Intermediate

Υπολογιστής Εκθετικής Κατανομής

Υπολογίστε πιθανότητες εκθετικής κατανομής, μέση τιμή και διακύμανση από μια παράμετρο ρυθμού λ και μια τιμή x.
Events per unit; mean = 1/λ
The point to evaluate (x ≥ 0)

Probability type

P(X < x)
0,6321

Probability for the selected region

Mean (1/λ)
2
Variance (1/λ²)
4
Std. deviation
2
P(X < x)
0,6321
P(X > x)
0,3679
PDF f(x)
0,1839
Probability density f(t) = λe^(−λt)
Step by step
  1. 1

    −λ × x

    −0,5 × 2 = -1
  2. 2

    e^(−λx)

    e^(-1) = 0,367879
  3. 3

    P(X < x) = 1 − e^(−λx)

    1 − 0,367879 = 0,6321
    Cumulative probability.
Τα αποτελέσματα είναι εκτιμήσεις μόνο για γενική ενημέρωση και δεν αποτελούν επαγγελματική συμβουλή — επαληθεύετε πάντα τα σημαντικά αποτελέσματα ανεξάρτητα προτού βασιστείτε σε αυτά. Διαβάστε την πλήρη αποποίηση ευθύνης.
Γρήγορη απάντηση

Πώς λειτουργεί αυτή η αριθμομηχανή;

Για μια εκθετική κατανομή με ρυθμό λ, η πιθανότητα ένα ενδεχόμενο να συμβεί πριν το x είναι P(X<x) = 1 − e^(−λx) και μετά το x είναι P(X>x) = e^(−λx). Η μέση τιμή ισούται με 1/λ και η διακύμανση ισούται με 1/λ². Εισαγάγετε λ και x για να λάβετε αυτές τις πιθανότητες καθώς και την καμπύλη πυκνότητας.

Τύπος
f(x) = λe^(−λx); P(X<x) = 1 − e^(−λx); P(X>x) = e^(−λx); Μέση τιμή = 1/λ; Var = 1/λ²
How this is calculated

Η εκθετική κατανομή μοντελοποιεί τον χρόνο αναμονής μεταξύ ανεξάρτητων ενδεχομένων που συμβαίνουν με σταθερό μέσο ρυθμό λ. Εισαγάγετε τον ρυθμό λ (ενδεχόμενα ανά μονάδα χρόνου ή χώρου) και μια τιμή x στην οποία θα αξιολογηθεί η κατανομή. Ο ρυθμός πρέπει να είναι θετικός και το x πρέπει να είναι μη αρνητικό.

Η συνάρτηση πυκνότητας πιθανότητας είναι f(x) = λe^(−λx) για x ≥ 0. Η αθροιστική πιθανότητα P(X < x) = 1 − e^(−λx) δίνει την πιθανότητα το ενδεχόμενο να συμβεί πριν το x, ενώ η πιθανότητα επιβίωσης P(X > x) = e^(−λx) δίνει την πιθανότητα να περιμένετε περισσότερο από x. Το αναπτυσσόμενο μενού επιλέγει ποια από αυτές εμφανίζεται ως το κύριο αποτέλεσμα· και οι δύο αναφέρονται επίσης στην ανάλυση.

Η κατανομή έχει μέση τιμή 1/λ και διακύμανση 1/λ², οπότε μεγαλύτεροι ρυθμοί σημαίνουν μικρότερους αναμενόμενους χρόνους αναμονής και στενότερη διασπορά. Είναι αμνήμων: P(X > s + t | X > s) = P(X > t), οπότε ο χρόνος αναμονής που έχει παρέλθει δεν αλλάζει τη μελλοντική κατανομή. Ακραίες περιπτώσεις: λ ≤ 0 ή x < 0 είναι μη έγκυρα και δεν επιστρέφουν αποτέλεσμα· καθώς το x μεγαλώνει, η P(X < x) πλησιάζει το 1 και η P(X > x) πλησιάζει το 0.

Συχνές ερωτήσεις

Το λ είναι ο μέσος αριθμός ενδεχομένων ανά μονάδα χρόνου (ή απόστασης). Το αντίστροφό του 1/λ είναι ο μέσος χρόνος αναμονής μεταξύ ενδεχομένων.

Επειδή η πιθανότητα αναμονής για επιπλέον χρόνο t δεν εξαρτάται από το πόσο έχετε ήδη περιμένει: P(X > s + t | X > s) = P(X > t).

Ναι. Αν γνωρίζετε τον μέσο χρόνο αναμονής m, θέστε λ = 1/m, αφού η μέση τιμή μιας εκθετικής κατανομής ισούται με 1/λ.

Γνωστό και ως

εκθετικη κατανομη
εκθετικη πιθανοτητα
exponential distribution
παραμετρος ρυθμου
χρονος αναμονης
κατανομη χωρις μνημη

APA

TG we-Calculate Editorial Team. (2026). Υπολογιστής Εκθετικής Κατανομής [Online calculator]. TG we-Calculate. https://we-calculate.com/el/calculator/exponential-distribution-calculator

Chicago

TG we-Calculate Editorial Team. "Υπολογιστής Εκθετικής Κατανομής." TG we-Calculate. 2026. https://we-calculate.com/el/calculator/exponential-distribution-calculator.

IEEE

TG we-Calculate Editorial Team, "Υπολογιστής Εκθετικής Κατανομής," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/el/calculator/exponential-distribution-calculator

BibTeX

@misc{wecalculate_exponential_distribution_calculator, title = {Υπολογιστής Εκθετικής Κατανομής}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/el/calculator/exponential-distribution-calculator}}, year = {2026}, note = {TG we-Calculate} }

Σας βοήθησε αυτή η αριθμομηχανή;

Σχετικές αριθμομηχανές