在概率论和统计学中,指数分布是一种连续概率分布。指数分布可以用来表示独立随机事件发生的时间间隔,比如旅客进机场的时间间隔、中文维基百科新条目出现的时间间隔等等。
许多电子产品的寿命分布一般服从指数分布。有的系统的寿命分布也可用指数分布来近似。它在可靠性研究中是最常用的一种分布形式。指数分布是伽玛分布和威布尔分布的特殊情况(可以看作当威布尔分布中的形状系数等于1的特殊分布),产品的失效是偶然失效时,其寿命服从指数分布,它的失效率是与时间t无关的常数,所以分布函数简单。
若随机变量服从参数为的指数分布,则记为.
一个指数分布的概率密度函数是:
其中λ> 0是分布的一个参数,常被称为率参数(rate parameter)。即每单位时间发生该事件的次数。指数分布的区间是[0,∞)。累积分布函数可以写成:
指数分布具有很好的性质,比如:随机变量X(X 的率参数是λ)的期望值是:1/λ;方差是(1/λ2)。
想起那个配角泊松过程了么?它和这个配角有什么关系?
泊松过程是一种重要的随机过程。泊松过程中,第k次随机事件与第k+1次随机事件出现的时间间隔服从指数分布。这是因为,第k次随机事件之后长度为t的时间段内,第k+1次随机事件出现的概率等于1减去这个时间段内没有随机事件出现的概率。而根据泊松过程的定义,长度为t的时间段内没有随机事件出现的概率等于
所以第k次随机事件之后长度为t的时间段内,第k+1次随机事件出现的概率等于,这是指数分布。这还表明了泊松过程的无记忆性。
无记忆性——该怎么理解呢?楼主在网上看到一个网友的思考,觉得挺有意思的——
一个身患了艾滋病的病人时时刻刻都受着死亡的威胁,随时都有死亡的可能性。但是在他患病以后至少活时间k的概率与他活了时间n后再活时间k的概率是完全一致的。而且正如离散事件——投篮次数不会由于前n次投不中就会增加或减少后面投篮的命中率一样,此时也不会因为病人活了时间n还没死就会影响到他再继续活下去的可能性大小。故而,不难说出指数分布是“永远年轻”的。
人生中,很多时候我们总是对过去的失败耿耿于怀。这种经历使我们不敢面对现实,如果我们能从指数分布受到启发,运用“无记忆性”原则,那么我们的今天和明天将会更加美好。因为即使我们人生中的S小时已经失败,但我们面前的成功仍然还有S+T,和我们S小时前的成功几率一样。
帮助人大经济论坛推广,复制贴子内容(带人大经济论坛网址)并发到其他论坛和网站;或点击贴子标题后的“推广有奖”,把本贴推荐到QQ群或自己的微博(最好@人大经济论坛),然后跟贴贴出链接或截图,证明已作推广的,将获得如下论坛币的奖励!(大家一定要把群现有人数或微博粉丝人数截屏出来哦~不然只能奖励10个币哦)
活动奖励方式(同一个群或微博或网站分享多次算一次,所有截图均需显示分享人数,否则默认低档奖励):
1.凡分享的QQ群,人数在100人以下的,视情况奖励10-20论坛币;100-500人的,奖励20-50论坛币(每群限奖励一次);500人以上的奖励50-100论坛币。
2.凡分享到微博,您的粉丝在100人以下的,视情况奖励10-20论坛币;100-500人的,奖励20-50论坛币(每微博限奖励一次);500人以上的奖励50-100论坛币。
3.凡分享到其他网站(包括校内网等),帖子保留一天以上的(24小时后截图),奖励50论坛币