Professional Documents
Culture Documents
(4)
La tendencia o cambio con el tiempo del nmero
de eventos que ocurren es una caracterstica muy
importante de un PEP.
La tendencia es definida como el cambio en el
tiempo del nmero de eventos que ocurren.
Existen tres tipos de tendencia:
Tendencia Positiva: el nmero de eventos
aumenta con el tiempo.
Tendencia Cero: el nmero de eventos no
aumenta ni disminuye con el tiempo.
Tendencia Negativa: el nmero de eventos
disminuye con el tiempo.
1.2 CLASIFICACIN DE LOS PROCESOS
ESTOCSTICOS PUNTUALES
Un proceso estocstico puntual con tendencia cero
es estacionario u homogneo, esto quiere decir
que los intervalos de tiempo entre los eventos son
independientes e idnticamente distribuidos.
Un proceso estocstico puntual con tendencia es
lo opuesto, es decir, los eventos son dependientes
entre s y no son idnticamente distribuidos.
Proceso estacionario
homogneo
Proceso estacionario
no homogneo
Procesos de
renovacin
Procesos de
Poisson no
homogneo
Exponencial
Gamma
Weibull
Etc
) (
1
) (
x E
t =
Power Law
Log-linear
1
) (
=
|
| t t
) (
) (
bt a
e t
+
=
Fuente: Tomada de Anlisis probabilstico y simulacin
Grfica 2. Clasificacin de procesos estacionarios
Cuando se habla de un sistema reparable, se hace
referencia a un sistema que puede ser reparado
cuando es afectado por fallas, como los
interruptores. Contrariamente, un sistema no
reparable es un sistema que es descartado o
reemplazado al fallar, por ejemplo, las tarjetas
electrnicas.
Para modelar sistemas reparables y no reparables
se puede utilizar el proceso de Poisson
homogneo (HPP) y el proceso de Poisson no
homogneo (NHPP). Sin embargo, se ha
encontrado que el HPP no es totalmente apropiado
para modelar los sistemas reparables y a
diferencia de stos los procesos NHPP s permiten
realizar un modelamiento adecuado.
1.2.1 Proceso de Poisson homogneo
Se presenta cuando la ocurrencia de los eventos
no es dependiente del tiempo, es decir, el nmero
de los eventos en un intervalo depende solamente
de la longitud del intervalo. La probabilidad de la
ocurrencia de los eventos en cualquier periodo es
independiente de lo ocurrido en el periodo previo.
Las caractersticas de este proceso son: tiempos
entre fallas independientes e idnticamente
distribuidos, generalmente modelamiento con
distribucin Weibull y reparaciones cuyas
3
intervenciones se asumen perfectas y dejan el
sistema como nuevo (As Good As New).
Fuente: Elaboracin propia
Grfica 3. Reparaciones perfectas
1.2.2 Proceso de Poisson No homogneo
La diferencia con respecto al HPP es que la tasa
de fallas es dependiente del tiempo; por lo tanto el
proceso no es estacionario. Se caracteriza por lo
siguiente: los tiempos entre fallas no son ni
independientes ni idnticamente distribuidos, los
sistemas o equipos reciben reparaciones
imperfectas, lo que deja a los equipos entre los
estados como nuevo y tan viejo como antes de
la intervencin (As Good As New exclusive y As
Bad As Old).
Fuente: Elaboracin propia
Grfica 4. Reparaciones imperfectas
Regla de la Potencia
Proceso que pertenece a los NHPP usado para
representar el proceso de falla de los componentes
o equipos reparables. Las caractersticas que
posee son: cuenta con varios mtodos para poder
determinar los parmetros de estimacin y para
realizar pruebas de bondad de ajuste; permite
representar un proceso que tenga o no tendencia y
tambin permite representar procesos de Poisson
homogneos HPP. Poder modelar un proceso que
presente tendencia es de suma importancia a la
hora de estudiar equipos reparables, ya que
permite tener en cuenta el efecto del
envejecimiento de los componentes.
La funcin de intensidad o tasa de ocurrencia de
eventos de este proceso es:
1
) (
=
|
| t t
(5)
Donde: