找到答案，看到讲解发生的那一刻，再顺着概念继续探索。
正在理解你的问题，下面的搜索结果可先查看。
视频通过对两个模拟完成时间数组进行逐元素相加来计算完成两份报告的总时间。总时间就是它们的求和，在代码中表示为 `duration = `。
适用条件：A 和 B 必须是长度相同的数组。；加法是在匹配的模拟运行中逐条目执行的。
视频通过对两个模拟完成时间数组进行逐元素相加来计算完成两份报告的总时间。总时间就是它们的求和，在代码中表示为 `duration = `。
适用条件：A 和 B 必须是长度相同的数组。；加法是在匹配的模拟运行中逐条目执行的。
两个报告完成时间数组是使用 `np.random.uniform` 函数生成的。报告 A 通过从 1 到 5 小时的均匀分布中抽取 `sims` 个独立值来建模，报告 B 通过从 2 到 6 小时的均匀分布中抽取 `sims` 个独立值来建模。
适用条件：使用前面介绍的均匀模型。；`sims` 必须已经定义。
两个报告完成时间数组是使用 `np.random.uniform` 函数生成的。报告 A 通过从 1 到 5 小时的均匀分布中抽取 `sims` 个独立值来建模，报告 B 通过从 2 到 6 小时的均匀分布中抽取 `sims` 个独立值来建模。
适用条件：使用前面介绍的均匀模型。；`sims` 必须已经定义。
蒙特卡洛模拟需要数千或数百万次重复的随机抽样，因为单次随机抽取是不够的。重复随机选择多次并存储所有选定的值，使我们能够使用这些存储的结果来近似估计完成两份报告所需时间的分布。
适用条件：随机选择过程重复多次。；选定的值被存储。
蒙特卡洛模拟需要数千或数百万次重复的随机抽样，因为单次随机抽取是不够的。重复随机选择多次并存储所有选定的值，使我们能够使用这些存储的结果来近似估计完成两份报告所需时间的分布。
适用条件：随机选择过程重复多次。；选定的值被存储。
在直方图的 9 处放置一条红色垂直线是为了标记 9 小时的烧烤截止日期阈值。这使得更容易直观地识别出对应于完成两份报告的总时间超过截止日期的事件的区域。
适用条件：烧烤在 9 小时后。；这条线在横轴上标记了阈值。
在直方图的 9 处放置一条红色垂直线是为了标记 9 小时的烧烤截止日期阈值。这使得更容易直观地识别出对应于完成两份报告的总时间超过截止日期的事件的区域。
适用条件：烧烤在 9 小时后。；这条线在横轴上标记了阈值。