Question

答案应该是117.4，我得到了9982.3 ......不确定问题是什么，但这是我的代码：

def util(c,p,alpha):
    mu = 0
    for i in range(0,len(c)):
        m = p[i]*(c[i]**(1-alpha))
        mu += m
    return mu**(1/(1-alpha))

omega = 0.495
c = np.array([100,200,1000])
p = np.array([omega, omega, 1-2*omega])
alpha = 5

编辑：我不确定我的数学或我写的函数是否有错误，我问我的数学是否适合我写的代码。

我用mu：U（mu）= E [U（c）]求解这个等式，其具有支付c和概率分布p，如上所述。 U（c）具有形式c ^（1-α）/（1-α）。

U(mu) = mu^(1-alpha)/(1-alpha) = E[U(c)] = (omega*c1^(1-alpha)+omega*c2^(1-alpha)+(1-2*omega)*c3^(1-alpha))/(1-alpha)

=> mu = (omega*c1^(1-alpha)+omega*c2^(1-alpha)+(1-2*omega)*c3^(1-alpha))^(1/(1-alpha))

Answer 1

你的主要问题是Python正在进行整数除法。 Python 2使用/进行整数除法，除非您执行from __future__ import division（请参阅PEP 238）。因此，您需要将至少一个操作数更改为浮点值。您可以通过设置alpha = 5.0而不是alpha = 5来执行此操作。或者您可以写1.0 - alpha而不是1 - alpha。

此外，通过使用numpy的矢量化操作，您可以使代码更紧凑。您的util功能可以缩短为：

def util(c, p, alpha):
    mu = np.sum(p * (c ** (1.0 - alpha)))
    return mu ** (1 / (1.0 - alpha))

实用功能无法正确评估numpy python

1 个答案: