Distribución Weibull Distribución Weibull

FIGURA 13.5 Funciones ) de densidad y ) de riesgo Weibull.

EJEMPLO 13.5
Se sabe que el tiempo de falla de un producto tiene una palda la idea de que el producto se pueda garantizar por
distribución Weibull, cuya función de riesgo está dada 11.1 años. Por otro lado, si se implementa un periodo de
por ( ) (0.5/1 000)( /1 000) 0.5, con expresado en quemado de seis meses ( 0.5 años), la confi abilidad de
años. Interesa encontrar el tiempo al cual sobrevive 90% las unidades sobrevivientes está dada por la confiabilidad
de los productos e investigar el efecto que se tendría en el condicional:
tiempo de vida del producto si se implementa un periodo
de quemado ( ) de seis meses.
Primero, de la función de riesgo se deduce que los pará-
metros de la distribución Weibull son ( 0.5, 1 000).
Por lo tanto, la función cuantil está dada por

Si esta función se iguala a 0.90, se resuelve para y se ob-

tiene 15.8 años. Esto es, el periodo de quemado por
De acuerdo con el planteamiento inicial interesa el cuan- seis meses elimina unidades débiles que fallarían pronto,
til 0.10, que está dado por y el resultado es que 90% de las unidades sobrevivientes
durán más de 15.8 años. Por lo tanto, al aplicar el
se gana 15.8 11.1 4.7 años en la confi abilidad de 90%
Por lo que 90% de las unidades tendrá una duración o de las unidades. El buen resultado del tiempo de quema-
tiempo de falla mayor a 11.1 años. En la práctica esto res- do se debe a que la función de riesgo ( ) es decreciente.
Distribución valor extremo (para mínimos)
Distribución valor extremo

Distribución normal

FIGURA 13.6 Funciones ) de densidad y ) de riesgo valor extremo.

Distribución lognormal

FIGURA 13.7 Funciones ) de densidad y ) de riesgo normal.

 Modelo lognormal

FIGURA 13.8 Funciones ) de densidad y ) de riesgo lognormal.

 Especificación de la distribución de vida
y estimación gráfica de sus parámetros

Gráficas en papel de probabilidad

FIGURA 13.9 Función de distribución empírica y posiciones de graficación.

Linealización de la función de distribución acumulada ( )

EJEMPLO 13.6
Papel de probabilidad Weibull (datos completos). Supon- Para construir la gráfica de probabilidad Weibull pri-
ga que seis unidades se prueban en un estudio de confia- mero se organizan los tiempos de falla en orden ascenden-
bilidad, todas al mismo nivel de esfuerzo. Las unidades fa- te y luego se obtienen las posiciones de graficación, como
llan durante la prueba en las siguientes horas, (): 93, 34, se muestra en la siguiente tabla:
16, 120, 53 y 75. Interesa investigar si el modelo Weibull es
razonable para estos datos y determinar la confiabilidad
de las unidades a un tiempo de 15 horas, (15).
 TIEMPO A LA POSICIONES DE
la escala vertical del papel Weibull un punto o círculo de
FALLA EN HORAS, GRAFICACIÓN, referencia, y a partir de éste se traza una línea paralela a
ORDEN DE
LAS FALLAS () ( – 0.5)/6 la recta ajustada a los datos. El cruce de esta línea parale-
()
la con la escala superior da el valor de . En el ejemplo se
16 1 0.083 puede ver que 1.7, aproximadamente.
34 2 0.250 Es fácil demostrar a partir de la función cuantil de
53 3 0.416 la distribución Weibull, que el parámetro de escala es
75 4 0.583 igual al cuantil 0.632. Este cuantil se indica en la figura
93 5 0.750 13.8 con una línea horizontal punteada, que al proyec-
120 6 0.916 tarse sobre el eje horizontal arroja un valor aproximado
de 74. Por lo tanto, los tiempos de falla provienen de
una distribución Weibull (1.7, 74). Así, la confiabilidad a
En seguida se grafican las parejas (16, 0.083), (34, cualquier tiempo se obtiene con la función de confiabi-
0.25),..., (120, 0.916) en el papel de probabilidad Weibull, lidad ( ) [ ( /74)1.7], cuya gráfica se muestra en la
como se muestra en la figura 13.10. Después se traza la figura 13.11. En particular la confiabilidad después de 15
mejor recta posible por medio de los puntos. En la figura horas esta dada por:
13.10 se aprecia que los puntos parecen bien alineados,
(15) [ (15/74)1.7] 0.936
por lo que se concluye que los datos no contradicen el
modelo Weibull. Por lo tanto, se estima que 93.6% de los componentes
De acuerdo con la ecuación linealizada para la distri- duran más de 15 horas. Más adelante se verán los mé-
bución Weibull que vimos antes, la pendiente de la recta todos de mínimos cuadrados y de máxima verosimilitud,
en la figura 13.10 es igual al parámetro de forma, , de que son procedimientos no gráficos que se utilizan para
esta distribución. Esta pendiente se obtiene ubicando en estimar los parámetros de un modelo.

FIGURA 13.10 Gráfica de probabilidad en papel Weibull, ejemplo 13.6.

FIGURA 13.11 Función de confiabilidad, ejemplo 13.6.

Estimador de Kaplan-Meier de la función de

confiabilidad (tomando en cuenta la censura)
Estimador de Kaplan-Meier
 EJEMPLO 13.7
Papel de probabilidad Weibull (con censura por la dere- y por lo tanto, F̂(75) 1 ˆ (75) 1 0.54 0.46, que es
cha). Consideremos los mismos datos del ejemplo 13.6, el valor reportado en la tabla 13.1. Después se calculan
agregando cuatro tiempos censurados intercalados entre las posiciones de graficación basadas en el estimador de
los tiempos de falla exactos. En la tabla 13.1 se señalan KM. Al graficar en papel de probabilidad Weibull los pun-
con un signo las cuatro observaciones censuradas. En tos ( ( ), ( )) de la tabla 13.1 se obtiene la figura 13.12.
las columnas de dicha tabla se muestra la contabilización De donde se observa que los estimadores gráficos de los
de ( ), y ( ), y con base en esto, en la quinta columna se parámetros del modelo Weibull son, aproximadamente,
calcula el estimador de ( ) con base en el estimador KM 1.8 y ˆ 92.
de la función de confiabilidad. Por ejemplo, para obtener La confiabilidad estimada a las 15 horas consideran-
( ) en un tiempo 75 horas, primero se aplica la fór- do la censura es de aproximadamente 96%, frente a 93.6%
mula de KM para calcular la sobrevivencia a este tiempo, que resulta de ignorar la información censurada (véase
como: ejemplo 13.6). La censura inducida se hizo de manera in-
tercalada en los tiempos de falla; pero, de haberse agre-
gado a la derecha del mayor tiempo de falla, seguramente
la confiabilidad a las 15 horas sería todavía mejor.

TABLA 13.1 Obtención del estimador KM de ( ) para el ejemplo 13.7.

CENSURADOS, UNIDADES ESTIMADOR DE POSICIONES DE GRAFICACIÓN
() FALLAS, EN RIESGO, ( K-M DE ˆ()=1 ˆ() ˆ [ ˆ( ) ˆ(
() () (1) )]/2

16 1 0 10 0.10 0.05
34 1 0 9 0.20 0.15
40 0 1
40 0 1
53 1 0 6 0.33 0.26
75 1 0 5 0.46 0.39
85 0 1
90 0 1
93 1 0 2 0.73 0.59
120 1 0 1 1.00 0.86

FIGURA 13.12 Gráfica de probabilidad Wiebull y función de confiabilidad, ejemplo 13.7.

 TABLA 13.2 Transformación de ( ) y ( ) para obtener las escalas de gráficas
de probabilidad y la FDA linealizada.
DISTRIBUCIÓN FDA, () FDA EN LA FORMA
Exponencial

Weibull

log[ log(1 p( ))] log( ) log(t( ))

Valor extremo

Normal

Lognormal

Estimación por mínimos cuadrados

y por máxima verosimilitud
 Mínimos cuadrados

Mínimos cuadrados

Máxima verosimilitud
Máxima verosimilitud
 Varios modos de falla

EJEMPLO 13.8
Consideremos el problema planteado en el ejemplo 13.3, gráficas, tanto la distribución Weibull como la normal
en el cual se estudian los esfuerzos a la ruptura de 20 describen de manera adecuada las fallas de las conexio-
conexiones de alambre. Se tienen dos modos de falla: el nes de alambre y, al parecer, los datos provienen de una
modo A es el rompimiento del alambre y el modo S que es sola población. Se puede pensar que las fallas se presentan
el rompimiento de la soldadura. Primero se realiza un aná- por “la liga más débil”, argumento que favorece al modelo
lisis exploratorio sin distinguir modos de falla. En la figura Weibull. Si consideramos ambos modos de falla los pará-
13.13 se muestran las gráficas de probabilidad Weibull, metros estimados son ˆ 1 400.4 y ˆ 3.988.
exponencial, lognormal y normal. De acuerdo con estas
FIGURA 13.13 Gráficas de probabilidad Weibull, lognormal, exponencial y normal.
 FIGURA 13.14 Gráfica de probabilidad Weibull: ( ) soldadura, ( ) alambre.

Confiabilidad de sistemas

Sistemas en serie
Sistema en serie

Regla del producto

de probabilidades
FIGURA 13.15 Sistema con cuatro componentes en serie.

Sistema en paralelo
Sistema en paralelo

Sistemas con componentes en serie y en paralelo

FIGURA 13.16 Sistema con cuatro componentes en paralelo.

 FIGURA 13.17 Sistema con cuatro componentes en serie y en paralelo.

Función de estructura de un sistema

Función de estructura
Método de trayectorias para calcular
la confiabilidad de un sistema

EJEMPLO 13.9
Para el sistema dado en la figura 13.17, las trayectorias Se sustituyen las confiabilidades de cada componente,
minimales son: ACDEF, ACDG, BCDEF y BCDG. Al apli- 0.96, 0.92, 0.94, 0.89, 0.95,
car a estas trayectorias la definición de función de estruc- 0.88 y 0.90, se hacen los cálculos y se llega a que la
tura para un sistema en paralelo, se obtiene la función de confiabilidad del sistema es 0.77(0.836 0.90 0.75)
estructura del sistema: 0.80 (0.836 0.77 0.90 0.83 0.75 0.69) 0.82,
que es la misma que se obtuvo anteriormente.
s( ) 1 (1 )(1 )(1 )(1 )=
( (
 Uso de software estadístico

Conceptos clave

Confiabilidad Función de confiabilidad

Falla Tasa de falla instantánea
Tiempo de falla Mortalidad infantil
Datos censurados Vida útil
Censura por la derecha tipo I Envejecimiento
Censura por la derecha tipo II Curva de bañera
Censura por la izquierda Tiempo de quemado
Censura por intervalo Vida media
Censura múltiple Cuantil
Función de distribución acumulada Distribución exponencial
 Distribución Weibull Máxima verosimilitud
Distribución valor extremo Sistema en serie
Modelo lognormal Regla del producto de probabilidades
Estimador de Kaplan-Meier Sistema en paralelo
Mínimos cuadrados Función de estructura

Preguntas y ejercicios

1. ¿Qué es la confiabilidad de un producto? 16. ¿En qué situaciones es útil la distribución lognormal?
2. Describa dos elementos distintivos de los estudios de 17. ¿En qué consiste el tiempo de quemado o de un
confiabilidad. producto? ¿En qué situaciones puede incrementar la
3. Plantee al menos tres preguntas de interés en los estu- confiabilidad del producto?
dios de confiabilidad. 18. Defina los sistemas en serie y los sistemas en paralelo,
4. Defina las censuras: por la derecha, por izquierda y por después comente cómo se puede mejorar la confiabili-
intervalo. Describa para cada censura una situación dad de cada uno de ellos.
práctica que la puede generar. 19. ¿Qué es la función de estructura de un sistema? ¿Para
5. ¿Qué información proveen las funciones de distribu- qué sirve?
ción acumulada y la función de confiabilidad? 20. ¿En qué consiste el método de trayectorias para calcu-
6. ¿Cómo se define la función de riesgo? ¿Cómo se inter- lar la confiabilidad de un sistema?
preta? 21. Defina el estimador de Kaplan-Meier de la función de
7. Si la función de riesgo de un producto es decreciente, confiabilidad empírica. ¿Cómo es que toma en cuenta
¿significa que después de un tiempo éste no falla? las censuras por la derecha?
Argumente su respuesta. 22. Qué tipo de preguntas sobre la vida de un producto
8. ¿Cómo se pueden detectar y eliminar las fallas tem- se pueden responder con la función de confiabilidad
pranas o la mortalidad infantil? ¿En qué sentido esto condicional.
incrementa la confiabilidad del producto? 23. Escriba y grafique la función de riesgo ( ) para una
9. Por lo general, ¿cuáles son las tres etapas en la vida de distribución de Weibull con parámetros: ) 1,
un producto? 4, ) 2, 2, ) 3, 1. Comente el efecto de
cada parámetro.
10. Describa una situación en la cual la tasa de riesgo
constante es apropiada. 24. Suponga que la vida de un producto se distribuye de
manera uniforme en el intervalo [ , ].
11. ¿Cómo se define el cuantil ? ¿Por qué los cuantiles
son importantes en confiabilidad? ) Escriba las funciones ( ), ( ), ( ) y ( ) y grafíquelas.
) Dé las expresiones para el cuantil y la vida media
12. ¿Por qué la vida media puede ser menos relevante que
del producto.
la vida mediana en los estudios de confiabilidad?
25. La duración (en horas) de cierto componente electró-
13. ¿Para qué sirve el papel de probabilidad? Explique de mane-
nico es una variable aleatoria con función de densidad.
ra breve cómo se construye una gráfica de probabilidad.
14. Según la teoría, ¿en qué situaciones puede ser útil la
distribución Weibull?
15. ¿Cómo se estima la confiabilidad del producto, si en el en los demás puntos
estudio aparecieron varios modos de falla?
 ) Calcule ( ), ( ) y ( ). ) Una vez identificada una distribución, estime los
) ¿Cuál es la confiabilidad del componente a las parámetros por máxima verosimilitud y también por
100 horas? mínimos cuadrados. Compare los estimadores.
) ¿Cuál es la confiabilidad de las balatas a los
) Si una unidad ha sobrevivido a las primeras 100
10 000 km?
horas, ¿cuál es la probabilidad de que sobreviva
) Si el fabricante no está dispuesto a reemplazar
hasta las 200 horas?
más de 2% de las balatas, ¿es razonable otorgar
) Grafique ( ) e interprétela. una garantía de 10 000 km?
26. Para un disco magnético de computadora se considera ) Si tiene apoyo de un software apropiado, proporcio-
que ocurre una falla temprana si falla antes del tiempo ne un intervalo de confianza al 95% para los kilóme-
y una falla por desgaste si ocurre después del tros en que falla 2% de las balatas e interprételo.
tiempo . Suponga que la distribución del tiempo 29. Para los datos sobre la vida de ventiladores dados en
de falla de los discos, durante su vida útil se puede mo- el ejemplo 13.2, identifique un modelo adecuado para
delar con la distribución los datos y conteste las siguientes preguntas:
) Estime los parámetros del modelo usando el mé-
todo gráfico, el método de mínimos cuadrados y
) Obtenga las funciones ( ) y ( ). el método de máxima verosimilitud. Compare los
) Calcule la tasa de riesgo ( ). resultados.
) Grafique la tasa de riesgo de discos considerando ) Grafique el estimador no paramétrico de la fun-
100 horas y 1 500 horas. ción de supervivencia.
) Si 100 y 1 500, ¿cuál es la confi abilidad ) ¿Cuál es la proporción de ventiladores que fallan
del paquete de discos en el tiempo 500 horas? antes del tiempo de garantía de 8 000 h?
¿Cuál es su tasa de riesgo a las 500 horas y cómo ) ¿Será necesario rediseñar los ventiladores para tra-
se interpreta? tar de incrementar su confiabilidad? Argumente.
27. Se realizó un estudio para estimar la vida media (en 30. Suponga que la duración (en años) de un chip para
millas) de cierto tipo de locomotora. Se operaron 96 computadoras tiene una distribución de vida Weibull.
máquinas durante 135 mil millas o hasta que fallaron; A fin de estimar los parámetros de esta distribución,
y de éstas, 37 fallaron antes de cumplirse el periodo de se sometieron a prueba 100 chips y se registró el nú-
135 mil millas. La siguiente tabla presenta las millas mero de supervivientes al final de cada año, durante
hasta fallar para las 37 locomotoras. un periodo de ocho años. Los datos con censura por
22.5 57.5 78.5 91.5 113.5 122.5 intervalo se presentan en la siguiente tabla:
37.5 66.5 80.0 93.5 116.0 123.0 Año 1 2 3 4 5 6 7 8
46.0 68.0 81.5 102.5 117.0 127.5 Número 94 78 58 36 22 10 6 2
48.5 69.5 82.0 107.0 118.5 131.0 de supervivientes
51.5 76.5 83.0 108.5 119.0 132.5
53.0 77.0 84.0 112.5 120.0 134.0 ) Utilice el método de mínimos cuadrados para
54.5 obtener estimaciones de y .
) Si tiene apoyo de un software apropiado, esta-
Las restantes 59 locomotoras no fallaron a 135 mil mi- blezca un intervalo de confianza de 95% para el
llas; por lo tanto, entran al estudio en forma censurada: percentil 1%.
) Use un software apropiado y grafique los datos en ) Calcule la probabilidad de que un chip falle antes
varios papeles de probabilidad para identificar la de cinco años.
distribución de la que proceden. ) Estime la confiabilidad de los chips en el tiempo
) Determine la vida mediana de las locomotoras. de siete años.
) ¿Cuál es la confiabilidad de las locomotoras a las ) Calcule la tasa de riesgo, ( ), y grafíquela.
200 000 mi? Obtenga la tasa de riesgo en el tiempo 4 años
28. Para los datos sobre la vida de balatas dados en el e interprete su valor.
ejemplo 13.1: 31. Nelson (1985) aplicó la distribución Weibull a los
) Haga un análisis gráfico para identificar la distri- tiempo de vida de una muestra de 138 cojinetes de
bución que siguen los datos. rodillos. La siguiente tabla indica el número de cojine-
 tes que seguían funcionando al final de cada periodo ) Calcule la probabilidad de que la lámpara falle
de 100 horas hasta que todos fallaron. antes de las 900 horas.
) Calcule la confiabilidad de la lámpara en el tiem-
HORAS po 400 h e interprete su valor.
1 2 3 4 5 6 7 8 12 13 17 19 24 51 ) Grafique la función de riesgo. ¿Podría funcionar
(CIENTOS)
con esta lámpara el tiempo de quemado para
NÚMERO
DE COJINES 138 114 104 64 37 29 20 10 8 6 4 3 2 1 detectar y eliminar unidades débiles?
35. Sea la siguiente función de distribución acumulada ( )
1 ( 2) para 1, que modela el tiempo de vida de
) Ajuste un modelo Weibull a estos datos.
un microorganismo en cierto medio:
) Si tiene apoyo de un software apropiado, dé un
intervalo de confianza para el tiempo al cual falla ) Obtenga las siguientes funciones ( ), ( ) y ( ).
una proporción de 2% de los cojinetes. ) Bosqueje la gráfica de ( ) y ( ) e interprételas en
) Calcule la confiabilidad de los cojinetes de rodillos términos del tiempo de vida.
a las 400 horas. ) Obtenga la función percentil.
) Calcule la confiabilidad de que, luego de sobrevivir ) Calcule el percentil 90 e interprételo.
las primeras 300 horas, un cojinete sobreviva 100 ) Calcule Pr( 2).
horas más. 36. Con el propósito de estudiar la vida de un producto
32. El tiempo de vida en años de un generador que se semiperecedero se realiza un experimento teniendo
compra tiene una distribución Weibull con parámetros como tiempo de censura 400 h. Se estudiaron un total
13 años y 2. El periodo de garantía que ofrece de 60 productos. Los datos obtenidos hasta el
el proveedor es de dos años. tiempo de censura se muestran a continuación.
) ¿Cuál es la confiabilidad del generador al terminar 82 113 132 136 154 156 204 212 238 242 249
el periodo de garantía? 270 275 276 284 290 290 292 302 304 308 313
) Si se compran 1 000 unidades, ¿cuál es el número 317 331 334 334 335 336 342 351 352 354 358
esperado de reclamos al fabricante? 377 383 386 390 396 396 397
) ¿Cuál periodo de garantía debe ofrecer el fabri-
) ¿Por qué cree que se censuró el experimento y qué
cante si quiere tener una proporción de reclamos
tipo de censura se aplica?
a lo más de 1 por ciento?
) ¿Los datos siguen una distribución Weibull?
33. De un proveedor se adquiere un lote de 100 000 uni- ) Estime los parámetros de la distribución Weibull,
dades cuyo tiempo de falla sigue una distribución grafique la densidad correspondiente e interprétela.
Weibull. Si 5% de las unidades falla al tiempo 1 225 ) ¿Qué tiempo de garantía propondría para el pro-
h y 10% falla a las 2 325 h, encuentre: ducto? ¿Por qué?
) Los parámetros de forma y escala, utilizando la ) Utilizando la estimación no parámetrica de
función cuantil. Kaplan-Meier obtenga el inciso ).
) La vida media de las unidades. 37. Con el propósito de estudiar la vida de anaquel de dos
) La vida mediana de las unidades. marcas del mismo producto, se realiza un experimento
) La proporción de reclamos esperada si el produc- teniendo como tiempo de censura 200 horas. Se estu-
tor ofrece un tiempo de garantía de 30 días. diaron un total de 40 productos de cada marca. Los
34. Suponga que la duración (en horas) de una lámpara datos obtenidos hasta 200 horas (el resto regístrelos
fluorescente tiene una distribución de tiempo de falla como censurados) para las dos marcas se muestran a
Weibull con parámetro 500 y 0 .70. continuación:

MARCA A MARCA B
23 25 29 30 44 60 62 64 67 68 33 51 71 79 82 83 84 86 92 93
69 72 75 77 82 87 91 110 114 118 99 102 103 104 111 112 112 114 119 125
119 121 127 132 133 136 155 156 161 165 128 128 131 132 132 134 157 158 171 175
178 187 189 192 196 198 200* 200* 200* 200* 181 185 194 200* 200* 200* 200* 200* 200* 200*
(*) Censura
 FIGURA 13.19 Diagrama del ejercicio 41. FIGURA 13.20 Diagrama para el ejercicio 42.

) ¿Por qué cree que se censuró el experimento y qué .75, .75, .90, .95, calcule la confi a-
tipo de censura se aplica? bilidad global del sistema.
) ¿Los datos para cada marca siguen una distribu- 42. El sistema dado en la figura 13.19 se llama sistema
ción Weibull? puente y es muy utilizado para incrementar la confiabili-
) Estime los parámetros de la distribución Weibull dad de redes eléctricas. Suponga que las confiabilidades
para cada caso; además, grafique las densida- de los cinco componentes son: 0.96, 0.92,
des y las funciones de riesgo correspondientes. 0.94, 0.89 y 0.90. Calcule la confiabili-
Comente las diferencias entre marcas. dad del sistema utilizando el método de trayectorias.
) Estime e interprete los cuantiles 0.05, 0.10, 0.25 y
43. Considere el sistema dado en la figura 13.20.
0.80, para cada caso, con base en la distribución
Weibull. ) Dé una expresión para la función de estructura
) Utilice la estimación no parámetrica de Kaplan- del sistema.
Meier y obtenga el inciso ). ) Considerando que las confiabilidades los seis
) ¿Hay diferencias importantes entre los dos méto- componentes independientes son: 0.95,
dos de estimación? Comente. 0.92, 0.95, 0.90, 0.92 y 0.90,
) ¿Los diseños son diferentes? calcule la confiabilidad del sistema
38. Haga el mismo análisis del problema anterior pero 44. Demuestre que la tasa de riesgo ( ) se puede expresar
ahora con la distribución lognormal, en lugar de la como:
distribución Weibull.
39. Un sistema con dos componentes conectados en serie
tienen distribuciones de tiempo de falla exponenciales
45. Demuestre que en general C( ) exp ( ( )).
con medias 1 000 horas. En el tiempo 1 400 h,
¿cuál es la confiabilidad del sistema? ¿A las cuántas
horas falla 10% de estos sistemas?
40. Considere un sistema con cuatro componentes, A, B,
C y D, conectados en paralelo. Suponga que los com-
ponentes A y B tienen distribuciones de tiempo de falla
normales con parámetros 800 horas y 100
horas, mientras que los componentes C y D tienen dis-
tribuciones de tiempo de falla Weibull con parámetros
.5 y 300. Calcule la confi abilidad del sistema
en el tiempo 500 horas.
41. Considere el sistema de la figura 13.18. Si las confiabi-
lidades de los componentes individuales son .85,
FIGURA 13.18 Diagrama para el ejercicio 43.