FIABILIDAD (I): CONCEPTOS BÁSICOS
|
|
- Sofia Villanueva Rico
- hace 8 años
- Vistas:
Transcripción
1 Concepos básicos de Fiabilidad FIABILIDAD (I): CONCEPTOS BÁSICOS Auores: Ángel A. Juan Rafael García Marín RELACIÓN CON OTROS MATH-BLOCS Ese mah-block forma pare de una serie de 8 documenos relacionados odos ellos con la Fiabilidad de componenes desde un puno de visa esadísico: Concepos Básicos (I). Idenificación y descripción gráfica de los daos (II). Análisis paramérico de los iempos de fallo (III). Análisis no paramérico de los iempos de fallo (IV). Comparación no paramérica de muesras (V). Tess de vida acelerada (VI). Modelos de regresión para observaciones censuradas (VII). Análisis Probi (Éxio / fracaso) (VIII). MAPA CONCEPTUAL Función de Supervivencia y Tasa de Fallos Tabla de Superv. Fiabilidad (I): Concepos Básicos Exponencial Disribuciones habiuales en fiabilidad Weibull Lognormal Proyeco e-mah Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
2 Concepos básicos de Fiabilidad INTRODUCCIÓN Muchas de las écnicas que se presenan a lo largo de ese rabajo, en especial las no paraméricas, fueron inicialmene desarrolladas para su uso en esudios médicos y biológicos bajo el nombre genérico de análisis de supervivencia (comparación de diferenes raamienos médicos, deerminación de los facores que inervienen en la supervivencia de los peces de un río, ec.). En la acualidad, sin embargo, la aplicación de dichas écnicas, en especial las paraméricas, se ha exendido a oras áreas como la económica o la indusrial bajo el nombre de análisis de iempos de fallo (esablecimieno de períodos de garanía de un produco, diseño de planes de manenimieno prevenivo, ec.). La fiabilidad de un disposiivo (componene o sisema), someido a unas condiciones de rabajo concreas, es la probabilidad de que ése funcione correcamene ( sobreviva sin fallar) durane un deerminado período de iempo. Así pues, la fiabilidad consiuye un aspeco fundamenal de la calidad de odo disposiivo. Por al moivo, resula especialmene ineresane la cuanificación de dicha fiabilidad, de forma que sea posible hacer esimaciones sobre la vida úil del produco. Así, por ejemplo, en el caso de una avionea monomoor, será de gran conveniencia conocer la probabilidad de ése falle en diferenes eapas de su vida (ras 500 horas de funcionamieno, 800 horas de funcionamieno, ec.). El obener una buena esimación de la fiabilidad del moor, posibiliará la oma de decisiones racionales acerca de cuándo conviene revisarlo o cambiarlo por oro nuevo. Hay una caracerísica común a los daos que aparecen en la mayoría de los esudios sobre la fiabilidad de un disposiivo, y es el hecho de que conengan observaciones censuradas: supongamos que se lleva a cabo una invesigación, de duración predeerminada, para analizar la efecividad de un nuevo méodo de producción de bombillas. La variable de inerés en ese caso sería el número de días que cada una de las bombillas sobrevive (funciona correcamene, sin fallos). A primera visa, parecería sensao uilizar los méodos esadísicos radicionales (ano paraméricos como no paraméricos) con objeo de describir el iempo medio de supervivencia y comparar el nuevo méodo de producción con los méodos aneriores. Sin embargo, al final de la invesigación, es probable que siga habiendo bombillas que funcionen correcamene, y el invesigador no será capaz de esimar con precisión cuáno iempo más permanecerán sin fallar. Para rabajar con ese ipo de daos con información parcial no servirán pues los méodos radicionales, sino que serán necesarias écnicas específicas como las que presenamos en ese rabajo. El mah-block comienza con la definición de res concepos esadísicos básicos: función de fiabilidad, vida media de un disposiivo, y asa de fallo. Se clasifican después los disinos ipos de observaciones censuradas, y se comena el uso de los ess Chi-cuadrado para realizar conrases de hipóesis. El documeno concluye con la presenación de las ablas de supervivencia (un méodo clásico, no paramérico, que permie realizar esimaciones sobre los iempos de fallo), y de algunas de las disribuciones eóricas que más se uilizan en el análisis de la fiabilidad como son la exponencial, la Weibull, y la lognormal. Proyeco e-mah Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
3 Concepos básicos de Fiabilidad FUNCIÓN DE FIABILIDAD, VIDA MEDIA Y TASA DE FALLO Noación: en lo que sigue, se denoará por T a la variable aleaoria coninua que describe los iempos de fallo de un deerminado disposiivo, i.e.: T = iempo ranscurrido hasa que se produce el fallo". Denoando por f() a la función de densidad de probabilidad (f.d.p.) de T, y por F() a su función de disribución (f.d.), se cumplirá: b P ( a T b) = f ( ) d F( ) = P( T ) = a Dado 0 < p <, por p se denoará al cuanil p de F(), i.e., p será el menor insane emporal al que F() = P( T ) p. La función de fiabilidad ) o función de supervivencia S(), es la complemenaria de la f.d. de T, i.e., nos deermina la probabilidad de que el disposiivo sobreviva al insane (esa función deermina la proporción de disposiivos iniciales que seguirán funcionando correcamene en el insane ): S ( ) ) = F( ) = P( T > ) Se llama vida media o iempo medio hasa el fallo (Mean Time To Failure) de un disposiivo a la esperanza de la v.a. T, i.e., la vida media deermina el iempo de duración esperada de un disposiivo: 0 f ( u) du df( ) f ( ) = d MTTF = E [] T = 0 f ( ) d Cuando se consideren disposiivos reparables (que puedan seguir funcionando ras un fallo), se hablará de iempo medio enre fallos (MTBF). Se define la asa de fallo media en el inervalo (, ) como: h(, ) ) ) = ( ) ) Observar que ) ) represena la proporción de disposiivos oales que, habiendo sobrevivido al insane, han fallado en el inervalo (, ). Al dividir esa diferencia por ) se obiene la proporción de disposiivos supervivienes a que han fallado en (, ), i.e.: ) ) ) es la probabilidad condicional de que un disposiivo que haya sobrevivido al insane falle en el inervalo (, ). Finalmene, al dividir por la longiud del inervalo, obenemos la proporción anerior (su media) por unidad de iempo. Haciendo ender a, obenemos la llamada asa de fallo o asa de riesgo: h( ) ) lim ( ) = ) R ( ) F ( ) = = = ) ) ) f ( ) ) La asa de fallo puede pues inerprearse como la velocidad a la cual se producen los fallos, i.e.: es una medida de lo propenso que resula el disposiivo a fallar en función de su edad. Proyeco e-mah Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
4 Concepos básicos de Fiabilidad En la mayoría de los disposiivos elecromecánicos, la función asa de fallo iene forma de bañera: cuando se inicia la vida de un aparao, la asa de fallo insanánea resula ser relaivamene ala (es lo que se denomina "moralidad infanil"); una vez que los componenes y pares elecromecánicas se han acoplado, la asa de fallo es relaivamene consane y baja (eapa de vida úil ); más adelane, ras un iempo de funcionamieno, la asa de fallo vuelve a incremenarse hasa que, finalmene, odos los disposiivos habrán fallado ( efeco envejecimieno ). PERÍODO INFANTIL T suele seguir aprox. una disrib. Weibull Tasa de fallo ETAPA VIDA ÚTIL T suele seguir una disrib. Exponencial o Weibull h() PERÍODO DE DESGASTE T suele seguir una disribución Weibull Así, por ejemplo, muchos auomóviles nuevos suelen presenar pequeños defecos de funcionamieno al poco de comprarse (elevada asa de fallos inicial). Una vez solvenados ales defecos, es de esperar que el vehículo proporcione un largo y complaciene período de funcionamieno (baja asa de fallos inermedia). Mas arde, conforme pasan los años, el auomóvil se vuelve más propenso a sufrir averías hasa que, finalmene, después de 5 o 0 años, prácicamene odos los vehículos esán inservibles (elevada asa de fallos final). Observar que, a parir de la úlima ecuación, es posible expresar ) como función de h(): df( ) f ( ) d d ) d ) h ( ) = = = - h( ) d = - ) ) ) d ) si ahora omamos inegrales a ambas pares: de donde: 0 d u) h u) du = du = - u) ( 0 0 [ log u) ] = -log ) R ( ) = e - h(u)du 0 Proyeco e-mah Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
5 Concepos básicos de Fiabilidad OBSERVACIONES CENSURADAS Normalmene, los esudios de fiabilidad ienen una duración predeerminada, por lo que no odos los disposiivos analizados habrán fallado a su conclusión. Por ano, el invesigador sabrá que un ciero número de disposiivos han sobrevivido durane el período de iempo que ha durado el es, pero desconocerá el momeno exaco en que hubieran fallado si el esudio se hubiese prolongado de forma indefinida. Ese ipo de daos se llaman observaciones censuradas. Las observaciones de censura por iempo o de ipo I aparecen al finalizar un es de duración predeerminada: de los disposiivos supervivienes sólo se sabe que no han fallado hasa ese momeno. En ese caso, el iempo de duración del es es fijo, mienras que el número de producos que fallan es una v.a. Por conra, las observaciones de censura por fallos o de ipo II aparecen cuando el es coninúa hasa que una proporción predeerminada de disposiivos hayan fallado. Ahora, el número de producos que fallan es fijo, siendo el iempo de duración del es una v.a. CENSURA TIPO I T 6 5 T 5 0 T 0 T 0 CENSURA TIPO II T 6 5 T 5 T T T El Disposiivo falla CENSURA A DERECHA CENSURA A IZQUIERDA Fallo observado Fallo NO observado En los gráficos aneriores muesran los dos ipos de censura: en el primero, el experimeno ermina cuando se llega al insane 0 ; en el segundo, el experimeno ermina cuando falla un deerminado porcenaje de disposiivos, en ese caso 5. Por ora pare, cuando la censura ocurre para un > 0 (siendo = 0 el insane en que se inicia el es de fiabilidad) esaremos ane lo que se conoce como censura a la derecha. Podría ocurrir ambién que la censura uviera lugar para < 0 (censura a la izquierda): por ejemplo, en una invesigación médica sobre el cáncer, se puede saber que el paciene ingresó en el hospial en una fecha deerminada (fecha de inicio del es), y que sobrevivió durane un inervalo emporal Proyeco e-mah 5 Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
6 Concepos básicos de Fiabilidad definido; sin embargo, probablemene no se conocerá cuándo aparecieron por primera vez los sínomas de la enfermedad. Se suele hablar de censura por inervalos o arbiraria para referirse a observaciones que han sido censuradas ano a derecha como a izquierda (es decir, de ellas sólo sabemos que enran en la invesigación cuando ésa ya esaba inicializada y salen de la misma, sin haber fallado, anes de que finalice) CENSURA ARBITRARIA O POR INTERVALOS Fallo observado Fallo NO observado CENSURA SIMPLE CENSURA MÚLTIPLE Finalmene, se puede ener censura simple (si el experimeno finaliza en el mismo insane para odos los disposiivos observados), o censura múliple. Un ejemplo de esa úlima sería cuando los pacienes abandonan el hospial en insanes diferenes (bien por esar recuperados, bien por irse a oro cenro, ec.). INTERPRETACIÓN DE LOS TESTS CHI-CUADRADO χ En los próximos mah-blocks se usará un es χ para conrasar la bondad del ajuse propueso o para conrasar diferencias enre grupos. Dado que las hipóesis del es serán diferenes según el conexo en que esemos, ambién lo serán las conclusiones que se exraigan a parir del p-valor. Un p-valor es esadísicamene significaivo cuando sea menor o igual a una consane prefijada α. Si así ocurre, se rechazará la hipóesis nula H 0 en favor de la hipóesis alernaiva H. La consane α represena la probabilidad condicional de rechazar la hipóesis nula, a parir de las observaciones, en el supueso de que esa hipóesis sea ciera (eso se conoce como error de ipo I). Por al moivo, ineresa elegir un valor muy pequeño para α. Proyeco e-mah 6 Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
7 Concepos básicos de Fiabilidad Habiualmene se oma α = 5, con lo cual sólo en 5 de cada 00 casos en los que H 0 sea ciera será rechazada. Si se preende ser aún más exigenes en cuano a las evidencias que se han de presenar para rechazar la hipóesis nula, se omará α = o bien α = 05. Observar, sin embargo que, si bien escogiendo un α diminuo resula más improbable un error de ipo I, ambién resulará más probable comeer un error de ipo II, i.e.: que la hipóesis nula sea acepada en las ocasiones en que ésa sea falsa. α = Pr(rechazar H 0 cuando H 0 ciera) Fijar α= 5 ó ó 05 según nivel de exigencia NO rechazar H 0 p-valor <= α? Rechazar H 0 Así, cuando se use un es χ para conrasar si las observaciones se pueden ajusar mediane una disribución exponencial (i.e., para conrasar si los daos obenidos podrían corresponder aproximadamene a una v.a. que siguiese dicha disribución), el es será: H 0 : Las observaciones corresponden (aproximadamene) a una disrib. Exponencial. H : Las observaciones NO corresponden a una disrib. Exponencial Obener aquí un p-valor significaivo implicará que la disribución uilizada no es buena para ajusar los daos. Si se recurre a un es χ serán: para conrasar posibles diferencias enre grupos muesrales, las hipóesis H0 : Todos los grupos son (aprox.) iguales H : Todos los grupos NO son iguales Un p-valor significaivo implicará acepar la exisencia de diferencias enre grupos. Finalmene, un es χ para deerminar la validez de un modelo de regresión será de la forma: H 0 : El modelo propueso NO es mejor que el modelo nulo (i.e.: odos los coeficienes son cero) H : El modelo propueso es significaivamene mejor que el nulo (i.e.: no odos los coeficienes Si el es resula significaivo, se endrá que al menos una de las variables explicaivas del modelo afeca al valor de la variable dependiene. Proyeco e-mah 7 Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
8 Concepos básicos de Fiabilidad TABLA DE SUPERVIVENCIA o ACTUARIAL Uno de los méodos no paraméricos más clásicos y direcos para describir la fiabilidad de una muesra es la abla de supervivencia, la cual no es más que una abla de frecuencias mejorada y ampliada. A parir de ella es posible hacer una primera esimación sobre el comporamieno de la función de supervivencia S(), de la función de disribución F(), de la función de densidad f(), y de la asa de fallo h(). El análisis del siguiene ejemplo, consruido con ayuda de la hoja de cálculo Excel (ver archivo TablaSup.xls ), permiirá enender su funcionamieno: TABLA DE SUPERVIVENCIA (Life Table) Inpus: Inervalos, disposiivos enranes, disp. censurados, y disp. fallados. Noa: A fin de obener esimaciones razonables, el número de disposiivos observados habrá de ser mayor de 0. Disposiivos Esimaciones Inervalo Inicio In. Enranes Censurados En Riesgo Fallados Prob. Fallo Prob. Superv. ) f() h() ,0 9 0,76 0,67, ,6 0, 0,8667 0, ,7, ,977 0, ,09 0 8, ,9 0, ,5 5, ,90 0, ,8, ,90 0, ,8 9 8,5 0,5 0,767 0, ,55 6 5, ,909 0, ,9 5,5 0, 0,7778 0, ,7,0 0 0,500 0,7500 0, ,6 0,0 0 0,5000 0,5000 0, ,00 0,5 0, f.d.p. f() f.d. F() Probabilidad Probabilidad,00 0,80 0,60 0, Inervalo Inervalo Función de Supervivencia ) Tasa de Riesgo h() Probabilidad,00 0,80 0,60 0, Inervalo Tasa de Riesgo Inervalo Proyeco e-mah 8 Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
9 Concepos básicos de Fiabilidad La disribución de los iempos de supervivencia (o iempos de fallo) se divide en un deerminado número de inervalos. Se denoará por ( i-, i ] al i-ésimo inervalo. Para cada inervalo se regisra el número de observaciones o disposiivos que han enrado en buen esado n i (enranes), el número de los que han fallado en él d i (fallados), y el número de observaciones perdidas o censuradas en él r i (censurados). A parir de esos daos, es posible calcular oros esadísicos adicionales que se describen a coninuación: Número de observaciones en riesgo n i : es el nº de observaciones que enró en el inervalo respecivo en buen esado, menos la miad del nº de observaciones perdidas o censuradas en dicho inervalo: r i ni = ni Probabilidad de fallo: para cada inervalo, es la proporción de observaciones en riesgo que fallan. En el caso de que un inervalo no regisre ningún fallo, se acosumbra a omar 0,5 en lugar de 0 a la hora de conabilizar el número de fallos (a fin de suavizar las funciones esimadas): d pˆ i i = n' i Probabilidad de supervivencia: es la proporción de observaciones en riesgo que sobreviven ( probabilidad de fallo): qˆ i = pˆ i Función de supervivencia: para cada inervalo, es la proporción de observaciones que han logrado llegar hasa él en buen esado. Se calcula muliplicando la proporción de supervivienes de odos los inervalos aneriores (se supone que los fallos en un inervalo son independienes de los aneriores): S ˆ i i = Sˆ( i ) = ˆ j j= ( p ) Función de densidad de probabilidad (f.d.p.): para cada inervalo, es una esimación de la probabilidad de fallo por unidad de iempo. Para calcularla, primero se halla la diferencia enre la proporción de disposiivos supervivienes al inicio del inervalo y la proporción de supervivienes al final del inervalo. El valor que obenido se dividirá por la longiud del inervalo: ˆ ˆ ˆ Si Si+ f i = i i Tasa de fallo o de riesgo: es la probabilidad, por unidad de iempo, de que un disposiivo que haya sobrevivido hasa el inicio del inervalo falle en él. Para hallarla, primero se calculará el cociene enre el nº de fallos (usando 0,5 cuando ése sea 0) y la longiud del inervalo. El resulado obenido se dividirá por la media enre el número de disposiivos enranes en dicho inervalo y el número de disposiivos enranes en el inervalo siguiene: h ˆ i di ( i i ) = ( ni + ni+ ) / A fin de obener esimaciones razonables de la función de supervivencia, de la función de densidad de probabilidad, y de la función asa de fallo, será necesario disponer de, como mínimo, 0 observaciones compleas (no censuradas). Proyeco e-mah 9 Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
10 Concepos básicos de Fiabilidad DISTRIBUCIONES HABITUALES EN FIABILIDAD La abla de supervivencia proporciona una visión descripiva de cómo se disribuyen los iempos de fallo. Sin embargo, para poder realizar predicciones probabilísicas será necesario conocer cual es (aproximadamene) la disribución de la población que subyace ras las observaciones. Sea T la variable que represena los iempos de fallo de un deerminado disposiivo ( T > 0 ). El objeivo será conocer (si ello es posible) la función de disribución asociada a T, la cual será de la forma F( ; θ) = P( T ), siendo θ un vecor de parámeros. En general, la mayoría de disribuciones usadas en fiabilidad ienen, a lo sumo, res parámeros: Parámero de escala α: ese es el parámero que caraceriza a las disribuciones unipararaméricas. El parámero de escala define cuán dispersa se encuenra la disribución (en el caso de la disribución normal, el parámero de escala es la desviación ípica). Parámero de forma β: ese parámero define la forma de la disribución. Algunas disribuciones (como la exponencial o la normal) carecen de ese parámero pues ienen una forma predeerminada que nunca varía (en el caso de la normal, ésa iene siempre forma de campana). Parámero de localización γ: se usa para desplazar una disribución hacia un lado u oro. Eso significa que, dada una disribución cuyo dominio habiual sea [0, + ), la inclusión de un parámero de localización γ cambiará el dominio a [γ, + ). En el caso de la normal, el parámero de localización es la media. Se dice que una v.a. Y perenece a la familia localización-escala (locaion-scale) si su f.d. se puede expresar de la forma: µ F ( y; µ, σ) = P( Y y) = Φ y - σ donde Φ no depende de ningún parámero desconocido. En al caso, µ (-, + ) es el parámero de localización, y σ > 0 es el parámero de escala. Observar que Φ es la f.d. de la v.a. Z = (Y - µ)/σ. Muchas de las disribuciones más habiuales, o bien perenecen a esa familia o bien esán ínimamene relacionadas. Ejemplos de disribuciones que perenecen a esa familia son la normal, la logísica, y la de valores exremos: y µ σ Normal F(y; µ, σ) = Φ nor donde Φ nor es la f.d. de una N(0,) F(y; Logísica µ σ =, ) Φ y µ σ log is donde Φ logis (z) = exp(z) / ( + exp(z)) Se dice que una v.a. T perenece a la familia log-localización-escala si Y = log(t) es un miembro de la familia localización-escala. Ejemplos de disribuciones que perenecen a esa familia son la exponencial, la Weibull, la log-normal, y la log-logísica: log( ) LogNormal F( ; µ, σ) = Φnor σ log( ) Loglogísica F( ; µ, σ) = Φlogis σ µ µ log( ) µ Weibull F( ; µ, σ) = Φ ve donde Φ ve (z) = exp{-exp(z)} σ Proyeco e-mah 0 Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
11 Concepos básicos de Fiabilidad Las disribuciones que más se emplean a la hora de modelar iempos de fallo, algunas de las cuales serán comenadas a coninuación, son la Weibull, la exponencial, la normal, la log-normal, la logísica, la log-logísica, y la de valores exremos. Disribución Exponencial: se uiliza para modelar el iempo ranscurrido enre dos sucesos aleaorios no muy frecuenes cuando la asa de ocurrencia, λ, se supone consane. En fiabilidad se usa para describir los iempos de fallo de un disposiivo durane su eapa de vida úil, en la cual la asa de fallo es (aproximadamene) consane, i.e.: h() = λ. Una asa de fallo consane significa que, para un disposiivo que no haya fallado con anerioridad, la probabilidad de fallar en el siguiene inervalo infiniesimal es independiene de la edad del disposiivo. La asa de fallo λ es el parámero que caraceriza a esa disribución. Ese valor es la inversa del iempo medio que ranscurre hasa el fallo (o enre dos fallos consecuivos, MTBF, si el disposiivo sigue funcionando), i.e.: α = MTTF = /λ. Observar que aquí α es el parámero de escala, ambién llamado vida caracerísica. La f.d.p. de una disribución exponencial es de la forma: f( ) = λ exp { λ } 0 < <, λ > 0 f.d.p. de una Exponencial f.d. de una Exponencial 0,5,0 lamda = 0,50 lamda = 0,50 f() 0,5 F() 0,5 lamda = 0,5 lamda = 0, Función de Supervivencia de una Exponencial Tasa de Riesgo de una Exponencial,0 0,5 lamda = 0,50 S() 0,5 lamda = 0,5 h() lamda = 0,50 0,5 lamda = 0, Proyeco e-mah Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
12 Concepos básicos de Fiabilidad Una generalización de la disribución anerior sería la disribución exponencial bi-paramérica, cuya f.d.p. es de la forma: γ f( ; α, γ) = exp, α α donde α = /λ > 0 es el parámero de escala, y γ es el parámero de localización. Noar que cuando γ = 0 se obiene la disribución exponencial de un único parámero. Disribución de Weibull: Se ha comenado anes que la disribución exponencial es uilizada a menudo para modelar los iempos de fallo cuando la asa de riesgo es consane. Si, por el conrario, la probabilidad de fallo varía con el iempo resula más apropiada una Weibull (de hecho la exponencial puede verse como un caso paricular de la Weibull). La Weibull es an flexible que, eligiendo adecuadamene sus parámeros, permie describir las res eapas de la función asa de fallos (curva de la bañera). Esa disribución viene caracerizada por dos parámeros: α (escala) y β (forma). Su f.d.p. es: f() β = α α β β exp α 0 < <, α > 0, β > 0 Observar que cuando β =, basa con omar α = /λ para obener la f.d.p. de la disribución exponencial. f.d.p. f() Weibull para escala = 0 f.d. F() Weibull para escala = 0 0,5,0 forma = forma = forma = f() F() 0,5 forma = 5 forma = forma = Función Supervivencia Weibull para escala = 0 Tasa Riesgo h() Weibull para escala = 0,0 0, forma = 0, forma = ) 0,5 forma = forma = h() 0, forma = forma = 0, Proyeco e-mah Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
13 Concepos básicos de Fiabilidad Disribución Lognormal: La f.d.p. de una disribución normal es no nula en odo el eje real (y no sólo en el semieje posiivo). Por ese moivo, el uso de la normal implicaría que el fallo puede producirse anes del insane = 0. Para eviar esa inconveniencia que presena la disribución normal, se puede uilizar en su lugar la disribución Log-normal. Se dice que una variable aleaoria T sigue una disribución Lognormal (base e), de parámeros γ (localización) y α (escala), cuando su logarimo neperiano Y = Log(T) se disribuye de forma normal con media γ y desviación ípica α. Inversamene, dada una v.a. Y N(π,σ), la variable aleaoria T = e Y seguirá una disribución Lognormal (base e) de parámeros γ = µ (localización) y α = σ (escala), cuya f.d.p. será: f ( ) = exp σ π σ ( ln( ) µ ) > 0 f.d.p. f() Lognormal para mu = 0 f.d. F() Lognormal para mu = 0,5,0 sigma = 0, sigma = 0,,0 sigma = f() 0,5 sigma = 0,5 sigma = F() 0,5 sigma = 0, Función Supervivencia Lognormal para mu = 0 Tasa Riesgo h() Lognormal para mu = 0,0 sigma = 0, sigma = 0, sigma = 0, ) 0,5 sigma = 0, sigma = h() sigma = Proyeco e-mah Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
14 Concepos básicos de Fiabilidad BIBLIOGRAFÍA [] Arsenaul, J.E.; Robers, J.A.(980): Reliabiliy and mainainnabiliy of elecronic sysems. Compuer Science Press. [] Ascher, H.; Feingold, H. (98), Repairable sysems reliabiliy. Dekker. [] Barlow & Proshan (98). Saisical heory of reliabiliy and life esing. To begin wih. [] Breuer, M.A.; Friedman, A.D (976), Diagnosis and reliable design of digial sysems. Compuer Science Press. [5] García Muñoz R., Quiles Flor F (99), Fiabilidad y Tes de Sisemas. Depo Informáica Albacee, UCLM. [6] Sundararajan, C.R. (99), Guide o reliabiliy engineering. VNR. [7] Trivedi (98). Probabiliy and saisics wih reliabiliy, queueing and compuer science applicaions. Ed. Prenice Hall. [8] Warlea, J. (97), "Fiabilidad. Bases eóricas y prácicas". INTA. [9] Zacks (99). Inroducion o reliabiliy analysis. Ed. Springer Verlag. ENLACES [W] Desde la página de la empresa española ISDEFE podemos bajarnos dos libros de la serie azul de las monografias. El primero de ellos es Fiabilidad de Joel A. Nachlas. así como ambién el libro Manenibilidad de Jezdimir Knezzevic. Proyeco e-mah Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
15 Concepos básicos de Fiabilidad ambos son excelenes inroduciones al ema. [W] Anonio Ángel Blesa de la Universidad de Las Palmas de Gran Canaria ha elaborado un excelene Tuorial sobre fiabilidad. Proyeco e-mah 5 Financiado por la Secrearía de Esado de Educación y Universidades (MECD)
1 Introducción... 2. 2 Tiempo de vida... 3. 3 Función de fiabilidad... 4. 4 Vida media... 6. 5 Tasa de fallo... 9. 6 Relación entre conceptos...
Asignaura: Ingeniería Indusrial Índice de Conenidos 1 Inroducción... 2 2 Tiempo de vida... 3 3 Función de fiabilidad... 4 4 Vida media... 6 5 Tasa de fallo... 9 6 Relación enre concepos... 12 7 Observaciones
Más detalles3 Aplicaciones de primer orden
CAÍTULO 3 Aplicaciones de primer orden 3.2. Modelo logísico El modelo de Malhus iene muchas limiaciones. or ejemplo, predice que una población crecerá exponencialmene con el iempo, que no ocurre en la
Más detallesACTIVIDADES UNIDAD 7: Funciones elementales
ACTIVIDADES UNIDAD 7: Funciones elemenales 1. La facura del gas de una familia, en sepiembre, fue de 4,8 euros por 1 m 3, y en ocubre, de 43,81 por 4 m 3. a) Escribe la función que da el impore de la facura
Más detallesConstrucción de señales usando escalones y rampas
Consrucción de señales usando escalones y rampas J. I. Huircán Universidad de La Fronera March 3, 24 bsrac Se planean méodos para componer y descomponer señales basadas en escalones y rampas. Se de ne
Más detallesY t = Y t Y t-1. Y t plantea problemas a la hora de efectuar comparaciones entre series de valores de distintas variables.
ASAS DE VARIACIÓN ( véase Inroducción a la Esadísica Económica y Empresarial. eoría y Pácica. Pág. 513-551. Marín Pliego, F. J. Ed. homson. Madrid. 2004) Un aspeco del mundo económico que es de gran inerés
Más detallesGuía de Ejercicios Econometría II Ayudantía Nº 3
Guía de Ejercicios Economería II Ayudanía Nº 3 1.- La serie del dao hisórico del IPC Español desde enero de 2002 hasa diciembre de 2011, esá represenada en el siguiene gráfico: 115 110 105 100 95 90 85
Más detallesPROCESOS ESTOCÁSTICOS PROCESOS ESTOCÁSTICOS INTEGRAL ESTOCÁSTICA ECUACIONES DIFERENCIALES ESTOCASTICAS: LEMA DE ITO
PROCESOS ESOCÁSICOS PROCESOS ESOCÁSICOS INEGRAL ESOCÁSICA ECUACIONES DIFERENCIALES ESOCASICAS: LEMA DE IO Procesos esocásicos Un proceso esocásico describe la evolución emporal de una variable aleaoria.
Más detallesCINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS
CINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS Dada la dependencia de la velocidad con la posición en un movimieno recilíneo mosrada por la siguiene gráfica, deerminar la dependencia con
Más detallesIndicadores demográficos METODOLOGÍA
Indicadores demográicos METOOLOGÍA 1. Objeivos y uilidades El objeivo de esa operación esadísica es la obención de una serie de indicadores descripivos de la siuación demográica de Galicia, con la que
Más detallesFunciones exponenciales y logarítmicas
89566 _ 0363-00.qd 7/6/08 09:30 Página 363 Funciones eponenciales y logarímicas INTRODUCCIÓN En esa unidad se esudian dos funciones que se aplican a numerosas siuaciones coidianas y, sobre odo, a fenómenos
Más detallesINSTITUTO NACIONAL DE PESCA
INSTITUTO NACIONAL DE PESCA Dirección General de Invesigación Pesquera en el Pacífico Nore Subdirección de Tecnología en el Pacífico Nore. Indicadores económico-financieros para la capura de camarón y
Más detallesEl comportamiento del precio de las acciones
El comporamieno del precio de las acciones Esrella Peroi Invesigador enior Bolsa de Comercio de Rosario eperoi@bcr.com.ar Para comprender el funcionamieno de los modelos de valuación de opciones sobre
Más detallesEcuaciones diferenciales, conceptos básicos y aplicaciones
GUIA 1 Ecuaciones diferenciales, concepos básicos y aplicaciones Las ecuaciones diferenciales ordinarias son una herramiena básica en las ciencias y las ingenierías para el esudio de sisemas dinámicos
Más detallesTEMA I: FUNCIONES ELEMENTALES
TEMA I: FUNCIONES ELEMENTALES. Función Logarimo Todos conocemos la definición de logarimo en base b, siendo b un número enero posiivo disino de. u = log b x x = b u y la propiedad fundamenal log b (xy)
Más detallesMaster en Economía Macroeconomía II. 1 Problema de Ahorro-Consumo en Horizonte Finito
Maser en Economía Macroeconomía II Profesor: Danilo Trupkin Se de Problemas 1 - Soluciones 1 Problema de Ahorro-Consumo en Horizone Finio Considere un problema de ahorro-consumo sobre un horizone finio
Más detallesTEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS
TEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS 9.2 La asa naural de desempleo y la curva de Phillips La relación enre el desempleo y la inflación La curva de Phillips, basada en los daos aneriores
Más detallesDispositivos semiconductores
Deparameno de Telecomunicaciones Disposiivos semiconducores 3 Inroduccion Veremos los disposiivos semiconducores más básicos: los diodos. Veremos las variables más comunes de esos semiconducores; El diodo
Más detallesModelo de regresión lineal simple
Modelo de regresión lineal simple Inroducción Con frecuencia, nos enconramos en economía con modelos en los que el comporamieno de una variable,, se puede explicar a ravés de una variable X; lo que represenamos
Más detallesUNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA
UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA Por Mónica Orega Moreno Profesora Esadísica. Deparameno Economía General y Esadísica RESUMEN El aumeno de la siniesralidad laboral
Más detallesPRÁCTICA 3: Sistemas de Orden Superior:
PRÁCTICA 3: Sisemas de Orden Superior: Idenificación de modelo de POMTM. Esabilidad y Régimen Permanene de Sisemas Realimenados Conrol e Insrumenación de Procesos Químicos. . INTRODUCCIÓN Esa prácica se
Más detallesTEMA 1 INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL. 1. Sistemas analógicos y digitales.
T-1 Inroducción a la elecrónica digial 1 TEMA 1 INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL El raamieno de la información en elecrónica se puede realizar de dos formas, mediane écnicas analógicas o mediane écnicas
Más detallesUD: 3. ENERGÍA Y POTENCIA ELÉCTRICA.
D: 3. ENEGÍA Y OENCA ELÉCCA. La energía es definida como la capacidad de realizar rabajo y relacionada con el calor (ransferencia de energía), se percibe fundamenalmene en forma de energía cinéica, asociada
Más detallesPráctica 20. CARGA Y DESCARGA DE UN CONDENSADOR ELÉCTRICO
Prácica 20. CARGA Y DESCARGA DE UN CONDENSADOR ELÉCTRICO OBJETIVOS Esudiar los procesos de carga y de descarga de un condensador. Medida de capacidades por el méodo de la consane de iempo. MATERIAL Generador
Más detallesCapítulo 5 Sistemas lineales de segundo orden
Capíulo 5 Sisemas lineales de segundo orden 5. Definición de sisema de segundo orden Un sisema de segundo orden es aquel cuya salida y puede ser descria por una ecuación diferencial de segundo orden: d
Más detallesLas derivadas de los instrumentos de renta fija
Las derivadas de los insrumenos de rena fija Esrella Peroi, MBA Ejecuivo a cargo Capaciación & Desarrollo Bolsa de Comercio de Rosario eperoi@bcr.com.ar Como viéramos en el arículo el dilema enre la asa
Más detallesTécnicas cualitativas para las Ecuaciones diferenciales de primer orden: Campos de pendientes y líneas de fase
Lección 5 Técnicas cualiaivas para las Ecuaciones diferenciales de primer orden: Campos de pendienes y líneas de fase 5.. Técnicas Cualiaivas Hasa ahora hemos esudiado écnicas analíicas para calcular,
Más detallesNota Técnica Índice de Tipo de Cambio Efectivo Real Multilateral con ponderadores móviles
Noa Técnica Índice de Tipo de Cambio Efecivo Real Mulilaeral con ponderadores móviles 1. Inroducción: La presene noa écnica preende inroducir y explicar al público el Índice de Tipo de Cambio Efecivo Real
Más detallesMATEMATICAS I FUNCIONES ELEMENTALES. PROBLEMAS
1º) La facura del gas se calcula a parir de una canidad fija y de un canidad variable que se calcula según los m 3 consumidos (el precio de cada m 3 es consane). El impore de la facura de una familia,
Más detallesMétodos de Previsión de la Demanda Datos
Daos Pronósico de la Demanda para Series Niveladas Esime la demanda a la que va a hacer frene la empresa "Don Pinzas". La información disponible para poder esablecer el pronósico de la demanda de ese produco
Más detallesAnálisis de inversiones y proyectos de inversión
Análisis de inversiones y proyecos de inversión Auora: Dra. Maie Seco Benedico Índice 5. Análisis de Inversiones 1. Inroducción. 2. Crierios para la valoración de un proyeco. 3. Técnicas de valoración
Más detallesPROBLEMAS RESUELTOS 1 (continuidad, derivabilidad y diferenciabilidad de funciones de varias variables)
Funciones de varias variables. PROBLEMAS RESUELTOS 1 (coninuidad, derivabilidad y diferenciabilidad de funciones de varias variables) PROBLEMA 1 Esudiar la coninuidad de la función: xy ( xy, ) (,) x +
Más detallesDEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS
DEPARTAMETO DE QUÍMICA AALÍTICA Y TECOLOGÍA DE ALIMETOS FUDAMETOS DE AÁLISIS ISTRUMETAL. 7º RELACIÓ DE PROBLEMAS..- Las susancias A y B ienen iempos de reención de 6.4 y 7.63 min, respecivamene, en una
Más detallesInvestigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE.
Invesigación y écnicas de Mercado Previsión de Venas ÉCNICAS CUANIAIVAS ELEMENALES DE PREVISIÓN UNIVARIANE. (II) écnicas elemenales: Modelos Naive y Medias Móviles. Medición del error de previsión. Profesor:
Más detallesCiclos Económicos y Riesgo de Crédito: Un modelo umbral de proyección de la morosidad bancaria de Perú
Ciclos Económicos y Riesgo de Crédio: Un modelo umbral de proyección de la morosidad bancaria de Perú Subgerencia de Análisis del Sisema Financiero y del Meado de Capiales Deparameno de Análisis del Sisema
Más detallesMÉTODO DE DEFLACIÓN DE VARIABLES ECONÓMICAS: CUENTAS ECONÓMICAS Y TABLAS INPUT-OUTPUT CRISTINA PRADO
MÉTODO DE DEFLACIÓN DE VARIABLES ECONÓMICAS: CUENTAS ECONÓMICAS Y TABLAS INPUT-OUTPUT CRISTINA PRADO EUSKAL ESTATISTIKA ERAKUNDEA INSTITUTO VASCO DE ESTADISTICA Donosia-San Sebasián, 1 01010 VITORIA-GASTEIZ
Más detallesMtro. Horacio Catalán Alonso
ECONOMETRIA TEORÍA DE LA COINTEGRACIÓN Mro. I. REGRESIÓN ESPURÍA Y X Dos series que presenan camino aleaorio. Si ambas series se consideran en una modelo economérico. Y = Y -1 + u u N(0,s 2 u) X =X -1
Más detallesDiagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics-
Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- 1. Introducción Ficheros de datos: TiempoaccesoWeb.sf3 ; AlumnosIndustriales.sf3 El objetivo de esta práctica es asignar un modelo
Más detallesMACROECONOMIA II. Grado Economía 2013-2014
MACROECONOMIA II Grado Economía 2013-2014 PARTE II: FUNDAMENTOS MICROECONÓMICOS DE LA MACROECONOMÍA 3 4 5 Tema 2 Las expecaivas: los insrumenos básicos De qué dependen las decisiones económicas? Tipo de
Más detallesUNA APROXIMACION A LA SOSTENIBILIDAD FISCAL EN REPUBLICA DOMINICANA Juan Temístocles Montás
UNA APROXIMACION A LA SOSTENIBILIDAD FISCAL EN REPUBLICA DOMINICANA Juan Temísocles Monás Puede el comporamieno acual de la políica fiscal sosenerse sin generar una deuda pública que crezca sin límie?
Más detalles1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA
hp://www.vinuesa.com 1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA 1.1.- INTRODUCCIÓN Los filros de pila consiuyen una clase de filros digiales no lineales. Un filro de pila que es usado
Más detallesTest. Cada pregunta correcta está valorada con 0.5 puntos y cada incorrecta resta 0.25 puntos
Teléf.: 91 533 38 4-91 535 19 3 8003 MADRID EXAMEN DE ECONOMETRÍA (enero 010) 1h 15 Apellidos: Nombre: Tes. Cada preguna correca esá valorada con 0.5 punos y cada incorreca resa 0.5 punos 1.- Al conrasar
Más detallesAplicaciones de la Probabilidad en la Industria
Aplicaciones de la Probabilidad en la Indusria Cuara pare Final Dr Enrique Villa Diharce CIMAT, Guanajuao, México Verano de probabilidad y esadísica CIMAT Guanajuao,Go Julio 010 Reglas para deección de
Más detallesSolución: El sistema de referencia, la posición del cuerpo en cada instante respecto a dicha referencia, el tiempo empleado y la trayectoria seguida.
1 Qué es necesario señalar para describir correcamene el movimieno de un cuerpo? El sisema de referencia, la posición del cuerpo en cada insane respeco a dicha referencia, el iempo empleado y la rayecoria
Más detallesTema 5: Diferenciabilidad: Aplicaciones
Prof. Susana López 1 UniversidadAuónomadeMadrid Tema 5: Diferenciabilidad: Aplicaciones 1 Funciones compuesas y Regla de la cadena Recordemos que la regla de la cadena para funciones de una sola variable
Más detallesCORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN
CORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN Auores: Alicia Vila (avilag@uoc.edu), Máximo Sedano (msedanoh@uoc.edu), Ana López (alopezra@uoc.edu), Ángel A. Juan (ajuanp@uoc.edu), MAPA CONCEPTUAL Definición
Más detallesRE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005
RESULTADOSEDUCATIVOS RE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005 FÓRMULA RE01 NOMBREdelINDICADOR Diferencia del loro promedio
Más detallesMETODOLOGÍA PARA EL AJUSTE DE LAS TASAS DE ESCOLARIZACIÓN A PARTIR DE LA INFORMACIÓN DEL CENSO NACIONAL DE POBLACIÓN, HOGARES Y VIVIENDA DE 2001
METODOLOGÍA PARA EL AJUSTE DE LAS TASAS DE ESCOLARIZACIÓN A PARTIR DE LA INFORMACIÓN DEL CENSO NACIONAL DE POBLACIÓN, HOGARES Y VIVIENDA DE 2001 Insiuo Nacional de Esadísica y Censos (INDEC) Dirección
Más detallesJ.1. Análisis de la rentabilidad del proyecto... 3
Esudio de la implanación de una unidad produciva dedicada a la Pág 1 abricación de conjunos soldados de aluminio J.1. Análisis de la renabilidad del proyeco... 3 J.1.1. Desglose del proyeco en coses ijos
Más detallesIndicadores de actividad del sector servicios Base 2000
ndicadores de acividad del secor servicios Base Noa meodológica Los ndicadores de cividad del ecor ervicios (), elaborados por el NE, ienen como objeivo medir la evolución a coro plazo de la acividad de
Más detallesExamen Parcial de Econometría II. Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo:
Escuela Superior Poliécnica del Lioral Faculad de Economía y Negocios 30-11-2011 Examen Parcial de Economería II Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo: REGLAMENTO DE EVALUACIONES Y CALIFICACIONES
Más detalles2 El movimiento y su descripción
El movimieno y su descripción EJERCICIOS PROPUESTOS. Una malea descansa sobre la cina ransporadora de un aeropuero. Describe cómo ve su movimieno un pasajero que esá: parado en la misma cina; en una cina
Más detalles1 Introducción... 2. 2 Distribución exponencial... 2. 3 Distribución Weibull... 6. 4 Distribuciones Gamma y k-erlang... 10
Asignatura: Ingeniería Industrial Índice de Contenidos 1 Introducción... 2 2 Distribución exponencial... 2 3 Distribución Weibull... 6 4 Distribuciones Gamma y k-erlang... 10 5 Distribución log-normal...
Más detallesLA VELOCIDAD DE CIRCULACION DE DINERO EN EL ECUADOR
1 LA VELOCIDAD DE CIRCULACION DE DINERO EN EL ECUADOR José Luis Moncayo Carrera 1 Ec. Manuel González 2 RESUMEN El presene documeno iene como objeivo, presenar la aplicación de écnicas economéricas en
Más detallesMaster en Economía Macroeconomía II. 1 Learning by Doing (versión en tiempo discreto)
Maser en Economía Macroeconomía II Profesor: Danilo Trupkin Se de Problemas 4 - Soluciones 1 Learning by Doing (versión en iempo discreo) Considere una economía cuyas preferencias, ecnología, y acumulación
Más detallesPaul Castillo - Alex Contreras - Jesús Ramírez. XXVI Encuentro de economistas - Lima noviembre de 2008
Relación n enre dinero e inflación: n: Perú 1993-2008 Paul Casillo - Alex Conreras - Jesús Ramírez XXVI Encuenro de economisas - Lima noviembre de 2008 ÍNDICE Moivación Revisión de la lieraura y evidencia
Más detallesSolución y criterios de corrección. Examen de mayores de 25 años. 2012. Matemáticas aplicadas a las ciencias sociales.
Solución y crierios de corrección. Examen de mayores de años.. Maemáicas aplicadas a las ciencias sociales. BLOQUE A En un cenro de ocio hay salas de cine: A, B y. A una deerminada sesión han acudido personas.
Más detallesRESOLUCIÓN 34-03 SOBRE COMISIONES DE LAS ADMINISTRADORAS DE FONDOS DE PENSIONES
RESOLUCIÓN 34-03 SOBRE COMISIONES DE LAS ADMINISTRADORAS DE FONDOS DE PENSIONES CONSIDERANDO: Que el arículo 86 de la Ley 87-01 de fecha 9 de mayo de 2001, que crea el Sisema Dominicano de Seguridad Social,
Más detallesdomótico Extras 2.1 Unidad de control 2.2 Dispositivos de entrada 2.4 Electrodomésticos domóticos 2.5 Medios de comunicación en redes domésticas
2 Elemenos de un sisema domóico Conenidos 2.1 Unidad de conrol 2.2 Disposiivos de enrada 2.3 Acuadores 2.4 Elecrodomésicos domóicos 2.5 Medios de comunicación en redes domésicas 2.6 Tecnologías aplicadas
Más detalles3. Matrices y álgebra matricial
Marices y álgebra maricial Repasaremos algunos concepos básicos de la eoría maricial Nos cenraremos en aspecos relacionados con el álgebra lineal, la inversión y la diagonalización de marices Veremos algunas
Más detallesFÍSICA. Centro Educativo de Nivel Secundario Nº 451 Anexo Universidad Tecnológica Nacional. Dirección de Capacitación No Docente.
Cenro Educaivo de Nivel Secundario Nº 45 Anexo Universidad Tecnológica Nacional Dirección de Capaciación No Docene Dirección General de Culura y Educación Provincia de Buenos Aires FÍSICA Segundo Año Unidad
Más detallesFUNCIONES VECTORIALES CON DERIVE.
FUNCIONES VECTORIALES CON DERIVE. Las operaciones de cálculo de Dominio, adición susracción, muliplicación escalar y vecorial de funciones vecoriales, se realizan de manera similar a las operaciones con
Más detallesKeywords: seguro de vida, provisión matemática, probabilidad, función de distribución, solvencia, value at risk, VAT, valor actual neto, VAN.
El seguro de vida como variable aleaoria. Cómo calcular su función de disribución. Nieo Ranero, Armando Universiy of Valencia, Spain Do. Maemáicas Económico Empresarial, Edificio Deparamenal Orienal, Av.
Más detallesBASES TÉCNICAS ACTUARIALES DEL SISTEMA PARA LA VALORACIÓN DE LOS DAÑOS Y PERJUICIOS CAUSADOS A LAS PERSONAS EN ACCIDENTES DE CIRCULACIÓN.
BASES TÉCNICAS ACTUARIALES DEL SISTEMA PARA LA VALORACIÓN DE LOS DAÑOS Y PERJUICIOS CAUSADOS A LAS PERSONAS EN ACCIDENTES DE CIRCULACIÓN. INSTITUTO DE ACTUARIOS ESPAÑOLES. 5 de junio de 2014. 0 Inroducción
Más detallesSu viaje hasta El Cabrito LISTA DE COMPROBACIÓN
Su viaje hasa El Cabrio INFORMACIÓN SOBRE EL TRANSCURSO DEL VIAJE El viaje hasa El Cabrio sigue siendo una pequeña "avenura" porque la pequeña isla canaria de La Gomera no cuena con un aeropuero inernacional
Más detallesPráctica 2: Análisis en el tiempo de circuitos RL y RC
Prácica 2: Análisis en el iempo de circuios RL y RC Objeivo Esudiar la respuesa ransioria en circuios serie RL y RC. Se preende ambién que el alumno comprenda el concepo de filro y su uilidad. 1.- INTRODUCCIÓN
Más detallesMEDICIÓ N DEL VALOR ECONÓ MICO AGREGADO: INVERSIÓ N RECUPERADA Y VALOR AGREGADO IRVA
MEDICIÓ N DEL VALOR ECONÓ MICO AGREGADO: INVERSIÓ N RECUPERADA Y VALOR AGREGADO IRVA (Borrador) Ignacio Vélez-Pareja Deparameno de Adminisración Universidad Javeriana, Bogoá, Colombia Abril de 2000 Resumen
Más detallesCINEMÁTICA: MOVIMIENTO RECTILÍNEO, OTROS DATOS.
CINEMÁTICA: MOVIMIENTO RECTILÍNEO, OTROS DATOS. Una parícula se muee en la dirección posiia del eje X, de modo que su elocidad aría según la ley = α donde α es una consane. Teniendo en cuena que en el
Más detallesFoundations of Financial Management Page 1
Foundaions of Financial Managemen Page 1 Combinaciones empresarias: decisiones sobre absorciones y fusiones de empresas Adminisración financiera UNLPam Faculad de Ciencias Económicas y Jurídicas Profesor:
Más detallesCapítulo 4 Sistemas lineales de primer orden
Capíulo 4 Sisemas lineales de primer orden 4. Definición de sisema lineal de primer orden Un sisema de primer orden es aquel cuya salida puede ser modelada por una ecuación diferencial de primer orden
Más detalles4.7. Integración de Word y Excel
47 Inegración de Word y Excel 471 Combinar correspondencia Qué procedimieno seguiría para hacer las siguienes areas? Generar una cara de soliciud de permiso de los padres de familia para cada uno de sus
Más detallesModelos de Ajuste Nominal Incompleto. Por Agustín Casas, UdeSa. Diego Hofman, Princeton. Analía Olgiati, BID. Javier DiFiori, Morgan Stanley
Modelos de Ajuse Nominal Incompleo Por Agusín Casas, UdeSa. Diego Hofman, Princeon. Analía Olgiai, BID. Javier DiFiori, Morgan Sanley JEL CLASS: E12 - Keynes; Keynesian; Pos-Keynesian E13 - Neoclassical
Más detallesMetodología de cálculo del diferencial base
Meodología de cálculo del diferencial base El diferencial base es el resulado de expresar los gasos generales promedio de operación de las insiuciones de seguros auorizadas para la prácica de los Seguros
Más detallesTEMA: FUNCIONES: Cuadrantes 3 er cuadrante, x 0, 4º cuadrante, x 0,
TEMA: FUNCIONES: ÍNDICE:. Inroducción.. Dominio y recorrido.. Gráficas de funciones elemenales. Funciones definidas a rozos. 4. Coninuidad.. Crecimieno y decrecimieno, máimos y mínimos. 6. Concavidad y
Más detalles6 METODOLOGÍA PROPUESTA PARA VALORAR USOS IN SITU DEL AGUA
38 6 METODOLOGÍA PROPUESTA PARA VALORAR USOS IN SITU DEL AGUA 6.1 Méodo general Para valorar los usos recreacionales del agua, se propone una meodología por eapas que combina el uso de diferenes écnicas
Más detallesSu viaje hasta Hotel Finca El Cabrito LISTA DE COMPROBACIÓN
Su viaje hasa Hoel Finca El Cabrio INFORMACIÓN SOBRE EL TRANSCURSO DEL VIAJE El viaje hasa El Cabrio sigue siendo una pequeña "avenura" porque la pequeña isla canaria de La Gomera no cuena con un aeropuero
Más detallesIntroducción a la Estadística Empresarial. Capítulo 4.- Series temporales Jesús Sánchez Fernández
Inroducción a la Esadísica Empresarial. Capíulo 4.- Series emporales CAPITULO 4.- SERIES TEMPORALES 4. Inroducción. Hasa ahora odas las variables que se han esudiado enían en común que, por lo general,
Más detalles{ 3} Nota. La raíz no impone condiciones al dominio por ser de índice impar.
. Esudia el dominio de las siguienes unciones: a ( : Función Racional, el dominio son odos los números reales ecepo los que anulen el denominador. R / 0 : 0 : : ± [ ( ] { } R ± { } b ( : Función Racional,
Más detallesCAPÍTULO 4 RESISTENCIA A LA TRACCIÓN
CAPÍTULO 4 RESISTENCIA A LA TRACCIÓN 4.1 Inroducción La resisencia a la racción en suelos es un parámero que por lo general es bajo con respeco a la resisencia a la compresión y además depende de la succión
Más detallesGuías y tutoriales/compresores/winrar
g coordinación de uoriales: Graciela Sosisky exo: Horacio Marínez Philipps edición: Gabriela Tenner diseño: CAFE Guías y uoriales/compresores/winrar Los orígenes de ese programa se remonan a las experiencias
Más detallesPRÁCTICA 4 TEMA 6: SERIES TEMPORALES
PRÁCTICA 4 TEMA 6: SERIES TEMPORALES En las prácicas aneriores se habían analizado observaciones de variables de ipo ransversal (por ejemplo, obenidas para diferenes municipios). Llamaremos Serie Temporal
Más detalles= Δx 2. Escogiendo un sistema de referencia común para ambos móviles x A
Ejemplos de solución a problemas de Cinemáica de la parícula Diseño en PDF MSc. Carlos Álvarez Marínez de Sanelices, Dpo. Física, Universidad de Camagüey. Carlos.alvarez@reduc.edu.cu Acividad # C1. Un
Más detallesTema 1: La autofinanciación
Tema : La auofinanciación.. Concepo y ipos de auofinanciación..2. La amorización de los elemenos parimoniales.3. Los beneficios reenidos.4. Venajas e inconvenienes de la auofinanciación irección Financiera
Más detallesDOCUMENTO DE TRABAJO. www.economia.puc.cl. Determinantes Económicos de la Fecundidad de Corto Plazo en Chile. Carla Castillo Laborde.
Insiuo I N S T Ide T Economía U T O D E E C O N O M Í A T E S I S d e M A G Í S T E R DOCUMENTO DE TRABAJO 2005 Deerminanes Económicos de la Fecundidad de Coro Plazo en Chile Carla Casillo Laborde. www.economia.puc.cl
Más detallesSistemade indicadores compuestos coincidentey adelantado julio,2010
Sisemade indicadores compuesos coincideney adelanado julio,2010 Sisema de Indicadores Compuesos: Coincidene y Adelanado SI REQUIERE INFORMACIÓN MÁS DETALLADA DE ESTA OBRA, FAVOR DE COMUNICARSE A: Insiuo
Más detallesCINEMATICA. que interpretemos erróneamente cuándo un cuerpo se acelera
CINEMTIC Inroducción Cinemáica es la pare de la física que esudia el movimieno de los cuerpos, aunque sin ineresarse por las causas que originan dicho movimieno. Un esudio de las causas que lo originan
Más detallesTema 4: Fuentes y generadores
Tema 4: Fuenes y generadores Fuenes de alimenación: : convieren ensión ac en ensión dc E. Mandado, e al. 995 Generadores de funciones: Fuene de señal calibrada y esable Aplicaciones: obención de respuesa
Más detallesTema 5: 5 Técnicas de Evaluación de la Fiabilidad
Tema 5: 5 Técnicas de Evaluación de la Fiabilidad.- Inroducción 2.- Funciones para la evaluación de STFs 3.- Técnicas de modelado Arboles de fallos Modelos combinaorios Cadenas de Markov 4.- Modelado con
Más detallesConceptos teóricos. Revisión de la literatura sobre pobreza, desigualdad y crecimiento. Contexto económico.
Relación enre crecimieno, desigualdad y pobreza: Un análisis aplicado a las regiones españolas. CAPÍTULO Concepos eóricos. Revisión de la lieraura sobre pobreza, desigualdad y crecimieno. Conexo económico..
Más detallesTema 8: SERIES TEMPORALES
Inroducción a la Economería Tema 8: ERIE TEMPORALE Tema 8: ERIE TEMPORALE. Concepo y componenes de una serie emporal. Definiremos una serie emporal como cualquier conjuno de N observaciones cuaniaivas
Más detallesFACULTAD DE ECONOMÍA Y NEGOCIOS. Documento de Trabajo N 6
FACULTAD DE ECONOMÍA Y NEGOCIOS Documeno de Trabajo N 6 Esimación del VaR mediane modelos con disribuciones asiméricas y lepocúricas René Sanjinés Zúñiga *Universidad Andrés Bello Enero 013 Resumen Ese
Más detallesTEMA 2 MODELO LINEAL SIMPLE (MLS) Gujarati, Econometria (2004)
EMA 2 MODELO LINEAL SIMPLE (MLS) Gujarai, Economeria (2004). Planeamieno e inerpreación del modelo economérico lineal simple. Capíulo 2 páginas 36 a 39 2. Hipóesis Básicas del Modelo Capíulo 3 páginas
Más detallesTema 5 El Transistor MOS
FUNAMENTO FÍCO Y TECNOLÓGCO E LA NFORMÁTCA Tema 5 El Transisor MO Agusín Álvarez Marquina Esrucura física y polarización del ransisor nmo de acumulación (ource= Fuene) G (Gae= Puera) (rain= renador) (+)
Más detalles01 Ejercicios de Selectividad Matrices y Sistemas de Ecuaciones
01 Ejercicios de Selecividad Marices y Sisemas de Ecuaciones Ejercicios propuesos en 009 1- [009-1-A-1] a) [1 5] En un comercio de bricolaje se venden lisones de madera de res longiudes: 090 m, 150 m y
Más detallesRETORNOS DE LA EDUCACION PUBLICA Y PRIVADA: INFERENCIA ASINTOTICA Y BOOTSTRAP EN MEDIDAS DE DESIGUALDAD. Milenka Ocampo* y Carlos Alberto Foronda **
RETORNOS DE LA EDUCACION PUBLICA Y PRIVADA: INFERENCIA ASINTOTICA Y BOOTSTRAP EN MEDIDAS DE DESIGUALDAD Milenka Ocampo* y Carlos Albero Foronda ** *Oficina del Informe de Desarrollo umano Programa de las
Más detallesTécnicas de traslación
Grúas con carácer max. 0 Sisemas de grúas ABUS Desplazamienos a medida Técnicas de raslación Sisemas de grúas Siempre en moimieno. Técnica de conmuación de polos: la ía más rápida enre dos punos Los gruísas
Más detallesCobertura de una cartera de bonos con forwards en tiempo continuo
Coberura de una carera de bonos con forwards en iempo coninuo Bàrbara Llacay Gilber Peffer Documeno de Trabajo IAFI No. 7/4 Marzo 23 Índice general Inroducción 2 Objeivos......................................
Más detallesSus experiencias con el cáncer
Número de OMB: 0935-0118 Fecha de vencimieno de la aprobación: 01/31/2013 Sus experiencias con el cáncer l Esa encuesa es acerca de las secuelas o efecos secundarios del cáncer y de los raamienos para
Más detallesDiagnóstico y reparaciones automotrices con osciloscopio
Tu Manual combo Fascículo + DD Diagnósico y reparaciones auomorices con osciloscopio Los conroles del osciloscopio Cómo inerprear los oscilogramas Pruebas a sensores y acuadores Mediciones en el bus CAN
Más detallesEstadística de Valor Tasado de Vivienda
Esadísica de Valor Tasado de Vivienda Meodología Subdirección General de Esudios y Esadísicas Madrid, enero de 2016 Índice 1 Inroducción 2 Objeivos 3 Ámbios de la esadísica 3.1 Ámbio poblacional 3.2 Ámbio
Más detallesBiometría Clase 8 Pruebas de hipótesis para una muestra. Adriana Pérez 1
Biometría Clase 8 Pruebas de hipótesis para una muestra Adriana Pérez 1 Qué es una prueba de hipótesis? Es un proceso para determinar la validez de una aseveración hecha sobre la población basándose en
Más detalles