📅  最后修改于: 2023-12-03 15:26:06.632000             🧑  作者: Mango
威布尔分布是一种连续概率分布,经常用于可靠性分析。在威布尔分布中,随机变量X的概率密度函数为:
$$ f(x;\lambda,\alpha) = \frac{\alpha}{\lambda} \Big( \frac{x}{\lambda} \Big)^{\alpha - 1} e^{-\Big(\frac{x}{\lambda}\Big)^\alpha} $$
其中,$\lambda > 0$ 是尺度参数(scale parameter),$\alpha > 0$ 是形状参数(shape parameter)。
威布尔分布有以下特点:
威布尔分布在工程领域应用广泛,例如:
使用scipy.stats库可以方便地对威布尔分布进行建模和计算。
from scipy.stats import weibull_min
import numpy as np
import matplotlib.pyplot as plt
# 定义威布尔分布的参数
lambda_ = 5 # 尺度参数
alpha = 2 # 形状参数
# 生成500个符合威布尔分布的随机数
data = weibull_min.rvs(alpha, scale=lambda_, size=500)
# 绘制随机数分布的直方图
plt.hist(data, density=True, bins=30)
# 计算威布尔分布的概率密度函数
x = np.linspace(0, 20, 100)
pdf = weibull_min.pdf(x, alpha, scale=lambda_)
# 绘制概率密度函数曲线
plt.plot(x, pdf)
plt.show()
输出的图形为: