Suponga que varias de los parmetros de Distribucin de probabilidad de

Weibull a travs del procedimiento establecido, utilice las tablas de datos de

vida til siguientes para obtener los valores a colocar en el papel Weibull y
asi tener estimaciones correspondientes.
Suponga que varias unidades de rodamientos se prueban en un estudio de
confiabilidad, todas al mismo nivel de esfuerzo. Las unidades fallan durante
la prueba en las siguientes horas, T(i)x10 3. Interesa investigar si el modelo
Weibull es razonable para estos datos y determinar la confiablidad de las
unidades a un tiempo de 35000 horas, C(35x10 3).
Tiempo de vida til de rodamientos.
34
34
41

35
57
27

35
33
36

36
44
40

75
30
38

51
32
41

28
26
30

41
65
69

Distribucin de Weibull
Parmetro de la distribucin de Wiebull

y X W ( , )

1 X
, x 0
f ( X )= X e
0, caso contrario

Donde

describe la forma de la distribucin.

Es la escala de la variable aleatoria.

La funcin de distribucin acumulada de Weibull

F ( x )=1e x , x 0

e x =1F ( x )
x =ln ( 1F ( x ) )
x =ln ( 1F ( x ) )
ln + ln x=ln ( ln ( 1F ( x ) ) )

((

ln + ln x=ln ln

1
1F ( x )

))

28
43
37

66
34
76

Donde

((

Y =ln ln

1
1F ( x )

))

a=ln

b=
X =ln x
Asi tenemos la recta de regresin lineal

Y =a+bX
Para resolver esta ecuacin de regresin lineal usaremos el software Matlab
%
T=[34,34,41,35,57,27,35,33,36,36,44,40,75,30,38,51,32,42,28,26,...
41,65,28,43,66,34,42,29,69,37];
% ordenando los datos de menor a mayor;
T=sort(T,'ascend');
n=length(T);
F=1:n;
FF=(F-0.3)./(n+0.4);
Y=log(1./(1-FF));
X=T;
YY=log(log(1./(1-FF)));
XX=log(T);

Usamos el siguiente procedimiento

Asignando los valores

Ingresando a Curve Fitting obtenemos la siguiente ventana

La pendiente es

b=3.768
a=14.38

Y =14.38+3.768 X
As los parmetros sern

=b=3.768

=3.768

=e a=e14.38=0.00000056
=0.00000056
Asi tenemos la distribucin de Weibull la funcin de probabilidad densidad
es (PDF)

f ( x )= x 1 e x

3.768

f ( x )=3.7680.00000056 x 3.7681 e0.00000056 x

Luego la funcin de distribucin acumulada

F ( x )=1e x

F ( x )=1e0.00000056 x

3.768

Graficando
Asi tenemos la distribucin de Weibull la funcin de probabilidad
densidad es (PDF)

f ( x )= x 1 e x

3.768

f ( x )=3.7680.00000056 x 3.7681 e0.00000056 x

>> T=[34,34,41,35,57,27,35,33,36,36,44,40,75,30,38,51,32,42,28,26,...
41,65,28,43,66,34,42,29,69,37];
>> T=sort(T,'ascend');
>> Y1=3.768*0.00000056.*(T.^2.768).*exp(-0.00000056.*(T.^3.768));
>> plot(T,Y1)
>> grid
>>

0.035
0.03
0.025
0.02
0.015
0.01
0.005
0
25

30

35

40

45

50

55

60

Luego la funcin de distribucin acumulada (CDF)

F ( x )=1e x

F ( x )=1e0.00000056 x

3.768

>> Y2=1-exp(-0.00000056.*(T.^3.768));
>> plot(T,Y2)
>> grid
>>

65

70

75

1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
25

30

35

40

45

50

55

60

65

70

75

Ahora calcularemos la confiabilidad para C(35x10 3)

F ( x )=1e x

3.768

F ( 35 )=1e0.00000056 35
F ( 35 )=0.30811

Ahora usaremos el programa de tool de MATLAB ingresamos a distribution

Fitting

Aparecer la siguiente ventana en cual ingresaremos el valor de los datos

de tiempo en Data

La variable T guarda los datos ingresados en la ventana de comandos y click

a crate data set

El cual nos brinda el siguiente frafico

Haremos clik en new fit para elegir la distribucin

Elegimos la distribucin de Weibull

Haciendo click en aplicar

Tenemos el grafico

Para poder evaluar hacer clik en evaluate y obtemos el siguiente ventana e

elegimos el siguiente probabilidad acumulada CDF y click en aplicar

El cual nos brinda los valores pronosticados

PARA LA CONFIABILIDAD para x=35 nos resulta de 0.34615

Otros grficos