视频如何估计总时间超过 9 小时的概率？

适用条件

• 该事件在每次试验中都有明确的定义。
• 分母是模拟试验的总数。

理解与推导

1. 使用 `(duration > 9).sum()` 计算满足条件的实例数。
2. 使用 `/ sims` 除以模拟总数。
3. 使用 `print((duration > 9).sum()/sims)` 打印结果。

例子

键入的代码是 `print((duration > 9).sum()/sims)`。演讲者解释了将满足条件的实例求和并除以总模拟次数。显示的输出是 `0.125168`，被解释为大约 12% 到 13% 的错过烧烤的机会。

容易误解的地方

• 模拟估计并未作为精确的解析证明呈现。人们可能会将打印出的 `0.125168` 误认为是符号推导出的闭式精确概率，但视频将该数字呈现为通过计算模拟结果获得的蒙特卡洛估计。

观看对应讲解

继续追问

• 模拟输出错过烧烤的概率是多少？
• 超过 9 小时截止日期的估计概率是多少？
• 为什么视频说模拟分布可用于估计准时参加聚会的概率？