Distribución de Weibull

Weibull (2-Parameter)

Función de densidad de probabilidad

Función de distribución de probabilidad

Parámetros

scale (real) shape (real)

Dominio Función de densidad (pdf) Función de distribución (cdf) Media

Mediana

Moda if k > 1 Varianza

Coeficiente de simetría

Contenido [ocultar]      1 Propiedades 2 Distribuciones relacionadas 3 Aplicaciones 4 Véase también 5 Referencias .Curtosis Entropía (see text) Función generadora de momentos (mgf) Función característica En teoría de la probabilidad y estadística. La distribución modela la distribución de fallos (en sistemas) cuando la tasa de fallos es proporcional a una potencia del tiempo:    Un valor k<1 indica que la tasa de fallos decrece con el tiempo. Cuando k=1. que la describió detalladamente en 1951. aunque fue descubierta inicialmente por Fréchet (1927) y aplicada por primera vez por Rosin y Rammler (1933) para describir la distribucion de los tamaños de determinadas partículas. la distribución de Weibull es una distribución de probabilidad continua. Recibe su nombre de Waloddi Weibull. La función de densidad de una variable aleatoria con la distribución de Weibull x es:1 donde k > 0 es el parámetro de forma y λ > 0 es el parámetro de escala de la distribución. Un valor k>1 indica que la tasa de fallos crece con el tiempo. la tasa de fallos es constante en el tiempo.

siendo nula cuando x < 0. la función característica del logaritmo es En particular. Análogamente. La tasa de fallos (hazard) es La función generadora de momentos del logaritmo de la distribución de Weibull es2 donde Γ es la función gamma.  6 Bibliografía 7 Enlaces externos [editar] Propiedades Su función de distribución de probabilidad es: para x ≥ 0. el momento n-ésimo de X es: Su media y varianza son y Mientras que su asimetría y curtosis son .

2 De hecho. entonces sigue una distribución de Weibull de parámetros k y λ. donde k > 0 es el parámetro de forma. λ > 0 es el parámetro de escala y θ. Este resultado permite simular numéricamente la distribución de manera sencilla. cerca de x=0. λ. La distribución de Weibull puede caracterizarse como la distribución de una variable aleatoria X tal que sigue una distribución exponencial estándar de intensidad 1.y donde Γi = Γ(1 + i / k). la densidad tiene pendiente finita en 0. Conforme k crece. Cuando k < 1 la densidad tiende a ∞ cuando x se aproxima a 0 y la densidad tiene forma de J. La función de densidad de la distribución de Weibull cambia sustancialmente cuando k varía entre 0 y 3 y. Cuando 1<k<2. la densidad se anula en 0. la distribución de Weibull coincide con la exponencial de intensidad 1/λ cuando k = 1 y la de distribución de Rayleigh de moda cuando k = 2. en particular.2 Tiene función de densidad para y f(x. k. la distribución de Weibull converge a una delta de Dirac soportada en x=λ. Cuando k = 1 la densidad tiene un valor finito en x=0.1). La distribución de Weibull es un caso especial de la distribución Exponentiated Weibull distribution (de tres parámetros) cuando el parámetro adicional vale 1. También es un . tiene una pendiente infinita en tal valor y es unimodal. θ) = 0 cuando x < θ. la densidad y su pendiente son nulas en cero y la densidad es unimodal. Cuando k=2. La distribución de Weibull también puede caracterizarse a través de la distribucion uniforme: si X es uniforme sobre (0. el de localización. Coincide con la habitual cuando θ=0. Cuando k>2. [editar] Distribuciones relacionadas La distribución de Weibull desplazada (a través de un parámetro adicional) también se encuentra en la literatura.

Fue precisamente en este contexto que fue identificada por Maurice Fréchet in 1927.caso especial de la generalized extreme value distribution. .

Sign up to vote on this title
UsefulNot useful