如何用SymPy和Python计算连续自定义PDF的期望与方差

要在SymPy中基于自定义PDF定义随机变量并计算期望、方差，可通过ContinuousRV实现，以下是修正后的完整代码及说明：

修正后的代码 #

from sympy import symbols, Integral, Interval
from sympy.stats import ContinuousRV, Expectation, Variance

# 定义所需符号
x = symbols('x')
mu = symbols("μ", positive=True)

# 定义自定义PDF及定义域（0 < x < 4）
pdf = (15/512)*(x**2)*((4-x)**2)
X = ContinuousRV(x, pdf, set=Interval(0, 4))  # 指定随机变量的取值区间

# 计算X的方差
print('Var(X) =', Variance(X).doit())

# 计算E[(X-μ)²]并展开、求值
print('E[(X-μ)²]展开形式:', Expectation((X - mu)**2).expand())
print('E[(X-μ)²]计算结果:', Expectation((X - mu)**2).doit())

核心要点 #

• 补充必要导入：新增Interval（用于指定变量取值范围）和ContinuousRV（用于创建自定义连续随机变量）的导入。
• 定义符号x：作为PDF的自变量，是构建随机变量的基础。
• 创建自定义随机变量：通过ContinuousRV关联自变量、PDF和取值区间，确保后续积分计算的准确性。
• 执行计算：使用.doit()方法触发积分运算，这是SymPy中执行符号积分的通用方式，替代原代码中的.evaluate_integral()。

内容的提问来源于stack exchange，提问作者Freya the Goddess