Correct probability terminology and formulas in the SymPy lecture
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 1/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 95/100
- Tipo de issue
- Documentación
- Claridad
- Bien especificado
- Estado de actividad
- Activo
- Stack tecnológico
- markdown, python
- Área
- content, documentation
Línea de trabajo
Comienza con lectures/sympy.md y revisa el ejemplo de Poisson, sympy_ex2 y el ejemplo de la distribución exponencial. Confirma que el soporte documentado coincide con las suposiciones de los símbolos, que la PMF binomial usa de forma consistente el número de éxitos y que la terminología de la CDF es correcta. No se menciona ningún archivo de prueba, por lo que la finalización consiste en las tres correcciones documentadas en esta clase.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
I noticed a few inconsistencies in lectures/sympy.md:
- In the Poisson example, the support is stated as
x = 0, 1, 2, ..., butxis created withpositive=True, which excludes zero. - In exercise
sympy_ex2,binomial_factorusesfactorial(n-r)although the binomial PMF uses the number of successesx; this appears intended to befactorial(n-x). The earlier example also definesr, so the current expression can silently refer to the reserve-ratio symbol. - The exponential example calls its CDF a “cumulative density function”; the standard term is “cumulative distribution function”.
Please update these details to keep the probability examples technically consistent.
- Lenguaje dominante
- JavaScript
- Estrellas
- 72
- Forks
- 33
- Merge medio
- 22 min
- PR fusionados (30 d)
- 3
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de QuantEcon/lecture-python-programming
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 95/100
QuantEcon/lecture-python-programming#650 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 95/100
QuantEcon/lecture-python-programming#651 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 95/100
QuantEcon/lecture-python-programming#653 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 92/100
QuantEcon/lecture-python-programming#642 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 90/100
QuantEcon/lecture-python-programming#634 ·
Los mantenedores suelen responder en 1 día
Todos los issues de QuantEcon/lecture-python-programming
Issues similares
-
[Feature]: 建议导入源后,自动切换到新导入的源Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
lyswhut/lx-music-desktop#3026 ·
-
good first issue server
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 67/100
openstreetmap/iD#13054 ·
Los mantenedores suelen responder en 1 día
-
community marketing priority: low
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
TMHSDigital/Free-Game-Dev-Assets#151 ·
Los mantenedores suelen responder en 1 día
-
Read a vector index's quantization back on Neo4j 2026.10, which reports vector.quantization.typeAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
liberation-data/drivine#231 ·
Los mantenedores suelen responder en 1 día