Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Weibull (2-Parameter)
Parámetros escala (real)
forma (real)
Dominio
Función de densidad (pdf)
Función de distribución(cdf)
Media
Mediana
Moda if
Varianza
Coeficiente de simetría
Entropía
Función característica
Índice
[ocultar]
1Propiedades
2Distribuciones relacionadas
3Aplicaciones
4Véase también
5Referencias
6Bibliografía
7Enlaces externos
Propiedades[editar]
Su función de distribución de probabilidad es:
para x ≥ 0, siendo nula cuando x < 0.
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. Análogamente, la función característica del
logaritmo es
En particular, el momento n-ésimo de X es:
Su media y varianza son
y
Mientras que su asimetría y curtosis son
y
donde .
Distribuciones relacionadas[editar]
La distribución de Weibull desplazada (a través de un
parámetro adicional) también se encuentra en la
literatura.2 Tiene función de densidad
para y f(x; k, λ, θ) = 0 cuando x < θ, donde es
el parámetro de forma, es el parámetro de
escala y , el de localización. Coincide con la
habitual cuando θ=0.
La distribución de Weibull puede caracterizarse
como la distribución de una variable
aleatoria X tal que
sigue una distribución exponencial estándar
de intensidad 1.2 De hecho, 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.
La función de densidad de la distribución de
Weibull cambia sustancialmente
cuando k varía entre 0 y 3 y, en particular,
cerca de x=0. Cuando k < 1 la densidad
tiende a ∞ cuando x se aproxima a 0 y la
densidad tiene forma de J. Cuando k = 1 la
densidad tiene un valor finito en x=0. Cuando
1<k<2, la densidad se anula en 0, tiene una
pendiente infinita en tal valor y es unimodal.
Cuando k=2, la densidad tiene pendiente
finita en 0. Cuando k>2, la densidad y su
pendiente son nulas en cero y la densidad es
unimodal. Conforme k crece, la distribución
de Weibull converge a una delta de
Dirac soportada en x=λ.
La distribución de Weibull también puede
caracterizarse a través de la distribución
uniforme: si X es uniforme sobre (0,1),
entonces sigue una distribución de Weibull
de parámetros k y λ. Este resultado permite
simular numéricamente la distribución de
manera sencilla.
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 caso especial de
la generalized extreme value distribution. Fue
precisamente en este contexto que fue
identificada por Maurice Fréchet in 1927.
Aplicaciones[editar]
La distribución de Weibull se utiliza en:
Análisis de la supervivencia
Reliability engineering
En ingeniería, para modelar procesos estocásticos relacionados con el tiempo de
fabricación y distribución de bienes
Teoría de valores extremos
Meteorología
Para modelar la distribución de la velocidad del viento (frecuencia con la que se
dan diferentes velocidades de viento)
En telecomunicaciones
En sistemas de radar para simular la dispersión de la señal recibida
En seguros, para modelar el tamaño de las pérdidas
La distribución de Weibull
3. Su varianza vale: