Calculadora de experimentos de pi con azar verdadero

Estima pi distribuyendo puntos aleatorios en un cuadrado y midiendo cuántos caen dentro de un cuarto de círculo.

Experimento de pi por Monte Carlo
Elige una fuente de entropía y el tamaño de la muestra, y compara la estimación experimental con pi.

Usa como semilla 128 bits obtenidos del ruido atmosférico de RANDOM.ORG.

Acerca de los experimentos de pi

Pi es la razón constante entre la circunferencia de un círculo y su diámetro. Su expansión decimal nunca termina ni se repite, pero un sencillo experimento de probabilidad permite descubrir su valor. Imagina un cuadrado unitario con un cuarto de círculo de radio uno dentro. El cuadrado tiene área uno y el cuarto de círculo, pi dividido entre cuatro. Si los puntos se distribuyen uniformemente por el cuadrado, la proporción dentro de la región curva debería acercarse a pi dividido entre cuatro. Multiplicar esa proporción por cuatro da una estimación de pi por Monte Carlo. La calculadora genera pares de coordenadas entre cero y uno. Para cada par comprueba si x al cuadrado más y al cuadrado es menor o igual a uno, lo que identifica los puntos sobre el cuarto de círculo o dentro de él. Un experimento pequeño puede quedar bastante por encima o por debajo del conocido 3.14159 debido a la variación natural del muestreo aleatorio. Aumentar los puntos suele mejorar la estimación: el error típico disminuye en proporción al inverso de la raíz cuadrada del tamaño muestral, por lo que ganar un decimal puede exigir unas cien veces más observaciones. Hay dos fuentes de aleatoriedad. Al pulsar ejecutar, el modo de azar verdadero obtiene directamente de RANDOM.ORG 128 bits de entropía de ruido atmosférico y los usa como semilla de una secuencia seudoaleatoria de alta calidad para todas las coordenadas. El ruido radioeléctrico atmosférico es un fenómeno físico, no una secuencia algorítmica. Si el servicio, la cuota o los datos de respuesta no están disponibles, la calculadora avisa claramente y termina el experimento con el generador local criptográficamente seguro del navegador. El modo local usa ese CSPRNG directamente y nunca hace solicitudes de red. El experimento es educativo, no la forma más eficiente de calcular pi. Los algoritmos matemáticos producen billones de dígitos mucho más rápido y con garantías deterministas. El muestreo Monte Carlo es valioso porque conecta geometría, área, probabilidad, simulación y ley de los grandes números en un cálculo visible. El mismo principio se extiende a áreas irregulares, integrales multidimensionales, riesgo financiero, comportamiento de partículas y otros problemas cuyas fórmulas exactas son difíciles. Repite el experimento con la misma muestra para observar la variación, luego aumenta los puntos y comprueba cómo se estabilizan las estimaciones.

Ejemplos de experimentos de pi

ExperimentoResultado típicoQué muestra
1,000 puntos aleatoriosAproximadamente de 3.0 a 3.3Una demostración rápida con variación de muestreo visible.
10,000 puntos aleatoriosA menudo cerca de 3.14Un equilibrio práctico entre rapidez y una estimación útil.
100,000 puntos aleatoriosNormalmente más cerca de 3.1416Más observaciones suelen reducir el error aleatorio.

Cómo ejecutar un experimento de pi

  1. Elige ruido atmosférico de azar verdadero o el CSPRNG local del navegador.
  2. Introduce un tamaño de muestra entero entre 100 y 1,000,000 puntos.
  3. Selecciona Ejecutar experimento de pi y espera un momento si se solicita entropía atmosférica.
  4. Compara la estimación de pi y el conteo de puntos interiores con la proporción geométrica esperada.

Preguntas frecuentes sobre experimentos de pi

¿Por qué este experimento estima pi?

El área de un cuarto de círculo unitario es pi dividido entre cuatro, y la del cuadrado unitario que lo contiene es uno. Por tanto, la probabilidad de que un punto uniforme caiga dentro es pi dividido entre cuatro.

¿Por qué cambia el resultado cada vez?

Cada ejecución usa una muestra nueva, así que la proporción observada fluctúa naturalmente. Las muestras mayores suelen fluctuar menos, pero ninguna ejecución aleatoria finita garantiza un resultado más cercano.

¿Qué es la aleatoriedad del ruido atmosférico?

RANDOM.ORG mide ruido radioeléctrico atmosférico impredecible y lo convierte en valores aleatorios. La calculadora los usa como entropía para un generador con semilla que produce las numerosas coordenadas de la simulación.

¿Qué pasa si no se puede acceder a RANDOM.ORG?

La calculadora recurre al generador criptográficamente seguro del navegador y muestra una advertencia clara. El experimento sigue ejecutándose localmente y la etiqueta indica la fuente realmente utilizada.

¿Cuántos puntos debería usar?

Diez mil puntos permiten una demostración rápida en clase; cien mil suelen dar más estabilidad. El error Monte Carlo baja lentamente, así que una precisión muy alta exige muchos más puntos de los que permite esta herramienta interactiva.