Points clés
- Catégorie
- Maths, dates et finance
- Types d’entrée
- number, text
- Type de sortie
- json
- Couverture des échantillons
- 4
- API disponible
- Yes
Vue d’ensemble
Ce calculateur de distribution exponentielle permet d'évaluer rapidement les probabilités liées aux temps d'attente entre des événements indépendants. En saisissant le taux lambda et une valeur cible, vous obtenez instantanément la fonction de densité de probabilité (PDF), la fonction de répartition (CDF) et la probabilité de survie, avec la possibilité de définir des intervalles spécifiques pour des analyses statistiques précises.
Quand l’utiliser
- •Modéliser les temps d'attente dans les systèmes de files d'attente, comme les appels au service client ou les requêtes serveur.
- •Analyser la fiabilité et la durée de vie des composants électroniques ou mécaniques ayant un taux de défaillance constant.
- •Calculer les probabilités de survie pour des événements se produisant à un rythme régulier et indépendant.
Comment ça marche
- •Entrez le taux d'occurrence moyen (Taux lambda) des événements étudiés.
- •Saisissez la valeur cible (x) pour laquelle vous souhaitez calculer les probabilités.
- •Définissez éventuellement une borne inférieure et supérieure pour calculer la probabilité sur un intervalle précis.
- •Ajustez le nombre de décimales souhaité et obtenez instantanément la PDF, la CDF et la probabilité de survie.
Cas d’usage
Exemples
1. Analyse du temps d'attente en centre d'appels
Analyste de données- Contexte
- Un centre d'appels reçoit en moyenne 0.5 appel par minute. L'analyste veut connaître la probabilité d'attendre 3 minutes ou moins avant le prochain appel.
- Problème
- Calculer la probabilité cumulée (CDF) et la probabilité de survie pour un taux d'arrivée donné.
- Comment l’utiliser
- Saisissez 0.5 dans le champ 'Taux lambda' et 3 dans le champ 'Valeur'. Laissez les décimales à 4.
- Configuration d’exemple
-
{ "rateLambda": 0.5, "value": 3, "decimalPlaces": 4 } - Résultat
- L'outil renvoie une CDF de 0.7769 (soit 77.69% de chance que l'appel arrive dans les 3 minutes) et une probabilité de survie de 0.2231.
2. Durée de vie d'un composant électronique
Ingénieur qualité- Contexte
- Un lot de capteurs industriels présente un taux de défaillance constant de 0.02 par an.
- Problème
- Déterminer la probabilité qu'un capteur tombe en panne spécifiquement entre la 10ème et la 15ème année d'utilisation.
- Comment l’utiliser
- Entrez un taux lambda de 0.02. Renseignez 10 comme borne inférieure et 15 comme borne supérieure.
- Configuration d’exemple
-
{ "rateLambda": 0.02, "value": 15, "intervalLower": "10", "intervalUpper": "15", "decimalPlaces": 4 } - Résultat
- Le calculateur détermine la probabilité exacte que la défaillance se produise dans cet intervalle de 5 ans, facilitant ainsi la planification de la maintenance.
Tester avec des échantillons
pdfHubs associés
FAQ
Qu'est-ce que le taux lambda dans une distribution exponentielle ?
Le taux lambda (λ) représente le nombre moyen d'événements se produisant par unité de temps ou d'espace. C'est le paramètre principal qui définit la forme de la distribution.
Quelle est la différence entre PDF et CDF ?
La PDF (fonction de densité de probabilité) indique la probabilité relative à un point précis, tandis que la CDF (fonction de répartition) donne la probabilité cumulée que la variable soit inférieure ou égale à une valeur donnée.
Comment interpréter la probabilité de survie ?
La probabilité de survie correspond à la probabilité qu'un événement ne se soit pas encore produit après un certain temps. Elle se calcule mathématiquement comme 1 moins la CDF.
Puis-je calculer la probabilité entre deux valeurs spécifiques ?
Oui, en utilisant les champs optionnels de borne inférieure et supérieure, l'outil calculera la probabilité exacte que l'événement se produise dans cet intervalle.
À quoi sert le paramètre de décimales ?
Il vous permet d'ajuster la précision des résultats finaux, de 0 à 10 chiffres après la virgule, pour s'adapter aux exigences de votre analyse statistique.