शुरू करेंमुफ़्त में शुरू करें

Fitness लक्ष्य

आइए देखें कि आधुनिक फिटनेस ट्रैकर्स के आधार पर सक्रियता का स्तर वज़न घटने पर कैसे असर डालता है। जिन दिनों आप जिम जाते हैं, औसतन आपके लगभग 15k स्टेप्स होते हैं, और बाकी दिनों में लगभग 5k स्टेप्स। आप 40% समय जिम जाते हैं। दिन भर के स्टेप काउंट को हम Poisson रैंडम वैरिएबल मानते हैं, जिसकी औसत \(\lambda\) इस पर निर्भर है कि आप जिम गए या नहीं।

सरल रखने के लिए मान लीजिए कि जब आपके 10k से ज़्यादा स्टेप्स होते हैं, तो 1lb वज़न घटने की 80% संभावना है और 1lb बढ़ने की 20% संभावना। जब स्टेप्स 8k से कम होते हैं, तो ये संभावनाएँ उलट जाती हैं। अन्यथा, 1lb बढ़ने या घटने की संभावना बराबर है। इन सब जानकारियों के आधार पर, महीने में वज़न घटने की संभावना निकालिए.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Statistical Simulation

पाठ्यक्रम देखें

अभ्यास निर्देश

  • दिए गए दिन के लिए lam के मान के आधार पर steps को Poisson रैंडम वैरिएबल के रूप में सिम्युलेट करें.
  • अगर steps > 10000 हो तो prob को [0.2, 0.8] सेट करें या अगर steps < 8000 हो तो [0.8, 0.2] सेट करें। महीने भर में w में जमा किए गए कुल वज़न बढ़ने/घटने का योग लें.
  • outcomes में महीने के कुल वज़न का मान जहाँ 0 से कम है, उन सिम्युलेशनों का अंश निकालकर प्रिंट करें। इसे weight_loss_outcomes_frac के रूप में सेव करें और उसी का उपयोग करके अपना परिणाम प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Simulate steps & choose prob 
for _ in range(sims):
    w = []
    for i in range(days):
        lam = np.random.choice([5000, 15000], p=[0.6, 0.4], size=1)
        ____ = np.random.poisson(____)
        if steps > 10000: 
            prob = ____
        elif steps < 8000: 
            prob = ____
        else:
            prob = [0.5, 0.5]
        w.append(np.random.choice([1, -1], p=prob))
    outcomes.append(sum(w))

# Calculate fraction of outcomes where there was a weight loss
weight_loss_outcomes_frac = ____
print("Probability of Weight Loss = {}".format(____))
कोड संपादित करें और चलाएँ