Sázka mezi Tomem a Evou
Čas zahrát hru mezi Tomem a Evou!
Připomeň si, že Tom má klasickou šestistěnnou kostku a výsledky hodů odpovídají diskrétnímu rovnoměrnému rozdělení v intervalu od jedné do šesti. Eva má nevyváženou minci s pravděpodobností p, že padne orel. Počet hodů, které Eva potřebuje k dosažení orla, se řídí geometrickým rozdělením.
Pravidla hry:
- Tomovo skóre: číslo, které padne na kostce
- Evino skóre: počet hodů potřebných k dosažení orla
- Vyhrává ten, kdo má vyšší skóre
Tvým úkolem je tuto hru nasimulovat! Pro seznam možných hodnot p [0.1, 0.2, 0.3, 0.5, 0.7, 0.8, 0.9] reprezentujících pravděpodobnost, že padne orel, koho čekáš jako vítěze?
NumPy je importováno jako np a modul stats ze SciPy jako st.
Toto cvičení je součástí kurzu
Monte Carlo simulace v Pythonu
Pokyny k cvičení
- Nasimuluj 10 000 hodů Tomovou kostkou a výsledky přiřaď do
die_samples. - Nasimuluj 10 000 Eviných hodů mincí potřebných k dosažení orla a výsledky přiřaď do
coin_samples.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
for p in [0.1, 0.2, 0.3, 0.5, 0.7, 0.8, 0.9]:
low = 1
high = 7
# Simulate rolling Tom's die 10,000 times
die_samples = ____
# Simulate Eva's coin flips to land heads 10,000 times
coin_samples = ____
diff = np.mean(die_samples - coin_samples)
print(diff)