Tres sistemas están compuestos por los componentes R1,R2,R3 y R4 conectados, como lo muestra las siguientes figuras. El tiempo de vida en meses de los componentes R1 y R3 sigue una distribución lognormal con μ=2 y σ=1 y la distribución en meses de los componentes R2 y R4 una distribución lognormal con μ=1 y σ=0.1. El sistema solo funciona si A y B lo hacen.
Genere por simulación un gran número (al menos 1000) de los tiempos de vida de los sistemas
R1= rlnorm(1000, 2,1)
R2= rlnorm(1000, 1, 0.1)
R3= rlnorm(1000,1, 0.1)
R4= rlnorm(1000, 1, 0.1)
#Sistema 1
s1_R1.2 = apply(data.frame(R1,R2),1,max)
s1_R3.4 = apply(data.frame(R3,R4),1,max)
sistema1 = apply(data.frame(s1_R1.2,s1_R3.4),1,min)
#Sistema 2
s2_R1.3 = apply(data.frame(R1,R3),1,min)
s2_R2.4 = apply(data.frame(R2,R4),1,min)
sistema2 = apply(data.frame(s2_R1.3,s2_R2.4),1,max)
#Sistema 3
s3_R1.2 = apply(data.frame(R1,R2),1,min)
s3_R1.2.3 = apply(data.frame(s3_R1.2,R3),1,max)
sistema3 = apply(data.frame(s3_R1.2.3,R4),1,min)
cat("Sistema 1 (primeros 100 datos):\n")
## Sistema 1 (primeros 100 datos):
print(head(sistema1, 100))
## [1] 2.555605 3.342227 3.215771 2.742831 2.640654 2.662967 3.227558 2.908124
## [9] 3.335539 2.592886 3.040489 2.880697 2.585652 2.989353 3.133785 2.733501
## [17] 2.966592 2.828679 2.951201 2.802723 3.252801 2.643133 2.859803 2.804810
## [25] 3.218445 2.898197 2.885405 2.878719 3.270973 2.736639 2.930056 2.812641
## [33] 2.640751 3.088078 2.700315 3.075095 2.887041 2.673764 2.945316 3.248246
## [41] 2.710345 2.769914 2.854646 2.194025 2.836253 2.603778 2.968454 3.019613
## [49] 2.733778 3.028522 2.430105 2.881639 2.819740 2.846086 2.792880 2.662189
## [57] 2.891540 2.635626 2.943286 3.355894 3.355090 3.049927 2.889385 2.970880
## [65] 2.887524 2.673533 2.689383 2.950786 3.128262 3.285084 2.692500 2.840082
## [73] 2.458352 2.818183 2.672813 2.755129 2.909532 2.729440 2.829984 2.153545
## [81] 2.879307 2.967752 3.346205 2.629654 2.622445 2.960025 3.231721 2.799940
## [89] 2.814659 2.579533 3.181911 2.443712 2.838343 3.421978 2.783566 2.568824
## [97] 2.824662 3.180780 2.795120 2.918864
cat("\nSistema 2 (primeros 100 datos):\n")
##
## Sistema 2 (primeros 100 datos):
print(head(sistema2, 100))
## [1] 2.555605 2.770776 3.215771 2.742831 2.640654 2.662967 3.227558 2.769224
## [9] 2.718520 2.592886 3.040489 2.823228 2.585652 2.989353 3.133785 2.691358
## [17] 2.769773 2.797142 2.798769 2.802723 2.914059 2.643133 2.706209 2.804810
## [25] 2.910645 2.898197 2.829196 2.468589 3.270973 2.736639 2.930056 2.527520
## [33] 2.640751 3.088078 2.700315 3.012812 2.347396 2.673764 2.945316 3.248246
## [41] 2.559167 2.460960 2.613619 2.194025 2.836253 2.603778 2.968454 3.019613
## [49] 2.733778 3.028522 2.430105 2.355143 2.819740 2.846086 2.792880 2.662189
## [57] 2.891540 2.635626 2.943286 2.724111 3.355090 2.659165 2.889385 2.970880
## [65] 2.624146 2.642168 2.689383 2.950786 3.128262 2.555990 2.692500 2.832550
## [73] 2.458352 2.818183 2.672813 2.755129 2.711921 2.729440 2.829984 2.153545
## [81] 2.879307 2.967752 3.346205 2.629654 2.622445 2.960025 3.231721 2.799940
## [89] 2.814659 2.579533 3.181911 2.443712 2.838343 3.421978 2.783566 2.568824
## [97] 2.824662 3.049213 2.795120 2.918864
cat("\nSistema 3 (primeros 100 datos):\n")
##
## Sistema 3 (primeros 100 datos):
print(head(sistema3, 100))
## [1] 2.555605 2.770776 2.471054 2.594735 2.640654 2.662967 2.259878 2.769224
## [9] 2.718520 2.310408 2.385065 2.823228 2.500956 2.696097 2.822109 2.691358
## [17] 2.769773 2.797142 2.798769 2.802723 2.914059 2.580394 2.706209 2.678317
## [25] 2.910645 2.834608 2.829196 2.468589 2.580487 2.502276 2.875528 2.527520
## [33] 2.640751 3.032874 2.276545 3.012812 2.347396 2.403103 2.316972 2.358978
## [41] 2.559167 2.460960 2.613619 2.424195 2.364636 2.484442 2.702407 2.465930
## [49] 2.498953 2.386395 2.325199 2.355143 2.400916 2.831578 2.634165 2.662189
## [57] 2.281845 2.659227 2.943286 2.724111 2.698606 2.659165 2.758850 2.946328
## [65] 2.624146 2.642168 2.534116 2.937037 2.633886 2.555990 2.692500 2.832550
## [73] 2.458352 2.728080 2.535905 2.658575 2.711921 2.729440 2.367736 2.520301
## [81] 2.374280 2.767899 2.855201 2.523377 2.622445 2.585778 2.684651 2.799940
## [89] 2.522087 2.579533 2.381143 2.379272 2.712121 2.529946 2.783566 2.091057
## [97] 2.546153 3.049213 2.502819 2.796026
Estime la media del tiempo de vida para cada sistema.
#Media del tiempo de vida del sistema 1
mean(sistema1)
## [1] 2.857288
#Media del tiempo de vida del sistema 2
mean(sistema2)
## [1] 2.775777
#Media del tiempo de vida del sistema 3
mean(sistema3)
## [1] 2.634898
Estime la probabilidad de que los sistemas fallen en un tiempo inferior a dos meses.
Sistema1 = plnorm(2, mean(sistema1), sd(sistema1), lower.tail = T )
Sistema1
## [1] 3.538577e-20
Sistema2 = plnorm(2, mean(sistema2), sd(sistema2), lower.tail = T )
Sistema2
## [1] 2.526886e-19
Sistema3 = plnorm(2, mean(sistema3), sd(sistema3), lower.tail = T )
Sistema3
## [1] 6.191219e-21
Estime el 20o percentil (P20) de los tiempos de vida del primer sistema.
# Estimar el P20 del sistema1
p20_sistema1 <- quantile(sistema1, probs = 0.2)
# Mostrar el resultado
cat("Estimación del P20 del sistema1:", p20_sistema1, "\n")
## Estimación del P20 del sistema1: 2.662006
Construya una gráfica de probabilidad normal de los tiempo de vida para cada sistema. ¿Los tiempos de vida de los sistemas tienen una distribución aproximadamente normal?
# Gráfica de probabilidad normal para Sistema 1
dis_norm1 = dnorm(sistema1, mean(sistema1), sd(sistema1))
plot(sistema1, dis_norm1, col = "lightblue", ylab = "", xlab = "")
#La gráfica demuestra que los tiempos de vida del Sistema 1 presentan una distribución aproximadamente normal; presenta una distribución de campana de Gauss con, aproximadamente, el 99.7% de los datos en la región central, es simétrica respecto de la media y su punto máximo se encuentra también sobre la media en X
# Gráfica de probabilidad normal para Sistema 2
dis_norm1 = dnorm(sistema1, mean(sistema2), sd(sistema2))
plot(sistema1, dis_norm1, col = "black", ylab = "", xlab = "")
#La gráfica demuestra que los tiempos de vida del Sistema 2 presentan una distribución aproximadamente normal; presenta una distribución de campana de Gauss, es simétrica respecto de la media y su punto máximo se encuentra también sobre la media en X. Así mismo, al menos el 68% se encuentra en el intervalo centrado.
# Gráfica de probabilidad normal para Sistema 3
dis_norm1 = dnorm(sistema1, mean(sistema3), sd(sistema3))
plot(sistema1, dis_norm1, col = "lightgreen", ylab = "", xlab = "")
#La gráfica demuestra que los tiempos de vida del Sistema 3 no presentan una distribución aproximadamente normal; aunque presenta una distribución de campana de Gauss, menos del 68% de la población se encuentra en el intervalo centrado y no es simétrica respecto a la media
Construya un histograma de los tiempos de vida de los sistemas. ¿Están sesgados a la izquierda, sesgados a la derecha, o son aproximadamente simétricos?
# Histograma del Sistema 1
hist(sistema1, main = "Histograma de los tiempos de vida del Sistema 1", xlab = "tiempos de vida", ylab = "Frecuencia", col = "lightblue")
#A partir del histograma de los tiempos de vida del sistema 1, es posible observar que los datos presentan un sesgo muy pequeño hacia la derecha, casi insignificante, por lo se puede afirmar que el Sistema uno es aproximadamente simétrico.
# Histograma del Sistema 2
hist(sistema2, main = "Histograma de los tiempos de vida del Sistema 2", xlab = "tiempos de vida", ylab = "Frecuencia", col = "lightgreen")
#En base al histograma de los tiempo de vida del Sistema 2, se observa un sesgo marcado hacia la derecha, por lo que presenta una distribución asimétrica con sesgo a la derecha.
# Histograma del Sistema 3
hist(sistema3, main = "Histograma de los tiempos de vida del Sistema 3", xlab = "tiempos de vida", ylab = "Frecuencia", col = "orange")
#Al observar el histograma de los tiempos de vida del Sistema 3, es evidente que es aproximadamente simétrico.