Aleatorización de valores
En este ejercicio, aplicarás y examinarás distintos métodos de aleatorización. El objetivo es que te sientas cómodo con los diferentes métodos y cómo influyen en la forma en que se generan números aleatorios. Cada uno de estos métodos será útil en situaciones distintas, así que es importante entender sus diferencias.
Imagina que tienes un proceso de negocio que tarda unos 15 minutos en completarse. Sin embargo, sabes que la duración real varía aproximadamente cinco minutos (hacia arriba o hacia abajo). Aplica los distintos métodos de aleatorización del paquete random para generar variaciones de esta duración de forma controlada.
Este ejercicio forma parte del curso
Simulación de eventos discretos en Python
Instrucciones del ejercicio
- Genera 1000 duraciones aleatorias del proceso como números enteros basadas en la información proporcionada.
- Genera 1000 duraciones aleatorias del proceso como números de coma flotante basadas en la información proporcionada.
- Genera 1000 duraciones seudaleatorias como números de coma flotante basados en una distribución gaussiana con media y desviación estándar de 15 y 5, respectivamente.
- Genera 1000 duraciones seudaleatorias como números de coma flotante basados en una distribución exponencial con un parámetro lambda de 1.5 (positivo) y un pico en 15.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Generate random integer numbers
randint_array = np.array([____ for i in range(1000)])
# Generate random float numbers
uniform_array = np.array([____ for i in range(1000)])
# Generate random float numbers based on the Gaussian distribution
gauss_array = np.array([____ for i in range(1000)])
# Generate random float numbers based on the Exponential distribution
expon_array = np.array([____ + 15 for i in range(1000)])
plot_all(randint_array, uniform_array, gauss_array, expon_array)