Python sympy.stats.Wald()用法及代码示例

借助sympy.stats.Wald()通过使用该方法，我们可以获得代表高斯分布逆向和Wald分布的连续随机变量。

用法： sympy.stats.Wald(name, mean, lamda)

Where, mean and lamda are positive number.

范例1：
在这个例子中，我们可以通过使用sympy.stats.Wald()方法，我们可以通过使用这种方法来获得代表逆高斯或瓦尔德分布的连续随机变量。

# Import sympy and Wald 
from sympy.stats import Wald, density 
from sympy import Symbol, pprint 
  
z = Symbol("z") 
mean = Symbol("mean", positive = True) 
lamda = Symbol("lamda", positive = True) 
  
# Using sympy.stats.Wald() method 
X = Wald("x", mean, lamda) 
gfg = density(X)(z) 
  
pprint(gfg)

输出：

2
-lamda*(-mean + z)
——————-
____ 2
___ _______ / 1 2*mean *z
\/ 2 *\/ lamda * / — *e
/ 3
\/ z
———————————————-
____
2*\/ pi

范例2：

# Import sympy and Wald 
from sympy.stats import Wald, density 
from sympy import Symbol, pprint 
  
z = 0.86
mean = 6
lamda = 2.35
  
# Using sympy.stats.Wald() method 
X = Wald("x", mean, lamda) 
gfg = density(X)(z) 
  
pprint(gfg)

输出：

0.498668646362573
—————-
____
\/ pi