3. 指数分布详解：概率密度函数、累积分布函数、无记忆性特性及其在可靠性中的应用

指数分布是可靠性工程中最基础、应用最广泛的寿命分布模型。它描述了具有恒定失效率（即浴盆曲线底部区域）的产品的寿命规律。本章将系统解析指数分布的数学定义、核心特性及其在MTBF评估中的关键作用。

3.1 指数分布的概率密度函数（PDF）

指数分布的概率密度函数描述了产品在某一时刻发生失效的瞬时概率密度。其数学表达式为：

f(t) = λ · e^(-λt) ,  t ≥ 0

其中：

• λ (lambda) — 失效率（Failure Rate），单位为 1/时间，是常数；
• t — 时间变量；
• e — 自然对数的底数（约 2.71828）。

当 λ 越大，曲线下降越快，表示产品早期失效的概率密度越高；当 λ 越小，曲线下降越平缓，表示产品寿命更长。

3.2 指数分布的累积分布函数（CDF）

累积分布函数 F(t) 表示产品在时间 t 之前发生失效的概率，即不可靠度。其表达式为：

F(t) = 1 - e^(-λt) ,  t ≥ 0

对应的可靠度函数（生存函数）为：

R(t) = 1 - F(t) = e^(-λt)

下表总结了指数分布的主要函数形式：

3.3 无记忆性特性

无记忆性（Memoryless Property）是指数分布最独特的性质。其数学定义为：

P(T > t + s | T > s) = P(T > t) ,  ∀ s, t ≥ 0

即：已知产品已经工作了 s 时间而没有失效，它再继续工作 t 时间的概率，与一个全新产品工作 t 时间的概率完全相同。换句话说，产品“不记得”自己已经工作了多久。

无记忆性的工程含义对比：

3.4 指数分布在可靠性中的应用

指数分布是可靠性工程中应用最广泛的分布，主要体现在以下方面：

1. MTBF 点估计： 对于指数分布数据，MTBF 的点估计为总试验时间除以失效数：MTBF = T / r，其中 T 为累计试验时间，r 为失效次数。
2. 置信区间计算： 利用卡方分布（χ²）构建 MTBF 的置信区间，这是后续章节的核心内容。
3. 系统可靠性建模： 串联系统中，系统失效率等于各组件失效率之和：λ_sys = Σλ_i。
4. 加速寿命试验： 在恒定应力加速试验中，常用指数分布描述寿命与应力之间的关系。

3.5 指数分布与其他分布的关系

指数分布是更一般分布族的特例，理解这些关系有助于正确选型：