我是Python的新手，没有QBASIC的经验。我在Python中运行了一个模拟，该模拟在理论上是错误的值。然后，我用qbasic运行它，并提出理论上预测的值。
这是测试用例。我只计算概率p（0.9＆lt;％y＆lt; = 1.8），因此计数必须属于这些值。1- random.random（）仅用于这种情况，当我尝试在所有情况下使用它们仍然提出错误的值时。这是理论上的结果，您可以看到它的不同之处：
y〜u（0,1） = 0.575
y〜exp（2） = 0.3371
x1〜u（0,1） x2〜u（0,2） = 0.4475
p（y = 0.25）= 0.8 p（y = 1.5）= 0.2 = 0.32
在Python中，仿真代码为：
def test():
x1,x2,c = 0.0,0.0,0.0
for i in range(10000):
if random.random()< 0.8:
x1 += 0.25
else:
x2 += 1.5
y = x1 + x2
if y>0.9 and y<=1.8:
c = c + 1
return x1,x2,c
print "test: ",test()
def sim(a,b):
#pyab1 = sum([a for a in a if a>0.9 and a<=1.8])/10000
#pyab2 = sum([b for b in b if b>0.9 and b<=1.8])/10000
#print "*****",float(pyab1+pyab2)
#print a+b
#array1 = [[a],[b]]
array1 = a+b
#array1.extend(a)
#array1.extend(b)
#c = 0
#for y in array1:
#if y>0.9 and y<=1.8:
#c = c + 1
pyab = sum([y for y in array1 if y>0.9 and y<=1.8])/10000
print("P(a < x <= b) : {0:8.4f}".format(pyab))
这是python输出，然后是应该给出的值，但这表明结果离结果有多远。
case 1: P(a < x <= b) : 0.7169 #should be 0.575
case 2: P(a < x <= b) : 0.4282 #should be 0.3371
case 3: P(a < x <= b) : 0.5966 #should be 0.4475
case 4: P(a < x <= b) : 0.5595 #should be 0.32
在qbasic中，仿真代码为：
案例1：
RANDOMIZE
FOR i = 1 TO 10000
X1 = RND(1)
X2 = RND(1)
Y = X1+X2
IF (Y>0.9) AND (Y<=1.8) THEN C=C+1
NEXT i
PRINT C/10000
案例2：
RANDOMIZE
FOR i = 1 TO 10000
X1 = (-0.5)*(LOG(1-RND(1)))
X2 = (-0.5)*(LOG(1-RND(1)))
Y = X1+X2
IF (Y>0.9) AND (Y<=1.8) THEN C=C+1
NEXT i
PRINT C/10000
案例3：
RANDOMIZE
FOR i = 1 TO 10000
X1 = RND(1)
X2 = RND(1)*2
Y = X1+X2
IF (Y>0.9) AND (Y<=1.8) THEN C=C+1
NEXT i
PRINT C/10000
案例4：
RANDOMIZE
FOR i = 1 TO 10000
X14 = RND(1)
X24 = RND(1)
IF (X14<0.8) THEN X41=0.25 ELSE X41=1.5
IF (X24<0.8) THEN X42=0.25 ELSE X42=1.5
Y = X1+X2
IF (Y>0.9) AND (Y<=1.8) THEN C=C+1
NEXT i
PRINT C/10000
这是QBASIC输出，它显示了这实际上如何获得正确的结果。
case 1: P(a < x <= b) : 0.5715
case 2: P(a < x <= b) : 0.3371
case 3: P(a < x <= b) : 0.4413
case 4: P(a < x <= b) : 0.3213
以上所有代码对我有用而没有错误。我看不到用于获取值的算法中的任何差异。不确定Python是否与QBASIC产生数字不同，并且是否解释了此行为背后的原因。
我是这两种语言的新手，但QBASIC似乎非常原始，而且Python似乎更有可能获得正确的答案和Qbasic错误。但是情况正在发生。它似乎与代码的任何差异无关。关于翻译，他们俩似乎都在说同样的话。
我对他们给出2种不同结果的原因感兴趣。我对Python为什么给出错误的答案和QBASIC更感兴趣。
您的python代码完全错误。我认为您要做的是以下内容：
- 取两个数组A和B，每个数组包含由某些随机函数生成的10000个数字。（等效地，每个给定分布之后的数据中每个数据的阵列10000个样本。）
- 将这些值分解为10000对，每对从a中获取一个元素，并从b。 中取一个元素
- 拿每对的总和。
- 计算其中有多少个10000对 - 在0.9和1.8 之间
- 将上述计数除以10000，以获取从这些分布中绘制的任何给定数据的概率总和到0.9至1.8之间，并打印该概率。
但是，您的SIM（a，b）功能正在做一些的事情。基本上，您实际在做的是：
- 连接两个10000个元素阵列，形成其元素的20000元素阵列。
- 以大于0.9的新20000元素阵列中的任何元素的总和。
- 将该总和除以10000并打印。
此算法与您的Q-Basic代码中的任何内容都不相似。
如果我正确理解了您的问题，我认为您想要SIM的功能是这样的：
def sim(x_sample, y_sample):
count = 0
for i in range(10000):
if 0.9 <= x_sample[i] + y_sample[i] <= 1.8:
count += 1
probability = count/10000.0
print("P(a < x <= b) : {0:8.4f}".format(probability))
（几乎可以肯定有更优雅，更优雅和pythonic来实施上述功能，但是对于Python Newbie来说，应该很容易理解。）
这是我从QBASIC程序中理解的，我在解释器中为您的案例1到3进行了测试的结果。我还没有包含测试4的版本，因为我不了解测试4的QBASIC代码4。前三个测试的结果是您说的。
>>> from random import random
>>>
>>> sim([random() for i in range(10000)],
... [random() for i in range(10000)])
P(a < x <= b) : 0.5746
>>>
... from math import log
>>>
>>> sim([-0.5*log(1-random()) for i in range(10000)],
... [-0.5*log(1-random()) for i in range(10000)])
P(a < x <= b) : 0.3405
>>>
... sim([random() for i in range(10000)],
... [2*random() for i in range(10000)])
P(a < x <= b) : 0.4479