레일리 분포 계산기
척도모수 σ로 레일리 분포의 확률밀도·누적확률·평균·최빈값·분산을 계산합니다. 풍속 통계·무선신호 페이딩 모델에 쓰입니다.
x = 5에서의 누적확률 F(x)
0.3935
확률밀도 f(x) = 0.1213
확률밀도 f(x)0.1213
누적확률 F(x)0.3935
생존확률 1−F(x)0.6065
분포 전체의 특성값
평균 E[X] = σ√(π/2)6.2666
최빈값 = σ5
표준편차3.2757
분산10.7301
중앙값5.8871
평균(σ√(π/2) ≈ 1.2533σ)이 최빈값(σ)보다 큽니다. 분포가 오른쪽으로 긴 꼬리를 가져 평균이 최빈값보다 오른쪽에 있기 때문입니다.
레일리 분포는 형상모수 β=2인 와이블 분포의 특수 사례입니다. 이 계산기는 η=σ√2로 환산해 와이블 계산 로직을 그대로 재사용합니다.
계산 방법
- 1척도모수 σ를 입력합니다.
- 2확률을 확인하고 싶은 x값을 입력합니다.
- 3해당 x에서의 확률밀도·누적확률과 함께, 분포 전체의 평균·최빈값·분산을 확인합니다.
자주 묻는 질문
확률밀도 f(x) = (x/σ²)·exp(−x²/(2σ²))이고, 누적확률 F(x) = 1 − exp(−x²/(2σ²))입니다(x ≥ 0). 서로 독립인 두 정규분포(평균 0, 같은 분산)의 벡터 크기가 이 분포를 따릅니다.
풍속 통계에서 동서·남북 성분이 각각 정규분포를 따른다고 볼 때 합성 풍속의 분포(레일리 풍속 모델), 무선통신에서 다중경로로 반사되어 도착하는 신호의 세기(레일리 페이딩) 모델로 실제로 쓰입니다.
레일리 분포는 형상모수 β=2인 와이블 분포의 특수 사례입니다. 와이블 신뢰도 exp(−(t/η)^2)가 레일리의 exp(−x²/(2σ²))와 같아지려면 η=σ√2이면 됩니다. 이 계산기는 실제로 이 변환을 거쳐 와이블 계산 로직을 그대로 재사용합니다.
평균은 σ√(π/2) ≈ 1.2533σ로 σ보다 큽니다. 최빈값(밀도가 가장 큰 지점)은 σ와 정확히 같습니다. 분포가 오른쪽으로 긴 꼬리를 가져 평균이 최빈값보다 오른쪽에 있는 것입니다.
전송되지 않습니다. 모든 계산은 브라우저 안에서 이뤄지고, 입력값은 이 기기에만 남습니다.
알아두면 좋은 점
- 정의식(f(x)=(x/σ²)exp(−x²/2σ²))과 평균 σ√(π/2)·최빈값 σ·분산 σ²(4−π)/2·중앙값 σ√(2ln2)은 확률론 교과서의 표준 결과이며 2026-09-05 WebSearch로 재확인했습니다.
- 와이블 분포(β=2, η=σ√2)로 환산해 기존 weibull-reliability의 신뢰도·B수명 계산 로직을 그대로 재사용했고, 평균값이 두 경로(레일리 정의식과 와이블 경유)에서 정확히 일치하는 것을 테스트로 검증했습니다.
- x=σ에서 확률밀도가 실제로 국소최댓값이 되는 것(양옆보다 큰 것)을 테스트로 확인했습니다.
함께 보면 좋은 도구
와이블 신뢰도형상모수 β와 척도모수 η에서 신뢰도, 고장률, 평균수명 MTTF, B10 수명을 계산합니다.검벨 분포위치모수 μ, 척도모수 β를 넣으면 검벨 분포의 확률밀도·누적확률과 T년 재현값(return period)을 계산합니다.로그정규분포ln X가 정규분포일 때의 평균·중앙값·최빈값과 누적확률·백분위를 계산합니다.죄수와 상자죄수 수와 열 수 있는 상자 수를 넣으면 아무 상자나 여는 전략과 사이클을 따라가는 전략의 전원 성공 확률을 각각 구합니다.15퍼즐 판정슬라이딩 퍼즐 배치를 넣으면 아무리 밀어도 맞출 수 있는 배치인지 판정합니다.
마지막 검증: 2026년 9월 5일 · 결과는 참고용 추정치입니다.