Con la ayuda del sympy.stats.Wald()
método, podemos obtener la variable aleatoria continua que representa la distribución gaussiana inversa, así como la distribución de Wald utilizando este método.
Sintaxis:
sympy.stats.Wald(name, mean, lamda)
Donde, media y lamda son números positivos.Return : Devuelve la variable aleatoria continua.
Ejemplo n.º 1:
en este ejemplo, podemos ver que al usar el sympy.stats.Wald()
método, podemos obtener la variable aleatoria continua que representa la distribución gaussiana inversa o de Wald al usar este método.
# Import sympy and Wald from sympy.stats import Wald, density from sympy import Symbol, pprint z = Symbol("z") mean = Symbol("mean", positive = True) lamda = Symbol("lamda", positive = True) # Using sympy.stats.Wald() method X = Wald("x", mean, lamda) gfg = density(X)(z) pprint(gfg)
Producción :
2
-lamda*(-media + z)
——————–
____ 2
___ _______ / 1 2*media *z
\/ 2 *\/ lamda * / — *e
/ 3
\/ z
————— ——————————–
____
2*\/ pi
Ejemplo #2:
# Import sympy and Wald from sympy.stats import Wald, density from sympy import Symbol, pprint z = 0.86 mean = 6 lamda = 2.35 # Using sympy.stats.Wald() method X = Wald("x", mean, lamda) gfg = density(X)(z) pprint(gfg)
Producción :
0.498668646362573
—————–
____
\/ pi
Publicación traducida automáticamente
Artículo escrito por Jitender_1998 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA