Зміст курсу
Основи Теорії Ймовірностей
Основи Теорії Ймовірностей
Експоненціальний Розподіл
Експоненціальний розподіл — це неперервний розподіл ймовірностей, який моделює час між подіями у процесі Пуассона.
Нагадаємо, що процес Пуассона описує кількість подій, які відбулися протягом певного періоду. З іншого боку, експоненціальний розподіл описує час між настанням двох послідовних подій (відстань між двома сусідніми ненульовими точками на графіку вище).
Розподіл Пуассона параметризується параметром mu
, який визначає середню кількість подій за одиницю часу. Експоненціальний розподіл параметризується параметром scale
, який визначає середній час між двома подіями.
Note
Існує чіткий зв'язок між параметром процесу Пуассона
mu
та параметром експоненціального розподілуscale
:
mu
=1 \ scale
для однієї одиниці часу
Example
Suppose the average time between customer arrivals at a store is 5
minutes. What is the probability that the next customer arrives within 3
minutes?
We have a Poisson process where an event is the customer's arrival. The average time between two arrivals is 5
minutes. As a result, we can use exponential distribution to calculate the corresponding probability:
from scipy.stats import expon # Parameters of the exponential distribution mean_waiting_time = 5 # Calculate that new customer will arrive in less than 3 minutes probability = expon.cdf(3, scale=mean_waiting_time) - expon.cdf(0, scale=mean_waiting_time) # Print the result print(f'The probability that the next customer arrives within 3 minutes is: {probability:.4f}')
Ми також використовуємо метод .cdf()
класу scipy.stats.expon
із заданим параметром scale
для обчислення відповідної ймовірності на інтервалі [0,3]
.
Дякуємо за ваш відгук!