Estimación con Simulación
Introducido| English | Significado |
|---|---|
| simulation/ˌsɪmjʊˈleɪʃn/ | simulación |
| trial/ˈtraɪəl/ | ensayo |
| law of large numbers/lɔː ɒv lɑːdʒ ˈnʌmbəz/ | ley de los grandes números |
Imitando al azar
- Cuando la probabilidad es difícil de calcular, podemos estimarla mediante imitación.
- Una simulación modela un proceso aleatorio usando dígitos aleatorios, una moneda o una computadora.
- Ejecuta el proceso muchas veces y observa con qué frecuencia ocurre el resultado de interés.
- Convierte una pregunta compleja de probabilidad en un experimento de conteo.
Configurar la simulación
- Nombra los componentes: qué representa cada dígito aleatorio (o extracción).
- Definir una prueba: una repetición completa de todo el proceso.
- Establece la variable de respuesta: qué registras en cada prueba (¿sucedió el evento?).
- Reglas claras hacen que la simulación sea reproducible y honesta.

Repetir un proceso aleatorio muchas veces y contar cuántas veces ocurre el evento
Estimar la probabilidad
- Ejecuta muchas pruebas y cuenta cuántas produjeron el resultado de interés.
- La probabilidad estimada = (éxitos) ÷ (número de pruebas).
- Más pruebas → una estimación más confiable.
- Esta proporción aproxima la probabilidad real que no podrías calcular fácilmente.
La ley de los grandes números
- La ley de los grandes números afirma que, en repeticiones independientes con la misma probabilidad del evento, la proporción de éxitos se aproxima a esa probabilidad a largo plazo.
- Pocas pruebas → una estimación ruidosa y poco fiable; muchas pruebas → una estable.
- Es la garantía de que la simulación funciona si se ejecuta lo suficiente.
- Una ganancia esperada positiva favorece a un casino tras muchas partidas, pero no garantiza ganancias en ninguna serie finita.
La ley de los grandes números trata sobre el largo plazo, no sobre un "equilibrio" a corto plazo. Más pruebas hacen que la proporción se acerque a la probabilidad verdadera — no significa que una racha de mala suerte deba ser "corregida" pronto. Además, una simulación solo estima una probabilidad; la estimación conlleva cierto error que disminuye a medida que aumentan las pruebas.
En un modelo simplificado, supón que cada uno de $3$ nacimientos tiene de forma independiente una probabilidad $0.5$ de que nazca una niña. Estima la probabilidad de que nazcan tres niñas.
- Componente: un dígito aleatorio — par = niña, impar = niño. Prueba: tres dígitos.
- Respuesta: ¿fueron los tres pares? Ejecuta $100$ pruebas y cuenta las pruebas con "todas niñas".
- Si $12$ de $100$ ensayos dan solo niñas, la estimación es $12/100 = 0.12$ (probabilidad del modelo $0.5^3=0.125$).
Una simulación imita un proceso aleatorio para estimar una probabilidad: define los componentes, un ensayo y la respuesta, y luego estima $P = \text{successes} / \text{trials}$. Para ensayos independientes bajo un modelo fijo correcto, la ley de los grandes números garantiza la convergencia a largo plazo; el error no tiene por qué disminuir después de cada ensayo adicional.
Escribe a partir de los datos: calcula la estimación
- Una simulación tiene 100 pruebas.
- Se cuentan 9 pruebas como éxitos. La estimación de la lección 0.12 es otra simulación.
Una simulación registra 9 éxitos en 100 ensayos. Estima la probabilidad del evento y explica si un mayor número de ensayos garantiza un error menor.
La estimación es el número de éxitos dividido entre el número de ensayos.
Una simulación registra 9 éxitos en 100 ensayos. ¿Cuál es la probabilidad estimada?
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
9 dividido entre 100 es 0.09. Otras opciones — 0.12 (la otra simulación); 9 (el número de éxitos).
Ensayos aleatorios repetidos
Cada lanzamiento es un ensayo; muchos ensayos estiman una probabilidad.
En una simulación, 12 de 100 ensayos dieron el resultado de interés. Estime la probabilidad (como decimal).
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
Estimado = éxitos / ensayos = 12/100 = 0.12.
La ley de los grandes números dice que a medida que aumenta el número de ensayos, la probabilidad estimada...
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Más ensayos → la estimación se acerca al valor verdadero.
Una repetición completa de todo el proceso simulado se llama ___.
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Un ensayo es una repetición; se realizan muchos de ellos.
Una simulación da la probabilidad verdadera exacta, sin error.
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Una simulación estima una probabilidad. Un mayor número de ensayos independientes generalmente reduce la incertidumbre de muestreo, pero el error no tiene por qué disminuir en cada ejecución.
Ordene los pasos para diseñar una simulación.
Dificultad 3/5 · 200 monedas + un pequeño bono en el primer intento de hoy
Modelo el proceso, ejecútelo repetidamente, luego tome la proporción.