Pari entre Tom et Eva
C'est le moment de jouer à un jeu entre Tom et Eva!
Rappelez-vous que Tom a un dé régulier à six faces et que les résultats de ses lancers suivent une loi uniforme discrète sur l'intervalle de un à six. Eva a une pièce biaisée qui a une probabilité p de donner pile. La distribution du nombre de lancers dont Eva a besoin pour obtenir pile est géométrique.
Voici les règles du jeu :
- Pointage de Tom : le point du dé lancé
- Pointage d'Eva : le nombre de lancers nécessaires pour obtenir pile
- La personne avec le pointage le plus élevé gagne
Votre tâche est de simuler ce jeu! Pour la liste des valeurs possibles de p [0.1, 0.2, 0.3, 0.5, 0.7, 0.8, 0.9] représentant la probabilité que la pièce d'Eva donne pile, qui vous attendez-vous à voir gagner?
NumPy a été importé sous np et le module stats de SciPy sous st.
Cette activité fait partie du cours
Simulations de Monte-Carlo en Python
Instructions de l’exercice
- Simulez 10 000 lancers du dé de Tom et assignez les résultats à
die_samples. - Simulez 10 000 essais de la pièce d'Eva jusqu'à obtenir pile et assignez les résultats à
coin_samples.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
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)