无记忆分布

CDF:累积分布函数

无记忆性的定义: 如果 \forall s,t\ge0 , 有 P(X>s+t\mid X>t) = P(X>s) , 则随机变量X称为无记忆的. 根据条件概率的公式, 无记忆性质的等价条件是 P(X>s+t)=P(X>s)P(X>t) . 如果记X的累计密度函数(CDF)为 F(X) , 也可以表达为 1-F(s+t)=[1-F(s)][1-F(t)] .


注意, 指数分布和几何分布的CDF是 F_{exp}(x;\lambda) = \mathrm 1-e^{-\lambda x}, (x\ge0,\lambda>0) , F_{geo}(x;p) = {\displaystyle (1-p)^{x}p}, (0<p\le1,x=0,1,2,\cdots) . 显然是满足无记忆性的. 但是怎么证明除了几何分布与指数分布外, 其他分布都不满足无记忆性呢? 我们容易看出, 对于定义在非负实数域上的函数 f(x ) , 若 f(s+t)=f(s)f(t) 成立, 则这个函数方程的右连续解只有 f(x)=\exp(-\lambda x), (\text{where}\ \lambda=-\log f(1) ) .  所以, 连续性随机变量只有指数分布是无记忆的. 离散情形类似.


所以啊, 无记忆性的定义暗示了只有指数分布和几何分布满足, 其他分布都不满足!


指数分布的无记忆性与现实生活中出现的情况向矛盾。因此对于现实生活中一般电子产品或者机械工业中经常磨损的物品不能使用指数分布预测其寿命。但是对于一些高稳定性的特殊物品可以使用指数分布。



可以用等公交车作为例子:
某个公交站台一个小时内出现了的公交车的数量 就用泊松分布来表示
某个公交站台任意两辆公交车出现的间隔时间 就用指数分布来表示

  • 3
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值