Rozkład wykładniczy

Rozkład wykładniczy
Polecane artykuły
Korelacja Wariancja składnika resztowego Dwuszczeblowe sterowanie zapasami Skala interwałowa Amplituda Średnia geometryczna Teoria kolejek Estymator obciążony Model Baumola

Rozkład wykładniczy (ang. exponential distribution) to rodzaj rozkładu prawdopodobieństwa, który jest używany do modelowania procesów, w których zdarzenia zachodzą losowo i niezależnie. Jest to jeden z podstawowych rozkładów stochastycznych, który jest często stosowany w teorii ryzyka, statystyce, inżynierii i naukach przyrodniczych.

Formuły obliczeniowe

Rozkład wykładniczy jest oparty na jednym parametrze - średnią ilością czasu między zdarzeniami (λ).

Funkcja gęstości prawdopodobieństwa dla rozkładu wykładniczego jest następująca: $f(x)=\lambda *e^{-\lambda x}$ dla x >= 0, gdzie e to liczba Eulera (ok. 2,718)

Funkcja dystrybuanty dla rozkładu wykładniczego jest następująca: $F(x)=1-e^{-\lambda x}$ dla x >= 0 Rozkład wykładniczy ma kilka ważnych własności, takie jak:

• Średnia: Parser nie mógł rozpoznać (SVG (MathML może zostać włączone przez wtyczkę w przeglądarce): Nieprawidłowa odpowiedź („Math extension cannot connect to Restbase.”) z serwera „https://wikimedia.org/api/rest_v1/”:): {\displaystyle 1 \over λ}
• Wariancja: Parser nie mógł rozpoznać (błąd składni): {\displaystyle 1 \over λ^2}
• Mediana: Parser nie mógł rozpoznać (SVG (MathML może zostać włączone przez wtyczkę w przeglądarce): Nieprawidłowa odpowiedź („Math extension cannot connect to Restbase.”) z serwera „https://wikimedia.org/api/rest_v1/”:): {\displaystyle ln(2) \over λ}
• Momenty: Parser nie mógł rozpoznać (SVG (MathML może zostać włączone przez wtyczkę w przeglądarce): Nieprawidłowa odpowiedź („Math extension cannot connect to Restbase.”) z serwera „https://wikimedia.org/api/rest_v1/”:): {\displaystyle E(X^n) = {n! \over λ^n}}

Zastosowania

Rozkład wykładniczy jest często stosowany do modelowania procesów, w których zdarzenia zachodzą losowo i niezależnie. Rozkład wykładniczy jest często stosowany w różnych obszarach zarządzania przedsiębiorstwem, w tym:

• Modelowanie czasu między awariami maszyn: Rozkład wykładniczy jest często używany do modelowania czasu między awariami maszyn, ponieważ zakłada on, że czas między awariami jest losowy i niezależny.
• Modelowanie czasu realizacji transakcji: Rozkład wykładniczy jest często używany do modelowania czasu między transakcjami w systemach transakcyjnych, ponieważ zakłada on, że czas między transakcjami jest losowy i niezależny.
• Modelowanie czasu obsługi klientów: Rozkład wykładniczy jest często używany do modelowania czasu obsługi klientów w systemach obsługi klientów, ponieważ zakłada on, że czas między obsługą klientów jest losowy i niezależny.
• Modelowanie czasu wymiany zużytego sprzętu: Rozkład wykładniczy jest często używany do modelowania czasu wymiany zużytego sprzętu, ponieważ zakłada on, że czas między wymianami jest losowy i niezależny.
• Modelowanie czasu między zamówieniami: Rozkład wykładniczy jest często używany do modelowania czasu między zamówieniami w systemach zarządzania zapasami, ponieważ zakłada on, że czas między zamówieniami jest losowy i niezależny.

Inne przykłady zastosowania rozkładu wykładniczego to:

• Modelowanie czasu między wystąpieniami chorób w medycynie
• Modelowanie czasu między transakcjami w rynku finansowym
• Modelowanie procesów dyfuzyjnych w chemii i fizyce.

Rozkład wykładniczy jest też używany w modelowaniu rozkładu Poissona, który jest rozkładem liczb zdarzeń losowych w danej przedziału czasowym, gdzie zdarzenia są niezależne i zachodzą z określoną średnią liczbą zdarzeń na jednostkę czasu.

Różnice pomiędzy rozkładem wykładniczym, a innymi rodzajami rozkładów

Rozkład wykładniczy różni się od innych rodzajów rozkładów prawdopodobieństwa tym, że jego gęstość prawdopodobieństwa jest ciągła i ma kształt krzywej wykładniczej. Jest on też jedynym rozkładem, w którym średnia i wariancja są równe parametrowi rozkładu. Inne rozkłady prawdopodobieństwa, takie jak rozkład normalny czy rozkład jednostajny, mają inne kształty gęstości prawdopodobieństwa i różnią się od rozkładu wykładniczego właściwościami statystycznymi.

Polecana literatura

• Marshall, A. W., & Olkin, I. (1967). A multivariate exponential distribution. Journal of the American Statistical Association, 62(317), 30-44.