Matemáticas · 6 min de lectura

Diez medias cuentan más que una trayectoria

Compara muestras pareadas, interpreta cuantiles empíricos y distingue la dispersión de una promesa sobre el siguiente resultado.

Una semilla por parejaMuestra A100 ensayosMuestra B10.000 ensayosDos medias → una fila
Esquema original de Archivo Lúdico. Ilustración conceptual; no son datos de un juego real.
En este artículo
  1. La línea de una sesión es una sola historia
  2. Lo que permanece fijo
  3. Dos tamaños, una comparación pareada
  4. Qué significa el intervalo entre puntos
  5. La varianza no recuerda la última racha
  6. Una ficha para repetir el experimento

La línea de una sesión es una sola historia

En el laboratorio de convergencia una semilla fija permite repetir una secuencia. Eso sirve para comprobar un cálculo, pero también puede producir una impresión engañosa: si dibujamos una sola trayectoria, sus subidas y bajadas parecen explicar cómo se comporta siempre el modelo. Otra semilla ofrece otra historia. La pregunta útil no es cuál de esas historias es la verdadera, sino qué varía cuando repetimos el mismo experimento bajo las mismas reglas.

La comparación de muestras añade esa segunda perspectiva. Cada punto representa la media de una ejecución completa, no un resultado individual. Hay dos series: A y B. Elegimos para cada una 100, 1.000 o 10.000 ensayos y repetimos la pareja cinco, diez o veinte veces. La tabla conserva todas las medias; el dibujo facilita ver su dispersión. Ninguno de los dos pretende describir una máquina comercial ni recomendar cuándo jugar.

Lo que permanece fijo

El modelo original asigna 0, 1, 2, 10 y 40 puntos con probabilidades 0,6; 0,25; 0,1; 0,049 y 0,001. Son reglas didácticas inventadas. Su suma de probabilidades es uno. La media teórica de puntos por ensayo se calcula multiplicando cada resultado por su probabilidad y sumando: 0,98. En la escala del laboratorio, que multiplica por cien, la referencia es 98. La explicación de esperanza y desviación de OpenStax fundamenta esas operaciones; los números concretos pertenecen a nuestro modelo.

La media observada es otra cantidad: puntos efectivamente simulados divididos por número de ensayos, multiplicados por cien. Puede quedar por encima o por debajo de 98. No modificamos la línea de referencia para que coincida con una muestra, ni descartamos una ejecución por resultar poco vistosa. La discrepancia es justamente el objeto de estudio.

También conocemos la varianza del resultado individual: 6,1896 puntos cuadrados. Bajo la hipótesis de ensayos independientes, la desviación típica de la media en esta escala es 100 × raíz(6,1896 / n). Cuadruplicar n divide por dos esa desviación teórica. El laboratorio muestra esta magnitud aparte del rango observado. Una fórmula sobre el modelo y la distancia entre dos puntos de una pequeña colección no son el mismo dato.

Dos tamaños, una comparación pareada

Cada repetición deriva una semilla de la semilla base mediante una regla entera determinista. Dentro de una pareja, A y B comienzan con la misma semilla. Si A contiene 100 ensayos y B contiene 10.000, los primeros 100 ensayos son compartidos. Esa elección permite preguntar qué ocurre al ampliar una secuencia concreta; no representa dos sesiones independientes. El aviso está junto a los controles y también se incluye en el CSV.

Las semillas diferentes producen secuencias reproducibles del mismo generador educativo. No presentamos esa construcción como una demostración de independencia estadística entre semillas, ni como un generador apto para seguridad. Si A y B tienen el mismo tamaño, sus resultados deben coincidir exactamente en cada pareja. Esa igualdad es una prueba útil del programa, no un descubrimiento sobre el azar.

Prueba primero 100 frente a 10.000 con diez repeticiones. Después intercambia los tamaños sin cambiar la semilla. Las dos columnas deben intercambiar sus valores. Finalmente selecciona el mismo tamaño en ambas. Si aparecen diferencias en ese último caso, hay un error de implementación que una gráfica bonita no puede justificar.

Qué significa el intervalo entre puntos

El resumen incluye mínimo, percentil 10, mediana, percentil 90, máximo y media de las medias. Son estadísticas descriptivas de las ejecuciones que acabamos de producir. No son un intervalo de confianza, una garantía de cobertura para ejecuciones futuras ni el rango completo de resultados posibles.

Para evitar ambigüedad usamos el rango más próximo: ordenamos las k medias, calculamos techo(p × k) y tomamos esa posición, contando desde uno. Para p = 0 usamos la primera. Con diez ejecuciones, P10 es la primera observación ordenada y P90 la novena. P50 toma la quinta, no el promedio de la quinta y la sexta. Es una convención deliberada, indicada junto al resultado. El manual de NIST explica que hay diversas convenciones para percentiles; no atribuimos a NIST nuestro algoritmo concreto.

Con cinco o diez puntos, cambiar la convención puede cambiar apreciablemente un resumen. Por eso la tabla completa tiene más valor que una banda coloreada sin explicación. La visualización usa una escala común que incluye las dos series y la referencia 98. Si esa escala cambia al ejecutar otro experimento, una distancia en píxeles no se puede comparar directamente con la del dibujo anterior.

La varianza no recuerda la última racha

La definición de independencia de OpenStax permite expresar el límite con precisión: conocer un evento no cambia la probabilidad del otro cuando son independientes. En un modelo con esa hipótesis, una racha anterior no obliga a una compensación posterior. Una media larga puede acercarse a la esperanza porque cada nuevo resultado pesa menos en el promedio, sin que las probabilidades individuales cambien para «corregir» el pasado.

Eso no demuestra cómo funciona un dispositivo real. Tampoco convierte nuestra secuencia determinista en una prueba física de independencia. Separamos tres niveles: la hipótesis matemática, la simulación que permite explorarla y cualquier sistema externo que necesitaría evidencia propia. Una gráfica sólo aporta información sobre el nivel que realmente mide.

Una ficha para repetir el experimento

Antes de interpretar, conserva semilla, tamaños, repeticiones y nombre del modelo. El botón de repetición restaura exactamente la última configuración válida, aunque hayas cambiado los controles. Una entrada inválida conserva el resultado anterior identificado; limpiar elimina ese resultado y desactiva la descarga. El CSV incluye configuración, fórmula del resumen, limitaciones y cada pareja, con punto decimal para intercambio y presentación española en pantalla.

El trabajo está limitado a veinte parejas de diez mil ensayos por lado: como máximo 400.000 pasos. No hay red, cuentas ni almacenamiento de tus experimentos. Sin JavaScript puedes leer las reglas y el ejemplo metodológico, aunque no producir nuevas muestras. Para una lectura inicial más pausada, vuelve a qué significa realmente RTP. La mejor conclusión del laboratorio es una pregunta más precisa sobre los datos, nunca una promesa sobre el siguiente resultado.

Alcance: explicación educativa. No ofrece consejos de apuestas ni valida el funcionamiento de productos concretos. Las fuentes y sus límites se detallan al margen.