حاسبة المئين (الكميّة) لتوزيع لابلاس

حاسبة المئين (الكميّة) لتوزيع لابلاس

صاعد AI Skill PRO

أدخل الحساب

صيغة رياضية

x={a+bln⁡(2p),p≤0.5a−bln⁡(2(1−p)),p>0.5x = \begin{cases} \text{a} + \text{b} \ln\!\left(2\,\text{p}\right), & \text{p} \le 0.5 \\[1em] \text{a} - \text{b} \ln\!\left(2(1-\text{p})\right), & \text{p} > 0.5 \end{cases}
إحصاءات الاستخدام

اعلان

نتائج

المئين / الكميّة x
٠
الوحدات نفسها المستخدمة في a وb
التوزيع لابلاس (الأسّي المزدوج)
التفسير الاحتمال التراكمي الأدنى P = Pr(X ≤ x): ٠٫٥

الإبلاغ عن خطأ في هذه الصفحة

ما هي حاسبة مئين توزيع لابلاس؟

تحسب هذه الأداة المئين، أو الكميّة، لتوزيع لابلاس (المعروف أيضًا بالتوزيع الأسّي المزدوج). فعند إعطائها احتمالًا تراكميًا، تُرجع لك القيمة x التي يتحقق عندها ذلك الاحتمال. إنها أداة رياضية عالمية تعمل بالطريقة نفسها في كل مكان، دون أي افتراضات خاصة بدولة بعينها.

يتميّز توزيع لابلاس بمَعلَم الموقع a (وهو المتوسط والوسيط معًا) ومَعلَم القياس b (حيث \(b > 0\)). أما دالة الكثافة الاحتمالية فهي $$f(x) = \frac{1}{2b}\cdot\exp\!\left(-\frac{|x-a|}{b}\right)$$ ما يمنحه قمّة حادّة عند a وذيلين أسّيين متماثلين. ويساوي التباين \(2b^2\).

منحنى دالة الكثافة الاحتمالية (PDF) لتوزيع لابلاس مع تظليل مساحة الذيل الأيسر P حتى الكمّية x
المئين x هو النقطة التي تبلغ عندها المساحة التراكمية (الاحتمال P) تحت منحنى كثافة لابلاس المستوى المختار.

كيفية الاستخدام

أدخِل مَعلَم الموقع a، ومَعلَم القياس b (يجب أن يكون موجبًا)، ثم اختر ما إذا كان احتمالك هو احتمالًا تراكميًا أدنى \(P = \Pr(X \le x)\) أو احتمالًا تراكميًا أعلى \(Q = \Pr(X > x)\)، وأدخِل ذلك الاحتمال بقيمة محصورة تمامًا بين 0 و1. عندها تُرجع الحاسبة الكميّة x.

شرح الصيغة

دالة التوزيع التراكمي لتوزيع لابلاس هي \(P(x) = 0.5\cdot\exp\!\left(\frac{x-a}{b}\right)\) عندما \(x < a\)، و\(P(x) = 1 - 0.5\cdot\exp\!\left(-\frac{x-a}{b}\right)\) عندما \(x \ge a\). وبعكسها نحصل على دالة الكميّة:

$$x = \begin{cases} a + b\ln(2P), & P \le 0.5 \\[1em] a - b\ln\!\left(2(1-P)\right), & P > 0.5 \end{cases}$$

وعند إدخالك احتمالًا أعلى Q، تضبط الأداة أولًا \(P = 1 - Q\) ثم تطبّق العكس نفسه. ولاحِظ أن \(P = 0.5\) يُرجع دائمًا \(x = a\)، لأن الوسيط يساوي مَعلَم الموقع.

اعلان
منحنى CDF للابلاس على شكل حرف S يربط الاحتمال P على المحور الرأسي بالكمّية x على المحور الأفقي
إيجاد المئين يعني عكس دالة التوزيع التراكمي (CDF) للابلاس: اختر P على المحور الرأسي ثم تتبّع أفقيًا لقراءة الكمّية x.

مثال محلول

لنفترض أن \(a = 0\) و\(b = 1\) والاحتمال الأدنى \(P = 0.75\). وبما أن \(P > 0.5\) فإن $$x = 0 - 1\cdot\ln(2\cdot 0.25) = -\ln(0.5) = \ln(2) \approx 0.6931471806.$$ أي أن 75% من الكتلة الاحتمالية تقع عند \(x \approx 0.693\) أو دونها.

الأسئلة الشائعة

لماذا يجب أن يكون \(0 < p < 1\)؟ كلما اقترب p من الصفر تباعدت الكميّة نحو سالب اللانهاية، وكلما اقترب من الواحد تباعدت نحو موجب اللانهاية، ولذلك فإن الاحتمالات الداخلية الصارمة وحدها هي التي تعطي إجابة منتهية.

ماذا لو كان لديّ احتمال للذيل الأعلى؟ اختر "الاحتمال التراكمي الأعلى Q"، وستحوّله الأداة تلقائيًا عبر العلاقة \(P = 1 - Q\).

لماذا يجب أن يكون القياس موجبًا؟ يتحكّم مَعلَم القياس b في مدى الانتشار ويظهر داخل عملية قسمة عند التوحيد القياسي، لذا فإن \(b \le 0\) يجعل التوزيع منحلًّا ويُرفَض.

آخر تحديث:

الأكثر شيوعًا في الرياضيات والإحصاء

عرض جميع حاسبات الرياضيات والإحصاء