Échantillonnage à partir d’une loi uniforme discrète
Tom a un dé cubique classique affichant les nombres de un à six. Dans cet exercice, vous allez utiliser la loi uniforme discrète, parfaitement adaptée pour échantillonner des valeurs entières uniformes, afin de simuler 1 000 lancers du dé de Tom. Vous visualiserez ensuite les résultats !
Les éléments suivants ont été importés pour vous : seaborn sous le nom sns, scipy.stats sous le nom st et matplotlib.pyplot sous le nom plt.
Cet exercice fait partie du cours
<cours>Simulations de Monte Carlo en Python</cours>Instructions de l’exercice
- Définissez
lowethighpour les utiliser avec l’échantillonnage.rvs()à l’étape suivante ; votre distribution doit inclure uniformément les valeurs entières de un (le résultat le plus faible possible) à six (le résultat le plus élevé possible). - Échantillonnez 1 000 fois à partir de la loi uniforme discrète représentée par
st.randintavec des valeurs entières de un à six.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Define low and high for use in rvs sampling below
low = ____
high = ____
# Sample 1,000 times from the discrete uniform distribution
samples = ____
samples_dict = {'nums':samples}
sns.histplot(x='nums', data=samples_dict, bins=6, binwidth=0.3)
plt.show()