Python中的sympy.stats.NormalGamma()函数

在sympy.stats.NormalGamma()方法的帮助下，我们可以创建一个具有多变量正态伽马分布的双变量联合随机变量。

语法: sympy.stats.NormalGamma(syms, mu, lamda, alpha, beta)

参数 :
syms: 符号，用于识别随机变量
mu:一个实数，是正态分布的平均值。
lambda:一个正整数
alpha:一个正整数
beta:一个正整数

返回：一个具有多变量正态伽马分布的双变量联合随机变量。

例子#1 :

# import sympy, NormalGamma, density, symbols
from sympy.stats import density, NormalGamma
from sympy import symbols, pprint
  
y, z = symbols('y z')
  
# using sympy.stats.NormalGamma() method
X = NormalGamma('X', 0, 1, 2, 3)
norGammaDist = density(X)(y, z)
  
pprint(norGammaDist)

输出 :

                      2   
                    -y *z 
                    ------
    ___  3/2  -3*z    2   
9*\/ 2 *z   *e    *e      
--------------------------
             ____         
         2*\/ pi

例子#2 :

# import sympy, NormalGamma, density, symbols
from sympy.stats import density, NormalGamma
from sympy import symbols, pprint
  
y, z = symbols('y z')
  
# using sympy.stats.NormalGamma() method
X = NormalGamma('X', 1 / 2, 3, 4, 6)
norGammaDist = density(X)(y, z)
  
pprint(norGammaDist)

输出 :

                                    2 
                      -3*z*(y - 1/2)  
                      ----------------
      ___  7/2  -6*z         2        
108*\/ 6 *z   *e    *e                
--------------------------------------
                  ____                
                \/ pi