Distribuție Weibull |
---|
Funcția densității probabilității |
Funcția de distribuție |
Parametrii | {\ displaystyle \ lambda> 0 \} {\ displaystyle k> 0 \} |
---|
A sustine | {\ displaystyle \ mathbb {R} ^ {+}} |
---|
Funcția de densitate | {\ displaystyle {\ tfrac {k} {\ lambda ^ {k}}} x ^ {k-1} e ^ {- ({\ frac {x} {\ lambda}}) ^ {k}}} |
---|
Funcția de distribuție | {\ displaystyle 1-e ^ {- ({\ frac {x} {\ lambda}}) ^ {k}}} |
---|
Valorea estimata | {\ displaystyle {\ frac {\ lambda} {k}} \ Gamma \ left ({\ tfrac {1} {k}} \ right) \} |
---|
Median | {\ displaystyle \ lambda (\ log 2) ^ {\ tfrac {1} {k}}} |
---|
Modă | {\ displaystyle \ lambda \ left (1 - {\ tfrac {1} {k}} \ right) ^ {\ tfrac {1} {k}}} pentru {\ displaystyle k \ geqslant 1} pentru {\ displaystyle k \ leqslant 1} |
---|
Varianța | {\ displaystyle {\ frac {\ lambda ^ {2}} {k ^ {2}}} {\ big [} 2k \ Gamma ({\ tfrac {2} {k}}) - \ Gamma ^ {2} ( {\ tfrac {1} {k}}) {\ big]}} |
---|
Entropie | {\ displaystyle \ left (1 - {\ tfrac {1} {k}} \ right) \ gamma + \ log {\ tfrac {\ lambda} {k}} + 1} (cu {\ displaystyle \ gamma} constanta Euler-Mascheroni ) |
---|
Manual |
În teoria probabilității, distribuția Weibull este o distribuție continuă a probabilității definită pe numere reale pozitive și descrisă de parametri {\ displaystyle \ lambda} (parametru de scară sau viață caracteristică) e {\ displaystyle k} (parametru de formă).
Este numit după matematicianul suedez Waloddi Weibull care a descris-o în 1951 . [1] Distribuția fusese însă tratată deja de matematicianul francez Maurice Fréchet în 1927 . [2]
Distribuția oferă o interpolare între distribuția exponențială (pentru {\ displaystyle k = 1} ), distribuția Rayleigh (pentru {\ displaystyle k = 2} ).
Este folosit pentru a descrie sistemele cu o rată de eșec variabilă în timp, ca o extensie a distribuției exponențiale care prezice rate de eșec constante în timp.
Definiție
Distribuția parametrilor Weibull {\ displaystyle \ lambda> 0} Și {\ displaystyle k> 0} este definit pe reali pozitivi cu funcție de distribuție
- {\ displaystyle F (x) = 1-e ^ {- ({\ frac {x} {\ lambda}}) ^ {k}}} ,
deci funcția densității probabilității
- {\ displaystyle f (x) = {\ tfrac {k} {\ lambda ^ {k}}} x ^ {k-1} e ^ {- ({\ frac {x} {\ lambda}}) ^ {k }}} .
Caracteristici
Momentele simple ale distribuției parametrilor Weibull {\ displaystyle (\ lambda, k)} poate fi obținut cu înlocuire {\ displaystyle t = ({\ tfrac {x} {\ lambda}}) ^ {k}} , {\ displaystyle dt = {\ frac {k} {\ lambda ^ {k}}} x ^ {k-1} dx} :
- {\ displaystyle \ mu _ {n} = \ int _ {0} ^ {\ infty} x ^ {n} {\ frac {k} {\ lambda ^ {k}}} x ^ {k-1} e ^ {- ({\ frac {x} {\ lambda}}) ^ {k}} dx = \ int _ {0} ^ {\ infty} \ lambda ^ {n} t ^ {\ frac {n} {k} } e ^ {- t} dt = \ lambda ^ {n} \ Gamma \ left (1 + {\ tfrac {n} {k}} \ right) = {\ frac {n \ lambda ^ {n}} {k }} \ Gamma \ left ({\ tfrac {n} {k}} \ right)}
unde este {\ displaystyle \ Gamma} este funcția Gamma a lui Euler.
În special, o variabilă aleatorie cu această distribuție are
- speranță matematică {\ displaystyle \ mathbb {E} [X] = {\ frac {\ lambda} {k}} \ Gamma \ left ({\ tfrac {1} {k}} \ right)} Și
- varianță {\ displaystyle {\ text {Var}} (X) = {\ frac {2 \ lambda ^ {2}} {k}} \ Gamma ({\ tfrac {2} {k}}) - {\ frac {\ lambda ^ {2}} {k ^ {2}}} \ Gamma ^ {2} ({\ tfrac {1} {k}})} .
Cuantilele {\ displaystyle q _ {\ alpha}} de ordine {\ displaystyle \ alpha} sunt exprimate prin inversa funcției de distribuție,
- {\ displaystyle q _ {\ alpha} = \ lambda \ left (\ ln {\ frac {1} {1- \ alpha}} \ right) ^ {\ frac {1} {k}}}
în special mediana este
- {\ displaystyle q_ {1/2} = \ lambda (\ ln 2) ^ {\ frac {1} {k}}} .
Moda este valoarea asumată de {\ displaystyle x} unde {\ displaystyle f (x)} presupune o valoare maximă:
{\ displaystyle {\ frac {df (x)} {dx}} = {\ frac {k (k-1)} {\ lambda ^ {k}}} x ^ {k-2} e ^ {- \ left ({\ tfrac {x} {\ lambda}} \ right) ^ {k}} - {\ frac {k} {\ lambda ^ {k}}} x ^ {k-1} \ cdot {\ frac {kx ^ {k-1}} {\ lambda ^ {k}}} și ^ {- \ left ({\ tfrac {x} {\ lambda}} \ right) ^ {k}}}
care este egal cu
{\ displaystyle {\ frac {k (k-1)} {\ lambda ^ {k}}} x ^ {k-2} e ^ {- \ left ({\ tfrac {x} {\ lambda}} \ right ) ^ {k}} = {\ frac {k ^ {2}} {\ lambda ^ {2k}}} x ^ {2k-2} e ^ {- \ left ({\ tfrac {x} {\ lambda} } \ dreapta) ^ {k}}}
{\ displaystyle (k-1) x ^ {k-2} = {\ frac {k} {\ lambda ^ {k}}} x ^ {2k-2}}
{\ displaystyle x = \ lambda \ left (1 - {\ frac {1} {k}} \ right) ^ {\ frac {1} {k}}}
definit așa cum vedem pentru valorile de {\ displaystyle k> 1} .
Pentru interval {\ displaystyle [0,1]} se întâmplă că funcția scade peste tot, deci superiorul funcției ( {\ displaystyle + \ infty} ) îl avem în
Deci moda este în cele din urmă
- pentru {\ displaystyle k \ leqslant 1} .
- {\ displaystyle \ lambda \ left (1 - {\ frac {1} {k}} \ right) ^ {\ frac {1} {k}}} pentru {\ displaystyle k> 1}
Entropia este
- {\ displaystyle H (X) = \ left (1 - {\ tfrac {1} {k}} \ right) \ gamma + \ ln \ left ({\ tfrac {\ lambda} {k}} \ right) +1 } ,
unde este {\ displaystyle \ gamma} este constanta Euler-Mascheroni .
Alte distribuții
Distribuția parametrilor Weibull {\ displaystyle (\ lambda, 1)} corespunde distribuției exponențiale {\ displaystyle {\ mathcal {E}} ({\ lambda})} .
Distribuția parametrilor Weibull {\ displaystyle (\ lambda, 2)} corespunde distribuției parametrului Rayleigh{\ displaystyle 2 \ lambda ^ {2}} .
O posibilă generalizare a distribuției Weibull implică introducerea unui parametru suplimentar {\ displaystyle \ mu} și descrie variabila aleatorie {\ displaystyle X- \ mu} in loc de {\ displaystyle X} .
Distribuția Weibull este descrisă, împreună cu distribuția Fréchet și, ca caz limitativ, distribuția Gumbel , prin distribuția generalizată a valorilor extreme .
Utilizare
La fel cum distribuția exponențială descrie „durata de viață” a unui fenomen fără memorie, tot așa distribuția Weibull poate descrie durata de viață a unui fenomen a cărui „probabilitate de moarte” poate varia în timp, în funcție de {\ displaystyle k} .
Rata de eșec , adică densitatea probabilității în timp {\ displaystyle t} condiționat de eveniment {\ displaystyle X \ geqslant t} , Și
- {\ displaystyle {\ frac {f (t)} {1-F (t)}} = {\ frac {k} {\ lambda ^ {k}}} t ^ {k-1}} ;
în special
- pentru {\ displaystyle k <1} rata de eșec scade în timp („mortalitate infantilă” ridicată)
- pentru {\ displaystyle k = 1} rata de eșec este invariantă în timp ( lipsa memoriei )
- pentru {\ displaystyle k> 1} rata de eșec crește cu timpul ( îmbătrânire )
Distribuția Weibull este utilizată în multe domenii care se ocupă de eșecuri, cum ar fi analiza eșecurilor , analiza supraviețuirii , ingineria fiabilității și controlul calității . De asemenea, este utilizat în prognoza meteo și în industria eoliană pentru a descrie distribuția vitezei vântului , ca o generalizare a distribuției Rayleigh.
Notă
- ^ (EN) Weibull, W., O funcție de distribuție statistică de largă aplicabilitate, în J. Appl. Mech.-Trans. ASME , voi. 18, nr. 3, 1951, pp. 293-297.
- ^ ( FR ) Fréchet, M., Sur la loi de probabilité de l'écart maximum , in Ann. Soc. Polon. Matematica. , vol. 6, 1927, pp. 93--116.
Elemente conexe
Alte proiecte