如何理解几何分布与指数分布的无记忆性？
在经济学上，有一个概念是沉没成本，大概指的是已经付出的、且不可收回的成本。针对这个概念有一个常见的说法：
这句话的意思是，既然沉没成本不可收回，那么在做选择的时候就不应该考虑它。举一个简单的例子，买票去看电影，放映10分钟你就知道这是一部烂片，那么有两个选项（图片出自沉没成本谬误）：
此时这张电影票已经消费了，没有办法收回，购买电影票的钱就是沉没成本。这个时候如果想离开电影院就直接离开，不要去考虑为这张电影票付出的金钱。还有很多别的例子，这里就不一一列举了：
下面要介绍的几何分布、指数分布的无记忆性，可以看作“沉没成本不是成本”这句话的数学例子。
1 几何分布
1.1 几何分布的简单介绍
扔硬币是最简单的随机现象了：
扔 次硬币，前面
次都是反面，第
次正好是正面：
这个随机事件可以用随机变量X来表示：
它的概率可以记作：
这样的随机事件 称为服从几何分布。
1.2 赌徒心理
有一个赌徒在赌大小，他一直在押“大”，可是台上连续出了十把“小”，让他输了很多钱：
赌徒认为，前面出了那么多把“小”，再出“小”的可能性非常小了，他想把他的全部身家押“大”，搏一把翻本。当然，这完全是赌徒心理，最合理的做法是马上抽身止损，下面看看数学是怎么解释的。
这是一个典型的几何分布，可以用随机变量 来表示：
把分析需要的几个事件分别列出来：
可以证明，“扔了十把'小'条件下，下一把出‘大’”的概率和“扔一把就出‘大’”完全一样，即：
这就是所谓的几何分布无记忆性。也可以通俗地解释为，前面十把输的钱是沉没成本，完全不影响之后出“大”的概率。赌徒应该及时抽身止损，保住最后一点身家。
2 指数分布
2.1 厕所问题
小明在自家小卖部苦苦等待第一位上门的客人，已经等待三个小时了：
小明想去上厕所，可是只有憋着，因为它想到等了这么久了，客人上门的概率会随着时间的推移而不断提高，所以一定要等到客人之后再去上厕所。这种想法对吗？
这也类似于几何分布，可以用随机变量 来表示：
不过时间是连续的，所以这个分布称为指数分布。与几何分布大同小异，同样具有无记忆性，前面等的三个小时是沉没成本，不会影响之后的来客概率，该上厕所就去上厕所。
2.2 电器寿命
指数分布也经常用于预测电器的寿命：
因为指数分布的无记忆性，同学们常常很困惑，为什么用指数分布来表示电器的寿命。电器不是用的时间越长，坏的可能性越大吗？
如果将电器考虑作理想的电器，器件不会老化。此时，电器的寿命是随机的。内部彷佛每秒钟都在扔硬币，扔到了正面，电器就坏了。在这种情况下，我们认为电器的寿命服从指数分布。
现实中是不会有理想电器的，但是如果只考虑短时间内的电器寿命，那么就可以将之视作理想电器，认为它的寿命服从指数分布。
最新版本可以在 如何理解几何分布与指数分布的无记忆性 查看。
如何理解几何分布与指数分布的无记忆性？相关推荐
- 统计学（1）二项分布 几何分布 泊松分布 指数分布 正态分布 gamma分布 beta分布
分布与分布关系 1.二项分布 2.几何分布 3.泊松分布 4.二项分布转化泊松分布,泊松转化正态分布 5.指数分布 6.gamma分布 7.泊松.指数.gamma三者关系 8.Beta分布 1.二项分 ...
- 无记忆多项式数字预失真技术
由于窄带系统的记忆效应非常不明显,因此可以忽略其记忆效应.此时,建立的功率放大器的行为模型,可以认为是一个无记忆的非线性系统.而与之对应的数字预失真模型即无记忆多项式数字预失真模型.常见的无记忆多项式 ...
- 深入理解并发编程之CAS无锁机制与ABA问题
深入理解并发编程之CAS无锁机制与ABA问题 文章目录 深入理解并发编程之CAS无锁机制与ABA问题 前言 一.什么是CAS无锁机制 二.CAS原理分析 1.AtomicLong自增分析 2.基于At ...
- 006 二项分布、泊松分布、几何分布、指数分布、正态分布习题
006 二项分布.泊松分布.几何分布.指数分布.正态分布习题
- 基于高效查找表的无记忆非线性自适应基带预失真架构
原文标题为:<Efficient Lookup Table-Based Adaptive Baseband PredistortionArchitecture for Memoryless No ...
- ICML 2020 | 第四范式基于AutoML的深度网络记忆性自动化挖掘
概述 样本选择方法是噪声标签鲁棒学习的常用方法.然而,如何正确地控制选择过程,使深度网络能够从记忆效应中获益是一大难题.本次工作中,受自动机器学习(AutoML)的成功启发,我们将此问题建模为一个函数 ...
- TCP协议的粘包问题（数据的无边界性）
上节我们讲到了socket缓冲区和数据的传递过程,可以看到数据的接收和发送是无关的,read()/recv() 函数不管数据发送了多少次,都会尽可能多的接收数据.也就是说,read()/recv() ...
- 地壳中元素含量排名记忆口诀_【中考化学】初中化学记忆性知识点03-生活中的化学-生活常识...
初中化学记忆性知识点03-生活中的化学-生活常识 空气主要成分 1.体积分数 氮气:78% 氧气:21% 稀有气体:0.94%-通电时会发出不同颜色光 二氧化碳:0.03% 2.空气污染 有害气体:常 ...
- pku1088----滑雪（记忆性搜索）
368K 0MS GCC 817B 2009-01-12 18:56:19 best[i][j]存放从i,j开始点处开始走的最长距离. 对于给定点i,j都深搜其周围的符合条件的点 即dp(i+1,j) ...
- 无标度性（scale-free）与标度不变性（scale invariance）
目录 一.前言 二.无标度性(scale-free) 三.标度不变性(scale invariance) 四.总结 参考文献 一.前言 在学习<Emergence of Scaling in R ...
最新文章
- 轻量级嵌入式数据库H2的愉快玩耍之旅
- 2018第三季度总结
- python绘制直方图-python matplotlib库直方图绘制详解
- CSS样式优先级与权重计算方式
- 【详细注释】1058 选择题 (20 分)
- 发送广播_DHCP服务器什么时候发送？为什么request要广播发送？那还不看？
- [转载] C#面向对象设计模式纵横谈——7. Adapter适配器模式
- The Use Case Definition in UML
- Dubbo学习总结（3）——Dubbo-Admin管理平台和Zookeeper注册中心的搭建
- js 实现网站来消息网站标题闪动提示 .
- Clojure 学习入门（10）- httpkit
- Windows下Cesium Terrain Builder编译 (VS2015)
- PHPwamp开发环境搭建详解
- Redis更新数据的时候如何不重置过期时间
- 内存卡格式化了怎么办？能恢复吗？
- QT for Android 修改图标与名称
- JAVA的直接内存介绍
- js 设置视频的音量大小
- sklearn 纠偏
- libvirt零知识学习3 —— libvirt源码编译安装（1）