Exponential वितरण का उपयोग अगले घटना तक के समय का वर्णन करने के लिए किया जाता है, जैसे विफलता, सफलता, आदि। यह विभिन्न क्षेत्रों में व्यापक रूप से उपयोग किया जाता है, विशेष रूप से विश्वसनीयता और जीवनकाल विश्लेषण में, साथ ही उन घटनाओं में जो समय के साथ निरंतर और स्वतंत्र रूप से घटित होती हैं।

Exponential वितरण के पैरामीटर

• स्केल (Scale): दर का व्युत्क्रम (Poisson वितरण में lambda जैसा)। डिफ़ॉल्ट मान 1.0 होता है।
• आकार (Size): लौटाई गई array का रूप (उदाहरण के लिए, 2×3 मैट्रिक्स के लिए)।

उदाहरण: Exponential वितरण से 2×3 नमूने खींचें

from numpy import random

# Exponential वितरण से 2x3 नमूने खींचें, स्केल 2.0 के साथ
x = random.exponential(scale=2, size=(2, 3))

print(x)
      

Exponential वितरण का दृश्यात्मक रूप

Exponential वितरण को दृश्यात्मक रूप से प्रदर्शित करने से इसके स्वभाव को समझने में मदद मिलती है, जहाँ घटना के घटित होने की दर समय के साथ धीरे-धीरे घटती जाती है। यहां बताया गया है कि आप इसे Python का उपयोग करके कैसे प्लॉट कर सकते हैं:

from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns

# Exponential वितरण का प्लॉट बनाएं
sns.distplot(random.exponential(size=1000), hist=False)

# प्लॉट दिखाएं
plt.show()
      

निष्कर्ष

सारांश में, Exponential वितरण एक महत्वपूर्ण टूल है, जो विभिन्न प्रकार के डेटा में घटना के घटित होने का समय मापने के लिए उपयोगी है। इसे विभिन्न क्षेत्रों में समय आधारित घटनाओं का मॉडल बनाने के लिए इस्तेमाल किया जाता है।