Es la distribución natural a utilizar cuando las desviaciones a partir del valor del modelo están formadas por factores, proporciones o porcentajes más que por valores absolutos como es el caso de la distribución normal. La distribución lognormal tiene dos parámetros en el ln(X) como µ y σ, sin embargo la variable original tiene los siguientes parámetros:
μ_X=E(X)=e^(μ+σ^2/2)
σ_X^2=V(X)=e^(2μ+σ^2 ) (e^(σ^2 )-1)
Propiedades
La distribución lognormal se caracteriza por las
siguientes propiedades:
Asigna a valores a
las tasas y probabilidades de fallo que de esta forma sólo pueden ser
positivas.
Como depende de
dos parámetros, según se verá, se ajusta bien a un gran número de
distribuciones empíricas.
Es idónea para parámetros
que son a su vez producto de numerosas cantidades aleatorias (múltiples efectos
que influyen sobre la fiabilidad de un componente).
La esperanza
matemática o media en la distribución lognormal es mayor que su mediana. De
este modo da más importancia a los valores grandes de las tasas de fallo que
una distribución normal con los mismos percentiles del 5% y 50% tendiendo, por
tanto, a ser pesimista.
APLICACIONES
La distribución lognormal se ajusta a ciertos tipos de
fallos (fatiga de componentes metálicos), vida de los aislamientos eléctricos,
procesos continuos (procesos técnicos) y datos de reparación y puede ser una
buena representación de la distribución de los tiempos de reparación. Es
también una distribución importante en la valoración de sistemas con
reparación.
La distribución lognormal es importante en la
representación de fenómenos de efectos Proporcionales, tales como aquellos en
los que un cambio en la variable en cualquier punto de un proceso es una
proporción aleatoria del valor previo de la variable. Algunos fallos en el
programa de mantenimiento entran en esta categoría.
Según hemos visto, la distribución lognormal es aquella
en que el logaritmo de la variable está distribuida normalmente. Por tanto
podemos obtener la función densidad de probabilidad de la distribución
lognormal a partir de la distribución normal mediante la transformación
Y=Ln(X):
f(x)=1/(√2π σx) exp[-(ln(x)-μ)^2/(2σ^2 )], Para x>0
No hay comentarios:
Publicar un comentario