diff --git a/lectures/inventory_q.md b/lectures/inventory_q.md index 66fef742..dc54cd45 100644 --- a/lectures/inventory_q.md +++ b/lectures/inventory_q.md @@ -491,7 +491,7 @@ $$ 这个标量作为 $q_t(x, a)$ 的目标值的一部分进入更新。 -经理在时间 $t+1 *实际采取* 哪个动作是一个单独的决策。 +经理在时间 $t+1$ *实际采取* 哪个动作是一个单独的决策。 简而言之,$\max$ 起的是寻找最优的作用;它并不规定经理实际采取的动作。 diff --git a/lectures/lake_model.md b/lectures/lake_model.md index e32577f6..661ed357 100644 --- a/lectures/lake_model.md +++ b/lectures/lake_model.md @@ -517,7 +517,7 @@ P = \left( \right) $$ -令 $\psi_t$ 表示劳动者在 $t$ 时刻就业/失业状态的{ref}`边际分布 `。 +令 $\psi_t$ 表示劳动者在 $t$ 时刻就业/失业状态的{ref}`边缘分布 `。 像往常一样,我们将其视为行向量。 diff --git a/lectures/likelihood_ratio_process.md b/lectures/likelihood_ratio_process.md index 8d87641a..f83fa924 100644 --- a/lectures/likelihood_ratio_process.md +++ b/lectures/likelihood_ratio_process.md @@ -1586,7 +1586,7 @@ def analyze_markov_chains(P_f, P_g, rng, plt.axhline(y=0, color='gray', linestyle='--', alpha=0.5) plt.xlabel(r'$T$') plt.ylabel(r'$\log L_T$') - plt.title('马尔可夫链似然比(本质 = f)') + plt.title('马尔可夫链似然比(自然 = f)') plt.legend() plt.show() diff --git a/lectures/multi_hyper.md b/lectures/multi_hyper.md index 240b0213..3d5453a4 100644 --- a/lectures/multi_hyper.md +++ b/lectures/multi_hyper.md @@ -426,7 +426,7 @@ for i in range(c): plt.show() ``` -对角线图使用直方图绘制每个$k_i$的边际分布。 +对角线图使用直方图绘制每个$k_i$的边缘分布。 注意超几何分布与近似正态分布之间存在显著差异。