在線即時計算器 · 純前端本地秒算 · 零數據上傳

🛠️ 瑞利分布計算器

專業免費的 瑞利分布計算器。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)
0.270671 瑞利分布 PDF 在 x 處的值
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...

什麼是瑞利分布?

瑞利分布(Rayleigh distribution)是一種針對非負數值的連續機率分布,僅由單一尺度參數 \sigma(sigma)決定。它最自然的來源,是兩個彼此獨立、均值為零、變異數相同的常態隨機變數所構成之二維向量的長度(大小)。瑞利分布在許多領域都很常見,例如訊號處理(衰落通道)、風速建模、MRI 雜訊分析,以及可靠度工程。

如何使用這個計算器

請輸入想計算密度與累積機率的數值 x,以及尺度參數 \sigma。計算器會回傳機率密度 PDF f(x)、累積分布 CDF F(x),以及該分布的平均值、變異數、中位數與眾數。x 與 \sigma 皆必須為非負數,且 \sigma 必須大於零。

公式說明

當 x ≥ 0 時,機率密度為

f(x) = ((x) ÷ (\sigma^{2})) \exp\!≤ft(-((x^{2}) ÷ (2 \sigma^{2}))\right)
累積分布為
F(x) = 1 - \exp\!≤ft(-((x^{2}) ÷ (2 \sigma^{2}))\right)
主要的摘要統計量為:平均值 \mu = \sigma\sqrt{\tfrac{π}{2}}、變異數 \sigma_{x}^{2} = ((4-π) ÷ (2)) \sigma^{2}、中位數 \sigma√(2\ln 2)、眾數 \sigma。值得注意的是,眾數恰好等於 \sigma——密度的峰值永遠落在 x = \sigma 的位置。

實際範例

假設 \sigma = 1、x = 2。則 ((x^{2}) ÷ (2\sigma^{2})) = ((4) ÷ (2)) = 2,因此 e^{-2} ≈ 0.135335。PDF 為 ((2) ÷ (1)) · 0.135335 = 0.270671;CDF 為 1 - 0.135335 = 0.864665。平均值為 √(((π) ÷ (2))) ≈ 1.253314,變異數為 ((4-π) ÷ (2)) ≈ 0.429204,中位數為 √(2\ln 2) ≈ 1.177410,眾數為 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)

瑞利分布有定義在負的 x 嗎?
沒有。它只在 \(x \ge 0\) 的範圍內有定義;對於負值,密度為零。
\(\sigma\) 與平均值有什麼關係?
平均值會隨 \(\sigma\) 線性變化:\(\mu = \sigma\sqrt{\frac{\pi}{2}} \approx 1.2533\,\sigma\)。
它與常態分布之間有什麼關聯?
若 \(X\) 與 \(Y\) 為彼此獨立且服從 \(N(0, \sigma^{2})\) 的隨機變數,則 \(\sqrt{X^{2}+Y^{2}}\) 會服從尺度參數為 \(\sigma\) 的瑞利分布。