Nesprávné vstupní rozdělení

V tomto cvičení budeš dál pracovat s příkladem výpočtu čísla pí: A graph of a circle inside a square with randomly sampled points

Co se stane, když změníš vstupní pravděpodobnostní rozdělení ze spojitého rovnoměrného rozdělení (random.uniform()) na diskrétní rovnoměrné rozdělení (random.randint())? Výsledky nebudou spolehlivé, protože random.randint() vzorkuje diskrétní celá čísla, zatímco random.uniform() vzorkuje spojitá desetinná čísla.

Všimni si odhadované hodnoty pí, kterou tato simulace vygeneruje. Protože bylo zvoleno nesprávné pravděpodobnostní rozdělení, výsledek nebude příliš přesný! Výběr správného pravděpodobnostního rozdělení je pro Monte Carlo simulace zásadní – v dalších lekcích se různými rozděleními budeme zabývat podrobněji, abys při jejich výběru měl/a jistotu.

random je již naimportován.

Vzorkuj souřadnice x a y v intervalu od -1 do 1 pomocí random.randint() místo správné funkce random.uniform() použité ve videu.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}cvičení

Pokyny

cvičení