T_NAKAの阿房ブログ

アクセスカウンタ

zoom RSS 17_Random Walk Simulation の復習(3)

<<   作成日時 : 2016/04/14 00:01   >>

ブログ気持玉 0 / トラックバック 0 / コメント 0

最後は500歩あるくパターンを300回トライして各歩に対する移動距離の300回の平均を計算してグラフ化するものです。

では、全体プログラム示します。
画像

ここで、(1)(2)で示したクラスと関数はそのまま使います。
さて、メインプログラムは最後の2行
 \(ansQuest(500, 300)\)
 \(pylab.show()\)
のみで、最後の1行は描画させただけなので、実質は \(ansQuest\) という関数に \((500, 300)\) というパラメータを与えているだけですね。
つまり、殆どの機能は関数にあるわけです。構造としては、関数 \(ansQuest\) が関数 \(performSim\) を呼んでいて、その関数 \(performSim\) が(2)で説明した関数 \(performTrial\) を呼んでいます。
ここでの関数を説明すると、関数 \(performSim\) は関数 \(performTrial\) で得たリストを要素とするリストを返します。例えば
 \([[1,3,6,\cdots ],[2,5,13,\cdots ],\cdots ,[2,6,3,\cdots ]]\)
のような形になります。要素にあたるリストは例えば500歩あるいたトライの距離の変化データで、前記事のグラフの1本のデータ列を示します。
関数 \(ansQuest\) は関数 \(performSim\) で得たリストを要素とするリストを2重の \(for\) 文で各歩に対する平均を計算して、\(mean\) というリストに \(append\) していくものです。

結果を示します。
画像


確かランダムウォークでは移動距離は \(\sqrt{歩数}\) に比例するんじゃなかったかな?
この結果からそんな気もします。後で調べておきましょう。

テーマ

関連テーマ 一覧


月別リンク

ブログ気持玉

クリックして気持ちを伝えよう!
ログインしてクリックすれば、自分のブログへのリンクが付きます。
→ログインへ

トラックバック(0件)

タイトル (本文) ブログ名/日時

トラックバック用URL help


自分のブログにトラックバック記事作成(会員用) help

タイトル
本 文

コメント(0件)

内 容 ニックネーム/日時

コメントする help

ニックネーム
本 文
17_Random Walk Simulation の復習(3) T_NAKAの阿房ブログ/BIGLOBEウェブリブログ
文字サイズ:       閉じる