MCP ile bağlan →

Hesaplamaya Girin

Formül

Show calculation steps (2)
  1. Cumulative Distribution Function (CDF)

    Cumulative Distribution Function (CDF): Rayleigh Dağılımı Hesaplama Aracı

    CDF of the Rayleigh distribution for x >= 0

  2. Mean, Variance, Mode and Median

    Mean, Variance, Mode and Median: Rayleigh Dağılımı Hesaplama Aracı

    Distribution statistics: mean, variance, mode and median in terms of the scale parameter

Reklam

Sonuç

Olasılık Yoğunluğu f(x)
0,270671
x noktasında Rayleigh PDF değeri
Kümülatif olasılık F(x) 0,864665
Ortalama 1,2533
Varyans 0,4292
Medyan 1,1774
Mod 1

Rayleigh dağılımı nedir?

Rayleigh dağılımı, negatif olmayan değerler için tanımlı sürekli bir olasılık dağılımıdır ve tek bir ölçek parametresi olan \(\sigma\) (sigma) ile belirlenir. Bileşenleri birbirinden bağımsız, ortalaması sıfır ve varyansları eşit olan normal rastgele değişkenlerden oluşan iki boyutlu bir vektörün büyüklüğü olarak doğal biçimde ortaya çıkar. Sinyal işleme (sönümlemeli kanallar), rüzgâr hızı modellemesi, MR görüntülemedeki gürültü ve güvenilirlik mühendisliği gibi alanlarda yaygın olarak kullanılır.

Farklı ölçek parametreleri için Rayleigh dağılımı OYF eğrileri
Rayleigh OYF eğrileri: büyük sigma tepeyi sağa kaydırır ve eğriyi düzleştirir.

Bu hesaplama aracı nasıl kullanılır?

Yoğunluk ve kümülatif olasılığı bulmak istediğiniz x değerini ve \(\sigma\) ölçek parametresini girin. Araç size yoğunluk fonksiyonu \(f(x)\)'i, dağılım fonksiyonu \(F(x)\)'i ve dağılımın ortalama, varyans, medyan ve mod değerlerini verir. Hem x hem de \(\sigma\) negatif olmamalı, ayrıca \(\sigma\) sıfırdan büyük olmalıdır.

Formüllerin açıklaması

Olasılık yoğunluk fonksiyonu, \(x \ge 0\) için

$$f(x) = \frac{x}{\sigma^{2}}\, \exp\!\left(-\frac{x^{2}}{2\,\sigma^{2}}\right)$$

şeklindedir. Kümülatif dağılım fonksiyonu ise

$$F(x) = 1 - \exp\!\left(-\frac{x^{2}}{2\,\sigma^{2}}\right)$$

olarak verilir. Temel özet istatistikler şunlardır:

$$\begin{aligned} \mu &= \sigma\sqrt{\tfrac{\pi}{2}} \\[0.4em] \sigma_{x}^{2} &= \frac{4-\pi}{2}\,\sigma^{2} \\[0.4em] \text{Mode} &= \sigma \\[0.4em] \text{Median} &= \sigma\sqrt{2\ln 2} \end{aligned}$$

Modun tam olarak \(\sigma\)'ya eşit olduğuna dikkat edin — yoğunluğun tepe noktası her zaman \(x = \sigma\) konumundadır.

Reklam
x'e kadar BDF'yi temsil eden taralı alan ve işaretli mod ile Rayleigh OYF
OYF altında x'e kadar olan taralı alan BDF'dir; nokta modu gösterir.

Çözümlü örnek

\(\sigma = 1\) ve \(x = 2\) olsun. Bu durumda \(x^{2}/(2\sigma^{2}) = 4/2 = 2\), dolayısıyla \(e^{-2} \approx 0{,}135335\) olur. PDF \((2/1)\cdot 0{,}135335 = 0{,}270671\) olarak bulunur. CDF ise \(1 - 0{,}135335 = 0{,}864665\)'tir. Ortalama \(\sqrt{\pi/2} \approx 1{,}253314\), varyans \((4-\pi)/2 \approx 0{,}429204\), medyan \(\sqrt{2\ln 2} \approx 1{,}177410\) ve mod 1'dir.

Sık sorulan sorular

Rayleigh dağılımı negatif x değerleri için tanımlı mıdır? Hayır. Yalnızca \(x \ge 0\) aralığında tanımlıdır; negatif değerlerde yoğunluk sıfırdır.

\(\sigma\) ile ortalama arasındaki ilişki nedir? Ortalama, \(\sigma\) ile doğrusal olarak orantılıdır: \(\mu = \sigma\cdot\sqrt{\pi/2} \approx 1{,}2533\cdot\sigma\).

Normal dağılımla ilişkisi nedir? \(X\) ve \(Y\) birbirinden bağımsız \(N(0, \sigma^{2})\) dağılımına sahipse, \(\sqrt{X^{2}+Y^{2}}\) ifadesi \(\sigma\) ölçekli bir Rayleigh dağılımına uyar.

Son güncelleme: