Unidad I (Documento en revisión v-1.0) I. CONFIABILIDAD. 1.1 ...
Unidad I (Documento en revisión v-1.0) I. CONFIABILIDAD. 1.1 ...
Unidad I (Documento en revisión v-1.0) I. CONFIABILIDAD. 1.1 ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
I. <strong>CONFIABILIDAD</strong>.<br />
<strong>1.1</strong>. INTRODUCCION.<br />
La habilidad para predecir circuitos y sistemas confiables está llegando a<br />
increm<strong>en</strong>tar su importancia debido al conocimi<strong>en</strong>to de la g<strong>en</strong>te y por la<br />
exig<strong>en</strong>cia de productos para el gobierno o aplicaciones especiales.<br />
En la mayoría de los casos los esfuerzos están conc<strong>en</strong>trados sobre la<br />
predicción de la probabilidad de fallas catastróficas. Ya que la probabilidad de<br />
falla de un circuito o sistema causada por el deterioro gradual de un subsistema<br />
o compon<strong>en</strong>te se le ha mostrado un interés secundario.<br />
1.2. TIPOS DE FALLAS.<br />
Una falla puede ser completa o parcial. Si nosotros observamos un circuito o<br />
sistema con respecto al tiempo como función y finalm<strong>en</strong>te falla, veremos que el<br />
circuito o sistema puede fallar de dos formas:<br />
- Por falla catastrófica ó<br />
- Por falla por degradación.<br />
Fallas catastróficas.- Son caracterizadas como el inicio de fallas completas<br />
y fallas rep<strong>en</strong>tinas o una combinación de ambas.<br />
Falla completa.- Es la falla resultante de la desviación de característica(s)<br />
fuera de los límites especificados, tales como causar una completa car<strong>en</strong>cia de<br />
la función requerida.<br />
Falla rep<strong>en</strong>tina.- Falla que no puede ser predecida o anticipada por un<br />
análisis. Similar a una falla aleatoria. Es una falla cuya causa y/o mecanismo<br />
hac<strong>en</strong> su tiempo de ocurr<strong>en</strong>cia impredecible.<br />
Fallas por degradación.- ó también llamadas fallas de corrimi<strong>en</strong>to.<br />
1.- Falla marginal. La cual es parcial y rep<strong>en</strong>tina. Se pres<strong>en</strong>ta <strong>en</strong> un tiempo t=0,<br />
cuando el artículo se acaba de terminar y carec<strong>en</strong> de historia o pasado y hac<strong>en</strong><br />
imposible su predicción o anticipación.<br />
2.- Falla gradual.- Falla que puede ser anticipada por un previo análisis.<br />
3.- Falla parcial.- Es el resultado de la desviación <strong>en</strong> características fuera de los<br />
límites especificados pero no tales como causar completa pérdida de las<br />
funciones requeridas.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(1)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
1.3. CONCEPTOS BASICOS.<br />
<strong>CONFIABILIDAD</strong>:<br />
Es la probabilidad de que un dispositivo, funcionará sin falla sobre un período<br />
de tiempo especificado.<br />
IEEE (diccionario)<br />
Es la probabilidad de que un producto deberá ejecutar su función, sin falla,<br />
bajo condiciones especificadas para un período de tiempo especificado.<br />
INGENIERIA DE <strong>CONFIABILIDAD</strong>.<br />
Es la función de la ing<strong>en</strong>iería la cual provee las herrami<strong>en</strong>tas teóricas y<br />
prácticas para predecir, diseñar, probar y demostrar la confiabilidad de partes,<br />
compon<strong>en</strong>tes y sistemas y asegurar sus requerimi<strong>en</strong>tos y optimizar su<br />
seguridad, disponibilidad y niveles de calidad.<br />
<strong>CONFIABILIDAD</strong> (Y) CALIDAD<br />
-En el dominio de tiempo<br />
-En el dominio de la población<br />
-Una medida o índice de la estabilidad del -Un significado ó índice de<br />
comportami<strong>en</strong>to con respecto al tiempo. confianza de un producto para<br />
especificaciones aplicadas y<br />
estándares de errores por mano<br />
de obra. "workmanship".<br />
Razones para diseñar o establecer programas con confiabiliadad:<br />
- En el futuro cercano (o <strong>en</strong> la actualidad), solo permanecerán negocios<br />
o compañías que conozcan y sean capaces de controlar la<br />
confiabilidad de sus productos.<br />
- La complejidad de los productos necesitan compon<strong>en</strong>tes mas<br />
confiables.<br />
- Los cli<strong>en</strong>tes y el público serán mas consci<strong>en</strong>tes de la confiabilidad.<br />
- El mundo industrial está introduci<strong>en</strong>do prácticas de ing<strong>en</strong>iería de<br />
confiablilidad, para estar a la cabeza de la compet<strong>en</strong>cia, todas las<br />
industrias necesitan programas de confiabilidad.<br />
- Todas las compañías han iniciado a anunciar que sus productos son<br />
confiables para increm<strong>en</strong>tar sus v<strong>en</strong>tas.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(2)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
1.4. LA FUNCION DE <strong>CONFIABILIDAD</strong> R(t).<br />
La función de confiabilidad es: t<br />
R(t) = 1 - ∫o f(x)dx (<strong>1.1</strong>)<br />
f(x) .- Es tiempo-a-falla (función de d<strong>en</strong>sidad de probabilidad de falla) ó<br />
también conocida como distribución del tiempo-a-falla.<br />
Esta es la fracción de un gran número de dispositivos idénticos puestos <strong>en</strong><br />
operación <strong>en</strong> un tiempo t=0, que sobreviv<strong>en</strong> <strong>en</strong> el intervalo (0,t). Cuando R(t) es<br />
usado <strong>en</strong> el s<strong>en</strong>tido predictivo. La distribución binomial provee la estimación de<br />
los grados de correspond<strong>en</strong>cia para ser esperados <strong>en</strong>tre la actual fracción de<br />
sobreviv<strong>en</strong>cia <strong>en</strong> un experim<strong>en</strong>to real y el valor predecido por R(t).<br />
<strong>CONFIABILIDAD</strong> COMO UNA FUNCION DEL TIEMPO.<br />
En la definición de confiabilidad hablamos acerca de "un periodo de tiempo<br />
especificado". Podemos considerar el tiempo como una variable indep<strong>en</strong>di<strong>en</strong>te y<br />
la confiabilidad como una variable dep<strong>en</strong>di<strong>en</strong>te, a la cual nos referiremos como<br />
la función de confiabilidad R(t).<br />
TRES COSAS QUE SERAN VERDADERAS EN CASOS REALES:<br />
1.- Influ<strong>en</strong>ciados por la definición de confiabilidad, R(t) deberá ser una función<br />
decreci<strong>en</strong>te con el tiempo.<br />
2.- Influ<strong>en</strong>ciados por la definición de confiabilidad, R(t) no está definida para<br />
valores de tiempo negativo. Sin embargo, por razones físicas la función R(t)<br />
debe t<strong>en</strong>er una derivada de primer ord<strong>en</strong> <strong>en</strong> t=0+. Esto pone las bases para las<br />
más amplias aproximaciones usadas <strong>en</strong> la evaluación de la confiabilidad de un<br />
sistema.<br />
3.- Esto debe ser así, por razones físicas, para cualquier tipo de artículo o<br />
dispositivo existe un punto <strong>en</strong> tiempo Τ con la propiedad que R(t)=0 cuando t>Τ.<br />
R(t) Y LA FUNCION DE DISTRIBUCION DE TIEMPO DE VIDA F(t).<br />
De nuevo, regresando a la definición de confiabilidad, la cual declara que la<br />
confiabilidad de un producto es la probabilidad de que un producto funcionará<br />
sin falla sobre (1) un periodo de tiempo especificado ó (2) durante una cantidad<br />
de uso especificado. Considerando primero el caso donde el periodo de tiempo<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(3)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
ha sido especificado, es decir t=0 a t=to, ó R(to). Además la confiabilidad <strong>en</strong> un<br />
tiempo t=to, es también la probabilidad que el tiempo de vida de un producto<br />
exceda a to. En otras palabras 1-R(to) es igual al valor de la función de<br />
distribución de tiempo de vida <strong>en</strong> un tiempo to, F(to). Así llegamos a un<br />
importante resultado:<br />
F(to) = 1-R(to) (1.2)<br />
Si nosotros realizamos una prueba de vida sobre algún producto (ejem.:<br />
medir su tiempo de falla) nosotros podemos estimar F(t). Una consecu<strong>en</strong>cia de<br />
los resultados anteriores es que la estimación <strong>en</strong> el mismo tiempo es una<br />
estimación de 1 - R(t). Considerando el caso donde la cantidad de utilidad µ ha<br />
sido especificada, µ=µo. Entonces la confiabilidad R(µo) puede ser interpretada<br />
como la probabilidad de que un artículo falle después de una cantidad de usos el<br />
cual es mayor que µo. En otras palabras, 1 - R(µ) es la función de distribución<br />
para la cantidad de usos que el artículo o dispositivo puede trabajar sin falla.<br />
F(µ) = 1 - R(µ) (1.3)<br />
1.5. HISTOGRAMA DEL TIEMPO DE VIDA.<br />
Ahora trataremos de estimar la función de distribución del tiempo de vida<br />
F(t)., con un producto hecho de la misma manera, bajo similares circunstancias<br />
el cual deberá ejecutar una función requerida bajo condiciones especificadas.<br />
Una forma obvia sería la sigui<strong>en</strong>te:<br />
- Seleccionar "N" artículos repres<strong>en</strong>tativos y montarlos sobre idénticas<br />
condiciones de prueba donde deberán ejecutar la función requerida.<br />
- Medir el tiempo de falla t1, t2,...,tN para cada N artículo y hacer un histograma<br />
mostrando el número de artículos nf(t) el cual ti<strong>en</strong>e falla ó pres<strong>en</strong>tan falla <strong>en</strong> un<br />
tiempo m<strong>en</strong>or o igual a t.<br />
Si las fallas son ev<strong>en</strong>tos estadísticam<strong>en</strong>te indep<strong>en</strong>di<strong>en</strong>tes y N es grande, el<br />
histograma deberá ser una bu<strong>en</strong>a aproximación a F(t). El procedimi<strong>en</strong>to descrito<br />
es sano y ampliam<strong>en</strong>te usado, sin embargo éste sufre de dos desv<strong>en</strong>tajas:<br />
1.- La prueba es costosa porque N ti<strong>en</strong>e que ser grande.<br />
2.- El tiempo que esto lleva para estimar F(t) pres<strong>en</strong>ta serios problemas.<br />
Ahora, ¿ que tan grande debe ser N ?, considere que deseamos estimar<br />
F(t) <strong>en</strong> algún tiempo <strong>en</strong> particular t=to. Debemos basar nuestra estimación<br />
solam<strong>en</strong>te sobre el número de fallas nf(t) fuera de los N artículos probados y no<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(4)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
darle importancia a cualquier información previa que t<strong>en</strong>gamos respecto ha<br />
F(to). Nosotros t<strong>en</strong>emos que darnos cu<strong>en</strong>ta que nf(t) es una variable estocástica<br />
con función de d<strong>en</strong>sidad binomial:<br />
n N-n<br />
B[nf(to) = n ; N , F(to)] =(N!/n!(N-n)!) F(to) [1-F(to)] (1.4)<br />
El valor esperado de la frecu<strong>en</strong>cia observada, nf(to)/N es:<br />
La varianza de nf(to)/N es:<br />
E{nf(to)/N} = F(to) (1.5)<br />
Var[nf(to)/N] = E {[nf(to)/N - F(to)]²} = [1 - F(to)]F(to)/N (1.6)<br />
De acuerdo con el teorema DeMoivre-Laplace para un valor grande de N,<br />
B[nf(to) ; N , F(to)] ti<strong>en</strong>de a una d<strong>en</strong>sidad normal t<strong>en</strong>i<strong>en</strong>do el mismo valor<br />
esperado y varianza como la d<strong>en</strong>sidad binomial.<br />
Recordando que una variable normalm<strong>en</strong>te distribuida ti<strong>en</strong>e el 95.4% de<br />
probabilidad de que el valor obt<strong>en</strong>ido sea m<strong>en</strong>or a 2σ con respecto al valor<br />
medio. Entonces para N grandes:<br />
_______________<br />
Prob[| nf(to)/N - F(to) | < 2√[ 1 - F(to)]F(to)/N ] > 95% (1.7)<br />
ESTIMACION DE LA FUNCION DE <strong>CONFIABILIDAD</strong>.<br />
Relacionando el posible mecanismo de falla tal como la evaporación o<br />
difusión de material, oxidación, fractura mecánica debido al esfuerzo interno,<br />
rompimi<strong>en</strong>tos debido a vibraciones etc.. Mucha información puede obt<strong>en</strong>erse de<br />
artículos que fallan <strong>en</strong> "pruebas destructivas". También el estudio de<br />
degradación de artículos es informativo. El análisis deberá ser forzado para<br />
hacer declaraciones acerca de la relación donde no toda la información<br />
relevante es disponible, la respuesta <strong>en</strong> la cual es máximam<strong>en</strong>te vaga (también<br />
llamada mínimam<strong>en</strong>te perjudicial), puede ser seleccionada debido a la car<strong>en</strong>cia<br />
de información.<br />
1.6. TIEMPO PROMEDIO DE VIDA (tiempo promedio <strong>en</strong>tre falla).<br />
Para un periodo de tiempo especificado <strong>en</strong> la vida de un artículo es el valor<br />
medio de la longitud del tiempo <strong>en</strong>tre las fallas consecutivas, calculadas como la<br />
relación del tiempo acumulado de observación al número de fallas bajo<br />
condiciones especificadas:<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(5)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
MTBF = Tiempo acumulado de observación / Número de fallas (1.8)<br />
El MTBF implica muchos años, por eso se debe buscar la manera de<br />
acelerar la prueba. Debemos ejecutar nuestras pruebas de tal manera que la<br />
degradación de 1 Hr. de prueba corresponda a la degradación de X Hrs. cuando<br />
el producto ejecuta la función requerida bajo condiciones especificadas.<br />
X es llamado factor de aceleración y deberá ser tan grande como la seguridad lo<br />
permita ya que este acelerará el proceso fundam<strong>en</strong>tal del mecanismo de falla<br />
dominante. Algunos factores acelerantes pued<strong>en</strong> ser: la temperatura, el<br />
esfuerzo, etc..<br />
Por ejemplo, para equipos eléctricos una prueba acelerada puede obt<strong>en</strong>erse<br />
increm<strong>en</strong>tando el voltaje de operación normal. Después aplicamos la sigui<strong>en</strong>te<br />
ley escalar (C.M. Ryerson, "Acceptance Testing" in Reliability Handbook,<br />
McGraw Hill):<br />
3<br />
t/tA = (VA/V) (1.9)<br />
Donde:<br />
t = Tiempo real de vida.<br />
V = Voltaje de operación normal.<br />
tA = Tiempo de la prueba acelerada.<br />
VA = Voltaje de la prueba acelerada.<br />
Las pruebas de vida aceleradas son muy útiles, pero se debe t<strong>en</strong>er mucho<br />
cuidado para poder asegurar que los resultados obt<strong>en</strong>idos no son erróneos.<br />
RAZON DE FALLA.- Es la razón <strong>en</strong> la cual la falla ocurre durante el tiempo<br />
del período de la vida util de un producto (razón de falla constante). λ (lamda), es<br />
el simbolo usado para repres<strong>en</strong>tar la razón de falla y es el recíproco de el tiempo<br />
promedio <strong>en</strong>tre falla (MTBF):<br />
λ = 1 / MTBF (<strong>1.1</strong>0)<br />
Una forma burda de calcular la confiabilidad de sistemas sin redundancia (si<br />
falla un compon<strong>en</strong>te el sistema falla) es:<br />
λ = ∑ njλj (<strong>1.1</strong>1)<br />
j<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(6)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
1.7. MODELOS DE FALLAS CATASTROFICAS.<br />
En esta sección trataremos con el problema g<strong>en</strong>erado cuando el analista de<br />
la confiabilidad o el diseñador quiere hacer un modelo matemático de la<br />
probabilidad de una falla catastrófica para algún producto. La función con la cual<br />
estamos especialm<strong>en</strong>te relacionados es con Rc=Rc(to), la probabilidad de que<br />
un producto funcionará sin falla desde t=0 a t=to.<br />
Nosotros queremos nuestro modelo para obt<strong>en</strong>er ciertas propiedades, del<br />
cual las tres mas importantes son:<br />
1.- EL NIVEL DE COMPLEJIDAD. Deberá ser tan bajo como sea posible y<br />
deberá estar respaldado por los datos disponibles. En otras palabras un modelo<br />
teórico para los datos experim<strong>en</strong>tales deberá t<strong>en</strong>er algunos parámetros<br />
ajustables como sean posibles.<br />
2.- El diseñador qui<strong>en</strong> está <strong>en</strong> la tarea de seleccionar una función Rc deberá<br />
incluir <strong>en</strong> el modelo todo lo que conozca acerca del mecanismo el cual causa<br />
que el producto falle.<br />
3.- El modelo deberá concordar con experi<strong>en</strong>cias pasadas <strong>en</strong> productos<br />
similares.<br />
1.7.1. LA FUNCION DE DISTRIBUCION ESCALON.<br />
Una simple función de distribución del tiempo de vida es la función escalón.<br />
Figura <strong>1.1</strong>.- Respuesta de una función escalón.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(7)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Con esta distribución todos los artículos ti<strong>en</strong><strong>en</strong> el mismo tiempo de vida; el<br />
tiempo común es T. La distribución es principalm<strong>en</strong>te de interés teórico. Esta<br />
puede ser <strong>en</strong>contrada donde el único mecanismo de falla consiste de un<br />
agotami<strong>en</strong>to de algún ingredi<strong>en</strong>te vital, donde el ingredi<strong>en</strong>te originalm<strong>en</strong>te<br />
estuvo pres<strong>en</strong>te <strong>en</strong> cada producto <strong>en</strong> la misma cantidad y donde además el<br />
agotami<strong>en</strong>to considerado como una función del tiempo es el mismo <strong>en</strong> todos los<br />
artículos, por ejemplo: los focos.<br />
1.7.2. LA DISTRIBUCION ESCALERA.<br />
Con esta distribución F(t) ti<strong>en</strong>e la forma de una escalera de "s" pasos. La<br />
distribución corresponde al caso <strong>en</strong> donde el tiempo de vida de un artículo ti<strong>en</strong>e<br />
precisam<strong>en</strong>te uno de los "s" valores, t1, t2,....ts y donde la probabilidad de falla<br />
<strong>en</strong> t=ti es Pi. definida como:<br />
s<br />
∑ Pi =1 (<strong>1.1</strong>2)<br />
i=1<br />
y el tiempo promedio de vida es:<br />
s<br />
MTBF =∑ Piti (<strong>1.1</strong>3)<br />
i=1<br />
y<br />
F(t)=0 para 0 ≤ t < t1<br />
y<br />
n<br />
F(t) = ∑ Pi para tn ≤ t < tn+1<br />
i=1<br />
y<br />
F(t) = 1 para t > ts<br />
Figura 1.2.- Función de distribución escalera.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(8)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
La expresión de confiabilidad (fig.1.2) es:<br />
R(t)=1 para 0 ≤ t < t1<br />
y n<br />
R(t) = 1 - ∑ Pi para tn ≤ t < tn+1<br />
i=1<br />
y<br />
R(t) = 0 para t > ts<br />
Esta distribución también es sólo de interés teórico. Y puede <strong>en</strong>contrarse <strong>en</strong><br />
donde el mecanismo de falla es el agotami<strong>en</strong>to de algún ingredi<strong>en</strong>te vital, similar<br />
a la distribución escalón.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(9)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
1.7.3. LA DISTRIBUCION EXPONENCIAL.<br />
La función expon<strong>en</strong>cial es útil para estimar R(t) <strong>en</strong> pequeños valores de t.<br />
Las expresiones de confiabilidad (fig. 1.3), considerando λ positiva (ya que no<br />
exist<strong>en</strong> valores negativos de t) son:<br />
-λ t<br />
F(t) = 1 - e (<strong>1.1</strong>4)<br />
-λ t<br />
R(t) = e (<strong>1.1</strong>5)<br />
Figura 1.3.- La distribución expon<strong>en</strong>cial.<br />
Integrando la ecuación <strong>1.1</strong>5 <strong>en</strong>contramos el tiempo promedio de vida<br />
MTBF = 1/λ . La distribución expon<strong>en</strong>cial es considerada como un patrón de falla<br />
puram<strong>en</strong>te aleatorio. Por lo cual, esto significa que los instantes de falla ocurr<strong>en</strong><br />
de acuerdo a un proceso poisson. El proceso esta caracterizado por las<br />
sigui<strong>en</strong>tes propiedades:<br />
1.- El proceso es fijo <strong>en</strong> el tiempo y las ocurr<strong>en</strong>cias futuras del ev<strong>en</strong>to<br />
aleatorio son indep<strong>en</strong>di<strong>en</strong>tes de sus ocurr<strong>en</strong>cias pasadas.<br />
2.- La ocurr<strong>en</strong>cia simultánea de dos o mas ev<strong>en</strong>tos es excluida.<br />
La probabilidad de que m ev<strong>en</strong>tos poisson ocurran durante cualquier<br />
intervalo de tiempo t es:<br />
-λ t m<br />
Pm(t)= e (λ t) / m! (m=0,1,2,...) (<strong>1.1</strong>6)<br />
La probabilidad de que no ocurran ev<strong>en</strong>tos <strong>en</strong> (0,t) es la Exp(-λ t).<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(10)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
1.7.4. LA DISTRIBUCION GAMMA (Erlang).<br />
Para t>0 la distribución Gamma ti<strong>en</strong>e la sigui<strong>en</strong>te función de d<strong>en</strong>sidad:<br />
k-1<br />
f(t) = λ (λt) exp(-λt) / Γ(k) (<strong>1.1</strong>7)<br />
Γ(k) → Distribución Gamma. Γ(k)=(k-1)!, donde k es un <strong>en</strong>tero positivo.<br />
f(t) es ilustrada <strong>en</strong> la Fig. 1.4. R(t) toma la forma:<br />
k-1 j<br />
R(t) = ∑ exp(-λt)(λt) / j! (<strong>1.1</strong>8)<br />
j=0<br />
Figura 1.4.- Función de distribución Gamma.<br />
La distribución Gamma es una ext<strong>en</strong>sión natural de la distribución<br />
expon<strong>en</strong>cial. Derivada de considerar el tiempo <strong>en</strong> llegar al K-ecimo proceso<br />
Poisson ó por considerar la convolución de k-veces de la distribución<br />
expon<strong>en</strong>cial con si misma.<br />
El tiempo promedio de vida (MTBF) = k/λ (<strong>1.1</strong>9)<br />
La distribución Gamma puede <strong>en</strong>contrarse cuando la falla de un producto se<br />
pres<strong>en</strong>ta exactam<strong>en</strong>te por k choques ó golpes. Cada uno de los cuales ocurr<strong>en</strong><br />
de acuerdo a los dos postulados de un proceso poisson. De aquí que R(t) sea la<br />
sumatoria de las probabilidades de que el sistema reciba los choques 0,1,2....(k-<br />
1). Si k=1, La distribución Gamma se reduce a la función expon<strong>en</strong>cial.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(11)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
1.7.5. LA DISTRIBUCION WEIBULL.<br />
Las expresiones para la distribución Weibull son listadas abajo y la f(t) es<br />
ilustrada <strong>en</strong> la Fig. 1.5.<br />
β−1 β<br />
f(t) = (β/η)(t/η) exp [-(t/η) ] (1.20)<br />
y<br />
β<br />
R(t) = exp [-(t/η) ] (1.21)<br />
distribución Weibull.<br />
Figura 1.5.- La función de<br />
Esta distribución fué discutida por Weibull <strong>en</strong> 1951. Después fue utilizada<br />
para describir ev<strong>en</strong>tos como fallas <strong>en</strong> bulbos y fallas <strong>en</strong> el cojinete de las pelotas<br />
de baseball. Esta distribución es útil <strong>en</strong> fallas causadas por exceso de esfuerzo ó<br />
pot<strong>en</strong>cia <strong>en</strong> el punto de rompimi<strong>en</strong>to del producto. Actualm<strong>en</strong>te ti<strong>en</strong>e otras<br />
aplicaciones que mas tarde serán discutidas.<br />
Con β=1 la distribución Weibull se reduce a la distribución expon<strong>en</strong>cial.<br />
1.7.6. LA DISTRIBUCION NORMAL LOGARITMICA.<br />
La distribución normal logarítmica ha demostrado ser útil <strong>en</strong> la descripción de<br />
distribuciones de fallas bajo las sigui<strong>en</strong>tes condiciones:<br />
- Si el tiempo de falla está asociado con una gran incertidumbre, por ejemplo;<br />
la varianza de la distribución es una fracción grande del MTBF y el uso de<br />
la distribución normal es difícil.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(12)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
- La distribución normal logarítmica es ampliam<strong>en</strong>te utilizada <strong>en</strong> Ing<strong>en</strong>iería de<br />
confiabilidad para describir fallas por fatiga, fallas inciertas o<br />
desconcertantes.<br />
Las expresiones para la distribución normal logarítmica se listan abajo y la<br />
función de d<strong>en</strong>sidad se muestra <strong>en</strong> la fig.1.6.<br />
R(<br />
t)<br />
= ∫<br />
t<br />
∞<br />
1<br />
σ<br />
2πσ<br />
e<br />
⎡<br />
⎢<br />
⎢⎣<br />
−<br />
1<br />
2<br />
( log µ −µ<br />
)<br />
σ<br />
2<br />
2<br />
⎤<br />
⎥<br />
⎥⎦<br />
dµ<br />
(1.22)<br />
f<br />
( t)<br />
=<br />
1<br />
t<br />
2πσ<br />
e<br />
⎡<br />
⎢<br />
⎢⎣<br />
−<br />
1<br />
2<br />
( log µ −µ<br />
)<br />
σ<br />
2<br />
2<br />
⎤<br />
⎥<br />
⎥⎦<br />
(1.23)<br />
Figura 1.6. Función de distribución Norma Logarítmica.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(13)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
1.8. CURVA CARACTERISTICA DE LA VIDA DE UN PRODUCTO.<br />
Figura 1.7. Curva característica de la vida de un producto.<br />
CAUSAS DE FALLA DURANTE PERIODO INFANTE:<br />
a).-<br />
b).-<br />
c).-<br />
d).-<br />
e).-<br />
f).-<br />
Uniones ó sellos pobres.<br />
Uniones de soldadura pobres.<br />
Conexiones pobres.<br />
Superficies contaminadas o sucias.<br />
Impurezas químicas <strong>en</strong> metales o aislantes.<br />
Posición incorrecta de partes.<br />
CAUSAS DE FALLA DURANTE EL PERIODO DE VIDA UTIL:<br />
a).-<br />
b).-<br />
c).-<br />
d).-<br />
e).-<br />
f).-<br />
g).-<br />
h).-<br />
Esfuerzo de un sistema fuera de lo especificado.<br />
Ocurr<strong>en</strong>cia de cargas aleatorias mas altas de lo esperado.<br />
Defectos que se escapan de los métodos de detección.<br />
Errores humanos <strong>en</strong> el uso.<br />
Fallas de aplicación ó aplicaciones inadecuadas.<br />
Abuso.<br />
Causas inexplicables.<br />
"Por que Dios quiso".<br />
CAUSAS DE FALLA DURANTE EL PERIODO DE FIN DE VIDA:<br />
a).-<br />
b).-<br />
c).-<br />
d).-<br />
Corrosión u oxidación.<br />
Rotura o fuga de aislantes.<br />
Fricción o fatiga.<br />
Rompimi<strong>en</strong>to <strong>en</strong> plásticos.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(14)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
PROBLEMAS:<br />
1).- La vida de un compon<strong>en</strong>te esta expon<strong>en</strong>cialm<strong>en</strong>te distribuida, con una<br />
razón de falla de 0.002 fallas por 10000 Hrs. de operación. ¿ Cuál es la<br />
confiabilidad para 1000 Hrs. de operación ?.<br />
De la ecuación <strong>1.1</strong>5:<br />
R(t) = exp(-λt)<br />
R(t) = exp(-(0.002/10000)1000)<br />
R(t) = 99.98%<br />
2).- El MTBF de una computadora es 3100 Hrs. ¿ Cuál es la probabilidad de<br />
falla si el sistema es usado por 3100 Hrs.?.<br />
Sustituy<strong>en</strong>do la ecuación <strong>1.1</strong>0 <strong>en</strong> <strong>1.1</strong>5:<br />
R(t) = exp(- t/MTBF)<br />
R(t) = exp(- 3100/3100)= 36.79%<br />
De la ecuación 1.2:<br />
F(t) = 1 - R(t)<br />
F(t) = 1 - 0.3679<br />
F(t) = 63.21%<br />
3).- En una prueba de confiabilidad, 2000 sistemas fueron probados durante<br />
500 Hrs. cada uno, con un total de ocho fallas durante la prueba. ¿ Cuál es la<br />
confiabilidad de un sistema para un uso de 1000 Hrs. ?.<br />
MTBF = (2000)500/8 = 125,000<br />
R(t) = exp(- t/MTBF) = exp(- 1000/125000) = 99.2%<br />
4).- Un compon<strong>en</strong>te ti<strong>en</strong>e una razón de falla constante de 0.0005 fallas por<br />
hora. ¿ Cuál es la confiabilidad para 1000 Hrs. de operación ?. Y ¿ Cuál es el<br />
MTBF para éste compon<strong>en</strong>te ?.<br />
R(t) = exp(-λt) = exp(- 0.0005(1000))<br />
R(t) = 0.60653 = 60.65%<br />
MTBF = 1/λ = 1/0.0005<br />
MTBF = 2000 Hrs.<br />
5).- Considere que una gran instalación ti<strong>en</strong>e un MTBF de 5000 Hrs. Con<br />
éste sistema ¿ Cuál es el número máximo de horas que la instalación puede<br />
usarse con una confiabilidad del 99% ?.<br />
R(t) = exp(-t/MTBF)<br />
t = - MTBF ln R(t)<br />
t = - (5000)(ln(0.99))<br />
t = 50.25 Hrs.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(15)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
1.9. <strong>CONFIABILIDAD</strong> COMBINACIONAL.<br />
1.9.1. EL DIAGRAMA A BLOQUES DE <strong>CONFIABILIDAD</strong>.<br />
En casos mas prácticos la confiabilidad de un sistema está determinada a<br />
través del uso de un diagrama a bloques de confiabilidad para el sistema. El<br />
diagrama a bloques de un sistema es obt<strong>en</strong>ido por la descomposición del<br />
sistema <strong>en</strong> partes, el cual está hecho de uno ó mas subsistemas ó<br />
compon<strong>en</strong>tes. Cada parte del sistema se repres<strong>en</strong>ta por un bloque y la relación<br />
con las otras partes es conectada por líneas <strong>en</strong>tre los bloques.<br />
1.9.2. LA CONFIGURACION SERIE.<br />
La configuración mas simple y mas común <strong>en</strong> análisis de confiabilidad es la<br />
configuración serie fig.1.8.<br />
Cuando un bloque i funciona correctam<strong>en</strong>te, a este estado le llamamos xi,<br />
Cuando funciona incorrectam<strong>en</strong>te le llamaremos xi.<br />
La probabilidad de que un bloque i funcione correctam<strong>en</strong>te desde t=0 a t=to<br />
es Ri(to) ó confiabilidad del bloque i <strong>en</strong> t=to.<br />
Si el número de bloques <strong>en</strong> la configuración serie es n. La confiabilidad del<br />
sistema Rs es la unión de la probabilidad de que los n bloques estén <strong>en</strong> bu<strong>en</strong><br />
estado y Rs es la función "and" ó Y de x1, x2 ,....., xn:<br />
Figura 1.8.- Configuración serie.<br />
(1.24)<br />
Rs = P(x1x2x3...xn)<br />
Considerando términos estadísticam<strong>en</strong>te indep<strong>en</strong>di<strong>en</strong>tes:<br />
Rs = Rx1Rx2Rx3...Rxn (1.25)<br />
Hablando de un sistema expon<strong>en</strong>cialm<strong>en</strong>te distribuido:<br />
Rs = exp -(λ1+λ2+λ3+.......+λn) t (1.26)<br />
La probabilidad de falla Ps=(1-Rs), es la unión de la probabilidad de que uno<br />
o más de los n bloques fall<strong>en</strong>. Y es la función "or" ó la suma de x1, x2 ,....., xn:<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(16)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
1 - Rs = P(x1+x2+x3+...+xn) (1.27)<br />
P(x1x2x3.....xn) + P(x1+x2+x3+...+xn) = 1 (1.28)<br />
Expandi<strong>en</strong>do la ecuación 1.27 del lado derecho t<strong>en</strong>emos que:<br />
1 - Rs = [P1(x1) + P2(x2)+....+ Pn(xn)] - [P12(x1x2)+P13(x1x3)+......<br />
n-1<br />
+ Pij(xixj) +.........+P(n-1)n(xn-1xn)] +.....+ (-1) P12...n(x1x2...xn) (1.29)<br />
i≠j<br />
Los términos a la derecha son = 2^n -1<br />
Considerando términos estadísticam<strong>en</strong>te indep<strong>en</strong>di<strong>en</strong>tes:<br />
1 - Rs = [P1(x1) + ....+ Pn(xn)] - [P1(x1)P2(x2)+....+ Pn-1(xn-1) Pn(xn)] +.....<br />
n-1<br />
+ (-1) [P1(x1)P2(x2)..........Pn(xn)] (1.30)<br />
La máxima confiabilidad de una configuración serie Rs es igual ó m<strong>en</strong>or que<br />
la confiabilidad que el "n" bloque m<strong>en</strong>os confiable:<br />
Rs max. = min [Pi(xi)] (1.31)<br />
n<br />
Rs min = 0 ó Rs min = 1 - ∑ Pi(xi) (1.32)<br />
i=1<br />
En el caso donde uno o más bloques fall<strong>en</strong>.<br />
1.9.3. LA CONFIGURACION PARALELO.<br />
Considere el sistema con la propiedad de que el sistema funcionará<br />
únicam<strong>en</strong>te con que un bloque esté <strong>en</strong> bu<strong>en</strong>as condiciones. Como el de la<br />
fig.1.9. La confiabilidad de n bloques <strong>en</strong> paralelo es la función "or":<br />
Rp = P(x1+x2+x3+...+xn) (1.33)<br />
Figura 1.9.- Configuración paralelo.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(17)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Expandi<strong>en</strong>do el lado derecho de la ecuación 1.33 t<strong>en</strong>emos:<br />
Rp = [P1(x1) + P2(x2)+....+ Pn(xn)] - [P12(x1x2)+P13(x1x3)+......<br />
n-1<br />
+ Pij(xixj) +.........+P(n-1)n(xn-1xn)] +.....+ (-1) [P12...n(x1x2...xn)] (1.34)<br />
Considerando términos estadísticam<strong>en</strong>te indep<strong>en</strong>di<strong>en</strong>tes:<br />
Rp = [P1(x1) + ....+ Pn(xn)] - [P1(x1)P2(x2)+....+ Pn-1(xn-1) Pn(xn)] +.....<br />
n-1<br />
+ (-1) [P1(x1)P2(x2)..........Pn(xn)] (1.35)<br />
La probabilidad de falla (1-Rp) de una configuración <strong>en</strong> paralelo es la unión<br />
de la probabilidad de que los n bloques est<strong>en</strong> malos:<br />
1 - Rp = P(x1x2x3...xn) (1.36)<br />
La mínima confiabilidad de una configuración <strong>en</strong> paralelo Rp min es igual a la<br />
confiabilidad del bloque más confiable:<br />
Rpmin =max[Pi(xi)] (1.37)<br />
i=1....n<br />
La máxima confiabilidad sería:<br />
n<br />
Rp max = 1 ó Rp max = ∑ Pi(xi) (1.38)<br />
i=1<br />
Resumi<strong>en</strong>do lo anterior para dos bloques:<br />
La probabilidad de falla:<br />
P(x) = 1 - P(x) (1.39)<br />
P(x) = [1 - P(x1)] [1 - P(x2)] (1.40)<br />
P(x) = 1 - P(x1) - P(x2) + P(x1)P(x2) (1.41)<br />
La probabilidad de no falla:<br />
P(x) = 1 - P(x) (1.42)<br />
P(x) = P(x1 + x2) = P(x1) + P(x2) - P(x1)P(x2) (1.43)<br />
En términos de confiabilidad:<br />
Rp = R1 + R2 - R1R2 (1.44)<br />
Rp = exp(-λ1t) + exp(-λ2t) - exp -(λ1+λ2) t (1.45)<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(18)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Ejemplo:<br />
¿ Cuál será el MTBF para 750 Hrs. de trabajo para el sigui<strong>en</strong>te sistema<br />
(fig.<strong>1.1</strong>0):<br />
"A"<br />
"B"<br />
Figura <strong>1.1</strong>0.- Diagrama a bloques de la confiabilidad de un sistema.<br />
RsA = (0.99)(0.99) = 0.9801<br />
RpA = (1 - (1 - 0.9801)(1 - 0.98) = (1 - (0.0199)(0.02)) = 0.999602<br />
RpB = (1 - (1 - 0.98)(1 - 0.97) = (1 - (0.02)(0.03)) = 0.9994<br />
Rt = (0.999602)(0.9994) = 0.9990 = 99.90 %<br />
Sustituy<strong>en</strong>do la ecuación <strong>1.1</strong>0 <strong>en</strong> la <strong>1.1</strong>5:<br />
MTBF = - t / ln(R(t))<br />
MTBF = 750 / ln(0.9990) = 749,624.94 Hrs.<br />
<strong>1.1</strong>0. CONFIGURACION DE UNA FORMA MAS GENERAL.<br />
Con frecu<strong>en</strong>cia la estructura natural de un sistema práctico será tal que el<br />
correspondi<strong>en</strong>te diagrama a bloques de confiabilidad no podrá ser analizado por<br />
los conceptos de la configuración serie y paralelo. En tal caso el diseñador<br />
deberá aplicar técnicas más g<strong>en</strong>erales como los métodos de:<br />
Inspección.<br />
Espacio-Ev<strong>en</strong>to<br />
Grupos de Corte y Liga<br />
Arbol de fallas<br />
Estos métodos son utilizados <strong>en</strong> conjunto con el teorema de bayes' que se<br />
expresa así:<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(19)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
R = P(sistema funcione|xi)P(xi) + P(sistema funcione|xi)P(xi) (1.46)<br />
En otras palabras la confiabilidad del sistema puede ser determinada<br />
estableci<strong>en</strong>do la confiabilidad del sistema cuando el bloque i es bu<strong>en</strong>o y cuando<br />
es malo P(xi) y P(xi).<br />
P(xi) + P(xi) = 1 (1.47)<br />
<strong>1.1</strong>0.1. EL METODO DE INSPECCION.<br />
Cuando el número de bloques es pequeño, podemos expresar el ev<strong>en</strong>to de<br />
que el sistema funcione satisfactoriam<strong>en</strong>te como "S" y el ev<strong>en</strong>to de que no<br />
funcione satisfactoriam<strong>en</strong>te como "S", definidos por una expresión "booleana"<br />
por simple inspección.<br />
Figura <strong>1.1</strong>1.- El diagrama a bloques de confiabilidad muestra<br />
un sistema <strong>en</strong>cad<strong>en</strong>ando el punto S1 al punto S2.<br />
Considerando el sistema de la Fig.<strong>1.1</strong>1:<br />
S = (A + (B+C)D)E (1.48)<br />
S = A(<br />
BC + D)<br />
+ E<br />
(1.49)<br />
La confiabilidad de el sistema Rs puede ser expresada como P(s) ó P(ŝ).<br />
<strong>1.1</strong>0.2. EL METODO ESPACIO EVENTO.<br />
La idea de este método es simple y directo:<br />
1.Listar todos los estados <strong>en</strong> el cual el sistema puede <strong>en</strong>contrarse.<br />
2.Determinar cuales estados son favorables. Estados donde el sistema<br />
funciona satisfactoriam<strong>en</strong>te.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(20)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
3.Determinar la probabilidad de cada uno de los estados favorables. La suma<br />
de las probabilidades de los estados favorables es la probabilidad que el<br />
sistema opere satisfactoriam<strong>en</strong>te. Esto es la confiabilidad del sistema.<br />
Considerando el sistema de la figura <strong>1.1</strong>1, el sistema estará <strong>en</strong> uno y<br />
solam<strong>en</strong>te uno de los 32 estados posibles (2^5=32), si los etiquetamos desde<br />
Eo a E31, donde E se <strong>en</strong>ti<strong>en</strong>de como ev<strong>en</strong>to, serían:<br />
Eo = abcde E1 = abcde E2 = abcde E3 = abcde<br />
E4 = abcde E5 = abcde E6 = abcde E7 = abcde<br />
E8 = abcde E9 = abcde E10= abcde E11= abcde<br />
E12= abcde E13= abcde E14= abcde E15= abcde<br />
E16= abcde E17= abcde E18= abcde E19= abcde<br />
E20= abcde E21= abcde E22= abcde E23= abcde<br />
E24= abcde E25= abcde E26= abcde E27= abcde<br />
E28= abcde E29= abcde E30= abcde E31= abcde<br />
Por inspección <strong>en</strong>contramos que:<br />
y<br />
11 estados son favorables<br />
21 estados son desfavorables<br />
La confiabilidad del sistema R es determinada por la suma de las<br />
probabilidades de los 11 ev<strong>en</strong>tos:<br />
R = P(E0) + P(E2) +P(E4) + P(E6) + P(E8) + P(E10) +P(E12) + P(E14)<br />
P(E16) + P(E20) +P(E24) (1.50)<br />
El método Espacio-Ev<strong>en</strong>to no está restringido exclusivam<strong>en</strong>te a la situación<br />
donde los estados de los bloques son variables binarias. Si el sistema de la<br />
fig.<strong>1.1</strong>1 tuviera tres estados posibles, el sistema estará <strong>en</strong> uno y solam<strong>en</strong>te uno<br />
de los 243 estados posibles (3^5=243).<br />
<strong>1.1</strong>0.3. METODO DE GRUPOS DE CORTE Y LIGA.<br />
Un diagrama a bloques de confiabilidad esta formado por un grupo de<br />
bloques. Por un grupo de corte deberá <strong>en</strong>t<strong>en</strong>derse como un subconjunto de<br />
bloques con la sigui<strong>en</strong>te propiedad: "si todos los bloques <strong>en</strong> uno o mas de los<br />
grupos de corte fallan, el sistema fallará". Inspeccionando la figura <strong>1.1</strong>1,<br />
podemos asegurar que el sistema fallará <strong>en</strong> el caso de que ocurra cualquiera de<br />
los sigui<strong>en</strong>tes ev<strong>en</strong>tos: abc, ad y e. Si le llamamos s al sistema cuando falle,<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(21)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
la expresión lógica para s es:<br />
s = abc + ad + e (1.51)<br />
Rs = 1 - P(s) (1.52)<br />
Rs = 1 - P(abc + ad + e) (1.53)<br />
Una alternativa para el uso del grupo de corte es el grupo de liga. Un grupo<br />
de liga es un subgrupo de bloques con la sigui<strong>en</strong>te propiedad: "Si todos los<br />
bloques <strong>en</strong> un grupo de liga funcionan correctam<strong>en</strong>te, el sistema funcionará<br />
correctam<strong>en</strong>te". Inspeccionando el sistema de la figura <strong>1.1</strong>1, podemos asegurar<br />
que el sistema funcionará <strong>en</strong> el caso de que ocurra, cualquiera de los sigui<strong>en</strong>tes<br />
estados: ae, bde y cde. La expresión "s" que define el ev<strong>en</strong>to cuando el<br />
sistema funciona correctam<strong>en</strong>te es:<br />
Rs = P(s)<br />
s = ae + bde + cde (1.54)<br />
Rs = P(ae + bde + cde) (1.55)<br />
<strong>1.1</strong>0.4. METODO DEL ARBOL DE FALLA.<br />
En la construcción de un diagrama del árbol de falla, el sistema es modelado<br />
<strong>en</strong> términos de los modos de falla usando compuertas lógicas "and" y "or". El<br />
diagrama de falla de esta forma llega a ser un diagrama de flujo con símbolos<br />
lógicos integrados. La fig. <strong>1.1</strong>2 muestra el diagrama del árbol de falla para el<br />
sistema de la fig.<strong>1.1</strong>1.<br />
Figura <strong>1.1</strong>2.- Diagrama del árbol de falla del sistema de la fig.<strong>1.1</strong>1<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(22)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>1. REDUNDANCIA.<br />
Cuando una unidad <strong>en</strong> particular (o bloque) de un sistema está prop<strong>en</strong>so a<br />
fallar, la confiabilidad del sistema puede aum<strong>en</strong>tarse a través del uso de<br />
"REDUNDANCIA" . Exist<strong>en</strong> dos formas de aplicar la redundancia; la<br />
redundancia activa y la redundancia pasiva.<br />
<strong>1.1</strong><strong>1.1</strong>. REDUNDANCIA ACTIVA .<br />
Por redundancia activa <strong>en</strong>t<strong>en</strong>deremos un arreglo igual como el ilustrado por<br />
un sistema <strong>en</strong> paralelo (fig. <strong>1.1</strong>3). Aquí el término de redundancia está ilustrado<br />
por los bloques B1, B2, y B3 que operan simultáneam<strong>en</strong>te y a pl<strong>en</strong>a carga.<br />
El sistema ti<strong>en</strong>e las sigui<strong>en</strong>tes características:<br />
Figura <strong>1.1</strong>3.- Redundancia activa.<br />
1.- A la probabilidad de que un bloque ó canal falle, la llamaremos la<br />
probabilidad (1-p).<br />
2.- Si las tres fallas son estadísticam<strong>en</strong>te indep<strong>en</strong>di<strong>en</strong>tes y la probabilidad de<br />
falla es la misma para los tres canales de comunicación, <strong>en</strong>tonces las<br />
redundancia activa Rar será:<br />
3<br />
Rar=1 - (1-p) (1. 54)<br />
Si g<strong>en</strong>eralizamos la ecuación anterior para "n" idénticos canales <strong>en</strong> paralelo<br />
Rar será: n<br />
Rar = 1 - (1-p) (1.55)<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(23)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>1.2. REDUNDANCIA PASIVA.<br />
Otro tipo de redundancia se pres<strong>en</strong>ta cuando para ejecutar la función<br />
requerida se realiza de la sigui<strong>en</strong>te forma:<br />
1.- Considerando el ejemplo de los n bloques, estos no funcionan hasta que<br />
se necesit<strong>en</strong>.<br />
2.- Se cambia a otro bloque cuando el que estaba activado falla. La v<strong>en</strong>taja<br />
de éste arreglo es que los bloques inactivos están m<strong>en</strong>os prop<strong>en</strong>sos a<br />
fallar, que los bloques que están bajo carga.<br />
Redundancia pasiva.<br />
Figura <strong>1.1</strong>4.-<br />
La confiabilidad de una configuración con redundancia pasiva Rsr es difícil de<br />
determinar ya que dep<strong>en</strong>de de la confiabilidad de la conmutación del sistema y<br />
sobre el dispositivo el cual s<strong>en</strong>sa cuando un bloque falla. Sin embargo, debemos<br />
determinar Rsr bajo las sigui<strong>en</strong>tes cuatro consideraciones:<br />
1.- El sistema de conmutación cambia muy rápido y no falla.<br />
2.- El detector s<strong>en</strong>sa muy rápido y no falla.<br />
3.- Los elem<strong>en</strong>tos pasivos están trabajando bi<strong>en</strong>.<br />
4.- Las fallas <strong>en</strong> los bloques <strong>en</strong> operación, ti<strong>en</strong><strong>en</strong> un espacio <strong>en</strong> el tiempo<br />
como si estuvieran controladas por un proceso poisson.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(24)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Bajo estas consideraciones, la probabilidad de no falla <strong>en</strong> un tiempo t=to,<br />
puede expresarse de dos formas: 1) la probabilidad p, confiabilidad del bloque ó,<br />
2) La probabilidad de que no ocurra un ev<strong>en</strong>to poisson:<br />
Po(t) = exp(-λto) ó λto=ln p (1.56)<br />
Sustituy<strong>en</strong>do la ecuación 1.56 <strong>en</strong> <strong>1.1</strong>6 obt<strong>en</strong>emos la probabilidad de que no<br />
ocurra un ev<strong>en</strong>to poisson:<br />
m<br />
Pm= p (-ln p) / m! (1.57)<br />
Considerando la redundancia pasiva t<strong>en</strong>i<strong>en</strong>do un bloque funcionando y (n-1)<br />
sin operar (pasivos), la confiabilidad del sistema es:<br />
n-1<br />
Rsr = ∑ Pm (1.58)<br />
m=0<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(25)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>2. PRUEBAS DE CONFIABILIADAD A UN DISEÑO.<br />
MTBF OBSERVADO (θ).- Es igual a el tiempo de operación total de el equipo<br />
dividido <strong>en</strong>tre el número de fallas relevantes.<br />
MTBF DE PRUEBA BAJO (θ1).- Es un valor el cual es inaceptable y el plan de<br />
prueba estándar deberá ser rechazado, con una alta probabilidad.<br />
MTBF DE PRUEBA ALTO (θ0).- Es un valor aceptable de MTBF y el plan de<br />
prueba estándar deberá ser aceptado, con una alta probabilidad.<br />
RELACION DE DISCRIMINACION (d).- Es un parámetro estándar de la prueba<br />
el cual establece el plan de prueba <strong>en</strong>vuelto y esta definido como:<br />
d = θ0 0 / θ1 (1.59)<br />
RIESGO DEL CONSUMIDOR (β).- Es la probabilidad de aceptar un equipo con<br />
un verdadero MTBF igual al MTBF de prueba bajo θ1.<br />
RIESGO DEL PRODUCTOR (α).- Es la probabilidad de rechazar equipos con un<br />
verdadero MTBF igual al MTBF de prueba alto θ0.<br />
CRITERIO DE RECHAZO:<br />
d=k<br />
CRITERIO DE ACEPTACION:<br />
A = (k +1)(1 - α) / 2kα (1.60)<br />
B = β/(1 - α) (1.61)<br />
PUNTOS DE TRUNCACION:<br />
(Término de la prueba por fallas).<br />
(X² 1-α ; 2R)/(X² β ;2R) ≥ θ1 1 / θ0(1.62)<br />
(Término de la prueba por tiempo).<br />
T = θ0 (X² 1-α; 2R)/2 (1.63)<br />
INTERSECCION DE ACEPTACION (a):<br />
PENDIENTE DE LA ECUACION (b):<br />
a = lnB / ln(θ0 0 / θ1) (1.64)<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(26)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
INTERSECCION DE RECHAZO (c):<br />
b = (1/θ1 - 1/θ0) / ln(θ0 0 / θ1) (1.65)<br />
c = lnA / ln(θ0 0 / θ1) (1.66)<br />
LINEA DE ACEPTACION = a + bt<br />
(1.67)<br />
LINEA DE RECHAZO = c + bt (1.68)<br />
EJEMPLO:<br />
Diseñar una prueba de confiabilidad con los sigui<strong>en</strong>tes parámetros:<br />
α, β = 0.2<br />
θ0 = 1700<br />
θ1 = 850<br />
d= 2<br />
Criterio de rechazo = A = (k +1)(1 - α) / 2kα α = (2+1)(1-0.2)/2(2)(0.2) = 3<br />
Criterio de aceptación = B = β/(1 - α) = 0.2/(1-0.2) = 0.25<br />
Puntos de truncación:<br />
(X² 1-α ; 2R)/(X² β ;2R) ≥ θ1 1 / θ0 = 1/k = 0.5<br />
Ahora buscamos <strong>en</strong> la tabla de la X²chi-cuadrada los puntos 1-α y β (0.8 y<br />
0.2 respectivam<strong>en</strong>te), hasta que la relación de estas variables d<strong>en</strong> un valor igual<br />
o mayor que θ1 1 / θ0.<br />
X²; (1-α) / X² β =<br />
β = (0.8)/0.2 = 10.307/19.311 = 0.533 2R=15<br />
= 9.497 / 18.151 = 0.5216 2R=14<br />
= 8.634 / 16.985 = 0.5083 2R=13<br />
= 7.807 / 15.812 = 0.4937 2R=12<br />
2R=13; R = 6.5<br />
No de fallas = 7<br />
T = θ0 (X² 1-α; 2R)/2 = 1700(9.467)/2 = 8046.95 hrs.<br />
La prueba deberá ser truncada <strong>en</strong> 7 fallas ó 8047 horas.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(27)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
INTERSECCION DE ACEPTACION = a = lnB / ln(θ0 0 / θ1) = ln .25 / ln2 = -2<br />
PENDIENTE DE LA ECUACION = b = (1/θ1 - 1/θ0) / ln(θ0 0 / θ1)<br />
= (1/850 - 1/1700)/ln(1700/850)<br />
= 0.0008486<br />
INTERSECCION DE RECHAZO (c):<br />
c = lnA / ln(θ0 0 / θ1) = ln 3 / ln 2 = 1.585<br />
LINEA DE ACEPTACION = a + bt = -2 + 0.0008486 t<br />
LINEA DE RECHAZO = c + bt = 1.585 + 0.0008486 t<br />
En la fig. <strong>1.1</strong>5 se muestra la gráfica de esta prueba.<br />
Figura <strong>1.1</strong>5.- Gráfica de la prueba de confiabiliad.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(28)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>2.1. LIMITES DE CONFIANZA SOBRE EL MTBF OBSERVADO.<br />
FORMULAS PARA LA PRUEBA TERMINADA POR FALLAS:<br />
2T 2r MTBF<br />
MLL = ---------------------- = ---------------------- (1.69)<br />
X² α /2 ; 2r X² α /2 ; 2r<br />
2T 2r MTBF<br />
MUL = -------------------------- = ---------------------- (1.70)<br />
X² 1 - (α /2) ; 2r X² 1 - (α /2) ; 2r<br />
FORMULAS PARA LA PRUEBA TERMINADA POR TIEMPO:<br />
2T 2r MTBF<br />
MLL = ------------------------ = ---------------------- (1.71)<br />
X² α /2 ; 2r+2 X² α /2 ; 2r+2<br />
2T 2r MTBF<br />
MUL = --------------------------- = ----------------------- (1.72)<br />
X² 1 - (α /2) ; 2r X² 1 - (α /2) ; 2r<br />
Donde:<br />
T = Tiempo de prueba total del producto bajo prueba.<br />
MLL = Límite bajo de confianza sobre el MTBF.<br />
MUP = Límite superior de confianza sobre el MTBF.<br />
X² = Distribución de la Chi-cuadrada.<br />
α = Nivel de riesgo.<br />
r = Número de fallas.<br />
ejemplo:<br />
Los sigui<strong>en</strong>tes datos fueron obt<strong>en</strong>idos de una prueba de confiabilidad. La<br />
prueba fue terminada por fallas. Encu<strong>en</strong>tre con un 90% los límites de confianza<br />
inferior y superior para el MTBF ?<br />
Tiempo de falla <strong>en</strong> horas por unidad: 750, 3780, 500, 975, 200, 300<br />
T = 750 + 3780 + 500 + 975 + 200 + 300 = 6505 Horas.<br />
2T / (X² α /2 ; 2r) < M < 2T / (X² 1 - (α /2) ; 2r)<br />
1-α = 90% = 0.90 α = 1 - 0.9 = 0.1<br />
α/2 = 0.05 1 - (α/2) = 0.95<br />
Ahora buscamos la Chi-cuadrada de los valores 0.05 y 0.95 con 12 grados<br />
de libertad y obt<strong>en</strong>emos:<br />
90% = 2 ( 6505) / 21 < M < 2(6505)/5.23<br />
90% = 619.52 < M < 2487.57<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(29)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>3. LA DISTRIBUCION WEIBULL.<br />
La distribución Weibull es aplicable <strong>en</strong> el análisis de fallas tempranas, <strong>en</strong> el<br />
periodo de infancia del producto.<br />
Los dos parámetros para la distribución Weibull pued<strong>en</strong> determinarse<br />
dibujando los tiempos de falla sobre una gráfica <strong>en</strong> papel especial. Para<br />
acomodar los datos Weibull sobre una línea recta, primero a la expresión Weibull<br />
ecuación 1.21:<br />
β<br />
R(t) = exp [-(t/η) ] (1.73)<br />
le aplicamos el logaritmo natural y obt<strong>en</strong>emos:<br />
β<br />
(t/η) = ln(1/R) (1.74)<br />
aplicando de nuevo el logaritmo t<strong>en</strong>emos:<br />
β<br />
ln(t/η) = ln ln(1/R)<br />
reacomodando términos:<br />
ln(t)=1/β ln ln (1/R) + ln(η)<br />
lnln(1/R) =β ln(t) - βlnη (1.75)<br />
La ecuación anterior ti<strong>en</strong>e la forma de y = mx + b, donde y = 1/R y x = ln(t).<br />
Recordando que F(t) = 1 - R(t) y sustituy<strong>en</strong>dola <strong>en</strong> la ecuación 1.75:<br />
ln (ln ( 1 / (1-F)) = β ln(t) - βlnη (1.76)<br />
F(t) puede <strong>en</strong>contrarse utilizando la ecuación de Bernard's para rangos<br />
medios:<br />
F(t) = (i -0.3) / (n + 0.4) (1.77)<br />
i = número de falla.<br />
n = número total de fallas<br />
<strong>1.1</strong>3.1. USO DEL PAPEL ESPECIAL PARA LA DISTRIBUCION WEIBULL.<br />
Para <strong>en</strong>contrar los dos parámetros de la distribución Weibull se procede de la<br />
sigui<strong>en</strong>te forma:<br />
1.- F(t) se dibuja sobre el eje "Y".<br />
2.- En ele eje "X" se dibuja el tiempo de falla.<br />
3.- La p<strong>en</strong>di<strong>en</strong>te m, se obti<strong>en</strong>e dibujando un triángulo a la derecha de la línea<br />
recta, con un lado horizontal de longitud unitaria. La longitud del eje<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(30)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
vertical será el valor de la p<strong>en</strong>di<strong>en</strong>te.<br />
4.- El valor de η es estimado utilizando la ecuación 1.76, cuando F=0.632<br />
(λt=1, 1-F= exp(-1) ó F=0.632) produci<strong>en</strong>do t=η.<br />
ejemplo:<br />
A seis sistemas se les hizo una prueba de vida y los sigui<strong>en</strong>tes tiempos de<br />
falla fueron reportados: 120, 400, 800, 1400, 2600 y 5000 horas<br />
respectivam<strong>en</strong>te. Usando el método gráfico, <strong>en</strong>cu<strong>en</strong>tre el parámetro de forma (β)<br />
y la característica de vida (η) por la distribución Weibull. Y la probabilidad de<br />
superviv<strong>en</strong>cia del producto para un periodo de uso de 700 horas.<br />
Primero <strong>en</strong>contramos F(t) utilizando la ecuación 1.77:<br />
F(t) = (i -0.3) / (n + 0.4)<br />
Para la falla número uno:<br />
R.M. = (1-0.3)/(6 +0.4) = 10.94 %<br />
Para las fallas número 2,3,4,5 y 6:<br />
R.M. = (2-0.3)/(6 +0.4) = 26.57 %<br />
R.M. = (3-0.3)/(6 +0.4) = 42.19 %<br />
R.M. = (4-0.3)/(6 +0.4) = 57.81 %<br />
R.M. = (5-0.3)/(6 +0.4) = 73.44 %<br />
R.M. = (6-0.3)/(6 +0.4) = 89.06 %<br />
Podemos crear una tabla como la sigui<strong>en</strong>te:<br />
Falla No Hora de falla % de rango medio<br />
1 120 10.94<br />
2 400 26.57<br />
3 800 42.19<br />
4 1400 57.81<br />
5 2600 73.44<br />
6 5000 89.06<br />
Ahora procedemos a dibujar las horas de falla contra el correspondi<strong>en</strong>te<br />
porci<strong>en</strong>to de rango medio (fig.<strong>1.1</strong>6).<br />
De la gráfica obt<strong>en</strong>emos que:<br />
η = 1800 Hrs.<br />
β = 0.77<br />
β 0.77<br />
R(t) = exp [-(t/η) ] = exp [-(700/1800) ] = 0.61<br />
R(t) = 61 %<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(31)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Figura <strong>1.1</strong>6.- Estimación gráfica de los parámetros de la distribución Weibull.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(32)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>4. <strong>CONFIABILIDAD</strong> DE UN SISTEMA EN GENERAL CON RESPECTO AL<br />
TIEMPO.<br />
En esta sección debemos discutir tres métodos de una forma g<strong>en</strong>eral por el<br />
cual Rs(t) puede ser calculada, para un sistema <strong>en</strong> g<strong>en</strong>eral. Estos métodos son:<br />
El modelo de Markov, el de Convolución y el de Montecarlo.<br />
Considerando un sistema de tres bloques, éste puede t<strong>en</strong>er cualquier forma<br />
de las mostradas <strong>en</strong> la fig. <strong>1.1</strong>7.<br />
FIGURA <strong>1.1</strong>7.- Cuatro formas posibles de un sistema con tres bloques.<br />
El sistema esta <strong>en</strong> uno y sólo uno de los sigui<strong>en</strong>tes estados:<br />
So = abc S1= abc S2 = abc S3 = abc<br />
S4 = abc S5= abc S6 = abc S7 = abc<br />
Entonces el sistema ti<strong>en</strong>e la sigui<strong>en</strong>te propiedad: "El sistema siempre esta <strong>en</strong><br />
uno y sólo uno de los n finitos estados, S0, S1,...... Sn-1 el cual son mutuam<strong>en</strong>te<br />
exclusivos.<br />
Debemos asumir que el sistema esta <strong>en</strong> el estado So <strong>en</strong> t=0.<br />
El estado So para t=0, Rs(t=0) = 1.<br />
El estado S7 para t→∞, Rs(t →∞)=0<br />
La figura <strong>1.1</strong>8 muestra que pasará si el sistema esta <strong>en</strong> el estado So y uno de<br />
los bloques falla (líneas continuas) y las líneas discontinuas si dos bloques<br />
fallan.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(33)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Figura <strong>1.1</strong>8.- El sistema con tres bloques estará <strong>en</strong> uno y sólo uno de estos ocho estados.<br />
- Cuando un bloque falla S0 → S4 o S2 o S1<br />
- Cuando dos bloques falla S0 → S3 o S5 o S6<br />
Tomando <strong>en</strong> cu<strong>en</strong>ta las consideraciones anteriores y si le llamamos Ni(t),<br />
i=0,1...7, al número de sistemas el cual <strong>en</strong> el tiempo t están <strong>en</strong> el estado i,<br />
podemos expresar la probabilidad de que un sistema este <strong>en</strong> Si <strong>en</strong> el tiempo t<br />
como:<br />
Pi(Si, t) = lim (Ni(t)/N) (1.78)<br />
N→∞<br />
Esto es ilustrado <strong>en</strong> la fig. <strong>1.1</strong>9. Tambi<strong>en</strong> podemos recordar, fig. 1.20, que <strong>en</strong><br />
cualquier mom<strong>en</strong>to del tiempo:<br />
7<br />
∑Pi(Si, t) = 1 (1.79)<br />
i=0<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(34)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Figura <strong>1.1</strong>9.- Forma de las probabilidades de estar <strong>en</strong> los estados So o S7.<br />
Figura 1.20.- La figura ilustra las ocho funciones de probabilidad Pi(Si,t)=1,...,7.<br />
El área sombreada muestra Rs(t) = Po(So,t)+P1(S1,t)+P2(S2,t).<br />
<strong>1.1</strong>4.1. EL MODELO DE MARKOV.<br />
Los modelos de Markov son funciones de dos variables aleatorias: el estado del<br />
sistema x y el tiempo de observación t.<br />
Cualquier modelo de Markov está definido por un conjunto de probabilidades P ij<br />
que dep<strong>en</strong>d<strong>en</strong> de los estados i y j, y es completam<strong>en</strong>te indep<strong>en</strong>di<strong>en</strong>te de todos<br />
los estados pasados, excepto del último estado i.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(35)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
PROCESO POISSON<br />
Las ocurr<strong>en</strong>cias de ev<strong>en</strong>tos (falla) son discretas y el tiempo es continuo, así, el<br />
modelo es de estados-discretos y tiempo-continuo.<br />
Las condiciones básicas necesarias para derivar el modelo del proceso Poisson<br />
son:<br />
1. La probabilidad de que ocurra una transición del estado n al estado n+1<br />
<strong>en</strong> un tiempo ∆t es λ∆t. Las ocurr<strong>en</strong>cias son irreversibles.<br />
2. Cada falla es indep<strong>en</strong>di<strong>en</strong>te de todas las otras fallas.<br />
3. La probabilidad de transición de dos o más ocurr<strong>en</strong>cias <strong>en</strong> el intervalo de<br />
tiempo ∆t es despreciable. Haci<strong>en</strong>do uso de la propiedad de<br />
indep<strong>en</strong>d<strong>en</strong>cia de falla, que describe la probabilidad de ocurr<strong>en</strong>cias <strong>en</strong> el<br />
intervalo ∆t como el producto de la probabilidad de cada ocurr<strong>en</strong>cia es<br />
(∆t)(∆t).<br />
Deseamos resolver a probabilidad de n ocurr<strong>en</strong>cias <strong>en</strong> el tiempo t y g<strong>en</strong>erar un<br />
conjunto de ecuaciones de difer<strong>en</strong>cias que repres<strong>en</strong>t<strong>en</strong> las probabilidades de los<br />
estados y las probabilidades de transición. La probabilidad de que n ocurr<strong>en</strong>cias<br />
t<strong>en</strong>gan lugar <strong>en</strong> el tiempo t es:<br />
Para el caso de cero ocurr<strong>en</strong>cias <strong>en</strong> el tiempo t + ∆t:<br />
P<br />
( x = n, t) = P ( t) ( 1)<br />
n<br />
( t + ∆t) = ( − λ∆t) P ( ) ( 2)<br />
P0 1<br />
0<br />
t<br />
Para el caso de una ocurr<strong>en</strong>cia:<br />
( t + ∆t) = ( λ∆t) P () t + ( 1− λ t) P () t ( 3)<br />
P1 0<br />
∆<br />
1<br />
De forma g<strong>en</strong>eral:<br />
P<br />
n<br />
( t ∆t) = ( λ∆t) P () t + ( 1− λ∆t) P () t<br />
( 4)<br />
+<br />
n−1<br />
para<br />
n<br />
n = 1,2,3,....<br />
Si reacomodamos la ecuación (2) y tomamos los límites de ambos lados de la<br />
ecuación cuando ∆t→0:<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(36)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
P0<br />
lim =<br />
∆t→0<br />
dP0<br />
dt<br />
() t<br />
( t + ∆t) − P ( t)<br />
= P<br />
∆t<br />
0<br />
=<br />
•<br />
0() t = −λP0<br />
() t<br />
lim -<br />
∆t→0<br />
( λP<br />
() t ) ( 5)<br />
0<br />
Para la ecuación (4):<br />
lim<br />
∆t<br />
→0<br />
dPn<br />
dt<br />
=<br />
() t<br />
P<br />
n<br />
( t + ∆t) − P ( t)<br />
= P<br />
∆t<br />
n<br />
=<br />
lim<br />
∆t<br />
→0<br />
•<br />
n() t = λPn<br />
−1() t − λPn<br />
() t ,<br />
( λP<br />
() t − λP<br />
() t ) ( 6)<br />
n−1<br />
para n = 1,2,...n<br />
Estas ecuaciones son un conjunto completo de ecuaciones difer<strong>en</strong>ciales, con<br />
condiciones iniciales que describ<strong>en</strong> el proceso.<br />
Ejemplo: Si no hay fallas al inicio del proceso:<br />
Si inciamos <strong>en</strong> el estado 3 <strong>en</strong> t=0:<br />
t=0, n=0<br />
P 0 (0)=1<br />
P 1 (0)= P 2 (0)=...= P n (0)=0<br />
P n (0)=P 1 (0)= P 2 (0)=...= 0<br />
P 3 (0)=1<br />
n<br />
MODELO DE MARKOV<br />
Definimos todos los estados mutuam<strong>en</strong>te exclusivos del sistema. Por ejemplo,<br />
para un sistema de 1 bloque:<br />
S<br />
S<br />
0<br />
1<br />
= X<br />
= X<br />
1<br />
1<br />
Los estados del sistema <strong>en</strong> t=0 se llaman estados iniciales, y los estados de<br />
equilibrio se llaman estados finales. El conjunto de ecuaciones de estados de<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(37)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Markov describ<strong>en</strong> las transiciones probabilísticas desde los estados iniciales<br />
hasta los estados finales.<br />
Las probabilidades de transición deb<strong>en</strong> obedecer las sigui<strong>en</strong>tes reglas:<br />
1. La probabilidad de transición de un estado a otro <strong>en</strong> el tiempo ∆t es Z(t)∆t.<br />
Z(t) es el hazard asociado con dos estados <strong>en</strong> particular. Si todos los Z(t)<br />
son constantes, Z i (t)=λ i y el modelo se llama homogéneo. Si cualquier Z(t)<br />
está <strong>en</strong> función de t, el modelo es llamado no homogéneo.<br />
2. La probabilidad de que suceda más de una transición <strong>en</strong> el tiempo ∆t es<br />
infinitesimal, por lo que se desprecia.<br />
Para el sistema de 1 bloque:<br />
P<br />
P<br />
S0<br />
S1<br />
( t + ∆t) = [ 1−<br />
Z( t)<br />
∆t] PS0<br />
() t<br />
( t + ∆t) = [ Z( t)<br />
∆t] P () t + P () t<br />
S0<br />
S1<br />
Esto se puede resumir <strong>en</strong> una matriz de transiciones:<br />
Estados finales<br />
Estados iniciales S 0 S 1<br />
S 0 1-Z(t)∆t Z(t)∆t<br />
S 1 0 1<br />
La matriz ti<strong>en</strong>e la propiedad de que la suma de cada r<strong>en</strong>glón debe ser la unidad.<br />
P<br />
P<br />
S0<br />
S1<br />
dPS0<br />
dt<br />
dPS1<br />
dt<br />
( t + ∆t)<br />
− P ( t)<br />
( t + ∆t) − P ( t)<br />
() t<br />
() t<br />
∆t<br />
∆t<br />
+ Z<br />
=<br />
Z<br />
S0<br />
S1<br />
Z<br />
() t P () t<br />
() t P () t<br />
() t P () t = 0<br />
( 7)<br />
S0<br />
() t P () t<br />
( 8)<br />
S0<br />
= −Z<br />
=<br />
S0<br />
S0<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(38)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Una forma fácil de caracterizar el modelo de Markov es de una manera gráfica,<br />
compuesto de nodos que repres<strong>en</strong>tan los estados del sistema y las ramas se<br />
etiquetan con probabilidades de transición.<br />
1-Z(t)∆(t)<br />
1<br />
P S0<br />
Z(t)∆(t)<br />
P S1<br />
Podemos utilizar un algoritmo simple para escribir las ecuaciones (6) y (7) por<br />
inspección de la gráfica de nodos y ramas del sistema:<br />
La derivada de la probabilidad de cualquier nodo (estado) es igual a la<br />
suma de las transiciones que llegan al nodo. Cualquier factor de ganancia<br />
unitaria del mismo lazo se hace cero. Ejemplo: Sistema de un bloque<br />
Si resolvemos las ecuaciones (6) y (7) por medio de la transformada de Laplace:<br />
sP<br />
P<br />
S<br />
S 0<br />
df<br />
dt<br />
() t<br />
s<br />
= sF(s) − f<br />
() 0<br />
s<br />
f() t = F( s)<br />
dPS0<br />
() t<br />
= −Z()<br />
t dt<br />
PS0<br />
() t<br />
dPS0<br />
() t<br />
+ Z() t dt = 0<br />
PS0<br />
() t<br />
0() s − PS<br />
0(0)<br />
+ zPS<br />
0()<br />
s<br />
()( s s + z) = P () 0 = 1<br />
() s<br />
S 0<br />
1<br />
=<br />
s z<br />
P S 0<br />
+<br />
= 0<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(39)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
P<br />
S1<br />
P<br />
S0<br />
−Z() t t −λt<br />
() t = e = e<br />
() t<br />
− Z() t PS<br />
0()<br />
t = 0<br />
() s − P () 0 = zP () s<br />
dPS1<br />
dt<br />
sPS<br />
1 S1<br />
z<br />
PS<br />
1<br />
=<br />
s(<br />
s + z)<br />
z<br />
PS<br />
1()<br />
s = =<br />
s(<br />
s + z)<br />
A = 1, B = -1<br />
1 1<br />
PS<br />
1()<br />
s = −<br />
s s + z<br />
S 0<br />
A<br />
s<br />
B<br />
+<br />
s + z<br />
−Z(t)t<br />
−λt<br />
() t = 1−<br />
e = 1−<br />
e<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(40)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
SISTEMA DE DOS BLOQUES:<br />
Estados :<br />
S0 = X1X2<br />
S1<br />
= X1X2<br />
S0<br />
= X1X2<br />
S0<br />
= X1X2<br />
Diagrama:<br />
1-Z 13 (t)∆t<br />
1-(Z 01 +Z 02 )∆t<br />
Z 01 (t)∆t<br />
S 1<br />
Z 13 (t)∆t<br />
1<br />
S 3<br />
S 0 S 2<br />
Z 02 (t)∆t<br />
Z 23 (t)∆t<br />
Matriz de transiciones:<br />
1-Z 23 (t)∆t<br />
ESTADOS<br />
ESTADOS FINALES<br />
INICIALES S 0 S 1 S 2 S 3<br />
S 0 1-(Z 01 +Z 02 )∆t Z 01 (t)∆t Z 02 (t)∆t 0<br />
S 1 0 1-Z 13 (t)∆t 0 Z 13 (t)∆t<br />
S 2 0 0 1-Z 23 (t)∆t Z 23 (t)∆t<br />
S 3 0 0 0 1<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(41)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Utilizando el algoritmo para determinar las ecuaciones difer<strong>en</strong>ciales del sistema,<br />
t<strong>en</strong>emos que:<br />
dPS0<br />
dt<br />
dPS1<br />
dt<br />
dPS2<br />
dt<br />
dPS3<br />
dt<br />
() t<br />
() t<br />
() t<br />
() t<br />
= −<br />
=<br />
=<br />
=<br />
Z<br />
Z<br />
Z<br />
[ Z () t + Z () t ] P () t<br />
01<br />
02<br />
13<br />
01<br />
() t P () t − Z () t P () t<br />
S0<br />
() t P () t − Z () t P () t<br />
S0<br />
() t P () t − Z () t P () t<br />
Solucionando este sistema de ecuaciones difer<strong>en</strong>ciales, obt<strong>en</strong>emos:<br />
S1<br />
02<br />
13<br />
23<br />
23<br />
S0<br />
S1<br />
S2<br />
S2<br />
donde:<br />
P<br />
P<br />
P<br />
P<br />
S0<br />
S1<br />
S2<br />
S3<br />
−( λ1+λ2<br />
)<br />
() t = e<br />
t<br />
[ ]<br />
1<br />
−λ3t<br />
−( λ1+λ2<br />
)<br />
() t =<br />
e − e<br />
λ<br />
1<br />
t<br />
[ ]<br />
2<br />
−λ4t<br />
−( λ1+λ2<br />
)<br />
() t =<br />
e − e<br />
λ<br />
1<br />
λ<br />
+ λ<br />
2<br />
λ<br />
+ λ<br />
2<br />
() t = 1−<br />
[ P () t + P () t + P () t ]<br />
S0<br />
t<br />
− λ<br />
− λ<br />
3<br />
4<br />
S1<br />
S2<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(42)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
λ<br />
λ<br />
λ<br />
λ<br />
1<br />
2<br />
3<br />
4<br />
=<br />
=<br />
=<br />
=<br />
Z<br />
Z<br />
Z<br />
Z<br />
01<br />
02<br />
13<br />
23<br />
() t<br />
() t<br />
() t<br />
() t<br />
CONCLUSIONES:<br />
A partir de estos resultados, podemos ver las difer<strong>en</strong>tes combinaciones de dos<br />
bloques, y la confiabilidad resultante:<br />
Configuración <strong>en</strong> serie:<br />
X 1 X 2<br />
R<br />
Configuración <strong>en</strong> paralelo:<br />
S<br />
−( λ1+λ2<br />
)t<br />
() t = P () t = e<br />
S0<br />
X 1<br />
X 2<br />
R<br />
() t = P () t + P () t P () t<br />
P S0 S1<br />
+<br />
S2<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(43)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Para el sistema de la figura <strong>1.1</strong>7:<br />
Si aplicamos el mismo razonami<strong>en</strong>to para los siete estados obt<strong>en</strong>dremos<br />
siete ecuaciones difer<strong>en</strong>ciales más de primer ord<strong>en</strong>:<br />
d(P0(S0,to))/dt = -P0(S0,to)Z0,1(to) - P0(S0,to)Z0,2(to) - P0(S0,to)Z0,4(to)<br />
d(P1(S1,to))/dt = P0(S0,to)Z0,1(to) - P1(S1,to)Z1,3(to) - P1(S1,to)Z1,5(to)<br />
d(P2(S2 ,to))/dt = P0(S0,to)Z0,2(to) - P2(S2,to)Z2,3(to) - P0(S0,to)Z2,6(to)<br />
d(P3(S3,to))/dt = P1(S1,to)Z1,3(to) + P2(S2,to)Z2,3(to) - P3(S3,to)Z3,7(to)<br />
d(P4(S4,to))/dt = P0(S0,to)Z0,4(to) - P4(S4,to)Z4,5(to) - P4(S4,to)Z4,6(to)<br />
d(P5(S5,to))/dt = P2(S2,to)Z1,5(to) + P4(S4,to)Z4,5(to) - P5(S5,to)Z5,7(to)<br />
d(P6(S6,to))/dt = P2(S2,to)Z2,6(to) + P4(S4,to)Z4,6(to) - P6(S6,to)Z6,7(to)<br />
d(P7(S7,to))/dt = P3(S3,to)Z3,7(to) + P5(S5,to)Z5,7(to) + P6(S6,to)Z6,7(to)<br />
<strong>1.1</strong>4.2. EL MODELO DE CONVOLUCION.<br />
Considerando ahora el problema de calcular la probabilidad de un sistema <strong>en</strong><br />
el estado j <strong>en</strong> el tiempo t.<br />
Con el modelo que se desea describir introduciremos dos importante<br />
cambios: Zj,k es ahora una función de τj, el tiempo consumido <strong>en</strong> Sj.<br />
En otras palabras basaremos el método de convolución <strong>en</strong> la sigui<strong>en</strong>te<br />
suposición.<br />
Suposición.- La probabilidad de que el sistema esté haci<strong>en</strong>do una transición<br />
de Sj a Sk <strong>en</strong> un intervalo de tiempo infinitesimal <strong>en</strong>tre to y (to + dt) es Zjkdt,<br />
donde Zjk es una función de Sj, Sk y τj es el tiempo empleado <strong>en</strong> Sj pero<br />
indep<strong>en</strong>di<strong>en</strong>te de to y la forma <strong>en</strong> que el sistema llega Sj.<br />
Para hacer simple la sigui<strong>en</strong>te descripción utilizaremos el ejemplo del<br />
diagrama de estados de la fig. <strong>1.1</strong>8.<br />
En principio, todas las ocho funciones Pj(Sj,t) son determinadas de la misma<br />
manera. Para mostrarlo determinaremos P3(S3,t).<br />
1.- Enumeramos todas las posibles formas <strong>en</strong> el cual el sistema <strong>en</strong> el tiempo<br />
t puede arribar a Sj.<br />
2.- Determinamos la probabilidad de que el sistema siga estos caminos (tal<br />
ev<strong>en</strong>to es mutuam<strong>en</strong>te exclusivo).<br />
3.- Agregamos o sumamos la probabilidad de cada una de las formas de<br />
llegar a Sj. La suma es Pj(Sj,t), <strong>en</strong> el ejemplo es P3(S3,t).<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(44)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Haci<strong>en</strong>do los pasos anteriores para el ejemplo:<br />
1). En t=0 todos los sistemas están <strong>en</strong> So y ti<strong>en</strong><strong>en</strong> tres distintos caminos<br />
W0→3 , W0→1→3 y W0→2→3 por el cual el sistema puede llegar a S3.<br />
a).- W0→3, El sistema puede permanecer el tiempo τ0,3 <strong>en</strong> So después del<br />
cual <strong>en</strong> el intervalo de tiempo τ0,3 a (τ0,3 + dt) hace la transición a S3.<br />
Después de la transición el sistema estará <strong>en</strong> S3 hasta t.<br />
b).- W0→1→3, El sistema puede permanecer τ0,1 <strong>en</strong> So, después hace la<br />
transición a S1, permaneci<strong>en</strong>do τ0,3 <strong>en</strong> S1. Un tiempo después hará la<br />
transición a S3, permaneci<strong>en</strong>do ahí hasta t.<br />
c).- W0→2→3, El sistema puede permanecer τ0,2 <strong>en</strong> So, después hace la<br />
transición a S2, permaneci<strong>en</strong>do τ2,3 <strong>en</strong> S3. Un tiempo después hará la<br />
transición a S3, permaneci<strong>en</strong>do ahí hasta t.<br />
2). La probabilidad de que el sistema siga W0→3 , W0→1→3 y W0→2→3,<br />
será: P0→3(t) , P0→1→3(t) y P0→2→3(t). Primero determinamos P0→3(t) la cual<br />
es la probabilidad de que un ev<strong>en</strong>to compuesto ocurra y consiste de tres<br />
ev<strong>en</strong>tos:<br />
_ El primer ev<strong>en</strong>to, es que el sistema permanezca <strong>en</strong> So hasta el tiempo τ0;<br />
el ev<strong>en</strong>to toma un espacio <strong>en</strong> la probabilidad Ro(τ0):<br />
τ0 7<br />
Ro(τ0) = exp - [ ∫ ∑ Zo,i(ξo)dξo] (1.86)<br />
0 i=1<br />
_ El segundo ev<strong>en</strong>to, es que el sistema hizo una transición desde S0 a S3 <strong>en</strong><br />
el intervalo de tiempo desde τ0 a (τ0 + dτ0) el ev<strong>en</strong>to toma un espacio <strong>en</strong> la<br />
probabilidad:<br />
R2(τ0) = Z0,3 (τ0) dτ0 (1.87)<br />
_ El tercer ev<strong>en</strong>to, es que el sistema permanezca <strong>en</strong> S3 desde τ0 hasta t.<br />
Como una consecu<strong>en</strong>cia de la suposición 3. El tercer ev<strong>en</strong>to toma un espacio <strong>en</strong><br />
la probabilidad R3(t - τ0). Recordando que el único estado que podemos<br />
alcanzar de S3 es S7:<br />
t - τ0<br />
R3(t - τ0) = exp [- ∫ Z3,7(ξ3)dξ3] (1.88)<br />
0<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(45)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Para cualquier valor de τ0 <strong>en</strong>tre 0 y t los tres ev<strong>en</strong>tos (estadísticam<strong>en</strong>te<br />
indep<strong>en</strong>di<strong>en</strong>tes) brindarán un sistema desde S0, S3 vía W0→3.<br />
La unión de la probabilidad de los tres ev<strong>en</strong>tos consecutivam<strong>en</strong>te es el<br />
producto de sus probabilidades. Así P0→3(t) puede calcularse por la sigui<strong>en</strong>te<br />
forma:<br />
t<br />
P0→3(t) = ∫ Ro(τ0)R3(t - τ0)Z0,3 (τ0) dτ0 (1.89)<br />
0<br />
Determinación de P0→1→3(t).- Considerando el periodo <strong>en</strong> que el sistema<br />
permanezca <strong>en</strong> S0, S1, S3 es τ0, τ1 y (t - τ0 - τ1) . La probabilidad de que el<br />
sistema permanezca <strong>en</strong> S1 para un periodo de tiempo τ1 es R1(τ1):<br />
τ1<br />
R1(τ1) = exp -[∫ [ Z1,3(ξ1) + Z1,5(ξ1) + Z1,7(ξ1)]dξ1] (1.90)<br />
0<br />
Ahora determinamos P1→3(t) como la probabilidad de un ev<strong>en</strong>to compuesto<br />
que consiste de tres ev<strong>en</strong>tos estadísticam<strong>en</strong>te indep<strong>en</strong>di<strong>en</strong>tes de la misma<br />
forma como P0→3(t):<br />
_ Primero, el sistema permanecerá τ1 unidades de tiempo <strong>en</strong> S1. Esto pasa<br />
bajo la suposición 3 con probabilidad R1(τ1).<br />
_ Segundo, <strong>en</strong> el intervalo de tiempo de (τ0 + τ1) a (τ0 + τ1 + dτ1) el sistema<br />
hizo una transición desde S1 a S3; este ev<strong>en</strong>to toma un espacio <strong>en</strong> la<br />
probabilidad; Z1,3 (τ1) dτ1.<br />
_ Finalm<strong>en</strong>te, el sistema estará <strong>en</strong> S3 desde (τ0 + τ1) hasta el tiempo t. Con<br />
probabilidad R3(t - τ0 - τ1).<br />
Así que la unión de probabilidad es el producto de sus probabilidades:<br />
t - τ0<br />
P1→3(t) = ∫ R1(τ1)R3(t - τ0 - τ1)Z1,3 (τ1) dτ1 (1.91)<br />
0<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(46)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Por integración de todos los posibles valores de τ0 obt<strong>en</strong>emos la probabilidad<br />
deseada P0→1→3(t):<br />
t<br />
P0→1→3(t) = ∫ P1→3(t,τ0)R0(τ0)Z0,1 (τ0) dτ0 (1.92)<br />
0<br />
La probabilidad P0→2→3(t) puede determinarse de la misma forma que<br />
P0→1→3(t).<br />
3). Sumando las tres posibilidades obt<strong>en</strong>emos la probabilidad de <strong>en</strong>contrar<br />
un sistema <strong>en</strong> S3 <strong>en</strong> el tiempo t:<br />
P3(S3,t) = P0→3(t) + P0→1→3(t) + P0→2→3(t) (1.93)<br />
<strong>1.1</strong>4.3. EL METODO DE MONTE CARLO.<br />
La idea básica de este método es simular un gran número de sistemas y ver<br />
cómo y cuándo ellos cambian de estado con el tiempo. Este método será<br />
discutido mas tarde.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(47)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>5. EL DISEÑO MATEMATICO.<br />
Antes de iniciar cualquier diseño, debemos visualizar que el proceso de<br />
diseño consiste de tres fases que se interrelacionan:<br />
1.- El estudio de que puede realizarse, física y económicam<strong>en</strong>te (estudio de<br />
factibilidad, "feasibility").<br />
2.- Fase preliminar del diseño.<br />
3.- Fase detallada del diseño.<br />
Fase preliminar del diseño. Debemos t<strong>en</strong>er <strong>en</strong> m<strong>en</strong>te que nuestro objetivo<br />
es un diseño matemático, el cual involucra técnicas computarizadas para<br />
resolver el problema.<br />
El primer paso <strong>en</strong> la fase preliminar del diseño, dep<strong>en</strong>de del diseñador, qui<strong>en</strong><br />
selecciona la topología mas prometedora tomando como base el estudio de<br />
realizabilidad.<br />
El resto del diseño preliminar es ejecutado sobre una topología fija. El<br />
diseñador debe seleccionar valores para los compon<strong>en</strong>tes de tal manera que se<br />
obt<strong>en</strong>ga el mejor circuito, deberá considerar la variación de los compon<strong>en</strong>tes y<br />
sus efectos ambi<strong>en</strong>tales. "Esta es la parte del diseño que se pret<strong>en</strong>de<br />
implem<strong>en</strong>tar <strong>en</strong> una computadora". En la figura 1.21 se muestra una figura<br />
idealizada para las primeras dos fases del diseño.<br />
<strong>1.1</strong>5.1. EL CONCEPTO DE UN SISTEMA.<br />
Nosotros definimos un sistema como un <strong>en</strong>samble de compon<strong>en</strong>tes, unidos<br />
por alguna forma de interacción regular.<br />
Para nuestro caso los compon<strong>en</strong>tes son: resist<strong>en</strong>cias, capacitores, diodos,<br />
transistores, circuitos integrados, etc..<br />
En esta sección trataremos a un diseño como un sistema al que le<br />
definiremos sus <strong>en</strong>tradas y sus salidas.<br />
La definición de una <strong>en</strong>trada es: Cualquier estímulo, o cualquier factor cuyo<br />
cambio involucra algún tipo de respuesta.<br />
Para nuestro propósito es conv<strong>en</strong>i<strong>en</strong>te trabajar con tres grupos de <strong>en</strong>tradas<br />
llamadas:<br />
1. Parámetros de los compon<strong>en</strong>tes. Determinadas por el diseño.<br />
2. Condiciones de operación de los compon<strong>en</strong>tes. Determinan el estado del<br />
circuito <strong>en</strong> términos de su frecu<strong>en</strong>cia de operación y los parámetros del<br />
medio ambi<strong>en</strong>te.<br />
3. Entradas externas. Son las <strong>en</strong>tradas verdaderas como voltaje, pot<strong>en</strong>cia,<br />
fu<strong>en</strong>tes de alim<strong>en</strong>tación, etc..<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(48)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Figura 1.21.- (a) Estructura idealizada del proceso de un diseño.<br />
(b) Estructura común del proceso de un diseño.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(49)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Listado de las <strong>en</strong>tradas de un circuito electrónico.<br />
1. Parámetros de los compon<strong>en</strong>tes.<br />
2. Condiciones de operación:<br />
- Temperatura<br />
- Humedad<br />
- Vibración<br />
3. Entradas externas.<br />
- Fu<strong>en</strong>tes de corri<strong>en</strong>te y voltaje<br />
- Impedancia interna de la fu<strong>en</strong>tes.<br />
- Ruido <strong>en</strong> las fu<strong>en</strong>tes.<br />
- Pot<strong>en</strong>cia de las fu<strong>en</strong>tes de voltaje.<br />
- Impedancia de la carga.<br />
- Inductancias y capacitancias parásitas.<br />
Una <strong>en</strong>trada aplicada a un sistema dará un resultado, el cual dep<strong>en</strong>de del<br />
sistema y la <strong>en</strong>trada. El resultado es llamado salida del sistema y las posibles<br />
salidas del sistema las dividiremos <strong>en</strong> dos:<br />
1. Salidas primarias.<br />
2. Salidas secundarias.<br />
Listado de salidas de un circuito electrónico .<br />
1. Salidas primarias:<br />
- Ganancia<br />
- Ancho de banda<br />
- Impedancias de <strong>en</strong>trada y salida<br />
- Frecu<strong>en</strong>cia de oscilación<br />
- Distorsión<br />
- Linealidad<br />
- Salida de voltaje<br />
- Rizo de voltaje<br />
- Figura de ruido<br />
- Consumo de pot<strong>en</strong>cia<br />
- Peso<br />
- Volum<strong>en</strong><br />
- Precio<br />
- Confiabilidad<br />
2. Salidas secundarias:<br />
- Voltajes a través de los compon<strong>en</strong>tes<br />
- Corri<strong>en</strong>tes <strong>en</strong> los compon<strong>en</strong>tes<br />
- Pot<strong>en</strong>cia disipada <strong>en</strong> los compon<strong>en</strong>tes<br />
. - Temperaturas de unión .<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(50)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>5.2. ESPECIFICACIONES DEL CIRCUITO.<br />
En el primer paso de la fase preliminar del diseño, se listan todas las<br />
<strong>en</strong>tradas y salidas propias del circuito. El segundo paso es poner restricciones;<br />
como los límites superior e inferior de las salidas del circuito, las condiciones de<br />
operación y las <strong>en</strong>tradas externas . El listado de estas variables con sus<br />
respectivos límites constituy<strong>en</strong> las especificaciones.<br />
Las restricciones sobre las variables de salida primarias son dictadas <strong>en</strong><br />
parte por los requerimi<strong>en</strong>tos que iniciaron el proceso del diseño. Para el resto de<br />
las salidas el diseñador deberá analizarlas y poner restricciones razonables. Los<br />
requerimi<strong>en</strong>tos originales del diseño asignarán los parámetros de las<br />
condiciones de operación y las <strong>en</strong>tradas del sistema.<br />
En un diseño <strong>en</strong> g<strong>en</strong>eral el número de salidas será: y1, y2,....,yk, restringidas<br />
a valores fijos, mi<strong>en</strong>tras que el resto de las salidas yk+1, yk+2, ... ym t<strong>en</strong>drán un<br />
rango de valores permitidos, definidos por sus restricciones. Las restricciones<br />
también son establecidas a los parámetros de los compon<strong>en</strong>tes x1, x2,....,xn, a<br />
las condiciones de operación y a las <strong>en</strong>tradas externas w1, w2,....,wp.<br />
La formulación matemática del problema del diseño <strong>en</strong> g<strong>en</strong>eral es:<br />
x1,min ≤ x1 ≤ x1,min<br />
x2,min ≤ x2 ≤ x2,min (1.94)<br />
.........................................<br />
xn,min ≤ xn ≤ xn,min<br />
Para los parámetros de las condiciones de operación y las <strong>en</strong>tradas externas:<br />
w1,min ≤ w1 ≤ w1,min<br />
w1,min ≤ w1 ≤ w1,min (1.95)<br />
................................<br />
wp,min ≤ wp ≤ wp,min<br />
Ahora <strong>en</strong>contramos un conjunto de parámetros de los compon<strong>en</strong>tes x1,<br />
x2,....,xn, tales que:<br />
y1(x1, x2,....,xn ; w1, w2,....,wp) = y10<br />
y2(x1, x2,....,xn ; w1, w2,....,wp) = y20 (1.96)<br />
..........................................................<br />
yk(x1, x2,....,xn ; w1, w2,....,wp) = yk0<br />
yk+1,min ≤ yk+1(x1, x2,....,xn ; w1, w2,....,wp) ≤ yK+1,max<br />
yk+2,min ≤ yk+2(x1, x2,....,xn ; w1, w2,....,wp) ≤ yK+2,max<br />
...................................................................................................................<br />
ym,min ≤ ym+1(x1, x2,....,xn ; w1, w2,....,wp) ≤ ym,max<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(51)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
El conjunto de los parámetros de los compon<strong>en</strong>tes, las condiciones de<br />
operación y las <strong>en</strong>tradas externas satisfaci<strong>en</strong>do todas las restricciones de las<br />
salidas para cualquier combinación darán una solución realizable al problema<br />
del diseño.<br />
Para ilustrar el concepto de la solución realizable, consideraremos el caso de<br />
únicam<strong>en</strong>te dos variables de <strong>en</strong>trada y dos variables de salida. Este caso es<br />
ilustrado <strong>en</strong> la fig. 1.22.<br />
Figura 1.22.- Ilustración del concepto de un diseño, mostrando la región de la<br />
solución realizable con m=n=2<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(52)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>6. MODELO MATEMATICO DE LA CONFIABILIADAD DE<br />
CORRIMIENTO Rd(t).<br />
La confiabilidad de un sistema dep<strong>en</strong>de de las fallas catastróficas y de las<br />
fallas por corrimi<strong>en</strong>to.<br />
El ev<strong>en</strong>to de un sistema con éxito, significa que no falle el sistema, la<br />
definición de confiabiliadad repres<strong>en</strong>ta la unión del ev<strong>en</strong>to de no falla<br />
catastrófica (nfc) y no falla por corrimi<strong>en</strong>to (ndf).<br />
R(t) = P[ncf y ndf <strong>en</strong> el intervalo de tiempo (0,t)] (1.97)<br />
Aplicando la regla del producto para probabilidad condicional, podemos<br />
escribir que:<br />
R(t) = P[ndf <strong>en</strong> (0,t) | ncf <strong>en</strong> (o,t)] P[ncf <strong>en</strong> (0,t)] (1.98)<br />
c<br />
R(t) = Rd(t)Rc(t) (1.99)<br />
La confiabilidad aqui es definida como el producto de una confiabilidad por<br />
corrimi<strong>en</strong>to condicional Rd(t) y una confiabiliadad catastrófica Rc(t).<br />
Consideramos que las fallas catastróficas y las fallas por corrimi<strong>en</strong>to son<br />
indep<strong>en</strong>di<strong>en</strong>tes unas de otras. Entonces la confiabilidad por corrimi<strong>en</strong>to<br />
condicional se convierte <strong>en</strong> una probabilidad incondicional:<br />
R(t) = Rd(t)Rc(t) (<strong>1.1</strong>00)<br />
Entonces la confiabilidad ahora puede escribirse como:<br />
R(t)=P[ncf <strong>en</strong> (0,t) | ndf <strong>en</strong> (o,t)] P[ndf <strong>en</strong> (0,t)] (<strong>1.1</strong>01)<br />
Considerando n las variables de <strong>en</strong>trada de un sistema, dep<strong>en</strong>di<strong>en</strong>tes del<br />
tiempo x = [x1(t),x2(t),............xn(t)] y m las salidas y = [y1(t),y2(t),......,ym(t)].<br />
Además, si consideramos que el sistema es <strong>en</strong>samblado con compon<strong>en</strong>tes<br />
similares y observamos algunos de sus compon<strong>en</strong>tes <strong>en</strong> el tiempo t. Los valores<br />
de la n variables de <strong>en</strong>trada pued<strong>en</strong> considerarse variables aleatorias. La<br />
función de la unión de d<strong>en</strong>sidad de probabilidad de todas las <strong>en</strong>tradas es:<br />
f(x,t) = f[x1(t),x2(t),............xn(t)]. En el caso donde todas las <strong>en</strong>tradas variables<br />
son indep<strong>en</strong>di<strong>en</strong>tes f(x,t) es simplem<strong>en</strong>te el producto de las funciones de<br />
d<strong>en</strong>sidad individuales:<br />
f(x,t)=f1(x1,t)f2(x2,t)...........fn(xn,t) (<strong>1.1</strong>02)<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(53)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Para el caso de dos <strong>en</strong>tradas n=2, f(x,t) se ilustra <strong>en</strong> la fig. 1.23. Para<br />
<strong>en</strong>contrar la probabilidad de <strong>en</strong>contrar x1 <strong>en</strong>tre dos límites especificados y<br />
simultáneam<strong>en</strong>te x2 <strong>en</strong>tre otros dos límites, es necesario integrar doblem<strong>en</strong>te la<br />
unión de la función de d<strong>en</strong>sidad de probabilidad <strong>en</strong>tre los dos pares de valores<br />
especificados. Esto corresponde a calcular el tamaño del volum<strong>en</strong> <strong>en</strong>tre la unión<br />
de la función de probabilidad y el plano (x1,x2), el cual ti<strong>en</strong>e como base el<br />
rectángulo definido por el rango de x1 y el rango de x2.<br />
FIGURA 1.23.- Función de la unión de la d<strong>en</strong>sidad de probabilidad para dos<br />
variables estadísticam<strong>en</strong>te indep<strong>en</strong>di<strong>en</strong>tes.<br />
Cuando se ti<strong>en</strong><strong>en</strong> n <strong>en</strong>tradas variables, la unión de la función de d<strong>en</strong>sidad de<br />
probabilidad, puede ilustrarse por una superficie <strong>en</strong> el espacio (n+1), esto<br />
significa que las probabilidades pued<strong>en</strong> ser ilustradas por volúm<strong>en</strong>es de<br />
dim<strong>en</strong>sión (n+1).<br />
Ahora Γx define la región de x valores bajo consideración. La probabilidad<br />
de <strong>en</strong>contrar x = [x1(t),x2(t),............xn(t)] <strong>en</strong> esta región es:<br />
∫ f(x)dx (<strong>1.1</strong>03)<br />
Γx<br />
Si Γx incluye todos los valores posibles de x, la ecuación <strong>1.1</strong>03 es la unidad.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(54)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Las salidas y1,y2,......,ym son forzadas a situarse d<strong>en</strong>tro de los límites<br />
especificados. Si Γy es la región <strong>en</strong> el espacio de los parámetros de <strong>en</strong>trada,<br />
donde los valores verdaderos de las m variables de salida satisfac<strong>en</strong> las salidas<br />
forzadas. Considerando un sistema con dos <strong>en</strong>tradas obt<strong>en</strong>emos la fig.1.24.<br />
FIGURA 1.24.- Ilustración del problema de diseño para dos <strong>en</strong>tradas y dos<br />
salidas n=m=2.<br />
Para <strong>en</strong>contrar la probabilidad de que un sistema no falle debido al<br />
corrimi<strong>en</strong>to de x, <strong>en</strong> el ejemplo de un sistema con dos <strong>en</strong>tradas, debemos<br />
integrar la unión de las funciones de d<strong>en</strong>sidad de probabilidad de las dos<br />
variables de <strong>en</strong>trada sobre la región sombreada de la fig.1.24. La región es<br />
definida como Γxy. Podemos decir que Γxy es la intersección de Γx y Γy .<br />
En el caso g<strong>en</strong>eral de varias variables de <strong>en</strong>trada y varias variables de<br />
salida, la probabilidad de que un sistema (o circuito) reúna todas las<br />
especificaciones es:<br />
RΓ (t) = ∫ f(x,t)dx (<strong>1.1</strong>04)<br />
Γxy<br />
En el tiempo t=0, RΓ(0) es la probabilidad de que un sistema recién fabricado<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(55)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
reúna las especificaciones de salida.<br />
Entonces RΓ(t) es la probabilidad de que un dispositivo deberá funcionar sin<br />
falla, debido al corrimi<strong>en</strong>to de los compon<strong>en</strong>tes desde un tiempo cero hasta un<br />
tiempo t. Esto es, RΓ(t) es una expresión para la confiabilidad de corrimi<strong>en</strong>to<br />
Rd(t):<br />
Rd(t) = ∫ f(x,t)dx (<strong>1.1</strong>05)<br />
Γxy<br />
Escribi<strong>en</strong>do la ecuación de Rd(t) de una forma mas g<strong>en</strong>eral:<br />
Rd(t) = ∫ f(x)dx (<strong>1.1</strong>06)<br />
Γxy<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(56)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>7. METODOS PARA CALCULAR LA <strong>CONFIABILIDAD</strong> DE CORRIMIENTO<br />
DE UN SISTEMA.<br />
La integración de la integral múltiple para la confiabilidad de corrimi<strong>en</strong>to, es<br />
posible únicam<strong>en</strong>te <strong>en</strong> casos simples que raram<strong>en</strong>te son de interés práctico.<br />
Además exist<strong>en</strong> cuatro situaciones que increm<strong>en</strong>tan la confiabilidad de un<br />
sistema:<br />
1. Todas las variables de salida son funciones lineales de las variables de<br />
<strong>en</strong>trada; las variables de <strong>en</strong>trada son estadísticam<strong>en</strong>te indep<strong>en</strong>di<strong>en</strong>tes.<br />
2. Todas las variables de salida son funciones lineales de las variables de<br />
<strong>en</strong>trada; las variables de <strong>en</strong>trada son dep<strong>en</strong>di<strong>en</strong>tes estadísticam<strong>en</strong>te.<br />
3. Algunas o todas las variables de salida son funciones no lineales de las<br />
variables de <strong>en</strong>trada; las variables de <strong>en</strong>trada son estadísticam<strong>en</strong>te<br />
indep<strong>en</strong>di<strong>en</strong>tes.<br />
4. Algunas o todas las variables de salida son funciones no lineales de las<br />
variables de <strong>en</strong>trada; las variables de <strong>en</strong>trada son dep<strong>en</strong>di<strong>en</strong>tes<br />
estadísticam<strong>en</strong>te.<br />
Exist<strong>en</strong> cuatro técnicas las cuales pued<strong>en</strong> ser utilizadas para calcular la<br />
probabilidad (confiabilidad) de corrimi<strong>en</strong>to de un sistema:<br />
1. Aproximación normal.<br />
2. Convolución.<br />
3. Método de mapeo directo.<br />
4. El método de Monte Carlo.<br />
<strong>1.1</strong>7.1. LA APROXIMACION NORMAL.<br />
Si yi = (x1,x2,............xn) , i=1,2,..........,m. es la función de salida.<br />
Expandi<strong>en</strong>do cualquier función alrededor de su posible solución <strong>en</strong> un punto<br />
multidim<strong>en</strong>sional (x1,0,x2,0,............xn,0) (aplicando la serie de Taylor):<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(57)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
∞<br />
y(x1,x2,............xn)= ∑ 1/k! [(x1 - x1,0) ∂/∂ x1 + (x2 - x2,0) ∂/∂ x2 + .............<br />
k=0<br />
+ (xn - xn,0) ∂/∂ xn]k y(x1,x2,............,xn) (<strong>1.1</strong>07)<br />
y → es cualquier variable de salida.<br />
∂ → indica la difer<strong>en</strong>ciación parcial.<br />
Todas las derivadas son evaluadas <strong>en</strong> el punto:<br />
(x1,............xn) = (x1,0,............,xn,0)<br />
Considerando: µi= E(xi) = xi0 y (∆xi) n = (xi - µi)n<br />
y conservando sólo términos de primero y segundo ord<strong>en</strong>:<br />
y(x1,x2,............xn)<br />
= y(µ1,µ2,.......,µn)<br />
+ [( ∂y/∂ x1)∆x1 + ( ∂y/∂ x2)∆x2 + ........... + ( ∂y/∂ xn)∆xn]<br />
+1/2 [( ∂ 2 y/∂ x 2 1)(∆x1) 2 + ( ∂ 2 y/∂ x 2 2)(∆x2) 2 + ........... + ( ∂ 2 y/∂ x 2 n)(∆xn) 2 ]<br />
+ [(∂ 2 y/(∂x1∂x2))∆x1∆x2 + (∂ 2 y/(∂x1∂x3))∆x1∆x3+ ...........<br />
+ (∂ 2 y/(∂xi∂xj)) ∆xi∆xj + ..........+ (∂ 2 y/(∂xn-1∂xn))∆xn-1∆xn] (<strong>1.1</strong>08)<br />
i
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
n<br />
n n<br />
var(y) = σ2y = ∑ b2iσ2i + 2 ∑ ∑cov(xi,xj) (<strong>1.1</strong>11)<br />
i=1 i=1 j=1<br />
i
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>en</strong>tre sus valores nominales (ejem: φi = xi/xinom) <strong>en</strong>tonces:<br />
∆yi= ai + biφi+ciφ²i (i=1,......,n) (<strong>1.1</strong>14)<br />
Considerando una variable de <strong>en</strong>trada y una variable de salida. Y<br />
refiriéndonos a la la fig.1.25 para la discusión:<br />
Figura 1.25.- Mapeo de la función de d<strong>en</strong>sidad de probabilidad para una variable de<br />
<strong>en</strong>trada y una variable de salida.<br />
La probabilidad de la función de d<strong>en</strong>sidad para la <strong>en</strong>trada normalizada φi se<br />
muestra <strong>en</strong> el 4º cuadrante, definida por:<br />
0 para φi < 1 - λ1/2<br />
f(φi) = 1/l para 1 -λ1/2 ≤ φi ≤ 1 + λ1/2<br />
0 para φi > 1 + λ1/2<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(60)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
La curva que relaciona la salida con la <strong>en</strong>trada es determinada evaluando los<br />
tres puntos de la curva (los tres puntos determinan ai, bi y ci de la Ec. <strong>1.1</strong>14):<br />
- Un punto es calculado usando el valor nominal de x1, que es, φ1=1.<br />
- Los otros dos puntos son determinados utilizando los valores de <strong>en</strong>trada:<br />
φ1=1+τ1 y φ1=1-τ1<br />
donde τ1 < λ1/2 típicam<strong>en</strong>te τ1 = λ1/3<br />
Estos tres valores de y(φ1) así calculados son: y(1), y(1 + τ1) = y(1) + β1<br />
y(1 - τ1) = y(1) - α1 .<br />
Los increm<strong>en</strong>tos ∆y=y(φ1) - y(1) → son usados como las variables<br />
dep<strong>en</strong>di<strong>en</strong>tes.<br />
y<br />
La curva ∆y es ahora aproximada con una parábola, con ele eje vertical <strong>en</strong> el<br />
plano (φ1,∆y):<br />
donde:<br />
∆y = - C1 + C2((φ1 -1 )/τ1 - C3)² (<strong>1.1</strong>15)<br />
C1 = ( α1 - β1)² / 8(α1 - β1)<br />
C2 = ( α1 + β1)/2<br />
C3 = ( α1 - β1)/2( α1 + β1)<br />
El resultado es mostrado <strong>en</strong> el segundo cuadrante.<br />
Integrando la función de la d<strong>en</strong>sidad <strong>en</strong>tre los límites: ∆ymin =ymin - y(1) y<br />
∆ymax = ymax - y(1), obt<strong>en</strong>emos la probabilidad de éxito del circuito:<br />
∆ymax<br />
P(ymin < y < ymax) = ∫ f(∆y)d(∆y) (<strong>1.1</strong>16)<br />
∆ymin<br />
La ecuación anterior puede calcularse por medio de integración numérica<br />
utilizando una computadora.<br />
Para preparar el método de convolución usando mas de una variable de<br />
<strong>en</strong>trada, introduciremos una aproximación discreta para la probabilidad de la<br />
función de d<strong>en</strong>sidad de probabilidad sobre cualquiera de los intervalos ∆.<br />
∆y será considerada como una variable aleatoria discreta con valores<br />
múltiplos de un increm<strong>en</strong>to ∆, ∆ se selecciona de forma que f(∆y) no cambie<br />
rápidam<strong>en</strong>te.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(61)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Los valores discretos de ∆y son llamados k∆, donde k es un <strong>en</strong>tero de rango<br />
-∞ a +∞ . Con cada valor de k∆ es asociada una probabilidad discreta Pk(∆y)<br />
de los valores continuos de ∆y, que ca<strong>en</strong> <strong>en</strong> el rango de (2k - 1)∆/2 a<br />
(2k + 1)∆/2:<br />
(2k + 1)∆/2<br />
Pk(∆y) = ∫ f(∆y)d(∆y) (<strong>1.1</strong>17)<br />
(2k - 1)∆/2<br />
Los valores de las probabilidades discretas son mostradas <strong>en</strong> la fig. 1.25. La<br />
probabilidad de "y" d<strong>en</strong>tro de sus límites especificados, puede aproximarse<br />
sumando las probabilidades discretas d<strong>en</strong>tro de estos rangos. Por ejemplo para<br />
la fig. 1.25 la sumatoria es:<br />
2<br />
P(ymin < y < ymax) ≈ ∑ Pk (<strong>1.1</strong>18)<br />
k=-1<br />
La exactitud deseada puede obt<strong>en</strong>erse reduci<strong>en</strong>do los increm<strong>en</strong>tos ∆.<br />
<strong>1.1</strong>7.3. EL METODO DE MAPEO DIRECTO.<br />
Es un método directo para calcular la probabilidad de éxito de un circuito<br />
cuando dos o mas variables de salida son involucradas. Para ilustrar el método<br />
consideraremos el caso lineal, de variables de <strong>en</strong>trada estadísticam<strong>en</strong>te<br />
indep<strong>en</strong>di<strong>en</strong>tes y un sistema con dos variables de salida (m=2).<br />
Las salidas y1 y y2 son funciones lineales de las <strong>en</strong>tradas estadísticam<strong>en</strong>te<br />
indep<strong>en</strong>di<strong>en</strong>tes x1,x2,......xn.<br />
Para simplificar la pres<strong>en</strong>tación, cada variable de <strong>en</strong>trada tomará tres valores<br />
discretos, su valor nominal y sus límites de tolerancia, y le asignaremos a cada<br />
valor una cierta tolerancia.<br />
Por medio de la fig.1.26 ilustraremos el método variando la variable de<br />
<strong>en</strong>trada normalizada φ1:<br />
- Los puntos (y10 , y20) <strong>en</strong> el plano (y1, y2) correspond<strong>en</strong> a las salidas cuando<br />
todas las variables de <strong>en</strong>trada ti<strong>en</strong><strong>en</strong> su valor nominal.<br />
- Increm<strong>en</strong>tando φ1 a su límite superior y mant<strong>en</strong>i<strong>en</strong>do todas las otras<br />
<strong>en</strong>tradas constantes, obt<strong>en</strong>emos el punto No. 2.<br />
- El punto número 3 refleja el resultado de decrem<strong>en</strong>tar φ1 a su límite inferior.<br />
- La probabilidad de alcanzar el punto 1 es la probabilidad de que todas las<br />
variables de <strong>en</strong>trada inici<strong>en</strong> <strong>en</strong> su valor nominal.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(62)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
- La probabilidad de iniciar <strong>en</strong> el punto 2 es la unión de la probabilidad de que<br />
φ1 inicie <strong>en</strong> su límite superior y el resto de las <strong>en</strong>tradas <strong>en</strong> su valor nominal.<br />
Similar al punto 3.<br />
- Las otras variables de <strong>en</strong>trada se varían <strong>en</strong> forma similar alrededor de los<br />
puntos 1,2 y 3. Con cada punto se asocia una probabilidad. Por ejemplo; la<br />
probabilidad de obt<strong>en</strong>er el punto 6 es la unión de la probabilidad de que φ1, φ2<br />
estén <strong>en</strong> sus límites superiores.<br />
FIGURA 1.26.- Espacio de los parámetros de salida para m=2, <strong>en</strong> el plano (y1,y2).<br />
El obt<strong>en</strong>er los puntos y probabilidades es relativam<strong>en</strong>te simple, porque<br />
resultan de la relación lineal <strong>en</strong>tre las variables de salida (y1, y2) y las variables<br />
de <strong>en</strong>trada.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(63)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>7.4 EL METODO DE MONTECARLO<br />
Con el uso de las computadoras el método de montecarlo ha logrado<br />
increm<strong>en</strong>tar su uso <strong>en</strong> la simulación de problemas.<br />
La aplicación que debemos t<strong>en</strong>er <strong>en</strong> m<strong>en</strong>te, es la simulación <strong>en</strong> la<br />
computadora de un proceso el cual toma un espacio (nace) <strong>en</strong> la corrida de un<br />
producto. El circuito o sistema es <strong>en</strong>samblado usando compon<strong>en</strong>tes tomados<br />
aleatoriam<strong>en</strong>te de sus cont<strong>en</strong>edores. Los parámetros de estos compon<strong>en</strong>tes<br />
sigu<strong>en</strong> alguna función de d<strong>en</strong>sidad d<strong>en</strong>tro de los límites de tolerancia.<br />
Trasladando este problema a una computadora:<br />
El primer paso, es escribir un programa <strong>en</strong> la computadora para calcular el<br />
valor verdadero de los 'm' parámetros de salida como una función de los valores<br />
verdaderos de los 'n' parámetros de <strong>en</strong>trada.<br />
El segundo paso, es obt<strong>en</strong>er o postular la forma de la función de d<strong>en</strong>sidad<br />
de probabilidad para los valores de los parámetros de <strong>en</strong>trada.<br />
D<strong>en</strong>tro de la computadora un g<strong>en</strong>erador de números aleatorios es usado<br />
para obt<strong>en</strong>er valores de estas d<strong>en</strong>sidades. Después de obt<strong>en</strong>er un conjunto de<br />
valores verdaderos de <strong>en</strong>trada, son metidos <strong>en</strong> el programa y los verdaderos<br />
parámetros de salida son calculados. Si cualquier valor de la salida viola los<br />
límites especificados el circuito es rechazado.<br />
El mismo procedimi<strong>en</strong>to es realizado una y otra vez, cuando un número<br />
adecuado de circuitos ha sido simulado de esta manera, el resultado es<br />
estimado calculando el número de circuitos aceptados Ns <strong>en</strong>tre el total del<br />
número de circuitos simulados N:<br />
Rd = Y = Ns/N (<strong>1.1</strong>19)<br />
El resultado estimado es una variable aleatoria con distribución binomial. El<br />
método de Montecarlo nos da una mejor estimación de Rd mas un intervalo de<br />
confianza.<br />
PROPIEDADES DE LA DISTRIBUCION BINOMIAL.<br />
Al aplicar el método de Montecarlo, el resultado de cada circuito es<br />
almac<strong>en</strong>ado d<strong>en</strong>tro de dos grupos mutuam<strong>en</strong>te exclusivos: éxito o falla,<br />
aceptación o rechazo. Si la verdadera probabilidad de éxito es p, la probabilidad<br />
de exactam<strong>en</strong>te Ns éxitos <strong>en</strong> N int<strong>en</strong>tos indep<strong>en</strong>di<strong>en</strong>tes es:<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(64)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
La ecuación anterior es conocida como; d<strong>en</strong>sidad de probabilidad binomial<br />
para una prueba de Bernulli, con valor medio y varianza igual a:<br />
Media E(Ns) = Np<br />
Varianza Var(Ns) = Np(1-p) (<strong>1.1</strong>21)<br />
La cantidad 'p', es el resultado verdadero o probabilidad de un circuito con<br />
éxito, que estamos tratando de evaluar. El estimador para p es p:<br />
p = Número de éxitos / Número de int<strong>en</strong>tos<br />
Sin embargo el valor de p, <strong>en</strong> g<strong>en</strong>eral, difiere algunas veces de p. Por eso <strong>en</strong><br />
la figura 1.27 se muestran los intervalos para un 95% de confianza.<br />
El uso de la gráfica es fácil:<br />
- Con el valor estimado o calculado de p <strong>en</strong> el eje X se dibuja una línea<br />
vertical hacia arriba hasta interceptar el par de curvas pert<strong>en</strong>eci<strong>en</strong>tes al<br />
particular tamaño de muestra.<br />
- Se proyectan estas dos intersecciones horizontalm<strong>en</strong>te hasta el eje Y. De<br />
esta forma obt<strong>en</strong>emos el intervalo para el parámetro estimado. " La probabilidad<br />
es 0.95 que el intervalo dibujado de esta manera incluya el parámetro".<br />
Ejemplo:<br />
Si N=250, Errores =50<br />
La probabilidad de error = Errores/N=50/250=0.2<br />
Usando la fig. 1.27, podemos decir con probabilidad de 0.95: "La probabilidad<br />
verdadera de error está incluida <strong>en</strong> el intervalo de 0.15 a 0.27".<br />
FIGURA 1.27.- Intervalos del 95% de confianza para una variable distribuida<br />
binomialm<strong>en</strong>te.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(65)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
IMPORTANCIA DEL PRINCIPIO DE MUESTREO.<br />
Para poder demostrar la importancia del principio de muestreo primero<br />
necesitamos una medida útil de la efici<strong>en</strong>cia de dos métodos de Montecarlo.<br />
Definimos ER como la efici<strong>en</strong>cia del método 2 relativa a la efici<strong>en</strong>cia del<br />
método 1.<br />
ER = n1σ²1 / n2σ²2 (<strong>1.1</strong>23)<br />
donde:<br />
n1, n2 → <strong>Unidad</strong>es de tiempo de cálculo empleadas por el método 1 y 2<br />
respectivam<strong>en</strong>te, Comúnm<strong>en</strong>te puede ser el tamaño de la<br />
muestra.<br />
σ²1, σ²2 → Varianza del método 1 y del método 2.<br />
Considerando el ejemplo de la ganancia de un amplificador "A", que se<br />
define por el valor de dos resist<strong>en</strong>cias:<br />
A= (R1 + R2)/R1 (<strong>1.1</strong>24)<br />
Si a R1 y R2 les damos los valores nominales de 20Ω y 500Ω<br />
respectivam<strong>en</strong>te y un 10% de tolerancia. El valor nominal de A=26.<br />
Los valores de R1 y R2 son llamados X1 y X2 los cuales ti<strong>en</strong><strong>en</strong> una función<br />
de d<strong>en</strong>sidad de probabilidad f1(X1) y f2(X2), Si consideramos que X1 y X2<br />
ti<strong>en</strong><strong>en</strong> una distribución uniforme (no deseada <strong>en</strong> casos reales):<br />
f(X1) = 1/4 para 18 < X1 < 22<br />
f(X1) = 0 para X1≤18 y X1≥22 (<strong>1.1</strong>25)<br />
f(X1) = 1/100 para 450 < X1 < 550<br />
f(X1) = 0 para X1≤450 y X1≥550 (<strong>1.1</strong>26)<br />
y = (X1+X2)/X1 (<strong>1.1</strong>27)<br />
Si deseamos que el valor verdadero de la amplificación 'y' sea mayor que<br />
23.5 y m<strong>en</strong>or que 28.5 <strong>en</strong>tonces: 23.5 < y < 28.5.<br />
METODO 1: METODO CRUDO DE MONTECARLO (DE APROXIMACION<br />
DIRECTA)<br />
Cada vez que seleccionamos un par de valores de (X1, X2) aleatoriam<strong>en</strong>te,<br />
calculamos el valor correspondi<strong>en</strong>te a 'y', y observamos si éste se <strong>en</strong>cu<strong>en</strong>tra <strong>en</strong><br />
el rango de interés. Seleccionamos N pares de valores aleatorios de X1 y X2,<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(66)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
correspondi<strong>en</strong>tes a N puntos aleatorios que caerán d<strong>en</strong>tro del rectángulo<br />
'BDGIB' de la fig. 1.28.<br />
Si Ns de los pares ti<strong>en</strong><strong>en</strong> un resultado 'y' d<strong>en</strong>tro de 23.5 a 28.5, significa que<br />
los Ns puntos correspondi<strong>en</strong>tes están localizados d<strong>en</strong>tro del hexágono<br />
'JCDFHIJ'. De acuerdo con las ecuaciones <strong>1.1</strong>25 y <strong>1.1</strong>26 Ns ti<strong>en</strong>e una d<strong>en</strong>sidad<br />
binomial:<br />
donde p=0.75<br />
Y1 = N / Ns y E(Y1)=N(0.75) (<strong>1.1</strong>29)<br />
Varianza Var(Ns) = Np(1-p)= (3/16)N (<strong>1.1</strong>30)<br />
FIGURA 1.28.- Espacio bi-dim<strong>en</strong>sional de los parámetros de <strong>en</strong>trada.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(67)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
METODO 2: IMPORTANCIA DEL MUESTREO<br />
Para <strong>en</strong>t<strong>en</strong>der la aplicación de la importancia del muestreo debemos explorar<br />
algunas ideas sobre la región <strong>en</strong> donde 23.5
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
ER = (3/16)N / (1/16)N = 3<br />
O sea que, el método de muestreo resultó 3 veces mas efici<strong>en</strong>te que el<br />
método de aproximación directa.<br />
ESTIMACION DE LA DIFERENCIA DE RESULTADOS.<br />
Cuando t<strong>en</strong>emos dos diseños y queremos decir cuál es el mejor, Si el diseño<br />
A ti<strong>en</strong>e como resultado Ya y el diseño B ti<strong>en</strong>e como resultado Yb, es sufici<strong>en</strong>te<br />
calcular (Ya - Yb) con tal exactitud que la difer<strong>en</strong>cia <strong>en</strong> signo sea correcta.<br />
Cuando el tamaño de la muestra N es razonablem<strong>en</strong>te grande Ya y Yb, están<br />
binomialm<strong>en</strong>te distribuidos.<br />
La sigui<strong>en</strong>te tabla muestra el número de circuitos el cual deb<strong>en</strong> ser<br />
simulados usando el diseño A y después usando el diseño B. Luego el diseñador<br />
puede decir con un nivel de confianza del 95%, cual de los dos diseños ti<strong>en</strong>e el<br />
mas alto resultado o la mas alta confiabilidad:<br />
Difer<strong>en</strong>cia <strong>en</strong> el El mayor de los Tamaño<br />
resultado (Ya-Yb) resultados Ya, Yb de la muestra<br />
--------------------------------------------------------------------------------------------------<br />
0.90 68<br />
0.10<br />
0.80 100<br />
--------------------------------------------------------------------------------------------------<br />
0.90 235<br />
0.05<br />
0.80 375<br />
--------------------------------------------------------------------------------------------------<br />
0.99 797<br />
0.01<br />
0.90 5060<br />
--------------------------------------------------------------------------------------------------<br />
Tamaño de la muestra para cálculos de resultados, por el método<br />
de Montecarlo. El nivel de confianza es del 95%.<br />
ejemplo: Si el resultado mayor es conocido y es de 90%. Considerando el<br />
caso <strong>en</strong> donde la verdadera difer<strong>en</strong>cia del resultado es de el 5%. Entonces<br />
aplicando la tabla anterior, podemos decir con un 95% de confianza, El tamaño<br />
de la muestra para una verdadera probabilidad de éxito es de N=235.<br />
Podemos observar de la tabla anterior; que <strong>en</strong>tre m<strong>en</strong>or sea la difer<strong>en</strong>cia del<br />
resultado es mayor el número de circuitos que se deb<strong>en</strong> simular.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(69)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>8. BASES PARA LA PREDICCION DE RESULTADOS Y <strong>CONFIABILIDAD</strong><br />
POR CORRIMIENTO.<br />
Para el análisis estadístico que queremos realizar, es necesario que<br />
t<strong>en</strong>gamos datos que describan las funciones de d<strong>en</strong>sidad de probabilidad <strong>en</strong> el<br />
tiempo de producción, t=0, y de la vida de los compon<strong>en</strong>tes.<br />
En g<strong>en</strong>eral, datos para la distribución de los parámetros de los compon<strong>en</strong>tes<br />
<strong>en</strong> t=0, deb<strong>en</strong> ser suministrados obligatoriam<strong>en</strong>te, por los fabricantes de<br />
compon<strong>en</strong>tes.<br />
<strong>1.1</strong>8.1. COMPONENTES DISCRETOS.<br />
La forma de la función de d<strong>en</strong>sidad, para la mayoría de los parámetros de los<br />
compon<strong>en</strong>tes discretos es aproximadam<strong>en</strong>te "Normal" (Gaussiana), cuando<br />
dejan la línea de producción.<br />
Por ejemplo: Para resist<strong>en</strong>cias de carbón, cuya distribución de d<strong>en</strong>sidad es<br />
mostrada <strong>en</strong> la fig.1.29.<br />
- La población normal <strong>en</strong> la fig.1.29a, muestra que los límites de tolerancia<br />
para resist<strong>en</strong>cias con un 10% de tolerancia, están <strong>en</strong>tre +/- 3σ. del valor medio<br />
de la distribución normal. Esto ocurrirá <strong>en</strong> una producción estable de la cual se<br />
obt<strong>en</strong>drá una alta calidad de compon<strong>en</strong>tes, <strong>en</strong> el que sólo un 3/10% de la<br />
población caerá fuera de los límites establecidos (+/- 3σ).<br />
- Para resist<strong>en</strong>cias del 1%, los límites de tolerancia están situados de<br />
acuerdo con la fig. 1.29b (+/- 1σ) y para resist<strong>en</strong>cias del 5% son mostrados por<br />
la fig.1.29c (+/- 2σ).<br />
FIGURA 29.- Función de la distribución de probabilidad para resist<strong>en</strong>cias de carbon.<br />
a) Distribución Normal truncada. b) Resist<strong>en</strong>cias al 1% c) resist<strong>en</strong>cias al 5%<br />
d) Resist<strong>en</strong>cias al 10%.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(70)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
Proceso de selección similar es utilizado para transistores, <strong>en</strong> donde la base<br />
es la ganancia de corri<strong>en</strong>te.<br />
Como m<strong>en</strong>cionamos al principio, los fabricantes deb<strong>en</strong> publicar información<br />
detallada sobre la distribución de los parámetros <strong>en</strong> el tiempo t=0.<br />
Ocasionalm<strong>en</strong>te también muestran el corrimi<strong>en</strong>to de los parámetros como una<br />
función del tiempo. Ejemplos son ilustrados <strong>en</strong> las sigui<strong>en</strong>tes figuras:<br />
FIGURA 1.30.- Corrimi<strong>en</strong>to de los parámetros de los compon<strong>en</strong>tes con respecto al<br />
tiempo.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(71)
<strong>Unidad</strong> I<br />
(<strong>Docum<strong>en</strong>to</strong> <strong>en</strong> revisión v-<strong>1.0</strong>)<br />
<strong>1.1</strong>8.2. CIRCUITOS INTEGRADOS.<br />
Primeram<strong>en</strong>te consideraremos los factores que intervi<strong>en</strong><strong>en</strong> <strong>en</strong> la tolerancia<br />
de un circuito integrado. Los parámetros de cualquier elem<strong>en</strong>to integrado son<br />
determinados por las propiedades de el material del cual los elem<strong>en</strong>tos están<br />
hechos y por las tres dim<strong>en</strong>siones de sus capas.<br />
La tolerancia <strong>en</strong> circuitos integrados usualm<strong>en</strong>te es mayor que la de los<br />
compon<strong>en</strong>tes discretos. Pero, los circuitos integrados ti<strong>en</strong><strong>en</strong> algunas v<strong>en</strong>tajas<br />
con respecto al problema de la tolerancia:<br />
- En un circuito integrado los cambios <strong>en</strong> varias de las propiedades de las<br />
capas son graduales.<br />
- Todos los compon<strong>en</strong>tes de un C.I. trabajan a una temperatura similar<br />
durante su operación.<br />
La ganancia de corri<strong>en</strong>te <strong>en</strong> transistores integrados es inversa al ancho de su<br />
base. La fig.1.31 muestra una distribución para resist<strong>en</strong>cias de película<br />
delgadas y de la ganancia de corri<strong>en</strong>te <strong>en</strong> transistores.<br />
Actualm<strong>en</strong>te, la mayoría de los fabricantes <strong>en</strong> las especificaciones de sus<br />
compon<strong>en</strong>tes incluye la información sufici<strong>en</strong>te del comportami<strong>en</strong>to de los C.I.<br />
con respecto a variaciones como temperatura, fu<strong>en</strong>tes de alim<strong>en</strong>tación, razón de<br />
falla etc.<br />
Figura 1.31.- Distribución para resist<strong>en</strong>cias de película delgada o ganancia de<br />
corri<strong>en</strong>te <strong>en</strong> transistores.<br />
_____________________________________________________________________________<br />
INSTITUTO TECNOLOGICO DE CHIHUAHUA Elaborado por: M.C. José Rivera Mejía<br />
Pag.(72)