numpy.random.triangular#

random.треугольный(left, mode, правый, размер=None)#

Извлечь выборки из треугольного распределения на интервале [left, right].

Треугольное распределение — это непрерывное распределение вероятностей с нижним пределом left, пиком в mode и верхним пределом right. В отличие от других распределений, эти параметры напрямую определяют форму функции плотности вероятности.

Примечание

Новый код должен использовать triangular метод Generator экземпляр вместо; пожалуйста, смотрите Быстрый старт.

Параметры:

leftfloat или array_like из float: Нижний предел.
modefloat или array_like из float: Значение, в котором происходит пик распределения. Значение должно удовлетворять условию left <= mode <= right.
правыйfloat или array_like из float: Верхний предел, должен быть больше чем left.
размерint или кортеж ints, опционально: Форма вывода. Если заданная форма, например, (m, n, k), затем m * n * k образцы извлекаются. Если size равен None (по умолчанию), возвращается единственное значение, если left, mode, и right все являются скалярами. В противном случае, np.broadcast(left, mode, right).size выбираются образцы.

Возвращает:

выходndarray или скаляр: Выбранные выборки из параметризованного треугольного распределения.

Смотрите также

random.Generator.triangular: который следует использовать для нового кода.

Примечания

Функция плотности вероятности для треугольного распределения

\[\begin{split}P(x;l, m, r) = \begin{cases} \frac{2(x-l)}{(r-l)(m-l)}& \text{for $l \leq x \leq m$},\\ \frac{2(r-x)}{(r-l)(r-m)}& \text{for $m \leq x \leq r$},\\ 0& \text{otherwise}. \end{cases}\end{split}\]

Треугольное распределение часто используется в плохо определённых задачах, где базовое распределение неизвестно, но известны некоторые пределы и мода. Часто используется в симуляциях.

Ссылки

[1]

Википедия, «Треугольное распределение» https://en.wikipedia.org/wiki/Triangular_distribution

Примеры

Извлечь значения из распределения и построить гистограмму:

>>> import matplotlib.pyplot as plt
>>> h = plt.hist(np.random.triangular(-3, 0, 8, 100000), bins=200,
...              density=True)
>>> plt.show()

../../../_images/numpy-random-triangular-1.png