Determinación de Tiempos de Paro de Estudios de Degradación en Confiabilidad
Cualquier estudio de contabilidad se lleva a cabo bajo restricciones de costos y tiempo, por lo cual es importante llevar a cabo una planeación del diseño de las pruebas de vida. Una de tales pruebas son las de degradación, las cuales son útiles en sistemas altamente con?ables y cuando existe alguna...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2004 |
| País: | México |
| Recursos: | Centro de Investigación en Matemáticas |
| Repositorio: | Repositorio Institucional CIMAT |
| Idioma: | español |
| OAI Identifier: | oai:cimat.repositorioinstitucional.mx:1008/296 |
| Acesso em linha: | http://cimat.repositorioinstitucional.mx/jspui/handle/1008/296 |
| Access Level: | acceso abierto |
| Palavra-chave: | info:eu-repo/classification/cti/1 info:eu-repo/classification/cti/12 |
| Resumo: | Cualquier estudio de contabilidad se lleva a cabo bajo restricciones de costos y tiempo, por lo cual es importante llevar a cabo una planeación del diseño de las pruebas de vida. Una de tales pruebas son las de degradación, las cuales son útiles en sistemas altamente con?ables y cuando existe alguna característica de las unidades cuya degradación sobre el tiempo o el uso está relacionado con la con?abilidad.En este trabajo se plantean dos criterios para determinar el tiempo de paro óptimo variando el tamaño de la muestra y ?jando la frecuencia de observación. El primer criterio que se plantea consiste en determinar un tiempo de paro adecuado y/o número de unidades, cuando la varianza estimada de cuantil se estabiliza o alcanza un nivel especí?co. El segundo criterio se fundamenta en una función de costo y consiste en parar el estudio, cuando el costo global de la prueba, como función del tiempo sea mínimo. Para pobar los criterios propuestos, se simularon diferentes escenarios para tres tipos de modelos lineales de efectos mixtos. Los programas se construyeronutilizando funciones de S-Plus; en particular la función LME, Linear Mixed-Efects. |
|---|