Con la ayuda del sympy.stats.LogNormal()
método, podemos obtener la variable aleatoria continua que representa la distribución Log-Normal.
Sintaxis:
sympy.stats.LogNormal(name, mean, std)
Donde, media y desviación estándar son números reales.
Return : Devuelve la variable aleatoria continua.
Ejemplo n.º 1:
en este ejemplo, podemos ver que al usar sympy.stats.LogNormal()
el método, podemos obtener la variable aleatoria continua que representa la distribución Log-Normal al usar este método.
# Import sympy and LogNormal from sympy.stats import LogNormal, density from sympy import Symbol, pprint z = Symbol("z") mean = Symbol("mean", positive = True) std = Symbol("std", positive = True) # Using sympy.stats.LogNormal() method X = LogNormal("x", mean, std) gfg = density(X)(z) pprint(gfg)
Producción :
2
-(-media + log(z))
——————-
2
___ 2*std
\/ 2 *e
————————–
____
2*\/ pi *std*z
Ejemplo #2:
# Import sympy and LogNormal from sympy.stats import LogNormal, density from sympy import Symbol, pprint z = 2.1 mean = 7.6 std = 4 # Using sympy.stats.LogNormal() method X = LogNormal("x", mean, std) gfg = density(X)(z) pprint(gfg)
Producción :
0.0136890249307238*\/ 2
————————
____
\/ pi
Publicación traducida automáticamente
Artículo escrito por Jitender_1998 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA