借助于sympy.stats.Gamma()方法,我们可以创建具有Gamma分布的连续随机变量。 Gamma分布的密度由下式给出
x在[0,1]中。
用法: sympy.stats.Gamma(name, k, theta) 参数: k:real number, k>0 theta: real number, theta>0 返回:a continuous random variable with a Gamma distribution.
范例1:
Python3
# import sympy, Gamma, density, Symbol, pprint
from sympy.stats import Gamma, density
from sympy import Symbol, pprint
k = Symbol("k", positive = True)
theta = Symbol("theta", positive = True)
z = Symbol("z")
# using sympy.stats.Gamma() method
X = Gamma("x", k, theta)
gamVar = density((X)(z))
pprint(gamVar)
输出:
-z ----- -k k - 1 theta theta *z *e --------------------- Gamma(k)
范例2:
Python3
# import sympy, Gamma, density, Symbol, pprint
from sympy.stats import Gamma, density
from sympy import Symbol, pprint
z = Symbol("z")
# using sympy.stats.Gamma() method
X = Gamma("x", 1 / 3, 45)
gamVar = density((X)(z))
pprint(gamVar)
输出:
-z --- 3 ____ 45 \/ 75 *e ------------------ 2/3 15*z *Gamma(1/3)
相关用法
- Python sympy.Function()用法及代码示例
- Python sympy.stats.Die()用法及代码示例
- Python sympy.stats.Binomial()用法及代码示例
- Python sympy.stats.MultivariateEwens()用法及代码示例
- Python sympy.stats.Skellam()用法及代码示例
- Python sympy.stats.NormalGamma()用法及代码示例
- Python sympy.stats.variance()用法及代码示例
- Python sympy.stats.NegativeMultinomial()用法及代码示例
- Python sympy.stats.MultivariateT()用法及代码示例
- Python sympy.stats.MultivariateBeta()用法及代码示例
- Python sympy.stats.Rademacher()用法及代码示例
- Python sympy.stats.FiniteRV()用法及代码示例
- Python sympy.stats.Hypergeometric()用法及代码示例
- Python sympy.stats.Multinomial()用法及代码示例
- Python sympy.stats.BetaBinomial()用法及代码示例
- Python sympy RGS用法及代码示例
- Python sympy.div()用法及代码示例
- Python Sympy Permutation.max()用法及代码示例
- Python Sympy Permutation.min()用法及代码示例
- Python sympy.sec()用法及代码示例
注:本文由纯净天空筛选整理自ravikishor大神的英文原创作品 sympy.stats.Gamma() function in Python。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。