolar Documentos
Profissional Documentos
Cultura Documentos
MANTENIMIENTO II
2. Ttulos Profesionales:
Ingeniero Civil Industrial, UBB.
Ingeniero de Ejecucin en Mecnica, UBB.
3. Posttulo:
Diplomado en Ingeniera del Mantenimiento, UTFSM.
4. Postgrado:
Maestra en Ingeniera mencin Sistemas de Calidad y
Productividad, ITESM.
Magster en Gestin de Activos y Mantenimiento, UTFSM.
5. Experiencia Acadmica:
22 aos de experiencia docente en INACAP.
17-08-2017
Malla Curricular
Primer Semestre Segundo Semestre Tercer Semestre Cuarto Semestre Quinto Semestre Sexto Semestre Sptimo Semestre Octavo Semestre
500 horas 586 horas 456 horas 439 horas 368 horas 421 horas 421 horas 456 horas
Administracin
Procesos Mantenimiento Mecnica Anlisis de
Mquinas del Termodinmica I Elementos de
Mecnicos Industrial Esttica Vibraciones
Herramientas I Mantenimiento I MB0110-Lectiva Mquinas
MH0503-Prctica MH0201-Lectiva ME0210-Lectiva MF0205-Lectiva
PP0325-Prctica MH0203-Lectiva 70 horas MG0207-Lectiva
105 horas 70 horas 88 horas 70 horas
158 horas 88 horas 70 horas
Prctica
Profesional
Ingeniero
Diseo Asistido Gestin y Mecnico en
Dibujo Tcnico Mantenimiento Tratamiento de Seminario de Mantenimient
Fsica Mecnica por Computador Control de
Industrial Mecnico Ingls II los Metales Ttulo o Industrial
ZF0201-Lectiva I Calidad
PD0112-Prctica MH0502-Prctica ZC0210-Lectiva MF0502-Lectiva MI0502-Lectiva
88 horas PD0122-Prctica PC0161-Lectiva
88 horas 88 horas 70 horas 70 horas 70 horas
70 horas 88 horas
Preparacin y
Prevencin de Resistencia de Administracin
Ingls I Evaluacin de
Riesgos Geometra Materiales de RRHH
ZC0209-Prctica Proyectos
ZC0204-Lectiva ZM0207-Lectiva PI0165-Lectiva ZC0205-Lectiva
70 horas ZC0208-Lectiva
53 horas 59 horas 88 horas 70 horas
70 horas
Tcnicas de
Matemtica I Comunicacin
MATB13-Lectiva Oral y Escrita
74 horas ZC0202-Lectiva
70 horas
17-08-2017
Programa de la Asignatura
17-08-2017
Descripcin de la Asignatura
Descripcin.
Administracin del Mantenimiento II es una asignatura
lectiva del rea formativa de la especialidad industrial, que
entrega al estudiante los fundamentos necesarios para el
desarrollo de competencias, que permitan mejorar la
planificacin, organizacin y control del mantenimiento de los
activos, conforme a las necesidades de produccin de la
empresa.
Esta asignatura contribuye al logro de competencias
genricas:
1. Comunicar ideas de manera efectiva y eficaz a travs del
lenguaje oral y escrito.
2. Resolver problemas aplicando criterio y de forma efectiva.
3. Demostrar destrezas bsicas en el uso de herramientas
tecnolgicas.
17-08-2017
Competencias de la Asignatura
17-08-2017
Sistema de Evaluacin IMI814A-Seccin 150
17-08-2017
Sistema de Evaluacin IMI814B-Seccin 151
17-08-2017
Sistema de Evaluacin IMI814C-Seccin 155
17-08-2017
Sistema de Evaluacin IMI814D-Seccin 156
10
17-08-2017
Asistencia
11
17-08-2017
Bibliografa
Bibliografa Bsica.
Arata Adolfo; Manual de Gestin de Activos y
Mantenimiento, 1era Edicin, Editores RIL, 2005, Chile,
960pp, ISBN: 9562844331.
Rey Sacristn Francisco; Manual de Mantenimiento
Integral en la Empresa, 1era Edicin, Editorial Fundacin
Confemetal, 2001, Espaa, 462pp, ISBN: 8495428180.
Gonzlez Fernndez Francisco, Teora y Prctica del
Mantenimiento Industrial Avanzado, 2da Edicin, Editorial
Fundacin Confemetal, 2005, Espaa, 560 pp, ISBN:
8496169499.
12
17-08-2017
Bibliografa
Bibliografa Sugerida.
Arata Adolfo; Organizacin Liviana y Gestin
Participativa, 1era Edicin, Editores RIL, 2005, Chile, 382
pp, ISBN: 9562844137.
Boucly Franis; Gestin del Mantenimiento, Asociacin
Espaola de Normalizacin y Certificacin, 1998, Espaa,
310 pp, ISBN: 8481431605.
13
17-08-2017
Pginas Webs
http://latinamerica.infor.com/soluciones/eam/
http://sites.google.com/site/wwwrpascual/
http://www.allegro-systems.com/index.htm
http://www.contec.cl/Maintscape.html
http://www.mantenimientomundial.com
http://www.mincom.com/es/Home.aspx
http://www.sap.com/chile/index.epx
http:// www.solomantenimiento.com
14
17-08-2017
Pginas Webs
http://www.vitutor.com/estadistica.html
http://recursostic.educacion.es/secundaria/edad/1esomatemati
cas/1quincena12/1quincena12.pdf
http://www.educatina.com/matematicas/probabilidad-y-
estadistica
http://portales.mineduc.cl/usuarios/adultos/doc/GuiaN6Matema
ticaICiclodeEM.pdf
http://www.librosvivos.net/smtc/homeTC.asp?TemaClave=1051
http://www.aulafacil.com/cursos/t675/ciencia/estadisticas/est
adisticas
15
17-08-2017
Pginas Webs
16
17-08-2017
Descripcin PE Ing. Mec. en Mant. Ind.
17
17-08-2017
Perfil de Egreso Ing. Mec. en Mant. Ind.
El egresado estar en condiciones de desarrollar las siguientes
competencias:
Resolver problemas tcnicos relacionados con el uso de mquinas y
equipos industriales, de acuerdo a las condiciones de operacin,
normativas vigentes, necesidades de rendimiento y requerimientos de
produccin
Desarrollar mejoras a sistemas de mquinas (oleohidrulicos, neumticos
y mecnicos), de acuerdo a las condiciones de operacin, normativas
vigentes, necesidades de rendimiento y requerimientos de produccin.
Gestionar el plan de mantenimiento para mquinas, equipos y lneas de
produccin, de acuerdo a las necesidades de la empresa y normas de
prevencin de riesgos.
Elaborar proyectos vinculados al mantenimiento en empresas del sector
industrial, a partir de las necesidades del medio y de acuerdo a las
legislaciones vigentes.
Evaluar proyectos vinculados al mantenimiento en empresas del sector
industrial a partir de las necesidades del medio y de acuerdo a las
legislaciones vigentes.
Comunicar de manera efectiva en el idioma ingls a nivel inicial.
18
17-08-2017
Campo Ocupacional Ing. Mec. en Mant. Ind.
19
17-08-2017
Conductas de Entrada
20
17-08-2017
Reglas y Procedimientos de la Asignatura
Llegar puntual a clases (Tolerancia de 5 minutos incluidos los breaks
intermedios).
Mantener el celular en silencio.
Mantener limpio y ordenado el espacio de aprendizaje.
No rayar las mesas para resolver ejercicios o dibujar.
No ingerir alimentos y bebidas al interior de la sala de clases.
Leer correo institucional diariamente.
Esforzarse por cumplir con un alto estndar de calidad en todos los
compromisos acadmicos.
Practicar el respeto y el sentido comn en la relacin con todas las
personas que interacta.
Hacer un uso eficiente del tiempo.
Comunicar ideas de manera efectiva y eficaz a travs del lenguaje
oral y escrito.
17-08-2017
Etapas del Proceso de Formacin Profesional
XITO
99% TRANSPIRACIN
1% INSPIRACIN
A. Einstein
22
17-08-2017
Cmo se Construye la Gestin del Conocimiento?
GENERAR
INNOVACIN VALOR
(Tecnologa)
INNOVACIN = TALENTO
INNOVACIN: TALENTO:
Poner en prctica alguna idea. Usar las capacidades para
Aplicar algo que no se est obtener resultados superiores
aplicando. en un entorno y organizacin
Alterar cosas introduciendo determinados.
novedades.
23
17-08-2017
Talento de los Profesionales
TALENTO = CAPACIDADES + COMPROMISO + ACCIN
GESTIONAR EL CONOCIMIENTO
CAPACIDADES
Alta Motivacin Puedo Llegar Antes
ACCIN COMPROMISO
Acto Quiero
Buenas Intenciones
24
17-08-2017
Unidad N1:
Principios Estadsticos Aplicados
al Mantenimiento Industrial
25
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
Aprendizajes Esperados:
1.1.- Usa herramientas estadsticas en la mejora del control
de la gestin del mantenimiento.
1.2.- Aplica modelos fsicos de confiabilidad, en la mejora de
la gestin del mantenimiento.
Criterios de Evaluacin:
1.1.1.- Relaciona las herramientas estadsticas con las
actividades de mantenimiento, en funcin del control de la
gestin del mantenimiento.
1.1.2.- Emplea las variables de clculo de las herramientas
estadsticas, en aplicaciones de gestin del mantenimiento.
1.1.3.- Resuelve problemas de modelos de confiabilidad, en
funcin de la mejora del control de gestin del
mantenimiento.
26
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
Contenidos:
Principios estadsticos aplicados al mantenimiento:
Herramientas estadsticas:
Distribucin de Poisson.
Distribucin Gausiana.
Distribucin exponencial.
Distribucin de Weibull.
Determinacin de variables.
Problemas de aplicacin comunes relacionados con la
confiabilidad de sistemas.
Modelos fsicos de confiabilidad:
Covariados:
Modelos de fallas proporcionales.
Modelos de localizacin-escala.
27
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
Contenidos:
Modelos fsicos de confiabilidad:
Covariados:
Modelos de fallas proporcionales.
Modelos de localizacin-escala.
Estticos:
Carga aleatoria y resistencia constante.
Carga constante y resistencia aleatoria.
Carga aleatoria y resistencia aleatoria.
Dinmicos:
Cargas peridicas.
Cargas aleatorias.
Modelos fsicos de fallas.
28
17-08-2017
Unidad N1:
Principios Estadsticos Aplicados
al Mantenimiento Industrial
29
17-08-2017
Estadstica
30
17-08-2017
Estadstica
31
17-08-2017
Qu es la Estadstica?
Toma de decisiones
32
17-08-2017
Conceptos Bsicos de Estadstica
Poblacin.
Es el conjunto sobre el que estamos interesados en
obtener conclusiones (Hacer inferencia).
Normalmente es demasiado grande para poder
abarcarlo.
Los conjuntos o unidades de inters pueden ser
finitos o infinitos. Por ejemplo todos los estudiantes de
INACAP.
33
17-08-2017
Conceptos Bsicos de Estadstica
Muestra.
Es un subconjunto de la poblacin al que se tiene acceso y
sobre el que realmente se hace las observaciones (mediciones).
Debera ser representativo de la poblacin y estar formado
por miembros seleccionados de la poblacin (individuos,
unidades experimentales).
Por ejemplo todos los estudiantes que cursan la asignatura
de Anlisis Estadstico de Datos, durante el semestre O-2017, en
INACAP Concepcin-Talcahuano.
34
17-08-2017
Mtodos Estadsticos
Mtodos
Estadsticos
Estadstica Inferencia
Descriptiva Estadstica
35
17-08-2017
Estadstica Descriptiva
36
17-08-2017
Estadstica Descriptiva
37
17-08-2017
Fuentes de Datos
Fuentes de
Datos
Primarias Secundarias
Publicacin
Experimentos Revisin Observacin
& On-Line
38
17-08-2017
Tipos de Datos
Datos
Numricos Categricos
(Cuantitativos) (Cualitativos)
Discretos Continuos
39
17-08-2017
Propiedades de los Datos Numricos y sus Medidas
Propiedades
Datos Numricos
Tendencia
Variacin Sesgo
Central
Mediana Varianza
40
17-08-2017
Clasificacin de Datos Numricos
Datos
Numricos
Datos No Datos
Agrupados Agrupados
41
17-08-2017
Medidas Numricas para Datos
No Agrupados
42
17-08-2017
Medidas Numricas para Datos No Agrupados
Medidas de Dispersin.
Varianza poblacional.
Varianza muestral.
Desviacin estndar poblacional.
Desviacin estndar muestral.
Coeficiente de Variacin.
43
17-08-2017
Medidas Numricas para Datos No Agrupados
x i
X i 1
n
44
17-08-2017
Medidas Numricas para Datos No Agrupados
xn xn
~ 1
Si n es par, entonces Me X 2 2
~
Si n es impar, entonces Me X x n 1
2
45
17-08-2017
Medidas Numricas para Datos No Agrupados
x i wi
XP i 1
n
w
i 1
i
46
17-08-2017
Medidas Numricas para Datos No Agrupados
Medidas de Dispersin.
Varianza poblacional.
Es el "casi promedio" de los cuadrados de las
desviaciones de los datos con respecto a la media muestral.
2
i
x 2
2
i1
-X
n
47
17-08-2017
Medidas Numricas para Datos No Agrupados
Medidas de Dispersin.
Varianza muestral.
Es el "casi promedio" de los cuadrados de las
desviaciones de los datos con respecto a la media muestral,
salvo que el denominador est disminuido en una unidad.
2
n
S2
n -1
48
17-08-2017
Medidas Numricas para Datos No Agrupados
Medidas de Dispersin.
Desviacin estndar poblacional.
2
Desviacin estndar muestral.
S S2
49
17-08-2017
Medidas Numricas para Datos No Agrupados
Medidas de Dispersin.
Coeficiente de Variacin.
Es una medida de dispersin que describe la cantidad
de variabilidad en relacin con la media. Es un indicador
adimensional til para comparar la variacin de diferentes
poblaciones o la variabilidad de diferentes variables.
No debe usarse cuando la variable presenta valores
negativos.
CV
X
50
17-08-2017
Medidas Numricas para Datos
Agrupados
51
17-08-2017
Medidas Numricas para Datos Agrupados
52
17-08-2017
Medidas Numricas para Datos Agrupados
Medidas de Dispersin.
Varianza poblacional.
Varianza muestral.
Desviacin estndar poblacional.
Desviacin estndar muestral.
53
17-08-2017
Medidas Numricas para Datos Agrupados
54
17-08-2017
Medidas Numricas para Datos Agrupados
2do intervalo.
LI = Valor del LS del intervalo anterior.
LS = LI + Tamao del intervalo o clase normalizado.
55
17-08-2017
Medidas Numricas para Datos Agrupados
56
17-08-2017
Medidas Numricas para Datos Agrupados
57
17-08-2017
Tabla de Distribucin de Frecuencias
Total Total
58
17-08-2017
Medidas Numricas para Datos Agrupados
n CMe -1 n
~ 2 - fi TCN 2 CMe -1 TCN
- F
Me X LICMe i 1 LICMe
fCMe fCMe
59
17-08-2017
Medidas Numricas para Datos Agrupados
2 fCMo - fCMo 1
60
17-08-2017
Medidas Numricas para Datos Agrupados
Medidas de Dispersin.
Varianza poblacional.
k
i fi
MC 2
2
2 i1
-X
n
Varianza muestral. n 2
S2
n -1
2
Desviacin estndar muestral.
S S2
61
17-08-2017
Medidas Numricas para Datos Agrupados
Medidas de Dispersin.
Coeficiente de Variacin.
Es una medida de dispersin que describe la cantidad
de variabilidad en relacin con la media. Es un indicador
adimensional til para comparar la variacin de diferentes
poblaciones o la variabilidad de diferentes variables.
No debe usarse cuando la variable presenta valores
negativos.
CV
X
62
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
15 15 15 15 16 17 18 18 18 18
18 18 19 19 19 19 19 20 20 20
20 20 20 20 20 20 21 21 21 21
21 21 21 21 21 21 22 22 22 22
22 22 22 22 23 23 23 23 24 25
63
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
Se pide calcular:
1) Medidas Numricas para Datos No Agrupados.
a) Medidas de Tendencia Central.
Media o promedio aritmtico.
Mediana.
Moda.
b) Medidas de Dispersin.
Varianza poblacional.
Varianza muestral.
Desviacin estndar poblacional.
Desviacin estndar muestral.
Coeficiente de Variacin.
64
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
Se pide calcular:
2) Medidas Numricas para Datos Agrupados.
a) Tabla de Frecuencias.
b) Medidas de Tendencia Central.
Media o promedio aritmtico.
Mediana.
Moda.
c) Medidas de Dispersin.
Varianza poblacional.
Varianza muestral.
Desviacin estndar poblacional.
Desviacin estndar muestral.
Coeficiente de Variacin.
65
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
84 120 139 135 147 126 142 90 125 199 72 104 195 160
99 132 90 99 104 125 161 127 119 89 115 155 127 167
170 141 184 144 108 173 148 146 195 195 129 123 130 189
66
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
Se pide calcular:
1) Medidas Numricas para Datos No Agrupados.
a) Medidas de Tendencia Central.
Media o promedio aritmtico.
Mediana.
Moda.
b) Medidas de Dispersin.
Varianza poblacional.
Varianza muestral.
Desviacin estndar poblacional.
Desviacin estndar muestral.
Coeficiente de Variacin.
67
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
Se pide calcular:
2) Medidas Numricas para Datos Agrupados.
a) Tabla de Frecuencias.
b) Medidas de Tendencia Central.
Media o promedio aritmtico.
Mediana.
Moda.
c) Medidas de Dispersin.
Varianza poblacional.
Varianza muestral.
Desviacin estndar poblacional.
Desviacin estndar muestral.
Coeficiente de Variacin.
68
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
4,30 4,41 4,62 5,01 4,71 4,61 4,95 4,52 4,28 4,34
4,50 4,23 4,86 4,63 5,02 4,25 4,59 4,40 4,79 4,83
4,88 4,96 4,55 4,63 4,75 4,83 4,85 4,56 4,51 4,67
69
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
Se pide calcular:
1) Medidas Numricas para Datos No Agrupados.
a) Medidas de Tendencia Central.
Media o promedio aritmtico.
Mediana.
Moda.
b) Medidas de Dispersin.
Varianza poblacional.
Varianza muestral.
Desviacin estndar poblacional.
Desviacin estndar muestral.
70
17-08-2017
Principios Estadsticos Aplicados al Mantenimiento Industrial
Se pide calcular:
2) Medidas Numricas para Datos Agrupados.
a) Tabla de Frecuencias.
b) Medidas de Tendencia Central.
Media o promedio aritmtico.
Mediana.
Moda.
c) Medidas de Dispersin.
Varianza poblacional.
Varianza muestral.
Desviacin estndar poblacional.
Desviacin estndar muestral.
71
17-08-2017
Inferencia Estadstica
72
17-08-2017
Inferencia Estadstica
Contenido
Estimacin.
Prueba de Hiptesis.
Objetivo.
Toma de decisiones sobre caractersticas poblacionales.
Poblacin?
73
17-08-2017
Conceptos de Inferencia Estadstica
74
17-08-2017
Conceptos de Inferencia Estadstica
75
17-08-2017
Dificultades
Incertidumbre.
Efectos de cambios en el comportamiento.
Escasez de datos.
76
17-08-2017
Porqu se debe Recolectar Datos?
77
17-08-2017
Porqu se debe Muestrear?
78
17-08-2017
Tipo de Muestra
Tipo de
Muestra
No Probabilstica Probabilstica
Aleatorio Clster
Sistemtico Estratificado
Simple Grupo
Chunk
Juicio Cuota
Pedazo
79
17-08-2017
Muestra No Probabilstica
Juicio.
Uso de experiencia para seleccionar muestra, por
ejemplo: Mercados de prueba.
Cuota.
Similar a la prueba estratificada, excepto que no presenta
muestreo aleatorio.
Chunk (Conveniencia).
Uso de elementos disponibles.
80
17-08-2017
Muestra Probabilstica
81
17-08-2017
Muestra Probabilstica
Muestra Estratificada.
Divide la poblacin en subgrupos:
Mutuamente exclusivo.
Exhaustivo.
Al menos una caracterstica comn
de inters.
Selecciona muestras aleatorias
simples de subgrupos.
82
17-08-2017
Muestra Probabilstica
Muestra Cluster.
Divide la poblacin en subgrupos:
Mutuamente exclusivo.
Exhaustivo.
Al menos una caracterstica comn
de inters.
Divide la poblacin en Clster.
Si los Gerentes son elementos,
entonces las compaas son los
Clster.
Al azar se selecciona los Clster.
Contemple todos o una muestra
arbitraria de elementos del Clster.
83
17-08-2017
Inferencia Estadstica
84
17-08-2017
Objetivo de las Herramientas Estadsticas
85
17-08-2017
Tipos de Intervenciones
Tipo:
Correctivas.
Preventivas:
M.P. Sistemtico.
Centrado en la condicin.
Calidad
Perfectas.
Como nuevo.
Mnimas.
Como antes.
Imperfectas.
86
17-08-2017
Distribuciones de Probabilidades
Eventos discretos.
(nmero de fallas..)
Eventos continuos
cantidades fsicas
masa, temperatura,..
87
17-08-2017
Distribuciones de Probabilidades
1 parmetro.
Poisson.
Exponencial.
2 parmetros.
Normal.
3 parmetros
Weibull.
mas
Bi-Weibull
88
17-08-2017
Distribucin de Poisson
89
17-08-2017
Distribucin de Poisson
90
17-08-2017
Distribucin de Poisson
Describe
nmero de eventos aleatorios.
Parmetro
promedio de eventos/intervalo de tiempo ().
t
T
91
17-08-2017
Probabilidad Acumulada
k
j
P ( x k ) e
j0
-
j!
92
17-08-2017
Ejemplo N1 de Distribucin de Poisson
1.- Suponer que el nmero de imperfecciones en una lmina
de acero tiene una distribucin Poisson con un promedio de
5 imperfecciones por 7 m2. Calcular la probabilidad de que
en 7 m2 haya:
a) 3 imperfecciones.
b) ms de 5 imperfecciones.
c) menos de 6 imperfecciones.
d) por lo menos 4 y a lo mucho 8 imperfecciones.
e) calcular la probabilidad de que en 21 m2 haya 10
imperfecciones.
93
17-08-2017
Ejemplo N2 de Distribucin de Poisson
2.- Se sabe que el nmero de quejas por semana que llegan
al call center de una empresa de servicios de
mantenimiento, que trabaja todos los das es una variable
aleatoria que se ajusta bien a la distribucin Poisson. En
promedio se recibe 1 queja semanal. Si se mide el nmero
de quejas mensuales, suponiendo que un mes posee 4
semanas. Se pide:
a) Cul es la probabilidad de que el prximo mes ocurran
una cantidad igual a 0, 1, 2, 3, 4 y 5 quejas.
b) Cul es la probabilidad de que el prximo mes ocurran
mas de 4 quejas.
94
17-08-2017
Ejemplo N3 de Distribucin de Poisson
95
17-08-2017
Ejemplo N3 de Distribucin de Poisson
96
17-08-2017
Ejemplo N4 de Distribucin de Poisson
97
17-08-2017
Ejemplo N4 de Distribucin de Poisson
l = 1,5 partculas/minuto
T = 2 minutos
= 3 partculas/minuto
20,0%
15,0%
Series1
10,0%
5,0%
98
0,0% 17-08-2017
0 2 4 6 8 10 12
Distribucin Exponencial
99
17-08-2017
Distribucin Exponencial
100
17-08-2017
Distribucin Exponencial
101
17-08-2017
Distribucin Exponencial
-l t
f (t) le para t 0
1 1 2 1
E( t ) MTBF (t) 2
l l l
-l t
R(t)e
t0
F ( t ) P ( t t0 )
0
f ( t ) dt 1 - e- l t
102
17-08-2017
Distribucin Exponencial
f(t) l(t)
t t
103
17-08-2017
Ejemplo N1 de Distribucin Exponencial
104
17-08-2017
Ejemplo N2 de Distribucin Exponencial
105
17-08-2017
Ejemplo N3 de Distribucin Exponencial
106
17-08-2017
Ejemplo N4 de Distribucin Exponencial
107
17-08-2017
Ejemplo N5 de Distribucin Exponencial
x0
F ( x ) P ( x x0 ) 0
f ( x ) dx 1 - e- l x
-
1
300 -
1
200
F ( 200 x 300) 1 - e 10.000 - 1 - e
10.000
108
17-08-2017
Distribucin Normal o
Gaussiana
109
17-08-2017
Distribucin Normal o Gaussiana
110
17-08-2017
Distribucin Gaussiana
media
desviacin estndar
2 varianza
111
17-08-2017
Distribucin Gaussiana
2
1 t-
2
e
l(t) 2
1 t-
2
e
dt
t
t
R ( t ) 1 - f (t) dt MTBF
0
112
17-08-2017
Probabilidad Acumulada
x0
F ( x ) P ( x x0 )
-
f ( x ) dx
113
17-08-2017
Distribucin Gaussiana
z
x-
114
17-08-2017
Ejemplo N1 de Distribucin Normal
115
17-08-2017
Ejemplo N2 de Distribucin Normal
116
17-08-2017
Ejemplo N3 de Distribucin Normal
117
17-08-2017
Ejemplo N4 de Distribucin Normal
118
17-08-2017
Ejemplo N5 de Distribucin Normal
119
17-08-2017
Ejemplo N6 de Distribucin Normal
120
17-08-2017
Ejemplo N7 de Distribucin Normal
121
17-08-2017
Ejemplo N8 de Distribucin Normal
8.- Una empresa fabrica juntas para una refinera. Las juntas se han
diseado para sellar conexiones y piezas en el sistema de transporte de
combustibles con el objeto de impedir fugas. Un tipo de juntas ha de tener
5 centmetros de dimetro para que encaje como es debido; no puede
variar arriba o abajo en ms de 0,25 cm sin provocar una fuga peligrosa. La
empresa afirma que esta junta tiene 5 cm de media con una desviacin
tpica de 0,17 cm. Si estas cifras son correctas y se supone una distribucin
normal N( , 2), de los dimetros, los funcionarios de la refinera desean
determinar:
a) La proporcin de juntas que se adaptarn correctamente. Respuesta:
85,84%.
b) La proporcin de juntas que son defectuosas. Respuesta: 14,16%.
c) La probabilidad de que cualquier junta tenga un dimetro superior a 5,3
cm. Respuesta: 3,92%.
d) La probabilidad de que una junta tenga un dimetro comprendido entre
4,9 y 5,2 cm. Respuesta: 60,19%.
e) La probabilidad de que una junta elegida al azar tenga un dimetro
entre 5,3 y 5,5 cm. Respuesta: 3,76%.
122
17-08-2017
Ejemplo N9 de Distribucin Normal
Decisin:
Que modelo de resistencia comprar?
Criterio:
Duracin de una resistencia.
P([420, 720])>= 95%.
Recomienda el modelo?.
123
17-08-2017
Ejemplo N9 de Distribucin Normal
Solucin:
z
x-
600 horas
120 horas z1
720 - 600
1
120
P ( 420 x 720) ?
z2
420 - 600
- 1,5
P ( - 1,5 z 1) ? 120
124
17-08-2017
Distribucin de Weibull
125
17-08-2017
Distribucin Weibull
126
17-08-2017
Por qu es importante la distribucin Weibull?
127
17-08-2017
Distribucin Weibull de 3 Parmetros
-1 t -
t - -
f(t) e
: Parmetro de escala o caracterstica de vida.
-1 : Parmetro de forma.
t - : Parmetro de Localizacin.
l(t) t : tiempo.
t - 1
-
MTBF
R(t)e
128
17-08-2017
Distribucin Weibull de 2 Parmetros (=0)
-1 t
t -
f(t) e
-1
t
l(t)
t 1
-
R(t)e MTBF
129
17-08-2017
Distribucin Weibull de 3 Parmetros
=3
=1
=1
=0,5
t t
: Parmetro de escala o caracterstica de vida.
: Parmetro de forma.
: Parmetro de Localizacin.
t : tiempo.
f(t) : Funcin de densidad de falla.
l(t) : Tasa de falla.
R(t) : Funcin de Confiabili dad.
130
17-08-2017
Distribucin Weibull
131
17-08-2017
Anlisis de Weibull
132
17-08-2017
Anlisis de Weibull
Si se conoce:
= el parmetro de escala o caracterstica de vida y
= el parmetro de forma de la curva.
133
17-08-2017
Distribucin de Weibull
134
17-08-2017
Distribucin Exponencial
135
17-08-2017
Ejemplo N1 de Distribucin de Weibull
136
17-08-2017
Ejemplo N1 de Distribucin de Weibull
N t (h) f(t) R(t) F(t) l(t)
1 75
2 100
3 125
4 150
5 175
6 200
7 225
8 250
9 275
10 300
11 325
12 350
13 375
14 400
15 425
137
17-08-2017
Ejemplo N1 de Distribucin de Weibull
N t (h) f(t) R(t) F(t) l(t)
1 75 1,12E-03 0,98109 0,01891 0,00115
2 100 1,53E-03 0,94744 0,05256 0,00162
3 125 1,80E-03 0,90557 0,09443 0,00198
4 150 1,97E-03 0,85837 0,14163 0,00229
5 175 2,07E-03 0,80781 0,19219 0,00256
6 200 2,12E-03 0,75536 0,24464 0,00281
7 225 2,13E-03 0,70219 0,29781 0,00303
8 250 2,10E-03 0,64924 0,35076 0,00324
9 275 2,05E-03 0,59724 0,40276 0,00344
10 300 1,98E-03 0,54679 0,45321 0,00362
11 325 1,89E-03 0,49835 0,50165 0,00380
12 350 1,79E-03 0,45223 0,54777 0,00397
13 375 1,69E-03 0,40869 0,59131 0,00413
14 400 1,58E-03 0,36788 0,63212 0,00429
15 425 1,46E-03 0,32988 0,67012 0,00444
16 450 1,35E-03 0,29471 0,70529 0,00458
17 475 1,24E-03 0,26235 0,73765 0,00472
18 500 1,13E-03 0,23273 0,76727 0,00486
19 525 1,03E-03 0,20576 0,79424 0,00499
20 550 9,29E-04 0,18132 0,81868 0,00512
138
17-08-2017
Ejemplo N2 de Distribucin de Weibull
139
17-08-2017
Ejemplo N1 de Distribucin de Weibull
N t (h) f(t) R(t) F(t) l(t)
1 75
2 100
3 125
4 150
5 175
6 200
7 225
8 250
9 275
10 300
11 325
12 350
13 375
14 400
15 425
140
17-08-2017
Ejemplo N1 de Distribucin de Weibull
N t (h) f(t) R(t) F(t) l(t)
1 75 0,00E+00 1,00000 0,00000 0,00000
2 100 5,52E-04 0,99308 0,00692 0,00056
3 125 1,08E-03 0,97260 0,02740 0,00111
4 150 1,57E-03 0,93941 0,06059 0,00167
5 175 1,99E-03 0,89484 0,10516 0,00222
6 200 2,34E-03 0,84062 0,15938 0,00278
7 225 2,60E-03 0,77880 0,22120 0,00333
8 250 2,77E-03 0,71157 0,28843 0,00389
9 275 2,85E-03 0,64118 0,35882 0,00444
10 300 2,85E-03 0,56978 0,43022 0,00500
11 325 2,77E-03 0,49935 0,50065 0,00556
12 350 2,64E-03 0,43159 0,56841 0,00611
13 375 2,45E-03 0,36788 0,63212 0,00667
14 400 2,23E-03 0,30925 0,69075 0,00722
15 425 1,99E-03 0,25638 0,74362 0,00778
141
17-08-2017