Вероятность и статистика · объяснение и практика
Что означает отсутствие памяти у экспоненциального ожидания
Рассчитайте дополнительное ожидание после уже прошедшего времени и объясните, почему экспоненциальная модель не «стареет».

В теме Случайные величины и распределения · Учебная карта
Главная мысль
Для экспоненциального времени T с интенсивностью λ>0 выполнено P(T>s+t|T>s)=P(T>t)=e⁻λt при s,t≥0. Условный хвост оставшегося времени не зависит от уже прошедшего s.
Хвост и интенсивность
Экспоненциальная модель описывает неотрицательное непрерывное время. Вероятность ждать дольше t равна e⁻λt, среднее время — 1/λ. Интенсивность имеет обратную единицу времени: если λ задана за минуту, t нужно выражать в минутах. Параметр интенсивности нельзя подменять средним временем без обращения.
В однородном пуассоновском процессе такая модель возникает для времени до следующего события. Но положительное время ожидания вообще не обязано быть экспоненциальным. Расписание, износ, очередность работ и неоднородная интенсивность могут нарушать свойство. Поэтому смысл статьи — научиться применять конкретную модель, а не объявить любое реальное ожидание «без памяти».
Условное событие короче безусловного
Событие T>s+t автоматически включает T>s. Поэтому условная вероятность равна отношению хвостов e⁻λ(s+t)/e⁻λs=e⁻λt. Время s сокращается. Доказательство использует положительную вероятность условия; при конечном s она действительно положительна. Важно не вычислять вместо этого безусловную вероятность всего суммарного времени.
Пусть λ=0,2 за минуту, событие не произошло за первые семь минут. Вероятность ждать ещё больше трёх минут равна e⁻⁰⋅⁶, а не e⁻². Второе число относится к ожиданию дольше десяти минут от первоначального старта без учёта уже известного факта семиминутного ожидания.
Пример
Среднее экспоненциальное время равно 5 минут. Уже прошло 8 минут. Какова вероятность, что придётся ждать больше ещё 2 минут?
λ=1/5. Условная вероятность равна e⁻²⁄⁵, примерно 0,6703. Число восемь исчезает благодаря условию модели, но не потому, что мы забыли прочитать его в задаче.
Среднее оставшееся время и границы свойства
При том же условии распределение оставшегося времени совпадает с первоначальным, поэтому его среднее остаётся 1/λ. Это не означает, что уже прошло ноль времени: полная длительность при условии ожидания s имеет вид s плюс случайный остаток. Ожидаемое суммарное время и ожидаемый остаток — разные величины.
Если механизм постепенно изнашивается, вероятность скорого события может зависеть от возраста, и отсутствие памяти будет неверным. Если ожидание ограничено расписанием, знание прошедшего времени тоже существенно. Сначала проверяют, что экспоненциальность дана явно, затем различают условную и безусловную вероятность. Похожая формула существует для дискретного геометрического распределения, но его время измеряется числом попыток.
От чтения к действию
А теперь — вы
Частые вопросы
Уже долго ждали — значит событие теперь вероятнее в ближайший интервал?
Не в данной экспоненциальной модели с постоянной интенсивностью. Условный шанс на одинаковый будущий интервал остаётся тем же.
Среднее оставшееся время равно среднему полному?
При условии экспоненциальной модели — да. Но ожидаемая полная длительность с учётом уже прошедшего времени равна прошедшему времени плюс этому остатку.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.
Продолжить разбираться
Когда число событий описывают распределением Пуассона
Вычислите вероятность заданного числа событий в пуассоновской модели и проверьте, к какому интервалу относится параметр.
Открыть темуКак посчитать номер попытки заданного по счёту успеха
Найдите вероятность номера попытки заданного успеха, выделив обязательный успех в конце и расположения предыдущих успехов.
Открыть тему