指数分布： Y = X 1 2 + X 2 2 Y=X_1^{2}+X_2^2 Y=X12+X22，即（n=2）的卡方分布
Y ∼ exp ( 2 σ 2 ) Y\sim \exp(2\sigma^2) Y∼exp(2σ2)
- PDF： f Y ( y ) = 1 2 σ 2 e − y 2 σ 2 , y > 0 f_{Y}(y)=\frac{1}{2\sigma^2}e^{-\frac{y}{2\sigma^2}},y>0 fY(y)=2σ21e−2σ2y,y>0
当 2 σ 2 = 1 2\sigma^2=1 2σ2=1时
- PDF： f Y ( y ) = e − y , y > 0 f_{Y}(y)=e^{-y},y>0 fY(y)=e−y,y>0
- CDF： F Y ( y ) = 1 − e − y F_{Y}(y)=1-e^{-y} FY(y)=1−e−y
- CCDF： F ‾ Y ( y ) = e − y \overline{F}_{Y}(y)=e^{-y} F
: CSS架构之BEM)
)
