Distribuição exponencial no NumPy

Neste artigo, discutiremos as propriedades da distribuição exponencial aleatória NumPy e como usar a biblioteca numpy para gerar números aleatórios e calcular várias propriedades estatísticas dessa distribuição.

É útil em várias aplicações, como:

  • Na teoria das filas, a distribuição exponencial é usada para modelar os tempos entre chegadas dos clientes. Ele pode ser usado para gerar tempos aleatórios entre chegadas para fins de simulação.
  • Na análise de confiabilidade, a distribuição exponencial é usada para modelar o tempo até a falha de um componente. Ele pode ser usado para gerar tempos de falha aleatórios para fins de simulação.
  • Em finanças, a distribuição exponencial é usada para modelar a distribuição dos preços das ações. O exponencial aleatório Numpy pode ser usado para gerar preços de ações aleatórios para fins de simulação.

Distribuição Exponencial Aleatória Numpy



Distribuição Exponencial Aleatória Numpy

No Numpy random exponencial, a probabilidade exponencial indica o tempo até o próximo resultado, como falha/sucesso .

Sintaxe

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

Existem dois parâmetros nele:

Parâmetros Visão geral
escala o inverso da taxa (consulte LAM na distribuição Poisson) é inicializado em 1 por padrão.
tamanho Fornece a forma da matriz.

Crie uma amostra de uma distribuição exponencial com uma escala de 5,0 e um tamanho de 4 × 2 :

Example: 

1
2
3
4
5
6
from numpy import random
mrx = random.exponential(scale=5, size=(4, 2))
print(mrx)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

O seguinte é uma amostra de uma distribuição exponencial com uma escala padrão e um tamanho de 5 × 5 :

Example: 

1
2
3
4
5
6
from numpy import random
mrx = random.exponential(size=(5, 5))
print(mrx)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Visualização

Para visualizar a distribuição exponencial aleatória numpy, podemos usar a biblioteca matplotlib .

Exiba o gráfico da Distribuição Exponencial:

Example: 

1
2
3
4
5
6
7
8
from numpy import random
import matplotlib.pyplot as pt
import seaborn as sbn
sbn.distplot(random.exponential(size=150), hist=False)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Aplique hist = True e kde = False :

Example: 

1
2
3
4
5
6
7
8
from numpy import random
import matplotlib.pyplot as pt
import seaborn as sbn
sbn.distplot(random.exponential(size=50), hist=True, kde = False)
pt.show()
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Relação entre Poisson e Distribuição Exponencial

Uma distribuição de Poisson trabalha com o número de instâncias de um evento que aparece em um determinado período de tempo, enquanto uma distribuição exponencial se identifica com o intervalo entre as aparições nas distribuições exponenciais aleatórias Numpy.


Conclusão

O exponencial aleatório Numpy é um recurso poderoso para gerar números aleatórios a partir de uma distribuição exponencial.

É útil em muitas aplicações, incluindo teoria de filas , análise de confiabilidade e finanças. Ao especificar o parâmetro de escala, a dispersão da distribuição pode ser controlada. Numpy random exponencial é apenas uma das muitas funções em numpy que podem ser usadas para geração de números aleatórios.

 

Nós valorizamos o seu feedback.
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0

Assine a nossa newsletter
Digite seu e-mail para receber um resumo semanal de nossos melhores posts. Saber mais!
ícone