Binomial distribution in VMS

[bi3mw]

If you want to test folios or sections in the VMS yourself, here is the code for plotting:

Code:

import numpy as np import matplotlib.pyplot as plt from scipy.special import comb import argparse import os def calculate_binomial_distribution(n, max_length):     """Berechnet eine Binomialverteilung für Wortlängen."""     k_values = np.arange(1, max_length + 1)     probabilities = [comb(n, k) * (0.5 ** n) for k in k_values]     probabilities /= np.sum(probabilities)  # Normiert die Verteilung     return k_values, probabilities def plot_binomial_distribution(word_lengths, max_length=15, n=10):     """Visualisiert die Binomialverteilung basierend auf den Wortlängen in der Textdatei."""     if len(word_lengths) == 0:         print("Error: Keine Wörter in der Datei gefunden.")         return         # Berechnung der Binomialverteilung     k_values, binomial_probabilities = calculate_binomial_distribution(n, max_length)         # Berechnung der Häufigkeitsverteilung für das Histogramm     counts, bins = np.histogram(word_lengths, bins=np.arange(0.5, max_length + 1.5))     probabilities = counts / np.sum(counts)  # Normalisieren         plt.figure(figsize=(10, 6))         # Histogramm der Wortlängen     bin_centers = (bins[:-1] + bins[1:]) / 2     plt.bar(bin_centers, probabilities, width=0.6, edgecolor='black', alpha=0.6, label='Calculated Distribution')         # Binomialverteilungskurve anpassen     plt.plot(k_values, binomial_probabilities, 'r--', marker='o', label='Theoretical Distribution')         # Achsenbegrenzungen setzen, um die Kurve korrekt darzustellen     plt.xlim(0.5, max_length + 0.5)     plt.xticks(np.arange(1, max_length + 1))         plt.xlabel('Word Length')     plt.ylabel('Probability')     plt.title(f'Binomial Distribution for n={n}')     plt.legend()     plt.grid(True)     plt.show() def process_text_file(file_path):     """Liests eine Textdatei ein und berechnet die Wortlängen."""     if not os.path.isfile(file_path):         print(f"Error: Die Datei {file_path} wurde nicht gefunden.")         return None         try:         with open(file_path, 'r', encoding='utf-8') as file:             text = file.read()     except IOError as e:         print(f"Error: Ein Fehler ist beim Lesen der Datei aufgetreten: {e}")         return None         words = text.split()     word_lengths = [len(word) for word in words]         return word_lengths def main():     parser = argparse.ArgumentParser(description="Visualisiert die Binomialverteilung basierend auf einer Textdatei.")     parser.add_argument('file', type=str, help='Pfad zur Textdatei')     args = parser.parse_args()         # Textdatei verarbeiten     word_lengths = process_text_file(args.file)         if word_lengths is not None:         plot_binomial_distribution(word_lengths, max_length=15, n=10) if __name__ == "__main__":     main()