मानों को रैंडमाइज़ करना
इस अभ्यास में, आप अलग-अलग randomization मेथड लागू करेंगे और उनका परीक्षण करेंगे। उद्देश्य है कि आप विभिन्न मेथड के साथ सहज हों और समझें कि वे रैंडम नंबर जेनरेशन को कैसे प्रभावित करते हैं। ये सभी मेथड अलग-अलग परिस्थितियों में उपयोगी होते हैं, इसलिए इनके अंतर समझना महत्वपूर्ण है।
मान लीजिए आपके पास एक बिज़नेस प्रोसेस है जिसे पूरा होने में लगभग 15 मिनट लगते हैं। लेकिन आपको पता है कि वास्तविक अवधि लगभग पाँच मिनट तक ऊपर या नीचे भिन्न हो सकती है। random पैकेज के विभिन्न randomizing मेथड का उपयोग करके इस अवधि के नियंत्रित बदलाव जनरेट कीजिए।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Discrete Event Simulation
अभ्यास निर्देश
- दी गई जानकारी के आधार पर integer numbers के रूप में 1000 रैंडम प्रोसेस अवधि जनरेट करें.
- दी गई जानकारी के आधार पर float numbers के रूप में 1000 रैंडम प्रोसेस अवधि जनरेट करें.
- Gaussian distribution पर आधारित, mean और standard deviation क्रमशः 15 और 5 रखते हुए, float numbers के रूप में 1000 pseudo-random अवधि जनरेट करें.
- exponential distribution पर आधारित, lambda पैरामीटर 1.5 (धनात्मक) और पीक 15 रखते हुए, float numbers के रूप में 1000 pseudo-random अवधि जनरेट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)