Simulação de dados pareados
Semelhante ao exemplo da lição, você vai rolar dois dados de duas bolsas, e cada bolsa contém três dados viciados.
bag1 = [[1, 2, 3, 6, 6, 6], [1, 2, 3, 4, 4, 6], [1, 2, 3, 3, 3, 5]]
bag2 = [[2, 2, 3, 4, 5, 6], [3, 3, 3, 4, 4, 5], [1, 1, 2, 4, 5, 5]]
A diferença é que os dados nas duas bolsas são pareados: se você escolher o segundo dado em bag1, também escolherá o segundo dado em bag2. Em cada experimento:
- Você escolhe aleatoriamente um par de dados das duas bolsas e os rola
- Há sucesso se os pontos em
dice1edice2somarem oito; caso contrário, é falha
Sua tarefa é completar o loop for na função roll_paired_biased_dice() e usar essa função para calcular as probabilidades de sucesso para cada combinação única de pontos em dice1 e dice2.
As seguintes bibliotecas já foram importadas para você: random, numpy como np, pandas como pd, seaborn como sns e matplotlib.pyplot como plt.
Este exercício faz parte do curso
Simulações de Monte Carlo em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
def roll_paired_biased_dice(n, seed=1231):
random.seed(seed)
results={}
for i in range(n):
bag_index = random.randint(0, 1)
# Obtain the dice indices
dice_index1 = ____
dice_index2 = ____
# Sample a pair of dice from bag1 and bag2
point1 = ____
point2 = ____
key = "%s_%s" % (point1,point2)
if point1 + point2 == 8:
if key not in results:
results[key] = 1
else:
results[key] += 1
return(pd.DataFrame.from_dict({'dice1_dice2':results.keys(),
'probability_of_success':np.array(list(results.values()))*100.0/n}))