Laboratorio virtuale > Distribuzioni notevoli > 1 2 3 4 5 6 7 8 9 [10] 11 12 13 14 15
In questo paragrafo studieremo una famiglia di distribuzioni di particolre rilievo per gli studi di affidabilità.
1. Mostra che la funzione riportata sotto è una funzione di densità di probabilità per ogni k > 0:
f(t) = k tk - 1 exp(-tk), t > 0.
Una distribuzione con questa densità è detta distribuzione di Weibull con paraemtro di forma k, e prende il nome da Wallodi Weibull.
2. Nell'applet variabile casuale, scegli la distribuzione di Weibull. Modifica il parametro di forma e osserva la forma e la posizione della funzione di densità. Poni k = 2, e simula 1000 replicazioni aggiornando ogni 10. Osserva la convergenza della funzione di densità empirica a quella teorica.
L'esercizio seguente spiega perché k si dice parametro di forma.
3. Disegna la funzione di densità. Mostra in particolare che
4. Dimostra che la funzione di ripartizione è
F(t) = 1 - exp(-tk), t > 0.
5. Mostra che la funzione quantile è
F-1(p) = [-ln(1 - p)]1/k per 0 < p < 1.
6. Nell'applet quantile applet, seleziona la distribuzione di Weibull. Modifica il parametro di forma e osserva la forma e la posizione delle funzioni di densità e di ripartizione.
7. Per k = 2, Trova la mediana, il primo e il terzo quartile e lo scarto interquartile.
8. Mostra che la funzione di affidabilità è
G(t) = exp(-tk), t > 0.
9. Mostra che la funzione tasso di guasto è
h(t) = k tk - 1 per t > 0.
10. Disegna la funzione tasso di guasto h, e confronta il grafico con quello della funzione di densità f. Mostra in particolare che
Pertanto, la distribuzione di Weibull può essere applicata a congegni con tasso di guasto crescente, costante o decrescente. Questa versatilità è una delle ragioni del suo largo uso negli studi di affidabilità.
Supponi che X abbia distribuzione di Weibull con parametro di forma k. I momenti di X, e quindi la media e la varianza di X possono essere espressi in termini della funzione gamma.
11. Dimostra che E(Xn) = gam(1 + n / k) per n > 0. Suggerimento: Nell'integrale di E(Xn), sostituisci u = tk. Semplifica e riconosci l'integrale della funzione gamma.
12. Usa il risultato dell'esercizio precedente per mostrare che
13. Nell'applet variabile casuale, scegli la distribuzione di Weibull. Modifica il parametro di forma e osserva la forma e la posizione della barra media/deviazione standard. ponendo k = 2, simula 1000 replicazioni aggiornando ogni 10. Osserva la convergenza dei momenti empirici a quelli teorici.
Si usa generalizzare la distribuzione di Weibull introducendo un parametro di scala b. Così, se Z ha distribuzione di Weibull con parametro di forma k, allora X = bZ ha distribuzione di Weibull con parametro di forma k e parametro di scala b.
Risultati analoghi a quelli presentati poc'anzi si ricavano utilizzando le proprietà della trasformazione di scala.
14. Mostra che la funzione di densità è
f(t) = (k tk - 1 / bk) exp[-(t / b)k], t > 0.
Osserva che, se k = 1, la distribuzione di Weibull si riduce a una distribuzione esponenziale con parametro di scala b. Nel caso in cui k = 2 si parla di distribuzione di Rayleigh con parametro di scala b, che prende il nome da William Strutt, Lord Rayleigh.
Ricorda che l'inserimento di un parametro di scala non modifica la forma della funzone di densità, pertanto i risultati degli esercizi 3 e 10 restano validi con la seguente eccezione:
15. Mostra che, per k > 1, la moda è b [(k - 1) / k]1/k.
16. Nell'applet variabile casuale, scegli la distribuzione di Weibull. Modifica i parametri e osserva la forma e la posizione della funzione di densità. Poni k = 3 e b = 2, e simula 1000 replicazioni aggiornando ogni 10. Osserva la convergenza della funzione di densità empirica a quella teorica.
17. Mostrare che la funzione di riaprtizione è
F(t) = 1 - exp[-(t / b)k], t > 0.
18. Mostrare che la funzione quantile è
F-1(p) = b [-ln(1 - p)]1/k per 0 < p < 1.
19. Mostra che la funzione di affidabilità è
G(t) = exp[-(t / b)k], t > 0.
20. Mostra che la funzione tasso di guasto è
h(t) = k tk - 1 / bk.
21. Dimostrare che E(Xn) = bn gam(1 + n / k) per n > 0.
22. Dimostrare che
23. Nell'applet variabile casuale, scegli la distribuzione di Weibull. Modifica i parametri e osserva la dimensione e la posizione della barra media/deviazione standard. Poni k = 3 e b = 2, e simula 1000 replicazioni aggiornando ogni 10. Osserva la convergenza dei momenti empirici a quelli teorici.
24. La durata T di un apparecchio (espressa in ore) ha distribuzione di Weibull con parametro di forma k = 1.2 e parametro di scala
Esiste una semplice trasformazione biunivoca tra le variabili casuali con distribuzione di Weibull e quelle con distribuzione esponenziale.
25. Dimostra che
L'esercizio seguente ribadisce il fatto che b è un parametro di scala.
26. Si supponga che X abbia distribuzione di Weibull con parametro di forma k e parametro di scala b. Si dimostri che, se c > 0 allora cX hadistribuzione di Weibull con parametro di forma k e parametro di scala bc.
27. Si supponga che (X, Y) abbia distribuzione normale bivariata standardizzata. Si dimostri che la distanza in coordinate polari R riportata qui sotto ha distribuzione di Rayleigh con parametro di scala 21/2: