81

Predicción de la Confiabilidad
 Ensayos de Demostración de la Confiabilidad
 Ensayos de vida acelerada en Confiabilidad
 Modelo de aceleración de Arrhenius
 Significado del Mtbf de un dispositivo.
 Calculo del MTBF
 Los intervalos de confianza del MTBF

Weibull Plot

99,9 Temperature
c u m u la tiv e p e r c e n t

99 150
90 175
70 200
50
30
20
10
5

1
0,5

0,1
10 100 1000 10000
Hours

  1 1 
F  exp  H * 1160 *   
  t  273.16 t  273.16 
  1 2 

81
 82

Predicción de la Confiabilidad
Para formular una predicción de la confiabilidad, se debe estimar la fiabilidad del
equipo o del sistema en función de los datos de diseño y de la confiabilidad de los
componentes, a partir de esta predicción de la confiabilidad se puede constatar el
cumplimiento de los requerimientos de confiabilidad y de mantenimiento.

La información de la confiabilidad de los componentes individuales y los métodos de

cálculo están disponibles en normas y tablas, las tablas más utilizadas son las normas
MIL- STANDAD y las normas de Bellcore.

La norma MIL-STANDADD-217 establece dos métodos de predicción de confiabilidad,

uno denominado de Relación de Componentes y otro denominado de Análisis de
Esfuerzos

El método Bellcore permite integrar datos de diferente procedencia, datos de campo,

datos de laboratorio, datos de la norma MIL-STD-217 o datos del fabricante.

Ensayos de Demostración de la Fiabilidad

Mediante ensayos es posible obtener una información más precisa acerca de la
confiabilidad que del equipo o del sistema.

El ensayo determina la confiabilidad de la muestra ensayada, cuanto mayor sea el

tamaño de la muestra y el tiempo de ensayo, más exacta será la estimación del MTBF.
Con los Ensayos de Demostración de Fiabilidad, se pretende demostrar que se cumple
con un determinado requisito de confiabilidad, con un cierto grado de confianza. Con
las normas MIL-STANDARD se determinan los planes de muestreo estadístico que
permiten definir el tamaño de la muestra.

Los modelos de pruebas de vida acelerada tiene las siguientes dos

componentes: Una distribución de vida que representa la dispersión
de la vida del producto y la relación vida esfuerzo.

Las distribuciones más usuales para pruebas de vida son:

exponencial, normal, lognormal, Weibull y de valores extremos
(Gumbell).

Cuando el tiempo de la prueba se especifica y algunas unidades no

han fallado hasta ese momento, se dice que éstas están censuradas o
que se tienen datos censurados por la derecha.

En muchas aplicaciones industriales, las variables de aceleración más

comunes son la temperatura, voltaje y presión, dependiendo de éstas
se aplica una relación vida esfuerzo específica, por ejemplo si el
esfuerzo es temperatura, la relación usual es la de Arrhenius, aunque
cabe aclarar que ésta no siempre se aplica en situaciones en donde la
variable de aceleración es temperatura ya que en algunos casos no
se tiene un buen ajuste del modelo. Algunas aplicaciones de esta
relación son: aislantes eléctricos y dieléctricos, estados sólidos y

82
 83

semiconductores, celdas de batería, lubricantes, plásticos, lámparas

incandescentes, etc.
Si el esfuerzo aplicado en la prueba es voltaje, la relación más común
es la de potencia inversa.
En cualquier caso se necesita el uso de una distribución de prueba de
vida, dependiendo de la distribución utilizada, se tiene los modelos
para pruebas de vida acelerada, por ejemplo si la relación es potencia
inversa y se usa la distribución Weibull, se tiene el modelo potencia
inversa Weibull

Ensayos de vida acelerada en confiabilidad

Las pruebas aceleradas son muy usadas en la industria
manufacturera, particularmente para obtener información de la
confiabilidad de sus componentes y materiales. Existe una gran
variedad de métodos estadísticos en la aceleración de la vida de un
producto complicado que puede fallar de diferentes maneras.
Generalmente, la información de las pruebas a altos niveles de una o
más variables de aceleración o esfuerzo (como pueden ser
temperatura, voltaje o presión) se utiliza para estimar la distribución
de vida del producto. El término aceleración tiene varios significados
en el campo de la confiabilidad, pero el término generalmente implica
ir más rápido, de tal forma que la información de la confiabilidad
pueda obtenerse más rápidamente. Existen diferentes tipos de
pruebas de confiabilidad en las fases del proceso de producción del
producto, las más comunes son pruebas de vida acelerada y pruebas
de degradación acelerada.

Pruebas de vida acelerada

Una prueba acelerada de vida es aquella en la cual un artículo o
producto de interés, se somete a un esfuerzo en condiciones
ambientales mayores a las que típicamente estará operando. Los
principales objetivos de acelerar la vida de un producto son: estimar
la distribución de vida de dicho producto, identificar fallas en el
diseño, medir y demostrar la confiabilidad.

Los ensayos de vida acelerada (HALT) están destinados a la realización de pruebas de

vida acelerada de los materiales, los equipos, los mecanismos y los sistemas, con el fin
de evaluar sus puntos vulnerables, susceptibles de presentar posibles fallos cuando se
encuentran sometidos a los entornos climáticos en que se desarrollan

Los ensayos de envejecimiento ambiental acelerado facilitan a los ingenieros, una

información para localizar debilidades, detectar fallos de diseño o construcción,
optimizar tolerancias de mecanización y ensamblaje, mejorar los procesos de
producción, corregir defectos incipientes, y sobre todo, minimizar la incertidumbre para
asegurar la capacidad del producto para poder desempeñar las funciones asignadas

Los ensayos de vida acelerada

83
 84

Una prueba de vida acelerada es aquella en la cual un equipo o

producto de interés, se somete a un esfuerzo en condiciones
ambientales mayores a las que típicamente estará operando.
Los principales objetivos de acelerar la vida de un producto son:
estimar la distribución de vida de dicho producto, identificar fallas en
el diseño, medir y demostrar la confiabilidad.

Los ensayos de vida acelerada (HALT) están destinados a la realización de pruebas de

vida acelerada de los materiales, los equipos, los mecanismos y los sistemas, con el fin
de evaluar sus puntos vulnerables, susceptibles de presentar posibles fallos cuando se
encuentran sometidos a los entornos climáticos en que se desarrollan

Los ensayos de envejecimiento ambiental acelerado facilitan a los ingenieros, una

información para localizar debilidades, detectar fallos de diseño o construcción,
optimizar tolerancias de mecanización y ensamblaje, mejorar los procesos de
producción, corregir defectos incipientes, y sobre todo, minimizar la incertidumbre para
asegurar la capacidad del producto para poder desempeñar las funciones asignadas.

El objetivo que tienen estos ensayos es reducir el tiempo de prueba necesario para
determinar su fiabilidad.

Los ensayos acelerados se basan en acelerar mediante la aplicación de un alto nivel de

esfuerzo o acelerar mediante la compresión en el tiempo.

Se han desarrollado procedimientos de ensayo basados en la aplicación de un alto nivel

de esfuerzo, que han sido aplicados principalmente a componentes individuales.

Un ejemplo clásico de ensayo acelerado es la utilización de la Cámara de Presión de

Vapor en el ensayo de componentes y que consiste en someter las muestras a una
presión superior a la atmosférica con objeto de controlar la humedad para temperaturas
superiores a los 100 ºC.

Modelo de aceleración de Arrhenius

El modelo de Arrhenius es uno de los más antiguos y eficientes modelos para describir
un modelo de aceleración de un proceso que predice como el tiempo de falla varia con
la temperatura, por ejemplo.

El modelo de Arrhenius ha sido usado exitosamente para estudiar mecanismos de fallas

que dependen de las reacciones químicas, de los procesos de difusión o de los procesos
de emigración, los cuales cubren la mayor parte de los modos de fallas de tipo no
mecánico que causan las fallas en los equipos electrónicos, la ecuación de Arrhenius se
expresa de la siguiente forma:

tf = Aexp(H/kT)

T denota la temperatura medida en grados Kelvin(273.16 + grados Celsius) en el

momento cuando ocurre la falla y k es la constante de Boltzmann (8.617 x 10-5 en
ev/K).

84
 85

La constante A es el factor de escala y  H es la energía activada en el proceso cuando

ocurre la falla y que depende del mecanismo de falla y de los materiales presentes y
tiene un rango típico de 0.3 a 1.5

El factor de aceleración entre dos temperaturas aumenta exponencialmente tanto

como H

El factor de aceleración entre dos temperaturas una alta T2 y una baja T1 esta dado por:
F = exp.(H/k) [ 1/T1 - 1/T2 ]

Usando el valor de k dado arriba, esta expresión se puede escribir en términos T en

grados Celsius como:
F = exp.(H*11605* [ 1/(T1 +273,16) - 1/(T2 +273,16) ]

El parámetro de esta formula es  H, un factor de aceleración entre 25°C y 125°C es

calculado como F = 133

Modelo de Arrhenius lognormal

La vida de algunos productos y materiales en una prueba con
temperatura acelerada se describe adecuadamente con una
distribución lognormal.

De acuerdo con la ley de Arrhenius, la razón de una simple reacción

química (R) depende de la temperatura como sigue R(T) = Aexp(-
Ea/KbT ) donde Ea es la energía a la cual se activa la reacción,
usualmente en volts (eV), KB = 8.6171 x 10-5 = 1/11605 es la
constante de Boltzmann´s en electrón volts por ° C, T = Temp°C+
273.15 es la temperatura absoluta en la escala de Kelvin, A es una
característica de falla del producto en condiciones de prueba, Ea y A son
parámetros del modelo que deben estimarse.

La vida del producto tiene un distribución lognormal o el equivalente que el logaritmo

de ésta tiene una distribución normal, la desviación estándar, σ, del logaritmo de la vida
es constante independiente de la temperatura y el logaritmo de la vida media .5(T) es
una función lineal del inverso de la temperatura absoluta, esto es, log[0.5(T)] = 1+
(2/T), la cual se llama la relación de Arrhenius.

Los parámetros 1, 2 y σ son características del producto y del

método de prueba, los cuales son estimados de los datos.

Ley de Arrhenius
La ley de Arrhenius mide la velocidad de los procesos, expresa la velocidad de cambio
de una característica por unidad de tiempo.

El modelo de Arrhenius es uno de los mas antiguos y eficientes modelos para describir
un modelo de aceleración que predice como el tiempo de falla varia con la temperatura,
el modelo de Arrhenius ha sido usado exitosamente para estudiar mecanismos de fallas

85
 86

que dependen de las reacciones químicas, de los procesos de difusión o de los procesos
de emigración, los cuales cubren la mayor parte de los modos de fallas de tipo no
mecánico que causan las fallas en los equipos electrónicos.

La ecuación de Arrhenius se expresa de la siguiente forma:

tf = Aexp(H/kT)
El factor de aceleración entre dos temperaturas aumenta exponencialmente tanto como
crece H

T denota la temperatura medida en grados Kelvin(273.16 + grados Celsius) en el

momento cuando ocurre la falla, k es la constante de Boltzmann (8.617 x 10-5 en ev/K).

La constante A es el factor de escala y H es la energía activada en el proceso cuando

ocurre la falla y que depende del mecanismo de falla y de los materiales presentes y
tiene un rango típico de 0.3 a 1.5

El factor de aceleración entre dos temperaturas una alta T2 y una baja T1 esta dado por:

F = exp(H/k) [ 1/T1 - 1/T2 ]

Usando el valor de k dado arriba, esta expresión se puede escribir en términos de T en

grados Celsius como:
  1 1 
F  exp  H * 1160 *   
  t  273.16 t  273.16  
  1 2 

El modelo de Arrhenius es uno de los más antiguos y eficientes modelos para describir
un modelo de aceleración de un proceso que predice como el tiempo de falla varia
con la temperatura, por ejemplo.

El modelo de Arrhenius ha sido usado exitosamente para estudiar mecanismos de fallas

que dependen de las reacciones químicas, de los procesos de difusión o de los procesos
de emigración, los cuales cubren la mayor parte de los modos de fallas de tipo no
mecánico que causan las fallas en los equipos electrónicos, la ecuación de Arrhenius se
expresa de la siguiente forma:

tf = Aexp(H/kT)

T denota la temperatura medida en grados Kelvin(273.16 + grados Celsius) en el

momento cuando ocurre la falla y k es la constante de Boltzmann (8.617 x 10 -5 en
ev/K).

La constante A es el factor de escala y  H es la energía activada en el proceso cuando

ocurre la falla y que depende del mecanismo de falla y de los materiales presentes y
tiene un rango típico de 0.3 a 1.5
86
 87

El factor de aceleración entre dos temperaturas aumenta exponencialmente tanto

como H

El factor de aceleración entre dos temperaturas una alta T2 y una baja T1 esta dado por:

F = exp.(H/k) [ 1/T1 - 1/T2 ]

Usando el valor de k dado arriba, esta expresión se puede escribir en términos T en

grados Celsius como:

F = exp.(H*11605* [ 1/(T1 +273,16) - 1/(T2 +273,16) ]

El parámetro de esta formula es H, un factor de aceleración entre 25°C y 125°C, F

= 133, si H = .5, F= 17,597 si H = 1.0 y F= 17,597 si H = 1.0.

Grafica de Arrhenius
Mediante un ensayo acelerado se puede incrementar el número de fallas aumentando el
estrés causado por una o más variables.

Un acelerador muy común es la temperatura, se puede analizar las tasas de fracaso a

altas temperaturas con un modelo de Arrhenius.

A partir de la grafica de Arrhenius construida con la data a altas temperaturas, es posible

extrapolar los datos a una temperatura de funcionamiento normal

Grafica de Arrhenius
Porcentil =1.675 a 300 grados

10000000000

1000000000

100000000

10000000

1000000
o e
rcntil

100000
P

10000

1000

100
30 32 34 36 38 40
1/ (k*degrees)

87
 88

Weibull Plot

c u m u l a ti v e p e r c e n t
99,9 Temperature
99 150
90 175
70 200
50
30
20
10
5

1
0,5

0,1
10 100 1000 10000
Hours

Temp horas Censura Temp P50

80 3000 1 150 3260,62
80 3000 1 175 1379,61
80 3000 1 200 388,615
80 3000 1
80 3000 1 Ejemplo de una grafica de Arrhenius
80 3000 1 La duración en horas de la aparición de fallas tomadas a cinco temperaturas /
80 3000 1 80, 125, 150, 175 y 200 grados Celsius), se ajusta con un modelo de Arrhenius
80 3000 1 de forma P=A*exp(Delta/kT)
80 3000 1
80 3000 1 El modelo ajustado se puede utilizar para predecir el percentil correspondiente
125 3000 1 a una temperatura normal.
125 3000 1
125 3000 1 En este caso, el modelo ajustado es P50 = 0, 0000070398 * exp (0,730577/k *
125 3000 1 Junction Temp + 273,15) donde k = constante de Boltzmann (8, 617E-5
125 3000 1 EV/grados K).
125 3000 1 Extrapolando este modelo a una temperatura de 400 grados se predice un
125 3000 1 percentil igual a 11292,4.
125 3000 1 Los límites de confianza de 95,0% para este percentil se extienden desde
125 3000 1 143.741 hasta 887135.
125 3000 1
150 2350 0
150 2560 0
150 2980 0
150 3000 1
150 3000 1
150 3000 1
150 3000 1
150 3000 1
150 3000 1
150 3000 1
175 800 0
175 1130 0
175 1210 0 Grafica de Arrhenius
Predicted P50=11292,4 at Junction Temp + 273.15=400,0
175 1310 0
175 1350 0 100000

175 1350 0
175 1370 0 10000
175 1420 0
P50

1000 88

100
24 25 26 27 28 29 30
 89

175 1770 0
175 1960 0
200 220 0
200 250 0
200 280 0
200 330 0
200 370 0
200 380 0
200 460 0
200 460 0
200 510 0

Weibull Plot

99,9 Temperature
99 150
90 175
70 200
50
30
cumulative percent

20
10
5

1
0,5

0,1
10 100 1000 10000
Hours

89
 90

Arrhenius Grafico
Percentil Estimado = 7,34999E8 a 300 °K
1000000000

100000000

10000000

1000000
P 50

100000

10000

1000

100
29 31 33 35 37 39
1/ (k*degrees)

EL MTBF
1. Significado del MTBF de un dispositivo.
2. Calculo del MTBF
3. Ejemplo del cálculo del MTBF
Determinación de los intervalos de confianza del MTBF

SIGNIFICADO DEL MTBF DE UN DISPOSITIVO.

90
 91

MTBF son las siglas de "Mean Time Between Faillure" o "Tiempo Medio de
Vida entre Fallas". El MTBF se expresa en horas y para cada equipo o
dispositivo se puede determinar un MTBF teórico o calculado y un MTBF
práctico o medido

Cuando se realiza el cálculo teórico del MTBF de un dispositivo, se obtiene un

valor en horas que representa el tiempo que éste permanecerá sin fallar si lo
ponemos a trabajar en las condiciones de temperatura, presión y del ambiente
especificadas para el dispositivo.

El valor del MTBF nos da una medida precisa de la Calidad del producto que
diseñamos, fabricamos, vendemos o compramos

Los componentes de los circuitos, por ejemplo, están sometidos a diversos tipos
de estrés que determinan su duración.

Cuando se tiene un cierto número de dispositivos funcionando un determinado

número de horas, si se produce un fallo, el MTBF es el producto del número de
dispositivos por las horas que llevan funcionando

CALCULO DEL MTBF

El tiempo medio antes de la falla o el MTBF es una de las medidas mas usada
para determinar la disponibilidad de un sistema.

Cuando se trata de estimar estadísticamente este parámetro es común encontrar

datos de equipos que han sido retirados del sistema sin que hallan presentado
falla alguna o de equipos que hallan presentado fallas producidas por causas
extrañas al funcionamiento del equipo, este tipo de información se denomina
información censurada o data censurada.

Los datos censurados son una información valiosa para determinar los
parámetros de funcionamiento del sistema y ellos deben ser incluidos en la
determinación del MTBF por medio del uso de métodos estadísticos como el
análisis de supervivencia.

El MTBF se interpreta como el tiempo de operación esperado o más probable al

cual ocurrirá una falla, una vez obtenida la función de confiabilidad R (t) se
determina el MTBF.

91
 92

 N
MTBF   R(t)dt   R(t)(tj  tj  1)
0
1

El numero de fallas que ocurre en un periodo fijo siguen una distribución uniforme por
lo que el tiempo entre fallas (confiabilidad) responde a una distribución exponencial. La
ocurrencia de fallas se expresa con la inversa del MTBF.

La unidad de fallas. FIT (Failure unIT) es equivalente a una falla cada 109 horas para
componentes eléctricos

MTEF = Tiempo Medio Entre Fallas = 109F.

El MTBF puede ser radicalmente alterado por factores ambientales tales como uso
inadecuado de energía y enfriamiento. El MTBF puede ser bajado por el exceso de
vibraciones o de otras formas de abuso.

VAR IAC ION DEL M TBF EN FUNC ION DEL

Años LUGAR DE USO Y DE LA TEM PERATURA

180

160
Ambiente GB
140 Ambiente GF
Ambiente GM
120

100

80

60

40

20

0
0 10 20 30 40 50 60 70 80
T emper atur a en ºC

GB: Ambiente benigno. Edificios, oficinas, casas, garajes, almacenes, aulas.

GF: Ambiente fijo. Postes, cabinas, cabrias.
GM: Ambiente móvil. Automóvil, camiones, tractores, balancín

EJEMPLO DEL CÁLCULO DEL MTBF

En un campo petrolero se simula un ensayo acelerado para estimar el valor real
del MTBF del equipo de medición de temperatura (termocuplas)

92
 93

La tabla presenta los datos tiempos en días a los cuales se produce la primera
falla en la medición en cada poso., la columna Status identifica con "1" a los
equipos que presentan fallas y con "0" a los equipos a los datos censurados.

TERMOCUPLA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
12 25 12 145 123 83 13 51 65 75 81 31 12 133
TIEMPO 0 2 5 7 90 1 7 3 2 7 3 8 5 3 3
STATUS 0 1 0 1 1 0 1 0 1 1 0 0 0 0 0

Se requiere:
 Calcular el MTBF
 Hacer el grafico de la Confiabilidad Y de la Supervivencia.
 Calcular el MTBF sin incluir el pozo 8
 Calcular el MTBF considerando como falla el pozo 6.
 Calcular el numero de fallas esperada en los 15 equipos en los próximos
365 días

93
 94

Solución
i ti R(ti-1) R(ti) R(ti)At
1 90 0,9375 0,9375 90
GRAFICA DE LA CONFIABILIDAD
2 120 1 28,12
R(ti)
3 123 1 2,82
4 133 1 7,5
1
5 252 0,90909 0,8522 111,56
6 315 1 53,54 0,8
7 512 0,88889 0,7575 167,9
0,6
8 657 0,87878 0,66288 109,86
9 753 1 63,64 0,4
10 818 1 43,09
0,2
11 837 0,8 0,5303 12,59
12 1213 1 199,39 0
13 1333 1 63,64 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
14 1457 0,5 0,26511 65,76

Respuesta
a-. MTBF (Mean Time Before Failure) = 1019,4 dias

b-. En la grafica

c-. Al calcular el MTBF excluyendo el pozo numero 8 se obtiene un valor de

1017,3días, lo que significa que al excluir datos censurados se pierde
información para realizar un calculo adecuado del MTBF.

d-.Cuando se calcula el Tiempo Medio de Operación usando promedios se trata

de favorecer el valor del MTBF incluyendo dentro de las fallas a equipos con
elevados tiempos de operación y que han sido retirados del sistema.

Si para el análisis de supervivencia se incluye la termocupla del pozo numero 6

como falla se obtiene un MTBF de 989,1 días, resultado que es sensiblemente
diferente al obtenido cuando se considero como censurado. El dato de la
termocupla del pozo numero 6

e-. Para estimar el número de fallas esperado en periodo determinado se puede

usar la función de distribución acumulada de fallas.
-1
 (t) = NF (t) –N (1- R (t)) = N (1- )
e MTBF
Para un periodo de un año (365 días) el número de fallas esperado será:

-365
N (365) = = 15(1- ) = 10,49
e1019,4

94
 95

Determinación de los intervalos de confianza del MTBF

. Se estima el MTBF con el tiempo total dividida entre las fallas

totales.
2. Se calculan los factores inferiores y superiores en las tablas de los
intervalos de confianza para un nivel de confianza  y un numero de
fallas r.
3. Se multiplica el MTBF estimado por los factores inferior y superior
para obtener el MTBF Inferior y MTBF Superior
4. Cuando r (el numero de fallas) = 0, multiplicar el tiempo total por la
fila 0 para obtener un 100 × (1- /2) % una banda inferior del
MTBF. Cuando r =0 no hay banda superior.
5. Se asume el intervalo (MTBF Inferior , MTBF Superior ) como un 100×(1-
)% intervalo de confianza para el MTBF  (r > 0)
6. Se usa el MTBFInferior como limite inferior 100×(1- /2)% del
MTBF
7. Se usa el MTBFSuperior como limite superior 100×(1- /2)% del
MTBF
8. Se usa el intervalo (1/ MTBF Superior , 1/ MTBF Inferior ) como un 100×(1-
% nivel de confianza para 
9. Se usa 1/ MTBF Superior como un limite inferior 100×(1-/2)% para 
. Se usa 1/ MTBF Inferior como un limite superior 100×(1- /2)% para


Ecuación de los Intervalos de Confianza

Los límites de confianza para una situación de Censura Tipo1 se obtienen con las
tablas de la distribución Chi-Cuadrado.

La expresión para calcular los intervalos de confianza es la siguiente:

 MTBFx 2r MTBFx 2r 
P 2  MTBF  2 > 1-
   / 2, 2( r 1)  1 / 2, 2 r 

Cuando T = Tiempo Total se obtiene una expresión simplificada de la expresión anterior:

 Tx 2 Tx 2 
P 2  MTBF  2 > 1
   / 2 , 2 r 1)  1 / 2 , 2 r 

Estas bandas son exactas en los casos de una o más sistemas reparables probados
para un tiempo fijo.

95
 96

Las bandas son exactas para los casos donde uno o mas sistemas no- reparables
son probados para un tiempo fijo y las unidades que fallan son reemplazadas con
nuevas unidades durante el curso de la prueba.

Cuando hay cero fallas durante el tiempo de operación de la prueba, solo existe una
banda del MTBF, y esta viene dada por:
MTBF Inferior = T/(-ln)

La interpretación de esta banda es la siguiente: Si el verdadero MTBF es algo

menor que MTBF Inferior se producirá por lo menos una falla durante T horas de
prueba con probabilidad de al menos 1- y tendremos un 100× (1-) % de
confianza de que el verdadero MTBF será menor que el MTBF Inferior,

Con estas expresiones se pueden obtener los intervalos de confianza inferior y

superior para un 60%, 80%, 90%, y 95% de confianza y se hacen los gráficos de
los intervalos de confianza del MTFB.

Intervalos de Confianza del MTBF

60% 80%
núm. Fallas r Inferior para MTBF Superior para Inferior Súper para
MTBF MTBF MTBF

0 0.6213 - 0.4343 -
1 0.3340 4.4814 0.2571 9.4912
2 0.4674 2.4260 0.3758 3.7607
3 0.5440 1.9543 0.4490 2.7222
4 0.5952 1.7416 0.5004 2.2926

I N T E R V A L O D E C O N F IA N Z A S U P E R I O R D E L M T B F
6 0% 8 0% 9 0% 95 %
3 7. 6 0 7 24 .26 0 5 6 .2 8 1 82 .5 73
IN T R V A L O S U P E R I O R M T B F
2 7. 2 2 2 19 .54 3 3 6 .6 8 9 48 .4 91
6 0% 8 0% 90% 9 5%
2 2. 9 2 6 17 .41 6 2 9 .2 7 6 36 .7 02
25 00 00
2 0. 5 5 4 16 .18 4 2 5 .3 7 9 30 .7 98
1 9. 0 3 6 15 .37 0 2 2 .9 6 2 27 .2 49
1 7. 9 7 4 14 .78 8 2 1 .3 0 7 24 .8 72
1 7. 1 8 2 14 .34 7 2 0 .0 9 6 23 .1 63
20 00 00
1 6. 5 6 7 14 .00 0 1 9 .1 6 8 21 .8 69
1 6. 0 7 4 13 .71 9 1 8 .4 3 2 20 .8 53
HORAS

1 5. 6 6 8 13 .48 5 1 7 .8 3 1 20 .0 32
1 5. 3 2 7 13 .28 8 1 7 .3 3 0 19 .3 53 15 00 00
1 5. 0 3 6 13 .11 8 1 6 .9 0 6 18 .7 81
1 4. 7 8 4 12 .97 0 1 6 .5 4 1 18 .2 91
1 4. 5 6 4 12 .84 0 1 6 .2 2 3 17 .8 67
1 3. 7 6 9 12 .36 7 1 5 .0 8 9 16 .3 71 10 00 00
1 3. 2 6 7 12 .06 3 1 4 .3 8 3 15 .4 52
1 2. 9 1 5 11 .84 8 1 3 .8 9 3 14 .8 22
1 2. 6 5 2 11 .68 7 1 3 .5 2 9 14 .3 57
5 0 0 00
1 2. 4 4 6 11 .56 0 1 3 .2 4 7 13 .9 97
1 2. 2 8 0 11 .45 6 1 3 .0 2 0 13 .7 10
1 2. 1 4 2 11 .37 1 1 2 .8 3 2 13 .4 73
1 1. 6 9 4 11 .09 0 1 2 .2 2 6 12 .7 14 0
1 1. 4 3 9 10 .92 9 1 1 .8 8 5 12 .2 90 1 3 5 7 9 11 13 15 17 19 21 23 25
1 0. 6 0 3 10 .40 1 1 0 .7 8 1 10 .9 38

96
 97

INTERVALOS DE CONFIANZA LIMITE INFERIOR Y SUPERIOR 90 Y 95%

Intervalo de Confianza del MTBF Estimado

90% 0.95
Numero Fallas
Infer para MTBF
Súper para MTBF
95% 95.00%
0 0.1795 39.4978 Intervalos MTBF para 95%
1 0.2768 8.2573
2 0.3422 4.8491
6
3 0.3906 3.6702 Infer para MTBF
4 0.4285 3.0798
5 0.4594 2.7249 Súper para MTBF
6 0.4853 2.4872 5
7 0.5075 2.3163
8 0.5268 2.1869
9 0.5438 2.0853 4
10 0.5589 2.0032
11 0.5725 1.9353
12 0.5848 1.8781
3
13 0.596 1.8291
14 0.6063 1.7867
15 0.6475 1.6371
20 0.6774 1.5452 2
25 0.7005 1.4822
30 0.719 1.4357
35 0.7344 1.3997 1
40 0.7473 1.371
45 0.7585 1.3473
50 0.7978 1.2714 0
75 0.8222 1.229
1 3 5 7 9 11 13 15 17 19
100 0.9161 1.0938
500 0.9287 1,0781

97