UNIVERSIDAD TÉCNICA DE AMBATO

FACULTAD DE INGENIERÍA CIVIL Y MECÁNICA

CARRERA DE INGENIERÍA MECÁNICA
RECURSOS ENERGETICOS
NOMBRE: Damian Mena
CURSO: 10° PARALELO: “ A”
FECHA: 06 de junio del 2019

TEMA: Función Weibull y Función Rayleigh

FUNCION WEIBULL
Según autores se dice que la Distribución Weibull es de probabilidad continua en donde
su función es describir la distribución de los tamaños de determinación de probabilidades
o partículas.
La función Weibull es un sistema exponencial. Mantiene un motivo de falta ya que es
constante. Este modelo depende de tres factores, que ayudan a definir cuál es la causante
del fallo:
1. El parámetro umbral o de localización: mantiene como función principal captar
el tiempo de origen
2. El parámetro de forma: este se caracteriza por ser exponencial en la función la
cual establece cual es la razón por la que se produce el fallo en un ejercicio. A
demás el motivo por el cual el fallo puede esta de forma constante creciente o
decreciente depende de que los parámetros sean más altos o bajos que la unidad.
3. El parámetro de escala: define cual es la motivo de fallo del patrón exponencial,
cuando la distribución de Weibull se particulariza en el tema que se caracterizan
por ser parámetros equivalentes a la unidad. Ya que se encuentra determinado por
tres parámetros que se encuentran proporcionados por gran parte de elasticidad en
el perfil de conductas de gran alcance de diversidad de métodos de fallo. La puesta
en función de métodos de inferencia es más compuesta que el método
exponencial. En el caso de el parámetro de localización coincida con el instante
neutro (cero) se obtiene el patrón Weibull paramétrico.

Modelo
Este componente es el extracto de las trascendentales características o propiedades
estadísticas las cuales abarcan el patrón Weibull.

R
Densidad de probabilidades y función de distribución:

𝛽 𝑡 𝛽−1 𝑡 𝛽
𝑓𝑟 (𝑡) = ( ) 𝑒𝑥𝑝 {− ( ) }
𝑛 𝑛 𝑛

𝑡 𝛽
𝐹𝑟 (𝑡) = 1 − 𝑒𝑥𝑝 {− ( ) }
𝑛

Incurriendo que 𝑡 ≥ 0 ≥, 𝛽 > 0 𝑦 𝑛 > 0, visualizando que 𝑛 el parámetro de escala y 𝛽

el parámetro de forma.

 Media:
1
𝐸𝑇 = 𝑛𝜏 {( + 1)}
𝛽
Denotando por 𝜏 a la función Gamma
 Mediana:

1
𝑇𝑀𝐸𝐷 = 𝑛 𝐼𝑛(2)𝛽
 Moda:
1
1 𝛽
𝑇𝑀𝑂𝐷 = 𝑛 (1 − )
𝛽

 Desviación estándar
1
2 2
2 1
𝜎𝑇 = 𝑛 (𝑟 ( + 1) − 𝑟 ( + 1) )
𝛽 𝛽

 Función de Fiabilidad

𝑡 𝛽
𝑅(𝑡) = 𝑒𝑥𝑝 {− ( ) }
𝑛

 Fiabilidad Condicional

R
 𝑡−𝑇 𝛽
𝑅(𝑡 + 𝑇) 𝑒𝑥𝑝 {−( 𝑛 ) }
𝑃(𝑇 > 𝑡 + 𝑇|𝑇 > 𝑇) = = 𝛽
𝑅(𝑇) 𝑒𝑥𝑝 {−(𝑇 ) } 𝑛

𝑡−𝑇 𝛽 𝑇 𝛽
= 𝑒𝑥𝑝 {− [( ) ( ) ]}
𝑛 𝑛

Tiempo transcurrido para una fiabilidad o proporción de fallo 𝑝 Especificadas:

1
𝛽
𝑇𝑅 = 𝑇𝑝 = 𝑅(𝑇𝑅 ) = 1 − 𝑝 = 𝑛 (−𝐼𝑛(𝑅(𝑇𝑅 )))

Razón de fallo

𝛽 𝑡 𝛽−1
ℎ(𝑡) = ( )
𝑛 𝑛

[1]
FUNCION RAYLEIGH
Según teorías estadísticas la función Rayleigh es una distribución continua. Se presenta a
partir de un vector bidimensional como por ejemplo la velocidad de la lluvia en donde
existen dos mecanismos, ortogonales autónomas que continúan una distribución normal.
En donde el valor absoluto alcanzara una distribución de Reyleigh. A demás esta función
se logra mostrar cuando existen los números complejos en donde tenga un componente
real y la imaginaria sea independientes, adicionando una distribución normal.

Distribución de Rayleigh conmutativa

La función de densidad de probabilidad es:

−𝑥 2
𝑥 𝑒𝑥𝑝 ( )
2𝜎 2
𝑓(𝑥|𝜎) =
𝜎2

Su esperanza es:

R
 𝜋
𝐸[𝑋] = 𝜎√
2
Y su varianza
4−𝜋 2
𝑉[𝑋] = 𝜎
2
Estimación del parámetro
La estimación máxima verosimilitud del parámetro 𝜎 viene dado por:

𝑁
1
𝜎 ≈ √ ∑ 𝑥𝑖2
2𝑁
𝑖=0

Distribuciones relacionadas

 𝑅~𝑅𝑎𝑦𝑙𝑒𝑖𝑔ℎ(𝜎 2 )es un distribución de Rayleigh si 𝑅 = √𝑋 2 + 𝑌 2 donde

𝑋~𝑁(0, 𝜎 2 )y
 𝑌~𝑁(0, 𝜎 2 ) son dos distribuciones normales independientes
 Si 𝑅~𝑅𝑎𝑦𝑙𝑒𝑖𝑔ℎ(1) entonces 𝑅 2 sigue una distribución chi-cuadrado con dos
grados de libertad 𝑅 2 ~𝑋22
[2]

Bibliografía

[1] M. Ruiz, «RESUMEN DEL TEMA 3:,» 18 Enero 2012. [En línea]. Available:
http://www.ugr.es/~mruiz/temas/Resumen_T3.pdf.

[2] A. Lopez, «Distribución de Rayleigh,» 28 04 2016. [En línea]. Available:

https://esacademic.com/dic.nsf/eswiki/356877.