P33思考练习题3

1.将随机游走的步数增加到100步，计算物体最终与原点的距离。

#第1题
#模拟每步生成方向
import numpy as np
steps = 100
rndwlk = np.random.randint(0,2,size = (2,steps))
rndwlk = np.where(rndwlk>0,1,-1)
print(rndwlk)
#计算每步移动后的位置
position = rndwlk.cumsum(axis = 1)                #按行累加求和
print(position)
#计算每步移动后与原点的距离
dists = np.sqrt(position[0]**2+position[1]**2)    #sqrt求平方根
print(dists)
print(round(dists[-1],4))                         #格式化输出保留4位小数。round（数，保留位数）

2.重复多次随机游走过程，观察物体与原点距离的变化趋势。

此题在第1小题的基础上进行。先后分析100次，1000次，10000次随机游走100步后物体最终离原点的距离，得出结论：运行次数越多，越能发现物体在二维空间内随机游走100步后离原点的平均距离趋近（收敛）于一个数。（这个数为10，见下）

运用到了之后几章的知识：用Matplotlib绘制散点图分析距离数据及运用机器学习回归建模。

结论：在二维平面内随机选择方向走一个单位的长度，则n步之后离出发点的平均距离为根号n。数学推导如下：

随机游走的期望距离_chivalry-CSDN博客_一维随机游走的期望距离

运行100次：

import numpy as np
l = []
for i in range(100):steps = 100rndwlk = np.random.randint(0,2,size = (2,steps))rndwlk = np.where(rndwlk>0,1,-1)position = rndwlk.cumsum(axis = 1)                dists = np.sqrt(position[0]**2+position[1]**2)   l.append(round(dists[-1],2))
print(l)#使用matplotlib绘制散点图，分析趋势
import matplotlib.pyplot as plt
%matplotlib inline
plt.figure(figsize = (20,6))                                       #定义图形大小
plt.scatter(x = np.arange(1,101),y = l,marker = '*',c = 'red')    #plt.scatter()函数画散点图
plt.show()                                                         #展示图形#根据散点图分析，建立回归分析模型
x = np.arange(1,101).astype(float)                               #astype()函数强制类型转换为浮点型
Y = np.array(l)                                                    #将l列表转为数组
from sklearn.linear_model import LinearRegression
linreg = LinearRegression()                                        #初始化模型
linreg.fit(x.reshape(-1,1),Y)                                      #添加.reshape(-1,1)解决x单独一行/列不为二维数组出错的问题
print(linreg.intercept_,linreg.coef_)                              #输出回归模型截距，回归系数

结果：

其中一次运行得到的次数与距离的回归方程：y = -0.008x+13.32

散点图如下：

运行1000次：

结果：

其中一次运行得到的次数与距离的回归方程：y = 0.0008x+11.87

散点图如下：

运行10000次：

结果：

其中一次运行得到的次数与距离的回归方程：y = -7.02e-06x+12.57

散点图如下：

由此可见，随着运行次数的增加，回归方程的回归系数越来越小，点被y=10这条线划分的界限越来越清晰。

第2章【思考与练习3】随机游走轨迹模拟。将随机游走的步数增加到100步，计算物体最终与原点的距离。重复多次随机游走过程，观察物体与原点距离的变化趋势。相关推荐

python三维随机游走轨迹模拟_用Python模拟随机游走（Random walks）
什么是随机游走? 随机游走(random walk)也称随机漫步,随机行走等,是以随机的体例采纳连续步调的过程.然后,可以将其他条件应用于此描述,以为您的特定用例建立一个随机遍历.粒子的布朗运动,股票 ...
Java黑皮书课后题第6章：*6.38（生成随机字符）使用程序清单6-10 RandomCharacter中的方法，打印100个大写字母及100个一位数字，每行打印10个
6.38(生成随机字符)使用程序清单6-10 RandomCharacter中的方法,打印100个大写字母及100个一位数字,每行打印10个题目题目描述程序清单6-10 破题代码运行实例题 ...
“随机漫步”(Random Walk)模拟演示
(1).任务描述有一类问题总称为"随机漫步"(Random Walk)问题,这类问题长久以来吸引着数学界的兴趣.所有这些问题即使是最简单的解决起来也是极其困难的.而且它们在很大程 ...
Unity 3D鼠标操作实现旋转、缩放观察物体
1.实现思路:操作摄像头围绕物体中心点(远点),做球面旋转移动来实现旋转观察物体,控制球的半径大小来实现物体的缩放效果. 2.C#摄像头源码脚本 //放在摄像头上,实现旋转.缩放观察物体 using ...
计量经济学计算机答案第三章课后答案,复旦大学经济学院谢识予计量经济学计量经济学第三章思考练习题...
计量经济学第三章思考练习题 1. 两变量线性回归模型适合研究的经济问题有哪些主要特征? 2. 若变量Y和X之间的关系为Y A(X 5)2e ,其中A. 为未知参数, 为随机误差,问能否用两变量线性回归 ...
随机不重复：从以下学员名单中随机选出4个学员：var arr = [“鹿晗“,“王俊凯“,“蔡徐坤“,“彭于晏“,“周杰伦“,“刘德华“,“赵本山“]；注意：不要有重复的学员
<!DOCTYPE html> <html lang="en"> <head><meta charset="UTF-8" ...
层次聚类定义、层次聚类过程可视化、簇间距离度量、BIRCH、两步聚类、BIRCH算法优缺点
层次聚类定义.层次聚类过程可视化.簇间距离度量.BIRCH.两步聚类.BIRCH算法优缺点目录
方舟非主机服务器无限距离,方舟非专业服务器距离限制怎么解除 | 手游网游页游攻略大全...
发布时间:2016-08-03 方舟适者生存服务器进不去进不去服务器解决办法攻略.服务器进不去怎么办?很多玩家无法进入服务器,主要是两种情况,一种是点服务器游戏就重启,一种是进不去,这里给大家介绍解 ...
第15章-4~6 装配体静力学分析经验技巧总结篇 (工作原理的简化、约束、预紧力、载荷、后处理)高效修改接触对、suppress（抑制）、多工位（多步计算）的螺栓预紧力设置
15-04 工作原理的对接 (相关不清楚的设置在之前的博客有介绍,欢迎关注博客.批评指正) 在仿真前必须对工位吊的原理非常清楚. 接触类型辨别: 1转筒1和转台2的接触面有三个,它们之间是摩擦接触. ...

第2章【思考与练习3】随机游走轨迹模拟。将随机游走的步数增加到100步，计算物体最终与原点的距离。重复多次随机游走过程，观察物体与原点距离的变化趋势。

P33思考练习题3

第2章【思考与练习3】随机游走轨迹模拟。将随机游走的步数增加到100步，计算物体最终与原点的距离。重复多次随机游走过程，观察物体与原点距离的变化趋势。相关推荐

最新文章

热门文章