Python中的sympy.stats.BetaNoncentral()

Python中的sympy.stats.BetaNoncentral()

sympy.stats.BetaNoncentral()方法的帮助下,我们可以得到代表I型非中心β分布的连续随机变量。

Python中的sympy.stats.BetaNoncentral()

语法 : sympy.stats.BetaNoncentral()

其中alpha和beta是大于0的实数,lambda大于或等于0。

返回 : 返回随机变量。

例子#1 :在这个例子中我们可以看到,通过使用sympy.stats.BetaNoncentral()方法,我们能够通过这个方法得到代表非中心β分布的连续随机变量。

# Import sympy and betanoncentral
from sympy.stats import BetaNoncentral, density
from sympy import Symbol, pprint

alpha = Symbol("alpha", positive = True)
beta = Symbol("beta", positive = True)
lambda = Symbol("lamda", nonnegative = True)
z = Symbol("z")

# Using sympy.stats.BetaNoncentral() method
X = BetaNoncentral("x", alpha, beta, lamda)
gfg = density(X)(z)

pprint(gfg, use_unicode = False)


输出 :

oo _____ \ ` \ -lamda \ k ——- \ k + alpha – 1 /lamda\ beta – 1 2 ) z *|—–| *(1 – z) *e / \ 2 / / ———————————————— / B(k + alpha, beta)*k! /____, k = 0 

例子#2 :

Python3 1=1

# Import sympy and betanoncentral
from sympy.stats import BetaNoncentral, density
from sympy import Symbol, pprint

alpha = 4
beta = 5
lambda = 1

# Using sympy.stats.BetaNoncentral() method
X = BetaNoncentral("x", alpha, beta, lamda)
gfg = density(X)(2)

pprint(gfg, use_unicode = False)


输出 :

oo ____ \ ` \ -k k + 3 -1/2 \ 2 *2 *e / —————- / B(k + 4, 5)*k! /___, k = 0 

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程