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
\