scipy.special.gammaincc#
- scipy.special.gammaincc(a, x, out=None) = <ufunc 'gammaincc'>#
正则化上不完全伽马函数。
它定义为
\[Q(a, x) = \frac{1}{\Gamma(a)} \int_x^\infty t^{a - 1}e^{-t} dt\]对于 \(a > 0\) 和 \(x \geq 0\)。详情请参阅 [dlmf]。
- 参数:
- aarray_like
正参数
- xarray_like
非负参数
- outndarray, 可选
用于函数值的可选输出数组
- 返回:
- 标量或 ndarray
上不完全伽马函数的值
另请参阅
gammainc
正则化下不完全伽马函数
gammaincinv
正则化下不完全伽马函数的逆
gammainccinv
正则化上不完全伽马函数的逆
注意
该函数满足关系
gammainc(a, x) + gammaincc(a, x) = 1
,其中gammainc
是正则化下不完全伽马函数。该实现主要遵循 [boost] 的方法。
gammaincc
除了 NumPy 之外,还实验性地支持与 Python Array API 标准兼容的后端。请通过设置环境变量SCIPY_ARRAY_API=1
并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。支持以下后端和设备(或其他功能)组合。库
CPU
GPU
NumPy
✅
不适用
CuPy
不适用
✅
PyTorch
✅
✅
JAX
✅
✅
Dask
✅
不适用
有关更多信息,请参阅 对数组 API 标准的支持。
参考文献
[dlmf]NIST 数学函数数字图书馆 https://dlmf.nist.gov/8.2#E4
示例
>>> import scipy.special as sc
它是伽马分布的生存函数,因此它从 1 开始并单调递减到 0。
>>> sc.gammaincc(0.5, [0, 1, 10, 100, 1000]) array([1.00000000e+00, 1.57299207e-01, 7.74421643e-06, 2.08848758e-45, 0.00000000e+00])
它等于 1 减去下不完全伽马函数。
>>> a, x = 0.5, 0.4 >>> sc.gammaincc(a, x) 0.37109336952269756 >>> 1 - sc.gammainc(a, x) 0.37109336952269756