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 da distribuição de Weibull, confiabilidade R(t), taxa de risco h(t) e percentis de vida B. Insira a forma β e a escala η para obter PDF, CDF, média, variância, MTTF e soluções passo a passo com gráficos interativos mostrando o comportamento da curva da banheira.

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// de MiniWebtool, https://MiniWebtool.com/

pela equipe MiniWebtool. Atualizado: 2026-04-14

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

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

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

Ferramentas em destaque: