連續分布

指數分配的無記憶性(memoryless property)

你已經為一班服從指數分配的公車等了二十分鐘。這長長的等待是否意味著公車「快來了」,或你已用完霉運?出人意料地,並非如此。指數分配徹底忘記過去:剩餘的等待時間看起來就像一段全新的等待,彷彿你才剛到站。這就是它的無記憶性。

形式上,對所有 s, t >= 0 都有 P(X > s + t given X > s) = P(X > t)。讀作:假設你已熬過時刻 s,再熬過 t 的機率,與一開始就要熬過 t 的原始機率相同。證明只有一行:P(X > s + t and X > s)/P(X > s) = e^(-lambda(s+t))/e^(-lambda s) = e^(-lambda t),因為 e^(-lambda s) 這個因子相消了。指數分配是唯一具有此性質的連續分配(幾何分配是唯一的離散版)。它的常數風險率正是同一事實的另一種說法:事件的瞬時風險永遠不隨年齡改變。

無記憶性正是指數分配適合描述不會磨損之事物的原因——電話排隊、放射性原子核、沒有老化機制的「隨機」故障。它也是一個有力的警示:每當「等得越久就改變機率」時,它就是錯的模型。會疲勞的零件、風險隨年齡上升的人、快過期的優惠券——這些都不是無記憶的。把賭徒謬誤的直覺(「我快輪到了」)誤當成數學,是經典錯誤;而指數分配這套數學恰恰說:你永遠不會「快輪到」。

一顆放射性原子的壽命是 Exponential(lambda)。若它過了一百萬年仍未衰變,其期望剩餘壽命仍是 1/lambda——與一顆全新原子完全相同。原子不會「變老」。

對指數等待而言,過去的存活對未來毫無資訊。

無記憶性是精確的數學理想化,而非自然定律——大多數真實壽命會老化,因此並非無記憶;當風險隨時間改變時,應改用韋伯或伽瑪分配。

又称
memorylessnesslack of memory無記憶性