− | 一般地,<math> y = x^{α}</math>(α为有理数)的函数,即以底数为自变量,幂为因变量,指数为常数的函数称为幂函数。例如函数<math>y = x^{0}</math> 、<math>y = x^{1}</math>、<math>y = x^{2}</math>、<math>y = x^{-1}</math>(注:<math>y = x^{-1}</math>=1/x、<math>y = x^{0}</math>时x≠0)等都是幂函数。 | + | 一般地,<math> y = x^{α}</math>(α为有理数)的函数,即以底数为自变量,幂为因变量,指数为常数的函数称为幂函数。例如函数<math>y = x^{0}</math> 、<math>y = x^{1}</math>、<math>y = x^{2}</math>、<math>y = x^{-1}</math>(注:<math>y = x^{-1}=1/x</math>、<math>y = x^{0}</math>时x≠0)等都是幂函数。 |
− | 指数分布一个重要特征是无记忆性(Memoryless Property,又称遗失记忆性)。这表示如果一个随机变量呈指数分布,当s,t>0时有P(T>t+s|T>t)=P(T>s)。即,如果T是某一元件的寿命,已知元件使用了t小时,它总共使用至少s+t小时的条件概率,与从开始使用时算起它使用至少s小时的概率相等。其概率密度函数如下: | + | 指数分布一个重要特征是无记忆性(Memoryless Property,又称遗失记忆性)。这表示如果一个随机变量呈指数分布,当<math>s,t>0</math>时有<math>P(T>t+s|T>t)=P(T>s)</math>。即,如果T是某一元件的寿命,已知元件使用了t小时,它总共使用至少<math>s+t</math>小时的条件概率,与从开始使用时算起它使用至少s小时的概率相等。其概率密度函数如下: |