Simulación de un par de dados - inteligenciaes

Simulación de un par de dados

[ad_1]

Un dado tiene números que van del 1 al 6. Dos dados cuando se lanzan juntos dan casi 36 posibilidades. La simulación se utiliza para estudiar fenómenos aleatorios replicando el mundo real con suficiente certeza. Para ello comencemos por enumerar las posibilidades utilizando un par de dados. Hay 36 combinaciones posibles que arrojan una suma entre 2 y 12 en ambas caras. Por ejemplo, la probabilidad de obtener un 2 es muy baja, que es solo 1/36. De manera similar, la probabilidad de obtener 3 es (1,2) (2,1) que es 2/36 o 1/18. La probabilidad de que obtengamos una suma de 4 es (1,3) (2,2) (3,1) o la probabilidad de obtener una suma de 4 con dos dados lanzados es 4/36 o 1/9.

(2,1,0.027777778,0.027777778), (3,2,0.055555556,0.083333333), (4, 3, 0.083333333, 0.166666667), (5,4 0.111111111, 0.277777778), (6, 5 0.138888889, 0.416666667), (7 , 6 0.166666667,0.583333333), (8,5 0.138888889, 0.722222222), (9,4 0.111111111, 0.833333333), (10, 3,0.083333333, 0.916666667), (11, 2, 0.055555556,0.972222222), (12, 1, 0,027777778, 1)

Arriba se muestra el número de ocurrencias de una combinación en dos dados. La suma de los dos números varía entre 2 y 12, junto con ella el número de posibles combinaciones de sumas que pueden ocurrir, el siguiente que se muestra es la probabilidad y la probabilidad acumulada.

Ahora se puede seguir adelante y generar una gran cantidad de números aleatorios entre 0 y 1. Estas también serían variaciones aleatorias uniformes. Sobre la base del número aleatorio que aparece, se determina el rango correspondiente y se determina la suma asignada a ese rango. Por ejemplo, si uno genera un número aleatorio 0,67, entonces ocurre entre los rangos de probabilidad acumulada 0,5833 y 0,722. La suma correspondiente asignada a este rango de probabilidad acumulada es 7. Asimismo, se deben generar miles de números aleatorios y realizar iteraciones muchas veces para obtener un conjunto de números aleatorios generados de manera perfectamente normal. Esto también se comprueba mediante la teoría del límite central.

Lee mas  Un llamado a la emancipación de la nanotecnología

Cuando se simuló todo este modelo de dos dados lanzados en 1000 ensayos aleatorios y 1 iteración, el resultado no convergió con la probabilidad de ocurrencia esperada. El resultado simulado muestra que Tres ha ocurrido solo una vez, Siete ha ocurrido cinco veces, Cinco ha ocurrido 4 veces, cuatro ha ocurrido 3 veces, lo cual es diferente del número de ocurrencias y la probabilidad esperada de ocurrencia. Esto se debe al hecho de que se puede haber utilizado un generador de RndNum defectuoso y también al hecho de que el sistema de pares de dados no se ha simulado para un número suficiente de ensayos y repeticiones. Como no se pueden pegar mil números aleatorios en este tutorial, esto se ha omitido. Hacerlo ayudará a que los RndNumbers converjan a una distribución normal y también ayudará a calcular las ocurrencias de los totales en el sistema simulado.

[ad_2]

Leave a Comment