Distribución de Weibull
Distribución de Weibull
Distribución de Weibull
• La distribución de Weibull es una familia de curvas de dos parámetros. Esta distribución lleva el nombre de
Waloddi Weibull, quien la ofreció como una herramienta analítica adecuada para modelar la resistencia a la
rotura de los materiales. El uso actual también incluye confiabilidad y modelado de por vida. La distribución de
Weibull es más flexible que la distribución exponencial para estos fines, porque la distribución exponencial
tiene una función de riesgo constante.
¿POR QUÉ USAMOS WEIBULL?
• Esto nos permite usar un mismo modelo independientemente de en que forma varié la tasa
de fallos del componente, simplificando en gran medida la tarea de análisis de los resultados.
• Al aplicar Weibull, el estudio previo de los datos se reduce únicamente a una inspección visual de
busca posibles datos anómalos que distorsionen los resultados
• Al conocer la distribución de fallos , se pueden responder preguntas del tipo : ¿ Cuantos
componentes fallaran durante el primer año? , ¿Cuánto tiempo de garantía tendrá que tener un
componente para que únicamente fallen el 1% durante ese periodo?. Etc.
DESCRIPCIÓN DEL MODELO
A parte de la función de distribución F(t), también se puede definir la función de densidad de probabilidad f(t),
que muestra la probabilidad que tiene un componente genérico de fallar en un tiempo dado. Esta función coincide
con la derivada temporal de F(t) y su expresión es:
REPRESENTACION GRAFICA
Una forma simple de ver la distribución de los fallos y de esta forma poder analizar y decidir sobre los
resultados, es representar gráficamente la función de Weibull.
Para representar gráficamente esta función se deben seguir los siguientes pasos:
1- Clasificar el tiempo o ciclos de cada muestra (ti) de menor a mayor.
2- Determinar los valores de probabilidad acumulada de fallo ( Fi ). Estos valores se determinan usando la
siguiente formula.
METODOS DE ESTIMACION DE LOS
PARAMETROS
Para estimar los parámetros de la función de Weibull se puede recurrir a diferentes métodos, tanto analíticos
como gráficos. Estos métodos se pueden usar para calcular los parámetros de forma manual.
Métodos gráficos
se basan en obtener los parámetros directamente con el gráfico, son usados en programas o aplicaciones
informáticas que se usan para determinar la distribución de Weibull a partir de un conjunto de muestras.
Métodos analíticos
Permiten obtener una aproximación del valor de los parámetros de la distribución de Weibull, la
calidad esta aproximación dependerá del método usado.
Método de la máxima versemblanza.
Es el que da una mejor aproximación de los parámetros, consiste en la resolución de un sistema de ecuaciones
que contiene los parámetros α y β de forma implícita, para obtener este sistema de ecuaciones se parte de la
hipótesis de que la muestra (aleatoria simple) proviene de una distribución de Weibull de parámetros α y β.
Si tómanos logaritmos en ambos lados de la ecuación y buscamos los parámetros α y β como los
valores que maximizan la función de versemblanza.
Método implicito.
Calcula los valores de los parámetros a partir de la media y de la varianza de la muestra, permite calcular α y β de
una forma más simple que el método anterior, pero da una aproximación peor de los valores.
Este método, da unos valores de los parámetros que se distribuyen siguiendo una normal. Esto implica que se
puede calcular su intervalo de confianza para un nivel de confianza δ.
Según Minitab, Dependiendo de los valores de sus parámetros, la
distribución de Weibull puede adoptar varias formas.
En el caso de querer saber en que momento (o numero de ciclos) se habrá producido el fallo
de un percentil p de las muestras, lo único que se debe hacer despejar de la formula anterior
la variable de tiempo t. La expresión quedaría
El análisis de la función de distribución de weibull nos permite conocer datos importantes de nuestro
proceso.
-Si 1,5-2 β < 3, el proceso tiene demasiada variabilidad y el problema puede venir de éste.
-Si β < 1,5 – 2, hay posibles problemas en la toma de datos o en el estudio posterior de los
resultados.
B I B L IOG RAFÍAS.
- H T T P S : / / S U P P O R T. M I N I TA B . C O M / E S - M X / M I N I TA B / 1 8 / H E L P - A N D - H O W - T O / P R O B A B I L I T Y-
D I S T R I B U T I O N S - A N D - R A N D O M - D ATA / S U P P O R T I N G - T O P I C S / D I S T R I B U T I O N S / W E I B U L L -
DISTRIBUTION/
- H T T P S : / / E S . S L I D E S H A R E . N E T / M E TA L _ J AV I E R / D I S T R I B U C I O N D E W E I B U L L
- H T T P S : / / W W W. I N S S T. E S / D O C U M E N T S / 9 4 8 8 6 / 3 2 6 8 2 7 / N T P _ 3 3 1 . P D F / C D C 3 B A 1 D - E C 1 8 - 4 D 9 F - 8 E 3 6 -
3CFE970C8083