Python中的 sympy.stats.Wald()
借助sympy.stats.Wald()
方法,我们可以得到表示逆高斯分布和 Wald 分布的连续随机变量。
Syntax : sympy.stats.Wald(name, mean, lamda)
Where, mean and lamda are positive number.
Return : Return the continuous random variable.
示例 #1:
在这个例子中我们可以看到,通过使用sympy.stats.Wald()
方法,我们可以通过这个方法得到表示逆高斯或沃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
示例 #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