Back

ⓘ Sebaran eksponensial




Sebaran eksponensial
                                     

ⓘ Sebaran eksponensial

Dina teori probabiliti jeung statistik, sebaran eksponensial nyaéta sebaran probailiti kontinyu nu mibanda probability density function

f t = { λ e − λ t, t ≥ 0, 0, t < 0. {\displaystyle ft=\left\\ s,t\geq 0.}

Ieu hartina yén probabiliti kondisional yén perlu ngadagoan, contona, leuwih ti 10 detik samemeh datang mimiti, diberekeun yén waktu datang teu kajadian sanggeus 30 detik, teu beda tina probabiliti mimiti nu merlukeun waktu ngadagoan leuwih ti 10 detik keur nu datang mimiti. Ieu sok salah harti ku siswa nu nyokot pangajaran probabiliti: kanyataanna yén PT > 40 | T > 30 = PT > 10 lain hartina yén kajadian T > 40 sarta T > 10 hal nu bebas. Kasimpulanna: memorlessness sebaran probabiliti waktu ngadagoan T salili datang mimiti hartina

R i g h t P T > 40 ∣ T > 30 = P T > 10. {\displaystyle \mathrm {Right} \ PT> 40\mid T> 30=PT> 10.}

Lain hartina

W r o n g P T > 40 ∣ T > 30 = P T > 40. {\displaystyle \mathrm {Wrong} \ PT> 40\mid T> 30=PT> 40.}

Ieu kudu bebas. Dua kajadian ieu heunteu bebas.

                                     

1. Generating variabel ku sebaran eksponensial

Diberekeun variabel random Y nu mibanda sebaran seragam dina interval (0;1", variabel

T = − ln ⁡ Y λ {\displaystyle T={\frac {-\ln Y}{\lambda }}}

ngabogaam sebaran eksponensia; nu mibanda paraméter λ.

                                     
  • θ. Lamun k sarua jeung 1, sebaran gamma mangrupa sebaran eksponensial mibanda paraméter θ. Jumlah n variabel eksponensial sakabéhna mibanda paraméter
  • probabiliti, memorylessness nyaéta sipat penting sebaran probabiliti: sebaran eksponensial sarta sebaran geometrik. Suppose X is a discrete random variable
  • jeung sebaran eksponensial Kulawarga sebaran normal mibanda dua paraméter, nyaéta mean jeung varian: lamun dina kasus husus, sebaran dipikanyaho sacara
  • ti mimiti kajadian mangrupa variabel random kontinyu nu mibanda sebaran eksponensial probability distribution ieu bisa disimpulkeun tina kanyataan yen
  • devices. Examples of distributions used in this connection are the sebaran eksponensial memoryless and the Weibull distribution. In general, there is no
  • cara di luhur. Hasil eksponensial nunjukkeun yén kovarian teu - negatif, nu taya alesan kovarian bisa jadi negatif Hasil eksponensial dua sisi dina persamaan
  • kacukupan keur hiji paraméter tina sebaran aya lamun jeung lamun bentuk sebaran - na kaasup kana kulawarga eksponensial Dina conto dibérékeun di luhur

Users also searched:

...