Python中sympy.stats.Multinomial()函数

在sympy.stats.Multinomial()方法的帮助下，我们可以创建一个具有多指标分布的离散随机变量。

多项式分布是指多项式实验结果的概率分布。

语法: sympy.stats.Multinomial(syms, n, p)

参数 :
syms: 符号
n:是试验的数量，一个正整数
p:事件概率，p>=0，p<=1

返回：一个具有多叉分布的离散随机变量。

例子#1 :

# import sympy, Multinomial, density, symbols
from sympy.stats.joint_rv_types import Multinomial
from sympy.stats import density
from sympy import symbols, pprint
  
x1, x2, x3 = symbols('x1, x2, x3', nonnegative = True, integer = True)
p1, p2, p3 = symbols('p1, p2, p3', positive = True)
  
# Using sympy.stats.Multinomial() method
M = Multinomial('M', 3, p1, p2, p3)
multiDist = density(M)(x1, x2, x3)
  
pprint(multiDist)

输出 :

/    x1   x2   x3                      
|6*p1  *p2  *p3                        
|----------------  for x1 + x2 + x3 = 3
<  x1!*x2!*x3!                         
|                                      
|       0               otherwise      
\

例子#2 :

# import sympy, Multinomial, density, symbols
from sympy.stats.joint_rv_types import Multinomial
from sympy.stats import density
from sympy import symbols, pprint
  
x1, x2, x3 = symbols('x1, x2, x3', nonnegative = True, integer = True)
  
# Using sympy.stats.Multinomial() method
M = Multinomial('M', 4, 0, 1, 0)
multiDist = density(M)(x1, x2, x3)
  
pprint(multiDist)

输出 :

/     x1  x3                      
| 24*0  *0                        
|-----------  for x1 + x2 + x3 = 4
<x1!*x2!*x3!                      
|                                 
|     0            otherwise      
\