CONFIABILIDAD

No es suficiente que un producto cumpla las especificaciones y criterios de calidad establecidos y

evaluados durante el proceso de producción, sino que además es necesario que el producto sea
confiable en el sentido de que tenga un buen desempeño durante cierto tiempo. Así, la confiabilidad
es la característica de calidad que mide la duración de los productos, los cuales deben operar sin
fallas durante un tiempo especificado. De manera que al afirmar que un artículo es de alta calidad
significa que cumple todas sus especificaciones, incluyendo la confiabilidad. De esta manera,
confiabilidad es la calidad a lo largo del tiempo.

Por otro lado, se dice que la falla de un producto es cuando deja de operar dentro de las
especificaciones. Esto es, no necesariamente una falla es algo catastrófico, sino que se puede definir
como cierto grado de desviación de una característica de calidad con respecto a su valor nominal.
Por ejemplo, una navaja de rasurar puede fallar porque se rompe o se desgasta y deja de tener el
suficiente filo. Esta última es la falla más frecuente.

Se llama tiempo a la falla o tiempo de falla a aquel que transcurre hasta que el producto deja de
funcionar de acuerdo con las especificaciones. También se le llama tiempo de vida del producto.

En términos matemáticos, la confiabilidad de un producto, componente o sistema es la probabilidad

de que este desempeñe sin fallas la función para la que fue diseñado y durante un periodo
especificado. Por ejemplo, la confiabilidad de un automóvil es la probabilidad de que este se
desempeñe sin fallas o descomposturas durante un tiempo a partir de su venta. En este caso, el
automóvil es un sistema complejo formado por muchos componentes y subsistemas; como por
ejemplo, el sistema eléctrico, suspensión, llantas, motor, etc. Cada subsistema tiene cierta
confiabilidad y la combinación de todas ellas (que es un problema complejo) da por resultado la
confiabilidad global del automóvil. La compañía ensambladora del automóvil se asegura de que los
componentes y subsistemas que compra sean lo suficientemente confiables como para asegurar
que el producto final resulte confiable. Así, el fabricante de llantas se preocupara porque duren el
tiempo especificado y el fabricante de arneses hará lo propio.

En este capítulo nos enfocamos principalmente al estudio de la confiabilidad de componentes y

sistemas más o menos simples, en los que ocurre un modo de falla que determina la confiabilidad
del componente, puesto que este se usa en condiciones ambientales y de operación similares. Tal
es el caso de los estudios de confiabilidad llevados a cabo en laboratorio, donde las condiciones son
controladas. En contraste, los estudios de confiabilidad en campo suelen ser más complejos, puesto
que el producto se utiliza en diferentes condiciones de operación y en distintas condiciones
ambientales, lo que da lugar a varios modos de falla y comportamiento de una misma falla,
dependiendo de las condiciones de operación.

Resumen
Falla. Es cuando un producto, componente o sistema deja de funcionar o no realiza de manera satisfactoria la función
para la que fue creado.

Tiempo de falla. Es el tiempo que transcurre hasta que el producto deja de funcionar. Por lo tanto, es el tiempo de
vida del producto.
Confiabilidad. Es la probabilidad de que un componente o sistema desempeñe de manera satisfactoria la función
para la que fue creado, durante un periodo establecido y bajo condiciones de operación específicos.

Preguntas en un estudio de confiabilidad

En un estudio de confiabilidad se analiza la vida de un producto medida en unidades de tiempo
(minutos, horas, días) o unidades relacionadas como el número de ciclos, distancia recorrida, piezas
producidas, etc. Note que este tipo de unidades siempre toman valores de cero en adelante. Algunos
tópicos de interés sobre la duración del producto son:
1. Determinar el cuantil p, que es el tiempo tp hasta el cual se espera que falle una proporción p dada
de los productos puestos en operación. Esto es útil para caracterizar el producto y determinar
tiempos de garantía apropiados.

2. Un complemento directo al punto anterior es que al tiempo tp se espera que sobreviva una
proporción 1 – p de los productos. Esta proporción 1 – p es una estimación de la con fiabilidad del
producto al tiempo tp.

3. Determinar la propensión a fallar que tiene el producto en un tiempo dado. Esta información sirve
para planear estudios de confiabilidad más enfocados, así como para determinar tiempos de
mantenimiento o reemplazo del producto.

4. Dado que un artículo ha sobrevivido a un tiempo t0, encontrar la probabilidad de que este sobreviva
un tiempo t adicional. Con esto es posible planear medidas (recursos) que será necesario invertir en
los años siguientes para sustituir el equipo que falla.

5. Los puntos anteriores se enriquecen de manera sustancial cuando se manejan más de un modo
de falla o se realizan estudios de confiabilidad comparativos para diferentes materiales, proveedores
o diseños. Se puede determinar cuál de las fallas es más conveniente eliminar de raíz para
incrementar la confiabilidad del producto o cual material, proveedor o diseño del producto es más
confiable que otro. Esto último ayuda a tomar decisiones para mejorar la confiabilidad desde la etapa
de diseño de un nuevo producto.

Características de los estudios de confiabilidad

La variable de respuesta o característica de calidad de interés en los estudios de confiabilidad es el
tiempo a la falla, un aspecto que hace que estos estudios tengan las siguientes características
especiales:

1. Los tiempos a la falla son valores no negativos que suelen tener un comportamiento asimétrico
con sesgo positivo. Esto hace que la variable aleatoria, tiempo a la falla, tenga comportamientos
diferentes al modelo normal. Por ello, las distribuciones de probabilidad más frecuentes para modelar
tiempos de vida no son la normal ni la t de Student, sino distribuciones que toman valores positivos
como la Weibull, lognormal, exponencial y gama, por mencionar algunas.

2. En muchas de las aplicaciones de la estadística lo que interesa es la media y la desviación

estándar de la población objeto de estudio, ya que estos parámetros determinan la distribución de la
población en el caso normal. Sin embargo, en confiabilidad, las cantidades de mayor interés son los
cuantiles, tp, de la población objeto de estudio.

3. Para tener datos es necesario observar fallas. Suele ser costoso generar fallas en el laboratorio,
pero puede ser más caro que ocurran en campo, lo cual también afecta la imagen del negocio. Los
componentes o dispositivos que fallan muchas veces se convierten en desperdicio impactando el
costo del estudio.

4. Para tener un tiempo de vida o tiempo a la falla exacto se tendría que observar el componente de
manera continua y en ocasiones por mucho tiempo, pero con frecuencia estos aspectos son
imposibles. Este hecho da lugar a observaciones censuradas. Es decir, no se tiene el tiempo a la
falla de ciertas unidades, pero se sabe que: a) en el tiempo tc cuando acabo el estudio no habían
fallado (censura por la derecha), o b) fallaron antes del tiempo tc (censura por la izquierda), o bien,
c) se sabe que fallaron en cierto intervalo de tiempo (censura por intervalo). La consideración de
datos censurados es importante para hacer viable los estudios de confiabilidad (en tiempo y costo).
Los datos censurados aportan información, por lo que estos deben considerarse adecuadamente
para estimar de manera más precisa el comportamiento del tiempo a la falla.
5. Como se menciona en el punto 2, es necesario observar fallas, pero cuando el producto es muy
durable podría necesitar meses y hasta años para tener el suficiente número de fallas trabajando en
condiciones normales. En estos casos, un estudio de confiabilidad en condiciones normales de
operación no tiene sentido. Sin embargo, es posible acelerar el deterioro del producto si se utiliza en
condiciones aceleradas o estresantes: un tiempo pequeño de vida en condiciones aceleradas
equivale a un tiempo largo de vida en condiciones normales. De aqui la utilidad de las llamadas
pruebas de vida acelerada (vease Nelson, 1990) para observar fallas en un tiempo razonable, y luego
extrapolar este comportamiento a lo que seria la vida del producto operando en condiciones
normales.

Antes de comenzar a trabajar con datos es conveniente discutir algunos de estos puntos de manera
más amplia.

Tipos de censura en confiabilidad

Como se dijo antes, en el punto 4, en los estudios de confiabilidad aparece el concepto de
observaciones o datos censurados. Esta información parcial acerca de los tiempos de falla, no es
censura en el sentido de pretender ocultar algo, sino información incompleta sobre el tiempo exacto
de falla del producto objeto de estudio. Esto surge por restricciones de tiempo, recursos, técnica o
simplemente porque resulta oneroso observar las unidades para capturar los tiempos de falla. Se
distinguen varios tipos de censura.

Suponga que en un estudio de confiabilidad se pretende obtener el tiempo de falla de n especímenes.

• Censura por la derecha (tipo I y tipo II). La censura por la derecha tipo I, de las mas frecuentes en
los estudios de confiabilidad, surge cuando los especímenes de un experimento de confiabilidad
están sujetos a un periodo límite de observación, digamos L, de modo que solo será posible observar
los tiempos de falla que sean menores a L; y por lo tanto habrá unidades que transcurrido el tiempo
L aún no han fallado, mismas que se registran como tiempos censurados por la derecha. Es decir,
la censura tipo I es por restricción en el tiempo y lo único que se sabe de las unidades censuradas
es que su tiempo de vida es mayor a L. Por su parte, la censura por la derecha tipo II surge cuando
el experimento de confiabilidad corre hasta que cierta cantidad fija de unidades falla. Si esta cantidad
es r, con r ≤ n, entonces para las n – r unidades que no fallaron se sabrá que su tiempo de falla es
mayor que el de la r-esima falla.

• Censura por la izquierda. Esta ocurre cuando al inspeccionar una de las unidades en prueba se
encuentra que ya fallo, pero no se conoce con precision en que momento anterior ocurrio el evento.
Solo se sabe que fallaron antes de ese tiempo de inspeccion.

• Censura por intervalo. Ocurre cuando no se puede hacer una inspeccion continua de las unidades
y se planean ciertos tiempos espaciados de inspeccion. Si en un tiempo dado ti se encuentra que
una unidad no funciona, lo que se sabe entonces es que fallo en algun momento entre el tiempo de
inspeccion actual ti y el anterior ti – 1, es decir, fallo dentro del intervalo [ti – 1, ti].

• Censura multiple. Es cuando en el mismo estudio se tienen diferentes tiempos de censura. Dos
situaciones que pueden dar lugar a censura multiple son:

1. Puede ocurrir que el interes del estudio se centre en un particular modo de falla, de manera que
las unidades que fallan por otras causas se retiran del estudio como unidades censuradas. Esto
genera una censura multiple aleatoria.

2. En un estudio de campo, diferentes grupos de unidades con frecuencia entran al estudio en

distintos tiempos. Si el estudio termina cuando todavia no han fallado unidades con distinto tiempo
inicial, se obtienen datos con censura múltiple.
Los tiempos de vida se representan por medio de líneas horizontales a partir de un tiempo inicial.
Usando este tipo de representación de la vida de cuatro unidades, en la figura 13.1 se distinguen los
diferentes tipos de censura. En esta, el símbolo X representa un tiempo de falla, el círculo representa
un tiempo de inspección donde la unidad no ha fallado y el círculo con X adentro representa el tiempo
de inspección donde la unidad se encontró fallada. La línea solida corresponde al tiempo en el cual
se sabe que la unidad funcionaba y la línea punteada representa intervalos donde ocurrió la falla o
donde la unidad eventualmente fallaría con el tiempo. Así, tenemos que para la unidad A se observó
un tiempo de falla exacto, para la unidad B se tiene censura por la izquierda, para la unidad C se
tiene censura por la derecha y para la unidad D censura por intervalo. El signo de interrogación
enfatiza la incertidumbre de no conocer el tiempo de falla exacto, sino solo el intervalo donde la falla
ocurrió.

Los datos obtenidos de un estudio de confiabilidad deben registrarse con suficiente claridad como
para distinguir los tiempos de falla exactos de los tiempos de censura, y estos últimos de acuerdo
con su tipo. En caso de existir distintos estratos (modos de falla, niveles de esfuerzo, etc.) también
deben registrarse. En los ejemplos 13.1 a 13.3 se describen tres conjuntos de datos: el primero con
datos completos, el segundo con censura por la derecha y el tercero con dos modos de falla.

Ejemplo.
Un fabricante de balatas (zapatas) para el sistema de frenado de automóviles le da seguimiento al
tiempo de falla de las mismas. El seguimiento lo hace con distribuidores de automóviles nuevos de
cierto modelo. El tiempo de falla lo miden en kilómetros recorridos. El número de unidades en que
se evaluó el tiempo de falla fue de 55. Después de cierto tiempo no todas la balatas habían fallado,
pero con base en el desgaste se estimó el tiempo de falla. Los datos se muestran a continuación:
9500 10512 12824 13514 14096 14128 19036 19126 19708 21978 25991
14214 14404 14520 14689 14766 14859 19451 19611 21789 25951 19429
14951 15117 15520 15555 15912 16037 21382 21599 25731 19414 20610
16223 16481 16622 16626 16689 16935 23659 24165 19274 20546 23592
17980 18508 18624 18699 18719 18773 27423 19165 20066 22386 26533
Se quiere estimar la distribución del tiempo de falla de las balatas y con ella calcular su confiabilidad.
El fabricante también quiere saber si el tiempo de garantía de 10000 Km. que otorga es razonable,
considerando que no está dispuesto a reemplazar más del 2% de las balatas que vende.
Función de confiabilidad
Con esta función, denotada con C(t) y también conocida como función de supervivencia, se obtiene
la probabilidad de que el producto no haya fallado (sobreviva) en el tiempo t (figura 13.2c). Con lo
que C(t) = P(T > t) = 1 − F(t). Por ejemplo, para la distribución exponencial se tiene que:

C(t)= f (x)dx 􀀝􀀝1􀀝􀀝 F(t) 􀀝􀀝1􀀝􀀝􀀝(1 􀀝􀀝e ) = e

t
􀀝

􀀝 􀀝􀀝t 􀀝􀀝t
En la figura 13.2 se presenta la relacion entre las funciones de densidad f (t), de distribucion
acumulada F(t) y de confiabilidad C(t). Las dos ultimas representan areas bajo la curva de la primera,
por lo que son probabilidades. Note que la probabilidad de observar fallas en un intervalo
[t0 , t1] se obtiene de restar los respectivos valores, ya sea de F(t) o de C(t).