El presente estudio consiste en el análisis datos que provienen de un mortero de cal aplicado como recubrimiento en el adobe, a cuyo sistema se midió las tensiones de corte que actuaban en la superficie de contacto entre el mortero y el adobe. El mortero fue preparado en distintas composiciones, variando la cantidad de arena agregado a la cal para elaborarlo, la que fue desde 2 a 7 partes de arena por cada parte de cal. El objetivo fue entregar la información necesaria para el diseño de una estructura o elemento que requiera de una probabilidad de resistencia y una tolerancia establecida para dicha probabilidad. Así, se determinaron las dispersiones de parámetros de las distribuciones de probabilidad que mejor caracterizan el sistema, mediante el uso de la matriz de información de Fischer y/o simulaciones, además de la cantidad de ensayos (o simulaciones) a realizar para obtener dicha propiedad con una probabilidad y tolerancia dadas. Dicha tolerancia debe ser menor o igual a la dispersión obtenida para F. En general, se obtuvieron parámetros para cada composición estudiada, y en todos los casos se encontró aplicable una distribución de Weibull de 3 ó 4 parámetros. Además, se encontró en todos los casos una distribución alternativa capaz de representar los datos, cuyos resultados de las pruebas de bondad de ajuste fueron mejores que para la distribución de Weibull. Sin embargo, se descartan dichas distribuciones dado que carecen de sentido físico. Las fórmulas y resultados obtenidos de las dispersiones de probabilidad de falla, permiten diseñar elementos con una cierta probabilidad de falla y, a su vez, una cierta dispersión de probabilidad. Esto implica diseñar un experimento con una cantidad determinada de ensayes, así como también definir superficies de contacto (en este caso), para obtener las propiedades deseadas. Se presenta en el presente estudio un ejemplo de aplicación en que se verifica que la cantidad de ensayos a realizar para obtener resultados esperados de acuerdo a una cierta tolerancia en la probabilidad de falla es demasiado alta. Es por esto que se recurre a una herramienta tan necesaria como la simulación, que permite simular miles de ensayos para luego estudiarlos.