指数分布的无记忆性

指数分布的概率密度函数：

概率累积函数是：

引入条件概率密度函数：

先看条件概率：

上式求导得到pdf函数，注意P(X∈A)是一个常数。

 

假设随机变量T是两辆巴士的到达站的时间间隔，改变量符合参数是λ的指数分布。现有一个人在第一辆车到达后的t时间里去到该车站，因为此时第二辆车还没到达，存在了事件A = {T > t}。现假设这个人要等待下一辆车到达的时间是随机变量X，X的条件累积分布函数CDF 是什么？

由于T > x + t等价于X > x

所以有P(X > x|T > t) = P(T > x + t | T > t)

 

其中P(T > t + x) = 1 - P(T ≤ t + x) = 1 - (1 - λe^(-λ(t + x))) = e^(-λ(t + x))

同理P(T > t) = 1 - P(T ≤ t) = e^(-λt)。

所以有：P(X > x|A) = P(X > x) = e^(-λx)。

说明了指数分布具有无记忆性。