Simulace hry s kostkami

Teď už víme, jak implementovat první tři kroky simulace. Pojďme se podívat na další krok – opakované náhodné vzorkování.

Jeden výsledek simulace nám toho o četnosti daného jevu moc neřekne. V případě hry s kostkami z předchozího cvičení je sice hezké, že jsme jednou vyhráli – ale pokud chceme vědět, jak často bychom vyhráli při opakované hře, musíme proces náhodného vzorkování zopakovat mnohokrát. Opakování náhodného vzorkování je klíčové pro pochopení a vizualizaci přirozené nejistoty a pro rozhodování o dalším postupu.

Po dokončení tohoto cvičení budeš umět implementovat čtvrtý krok simulace – opakované vzorkování a generování výsledků.

Toto cvičení je součástí kurzu

Statistické simulace v Pythonu

Zobrazit kurz

Pokyny k cvičení

Nastav sims na 100 opakování a inicializuj wins na 0.
Napiš cyklus for, který bude opakovat hod kostkami.
Ulož do outcomes výsledek hodu dvěma kostkami.
Pokud obě kostky ukáží stejné číslo, zvyš wins o 1.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Initialize model parameters & simulate dice throw
die, probabilities, num_dice = [1,2,3,4,5,6], [1/6, 1/6, 1/6, 1/6, 1/6, 1/6], 2
sims, wins = ____, ____

for i in range(sims):
    outcomes = ____ 
    # Increment `wins` by 1 if the dice show same number
    if ____: 
        wins = wins + 1 

print("In {} games, you win {} times".format(sims, wins))

Upravit a spustit kód