x是随机变量
k＞0是形状参数（shape parameter）
λ＞0是比例参数（scale parameter）
当k=1，它是指数分布；k=2时，是Rayleigh distribution(瑞利分布)。
Weibull分布
python绘weibull曲线
weibull参数估计
泊松分布与指数分布连续关系
两次卖出馒头之间的时间间隔大于t 的概率
(等价于t 时间内没有卖出一个馒头的概率，而后者的概率可以由泊松过程给出)
指数分布： 积分过程
均值
方差
⋅
cdot
⋅ 泊松分布 离散
E(X)=
λ
lambda
λ
quad
D(X)=
λ
lambda
λ
⋅
cdot
⋅ 泊松过程
⋅
cdot
⋅ 一些累积分布函数
⋅
cdot
⋅ 12个常用概率分布
⋅ cdot ⋅ 8个常用概率分布均值和方差
