1. Introduction and motivationLet u

1. Introduction and motivation
Let u be the standard normal probability density function, U the standard normal cumulative distribution and U0 its complementary
function, as respectively defined by (1), (2) and (3a). Then U1 is the standard normal first order loss function, see
(4a).
The inverse of the standard normal cumulative distribution, U0inv , is defined by (3b). Wichura [1] provides an approximation
algorithm for U0inv . The focus of this article is on the inverse standard normal first order loss function

ผลลัพธ์ (ไทย) 1:

1. แนะนำและแรงจูงใจให้ u เป็นฟังก์ชันความหนาแน่นความน่าเป็นมาตรฐานปกติ U แจกแจงสะสมปกติมาตรฐานและ U0 ของเสริมฟังก์ชัน กำหนดเป็นลำดับ โดย (1), (2) และ (3a) แล้ว U1 เป็นมาตรฐานปกติก่อนสั่งสูญเสียฟังก์ชัน ดู(4a)ค่าผกผันของการมาตรฐานแจกแจงสะสมปกติ U0inv ถูกกำหนด โดย (3b) Wichura [1] มีการประมาณอัลกอริทึมสำหรับ U0inv จุดเน้นของบทความนี้อยู่ผกผันมาตรฐานปกติสูญเสียฟังก์ชันการสั่งซื้อครั้งแรก

ผลลัพธ์ (ไทย) 2:

1.
บทนำและแรงจูงใจให้ท่านเป็นปกติน่าจะเป็นฟังก์ชั่นมาตรฐานความหนาแน่นU การกระจายสะสมมาตรฐานปกติและ U0
เสริมของฟังก์ชั่นตามที่กำหนดไว้ตามลำดับ(1), (2) และ (3a) จากนั้น U1 เป็นลำดับแรกมาตรฐานปกติฟังก์ชั่นการสูญเสียการมองเห็น
(4a).
ผกผันของการแจกแจงสะสมมาตรฐานปกติ U0inv ถูกกำหนดโดย (3b) Wichura [1]
มีประมาณอัลกอริทึมสำหรับU0inv ความสำคัญของบทความนี้อยู่บนผกผันมาตรฐานปกติฟังก์ชั่นการสูญเสียสั่งซื้อครั้งแรก

ผลลัพธ์ (ไทย) 3:

1 . ความรู้เบื้องต้นและแรงจูงใจ
ให้ U เป็นมาตรฐานปกติฟังก์ชันความหนาแน่นของความน่าจะเป็น u มาตรฐานปกติและฟังก์ชันการแจกแจงสะสมแบบ U0
ของมันในขณะที่ตามลำดับที่กำหนดโดย ( 1 ) , ( 2 ) และ ( 3 ) จากนั้น U1 เป็นมาตรฐานปกติ คำสั่งแรกของการสูญเสียฟังก์ชัน เห็น
( 4A )
3 มาตรฐานปกติสะสม การกระจาย u0inv , กำหนดโดย ( 3B )wichura [ 1 ] มีขั้นตอนวิธีสำหรับประมาณ
u0inv . โฟกัสของบทความนี้คือในมาตรฐานปกติก่อนเพื่อการสูญเสียฟังก์ชันผกผัน