Simulando el juego de dados

Ya sabemos cómo implementar los tres primeros pasos de una simulación. Ahora vamos con el siguiente paso: el muestreo aleatorio repetido.

Simular un resultado una sola vez no nos dice mucho sobre la frecuencia con la que podemos esperar verlo. En el caso del juego de dados del ejercicio anterior, está genial que hayamos ganado una vez. Pero si queremos estimar cuántas veces podríamos ganar al jugar varias partidas, necesitamos repetir el proceso de muestreo aleatorio muchas veces. Repetir el muestreo ayuda a entender y visualizar la incertidumbre inherente y a decidir los siguientes pasos.

Tras este ejercicio, te familiarizarás con la implementación del cuarto paso para ejecutar una simulación: muestrear repetidamente y generar resultados.

Este ejercicio forma parte del curso

Simulación estadística en Python

Ver curso

Instrucciones del ejercicio

Establece sims en 100 repeticiones e inicializa wins en 0.
Escribe un bucle for para repetir las tiradas de los dados.
Asigna outcomes al resultado de tirar dos dados.
Si los dos dados muestran el mismo número, incrementa wins en 1.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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))

Editar y ejecutar código