Qu'est-ce que la vie caractéristique êta ?

Le paramètre d'échelle êta, également appelé vie caractéristique, est le temps auquel 63,2 % de la population a échoué. En effet, F(êta) = 1 - e^(-1) = 0,632, quelle que soit la valeur de bêta. Il sert d'échelle naturelle pour la distribution et de point de référence dans l'analyse de la fiabilité.

Calculateur de Distribution de Weibull

Calculez les probabilités de la distribution de Weibull, la fiabilité R(t), le taux de risque h(t) et les percentiles de durée de vie B. Entrez la forme β et l'échelle η pour obtenir la PDF, la CDF, la moyenne, la variance, la MTTF et des solutions étape par étape avec des graphiques interactifs montrant le comportement de la courbe en baignoire.

Embed Calculateur de Distribution de Weibull Widget

Calculateur de Distribution de Weibull

Le Calculateur de Distribution de Weibull calcule les probabilités, la fiabilité, les taux de risque et les statistiques clés pour la distribution de Weibull $X \sim \text{Weibull}(\beta, \eta)$. Saisissez le paramètre de forme $\beta$ et le paramètre d'échelle $\eta$, et obtenez la probabilité de défaillance $F(x)$, la fiabilité $R(x)$, la fonction de risque $h(x)$, les centiles de vie B, ainsi qu'une solution étape par étape avec des graphiques interactifs PDF, CDF et de fonction de risque. Cet outil est essentiel pour l'ingénierie de la fiabilité, l'analyse de survie et la modélisation des données de durée de vie.

Qu'est-ce que la distribution de Weibull ?

La distribution de Weibull est une distribution de probabilité continue nommée d'après le mathématicien suédois Waloddi Weibull. C'est la distribution la plus largement utilisée dans l'ingénierie de la fiabilité et l'analyse des données de survie car son paramètre de forme $\beta$ lui permet de modéliser trois comportements de défaillance distincts : taux de défaillance décroissant (mortalité infantile), taux de défaillance constant (défaillances aléatoires) et taux de défaillance croissant (usure). La fonction de densité de probabilité est :

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

Le paramètre de forme β et la courbe en baignoire

Le paramètre de forme $\beta$ (bêta) détermine le comportement du taux de défaillance et se rapporte directement à la courbe en baignoire utilisée en ingénierie de la fiabilité :

📉

β < 1 : Mortalité infantile

Taux de défaillance décroissant. Les défauts de début de vie sont éliminés avec le temps. Courant dans le déverminage électronique.

➡

β = 1 : Défaillances aléatoires

Taux de défaillance constant. Se réduit à une distribution exponentielle. La propriété d'absence de mémoire s'applique.

📈

β > 1 : Usure

Taux de défaillance croissant. Le vieillissement et la dégradation dominent. Courant dans les composants mécaniques.

🔔

β ≈ 3,6 : Type normale

Approximation d'une distribution normale symétrique. Utile pour la modélisation de la durée de vie en fatigue.

Formules clés

Propriété	Formule	Description
PDF	$\frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1} e^{-(x/\eta)^\beta}$	Densité de probabilité à x
CDF	$F(x) = 1 - e^{-(x/\eta)^\beta}$	Probabilité de défaillance au temps x
Fiabilité	$R(x) = e^{-(x/\eta)^\beta}$	Probabilité de survie au temps x
Risque	$h(x) = \frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1}$	Taux de défaillance instantané
Moyenne	$\eta \cdot \Gamma(1 + 1/\beta)$	Temps moyen de bon fonctionnement (MTTF)
Variance	$\eta^2[\Gamma(1+2/\beta) - \Gamma^2(1+1/\beta)]$	Dispersion de la durée de vie
Médiane	$\eta(\ln 2)^{1/\beta}$	Vie au 50ème centile
Mode	$\eta\left(\frac{\beta-1}{\beta}\right)^{1/\beta}$ pour β > 1	Durée de vie la plus probable
Vie B	$\eta(-\ln(1-p))^{1/\beta}$	Temps pour qu'une fraction p échoue
Vie char.	$\eta$ → F(η) = 63,2 %	Interprétation du paramètre d'échelle

Applications dans le monde réel

Industrie	Application	β typique
Aéronautique	Durée de vie en fatigue des aubes de turbine	2 – 4
Automobile	Analyse de l'usure des roulements	1,5 – 3
Électronique	Mortalité infantile des semi-conducteurs	0,3 – 0,8
Systèmes énergétiques	Distribution de la vitesse du vent	1,5 – 3
Dispositifs médicaux	Temps de survie des implants	1,5 – 5
Fabrication	Planification de garantie et vie B10	1,5 – 4
Génie civil	Résistance du béton et des matériaux	5 – 20

Weibull vs autres distributions

Caractéristique	Weibull	Exponentielle	Lognormale
Paramètres	β (forme), η (échelle)	λ (taux)	μ, σ
Taux de défaillance	Flexible (↓, →, ↑)	Constant uniquement	Monte puis descend
Cas particulier	β=1 → Exponentielle	Weibull β=1	—
Idéal pour	Usure mécanique	Événements aléatoires	Temps de réparation
Analyse de vie B	Support natif	Limité	Possible

Comment utiliser le calculateur de distribution de Weibull

Saisissez le paramètre de forme β : Il contrôle le comportement du taux de défaillance. Utilisez β < 1 pour la mortalité infantile, β = 1 pour un taux de défaillance constant (exponentielle), ou β > 1 pour les défaillances par usure. Les valeurs courantes vont de 0,5 à 5. Le badge d'information en temps réel vous indique la signification de votre valeur β.
Saisissez le paramètre d'échelle η : Il s'agit de la vie caractéristique — le moment où 63,2 % des unités ont échoué. Il définit l'échelle de temps de la distribution. Par exemple, si un roulement a un η = 5000 heures, alors 63,2 % des roulements échouent avant 5000 heures.
Sélectionnez le type de probabilité : Choisissez P(X ≤ x) pour la probabilité de défaillance, R(x) = P(X > x) pour la fiabilité (probabilité de survie), ou P(a ≤ X ≤ b) pour la probabilité d'un intervalle.
Saisissez la valeur de temps : Saisissez le temps, les cycles ou la valeur d'utilisation. Pour le mode intervalle, saisissez les limites inférieure et supérieure.
Examinez les résultats : Consultez la probabilité, la barre de probabilité animée, les graphiques interactifs PDF/CDF/fonction de risque, les jalons de fiabilité (MTTF, vie B1, B10), les propriétés de la distribution et la solution complète étape par étape avec les formules MathJax.

FAQ

Qu'est-ce que la distribution de Weibull ?

La distribution de Weibull est une distribution de probabilité continue largement utilisée dans l'ingénierie de la fiabilité et l'analyse des défaillances. Elle est définie par deux paramètres : la forme β et l'échelle η. Sa flexibilité lui permet de modéliser des taux de défaillance décroissants, constants ou croissants selon la valeur de β, ce qui en fait l'outil standard pour l'analyse des données de durée de vie dans l'aérospatiale, l'automobile, l'électronique et de nombreuses autres industries.

Que signifie le paramètre de forme β ?

Le paramètre de forme β (bêta) contrôle le comportement du taux de défaillance. Lorsque β est inférieur à 1, le taux de défaillance diminue avec le temps, ce qui modélise la mortalité infantile ou les défaillances précoces. Lorsque β est égal à 1, le taux de défaillance est constant et la distribution de Weibull se réduit à une distribution exponentielle. Lorsque β est supérieur à 1, le taux de défaillance augmente avec le temps, modélisant l'usure et le vieillissement. Un β d'environ 3,6 approxime une distribution normale, ce qui est utile pour la modélisation symétrique de la durée de vie en fatigue.

Qu'est-ce que la vie B10 dans l'analyse de Weibull ?

La vie B10 (également écrite B₁₀ ou L₁₀) est le temps au bout duquel 10 % de la population est censée avoir échoué, ce qui signifie que 90 % survivent. C'est une métrique critique en ingénierie de la fiabilité utilisée pour la planification de la garantie, le calendrier de maintenance et la conformité aux spécifications. De même, la vie B1 signifie 1 % de défaillance. Ces valeurs de vie B sont calculées à partir de l'inverse de la CDF de Weibull : t = η × (−ln(1−p))^(1/β).

Quelle est la relation entre les distributions de Weibull et exponentielle ?

La distribution exponentielle est un cas particulier de la distribution de Weibull lorsque le paramètre de forme β est égal à 1. Dans ce cas, le taux de défaillance est constant dans le temps, ce qui correspond à la propriété d'absence de mémoire. La distribution de Weibull généralise l'exponentielle en permettant au taux de défaillance de changer au fil du temps — décroissant pour β inférieur à 1 et croissant pour β supérieur à 1.

Qu'est-ce que la vie caractéristique η ?

Le paramètre d'échelle η (êta), également appelé vie caractéristique, est le temps auquel exactement 63,2 % de la population a échoué. Cela reste vrai quelle que soit la valeur de β car F(η) = 1 − e^(−1) ≈ 0,632. En ingénierie de la fiabilité, η sert de point de référence naturel et d'échelle de temps pour la distribution.

Citez ce contenu, cette page ou cet outil comme suit :

"Calculateur de Distribution de Weibull" sur https://MiniWebtool.com/fr/calculateur-de-distribution-de-weibull/ de MiniWebtool, https://MiniWebtool.com/

par l'équipe miniwebtool. Mis à jour : 2026-04-14

Vous pouvez également essayer notre Résolveur Mathématique IA GPT pour résoudre vos problèmes mathématiques grâce à des questions-réponses en langage naturel.

Autres outils connexes:

Détecteur de contenu IANouveau

Calculateur de Distribution ExponentielleNouveau

Calculateur de Distribution Binomiale NégativeNouveau

Calculateur de Distribution NormaleNouveau

Calculatrice de Distribution de Poisson

Calculatrice de Distribution de Probabilité

Calculateur de Distribution de Weibull

Calculateur de Distribution de Weibull

Qu'est-ce que la distribution de Weibull ?

Le paramètre de forme β et la courbe en baignoire

Formules clés

Applications dans le monde réel

Weibull vs autres distributions

Comment utiliser le calculateur de distribution de Weibull

FAQ

Autres outils connexes:

Statistiques et analyse de données:

Outils en vedette:

Propriété	Formule	Description
PDF	\(\frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1} e^{-(x/\eta)^\beta}\)	Densité de probabilité à x
CDF	\(F(x) = 1 - e^{-(x/\eta)^\beta}\)	Probabilité de défaillance au temps x
Fiabilité	\(R(x) = e^{-(x/\eta)^\beta}\)	Probabilité de survie au temps x
Risque	\(h(x) = \frac{\beta}{\eta}\left(\frac{x}{\eta}\right)^{\beta-1}\)	Taux de défaillance instantané
Moyenne	\(\eta \cdot \Gamma(1 + 1/\beta)\)	Temps moyen de bon fonctionnement (MTTF)
Variance	\(\eta^2[\Gamma(1+2/\beta) - \Gamma^2(1+1/\beta)]\)	Dispersion de la durée de vie
Médiane	\(\eta(\ln 2)^{1/\beta}\)	Vie au 50ème centile
Mode	\(\eta\left(\frac{\beta-1}{\beta}\right)^{1/\beta}\) pour β > 1	Durée de vie la plus probable
Vie B	\(\eta(-\ln(1-p))^{1/\beta}\)	Temps pour qu'une fraction p échoue
Vie char.	\(\eta\) → F(η) = 63,2 %	Interprétation du paramètre d'échelle