Python中sympy.stats.NegativeMultinomial()函数

在sympy.stats.NegativeMultinomial()方法的帮助下，我们可以创建一个具有负多叉分布的离散随机变量。

语法: sympy.stats.NegativeMultinomial(syms, k, p)

参数 :
syms: 符号
k:实验停止前的失败次数，一个正整数
p:事件概率，p>=0和p<=1

返回:一个离散的随机变量，具有负的多项分布。

例子#1 :

# import sympy, NegativeMultinomia, density, symbols
from sympy.stats import density
from sympy.stats.joint_rv_types import NegativeMultinomial
from sympy import symbols, pprint
  
p1, p2, p3 = symbols('p1, p2, p3', positive = True)
x1, x2, x3 = symbols('x1, x2, x3', nonnegative = True, integer = True)
  
# using sympy.stats.NegativeMultinomial() method
N = NegativeMultinomial('N', 3, p1, p2, p3)
negMulti = density(N)(x1, x2, x3)
  
pprint(negMulti)

输出 :

  x1   x2   x3                    3                        
p1  *p2  *p3  *(-p1 - p2 - p3 + 1) *Gamma(x1 + x2 + x3 + 3)
-----------------------------------------------------------
                       2*x1!*x2!*x3!   

例子#2 :

# import sympy, NegativeMultinomia, density, symbols
from sympy.stats import density
from sympy.stats.joint_rv_types import NegativeMultinomial
from sympy import symbols, pprint
  
x1, x2, x3 = symbols('x1, x2, x3', nonnegative = True, integer = True)
  
# using sympy.stats.NegativeMultinomial() method
N = NegativeMultinomial('N', 2, 1 / 3, 1 / 2)
negMulti = density(N)(x1, x2, x3)
  
pprint(negMulti)

输出 :

 -x2  -x1                        
2   *3   *Gamma(x1 + x2 + x3 + 2)
---------------------------------
            36*x1!*x