Informe Técnico del Diseño de Un Sistema de Protección Hidráulico

Informe Avance 1

Daniela Fernanda Ipuz Suárez

Eduard Leonardo Martínez Vega
Susan Natalia Méndez Cerquera
Nelly Paola Morales Mahecha
Annie Valeria Rodríguez Ramírez
Claudia Patricia Torres Sánchez

Tutor:
Manuel Arturo Jiménez Ramírez

Institución Universitaria Politécnico Grancolombiano

Programación Estocástica
Septiembre 2023
 Contenido

Pág.
Construya un modelo general que represente el funcionamiento del sistema de protección
hidráulico. Asuma que en dicho sistema se cuenta con K válvulas diferentes, cada una con
una tasa λ_j ∀ j=1,…,K de falla, una tasa μ_j ∀ j=1,…,K de revisión y una tasa β de
reparación total. Dicho modelo deberá ser especificado por completo, es decir, se deben
indicar las variables de estado necesarias, sus respectivos espacios de estado y las
probabilidades (o tasas) de transición requeridas. 3

Variables de Estado Necesarias 3

Espacios de Estado 3

Probabilidades (o tasas) de transición requeridas 3

Un análisis estadístico robusto de la información de entrada (contenida en el archivo [Link])

que justifique la selección de las distribuciones utilizadas el diseño parametrizado del
modelo. 4

Conclusiones 6

Bibliografía 6
Construya un modelo general que represente el funcionamiento del sistema de protección
hidráulico. Asuma que en dicho sistema se cuenta con K válvulas diferentes, cada una con
una tasa λ_j ∀ j=1,…,K de falla, una tasa μ_j ∀ j=1,…,K de revisión y una tasa β de
reparación total. Dicho modelo deberá ser especificado por completo, es decir, se deben
indicar las variables de estado necesarias, sus respectivos espacios de estado y las
probabilidades (o tasas) de transición requeridas.

Variables de Estado Necesarias

Sea j = {1…10} el consecutivo asignado a las diferentes válvulas, entonces se define la

variable de estado:
V j ( t ) : Estado de funcionamiento de la válvul a j en el tiempo t
R j ( t ) : Estado de Revisión de laválvula jen eltiempo t
En este caso t estará dado en días t ≥ 1

Espacios de Estado

Las variables V j (t) tienen como espacio de estados

S j={0 : No funcionando ,1 : Funcionando }
Las variables R j (t) tienen como espacio de estados
R j={0: En operación , 1: En revisión }
Nota: Existe un estado especial dentro del espacio de estados de Rj, cuando todas las Rj
tienen el valor de 1. En este caso, el sistema se encuentra en revisión total.

Probabilidades (o tasas) de transición requeridas

En este caso, se tomarán como probabilidades de transición las siguientes:

pt +1 : probabilidad de que estando en t funcionandola válvula , en t +1 siga en funcionamiento
1− pt +1 : probabilidad de que estando en t funcionando la válvula , en t+1 no este en funcionamiento
q t +1 : probabilidad de que en t +1 sea revisada la válvula
 1−qt +1 : probabilidad de que en t+1 no sea revisadala válvula

La siguiente tabla resume estas probabilidades de transición para cada válvula:

Tabla 1. Probabilidades de transición

p(t+1) 1-p(t+1) q(t+1) 1-q(t+1)

Válvula 1 0.99183353 0.00816647 0.9945151 0.0054849
Válvula 2 0.99183353 0.00816647 0.98906028 0.01093972
Válvula 3 0.9945151 0.0054849 0.98906028 0.01093972
Válvula 4 0.98906028 0.01093972 0.98906028 0.01093972
Válvula 5 0.98906028 0.01093972 0.98906028 0.01093972
Válvula 6 0.98906028 0.01093972 0.98906028 0.01093972
Válvula 7 0.9945151 0.0054849 0.98906028 0.01093972
Válvula 8 0.98639342 0.01360658 0.9945151 0.0054849
Válvula 9 0.98373375 0.01626625 0.9945151 0.0054849
Válvula 10 0.98639342 0.01360658 0.9945151 0.0054849
Nota: Para el cálculo de las probabilidades de transición se utilizó la fórmula de probabilidades
de Poisson, utilizando el parámetro lambda que se presenta en el siguiente apartado

Un análisis estadístico robusto de la información de entrada (contenida en el archivo

[Link]) que justifique la selección de las distribuciones utilizadas el diseño
parametrizado del modelo.

El análisis de entrada puede observar con detalle en el archivo anexo de Excel

denominado “análisis de [Link]”. A continuación, se presenta en la Tabla 2, un resumen de
este análisis robusto de entrada de dichos datos.

Tabla 2. Resultados de la Prueba de Hipótesis para distribución de probabilidad teórica de los

datos en una exponencial para cada válvula, tanto en tiempo entre fallas, como tiempo de duración de la
revisión, como el tiempo de revisión total
Variable Aleatoria Estadístico Estadístico de Prueba ¿Acepta Hipótesis
de Prueba > Estadístico Crítico nula?
Tiempo entre fallas de la Válvula 1 117.585 Si Acepta
Tiempo entre fallas de la Válvula 2 117.585 Si Acepta
Tiempo entre fallas de la Válvula 3 115.821 Si Acepta
Tiempo entre fallas de la Válvula 4 119.376 Si Acepta
Tiempo entre fallas de la Válvula 5 119.376 Si Acepta
Tiempo entre fallas de la Válvula 6 119.376 Si Acepta
Tiempo entre fallas de la Válvula 7 115.821 Si Acepta
Tiempo entre fallas de la Válvula 8 126.303 Si Acepta
Tiempo entre fallas de la Válvula 9 121.156 Si Acepta
Tiempo entre fallas de la Válvula 10 123.321 Si Acepta
Tiempo de revisión Válvula 1 115.821 Si Acepta
Tiempo de revisión Válvula 2 119.376 Si Acepta
Tiempo de revisión Válvula 3 119.376 Si Acepta
Tiempo de revisión Válvula 4 119.376 Si Acepta
Tiempo de revisión Válvula 5 119.376 Si Acepta
Tiempo de revisión Válvula 6 119.376 Si Acepta
Tiempo de revisión Válvula 7 119.376 Si Acepta
Tiempo de revisión Válvula 8 115.821 Si Acepta
Tiempo de revisión Válvula 9 115.821 Si Acepta
Tiempo de revisión Válvula 10 115.821 Si Acepta
Tiempo de revisión Total 113.562 Si Acepta
Nota1: En esta ocasión, todas las variables aleatorias tenían una muestra de 100 datos, y por
tanto todas las pruebas de hipótesis se realizaron con 8 intervalos de clase, a un nivel de
confianza del 95%, y por tanto se compararon frente a un estadístico crítico Chi-Cuadrado de
14.0671 que corresponde a 5% de significancia y 7 grados de libertad.
Nota2: Ho: Los tiempos de la muestra para la variable aleatoria en cuestión siguen una
distribución exponencial; H1: Los tiempos de la muestra para la variable aleatoria en cuestión no
siguen una distribución exponencial.

Como se observa, todas las variables siguen una distribución teórica exponencial cuyos
parámetros lambda se presenta en la Tabla 3.

Tabla 3. Parámetro lambda de la función exponencial para cada variable

Variable Aleatoria Lambda (eventos/día)
Tiempo entre fallas de la Válvula 1 0.0082
Tiempo entre fallas de la Válvula 2 0.0082
Tiempo entre fallas de la Válvula 3 0.0055
Tiempo entre fallas de la Válvula 4 0.0110
Tiempo entre fallas de la Válvula 5 0.0110
Tiempo entre fallas de la Válvula 6 0.0110
Tiempo entre fallas de la Válvula 7 0.0055
Tiempo entre fallas de la Válvula 8 0.0137
Tiempo entre fallas de la Válvula 9 0.0164
Tiempo entre fallas de la Válvula 10 0.0137
Tiempo de revisión Válvula 1 0.0055
Tiempo de revisión Válvula 2 0.0110
Tiempo de revisión Válvula 3 0.0110
Tiempo de revisión Válvula 4 0.0110
Tiempo de revisión Válvula 5 0.0110
Tiempo de revisión Válvula 6 0.0110
Tiempo de revisión Válvula 7 0.0110
Tiempo de revisión Válvula 8 0.0055
Tiempo de revisión Válvula 9 0.0055
Tiempo de revisión Válvula 10 0.0055
Tiempo de revisión Total 0.1429
Nota1: en este caso los eventos/día se traducen en fallas por día para el tiempo entre fallas,
revisiones por día para el tiempo de revisión de cada válvula, y revisiones totales por día para el
tiempo de revisión total

Conclusiones
Se han identificado dos variables de estado para las válvulas. Una variable con
denominación Vj, para significar si la válvula numerada como j se encuentra en funcionamiento
(buen estado) o no funcionamiento (descompuesta), y la variable Rj para significar la válvula del
consecutivo j se encuentra en revisión o no.
Para establecer las tasas de falla (descomposición) y de revisión de cada válvula se han
elaborado pruebas de bondad de ajuste utilizando el test de chi-cuadrado, encontrando que todas
las variables, incluyendo el estado especial donde todas las válvulas se encuentran en revisión
total, tienen una distribución teórica exponencial.

Bibliografía
Alzate, P. (2022). Investigación de operaciones.: Conceptos fundamentales 2a Edición.
Ediciones de la U.
González-Campos, J. A., Carvajal-Muquillaza, C. M., & Aspeé-Chacón, J. E. (2020).
Modelación de la deserción universitaria mediante cadenas de Markov. Uniciencia, 34(1),
129-146.
Jiménez López, E. (2019). Cadenas de Markov espaciales para simular el crecimiento del Área
Metropolitana de Toluca, 2017-2031. Economía, sociedad y territorio, 19(60), 109-140.
Pantí-Trejo, H., Cutz, J. B., Padilla, R. C., Chim, D. K., & Lara, E. G. (2022). Aspectos básicos
en la Inferencia Estadística para Cadenas de Markov en tiempo discreto. SAHUARUS.
REVISTA ELECTRÓNICA DE MATEMÁTICAS. ISSN: 2448-5365, 6(1), 30-49.
Quijada, J. A. B. (2019). Operaciones y procesos de producción. Editorial Elearning, SL.