Python 计算客户点需求之和置信度：正态分布应用

可以使用 SciPy 库中的 'norm' 函数来计算正态分布的累积分布函数 (CDF)，从而计算出需求之和不超过 100 的置信度为 0.9 的概率。

具体代码如下：

from scipy.stats import norm

mu = 20  # 均值
sigma = 5  # 标准差

# 计算需求之和不超过 100 的置信度为 0.9 的概率
p = norm.cdf(100, loc=mu*5, scale=sigma*(5**0.5))

print('需求之和不超过 100 的置信度为 0.9 的概率为：{:.2f}%'.format(p*100))

解释一下代码：

• 第 1 行：导入 SciPy 库中的 'norm' 函数。
• 第 3-4 行：定义均值和方差。
• 第 7 行：调用 'norm' 函数的 'cdf' 方法计算正态分布在 100 处的累积分布函数值。其中，'loc' 参数为期望值（即 5 个客户点的均值之和），'scale' 参数为标准差（即 5 个客户点的方差之和再开根号）。
• 第 9 行：将结果乘以 100 并保留 2 位小数，输出需求之和不超过 100 的置信度为 0.9 的概率。