numpy.random.mtrand.RandomState.exponential

метод

RandomState.exponential(scale=1.0, size=None)

Генерирует выборки 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 обратным параметру скорости $\lambda = 1/\beta$ . Параметр скорости — это альтернативная, широко используемая параметризация экспоненциального распределения [3].

Экспоненциальное распределение является непрерывным аналогом геометрического распределения. Оно описывает многие распространённые ситуации, такие как размер капель дождя, измеренный во многих ливнях [1], или время между запросами на страницы Wikipedia [2].

Параметры:

Параметры:	`scale : float or array_like of floats` Параметр масштаба, $\beta = 1/\lambda$ . Должен быть неотрицательным. `size : int or tuple of ints, optional` Форма выходных данных. Если заданная форма, например, `(m, n, k)`, то генерируются `m * n * k` выборок. Если размер равен `None` (по умолчанию), возвращается одно значение, если `scale` является скалярным. В противном случае генерируются `np.array(scale).size` выборок.
Возвращает:	`out : ndarray or scalar` Выборка из заданного экспоненциального распределения.

scale : float or array_like of floats: Параметр масштаба, $\beta = 1/\lambda$ . Должен быть неотрицательным.
size : int or tuple of ints, optional: Форма выходных данных. Если заданная форма, например, (m, n, k), то генерируются m * n * k выборок. Если размер равен None (по умолчанию), возвращается одно значение, если scale является скалярным. В противном случае генерируются np.array(scale).size выборок.

Возвращает:

out : ndarray or scalar: Выборка из заданного экспоненциального распределения.

Ссылки

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

[2]	Wikipedia, “Процесс Пуассона”, https://en.wikipedia.org/wiki/Poisson_process

[3]	Wikipedia, “Экспоненциальное распределение”, https://en.wikipedia.org/wiki/Exponential_distribution

© 2005–2019 NumPy Developers
Licensed under the 3-clause BSD License.
https://docs.scipy.org/doc/numpy-1.17.0/reference/random/generated/numpy.random.mtrand.RandomState.exponential.html