Próbkowanie z dyskretnego rozkładu jednostajnego
Tom ma zwykłą sześciościenną kostkę do gry z liczbami od jeden do sześć. W tym ćwiczeniu zastosujesz dyskretny rozkład jednostajny – idealnie nadający się do losowania liczb całkowitych z równomiernym prawdopodobieństwem – aby zasymulować 1000 rzutów kostką Toma. Na koniec zwizualizujesz wyniki!
Następujące biblioteki zostały już zaimportowane: seaborn jako sns, scipy.stats jako st oraz matplotlib.pyplot jako plt.
To ćwiczenie jest częścią kursu
Symulacje Monte Carlo w Pythonie
Instrukcje do ćwiczenia
- Zdefiniuj zmienne
lowihighdo wykorzystania w próbkowaniu metodą.rvs()w następnym kroku. Rozkład powinien obejmować równomiernie liczby całkowite od jeden (najniższy możliwy wynik rzutu) do sześć (najwyższy możliwy wynik rzutu). - Pobierz 1000 próbek z dyskretnego rozkładu jednostajnego reprezentowanego przez
st.randint, obejmującego liczby całkowite od jeden do sześć.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()