指数分布方差是什么？
指数分布方差是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，在排队论中，一个顾客接受服务的时间长短（等待时间等）也可以用指数分布来近似。因为参数λ表示的是每单位时间内发生某事件的次数，即时间的发生强度，所以其倒数 1/λ（实际上是指数分布期望）可以表示为事件发生之间的间隔，即等待时间。
以1/θ为参数的指数分布，期望是θ，方差是θ的平方这是同济大学4版概率论的说法。当然，一般参考书说成：以λ为参数的指数分布，期望是1/λ，方差是（1/λ）的平方，其实是一回事。
指数分布方差在现实生活中的应用：
在电子元器件的可靠性研究中，通常用于描述对发生的缺陷数或系统故障数的测量结果。这种分布表现为均值越小，分布偏斜的越厉害。指数分布应用广泛，在日本的工业标准和美国军用标准中，半导体器件的抽验方案都是采用指数分布。此外，指数分布还用来描述大型复杂系统（如计算机）的平均故障间隔时间MTBF的失效分布。
但是，由于指数分布具有缺乏“记忆”的特性．因而限制了它在机械可靠性研究中的应用，所谓缺乏“记忆”，是指某种产品或零件经过一段时间t0的工作后,仍然如同新的产品一样,不影响以后的工作寿命值，或者说，经过一段时间t0的工作之后，该产品的寿命分布与原来还未工作时的寿命分布相同。
绛旓細4銆鎸囨暟鍒嗗竷锛屾湡鏈涙槸1/p,鏂瑰樊鏄1/(p鐨勫钩鏂)銆5銆佹鎬佸垎甯冿紝鏈熸湜鏄痷锛屾柟宸槸&鐨勫钩鏂广6銆亁鏈嶄粠鍙傛暟涓簆鐨0-1鍒嗗竷锛屽垯e(x)=p锛宒(x)=p(1-p)銆傛柟宸绠楁敞鎰忎簨椤 鍗忔柟宸煩闃佃绠楃殑鏄笉鍚岀淮搴︿箣闂寸殑鍗忔柟宸紝鑰屼笉鏄笉鍚屾牱鏈箣闂寸殑锛岀粨鍚堜笅闈㈢殑2鐞嗚В锛屾瘡涓牱鏈湁寰堝鐗瑰緛锛屾瘡涓壒寰佸氨鏄竴涓淮搴...
绛旓細鎮ㄥソ锛鎸囨暟鍒嗗竷鐨勬暟瀛︽湡鏈涙槸1/位锛鏂瑰樊鏄1/位² 锛屾ゼ涓婅鐨勭殑鏄鎬佸垎甯
绛旓細涓銆佸畾涔夌瘒 褰撻殢鏈哄彉閲廥鎷ユ湁濡備笅鐨勫瘑搴﹀嚱鏁:density(X; 胃) = 胃 * exp(-胃x) 瀵逛簬鎵鏈墄 鈮 0, 鍏朵腑胃涓烘鍙傛暟锛屾垜浠ОX鏈嶄粠鍙傛暟涓何哥殑鎸囨暟鍒嗗竷锛岃涓篨~EXP(胃)銆傝繖涓垎甯冪殑鐙壒褰㈢姸鍐冲畾浜嗗叾鍦ㄧ幇瀹炰笘鐣屼腑鐨勫箍娉涘簲鐢ㄣ備簩銆佹暟瀛︽湡鏈涗笌鏂瑰樊鎻 瀵逛簬鎸囨暟鍒嗗竷X~EXP(位)锛屽叾鏁板鏈熸湜锛堜篃绉板潎鍊硷級...
绛旓細鎸囨暟鍒嗗竷鐨鏂瑰樊涓1/位^2 鎵浠锛坰^2锛=1/位^2
绛旓細鎸囨暟鍒嗗竷鐨別x鍜宒x姹傦細褰揦锛孻鏃犲叧鏃讹紝E锛圶Y锛=E锛圶锛塃锛圷锛夛紝D锛圶锛=E锛圶^2锛-锛圗锛圶锛夛級^2锛屾鏃讹紝E锛圶锛圶+Y-2锛夛級=E锛圶^2+XY-2X锛=E锛圶^2锛+E锛圶Y锛-2E锛圶锛夈侱锛坸锛夋寚鏂瑰樊锛孍锛坸锛夋寚鏈熸湜銆鏂瑰樊鏄鍦ㄦ鐜囪鍜岀粺璁℃柟宸 閲忛殢鏈哄彉閲忔垨涓缁勬暟鎹椂绂绘暎绋嬪害鐨勫害閲忋傛鐜囪涓...
绛旓細鎸囨暟鍒嗗竷鎻忚堪浜嗕簨浠朵互鎭掑畾骞冲潎閫熺巼杩炵画涓旂嫭绔嬪湴鍙戠敓鐨勮繃绋嬶紝鏄竴绉嶈繛缁鐜囧垎甯冿紝鍏堕噸瑕佺壒寰佹槸鏃犺蹇嗘э紝鍙互鐢ㄦ潵琛ㄧず鐙珛闅忔満浜嬩欢鍙戠敓鐨勬椂闂撮棿闅斻傚彟澶栵紝鎸囨暟鏂瑰樊鐨勫簲鐢ㄦ槸鍦ㄧ數瀛愬厓鍣ㄤ欢鐨勫彲闈犳х爺绌朵腑锛岄氬父鐢ㄤ簬鎻忚堪瀵瑰彂鐢熺殑缂洪櫡鏁版垨绯荤粺鏁呴殰鏁扮殑娴嬮噺缁撴灉锛岃繖绉嶅垎甯冭〃鐜颁负鍧囧艰秺灏忥紝鍒嗗竷鍋忔枩鐨勮秺鍘夊锛屾寚鏁板垎甯...
绛旓細绛旀鏄細P锛坸<y锛=2/3 鍏蜂綋瑙ｆ硶濡備笅锛氳В棰樻濊矾锛氭眰鍑篨Y鑱斿悎姒傜巼瀵嗗害浠ュ悗,鍦ㄥ潗鏍囪酱XY涓婄敾鍑篩=-X-1鐨勭嚎,鍐嶆牴鎹甔鍜孻鐨勫彇鍊艰寖鍥磇e,鍗砐>0,Y>0,鎶婅仈鍚堟鐜囧瘑搴﹀湪鍥存垚鐨勪笁瑙掑舰鍐呰繘琛2閲嶇Н鍒,鍗冲彲绠楀嚭鏈鍚庣瓟妗堛
绛旓細鍒╃敤鏂瑰樊璁＄畻鍏紡D(x)=E(x^2)-锛圗(x)锛塣2锛孍(x^2)鍜孍(x)鍒╃敤鎸囨暟鍒嗗竷鐨勬鐜囧瘑搴﹀嚱鏁板湪姒傜巼绌洪棿涓婄Н鍒嗗彲浠ユ眰鍑恒
绛旓細x~鍏锛堝叆锛夋寚鐨勬槸鍙傛暟涓何荤殑娉婃澗鍒嗛儴銆傚弬鏁拔绘寚鐨勬槸鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊閮芥槸位銆鎸囨暟鍒嗗竷鐨勫弬鏁颁负位锛屽垯鎸囨暟鍒嗗竷鐨勬湡鏈涗负1/位锛屾柟宸负(1/位)鐨勫钩鏂广俌~E(鍏)f(y)=鍏^(-鍏)鏈熸湜鍊1/鍏ワ紝鏂瑰樊1/鍏²鎴朰~E(a)f(y)=e^(-y/a)/a銆傛墍浠ワ細EX² = DX + 锛圗X锛²= ...
绛旓細<t)=1-P(min(x1,x2,...xn)>=t)=1-P(x1>t,x2>t...)=1-P(x1>t)P(x2>t)P(x3>t)...P(xn>t){娉細鐢眡1,x2,x3...鐙珛鍚屽垎甯儅=1-e^(-位t)*e^(-位t)*e^(-位t)...e^(-位t)=1-e^n(-位t)杩欐槸鍙傛暟涓簄位鐨鎸囨暟鍒嗗竷锛屽張鎸囨暟鍒嗗竷鐨凟z=1/位,Dz=1/(...
