Question

我想使用SymPy正态分布，因为我用它做了一些符号计算。

from sympy.stats import Normal, cdf
from scipy.stats import norm

norm.cdf(10, 10, 0.1)

def survival(x):
    y = Normal("x", 10, 0.1)
    return cdf(y)(x)

survival(10)

此代码产生以下错误：

UnboundLocalError: local variable 'reprec' referenced before assignment

值得注意的是，通过以下调整，它似乎有效：

return cdf(y, meijerg=False)(x)

有人可以解释这种行为吗？

Answer 1

一般要点：

SymPy stats模块有一些改进空间。特别是，文件承认CDF返回正常随机变量＆＃34;需要一些帮助＆＃34;从simplify变得可用。
浮点数，特别是那些在二进制系统中没有精确表示的浮点数，对于SymPy来说是有害的。你认为你传的是0.1，但它真的是3602879701896397/36028797018963968，并且符号集成例程正在适应。

关于第一点;以下示例显示cdf(x)(t)是一个冒险的主张。

>>> x = Normal('x', 1, 1)
>>> cdf(x)(1)
nan

问题是未经简化的cdf除以_z-1。更好的方法：

>>> simplify(cdf(x))(1)
1/2

关于第二个问题：由于CDF是通过符号集成计算的，因此将浮点数作为参数传递会使积分器的寿命变得足够困难，以至于使用Meijer G函数进行集成时会遇到一些深度隐藏的错误。使用Rational(1, 10)或S(1)/10创建有理数字1/10而不是小数0.1。

>>> from sympy import S
>>> x = Normal("x", 10, S(1)/10)
>>> simplify(cdf(x))(10)
1/2

使用SymPy评估正态分布的CDF时出错

1 个答案: