Randomizando valores
Neste exercício, você vai aplicar e analisar diferentes métodos de randomização. O objetivo é deixar você à vontade com esses métodos e entender como eles impactam a geração de números aleatórios. Cada um deles é útil em situações diferentes, então é importante compreender suas diferenças.
Imagine que você tem um processo de negócio que leva cerca de 15 minutos para ser concluído. No entanto, você sabe que a duração real varia em aproximadamente cinco minutos (para mais ou para menos). Aplique os diferentes métodos de randomização do pacote random para gerar variações dessa duração de forma controlada.
Este exercício faz parte do curso
Simulação de Eventos Discretos em Python
Instruções do exercício
- Gere 1000 durações aleatórias do processo como números inteiros com base nas informações fornecidas.
- Gere 1000 durações aleatórias do processo como números de ponto flutuante com base nas informações fornecidas.
- Gere 1000 durações pseudoaleatórias como números de ponto flutuante com base em uma distribuição Gaussiana com média e desvio padrão de 15 e 5, respectivamente.
- Gere 1000 durações pseudoaleatórias como números de ponto flutuante com base em uma distribuição exponencial com parâmetro lambda de 1,5 (positivo) e pico em 15.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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)