Hacktoberfest 2026: as issues que os mantenedores marcaram para outubro, abertas e boas para iniciantes. Ver issues do Hacktoberfest

Correct probability terminology and formulas in the SymPy lecture

Aberta Para iniciantes
#652 0 comentários 0 reações 0 responsáveis Ver no GitHub

Mantenedores costumam responder em até 1 dia

Ninguém assumiu esta issue ainda.

Avaliação

Dificuldade
1/5
Tempo estimado
1-3 horas
Facilidade para iniciantes
95/100
Tipo de issue
Documentação
Clareza
Claramente especificada
Status de atividade
Ativa
Stack de tecnologia
markdown, python

Direção de pesquisa

Comece com lectures/sympy.md e revise o exemplo de Poisson, sympy_ex2 e o exemplo da distribuição exponencial. Confirme se o suporte documentado corresponde às suposições dos símbolos, se a PMF binomial usa de forma consistente o número de sucessos e se a terminologia da CDF está correta. Nenhum arquivo de teste é mencionado, portanto a conclusão consiste nas três correções documentadas nesta aula.

Escrita pelo modelo de indexação a partir do texto da issue.

Descrição

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.

Linguagem predominante
JavaScript
Estrelas
72
Forks
33
Merge médio
22min
PRs com merge (30d)
3

Preparar o ambiente

Este projeto não oferece contêiner de desenvolvimento, Dockerfile nem guia de contribuição, então a configuração fica por sua conta: comece pelo README e veja nosso guia da primeira contribuição para os passos gerais.

Primeiros passos

  1. Leia a issue inteira e depois o guia de contribuição do projeto.
  2. Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
  3. Faça um fork do repositório e trabalhe em uma branch.
  4. Abra um pull request que referencie o número da issue.

Mais de QuantEcon/lecture-python-programming

Todas as issues de QuantEcon/lecture-python-programming

Issues semelhantes

Mais issues de JavaScript

Receba novas issues na sua caixa de entrada

Um resumo curto de issues do GitHub para quem está começando.