지수 분포 계산기

확률을 계산하고, PDF 및 CDF 곡선을 시각화하며, 지수 분포의 속성을 탐색합니다. 비율 매개변수 λ (람다)와 값 x를 입력하여 P(X ≤ x), P(X > x), P(a ≤ X ≤ b), 평균, 분산, 중앙값 및 대화형 그래프가 포함된 단계별 풀이를 확인하세요.

지수 분포 계산기

Embed 지수 분포 계산기 Widget

지수 분포 계산기 정보

지수 분포 계산기는 지수 분포 $X \sim \text{Exp}(\lambda)$에 대한 확률을 계산하고, 확률 밀도 함수(PDF) 및 누적 분포 함수(CDF)를 시각화하며, 분포의 특성을 표시합니다. 비율 매개변수 $\lambda$와 값 $x$를 입력하여 $P(X \leq x)$, $P(X > x)$ 또는 $P(a \leq X \leq b)$를 구할 수 있으며, 단계별 풀이, 대화형 그래프, 평균, 분산, 중앙값과 같은 주요 통계량을 함께 제공합니다.

지수 분포란 무엇인가요?

지수 분포는 포아송 프로세스에서 사건 사이의 시간을 모델링하는 연속 확률 분포입니다. 포아송 프로세스는 사건이 일정한 평균 비율 $\lambda$로 연속적이고 독립적으로 발생하는 과정을 말합니다. 단일 매개변수 $\lambda > 0$(비율 매개변수)로 정의되며, 확률 밀도 함수(PDF)는 다음과 같습니다.

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

지수 분포는 신뢰성 공학, 대기 행렬 이론, 생존 분석 및 통신 분야에서 대기 시간, 부품 수명 및 도착 간격을 모델링하는 데 널리 사용됩니다.

주요 특성

🔄

무기억성

P(X > s+t | X > s) = P(X > t). 유일한 연속 무기억 분포입니다.

📏

평균 = 1/λ

기대 대기 시간은 비율 매개변수의 역수입니다.

🔗

포아송 연결

사건이 Poisson(λ)를 따르면, 사건 간 시간은 Exp(λ)를 따릅니다.

↗

오른쪽 왜도

왜도 = 2. 대부분의 값이 0 근처에 모여 있으며 오른쪽 꼬리가 깁니다.

공식

특성	공식	설명
PDF	$f(x) = \lambda e^{-\lambda x}$	x에서의 확률 밀도
CDF	$F(x) = 1 - e^{-\lambda x}$	X ≤ x일 확률
생존 함수	$S(x) = e^{-\lambda x}$	X > x일 확률
평균	$\mu = \frac{1}{\lambda}$	기댓값
분산	$\sigma^2 = \frac{1}{\lambda^2}$	분포의 퍼짐 정도
중앙값	$\frac{\ln 2}{\lambda}$	50번째 백분위수
최빈값	$0$	가장 확률이 높은 값
왜도	$2$	항상 오른쪽으로 치우침
첨도	$6$	초과 첨도
MGF	$t < \lambda$에 대해 $\frac{\lambda}{\lambda - t}$	적률 생성 함수

실생활 응용 사례

분야	λ의 의미	X 모델링 대상
대기 행렬 이론	고객 도착 비율	고객 도착 사이의 시간
신뢰성	부품 고장률	다음 고장까지의 시간
통신	전화 수신 비율	전화 통화 사이의 시간
핵물리학	붕괴율	방사성 붕괴 사건 사이의 시간
금융	부도율	대출 부도까지의 시간
역학	감염율	감염 사건 사이의 시간

지수 분포 vs. 포아송 분포

지수 분포와 포아송 분포는 밀접하게 관련되어 있지만 서로 다른 양을 모델링합니다.

특징	지수 분포	포아송 분포
유형	연속형	이산형
모델링	사건 사이의 시간	구간 내 사건 수
매개변수	λ (비율)	λ (비율 × 시간)
지원 범위	[0, ∞)	{0, 1, 2, ...}
평균	1/λ	λ

지수 분포 계산기 사용 방법

비율 매개변수 λ 입력: 이는 단위 시간당 평균 사건 수입니다. 예를 들어, 버스가 평균 10분마다 도착한다면 λ = 1/10 = 0.1(분당 버스 수)입니다.
확률 유형 선택: 누적 확률은 P(X ≤ x), 생존 확률은 P(X > x), 범위 확률은 P(a ≤ X ≤ b)를 선택합니다.
x 값 또는 범위 입력: 단일 지점 확률의 경우 x를 입력합니다. 범위 확률의 경우 하한값 a와 상한값 b를 모두 입력합니다.
결과 확인: 확률, 확률 영역이 표시된 대화형 PDF 및 CDF 그래프, 분포 특성(평균, 분산, 중앙값) 및 전체 단계별 풀이를 확인합니다.

FAQ

지수 분포란 무엇인가요?

지수 분포는 일정한 평균 비율로 발생하는 독립적인 사건 사이의 시간을 모델링하는 연속 확률 분포입니다. 단일 비율 매개변수 λ(람다)로 정의됩니다. 확률 밀도 함수는 x ≥ 0에 대해 f(x) = λe^(−λx)입니다. 대기 시간, 서비스 시간 및 부품의 수명을 모델링하는 데 흔히 사용됩니다.

지수 분포의 무기억성이란 무엇인가요?

무기억성은 추가로 t 시간만큼 더 기다릴 확률이 이미 얼마나 기다렸는지와 관계없이 동일함을 의미합니다. 수학적으로 P(X > s+t | X > s) = P(X > t)입니다. 지수 분포는 이 속성을 가진 유일한 연속 분포입니다. 이는 다음 전화가 올 때까지의 시간이나 전자 부품의 수명과 같이 미래가 과거에 의존하지 않는 프로세스를 모델링하는 데 이상적입니다.

지수 분포와 포아송 분포의 관계는 무엇인가요?

사건이 단위 시간당 λ회의 비율로 발생하는 포아송 프로세스를 따르면, 연속적인 사건 사이의 시간은 동일한 비율 매개변수 λ를 가진 지수 분포를 따릅니다. 포아송 분포는 고정된 시간 간격 내의 사건 수를 세는 반면, 지수 분포는 사건 사이의 대기 시간을 모델링합니다. 이들은 동전의 양면과 같습니다.

비율 매개변수 λ는 어떻게 선택하나요?

람다(λ)는 단위 시간당 평균 사건 수를 나타냅니다. 사건 사이의 평균 시간(평균)을 알고 있다면 λ = 1/평균입니다. 예를 들어, 고객이 평균 5분마다 도착한다면 λ = 1/5 = 0.2(분당 도착 수)입니다. 기계가 평균 100시간마다 고장 난다면 λ = 1/100 = 0.01(시간당 고장 수)입니다. λ는 반드시 양수여야 합니다.

지수 분포가 음수 값을 가질 수 있나요?

아니요, 지수 분포는 0 이상의 값(x ≥ 0)에 대해서만 정의됩니다. 확률 밀도 함수는 0보다 작은 x에 대해 0입니다. 이는 지수 분포가 일반적으로 음수가 될 수 없는 지속 시간이나 대기 시간을 모델링하기 때문에 직관적으로도 타당합니다.

이 콘텐츠, 페이지 또는 도구를 다음과 같이 인용하세요:

"지수 분포 계산기" - https://MiniWebtool.com/ko/지수-분포-계산기/에서 MiniWebtool 인용, https://MiniWebtool.com/

miniwebtool 팀 제작. 업데이트: 2026-04-14

개발자 API 사용 가능: 이 도구를 앱, 자동화, 에이전트에서 한 번의 JSON HTTP 요청으로 실행할 수 있습니다. API 문서 보기

또한 저희의 AI 수학 해결사 GPT를 사용하여 자연어 질문과 답변으로 수학 문제를 해결할 수 있습니다.

지수 분포 계산기

지수 분포 계산기 정보

지수 분포란 무엇인가요?

주요 특성

공식

실생활 응용 사례

지수 분포 vs. 포아송 분포

지수 분포 계산기 사용 방법

FAQ

데이터 분석 및 통계 도구:

주요 도구:

특성	공식	설명
PDF	\(f(x) = \lambda e^{-\lambda x}\)	x에서의 확률 밀도
CDF	\(F(x) = 1 - e^{-\lambda x}\)	X ≤ x일 확률
생존 함수	\(S(x) = e^{-\lambda x}\)	X > x일 확률
평균	\(\mu = \frac{1}{\lambda}\)	기댓값
분산	\(\sigma^2 = \frac{1}{\lambda^2}\)	분포의 퍼짐 정도
중앙값	\(\frac{\ln 2}{\lambda}\)	50번째 백분위수
최빈값	\(0\)	가장 확률이 높은 값
왜도	\(2\)	항상 오른쪽으로 치우침
첨도	\(6\)	초과 첨도
MGF	\(t < \lambda\)에 대해 \(\frac{\lambda}{\lambda - t}\)	적률 생성 함수