Distribución de Weibull y Normal

Descargar como pptx, pdf o txt
Descargar como pptx, pdf o txt
Está en la página 1de 10

DISTRIBUCIÓN

DE WEIBULL Y
NORMAL

ISAAC ENRIQUE IRENE CORTEZ


FERNANDO ISRAEL OVIEDO ARIAS
HIBELS ANDRE BUSO ROMERO
ADRIAN QUEVEDO DEL RÍO
DISTRIBUCIÓN
En teoría de la probabilidad y estadística, la Distribución
WIBULL de Weibull es una distribución de probabilidad continua.
Recibe su nombre de WaloddiWeibull, que la describió
detalladamente en 1951, aunque fue descubierta
inicialmente por Fréchet(1927) y aplicada porprimera vez
por RosinyRammler(1933) para describir la distribución
de los tamaños de determinadas partículas. Esta
distribución es utilizada como modelo para situaciones
del tipo tiempo-falla y con el objetivo de lograr una amplia
variedad de componentes mecánicos y eléctricos.
La gráfica de la Distribución de Weibull tiene forma de J o
de curva conconcavidades diferentes.
¿Cuándo se usa la distribución de
Weibull?
La distribución de Weibull nos permite
estudiar cuál es la distribución de fallos de
un componente clave de seguridad que
pretendemos controlar y que a través de
nuestro registro de fallos observamos que
éstos varían a lo largo del tiempo y dentro
de lo que se considera tiempo normal de
uso.
PARAMETROS
•La distribución de Weibull se describe según los parámetros de
forma, escala y valor umbral y también se conoce como la
distribución de Weibull de 3 parámetros. El caso en el que el
parámetro de valor umbral es cero se conoce como la distribución
de Weibull de 2 parámetros. La distribución de Weibull de 2
parámetros se define solo para variables positivas. Una
distribución de Weibull de 3 parámetros puede funcionar con ceros
y datos negativos, pero todos los datos para una distribución de
Weibull de 2 parámetros deben ser mayores que cero.
DEPENDIENDO
D E L O S VA L O R E S
DE SUS
PA R Á M E T R O S ,
LA
DISTRIBUCIÓN •El parámetro de forma describe la manera en
DE WEIBULL
P U E D E A D O P TA R que se distribuyen los datos. Una forma de 3 se
VA R I A S F O R M A S . aproxima a una curva normal. Un valor de
forma bajo, por ejemplo 1, da una curva con
asimetría hacia la derecha. Un valor de forma
alto, por ejemplo 10, da una curva con asimetría
hacia la izquierda.
Efecto del parámetro de escala

La escala, o vida característica, es el percentil 63.2 de los datos. La escala define la


posición de la curva de Weibull respecto del valor de umbral, lo cual es similar
a la manera en que la media define la posición de una curva normal. Una
escala de 20, por ejemplo, indica que el 63.2% de los equipos fallará en las
primeras 20 horas después del tiempo umbral.
•Efecto del parámetro de valor umbral
• El parámetro de valor umbral describe un
desplazamiento de la distribución alejándose
del 0. Un valor umbral negativo desplaza la
distribución hacia la izquierda, mientras que un
valor umbral positivo desplaza la distribución
hacia la derecha. Todos los datos deben ser
mayores que el valor umbral. La distribución
de Weibull de 2 parámetros es igual a la
distribución de Weibull de 3 parámetros con un
valor umbral de 0. Por ejemplo, la distribución
de Weibull de 3 parámetros (3,100,50) tiene la
misma forma y dispersión que la distribución
de Weibull de 2 parámetros (3,100), pero está
desplazada 50 unidades hacia la derecha.
DISTRIBUCIÓN
NORMAL
•Esta distribución es frecuentemente utilizada en las
aplicaciones estadísticas. Su propio nombre indica su
extendida utilización, justificada por la frecuencia o
normalidad con la que ciertos fenómenos tienden a
parecerse en su comportamiento a esta distribución.
•Muchas variables aleatorias continuas presentan una
función de densidad cuya gráfica tiene forma de
campana.
•En otras ocasiones, al considerar distribuciones
binomiales, tipo B(n,p), para un mismo valor de  p  y
valores de  n  cada vez mayores, se ve que sus
polígonos de frecuencias se aproximan a una curva
en "forma de campana".
FUNCIÓN DE DENSIDAD
FUNCIÓN DE •Puede tomar cualquier valor (- ¥, + ¥)
DISTRIBUCIÓN •Son más probables los valores cercanos a uno central que llamamos media  m
•Conforme nos separamos de ese valor m , la probabilidad va decreciendo de
igual forma a derecha e izquierda (es simétrica).
•Conforme nos separamos de ese valor m , la probabilidad va decreciendo de
forma más o menos rápida dependiendo de un parámetro s , que es la desviación
típica.

También podría gustarte