INGENIERA DE MANTENIMIENTO I

METODOS DE ESTIMACION DE LOS PARAMETROS DE WEIBULL

METODO DE LOS MOMENTOS

MOMENTOS DE UNA VARIABLE ALEATORIA

El uso de los momentos de una variable aleatoria para caracterizar a una distribución
de probabilidad es una tarea muy útil, esto es especialmente cierto en un medio en el
que es poco probable que el experimentador conozca la distribución de probabilidad.
Todas las posiciones con respecto a los momentos se encuentran sujetas a la
existencia de las sumas o integrales que las definan.

Momentos de una distribución de probabilidad alrededor del cero.

Sea X una variable aleatoria discreta. El r – esimo momento de X alrededor del cero se
define para una como:

𝜇′𝑟 = 𝐸(𝑋 𝑟 ) = ∑ 𝑥 𝑟 𝑝(𝑥)

𝑥

Sea X una variable aleatoria continua. El r – esimo momento de X alrededor del cero se
define para una como:

∞
𝜇′𝑟 = 𝐸(𝑋 𝑟 ) = ∫ 𝑥 𝑟 𝑓(𝑥)𝑑𝑥
−∞

El primer momento alrededor del cero es la media, esperanza o valor esperado de la

variable aleatoria y su denota por 𝜇; de esta manera se tiene que:

𝜇′1 = 𝜇 = 𝐸(𝑋)

La media de una variable aleatoria se considera como una cantidad numérica alrededor
de la cual los valores de la variable aleatoria tienden a agruparse. Por lo tanto, la media
es una medida de tendencia central.

C.P: Ingeniería Mecánica Página 1

 INGENIERA DE MANTENIMIENTO I

MOMENTOS CENTRALES DE UNA DISTRIBUCIÓN DE PROBABILIDAD O

MOMENTOS ALREDEDOR DE LA MEDIA.

Sea X una variable aleatoria discreta. El r – esimo momento central de X o el r – esimo

momento alrededor de la media de X se define por:

𝜇𝑟 = 𝐸(𝑋 − 𝜇)𝑟 = ∑(𝑥 − 𝜇)𝑟 𝑝(𝑥)

𝑥

Sea X una variable aleatoria continua. El r – esimo momento central de X o el r – esimo

momento alrededor de la media de X se define por:

∞
𝜇𝑟 = 𝐸(𝑋 − 𝜇) = ∫ (𝑥 − 𝜇)𝑟 𝑓(𝑥)𝑑𝑥
𝑟
−∞

El momento central cero de cualquier variable aleatoria es uno, dado que:

𝜇0 = 𝐸(𝑋 − 𝜇)0 = 𝐸(1) = 1

De manera similar:
El primer momento central de cualquier variable aleatoria es cero, dado que:
𝝁𝟏 = 𝑬(𝑿 − 𝝁)𝟏 = 𝑬(𝑿) − 𝝁 = 𝟎

El segundo momento central:

𝝁𝟐 = 𝑬(𝑿 − 𝝁)𝟐 ,

Recibe el nombre de varianza de la variable aleatoria. Puesto que:

𝜇2 = 𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 − 𝜇)2

𝜇2 = 𝐸(𝑋 2 − 2𝑋𝜇 + 𝜇 2 )

𝜇2 = 𝐸(𝑋 2 ) − 2𝜇 2 + 𝜇 2

𝜇2 = 𝜇 ′ 2 − 𝜇 2 ,

C.P: Ingeniería Mecánica Página 2

 INGENIERA DE MANTENIMIENTO I

La varianza de cualquier variable aleatoria es el segundo momento alrededor del origen

menos el cuadrado de la media. Generalmente se denota por 𝜎 2 . La varianza de una
variable aleatoria es una medida de dispersión de la distribución de probabilidad de
esta.

La raíz cuadrada positiva de la varianza recibe el nombre de desviación estándar y se

denota por 𝜎.

Los momentos centrales desde el tercero a mas, pueden considerarse momentos de

orden superior, estos momentos proporcionan información muy útil con respecto a la
forma de la distribución de probabilidad de X, como la curtosis, asimetría, etc. Su
utilidad para caracterizar una distribución de probabilidad es mucho menor que la de
los cuatro primeros momentos, por lo tanto en este estudio no se los considerara.

DISTRIBUCIÓN DE WEIBULL COMO HERRAMIENTA EN EL ANÁLISIS DE

CONFIABILIDAD

La distribución de Weibull fue establecida por el físico suizo del mismo nombre, quien
demostró, con base en una evidencia empírica, que el esfuerzo al que se someten los
materiales puede modelarse de manera adecuada mediante el empleo de esta
distribución. En los últimos 25 años esa distribución se empleó como modelo para
situaciones del tiempo – falla y con el objetivo de lograr una amplia variedad de
componentes mecánicos y eléctricos.

Se dice que una variable aleatoria t (tiempo de falla), tiene una distribución de Weibull
si su función de densidad de probabilidad está dada por:

𝛽
𝛽 𝑡 − 𝛾 𝛽−1 −(𝑡−𝛾 )
𝑓(𝑡) = ( ) 𝑒 
 

La distribución de Weibull es una familia de distribuciones que dependen de dos

parámetros: el de forma 𝛽 y el de escala. El parámetro 𝛾 es el parámetro de
localización y para nuestro caso generalmente representa un valor umbral o tiempo de
garantía.

C.P: Ingeniería Mecánica Página 3

 INGENIERA DE MANTENIMIENTO I

La función de distribución acumulativa de Weibull:

𝑡−𝛾 𝛽
−( )
𝐹(𝑡) = 1 − 𝑒 

Que para nuestro caso representa la no confiabilidad, por lo tanto la confiabilidad viene
dada por:

𝑡−𝛾 𝛽
−( )
𝑅(𝑡) = 𝑒 

Utilizando el método de los momentos expuesto anteriormente, podemos obtener

expresiones para la media y la varianza de la distribución de Weibull, así la media:

∞
𝝁′𝟏 = 𝑬(𝒕) = ∫ 𝒕𝒇(𝒕)𝒅𝒕
−∞

𝟏
𝝁′𝟏 = 𝑬(𝒕) = 𝜸 +  (𝟏 + )
𝜷

De la misma forma para la varianza:

∞
𝝁𝟐 = 𝑽𝒂𝒓(𝒕) = 𝑬(𝒕 − 𝝁)𝟐 = ∫ (𝒕 − 𝝁)𝟐 𝒇(𝒕)𝒅𝒕
−∞

𝟐 𝟏
𝝁𝟐 = 𝑽𝒂𝒓(𝒕) = 𝟐 [ (𝟏 + ) − 𝟐 (𝟏 + )]
𝜷 𝜷

Donde la función:

∞
 (𝒏) = ∫ 𝒖𝒏−𝟏 𝒆−𝒖 𝒅𝒖
𝟎

Función beta:

 (𝜶)  (𝜷)
𝑩 (𝜶, 𝜷) =
 (𝜶 + 𝜷)

C.P: Ingeniería Mecánica Página 4

 INGENIERA DE MANTENIMIENTO I

Desarrollo:

𝟏 𝟏 𝟏 (𝝁 − 𝜸)𝟐
𝜷𝑩 ( , )=
𝜷 𝜷 𝟐 (𝝈𝟐 + (𝝁 − 𝜸)𝟐 )

Tabularemos los posibles valores de 𝛽

ESTIMACIÓN DE PARÁMETROS WEIBULL UTILIZANDO EL MÉTODO DE LOS

MOMENTOS

Quizá el método más antiguo para la estimación de parámetros es el método de los

momentos. Este consiste en igualar los momentos apropiados de la distribución de la
población con los correspondientes momentos muestrales para estimar un parámetro
desconocido de la distribución. Así los momentos muestrales para una población que
tengan cualquier tipo de distribución están dados por:

Momento muestral r – esimo alrededor del cero:

𝒏
𝟏
𝑴′𝒓 = ∑ 𝑿𝒓𝒊
𝒏
𝒊=𝟏

Y el primer momento muestral alrededor del cero o media está dado por:

𝒏
𝟏
𝑴′𝟏 = 𝝁 = ∑ 𝑿𝒊
𝒏
𝒊=𝟏

Momento muestral r – esimo alrededor de la media:

𝒏
𝟏
𝑴𝒓 = ̅ )𝒓
∑(𝑿𝒊 − 𝑿
𝒏−𝟏
𝒊=𝟏

Y el segundo momento muestral alrededor de la media o varianza viene a ser:

𝒏
𝟏
𝑴𝟐 = 𝑽𝒂𝒓(𝑿) = ∑(𝑿𝒊 − 𝝁)𝟐
𝒏−𝟏
𝒊=𝟏

C.P: Ingeniería Mecánica Página 5

 INGENIERA DE MANTENIMIENTO I

RESOLUCION Del PROBLEMA DE LA FAJA TRANSPORTADORA.

Los siguientes datos representan los tiempos de fallo para una faja transportadora

N° TBF
1 16.58
2 17.8
3 18
4 18.98
5 22.66
6 24.45
7 24.67
8 32.34
9 47.9
10 67.34
11 72
12 79.7
13 88.93
14 116.95
15 152.4
16 182.57
17 238.18
18 290.3
19 402.63
20 646.41
21 781.3

C.P: Ingeniería Mecánica Página 6

 INGENIERA DE MANTENIMIENTO I

El cálculo de la confiabilidad se reduce al cálculo de los parámetros de Weibull:

N° TBF
1 16.5800 20325.3902
2 17.8000 19979.0148
3 18.0000 19922.5159
4 18.9800 19646.8279
5 22.6600 18628.7402
6 24.4500 18143.3203
7 24.6700 18084.1020
8 32.3400 16080.0515
9 47.9000 12375.9268
10 67.3400 8428.5515
11 72.0000 7594.6245
12 79.7000 6311.8485
13 88.9300 4930.4472
14 116.9500 1780.5989
15 152.4000 45.5239
16 182.5700 548.6302
17 238.1800 6246.1925
18 290.3000 17201.0719
19 402.6300 59283.9017
20 646.4100 237425.0920
21 781.3000 387074.1777
SUM 3342.0900 900056.5500

Determinando el primer momento µ (la mediana).

𝑛
1 3342.09
𝟏° 𝑀′1 = 𝜇 = ∑ 𝑋𝑖 = = 159.1471
𝑛 21
𝑖=1

Determinando el segundo momento muestral 𝜎^2 (la varianza).

𝑛
2
1
𝟐° 𝑀2 = 𝑉𝑎𝑟(𝑋) = 𝜎 = ∑(𝑋𝑖 − 𝜇)2 = 45002.8275
𝑛−1
𝑖=1

C.P: Ingeniería Mecánica Página 7

 INGENIERA DE MANTENIMIENTO I
2 1
𝜎 2 = 2 [ (1 + ) − 2 (1 + )]
𝛽 𝛽

Se toma el tiempo más bajo para el valor de γ.

𝟑° 𝛾 = 16.5 ℎ𝑟𝑠

Conocidas la media y la varianza, relacionamos estos resultados con los momentos

teóricos:

1
𝟒° 𝜇 − 𝛾 =  (1 + ) = 142.6471
𝛽

Después de operar y despejar las ecuaciones I y II, se puede remplazar la función

gamma por la función betta: 𝐵 (𝛼,)= ( (𝛼)  (𝛽))/( (𝛼+𝛽)) y pasar al paso 5°.

1
𝜇 − 𝛾 =  (1 + ) 𝐼 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑎 𝑢𝑠𝑎𝑟
𝛽

2 1
𝜎 2 = 2 [ (1 + ) − 2 (1 + )] 𝐼𝐼 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑎 𝑢𝑠𝑎𝑟
𝛽 𝛽

De estas dos ecuaciones podemos despejar y estimar el parámetro 𝛽 :

5° =1.5568

C.P: Ingeniería Mecánica Página 8

 INGENIERA DE MANTENIMIENTO I

6° Tantear el valor de β mediante matlab y la función B (beta), hasta llegar al valor de

1.5568

β 1.5568
0.83 0.6725 1.2342
0.7 0.446 1.5695
0.71 0.4625 1.5351
0.701 0.4477 1.5658
0.7034 0.4516 1.5576
0.7035 0.4518 1.5571
0.7036 0.4519 1.5570
0.7037 0.4521 1.5565
0.70365 0.452 1.5567 Este valor es el más aprox. a 1.5568

7° Remplazar en la ecuación el valor de β, para hallar η.

𝜎2
𝜂 = = 116.6868
(𝜇 − 𝛾)(𝛽 + 2)

8° Estos son los valores de los parámetros de weibull.

TABLA DE RESULTADOS
γ 16.5
β 0.70365
η 116.688

C.P: Ingeniería Mecánica Página 9

 INGENIERA DE MANTENIMIENTO I

CONCLUSIONES

 El cálculo de la variable 𝛽 requiere mayores conocimientos sobre distribuciones

estadísticas, haciendo del método de los Momentos muy poco práctico para
fines laborales, pero muy necesario en el aspecto académico.

C.P: Ingeniería Mecánica Página 10