Representa la distribución

Todas estas visualizaciones extravagantes nos han desviado. Aún tenemos que resolver el problema del millón: ¿Cuáles son las probabilidades de que llegues a 60 escalones de altura en el Empire State Building?

Básicamente, quieres conocer los puntos finales de todos los paseos aleatorios que has simulado. Estos puntos finales tienen una determinada distribución que puedes visualizar con un histograma.

Ten en cuenta que, si el código tarda demasiado en ejecutarse, puede que estés creando un histograma de los datos equivocados.

Este ejercicio forma parte del curso

Python intermedio

Ver curso

Instrucciones del ejercicio

Para asegurarnos de que tenemos suficientes simulaciones, que se te vaya la cabeza. Simula el paseo aleatorio 500 veces.
En np_aw_t, selecciona la última fila. Aquí está el punto final de los 500 paseos aleatorios que has simulado. Guarda esta matriz NumPy como ends.
Utiliza plt.hist() para construir un histograma de ends. No olvides plt.show() para visualizar el gráfico.

Ejercicio interactivo práctico

Prueba este ejercicio completando el código de muestra.

# numpy and matplotlib imported, seed set

# Simulate random walk 500 times
all_walks = []
for i in range(500) :
    random_walk = [0]
    for x in range(100) :
        step = random_walk[-1]
        dice = np.random.randint(1,7)
        if dice <= 2:
            step = max(0, step - 1)
        elif dice <= 5:
            step = step + 1
        else:
            step = step + np.random.randint(1,7)
        if np.random.rand() <= 0.001 :
            step = 0
        random_walk.append(step)
    all_walks.append(random_walk)

# Create and plot np_aw_t
np_aw_t = np.transpose(np.array(all_walks))

# Select last row from np_aw_t: ends
____ = ____[____,____]

# Plot histogram of ends, display plot
____
____

Editar y ejecutar código