首先是泊松分布，这是一个离散型的随机变量分布，比较好弄，此外例如考察一些到达事件的概率时，通常服从泊松分布，因此该分布相当实用。在开始编写之前，先感谢知乎一位大神的科普知识，假设有一个服从均匀分布的随机变量，u~U[0,1]，F(x)为随机变量x的累计分布函数，那么F-1（u）的变量服从F分布，即F的逆函数是服从F的随机变量。代码如下：
创新互联专注于大观企业网站建设,成都响应式网站建设公司,商城网站定制开发。大观网站建设公司,为大观等地区提供建站服务。全流程按需求定制网站，专业设计，全程项目跟踪，创新互联专业和态度为您提供的服务
[java] view plain copy print?
span style="white-space:pre" /spanprivate static int getPossionVariable(double lamda) {
int x = 0;
double y = Math.random(), cdf = getPossionProbability(x, lamda);
while (cdf y) {
x++;
cdf += getPossionProbability(x, lamda);
}
return x;
}
private static double getPossionProbability(int k, double lamda) {
double c = Math.exp(-lamda), sum = 1;
for (int i = 1; i = k; i++) {
python求逆矩阵的方法：
第一步，点击键盘 win+r，打开运行窗口。在运行窗口中输入“cmd"，点击enter键，打开windows命令行窗口。
第二步，在windows命令行窗口中，输入“python”，点击enter键，进入python的命令交互窗口。
第三步，使用import语句，引入numpy模块，并重命名为np。
第四步，使用函数np.array()创建矩阵一个矩阵A，其中z矩阵A是2x2的矩阵。
第五步，使用函数np.linalg.inv(A)，求解矩阵A的逆矩阵。
第六步，使用函数np.array()创建矩阵一个矩阵B，其中矩阵B是3x3的矩阵。
第七步，使用函数np.linalg.inv(B)，求解矩阵B的逆矩阵。
更多相关学习推荐，敬请访问python教程栏目~
一般的正态分布可以通过标准正态分布配合数学期望向量和协方差矩阵得到。如下代码，可以得到满足一维和二维正态分布的样本。希望有用，如有错误，欢迎指正！
acos()方法返回x的反余弦值，以弧度表示。
以下是acos()方法的语法：acos(x)
注意：此函数是无法直接访问的，所以我们需要导入math模块，然后需要用math的静态对象来调用这个函数。x -- 这必须是在范围内的数字值-1到1，如果x大于1，则它会产生一个错误。
扩展资料
python运行的两种方式
1、命令行：python +需要执行的代码
特点：会立即看到效果，用于代码调试，写到内存中，不会永久保存
2、写到文件里面：python +执行文件的位置
特点：可以永久保存。
过程：
1、启动python解释器
2、将内容从硬盘读取到内存中
3、执行python代码
（再次强调：程序在未运行前跟普通文件无异，只有程序在运行时，文件内所写的字符才有特定的语法意义）
