การทอยลูกเต๋าที่ยุติธรรม
เมื่อเข้าใจพื้นฐานของการออกแบบการจำลองแล้ว ก็สามารถนำไปประยุกต์ใช้กับระบบหรือกระบวนการใดก็ได้ ต่อไปเราจะเรียนรู้วิธีดำเนินการแต่ละขั้นตอนผ่านตัวอย่างง่าย ๆ
ดังที่ได้เรียนไป การจำลองนั้นอาศัยการสุ่มตัวอย่างซ้ำ ๆ ขั้นตอนแรกคือการได้ตัวอย่างสุ่ม หนึ่ง ครั้ง จากนั้นจึงทำซ้ำกระบวนการนั้นหลาย ๆ ครั้ง แบบฝึกหัดนี้จะเน้นที่การทำความเข้าใจวิธีได้ตัวอย่างสุ่มหนึ่งครั้ง โดยศึกษาในบริบทของการทอยลูกเต๋าหกหน้าที่ยุติธรรม
เมื่อจบแบบฝึกหัดนี้ จะคุ้นเคยกับการดำเนินการสองขั้นตอนแรกของการรันการจำลอง ได้แก่ การกำหนดตัวแปรสุ่มและการกำหนดความน่าจะเป็น
ตลอดทั้งคอร์ส ให้ตรวจสอบ IPython shell เพื่อดูว่ามีการตั้งค่า seed ไว้เป็นค่าใด
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจำลองทางสถิติด้วย Python
คำแนะนำการฝึกหัด
- สร้างลูกเต๋าหกหน้าในรูปแบบของ list ที่ประกอบด้วยผลลัพธ์ที่เป็นไปได้ทั้งหมด แล้วกำหนดให้กับตัวแปร
die - กำหนดความน่าจะเป็นของแต่ละหน้าทั้งหกให้มีโอกาสออกเท่ากัน แล้วกำหนดให้กับตัวแปร
probabilities - สุดท้าย ใช้
np.random.choice()เพื่อจำลองการทอยลูกเต๋าหนึ่งครั้ง และบันทึกผลลัพธ์ไว้ในตัวแปรoutcome
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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]))