在線即時計算器 · 純前端本地秒算 · 零數據上傳

📚 Exponential Distribution 計算機

專業免費的 Exponential Distribution 計算機。純前端本機毫秒級計算、零資料上傳、極致隱私保護。提供詳細公式推導、實例示範與常見問答。

即時推算結果 (Computed Output)
0.135335
專業公認計算模型,即時運算完畢
📜 計算歷史記錄 (試算軌跡)
尚無歷史記錄,每次點擊「計算」將在此留下試算軌跡...

這個計算機的功能

本工具會針對給定的尺度參數 b,在你指定的數值 x 處計算指數分配(Exponential Distribution)。計算結果共有三項:機率密度 f(x)、左尾(下方)累積機率 P(X ≤ x),以及右尾(上方)累積機率 P(X > x)。指數分配屬於通用數學,在世界各地的定義完全相同,常用來描述等候時間、產品壽命,以及獨立隨機事件之間的間隔。

使用方式

輸入一個非負的百分位數值 x,以及一個嚴格大於零的尺度參數 b,即可讀取三項計算結果。這裡的 b 是尺度參數,等於分配的平均數;而速率參數則為 \lambda = 1/b。如果你的教科書採用速率參數來表示,只要在輸入前先換算成 b = 1/\lambda 即可。

公式說明

當 x ≥ 0 且 b > 0 時:

  • 機率密度:
    f(x) = ((1) ÷ (b)) e^{-x/b}
  • 左尾累積機率(CDF):
    P(X ≤ x) = 1 - e^{-x/b}
  • 右尾累積機率(存活函數):
    P(X > x) = e^{-x/b}

由於存活項 e^{-x/b} 只需計算一次便可重複使用,因此左尾與右尾累積機率相加必定剛好等於 1。

實例演算

假設 x = 2、b = 1。比值 x/b = 2,而 e^{-2} ≈ 0.135335。因此機率密度為

f(2) = ((1) ÷ (1))· 0.135335 = 0.135335
,左尾累積機率為 1 - 0.135335 = 0.864665,右尾累積機率則為 0.135335。驗算:0.864665 + 0.135335 = 1.0。

使用注意事項與精準校對原則(6 大核心守則)

📐 1. 嚴格對齊輸入量綱與單位

輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。

🔒 2. 純前端本機毫秒級隱私保障

所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。

📊 3. 符合公認學術與產業計算模型

演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。

📋 4. 一鍵複製與免登入 PDF 匯出

支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。

🔄 5. 多情景敏感度動態對比

建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。

🛡️ 6. 專業諮詢與日常參考免責聲明

本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。

常見問題 (FAQ)

尺度參數 b 是什麼?
它就是指數分配的平均數。b 越大,分配越分散,且在接近零的位置機率密度越低。
如果我手上的是速率參數怎麼辦?
若你拿到的是速率 \(\lambda\),請輸入 \(b = 1/\lambda\)。例如速率 0.5 對應的尺度參數 \(b = 2\)。
當 x = 0 時會怎樣?
此時機率密度等於 \(1/b\),左尾累積機率為 0,右尾累積機率為 1,因為尚未經過任何時間。