回答編集履歴
6
コード追加
test
CHANGED
@@ -122,7 +122,9 @@
|
|
122
122
|
|
123
123
|
|
124
124
|
|
125
|
-
上記の結果は、標準正規分布の確率密度関数を-∞から+∞まで定積分(もとい、広義積分)した値は、確率密度関数の性質上、1 ですが、この1は、上記のコードで求めた、`F1(x)` によって、`a` を十分大きな正の数として
|
125
|
+
上記の結果は、標準正規分布の確率密度関数を-∞から+∞まで定積分(もとい、広義積分)した値は、確率密度関数の性質上、1 ですが、この1は、上記のコードで求めた、`F1(x)` によって、`a` を十分大きな正の数(といっても、上記の結果から、a=9 程度のことですが。)として、
|
126
|
+
|
127
|
+
|
126
128
|
|
127
129
|
```
|
128
130
|
|
5
コード追加
test
CHANGED
@@ -122,12 +122,12 @@
|
|
122
122
|
|
123
123
|
|
124
124
|
|
125
|
-
上記の結果は、標準正規分布の確率密度関数を-∞から+∞まで定積分
|
125
|
+
上記の結果は、標準正規分布の確率密度関数を-∞から+∞まで定積分(もとい、広義積分)した値は、確率密度関数の性質上、1 ですが、この1は、上記のコードで求めた、`F1(x)` によって、`a` を十分大きな正の数として
|
126
126
|
|
127
127
|
```
|
128
128
|
|
129
|
-
F1(
|
129
|
+
F1(a) - F1(-a) = 0.5 - (-0.5) = 1
|
130
130
|
|
131
131
|
```
|
132
132
|
|
133
|
-
に
|
133
|
+
と算出される結果に合致しています。
|
4
コード追加
test
CHANGED
@@ -122,7 +122,7 @@
|
|
122
122
|
|
123
123
|
|
124
124
|
|
125
|
-
上記の結果は、標準正規分布の確率密度関数を-∞から+∞まで定積分した値は(
|
125
|
+
上記の結果は、標準正規分布の確率密度関数を-∞から+∞まで定積分、もとい、広義積分した値は(確率密度関数の性質上、)1 であり、それは上記で求めた、F1(x) について、
|
126
126
|
|
127
127
|
```
|
128
128
|
|
3
コード追加
test
CHANGED
@@ -10,7 +10,7 @@
|
|
10
10
|
|
11
11
|
|
12
12
|
|
13
|
-
コメントに対する回答です。コメントいただいてから調べましたが、[lambdify](https://docs.sympy.org/latest/modules/utilities/lambdify.html) というのを使うと、不定積分の結果を、pythonの関数として取り出せるようです。
|
13
|
+
コメントに対する回答です。コメントいただいてから調べましたが、[lambdify](https://docs.sympy.org/latest/modules/utilities/lambdify.html) というのを使うと、不定積分の結果を、pythonの関数(というか、callableオブジェクト)として取り出せるようです。
|
14
14
|
|
15
15
|
|
16
16
|
|
2
コード追加
test
CHANGED
@@ -16,7 +16,7 @@
|
|
16
16
|
|
17
17
|
```python
|
18
18
|
|
19
|
-
f
|
19
|
+
from sympy import *
|
20
20
|
|
21
21
|
|
22
22
|
|
1
コード追加
test
CHANGED
@@ -3,3 +3,131 @@
|
|
3
3
|
|
4
4
|
|
5
5
|
![イメージ説明](d3a744200d9ecc95eb78282de926601a.png)
|
6
|
+
|
7
|
+
|
8
|
+
|
9
|
+
### 追記
|
10
|
+
|
11
|
+
|
12
|
+
|
13
|
+
コメントに対する回答です。コメントいただいてから調べましたが、[lambdify](https://docs.sympy.org/latest/modules/utilities/lambdify.html) というのを使うと、不定積分の結果を、pythonの関数として取り出せるようです。
|
14
|
+
|
15
|
+
|
16
|
+
|
17
|
+
```python
|
18
|
+
|
19
|
+
ffrom sympy import *
|
20
|
+
|
21
|
+
|
22
|
+
|
23
|
+
x = Symbol('x')
|
24
|
+
|
25
|
+
f = (1/sqrt(2*pi)) * exp(-(x**2 / 2)) # 標準正規分布の確率密度関数
|
26
|
+
|
27
|
+
|
28
|
+
|
29
|
+
F = integrate(f, x) # f の不定積分を求める
|
30
|
+
|
31
|
+
print(F) # => erf(sqrt(2)*x/2)/2
|
32
|
+
|
33
|
+
print()
|
34
|
+
|
35
|
+
|
36
|
+
|
37
|
+
F1 = lambdify(x, F) # Fをpythonの関数化したものを取得
|
38
|
+
|
39
|
+
|
40
|
+
|
41
|
+
# 検算のため、erf(sqrt(2)*x/2)/2 を scipy.erf と math.sqrt から求める関数を作る
|
42
|
+
|
43
|
+
from scipy.special import erf
|
44
|
+
|
45
|
+
import math
|
46
|
+
|
47
|
+
|
48
|
+
|
49
|
+
def F2(x):
|
50
|
+
|
51
|
+
u = (math.sqrt(2) / 2) * x
|
52
|
+
|
53
|
+
return erf(u) / 2
|
54
|
+
|
55
|
+
|
56
|
+
|
57
|
+
|
58
|
+
|
59
|
+
# F1(x) と F2(x) とが同じ結果を返すことの確認
|
60
|
+
|
61
|
+
print(F1(0), '/', F2(0))
|
62
|
+
|
63
|
+
print(F1(1), '/', F2(1))
|
64
|
+
|
65
|
+
print(F1(2), '/', F2(2))
|
66
|
+
|
67
|
+
|
68
|
+
|
69
|
+
# x=5 あたりから 0.5 に漸近する。
|
70
|
+
|
71
|
+
print(F1(5), '/', F2(5))
|
72
|
+
|
73
|
+
print(F1(6), '/', F2(6))
|
74
|
+
|
75
|
+
print(F1(7), '/', F2(7))
|
76
|
+
|
77
|
+
print(F1(8), '/', F2(8))
|
78
|
+
|
79
|
+
print(F1(9), '/', F2(9))
|
80
|
+
|
81
|
+
print(F1(10), '/', F2(10))
|
82
|
+
|
83
|
+
print(F1(100), '/', F2(100))
|
84
|
+
|
85
|
+
|
86
|
+
|
87
|
+
# F は奇関数なので、xの符号を変えると、結果もマイナスになる。
|
88
|
+
|
89
|
+
print(F1(-100), '/', F2(-100))
|
90
|
+
|
91
|
+
```
|
92
|
+
|
93
|
+
|
94
|
+
|
95
|
+
> erf(sqrt(2)*x/2)/2
|
96
|
+
|
97
|
+
|
98
|
+
|
99
|
+
> 0.0 / 0.0
|
100
|
+
|
101
|
+
0.3413447460685429 / 0.3413447460685429
|
102
|
+
|
103
|
+
0.4772498680518208 / 0.4772498680518208
|
104
|
+
|
105
|
+
0.49999971334842813 / 0.49999971334842813
|
106
|
+
|
107
|
+
0.49999999901341236 / 0.49999999901341236
|
108
|
+
|
109
|
+
0.4999999999987202 / 0.4999999999987202
|
110
|
+
|
111
|
+
0.4999999999999994 / 0.4999999999999994
|
112
|
+
|
113
|
+
0.5 / 0.5
|
114
|
+
|
115
|
+
0.5 / 0.5
|
116
|
+
|
117
|
+
0.5 / 0.5
|
118
|
+
|
119
|
+
-0.5 / -0.5
|
120
|
+
|
121
|
+
|
122
|
+
|
123
|
+
|
124
|
+
|
125
|
+
上記の結果は、標準正規分布の確率密度関数を-∞から+∞まで定積分した値は(理論上、) 1 であり、それは上記で求めた、F1(x) について、
|
126
|
+
|
127
|
+
```
|
128
|
+
|
129
|
+
F1(+∞) - F1(-∞) = 0.5 - (-0.5) = 1
|
130
|
+
|
131
|
+
```
|
132
|
+
|
133
|
+
になることと合致しています。
|