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.
Usa como semilla 128 bits obtenidos del ruido atmosférico de RANDOM.ORG.
Acerca de los experimentos de pi
Ejemplos de experimentos de pi
| Experimento | Resultado típico | Qué muestra |
|---|---|---|
| 1,000 puntos aleatorios | Aproximadamente de 3.0 a 3.3 | Una demostración rápida con variación de muestreo visible. |
| 10,000 puntos aleatorios | A menudo cerca de 3.14 | Un equilibrio práctico entre rapidez y una estimación útil. |
| 100,000 puntos aleatorios | Normalmente más cerca de 3.1416 | Más observaciones suelen reducir el error aleatorio. |
Cómo ejecutar un experimento de pi
- Elige ruido atmosférico de azar verdadero o el CSPRNG local del navegador.
- Introduce un tamaño de muestra entero entre 100 y 1,000,000 puntos.
- Selecciona Ejecutar experimento de pi y espera un momento si se solicita entropía atmosférica.
- 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.