Lançando um dado justo
Depois que você entende o básico de como projetar uma simulação, pode aplicá-la a qualquer sistema ou processo. Em seguida, vamos ver como cada etapa é implementada usando alguns exemplos simples.
Como vimos, simular envolve fazer amostragens aleatórias repetidas. O primeiro passo, então, é obter uma amostra aleatória. Depois disso, basta repetir o processo várias vezes. Este exercício vai focar em como obter uma única amostra aleatória. Vamos estudar isso no contexto de lançar um dado justo de seis faces.
Ao final deste exercício, você estará familiarizado com a implementação das duas primeiras etapas de uma simulação: definir uma variável aleatória e atribuir probabilidades.
No restante do curso, consulte o shell do IPython para descobrir qual semente foi definida.
Este exercício faz parte do curso
Simulação Estatística em Python
Instruções do exercício
- Construa um dado de seis faces como uma lista com todos os resultados possíveis e atribua à variável
die. - Defina a probabilidade de cada uma das seis faces ter a mesma chance de sair e atribua à variável
probabilities. - Por fim, use
np.random.choice()para simular um único lançamento do dado e registre o resultado na variáveloutcome.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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]))