Con la ayuda del sympy.stats.Normal()
método, podemos obtener la variable aleatoria continua que representa la distribución normal.
Sintaxis:
sympy.stats.Normal(name, mean, std)
Donde, media y estándar son números reales.
Return : Devuelve la variable aleatoria continua.
Ejemplo #1:
En este ejemplo, podemos ver que al usar sympy.stats.Normal()
el método, podemos obtener la variable aleatoria continua que representa la distribución normal al usar este método.
# Import sympy and Normal from sympy.stats import Normal, density from sympy import Symbol, pprint z = Symbol("z") mean = Symbol("mean", positive = True) std = Symbol("std", positive = True) # Using sympy.stats.Normal() method X = Normal("x", mean, std) gfg = density(X)(z) pprint(gfg)
Producción :
2
-(-media + z)
————–
2
___ 2*std
\/ 2 *e
———————
____
2*\/ pi *std
Ejemplo #2:
# Import sympy and Normal from sympy.stats import Normal, density from sympy import Symbol, pprint z = 2 mean = 1.8 std = 4 # Using sympy.stats.Normal() method X = Normal("x", mean, std) gfg = density(X)(z) pprint(gfg)
Producción :
0.124843847615573*\/ 2
———————–
____
\/ pi
Publicación traducida automáticamente
Artículo escrito por Jitender_1998 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA