Salut j'ai un exercice sur Python et je vous avoue que je tente des trucs mais les programmes lagent donc je vous demande votre avis, de plus ça marche pas

Voilà l'exercice :

La marche symétrique c'est +1 avec 1/2 et -1 avec 1/2 (donc bernouilli presque)

Donc du coup je simule le temps que la marche met pour arriver à 10 :

def bern(p):
    if rand() < p:
        return 1
    else:
        return -1
    
def simulation():
    X = 0
    t = 0
    while X <= 10:
        X = X + bern(0.5)
        t += 1
    return t

Ca je pense que c'est pas dur mais c'est après comment on visualise l'esperance ?

J'ai essayé de faire une liste mais ça bloque au bout de 1000 elements du coup je suis resté à 200 elements (que je trouve peu)

J'ai fait ça :

L = []

for i in range(1,200):
    L.append(simulation())
    
L = np.cumsum(L)

M = []

for i in range(1,205):
    a = L[i]/i
    M.append(a)
    
plt.plot(M)

Mais c'est très laborieux, bref hésitez pas à m'aider je suis un peu perdu là

Sachant qu'à la fin j'ai eu l'erreur :

IndexError: index 199 is out of bounds for axis 0 with size 199

Ah ça marche j'ai changé un truc
L = [] for i in range(200): L.append(simulation()) L = np.cumsum(L) M = [] for i in range(200): a = L[i]/(i+1) M.append(a) plt.plot(M)

C'est juste du coup ?

Pour 1000 ça met 5 heures à charger genre je suis obligé de rester à 200

normal qu'à la fin tu plantes, dans ta 2e boucle tu fais appel à L[200] qui n'existe pas

Le 06 novembre 2020 à 16:41:38 MecaFlu a écrit :
normal qu'à la fin tu plantes, dans ta 2e boucle tu fais appel à L[200] qui n'existe pas

Yep j'ai changé

Mais maintenant je peux pas utiliser des N trop grands

Genre N = 500 ça marche

Mais N = 1000 ça me trop de temps

Quelle partie met trop de temps? A priori la calcul de L est proportionnel au nombre d'iteration, en faire 1000 ca devrait prendre deux fois plus de temps qu'en faire 500