Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Correct probability terminology and formulas in the SymPy lecture

Aperta Adatta ai principianti
  • Qualcosa non va?
#652 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
1/5
Tempo stimato
1-3 ore
Idoneità per principianti
95/100
Tipo di issue
Documentazione
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
markdown, python
Ambito
content, documentation

Direzione di ricerca

Inizia da lectures/sympy.md ed esamina l’esempio di Poisson, sympy_ex2 e l’esempio della distribuzione esponenziale. Conferma che il supporto documentato corrisponda alle assunzioni dei simboli, che la PMF binomiale utilizzi in modo coerente il numero di successi e che la terminologia della CDF sia corretta. Non viene menzionato alcun file di test, quindi il completamento consiste nelle tre correzioni documentate in questa lezione.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

I noticed a few inconsistencies in lectures/sympy.md:

  • In the Poisson example, the support is stated as x = 0, 1, 2, ..., but x is created with positive=True, which excludes zero.
  • In exercise sympy_ex2, binomial_factor uses factorial(n-r) although the binomial PMF uses the number of successes x; this appears intended to be factorial(n-x). The earlier example also defines r, 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.

Lingua principale
JavaScript
Stelle
72
Fork
33
Merge medio
22m
PR unite (30g)
3

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di QuantEcon/lecture-python-programming

Tutte le issue di QuantEcon/lecture-python-programming

Issue simili

Altre issue su JavaScript

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.