SymPy求解泊松分布众数异常：含无穷大与伽马函数问题咨询

首先看你的代码，核心问题出在**maximum函数的参数使用错误**，以及SymPy对整数变量阶乘表达形式的处理逻辑，咱们一步步拆解：

1. 为什么得到奇怪的Max(...)结果？ #

你调用simplify(sympy.calculus.util.maximum(poisson_pdf(nobs, mu), mu))时，是在对mu求最大值，但泊松分布的众数是固定mu后，找到使概率最大的正整数nobs——方向搞反了！

另外，sympy.calculus.util.maximum更适合连续变量的极值求解，对于离散的整数变量（nobs是正整数），直接用它容易得到不符合预期的结果。其实泊松分布的众数有明确的数学结论：

• 当mu不是整数时，众数是floor(mu)
• 当mu是整数时，众数是mu和mu-1

我们可以用相邻项概率比值的逻辑来推导，修正后的代码如下：

import sympy
from sympy import Symbol, simplify, floor, Piecewise, Eq
from sympy.stats import Poisson, density

nobs = Symbol('nobs', positive=True, domain=sympy.Integers)
mu = Symbol('μ', domain=sympy.Reals, positive=True)

# 定义泊松概率函数
poisson_pdf = lambda n, lam: density(Poisson('X', lam))(n)

# 计算相邻两项的概率比：P(n+1)/P(n)
ratio = poisson_pdf(nobs + 1, mu) / poisson_pdf(nobs, mu)
simplified_ratio = simplify(ratio)  # 结果为 mu/(nobs + 1)

# 根据比值推导众数：比值>1时概率递增，=1时相邻项相等，<1时递减
mode = Piecewise(
    (floor(mu), sympy.Ne(mu, floor(mu))),
    (sympy.Tuple(mu - 1, mu), sympy.Eq(mu, floor(mu)))
)

print(simplify(mode))

这样就能得到完全符合预期的泊松分布众数结果。

2. 为什么结果中出现伽马函数？ #

你看到的gamma(nobs +1)其实就是nobs!（阶乘）！因为SymPy里的gamma(z)是阶乘的通用扩展——对于正整数k，gamma(k+1)=k!。

虽然你指定了nobs的domain是sympy.Integers，但SymPy的density函数会返回兼容连续/离散场景的通用表达式，所以用伽马函数来替代阶乘。如果想显示成我们熟悉的阶乘形式，只需替换一下：

from sympy import factorial, gamma
simplified_pdf = poisson_pdf(nobs, mu).subs(gamma(nobs+1), factorial(nobs))
print(simplified_pdf)
# 输出：μ**nobs*exp(-μ)/factorial(nobs)

内容的提问来源于stack exchange，提问作者Ruggero Turra