Lancio di un dado equo
Una volta capiti i fondamenti della progettazione di una simulazione, puoi applicarla a qualsiasi sistema o processo. Ora vedremo come si implementa ogni passaggio usando alcuni esempi di base.
Come abbiamo visto, la simulazione consiste in campionamenti casuali ripetuti. Il primo passo, quindi, è ottenere un campione casuale. Una volta ottenuto, non resta che ripetere il processo più volte. In questo esercizio ci concentreremo su come ottenere un singolo campione casuale. Lo studieremo nel contesto del lancio di un dado equo a sei facce.
Al termine dell’esercizio, avrai familiarità con l’implementazione dei primi due passaggi dell’esecuzione di una simulazione: definire una variabile casuale e assegnare le probabilità.
Per il resto del corso, guarda l’IPython shell per scoprire quale seed è stato impostato.
Questo esercizio fa parte del corso
Simulazione statistica in Python
Istruzioni dell'esercizio
- Costruisci un dado a sei facce come una lista di tutti i possibili risultati e assegnalo alla variabile
die. - Definisci la probabilità che ognuna delle sei facce abbia uguale possibilità di uscire e assegnala alla variabile
probabilities. - Infine, usa
np.random.choice()per simulare un singolo lancio del dado e registra il risultato nella variabileoutcome.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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]))