O que é a vida característica eta?

O parâmetro de escala eta, também chamado de vida característica, é o tempo em que 63,2% da população falhou. Isso ocorre porque F(eta) = 1 - e^(-1) = 0,632, independentemente do valor de beta. Serve como uma escala natural para a distribuição e é usado como ponto de referência na análise de confiabilidade.

Calculadora de Distribuição de Weibull

Calcule probabilidades, confiabilidade, taxa de risco e percentis de vida B de Weibull. Informe os parâmetros de forma e escala para obter PDF, CDF, média, variância e MTTF, com soluções passo a passo e gráficos de curva da banheira.

Uso gratuitoSem cadastroResultados instantâneos

Calculadora de Distribuição de WeibullExperimente agora — grátis ▼

Embed Calculadora de Distribuição de Weibull Widget

Calculadora de Distribuição de Weibull

A Calculadora de Distribuição de Weibull calcula probabilidades, confiabilidade, taxas de risco e estatísticas-chave para a distribuição $X \sim \text{Weibull}(\beta, \eta)$. Insira o parâmetro de forma $\beta$ e o parâmetro de escala $\eta$ e obtenha a probabilidade de falha $F(x)$, confiabilidade $R(x)$, função de risco $h(x)$, percentis de vida B e uma solução passo a passo com gráficos interativos de PDF, CDF e função de risco. Esta ferramenta é essencial para engenharia de confiabilidade, análise de sobrevivência e modelagem de dados de vida útil.

O Que É a Distribuição de Weibull?

A distribuição de Weibull é uma distribuição de probabilidade contínua nomeada em homenagem ao matemático sueco Waloddi Weibull. É a distribuição mais amplamente utilizada em engenharia de confiabilidade e análise de dados de vida porque seu parâmetro de forma $\beta$ permite modelar três comportamentos de falha distintos: taxa de falha decrescente (mortalidade infantil), taxa de falha constante (falhas aleatórias) e taxa de falha crescente (desgaste). A função densidade de probabilidade é:

$$f(x) = \frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1} e^{-(x/\eta)^\beta}, \quad x \geq 0$$

O Parâmetro de Forma β e a Curva de Banheira

O parâmetro de forma $\beta$ (beta) determina o comportamento da taxa de falhas e está diretamente relacionado à curva de banheira usada na engenharia de confiabilidade:

📉

β < 1: Mortalidade Infantil

Taxa de falha decrescente. Defeitos no início da vida são eliminados com o tempo. Comum em testes de burn-in de eletrônicos.

➡

β = 1: Falhas Aleatórias

Taxa de falha constante. Reduz-se à distribuição exponencial. A propriedade de falta de memória se aplica.

📈

β > 1: Desgaste

Taxa de falha crescente. O envelhecimento e a degradação dominam. Comum em componentes mecânicos.

🔔

β ≈ 3.6: Tipo Normal

Aproxima-se de uma distribuição normal simétrica. Útil para modelagem de vida em fadiga.

Fórmulas Principais

Propriedade	Fórmula	Descrição
PDF	$\frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1} e^{-(x/\eta)^\beta}$	Densidade de probabilidade em x
CDF	$F(x) = 1 - e^{-(x/\eta)^\beta}$	Probabilidade de falha até o tempo x
Confiabilidade	$R(x) = e^{-(x/\eta)^\beta}$	Probabilidade de sobrevivência no tempo x
Risco	$h(x) = \frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1}$	Taxa de falha instantânea
Média	$\eta \cdot \Gamma(1 + 1/\beta)$	Tempo médio para falha (MTTF)
Variância	$\eta^2[\Gamma(1+2/\beta) - \Gamma^2(1+1/\beta)]$	Dispersão do tempo de vida
Mediana	$\eta(\ln 2)^{1/\beta}$	Vida do 50º percentil
Moda	$\eta\left(\frac{\beta-1}{\beta}\right)^{1/\beta}$ para β > 1	Vida mais provável
Vida B	$\eta(-\ln(1-p))^{1/\beta}$	Tempo para a fração p falhar
Vida Carac.	$\eta$ → F(η) = 63.2%	Interpretação do parâmetro de escala

Aplicações no Mundo Real

Indústria	Aplicação	β Típico
Aeroespacial	Vida em fadiga de pás de turbina	2 – 4
Automotiva	Análise de desgaste de rolamentos	1.5 – 3
Eletrônicos	Mortalidade infantil de semicondutores	0.3 – 0.8
Sistemas de Energia	Distribuição de velocidade do vento	1.5 – 3
Dispositivos Médicos	Tempo de sobrevivência de implantes	1.5 – 5
Manufatura	Planejamento de garantia e vida B10	1.5 – 4
Engenharia Civil	Resistência de concreto e materiais	5 – 20

Weibull vs. Outras Distribuições

Recurso	Weibull	Exponencial	Lognormal
Parâmetros	β (forma), η (escala)	λ (taxa)	μ, σ
Taxa de Falha	Flexível (↓, →, ↑)	Apenas constante	Aumenta depois cai
Caso Especial	β=1 → Exponencial	Weibull β=1	—
Melhor Para	Desgaste mecânico	Eventos aleatórios	Tempos de reparo
Análise de Vida B	Suporte nativo	Limitado	Possível

Como Usar a Calculadora de Distribuição de Weibull

Insira o parâmetro de forma β: Isso controla o comportamento da taxa de falhas. Use β < 1 para mortalidade infantil, β = 1 para taxa de falha constante (exponencial) ou β > 1 para falhas por desgaste. Os valores comuns variam de 0,5 a 5. O selo de insight em tempo real mostra o que o seu valor de β significa.
Insira o parâmetro de escala η: Esta é a vida característica — o tempo em que 63,2% das unidades falharam. Define a escala de tempo para a distribuição. Por exemplo, se um rolamento tem η = 5.000 horas, então 63,2% dos rolamentos falham até 5.000 horas.
Selecione o tipo de probabilidade: Escolha P(X ≤ x) para probabilidade de falha, R(x) = P(X > x) para confiabilidade (probabilidade de sobrevivência) ou P(a ≤ X ≤ b) para probabilidade de intervalo.
Insira o valor do tempo: Insira o tempo, ciclos ou valor de uso. Para o modo de intervalo, insira os limites inferior e superior.
Revise os resultados: Examine a probabilidade, barra de probabilidade animada, gráficos interativos de PDF/CDF/função de risco, marcos de confiabilidade (MTTF, vida B1, B10), propriedades da distribuição e a solução completa passo a passo com fórmulas MathJax.

FAQ

O que é a distribuição de Weibull?

A distribuição de Weibull é uma distribuição de probabilidade contínua usada extensivamente em engenharia de confiabilidade e análise de falhas. É definida por dois parâmetros: forma β e escala η. Sua flexibilidade permite modelar taxas de falhas decrescentes, constantes ou crescentes dependendo do valor de β, tornando-a a ferramenta padrão para análise de dados de vida útil em indústrias aeroespacial, automotiva, eletrônica e muitas outras.

O que significa o parâmetro de forma β?

O parâmetro de forma β (beta) controla o comportamento da taxa de falhas. Quando β é menor que 1, a taxa de falhas diminui com o tempo, o que modela a mortalidade infantil ou falhas no início da vida. Quando β é igual a 1, a taxa de falhas é constante e a Weibull se reduz a uma distribuição exponencial. Quando β é maior que 1, a taxa de falhas aumenta com o tempo, modelando o desgaste e o envelhecimento. Um β em torno de 3,6 aproxima-se de uma distribuição normal, o que é útil para modelagem simétrica de vida em fadiga.

O que é vida B10 na análise de Weibull?

A vida B10 (também escrita como B₁₀ ou L₁₀) é o tempo no qual se espera que 10% da população tenha falhado, o que significa que 90% sobrevivem. É uma métrica crítica na engenharia de confiabilidade usada para planejamento de garantia, cronogramas de manutenção e conformidade com especificações. Da mesma forma, a vida B1 significa 1% de falha. Esses valores de vida B são calculados a partir do inverso da CDF de Weibull: t = η × (−ln(1−p))^(1/β).

Qual é a relação entre as distribuições de Weibull e exponencial?

A distribuição exponencial é um caso especial da distribuição de Weibull quando o parâmetro de forma β é igual a 1. Nesse caso, a taxa de falhas é constante ao longo do tempo, o que corresponde à propriedade de falta de memória. A Weibull generaliza a exponencial permitindo que a taxa de falhas mude com o tempo — diminuindo para β menor que 1 e aumentando para β maior que 1.

O que é a vida característica η?

O parâmetro de escala η (eta), também chamado de vida característica, é o tempo no qual exatamente 63,2% da população falhou. Isso ocorre independentemente do valor de β porque F(η) = 1 − e^(−1) ≈ 0,632. Na engenharia de confiabilidade, η serve como um ponto de referência natural e escala de tempo para a distribuição.

Cite este conteúdo, página ou ferramenta como:

"Calculadora de Distribuição de Weibull" em https://MiniWebtool.com/br/calculadora-de-distribuicao-de-weibull/ de MiniWebtool, https://MiniWebtool.com/

pela equipe MiniWebtool. Atualizado: 2026-04-14

API para desenvolvedores disponível: Execute esta ferramenta no seu app, automação ou agente com uma requisição HTTP JSON. Ver documentação da API

Você também pode experimentar nosso Solucionador de Matemática AI GPT para resolver seus problemas de matemática através de perguntas e respostas em linguagem natural.

Calculadora de Distribuição de Weibull

Calculadora de Distribuição de Weibull

O Que É a Distribuição de Weibull?

O Parâmetro de Forma β e a Curva de Banheira

Fórmulas Principais

Aplicações no Mundo Real

Weibull vs. Outras Distribuições

Como Usar a Calculadora de Distribuição de Weibull

FAQ

Estatísticas e análise de dados:

Ferramentas populares e atualizadas:

Baixe tudo em um único ZIP com o Pro

Propriedade	Fórmula	Descrição
PDF	\(\frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1} e^{-(x/\eta)^\beta}\)	Densidade de probabilidade em x
CDF	\(F(x) = 1 - e^{-(x/\eta)^\beta}\)	Probabilidade de falha até o tempo x
Confiabilidade	\(R(x) = e^{-(x/\eta)^\beta}\)	Probabilidade de sobrevivência no tempo x
Risco	\(h(x) = \frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1}\)	Taxa de falha instantânea
Média	\(\eta \cdot \Gamma(1 + 1/\beta)\)	Tempo médio para falha (MTTF)
Variância	\(\eta^2[\Gamma(1+2/\beta) - \Gamma^2(1+1/\beta)]\)	Dispersão do tempo de vida
Mediana	\(\eta(\ln 2)^{1/\beta}\)	Vida do 50º percentil
Moda	\(\eta\left(\frac{\beta-1}{\beta}\right)^{1/\beta}\) para β > 1	Vida mais provável
Vida B	\(\eta(-\ln(1-p))^{1/\beta}\)	Tempo para a fração p falhar
Vida Carac.	\(\eta\) → F(η) = 63.2%	Interpretação do parâmetro de escala