更改

*指数分布：

*指数分布：

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：

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<math>T</math>是某一元件的寿命，已知元件使用了<math>t</math>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<math>s</math>小时的概率相等。其概率密度函数如下：

[[文件:指数分布.png|缩略图|居中]]

[[文件:指数分布.png|缩略图|居中]]

其中λ > 0是分布的一个参数，常被称为率参数（Rate parameter），即每单位时间内发生某事件的次数。指数分布的区间是[0,∞)。如果一个随机变量X呈指数分布，则可以写作：X ~ E（λ）。

其中<math>λ > 0</math>是分布的一个参数，常被称为率参数（Rate parameter），即每单位时间内发生某事件的次数。指数分布的区间是<math>[0,∞)</math>。如果一个随机变量<math>X</math>呈指数分布，则可以写作：<math>X ~ E（λ）</math>。

*幂律关系：

*幂律关系：

   一般来说，对变量X、Y，若满足某种幂律分布模型，则称变量X和Y之间存在某种幂律关系。

   一般来说，对变量<math>X、Y</math>，若满足某种幂律分布模型，则称变量X和Y之间存在某种幂律关系。

明确了这些概念之后，我们对其中几种表达和含义比较相似的概念进行辨析：

明确了这些概念之后，我们对其中几种表达和含义比较相似的概念进行辨析：