Confiabilidad basada en Datos Genéricos
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Yañez Medardo. – Semeco Karina. . 17<br />
G(<br />
<br />
k 1<br />
) = Distribución Previa acumulada (Lognormal acumulada); evaluada <strong>en</strong> <br />
k 1<br />
G(<br />
k<br />
) = Distribución Previa acumulada (Lognormal acumulada); evaluada <strong>en</strong> <br />
k<br />
PASO 5:<br />
Para cada<br />
*<br />
; calcular el valor de la función verosimilitud L(t / )<br />
*<br />
i<br />
<br />
*<br />
r<br />
e<br />
T<br />
*<br />
L(t / i<br />
) (44) (“i” variando de 1 hasta “n” )<br />
i<br />
PASO 6:<br />
i<br />
; utilizando la sigui<strong>en</strong>te ecuación:<br />
Con base <strong>en</strong> los resultados obt<strong>en</strong>idos <strong>en</strong> los pasos anteriores, calcular el sigui<strong>en</strong>te término:<br />
W<br />
<br />
n<br />
n<br />
*<br />
p <br />
i<br />
xL(t /<br />
i<br />
) G(<br />
k<br />
1<br />
) G( k<br />
) <br />
i 1<br />
<br />
<br />
<br />
<br />
<br />
<br />
r<br />
*<br />
i T<br />
x * (45)<br />
<br />
e<br />
i 1<br />
<br />
i <br />
(“i” variando de 1 hasta “n” y “k” variando de 1 hasta m=n+1)<br />
PASO 7:<br />
Para cada<br />
; calcular la probabilidad “ p<br />
*<br />
i<br />
utilizando la sigui<strong>en</strong>te ecuación:<br />
p<br />
POSTi<br />
*<br />
pi<br />
xL(t / i<br />
)<br />
<br />
<br />
W<br />
n<br />
<br />
i 1<br />
<br />
<br />
<br />
<br />
<br />
G( <br />
k 1<br />
<br />
p <br />
i<br />
x<br />
<br />
<br />
POST i<br />
*<br />
i<br />
<br />
<br />
) G( )<br />
k<br />
r<br />
<br />
<br />
“ (probabilidad posterior); correspondi<strong>en</strong>te a cada intervalo “i”<br />
e<br />
<br />
<br />
<br />
*<br />
i T<br />
<br />
x<br />
<br />
(“i” variando de 1 hasta “n” y “k” variando de 1 hasta m=n+1)<br />
<br />
<br />
<br />
<br />
*<br />
i<br />
<br />
<br />
r<br />
e<br />
<br />
<br />
*<br />
i T<br />
<br />
<br />
<br />
<br />
(46)<br />
PASO 8:<br />
*<br />
Graficar los <strong>en</strong> el eje horizontal los “n” valores <br />
i<br />
calculados <strong>en</strong> el paso 3; y <strong>en</strong> el eje vertical una serie con los “n”<br />
valores de la probabilidad previa “ p<br />
i<br />
” calculados <strong>en</strong> el paso 4 y otra serie con los “n” valores de probabilidad<br />
posterior o actualizada “ p ” calculados <strong>en</strong> el paso 7. La figura 8 muestra un ejemplo del m<strong>en</strong>cionado grafico y<br />
POST i<br />
<strong>en</strong> el mismo pued<strong>en</strong> distinguirse claram<strong>en</strong>te la distribución previa y la distribución posterior de la tasa de fallas.<br />
0.00500<br />
0.00400<br />
Probability<br />
0.00300<br />
0.00200<br />
Prior Distribution<br />
Posterior Distribution<br />
0.00100<br />
0.00000<br />
0 0.00001 0.00002 0.00003 0.00004<br />
Failure Rate (hrs-1)<br />
Figura 8: Distribución Previa (Prior Distribution) y Distribución Posterior (Posterior Distribution)