Simulación de Montecarlo para Probabilidades en Juegos de Cartas
Clase 17 de 24 • Curso de Estadística Computacional con Python
Contenido del curso
Programación Dinámica
Caminos Aleatorios
- 4

Simulaciones con Caminos Aleatorios en Programación
07:26 min - 5

Camino Aleatorio en Programación Orientada a Objetos
17:29 min - 6

Algoritmo de Caminata Aleatoria en Python: Clase Borracho
14:36 min - 7

Simulación de Caminata Aleatoria con Python
14:18 min - 8

Visualización de Caminatas Aleatorias con Python y Bokeh
11:48 min
Programas Estocásticos
- 9

Programación Estocástica: Aplicaciones y Ejemplos Prácticos
05:25 min - 10

Cálculo de Probabilidades y Simulación de Montecarlo
12:33 min - 11

Simulaciones de Probabilidades con Dados en Python
14:23 min - 12

Inferencia Estadística: Conceptos y Aplicaciones Prácticas
09:43 min - 13

Cálculo de la Media Aritmética en Python paso a paso
06:38 min - 14

Media, Varianza y Desviación Estándar en Estadística
11:35 min - 15

Distribución Normal: Propiedades y Aplicaciones Estadísticas
08:19 min
Simulaciones de Montecarlo
Muestreo e Intervalos de Confianza
Datos Experimentales
Conclusiones
Resumen
¡Hola! ¿Cómo van con el reto? Noten que cuando digo “barajas” me refiero a los “naipes/cartas” individuales. Puede darse el caso de que en algunos países la palabra “baraja” sea sinónimo de “mazo”, pero en esta clase no es así, siempre me estoy refiriendo a los elementos de forma individual.