Lanzar un dado justo
Una vez que entiendes las bases de diseñar una simulación, puedes aplicarla a cualquier sistema o proceso. A continuación, veremos cómo implementar cada paso usando ejemplos sencillos.
Como hemos aprendido, una simulación implica muestrear aleatoriamente de forma repetida. El primer paso, entonces, es obtener una muestra aleatoria. Una vez que la tenemos, solo tenemos que repetir el proceso varias veces. Este ejercicio se centra en entender cómo obtenemos una muestra aleatoria. Lo estudiaremos en el contexto de lanzar un dado justo de seis caras.
Al final de este ejercicio, te familiarizarás con cómo implementar los dos primeros pasos de una simulación: definir una variable aleatoria y asignar probabilidades.
Durante el resto del curso, consulta la consola de IPython para saber qué semilla se ha establecido.
Este ejercicio forma parte del curso
Simulación estadística en Python
Instrucciones del ejercicio
- Construye un dado de seis caras como una lista con cada uno de los posibles resultados y asígnala a la variable
die. - Define la probabilidad de que cada una de las seis caras tenga la misma posibilidad de salir y asígnala a la variable
probabilities. - Por último, usa
np.random.choice()para simular un único lanzamiento del dado y guarda su resultado en la variableoutcome.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Define die outcomes and probabilities
die, probabilities, throws = [____], [____], 1
# Use np.random.choice to throw the die once and record the outcome
outcome = ____(___, size=____, p=____)
print("Outcome of the throw: {}".format(outcome[0]))