Con la ayuda del sympy.stats.LogLogistic()
método, podemos obtener la variable aleatoria continua que representa la distribución Log-Logística.
Sintaxis:
sympy.stats.LogLogistic(name, alpha, beta)
Donde alfa y beta son números reales y alfa, beta > 0.
Retorno: Retorna la variable aleatoria continua.
Ejemplo n.º 1:
en este ejemplo, podemos ver que al usar el sympy.stats.LogLogistic()
método, podemos obtener la variable aleatoria continua que representa la distribución log-logística al usar este método.
# Import sympy and LogLogistic from sympy.stats import LogLogistic, density from sympy import Symbol, pprint z = Symbol("z") alpha = Symbol("alpha", positive = True) beta = Symbol("beta", positive = True) # Using sympy.stats.LogLogistic() method X = LogLogistic("x", alpha, beta) gfg = density(X)(z) pprint(gfg)
Producción :
beta – 1
/ z \
beta*|—–|
\alpha/
————————
2
/ beta \
|/ z \ |
alfa*||—–| + 1|
\\alfa/ /
Ejemplo #2:
# Import sympy and LogLogistic from sympy.stats import LogLogistic, density from sympy import Symbol, pprint z = 1.2 alpha = 2 beta = 3 # Using sympy.stats.LogLogistic() method X = LogLogistic("x", alpha, beta) gfg = density(X)(z) pprint(gfg)
Producción :
0.365196502770083
Publicación traducida automáticamente
Artículo escrito por Jitender_1998 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA