numpy.random.rayleigh

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

Генерация случайных чисел из распределения Рейлея.

Распределения Рейлея и Вейбулла являются обобщениями распределения Рейлея.

Параметры:

scale : float или array_like чисел, необязательно Масштаб, также совпадает с модой. Должно быть >= 0. По умолчанию 1. size : целое число или кортеж целых чисел, необязательно Форма выходного массива. Если заданная форма, например, (m, n, k), то m * n * k генерируется выборок. Если size равно None (по умолчанию), то возвращается единственное значение, если scale является скаляром. В противном случае np.array(scale).size генерируются выборки.

Возвращает:

out : ndarray или скаляр Сгенерированные выборки из распределения Рейлея.

Примечания

Функция плотности вероятности распределения Рейлея:

Распределение Рейлея может возникать, например, если восточная и северная компоненты скорости ветра имеют одинаковые гауссовы распределения с нулевым средним. Тогда скорость ветра будет иметь распределение Рейлея.

Ссылки

[R259]

Brighton Webs Ltd., “Распределение Рейлея,” http://www.brighton-webs.co.uk/distributions/rayleigh.asp

[R260]

Википедия, “Распределение Рейлея” http://en.wikipedia.org/wiki/Rayleigh_distribution

Примеры

Генерация значений из распределения и построение гистограммы

>>> values = hist(np.random.rayleigh(3, 100000), bins=200, normed=True)

Высота волн, как правило, подчиняется распределению Рейлея. Если средняя высота волны составляет 1 метр, то какая доля волн, вероятно, будет больше 3 метров?

>>> meanvalue = 1
>>> modevalue = np.sqrt(2 / np.pi) * meanvalue
>>> s = np.random.rayleigh(modevalue, 1000000)

Процент волн, превышающих 3 метра:

>>> 100.*sum(s>3)/1000000.
0.087300000000000003