Yanlış girdi dağılımları

Bu egzersizde pi örneğiyle çalışmaya devam edeceksin: A graph of a circle inside a square with randomly sampled points

Girdi olasılık dağılımını sürekli eş dağılımdan (random.uniform()) ayrık eş dağılıma (random.randint()) çevirirsen ne olur? Sonuçların güvenilir olmaz; çünkü random.randint() ayrık tamsayılar örneklerken, random.uniform() sürekli kayan noktalı sayılar örnekler.

Bu simülasyonun ürettiği tahmini pi değerine dikkat et. Yanlış olasılık dağılımı seçildiği için çok da isabetli olmayacak! Doğru olasılık dağılımlarını seçmek Monte Carlo simülasyonları için kritik öneme sahiptir ve ilerleyen derslerde farklı dağılımlar hakkında daha fazla ayrıntıya girerek bundan sonra doğru seçimi yaptığından emin olmanı sağlayacağız.

random senin için içe aktarılmıştır.

Bu egzersiz, kursun bir parçasıdır

Python ile Monte Carlo Simülasyonları

Kursa Göz Atın

Egzersiz talimatları

Videoda kullanılan doğru random.uniform() fonksiyonu yerine random.randint() kullanarak x ve y koordinatlarını -1 ile 1 aralığında örnekle.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

n = 10000
circle_points = 0 
square_points = 0 
for i in range(n):
    # Sample the x and y coordinates from -1 to 1 using random.randint()
    x = ____
    y = ____
    dist_from_origin = x**2 + y**2
    if dist_from_origin <= 1:
        circle_points += 1
    square_points += 1
pi = 4 * circle_points / square_points
print(pi)

Kodu Düzenle ve Çalıştır