Con la ayuda del sympy.stats.ExGaussian()
método, podemos obtener la variable aleatoria continua que representa la distribución gaussiana exponencialmente modificada.
Sintaxis:
sympy.stats.ExGaussian(name, mean, std, rate)
Retorno: Retorna variable aleatoria continua.
Ejemplo n.º 1:
en este ejemplo, podemos ver que al usar el sympy.stats.ExGaussian()
método, podemos obtener la variable aleatoria continua que representa la distribución gaussiana modificada exponencialmente al usar este método.
# Import sympy and ExGaussian from sympy.stats import ExGaussian, density from sympy import Symbol mean = Symbol("mean", integer = True, positive = True) std = Symbol("std", integer = True, positive = True) rate = Symbol("rate", integer = True, positive = True) z = Symbol("z") # Using sympy.stats.ExGaussian() method X = ExGaussian("x", mean, std, rate) gfg = density(X)(z) pprint(gfg)
Producción :
/ 2 \
tasa*\2*media + tasa*estándar – 2*z/
——————————- / ___ / 2 \\
2 |\/ 2 *\media + tasa*estándar – z/ |
tarifa*e *erfc|—————————-|
\ 2*estándar /
—————————————————————————
2
Ejemplo #2:
# Import sympy and ExGaussian from sympy.stats import ExGaussian, density from sympy import Symbol mean = 22 std = 21 rate = 7 z = 0.4 # Using sympy.stats.ExGaussian() method X = ExGaussian("x", mean, std, rate) gfg = density(X)(z) pprint(gfg)
Producción :
/ ___\
3.50044639861837e+4758*erfc\74.0142857142857*\/ 2 /
Publicación traducida automáticamente
Artículo escrito por Jitender_1998 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA