Main Content

exppdf

Función de densidad de probabilidad exponencial

Descripción

ejemplo

y = exppdf(x) devuelve la función de densidad de probabilidad (pdf) de la distribución exponencial estándar, evaluada en los valores de x.

ejemplo

y = exppdf(x,mu) devuelve la pdf de la distribución exponencial con la media mu, evaluada en los valores de x.

Ejemplos

contraer todo

Calcule la densidad del valor observado 5 en la distribución exponencial estándar.

y1 = exppdf(5) 
y1 = 0.0067

Calcule la densidad del valor observado 5 en las distribuciones exponenciales especificadas por las medias de 1 a 5.

y2 = exppdf(5,1:5)
y2 = 1×5

    0.0067    0.0410    0.0630    0.0716    0.0736

Calcule la densidad de los valores observados de 1 a 5 en las distribuciones exponenciales especificadas por las medias de 1 a 5.

y3 = exppdf(1:5,1:5)
y3 = 1×5

    0.3679    0.1839    0.1226    0.0920    0.0736

Argumentos de entrada

contraer todo

Valores en los que evaluar la pdf, especificados como valor de escalar no negativo o un arreglo de valores de escalar no negativos.

  • Para evaluar la pdf en varios valores, especifique x usando un arreglo.

  • Para evaluar las pdf de varias distribuciones, especifique mu usando un arreglo.

Si uno o los dos argumentos de entrada x y mu son arreglos, entonces los tamaños de los arreglos deben ser los mismos. En este caso, exppdf expande cada entrada del escalar a un arreglo constante del mismo tamaño que las entradas del arreglo. Cada elemento de y es el valor de la pdf de la distribución especificado por el elemento correspondiente de mu, evaluado en el elemento correspondiente de x.

Ejemplo: [3 4 7 9]

Tipos de datos: single | double

La media de la distribución exponencial, especificada como valor de escalar positivo o arreglo de valores de escalar positivos.

  • Para evaluar la pdf en varios valores, especifique x usando un arreglo.

  • Para evaluar las pdf de varias distribuciones, especifique mu usando un arreglo.

Si uno o los dos argumentos de entrada x y mu son arreglos, entonces los tamaños de los arreglos deben ser los mismos. En este caso, exppdf expande cada entrada del escalar a un arreglo constante del mismo tamaño que las entradas del arreglo. Cada elemento de y es el valor de la pdf de la distribución especificado por el elemento correspondiente de mu, evaluado en el elemento correspondiente de x.

Ejemplo: [1 2 3 5]

Tipos de datos: single | double

Argumentos de salida

contraer todo

Valores de la pdf evaluados en los valores de x, devueltos como un valor de escalar o un arreglo de valores de escalar. y tiene el mismo tamaño que x y mu después de cualquier expansión de escalar necesaria. Cada elemento de y es el valor de la pdf de la distribución especificado por el elemento correspondiente de mu, evaluado en el elemento correspondiente de x.

Más acerca de

contraer todo

Pdf exponencial

La distribución exponencial es una familia de curvas de un parámetro. El parámetro μ es la media.

La pdf de la distribución exponencial es

y=f(x|μ)=1μexμ.

Una parametrización alternativa común de la distribución exponencial es utilizar λ definida como el número medio de eventos en un intervalo frente a μ, que es el tiempo medio de espera para que se produzca un evento. λ y μ son recíprocos.

Para obtener más información, consulte Exponential Distribution.

Funcionalidad alternativa

  • exppdf es una función específica para la distribución exponencial. Statistics and Machine Learning Toolbox™ también ofrece la función genérica pdf, que es compatible con varias distribuciones de probabilidad. Para utilizar pdf, cree un objeto de distribución de probabilidad ExponentialDistribution y pase el objeto como un argumento de entrada o especifique el nombre de la distribución de probabilidad y sus parámetros. Tenga en cuenta que la función específica de distribución exppdf es más rápida que la función genérica pdf.

  • Use la app Probability Distribution Function para crear una gráfica interactiva de la función de distribución acumulativa (cdf) o de la función de densidad de probabilidad (pdf) para obtener una distribución de probabilidad.

Capacidades ampliadas

Generación de código C/C++
Genere código C y C++ mediante MATLAB® Coder™.

Historial de versiones

Introducido antes de R2006a