Zakład między Tomem a Ewą
Czas zagrać w grę między Tomem a Ewą!
Przypomnij sobie, że Tom ma zwykłą sześciościenną kostkę do gry, a wyniki jej rzutów mają dyskretny rozkład jednostajny w przedziale od jednego do sześciu. Ewa ma obciążoną monetę, która z prawdopodobieństwem p wypada orłem. Liczba rzutów potrzebnych Ewie do uzyskania orła ma rozkład geometryczny.
Oto zasady gry:
- Wynik Toma: liczba oczek na rzuconej kostce
- Wynik Ewy: liczba rzutów potrzebnych do uzyskania orła
- Wygrywa osoba z wyższym wynikiem
Twoim zadaniem jest zasymulowanie tej gry! Dla listy możliwych wartości p równych [0.1, 0.2, 0.3, 0.5, 0.7, 0.8, 0.9], reprezentujących prawdopodobieństwo wypadnięcia orła monetą Ewy – kto twoim zdaniem wygra?
NumPy zaimportowano jako np, a moduł stats z biblioteki SciPy jako st.
To ćwiczenie jest częścią kursu
Symulacje Monte Carlo w Pythonie
Instrukcje do ćwiczenia
- Zasymuluj 10 000 rzutów kostką Toma i przypisz wyniki do zmiennej
die_samples. - Zasymuluj 10 000 rzutów monetą Ewy potrzebnych do uzyskania orła i przypisz wyniki do zmiennej
coin_samples.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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)