Mathématiques et aléatoire en Python

Introduction

En l'an 2117, l'humanité est progressée vers la vie dans de grandes villes souterraines en raison des conditions difficiles à la surface de la Terre. Notre laboratoire est situé à Haven, l'une de ces villes futures, où une dirigeante souterraine inspirante, Alexis Cipher, utilise sa maîtrise des mathématiques et du hasard pour gérer efficacement la distribution d'énergie.

Alexis croit que, en éduquant les citoyens de Haven à l'utilisation des modules math et random de Python, ils peuvent optimiser les ressources énergétiques, élaborer des stratégies d'allocation des ressources et maintenir l'équilibre de l'écosystème de la ville. Votre mission est de suivre les étapes décrites par Alexis, d'apprendre le pouvoir des calculs mathématiques et aléatoires de Python et de contribuer à la durabilité de Haven.

Skills Graph

Découverte du module math de Python

Dans cette étape, vous allez explorer le module math de Python, qui fournit l'accès à des fonctions mathématiques définies par le standard C. Alexis vous guidera dans l'utilisation de quelques fonctions mathématiques fondamentales pour effectuer des calculs qui sont essentiels pour gérer les ressources énergétiques de Haven.

Commencez par ouvrir un fichier Python appelé math.py dans le répertoire ~/project avec le contenu suivant :

import math

def main():
    ## Calcule la racine carrée de la production d'énergie
    energy_output = 225
    sqrt_energy_output = math.sqrt(energy_output)
    print("La racine carrée de la production d'énergie est :", sqrt_energy_output)

    ## Utilisation de math.ceil pour calculer le nombre minimum de cellules d'énergie requises
    energy_cells_needed = math.ceil(sqrt_energy_output)
    print("Nombre minimum de cellules d'énergie requises :", energy_cells_needed)

if __name__ == "__main__":
    main()

Pour exécuter votre script, utilisez la commande suivante :

python3 math.py

Votre sortie attendue devrait être similaire à ceci :

La racine carrée de la production d'énergie est : 15.0
Nombre minimum de cellules d'énergie requises : 15

Expérimentation avec le module random de Python

Ensuite, Alexis veut vous apprendre à utiliser le module random, qui vous permet de générer des nombres aléatoires et de prendre des décisions basées sur le hasard, ce qui est essentiel pour simuler les demandes variables d'énergie à Haven.

Ouvrez un fichier Python appelé random.py dans le répertoire ~/project avec le code suivant :

import random

def main():
    ## Génère une valeur aléatoire de pointe d'énergie
    energy_spike = random.uniform(1.0, 2.0)
    print(f"Multiplicateur aléatoire de pointe d'énergie : {energy_spike}")

    ## Simule un lancer de dé pour décider de la stratégie d'allocation d'énergie
    dice_roll = random.randint(1, 6)
    if dice_roll <= 3:
        print("Stratégie A : Répartir l'énergie uniformément sur tous les secteurs.")
    else:
        print("Stratégie B : Allouer plus d'énergie aux secteurs résidentiels.")

if __name__ == "__main__":
    main()

Après avoir écrit le code, exécutez-le pour voir le résultat des calculs aléatoires :

python3 random.py

Vous devriez obtenir une sortie similaire à :

Multiplicateur aléatoire de pointe d'énergie : 1.6548788347052577
Stratégie A : Répartir l'énergie uniformément sur tous les secteurs.

Sommaire

Dans ce laboratoire, nous avons entrepris un voyage vers Haven, une ville souterraine futuriste dirigée par Alexis Cipher, pour apprendre les modules math et random de Python. Nous avons commencé par apprendre à utiliser diverses fonctions du module math pour effectuer des calculs essentiels. Ensuite, nous sommes entrés dans le domaine du hasard pour comprendre comment des événements imprévisibles peuvent influencer la prise de décision.

En terminant ce laboratoire, vous avez acquis les connaissances nécessaires pour aider à maintenir la vitalité de Haven et, peut-être, appliquer des stratégies similaires pour optimiser les ressources dans votre environnement. Que vous traitiez des nombres ou de la probabilité, vous disposez désormais des outils pour calculer et élaborer des stratégies efficacement.