【问题标题】:Approximute cumulative distribution function (CDF) by the weighted sum of the density function密度函数加权和的近似累积分布函数 (CDF)
【发布时间】:2021-10-10 17:08:22
【问题描述】:

????是正态分布的pdf。近似 cdf:

??????(???? ≤ ??????) ≈ ????[????(????) + ⋯ + ????(???? − 2?? ??) + ????(???? - ????) + ????(????)],

例如α = 0.01,a = -100,k = 0,则求和为

??????(???? ≤ 0) ≈ 0.01[????(−100) + ⋯ + ????(−0.02) + ????(−0.01) + ??? ?(0)]

近似的精度随着步长范围α的减小而增加。这意味着,步长越小,我们可以在 a 和 k 之间放置的项越多,概率就越准确。

设计一个 Python 程序来计算 P(X ≤ k)。我不太清楚迭代是如何工作的,就像 ????(????)?里面有什么...

【问题讨论】:

  • 可能你想把 ????(????)+????(????+????)+????(?? ??+2????)++????(??????+3????)+... 直到你到达 f(k)

标签: python math normal-distribution cdf


【解决方案1】:

好像是一道测试题,这里就不写代码了。不过,让我给你一些提示:

-使用步长 alpha(使用 np.arange 或 np.linspace)生成从 a 到 k 的 numpy 数组。

-计算这个数组的f(x)

-将所有值相加(使用 np.sum)并乘以 alpha。

【讨论】:

    猜你喜欢
    • 2015-04-27
    • 2012-06-08
    • 1970-01-01
    • 2014-09-07
    • 1970-01-01
    • 1970-01-01
    • 2018-03-05
    • 2022-11-06
    • 1970-01-01
    相关资源
    最近更新 更多