numpy.random.exponential

numpy.random.exponential(scale=1.0, size=None)

Генерация выборок из экспоненциального распределения.

Его функция плотности вероятности

$f(x; \frac{1}{\beta}) = \frac{1}{\beta} \exp(-\frac{x}{\beta}),$

для x > 0 и 0 в противном случае. $\beta$ — параметр масштаба, который является обратным параметру скорости $\lambda = 1/\beta$ . Параметр скорости является альтернативной, широко используемой параметризацией экспоненциального распределения [R218].

Экспоненциальное распределение является непрерывным аналогом геометрического распределения. Оно описывает многие распространённые ситуации, такие как размер капель дождя, измеренный во многих ливнях [R216], или время между запросами на страницы к Википедии [R217].

Параметры:

Параметры:	scale : float или array_like с плавающей запятой Параметр масштаба, $\beta = 1/\lambda$ . size : int или кортеж из целых чисел, необязательно Форма выходных данных. Если заданная форма, например, `(m, n, k)`, то `m * n * k` выборок генерируются. Если размер равен `None` (по умолчанию), возвращается одно значение, если `scale` является скалярным. В противном случае, `np.array(scale).size` выборок генерируется.
Возвращаемое значение:	out : ndarray или скаляр Сгенерированные выборки из параметризованного экспоненциального распределения.

scale : float или array_like с плавающей запятой

Параметр масштаба, $\beta = 1/\lambda$ .

size : int или кортеж из целых чисел, необязательно

Форма выходных данных. Если заданная форма, например, (m, n, k), то m * n * k выборок генерируются. Если размер равен None (по умолчанию), возвращается одно значение, если scale является скалярным. В противном случае, np.array(scale).size выборок генерируется.

Возвращаемое значение:

out : ndarray или скаляр

Сгенерированные выборки из параметризованного экспоненциального распределения.

Ссылки

[R216]

(1, 2) Peyton Z. Peebles Jr., “Вероятность, случайные величины и случайные сигналы”, 4-е изд., 2001, стр. 57.

[R217]

(1, 2) Википедия, “Процесс Пуассона”, http://en.wikipedia.org/wiki/Poisson_process

[R218]

(1, 2) Википедия, “Экспоненциальное распределение”, http://en.wikipedia.org/wiki/Exponential_distribution

© 2008–2017 NumPy Developers
Licensed under the NumPy License.
https://docs.scipy.org/doc/numpy-1.12.0/reference/generated/numpy.random.exponential.html