numpy.random.RandomState.exponential

RandomState.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. $\beta$ — это параметр масштаба, который является обратной величиной параметра скорости $\lambda = 1/\beta$ . Параметр скорости является альтернативной, широко используемой параметризацией экспоненциального распределения [R156].

Экспоненциальное распределение является непрерывным аналогом геометрического распределения. Оно описывает многие распространенные ситуации, такие как размер капель дождя, измеренный во многих ливнях [R154], или время между запросами на страницы Википедии [R155].

Параметры:

Параметры:	scale : float или array_like из float Параметр масштаба, $\beta = 1/\lambda$ . size : int или кортеж из int, необязательно Форма выходных данных. Если заданная форма, например, `(m, n, k)`, то `m * n * k` выборок генерируется. Если size имеет значение `None` (по умолчанию), возвращается единственное значение, если `scale` является скаляром. В противном случае `np.array(scale).size` выборок генерируется.
Возвращает:	out : ndarray или скаляр Сгенерированные выборки из параметризованного экспоненциального распределения.

scale : float или array_like из float

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

size : int или кортеж из int, необязательно

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

Возвращает:

out : ndarray или скаляр

Сгенерированные выборки из параметризованного экспоненциального распределения.

Ссылки

[R154]

(1, 2) Peyton Z. Peebles Jr., “Probability, Random Variables and Random Signal Principles”, 4th ed, 2001, p. 57.

[R155]

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

[R156]

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

© 2005–2019 NumPy Developers
Licensed under the 3-clause BSD License.
https://docs.scipy.org/doc/numpy-1.14.5/reference/generated/numpy.random.RandomState.exponential.html