Distribusi Weibull adalah salah satu distribusi kehidupan yang paling banyak digunakan dalam analisis

reliabilitas. Distribusi ini dinamai setelah profesor Swedia Waloddi Weibull (1 887-1979) yang
mengembangkan distribusi untuk pemodelan kekuatan material. Distribusi Weibull sangat fleksibel, dan
dapat, melalui pilihan parameter yang tepat, memodelkan banyak jenis perilaku tingkat kegagalan. Waktu
kegagalan T dari item dikatakan Weibull didistribusikan dengan parameter 𝛼(> 0) 𝑑𝑎𝑛 𝜆(> 0)[T≈
Weibull (α , 𝜆)] jika fungsi distribusi diberikan oleh
−(𝜆𝑡)𝛼
𝐹(𝑡) = 𝑃𝑟(𝑇 ≤ 𝑡) = {1 − 𝑒 𝑢𝑛𝑡𝑢𝑘 𝑡 > 0 𝑗𝑖𝑘𝑎 𝑡𝑖𝑑𝑎𝑘
0
Kepadatan probabilitas yang sesuai adalah :
𝛼 𝛼−1 −(𝜆𝑡) 𝛼
𝐹(𝑡) = {𝛼𝜆 𝑡 𝑒 𝑢𝑛𝑡𝑢𝑘 𝑡 > 0 𝑗𝑖𝑘𝑎 𝑡𝑢𝑑𝑎𝑘
0
di mana 𝜆 adalah parameter .scule, dan α disebut sebagai parameter bentuk. Perhatikan bahwa ketika α
= 1, maka distribusi Weibull sama dengan distribusi eksponensial. Fungsi kepadatan probabilitas f (t)
diilustrasikan pada Gambar. 2.15 untuk nilai-nilai yang dipilih dari α.

Anu 2.16
Anu 2.17

rata rata 𝑡𝑚 ialah

1
𝑅(𝑡𝑚) = 0.50 → 𝑡𝑚 = (ln 2)1/𝛼
𝜆
Variasi T ialah

1 2 1
𝑣𝑎𝑟(𝑇) = 2 (Γ ( + 1) − Γ 2 ( + 1))
𝜆 𝛼 𝛼

Keterangan bahwa 𝑀𝑇𝑇𝐹/√𝑉𝑎𝑟(𝑇) independen dari 𝜆

Distribusi Weibull juga muncul sebagai distribusi batas terkecil dari sejumlah besar independen,
terdistribusi secara identik, variabel acak non negatif. Distribusi Weibull Oleh karena itu sering disebut
distribusi link paling lemah. Hal ini dibahas lebih lanjut dalam Bagian 2.17.

Distribusi Weibull telah banyak digunakan dalam analisis keandalan semikonduktor, bantalan bola, mesin,
pengelasan titik, organisme biologis, dan sebagainya.

Waktu kegagalan T dari katup choke variabel diasumsikan memiliki distribusi Weibull dengan parameter
bentuk α = 2.25 dan parameter skala α = 1.15 +10−4 𝑗𝑎𝑚−1. Katup akan bertahan 6 bulan (t = 4380 jam)
dalam operasi berkelanjutan dengan probabilitas:
𝛼 −4 .8760)2.25
𝑅(𝑡) = 𝑒 −(𝜆𝑡) = 𝑒 −(1.15.10 ≈ 0.808

mean waktu untuk kegagalan ialah

Dan median ialah

1
𝑡𝑚 = (ln 2)1/𝛼 ≈ 7389 𝑗𝑎𝑚
𝜆
Sebuah katup yang telah bertahan 6 bulan pertama (tl = 4380 jam), akan bertahan selama 6 bulan ke
depan (t2 = 4380 jam) dengan probabilitas
 𝛼
𝑅(𝑡1 + 𝑡2 ) 𝑒 −(𝜆(𝑡1 +𝑡2 ))
𝑅(𝑡1 + 𝑡2 ‫𝑡׀‬2 ) = = 𝛼 =≈ 0.448
𝑅(𝑡2 ) 𝑒 −(𝜆𝑡1 )
yaitu, secara signifikan kurang dari probabilitas bahwa katup baru akan bertahan 6 bulan. Kehidupan
residual rata-rata ketika katup telah berfungsi selama 6 bulan (t = 4380 jam) adalah
∞
1
𝑀𝑅𝐿(𝑡) = ∫ 𝑅(𝑡 + 𝑥) 𝑑𝑥 ≈ 4730 𝑗𝑎𝑚
𝑅(𝑡) 0

MRL (r) tidak dapat diberikan formulir tertutup dalam kasus ini maka untuk menentukannya diharuskan
menggunakan komputer dengan fungsi. Fungsi g (t) = MRL (t) / MTTF diilustrasikan pada Gambar. 2.17
Yang ketiga parameter 6 kadang-kadang disebut jaminan atau parameter rhreshold, karena kegagalan
terjadi sebelum waktu (dengan probabilitas 0 (misalnya, lihat Mann et al 1974, p 185) Sejak (T -... () Jelas
memiliki dua parameter distribusi Weibull (a, A), mean dan varians dari distribusi WeibuJl tiga parameter
(a, h, c) berikut dari (2,54): dan (2,56).
1 1
𝑀𝑇𝑇𝐹 = ξ + Γ ( + 1)
𝜆 𝛼
1 2 1
𝑉𝑎𝑟(𝑇) = 2 (Γ ( + 1) − Γ 2 ( + 1))
𝜆 𝛼 𝛼

Dalam literatur statistik, mengacu pada distribusi Weibull biasanya berarti keluarga parameter dua,
kecuali ditentukan lain