Estadísticas de Sympy.GeneralizedMultivariateLogGamma() en Python

Con la ayuda del sympy.stats.GeneralizedMultivariateLogGamma()método, podemos obtener la variable aleatoria conjunta continua que representa la distribución Log Gamma multivariada generalizada.

Sintaxis: GeneralizedMultivariateLogGamma(syms, delta, v, lamda, mu)
Parámetros:
1) Syms: lista de símbolos
2) Delta: una constante en el rango [0, 1]
3) V: número real positivo
4) Lambda: una lista de números reales positivos
5) mu: una lista de números reales positivos .
Return : Devuelve la variable aleatoria conjunta continua.

Ejemplo n.º 1:
en este ejemplo, podemos ver que al usar el sympy.stats.GeneralizedMultivariateLogGamma()método, podemos obtener la variable aleatoria conjunta continua que representa la distribución Log Gamma multivariante generalizada al usar este método.

# Import sympy and GeneralizedMultivariateLogGamma
from sympy.stats import density
from sympy.stats.joint_rv_types import GeneralizedMultivariateLogGamma
from sympy.stats.joint_rv import marginal_distribution
from sympy import symbols, S
  
v = 1
l, mu = [1, 1, 1], [1, 1, 1]
d = S.Half
y = symbols('y_1:4', positive = True)
  
# Using sympy.stats.GeneralizedMultivariateLogGamma() method
Gd = GeneralizedMultivariateLogGamma('G', d, v, l, mu)
gfg = density(Gd)(y[0], y[1], y[2])
  
pprint(gfg)

Producción :

  oo                                                      
_____                                                     
\    `                                                    
 \                                       y_1    y_2    y_3
  \     -n  (n + 1)*(y_1 + y_2 + y_3) - e    - e    - e   
   \   2  *e                                              
   /   ---------------------------------------------------
  /                            3                          
 /                        Gamma (n + 1)                   
/____,                                                    
n = 0                                                     
----------------------------------------------------------
                            2                             

Ejemplo #2:

# Import sympy and GeneralizedMultivariateLogGamma
from sympy.stats import density
from sympy.stats.joint_rv_types import GeneralizedMultivariateLogGamma
from sympy.stats.joint_rv import marginal_distribution
from sympy import symbols, S
  
v = 1
l, mu = [1, 2, 3], [2, 5, 1]
d = S.One
y = symbols('y_1:4', positive = True)
  
# Using sympy.stats.GeneralizedMultivariateLogGamma() method
Gd = GeneralizedMultivariateLogGamma('G', d, v, l, mu)
gfg = density(Gd)(y[0], y[1], y[2])
  
pprint(gfg)

Producción :

   oo                                                                        
______                                                                       
\     `                                                                      
 \                                                               5*y_2    y_3
  \                                                     2*y_1   e        e   
   \                   (n + 1)*(2*y_1 + 5*y_2 + y_3) - e      - ------ - ----
    \       n  -n - 1                                             2       3  
    /   10*0 *6      *e                                                      
   /    ---------------------------------------------------------------------
  /                                      3                                   
 /                                  Gamma (n + 1)                            
/_____,                                                                      
 n = 0                                        

Publicación traducida automáticamente

Artículo escrito por Jitender_1998 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *