De module np.random en Bernoulli-proeven

Je kunt een Bernoulli-proef zien als het opgooien van een mogelijk oneerlijke munt. Elke worp heeft kans \(p\) om kop (succes) te worden en kans \(1-p\) om munt (mislukking) te worden. In deze oefening schrijf je een functie die n Bernoulli-proeven uitvoert, perform_bernoulli_trials(n, p), die het aantal successen teruggeeft uit n Bernoulli-proeven, waarbij elke proef kans p op succes heeft. Gebruik voor elke Bernoulli-proef de functie rng.random(), die een willekeurig getal tussen nul en één teruggeeft.

Deze oefening maakt deel uit van de cursus

Statistisch denken in Python (deel 1)

Cursus bekijken

Oefeninstructies

Definieer een functie met de signatuur perform_bernoulli_trials(n, p).
- Initialiseer de variabele n_success op nul; dit is de teller van True-waarden (successen in Bernoulli-proeven).
- Schrijf een for-lus waarin je in elke iteratie een Bernoulli-proef uitvoert en het aantal successen verhoogt als het resultaat True is. Voer n iteraties uit door te lopen over range(n).
  - Om een Bernoulli-proef uit te voeren, kies je een willekeurig getal tussen nul en één met rng.random(). Als het gekozen getal kleiner is dan p, verhoog dan n_success (gebruik hiervoor de operator += 1). Er is al een RNG geïnstantieerd als de variabele rng en voorzien van een seed.
- De functie retourneert het aantal successen n_success.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

def perform_bernoulli_trials(n, p):
    """Perform n Bernoulli trials with success probability p
    and return number of successes."""
    # Initialize number of successes: n_success
    n_success = ____

    # Perform trials
    for i in ____:
        # Choose random number between zero and one: random_number


        # If less than p, it's a success so add one to n_success
        if ____:
            ____

    return n_success

Code bewerken en uitvoeren