값 무작위화하기
이 연습 문제에서는 다양한 무작위화 방법을 적용하고 비교해 보겠습니다. 목표는 서로 다른 방법에 익숙해지고, 이들이 난수 생성 방식에 어떤 영향을 주는지 이해하는 것입니다. 각 방법은 상황에 따라 유용하게 쓰이므로 차이를 이해하는 것이 중요해요.
약 15분 정도 걸리는 비즈니스 프로세스가 있다고 가정해 보세요. 다만 실제 소요 시간은 약 5분 정도(증가 또는 감소) 변동된다는 것을 알고 있어요. random 패키지의 다양한 무작위화 메서드를 적용해, 이 지속 시간에 대한 변동을 통제된 방식으로 생성해 보세요.
이 연습은 강의의 일부입니다
Python으로 배우는 이산 사건 시뮬레이션
연습 안내
- 제시된 정보를 바탕으로, 정수형 프로세스 지속 시간을 1000개 생성하세요.
- 제시된 정보를 바탕으로, 실수형 프로세스 지속 시간을 1000개 생성하세요.
- 평균 15, 표준편차 5인 정규분포 기반 의사난수로 실수형 지속 시간을 1000개 생성하세요.
- 람다 파라미터가 1.5(양수)이고 15에서 피크를 갖는 지수분포 기반 의사난수로 실수형 지속 시간을 1000개 생성하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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)