Distribusi Weibull

Teknologi modern telah memungkinkan para insinyur untuk merancang

sistem yang rumit banyak
yang operasi dan keselamatan tergantung pada keandalan berbagai komponen
yang membentuk sistem. Misalnya, sekering mungkin terbakar, kolom baja
mungkin
gesper, atau perangkat panas-sensing mungkin gagal. Komponen identik
dikenakan identik
kondisi lingkungan akan gagal pada waktu yang berbeda dan tak terduga. kita
telah melihat peran bahwa gamma dan distribusi eksponensial bermain di ini
jenis masalah. Distribusi lain yang telah digunakan secara luas di baru-baru ini
tahun untuk menangani masalah tersebut distribusi Weibull, diperkenalkan oleh
Fisikawan Swedia Waloddi Weibull pada tahun 1939.

Kontinyu random variabel X memiliki distribusi Weibull, dengan parameter

dan , jika fungsi densitasnya diberikan oleh

Kita melihat bahwa kurva berubah jauh dalam bentuk untuk nilai yang berbeda
dari parameter . Jika kita membiarkan = 1, distribusi Weibull mengurangi
distribusi eksponensial. Untuk nilai-nilai > 1, kurva menjadi agak berbentuk
lonceng dan menyerupai kurva normal tetapi menampilkan beberapa sifat tidak
simetris. Mean dan varians dari distribusi Weibull dinyatakan dalam berikut
teorema
Mean dan varians dari distribusi Weibull adalah :

Seperti gamma dan distribusi eksponensial, distribusi Weibull juga diterapkan

untuk keandalan dan kehidupan-pengujian masalah seperti waktu untuk
kegagalan.

Distribusi Weibull ( = 1).

panjang kehidupan komponen, diukur dari beberapa waktu yang ditentukan
sampai gagal.Mari kita merupakan kali ini gagal oleh kontinyu random variabel T,
dengan fungsi kepadatan probabilitas f (t), dimana f (t) adalah distribusi Weibull.
Distribusi Weibull memiliki fleksibilitas yang melekat dalam hal itu tidak
memerlukan kurangnya properti memori dari distribusi eksponensial. Distribusi
kumulatif Fungsi (cdf) untuk Weibull dapat ditulis dalam bentuk tertutup dan
tentunya berguna dalam menghitung probabilitas.

Fungsi distribusi kumulatif untuk distribusi Weibull

Panjang kehidupan X, di jam, dari item dalam toko mesin memiliki distribusi
Weibull dengan = 0,01 dan = 2. Berapa probabilitas bahwa itu gagal
sebelum delapan jam pemakaian?

solusi :

Kegagalan laju untuk Distribusi Weibull

Ketika distribusi Weibull berlaku, sering membantu untuk menentukan kegagalan
Tingkat (kadang-kadang disebut tingkat bahaya) untuk mendapatkan rasa
memakai atau kerusakan komponen. Mari kita mendefinisikan keandalan
komponen atau produk sebagai probabilitas bahwa itu akan berfungsi dengan
baik untuk setidaknya ditentukan waktu di bawah kondisi percobaan yang
ditentukan. Oleh karena itu, jika R (t) didefinisikan sebagai keandalan komponen
yang diberikan pada waktu t, kita dapat menulis

dimana F (t) adalah fungsi distribusi kumulatif T. Probabilitas bersyarat yang

komponen akan gagal dalam interval dari T = t untuk T = t + AT, mengingat
bahwa itu bertahan untuk waktu t, adalah

Membagi rasio ini dengan AT dan mengambil batas sebagai AT 0, kita

mendapatkan tingkat kegagalan, dilambangkan dengan Z (t). Oleh karena itu,

yang menyatakan tingkat kegagalan dalam hal distribusi waktu untuk

failure.Since Z (t) = f (t) / [1 - F (t)], tingkat kegagalan diberikan sebagai berikut:
Tingkat kegagalan pada waktu t untuk distribusi Weibull diberikan oleh

Interpretasi Tingkat Kegagalan

Kuantitas Z (t) adalah aptly bernama sebagai tingkat kegagalan karena tidak
mengukur tingkat perubahan dari waktu ke waktu dari probabilitas bersyarat
bahwa komponen yang berlangsung satu AT tambahan yang diberikan yang
telah berlangsung untuk waktu t. Tingkat penurunan (atau kenaikan) dengan
waktu adalah penting. Berikut ini adalah poin penting.
(a) Jika = 1, tingkat kegagalan = , konstan. Ini, seperti yang ditunjukkan
sebelumnya, adalah kasus khusus dari distribusi eksponensial di mana
kekurangan memori berlaku.
(b) Jika > 1, Z (t) adalah peningkatan fungsi waktu t, yang menunjukkan bahwa
komponen memakai dari waktu ke waktu.

(c) Jika <1, Z (t) adalah fungsi menurun dari waktu t dan karenanya komponen
memperkuat atau mengeras dari waktu ke waktu.
Misalnya, item di toko mesin dalam Contoh 6.24 memiliki = 2, dan karena itu
memakai dari waktu ke waktu. Bahkan, fungsi tingkat kegagalan diberikan oleh
Z (t) = 0.02t. Di sisi lain, misalkan parameter yang = 3/4 dan = 2. Dalam hal
itu, Z (t) = 1,5 / t1 / 4 dan karenanya komponen semakin kuat dari waktu ke
waktu.