概率统计学习笔记(9)——连续型:均匀分布、指数分布
生活随笔
收集整理的这篇文章主要介绍了
概率统计学习笔记(9)——连续型:均匀分布、指数分布
小编觉得挺不错的,现在分享给大家,帮大家做个参考.
均匀分布
若连续型随机变量XXX具有概率密度为f(x)={1b−a,a<x<b0,其他f(x)=\begin{cases}\frac{1}{b-a},a<x<b\\0,其他\end{cases}f(x)={b−a1,a<x<b0,其他则,称XXX在区间(a,b)(a,b)(a,b)上服从均匀分布,记为X∼U(a,b)X\sim U(a,b)X∼U(a,b).
指数分布
若连续型随机变量XXX的概率密度为f(x)={1θe−x/θ,x>00,其他f(x)=\begin{cases}\frac{1}{\theta}e^{-x/\theta},x>0\\0,其他\end{cases}f(x)={θ1e−x/θ,x>00,其他其中θ>0\theta>0θ>0,则称XXX服从参数为θ\thetaθ的指数分布。
性质(无记忆性):
对于任意s,t>0s,t>0s,t>0,有P{X>s+t∣X>s}=P{X>t}P\{X>s+t|X>s\}=P\{X>t\}P{X>s+t∣X>s}=P{X>t}
- 一个元件从开始使用至少能用ttt时间的概率,与它已经用了sss时间后,还能至少用ttt时间的概率是一样的。
- 指数分布在可靠性理论和排队理论中有广泛的应用。
ToBeContinued
总结
以上是生活随笔为你收集整理的概率统计学习笔记(9)——连续型:均匀分布、指数分布的全部内容,希望文章能够帮你解决所遇到的问题。
- 上一篇: CSS浏览器兼容性的4个解决方案
- 下一篇: spring基于注解的AOP配置 中的环