Weibull

Densité de probabilité

Fonction de répartition

Ça aramètres
échelle (réel)
forme (réel)
Support
Densité de probabilité
Fonction de répartition
Espérance
Médiane
Mode si
Variance
Asymétrie
Kurtosis normalisé
Entropie
modifier
En théorie des probabilités, la loi de Weibull, nommée d'après Waloddi Weibull en 1951, est une loi de
probabilitécontinue. La loi de Weibull est un cas spécial de loi d'extremum généralisée au même titre que la loi
de Gumbelou la loi de Fréchet.

Fonctions caractéristiques
Avec deux paramètres (pour x > 0), la densité de probabilité est :
où

 k > 0 est le paramètre de forme et

 λ > 0 le paramètre d'échelle de la distribution.

Sa fonction de survie est définie par

et sa fonction de répartition complémentaire de défaillance est définie par
Avec trois paramètres (loi généralisée, domaine x>θ), sa densité de probabilité est :
pour x ≥ θ et f(x ; k, λ, θ) = 0 pour x < θ,
où k > 0 est le paramètre de forme, λ > 0 est le paramètre d'échelle et θ est le paramètre de position de la
distribution.
Sa fonction de répartition est définie par :
Le coefficient d'asymétrie est donné par :
Le kurtosis non normalisé est donné par :
Le taux de panne h est donné par :
La loi d'extremum généralisée de type III est un retournement de la loi de Weibull. Son domaine est x ≤ θ .
Sa fonction de répartition est définie par :
Utilisation pratique
Liens avec d'autres lois
Si , alors .
Si , alors .
Si , alors

Généralités

L'expression loi de Weibull recouvre en fait toute une famille de lois, certaines d'entre elles apparaissant en
physique comme conséquence de certaines hypothèses. C'est, en particulier, le cas de la loi exponentielle (k = 1)
et de la loi de Rayleigh (k = 2) importantes en matière de processus stochastique.
Ces lois constituent surtout des approximations particulièrement utiles dans des techniques diverses alors qu'il
serait très difficile et sans grand intérêt de justifier une forme particulière de loi. De ce point de vue elles sont
analogues à la loi normale qui remplace efficacement des distributions (presque) symétriques. Une distribution à
valeurs positives (ou, plus généralement mais moins fréquemment, à valeurs supérieures à une valeur donnée) a
presque toujours la même allure. Elle part d'une fréquence d'apparition nulle, croît jusqu'à un maximum et
décroît plus lentement. Il est alors possible de trouver dans la famille de Weibull une loi qui ne s'éloigne pas trop
des données disponibles en calculant k et λ à partir de la moyenne et la variance observées.
Les lois de Weibull sont utilisées pour modéliser les durées de vie des produits ou des systèmes. Elles ont
été développées par le statisticien suédois Waloddi Weibull dans les années 1950.Elle est caractérisée par
deux paramètres : le paramètre de forme (k) et le paramètre d'échelle (λ). Le paramètre de forme détermine
la forme de la courbe de distribution, qui peut être soit exponentielle (k=1), soit en forme de U (k<1) ou en
forme de J (k>1). Le paramètre d'échelle détermine l'unité de mesure de la durée de vie.Celles-ci sont
souvent utilisées pour prédire la fiabilité des produits ou des systèmes. La fiabilité est la probabilité qu'un
produit ou un système fonctionne sans défaillance pendant une période donnée. Les lois de Weibull
peuvent également être utilisées pour déterminer les taux de défaillance, qui représentent le nombre de
défaillances qui se produisent pendant une période donnée.Elles sont largement utilisées dans l'industrie
pour la conception et l'analyse des produits et des systèmes. Elles sont également utilisées dans les
domaines de la fiabilité, de la maintenance et de la sécurité.

Analyse de défaillances
Détermination des paramètres de la loi

Papier Weibull vierge.

La distribution de Weibull est souvent utilisée dans le domaine de l'analyse de la durée de vie, grâce à sa
flexibilité : comme dit précédemment, elle permet de représenter au moins approximativement une infinité de
lois de probabilité.

: Loi de fiabilité et Analyse de survie.

Le paramètre x est ici le temps, noté t. Dans ce domaine, on note souvent
 α le paramètre d'échelle (noté ici λ) ;
 β le paramètre de forme (noté ici k) ;
 γ le paramètre de position (noté ici θ) ;
 on définit parfois le paramètre d'échelle « vrai » η = αβ = λk ; parfois, on utilise η pour noter le
paramètre d'échelle « classique » (η = α = λ).

On définit la fiabilité
On voit que l'on peut linéariser la loi en utilisant des logarithmes :

;
si le facteur de position est nul (θ = 0), on a alors

on voit donc que moyennant un changement de variable

on a une loi affine

On peut donc déterminer graphiquement les paramètres de la loi de Weibull :

1. On collecte les données : durée de vie t d'un appareil.

2. On détermine les probabilités cumulées F(t).
3. On place les points F(t) sur un diagramme « loglog/log », appelé « papier Weibull » ou « papier Allen
Plait ».
 4. Si l'on peut faire passer une droite par régression, alors θ = 0 ; on peut déterminer λ à partir de
l'ordonnée à l'origine, et k à partir de la pente.

Pour être plus précis : lorsque t = λ, on a

Le paramètre d'échelle λ est donc l'abscisse t à laquelle la droite de régression coupe la droite horizontale F =
0,632 (axe y = 0 du diagramme loglog/log).
Concernant l'échelle de la pente, on peut prendre deux points remarquables pour une pente de k = 1. Par
exemple, en choisissant arbitrairement λ = 1, la droite passe par les points (1 ; 0,9) et (2 ; 0,99). On peut ainsi
construire une échelle des pentes.
Le cas où θ est non nul est un peu plus délicat. Les outils informatiques permettent d'ajuster la loi à trois
paramètres (c'est un cas de régression non linéaire), mais il faut se poser la pertinence de ce modèle :
 si θ > 0, cela signifie que l'on a un intervalle de temps sans aucune défaillance ; graphiquement, la
courbe sur un papier Weibull est convexe (arrondi vers le bas) ;
 si θ < 0, cela signifie que l'on a des défaillances avant mise en service ; graphiquement, la courbe sur un
papier Weibull est concave (arrondi vers le haut).

Il faut avoir au moins une vingtaine de points pour pouvoir estimer que la courbe n'est pas linéaire, voire plus si
θ est proche de zéro.

Si l'on veut faire une détermination purement graphique des paramètres, il faut « décaler l'axe des temps » — qui
est, rappelons-le, logarithmique — jusqu'à obtenir une droite.

Exploitation des données

Courbe en baignoire
La compréhension du taux de panne peut fournir une indication au sujet de la cause des pannes, et donc de
mettre en place des actions correctives. Les fabricants et distributeurs ont tout intérêt à bien maitriser ces
informations par type de produits afin d'adapter :

 les durées de garantie (gratuites ou payantes) ;

 la planification de la maintenance (entretien, voir MTBF).

Il faut distinguer la défaillance d'un système complet et la défaillance d'un composant[1]. Pour un composant, le
paramètre de forme k peut indiquer la nature de la défaillance, et l'analyse du taux de panne est une aide
précieuse dans la maîtrise des procédés de fabrication et de mise en œuvre. Le paramètre d'échelle λ va
indiquer quand la panne a le plus de probabilité de se produire.
Pour un système complet, le paramètre de forme k n'a pas de sens physique. Seul le paramètre λ peut nous
donner une information pour la maintenance.
Si le taux de panne diminue au cours du temps alors, k < 1. Un taux de panne décroissant relève d'une « mortalité
infantile » (« défaillances de jeunesse »). Ainsi, les éléments défectueux tombent en panne rapidement, et le taux
de panne diminue au cours du temps, quand les éléments fragiles sortent de la population.
Si le taux de panne est constant dans le temps alors, k = 1. Un taux de panne constant suggère que les pannes
sont liées à une cause stationnaire.
Si le taux de panne augmente avec le temps alors, k > 1. Un taux de panne croissant suggère une « usure ou un
problème de fiabilité » : les éléments ont de plus en plus de chances de tomber en panne quand le temps passe.
Dans un certain nombre de cas, et notamment en électronique, la courbe de taux de panne est en « forme de
baignoire » — selon le système, baignoire sabot ou piscine. Cela indique que l'on a dans un premier temps des
défaillances rapides dues à des défauts de fabrication. Puis, on a une période stable, et enfin une usure.
Si l'on veut éviter des pannes de jeunesse en service, on peut mettre les composants en fonctionnement sur
des bancs, afin de repérer les composants défaillants et de ne livrer que des composants exempts de défauts de
jeunesse. Le passage au banc éventuellement dans des conditions de vieillissement accéléré pour réduire la durée
avant mise en service. Il faut toutefois faire attention à ne pas provoquer non plus d'usure prématurée, donc de se
placer au début de la partie plate de la courbe.
Dans le cas de systèmes mécaniques, c'est l'usure et la corrosion qui prédominent, on a en général une courbe
toujours croissante (k > 1).
Application pour les aéro-générateurs (éoliennes)

La distribution de Weibull est utilisée pour estimer le potentiel éolien d'un site. Elle modélise la probabilité qu'un
vent souffle à telle vitesse sur ce site.

Application en science des matériaux

Parmi les différents modèles permettant de décrire la variation statistique de la contrainte à la rupture d'un
matériau, la distribution de Weibull est la plus couramment utilisée[2]. Le paramètre de forme k est appelé
couramment le module de Weibull et permet de donner une idée de la dispersion sur la taille des défauts dans le
matériau. Plus il est faible, et plus cette dispersion est importante (e.g.: kproche de 10, pour une céramique
industrielle avec une répartition homogène de défauts de même taille). Enfin, la constante λ représente la
contrainte de rupture moyenne de l’échantillon de volume.

En résumé, les lois de Weibull sont des outils statistiques puissants pour modéliser les durées de vie des
produits et des systèmes. Elles permettent aux ingénieurs et aux scientifiques d'analyser et de prédire la
fiabilité des produits et des systèmes, ce qui est essentiel pour assurer la sécurité et la qualité des produits.