指数分布電卓

確率の計算、PDFおよびCDF曲線の視覚化、および指数分布の特性を調べます。レートパラメータ λ (ラムダ) と値 x を入力して、P(X ≤ x)、P(X > x)、P(a ≤ X ≤ b)、平均、分散、中央値、およびインタラクティブなグラフ付きのステップバイステップの解決策を取得します。

指数分布電卓

Embed 指数分布電卓 Widget

指数分布電卓

指数分布電卓は、指数分布 $X \sim \text{Exp}(\lambda)$ の確率を計算し、確率密度関数（PDF）および累積分布関数（CDF）を可視化し、分布の特性を表示します。レートパラメータ $\lambda$ と値 $x$ を入力すると、$P(X \leq x)$、$P(X > x)$、または $P(a \leq X \leq b)$ を取得でき、ステップバイステップの解決策、インタラクティブなグラフ、および平均、分散、中央値などの主要な統計量も確認できます。

指数分布とは何ですか？

指数分布は、ポアソン過程（イベントが一定の平均レート $\lambda$ で連続的かつ独立して発生する過程）におけるイベント間の時間をモデル化する連続確率分布です。単一のパラメータ $\lambda > 0$（レートパラメータ）によって定義され、その確率密度関数（PDF）は次のようになります。

$$f(x) = \lambda e^{-\lambda x}, \quad x \geq 0$$

指数分布は、信頼性工学、待ち行列理論、生存分析、および電気通信において、待ち時間、コンポーネントの寿命、およびイベントの到着間隔をモデル化するために広く使用されています。

主な特性

🔄

無記憶性

P(X > s+t | X > s) = P(X > t)。唯一の連続的な無記憶分布です。

📏

平均 = 1/λ

期待される待ち時間はレートパラメータの逆数です。

🔗

ポアソンとの関連

イベントが Poisson(λ) に従う場合、イベント間の時間は Exp(λ) に従います。

↗

右に歪んだ分布

歪度 = 2。ほとんどの値は 0 の近くに集まり、右側に長い裾を持ちます。

数式

特性	数式	説明
PDF	$f(x) = \lambda e^{-\lambda x}$	x における確率密度
CDF	$F(x) = 1 - e^{-\lambda x}$	X ≤ x となる確率
生存関数	$S(x) = e^{-\lambda x}$	X > x となる確率
平均	$\mu = \frac{1}{\lambda}$	期待値
分散	$\sigma^2 = \frac{1}{\lambda^2}$	分布の広がり
中央値	$\frac{\ln 2}{\lambda}$	第50パーセンタイル
最頻値	$0$	最も確率の高い値
歪度	$2$	常に右に歪んでいる
尖度	$6$	超過尖度
MGF	$\frac{\lambda}{\lambda - t}$ ($t < \lambda$ の場合)	積率母関数

現実世界での応用

分野	λ が表すもの	X がモデル化するもの
待ち行列理論	顧客の到着率	顧客の到着間隔
信頼性工学	部品の故障率	次の故障までの時間
電気通信	コールの到着率	電話着信の間隔
核物理学	崩壊率	放射性崩壊イベントの間隔
金融	デフォルト率	ローン債務不履行までの時間
疫学	感染率	感染イベントの間隔

指数分布 vs. ポアソン分布

指数分布とポアソン分布は密接に関連していますが、モデル化する対象が異なります。

特徴	指数分布	ポアソン分布
タイプ	連続	離散
モデル対象	イベント間の時間	一定期間内のイベント数
パラメータ	λ (レート)	λ (レート × 時間)
サポート（値の範囲）	[0, ∞)	{0, 1, 2, ...}
平均	1/λ	λ

指数分布電卓の使い方

レートパラメータ λ を入力する: これは単位時間あたりの平均イベント数です。例えば、バスが平均10分おきに到着する場合、λ = 1/10 = 0.1本/分となります。
確率のタイプを選択する: 累積確率の場合は P(X ≤ x)、生存確率の場合は P(X > x)、範囲確率の場合は P(a ≤ X ≤ b) を選択します。
xの値または範囲を入力する: 1点のみの確率の場合は x を入力します。範囲確率の場合は、下限 a と上限 b の両方を入力します。
結果を確認する: 確率、色付けされた確率領域を持つインタラクティブなPDFおよびCDFグラフ、分布の特性（平均、分散、中央値）、および完全なステップバイステップの解決策を確認します。

よくある質問（FAQ）

指数分布とは何ですか？

指数分布は、一定の平均速度で独立して発生するイベント間の時間をモデル化する連続確率分布です。単一のレートパラメータ λ（ラムダ）によって定義されます。確率密度関数は x ≥ 0 に対して f(x) = λe^(−λx) です。待機時間、サービス時間、コンポーネントの寿命などのモデル化によく使用されます。

指数分布の無記憶性とは何ですか？

無記憶性とは、さらなる t 単位時間待つ確率は、すでにどれだけ待ったかに依存しないという特性です。数学的には P(X > s+t | X > s) = P(X > t) と表されます。指数分布はこの性質を持つ唯一の連続分布です。これにより、次の電話までの時間や電子部品の寿命など、未来が過去に依存しないプロセスのモデル化に理想的です。

指数分布とポアソン分布の関係は何ですか？

イベントが単位時間あたり λ のレートでポアソン過程に従って発生する場合、連続するイベント間の時間は同じパラメータ λ を持つ指数分布に従います。ポアソン分布は固定された時間間隔内のイベント数をカウントするのに対し、指数分布はイベント間の待機時間をモデル化します。これらは表裏一体の関係にあります。

レートパラメータ λ はどのように選べばよいですか？

ラムダ（λ）は単位時間あたりの平均イベント数を表します。イベント間の平均時間（平均値）がわかっている場合、λ = 1/平均値となります。例えば、顧客が平均5分ごとに到着する場合、λ = 1/5 = 0.2人/分となります。機械が平均100時間ごとに故障する場合、λ = 1/100 = 0.01回/時間となります。λ は正の数である必要があります。

指数分布は負の値を取ることはありますか？

いいえ、指数分布は非負の値（x ≥ 0）に対してのみ定義されます。x が 0 未満の場合、確率密度関数は 0 です。これは通常、負になることがない期間や待機時間をモデル化するため、直感的に理解できます。

このコンテンツ、ページ、またはツールを引用する場合は、次のようにしてください：

"指数分布電卓"（https://MiniWebtool.com/ja//） MiniWebtool からの引用、https://MiniWebtool.com/

MiniWebtool チーム作成。最終更新日: 2026-04-14

また、AI 数学ソルバー GPT を使って、自然言語による質問と回答で数学の問題を解決することもできます。

特性	数式	説明
PDF	\(f(x) = \lambda e^{-\lambda x}\)	x における確率密度
CDF	\(F(x) = 1 - e^{-\lambda x}\)	X ≤ x となる確率
生存関数	\(S(x) = e^{-\lambda x}\)	X > x となる確率
平均	\(\mu = \frac{1}{\lambda}\)	期待値
分散	\(\sigma^2 = \frac{1}{\lambda^2}\)	分布の広がり
中央値	\(\frac{\ln 2}{\lambda}\)	第50パーセンタイル
最頻値	\(0\)	最も確率の高い値
歪度	\(2\)	常に右に歪んでいる
尖度	\(6\)	超過尖度
MGF	\(\frac{\lambda}{\lambda - t}\) (\(t < \lambda\) の場合)	積率母関数

指数分布電卓

指数分布電卓

指数分布とは何ですか？

主な特性

数式

現実世界での応用

指数分布 vs. ポアソン分布

指数分布電卓の使い方

よくある質問（FAQ）

おすすめ: