在線即時計算器 · 純前端本地秒算 · 零數據上傳

📚 Exponential Distribution Graph 計算機

專業免費的 Exponential Distribution Graph 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)
0.5 value at first x · mean b = 2
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...

這個計算器的功能

這是一款通用的純數學統計工具,能在一段 x 值範圍內計算指數分布,並輸出可直接繪圖的 (x, y) 數據表。您可以選擇計算機率密度 f(x)、下側累積機率 P(x)(即 CDF),或上側累積機率 Q(x)(即存活函數)。由於採用純數學運算,計算結果在任何國家、任何應用領域都完全一致。

尺度參數形式

本工具採用尺度參數 b 的形式,而非速率參數 lambda。這裡的 b 即為分布的平均值,而速率為 \lambda = 1/b。其機率密度為

f(x,b) = ((1) ÷ (b)) e^{-x/b}
累積分布函數為
P(x,b) = 1 - e^{-x/b}
存活函數則為
Q(x,b) = e^{-x/b}
對於任何有效的 x,皆滿足 P(x,b) + Q(x,b) = 1。此分布的定義域為 x ≥ 0 且 b > 0。

使用方式

首先選擇一種函數(密度、下側累積或上側累積)。接著輸入尺度參數 b(即平均值,必須為正數)、x 的初始值(須大於或等於 0)、每一列遞增的數值,以及要產生的列數(重複次數)。數據表將從初始 x 開始,每往下一列便加上一次遞增值。

實際範例

假設函數選擇密度、b = 2、初始 x = 0、遞增值為 0.1、共 101 列:第一列得出 f(0) = ((1) ÷ (2))e^0 = 0.5。當 x = 1.0 時,f = 0.5 · e^{-0.5} = 0.303265;當 x = 2.0 時,f = 0.5 · e^{-1} = 0.183940;最後一列(x = 10.0)得出 f = 0.5 · e^{-5} = 0.003369。若改選下側累積,則 x = 2 時 P = 1 - e^{-1} = 0.632121;上側累積則為 Q = e^{-1} = 0.367879,兩者相加恰好等於 1。

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)

\(b\) 是平均值還是速率?
\(b\) 是平均值(尺度參數)。速率 \(\lambda\) 為 \(1/b\),因此 \(b\) 越大,代表事件發生的頻率越低。
為什麼 \(x\) 至少要等於 0?
指數分布的定義域僅限於非負的 \(x\);當 \(x < 0\) 時,密度為 0、\(P\) 為 0、\(Q\) 為 1。
如果把遞增值設為 0 會怎樣?
那麼每一列的 \(x\) 值都會相同。這是允許的,但通常您會希望設定一個正的遞增值,以便描繪出完整的曲線。