Exponential-distributed Random Generator

It is the continuous probability distribution of the time between events in a Poisson point process, i.e., a process in which events occur continuously and independently at a constant average rate.

Para gerar uma distribuição exponencial a partir de uma distribuição uniforme, podemos usar uma técnica poderosa chamada “Método da Transformação Inversa”. Não precisamos nos deter nos detalhes teóricos aqui, mas, em última análise, este método liga os dois tipos de distribuições por meio de uma transformação matemática simples.

[math]Exp(i; \lambda) = -\frac{1}{\lambda}.ln(1 - U_i)[/math]

Sample Python Code

1 million attempts sample

def pseudo_exp(lamb, size=1):
    """
    Generates exponential distribution from uniform generator
    """
    # Sets seed based on the decimal portion of the current system clock
    t = time.perf_counter()
    seed = int(10**9*float(str(t-int(t))[0:]))
    
    U = pseudo_uniform(seed=seed, size=size)
    X = -(1/lamb)*(np.log(1-U))
    
    return X