在 NumPy 中如何生成两个报告完成时间数组？

适用条件

• 使用前面介绍的均匀模型。
• `sims` 必须已经定义。

理解与推导

1. 使用 `sims = 1000000` 将模拟运行次数设置为一百万。
2. 使用 `A = np.random.uniform(1, 5, sims)` 从 1 到 5 小时的区间生成一百万个报告 A 的随机完成时间。
3. 使用 `B = np.random.uniform(2, 6, sims)` 从 2 到 6 小时的区间生成一百万个报告 B 的随机完成时间。
4. 使用 `duration = $A + B$` 通过将 A 和 B 相加来计算每次配对模拟运行的总完成时间。

例子

可见的代码行是 `A = np.random.uniform(1, 5, sims)` 和 `B = np.random.uniform(2, 6, sims)`。旁白说：“它们将在 1 到 5 小时和 2 到 6 小时之间完成，所以让我们为这些函数的参数定义这些值。”

容易误解的地方

• 假设数组是使用正态分布而不是均匀分布生成的。
• 忘记 `np.random.uniform` 中的第三个参数指定了要生成的样本数量。

观看对应讲解

继续追问

• 视频如何计算完成两份报告的总时间？
• 在这个蒙特卡洛示例中，`plt.hist` 中的 `density=True` 有什么作用？
• 视频如何估计总时间超过 9 小时的概率？