Exponentialverteilungsrechner

Berechnet PDF, CDF und Ueberlebenswahrscheinlichkeit

Fuer Wartezeiten zwischen unabhaengigen Ereignissen.

Beispielergebnisse

1 Beispiele

Wartezeit mit Lambda 0.5 bewerten

Berechnet Dichte, CDF und Ueberleben.

{
  "result": {
    "pdf": 0.1116,
    "cdf": 0.7769,
    "survivalProbability": 0.2231
  }
}
Eingabeparameter anzeigen
{ "rateLambda": 0.5, "value": 3, "intervalLower": "0", "intervalUpper": "3", "decimalPlaces": 4 }

Wichtige Fakten

Kategorie
Mathe, Datum & Finanzen
Eingabetypen
number, text
Ausgabetyp
json
Sample-Abdeckung
4
API verfügbar
Yes

Überblick

Der Exponentialverteilungsrechner ist ein präzises Werkzeug zur Berechnung von Wahrscheinlichkeitsdichtefunktionen (PDF), kumulativen Verteilungsfunktionen (CDF) und Überlebenswahrscheinlichkeiten. Er eignet sich ideal zur Analyse von Wartezeiten zwischen unabhängigen Ereignissen bei konstanter Rate, wie beispielsweise Ausfallzeiten von Maschinen, Ankunftszeiten von Kunden oder der Lebensdauer von Bauteilen.

Wann verwenden

  • Wenn Sie die Wahrscheinlichkeit berechnen möchten, dass ein Ereignis innerhalb eines bestimmten Zeitraums eintritt.
  • Zur Bestimmung der Überlebenswahrscheinlichkeit oder Zuverlässigkeit technischer Bauteile über die Zeit.
  • Wenn Sie Wartezeiten in Warteschlangenmodellen oder Service-Systemen statistisch analysieren müssen.

So funktioniert es

  • Geben Sie die Rate Lambda ein, die die durchschnittliche Anzahl der Ereignisse pro Zeiteinheit darstellt.
  • Legen Sie den Zielwert fest, für den die Wahrscheinlichkeit berechnet werden soll (z. B. die vergangene Zeit).
  • Definieren Sie optional eine untere und obere Grenze, um die Wahrscheinlichkeit für ein spezifisches Zeitintervall zu ermitteln.
  • Passen Sie die gewünschten Dezimalstellen an und erhalten Sie sofort die berechneten Werte für PDF, CDF und Überlebenswahrscheinlichkeit.

Anwendungsfälle

Zuverlässigkeitstechnik: Vorhersage der Lebensdauer von elektronischen Bauteilen oder mechanischen Komponenten.
Operations Research: Modellierung von Ankunftszeiten in Callcentern oder an Kassen zur Optimierung der Personalplanung.
Risikomanagement: Berechnung der Wahrscheinlichkeit von seltenen, unabhängigen Ereignissen in der Finanz- oder Versicherungsbranche.

Beispiele

1. Analyse der Lebensdauer eines Bauteils

Qualitätsingenieur
Hintergrund
Ein Hersteller produziert Sensoren, die durchschnittlich alle 2 Jahre ausfallen, was einer Rate (Lambda) von 0.5 pro Jahr entspricht.
Problem
Es muss ermittelt werden, wie hoch die Wahrscheinlichkeit ist, dass ein Sensor die ersten 3 Jahre überlebt.
Verwendung
Geben Sie als Rate Lambda '0.5' und als Wert '3' ein. Belassen Sie die Dezimalstellen bei 4.
Beispielkonfiguration
{"rateLambda": 0.5, "value": 3, "decimalPlaces": 4}
Ergebnis
Das Tool berechnet eine Überlebenswahrscheinlichkeit von 0.2231 (22,31 %) und eine Ausfallwahrscheinlichkeit (CDF) von 0.7769.

2. Wartezeiten im Kundenservice

Callcenter-Manager
Hintergrund
In einem Callcenter gehen durchschnittlich 2 Anrufe pro Minute ein (Lambda = 2).
Problem
Der Manager möchte wissen, wie hoch die Wahrscheinlichkeit ist, dass der nächste Anruf in einem Zeitfenster zwischen 0,5 und 1 Minute eingeht.
Verwendung
Setzen Sie Lambda auf '2', den Wert auf '1' und tragen Sie bei der unteren Grenze '0.5' sowie bei der oberen Grenze '1' ein.
Beispielkonfiguration
{"rateLambda": 2, "value": 1, "intervalLower": "0.5", "intervalUpper": "1", "decimalPlaces": 4}
Ergebnis
Die Berechnung liefert die exakte Wahrscheinlichkeit für das definierte Intervall, sodass die Personalbesetzung für Spitzenzeiten besser geplant werden kann.

Mit Samples testen

pdf

Verwandte Hubs

FAQ

Was ist die Rate Lambda?

Lambda ist der Ratenparameter der Exponentialverteilung und beschreibt die durchschnittliche Häufigkeit eines Ereignisses pro Zeiteinheit.

Was bedeutet die Überlebenswahrscheinlichkeit?

Sie gibt die Wahrscheinlichkeit an, dass ein Ereignis (z. B. ein Maschinenausfall) bis zu einem bestimmten Zeitpunkt noch nicht eingetreten ist.

Kann ich Wahrscheinlichkeiten für ein Zeitintervall berechnen?

Ja, indem Sie die optionalen Felder für die untere und obere Grenze ausfüllen, berechnet das Tool die Wahrscheinlichkeit für genau dieses Intervall.

Was ist der Unterschied zwischen PDF und CDF?

Die PDF (Wahrscheinlichkeitsdichtefunktion) zeigt die Dichte an einem bestimmten Punkt, während die CDF (kumulative Verteilungsfunktion) die Wahrscheinlichkeit angibt, dass der Wert kleiner oder gleich dem Zielwert ist.

Wie genau sind die Ergebnisse?

Sie können die Genauigkeit über das Feld 'Dezimalstellen' steuern. Standardmäßig werden die Ergebnisse auf 4 Nachkommastellen gerundet.

API-Dokumentation

Request-Endpunkt

POST /de/api/tools/exponential-distribution-calculator

Request-Parameter

Parameter-Name Typ Erforderlich Beschreibung
rateLambda number Ja -
value number Ja -
intervalLower text Nein -
intervalUpper text Nein -
decimalPlaces number Nein -

Antwortformat

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON-Daten: JSON-Daten

MCP-Dokumentation

Fügen Sie dieses Tool zu Ihrer MCP-Server-Konfiguration hinzu:

{
  "mcpServers": {
    "elysiatools-exponential-distribution-calculator": {
      "name": "exponential-distribution-calculator",
      "description": "Berechnet PDF, CDF und Ueberlebenswahrscheinlichkeit",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=exponential-distribution-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Sie können mehrere Tools verketten, z.B.: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, maximal 20 Tools.

Wenn Sie auf Probleme stoßen, kontaktieren Sie uns bitte bei [email protected]