SciSimulator
Volver al experimento

Tablero de Galton Guía

MatemáticasAvanzadoTiempo de lectura: 3 min

Resumen

¿Es realmente impredecible el resultado de innumerables eventos aleatorios? El Tablero de Galton (Galton Board) revela una verdad asombrosa: cuando numerosas pequeñas elecciones aleatorias (izquierda o derecha) se acumulan, forman espontáneamente una 'curva de campana' altamente ordenada y estable: la Distribución Normal. Esta es una presentación visual e intuitiva del famoso 'Teorema del Límite Central' en estadística.

Antecedentes

El Tablero de Galton fue introducido por primera vez por el polímata británico Sir Francis Galton en su libro de 1889 *Natural Inheritance*. Galton diseñó este aparato para demostrar cómo los resultados acumulativos de los Ensayos de Bernoulli evolucionan hacia una Distribución Normal. Quedó asombrado por esta 'belleza del orden' que surge espontáneamente del 'caos cósmico' y la consideró una ley universal de la naturaleza. Este experimento no solo es una piedra angular de la estadística, sino que también explica por qué las estaturas humanas, las calificaciones de los exámenes y diversos errores de medición siguen mayoritariamente este patrón de distribución simétrica.

Conceptos clave

Ensayo de Bernoulli

P(I)=P(D)=0.5P(\text{I}) = P(\text{D}) = 0.5

Un experimento aleatorio con exactamente dos resultados posibles (éxito o fracaso, izquierda o derecha). En un Tablero de Galton, cada clavo representa un punto de ensayo independiente.

Distribución Binomial

P(X=k)=Cnkpk(1−p)n−kP(X=k) = C_n^k p^k (1-p)^{n-k}

Una distribución de probabilidad discreta que describe el número de éxitos en nn ensayos independientes. La distribución de las bolas en los compartimentos inferiores es esencialmente binomial.

Distribución Normal

También conocida como distribución gaussiana o curva de campana. Cuando el número de ensayos nn es lo suficientemente grande, la distribución binomial se aproxima a una distribución normal continua.

Teorema del Límite Central (TLC)

Un teorema clave en estadística: la distribución de la suma de un gran número de variables aleatorias independientes tiende hacia una distribución normal, independientemente de la distribución original.

Fórmulas y derivación

Función de densidad de probabilidad de la distribución normal

f(x)=1σ2πe−(x−μ)22σ2f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}
Donde μ\mu es la media (centro) y σ\sigma es la desviación estándar (anchura/dispersión) de la curva.

Pasos del experimento

  1. 1

    Inicializar parámetros

    Ajusta el 'Número de filas' y el 'Total de bolas'. Si las filas aumentan de 1010 a 5050, ¿predices que la distribución en la parte inferior será más fina o más desordenada?
  2. 2

    Observación micro-aleatoria

    Haz clic en 'Comenzar'. Sigue la trayectoria de una sola bola. Verás que su rebote en cada clavo es completamente impredecible. Dado que las trayectorias individuales son aleatorias, ¿por qué es posible la predicción general?
  3. 3

    Acumular patrones

    Después de que se acumulen cientos de bolas, observa la altura de los compartimentos centrales. ¿Por qué hay tan pocas bolas en los compartimentos de los bordes? Intenta explicarlo desde una perspectiva de probabilidad.
  4. 4

    Verificar ajuste teórico

    Activa 'Mostrar curva normal'. Observa cómo las alturas de los compartimentos simulados coinciden con la curva teórica roja. ¿Mejora o empeora el ajuste a medida que aumenta el tamaño de la muestra?

Resultados del aprendizaje

  • Comprender la lógica científica de cómo los procesos aleatorios se transforman en patrones estadísticos deterministas a través de una acumulación masiva.
  • Clarificar el camino matemático de la Distribución Binomial a la Distribución Normal (curva de campana).
  • Apreciar la universalidad del Teorema del Límite Central al explicar fenómenos naturales, sociales y de medición científica.
  • Establecer valores estadísticos fundamentales: respetar la aleatoriedad individual mientras se domina la necesidad colectiva.

Aplicaciones reales

  • Evaluación educativa: Las puntuaciones en exámenes a gran escala suelen seguir una distribución normal.
  • Control de calidad industrial: Patrones de desviaciones dimensionales en piezas fabricadas utilizados para supervisar la estabilidad de la producción.
  • Trading financiero: Modelado de pequeñas fluctuaciones en los precios de las acciones (la base de los modelos de movimiento browniano).
  • Genética biológica: Explicación del mecanismo de distribución de rasgos poblacionales como la estatura y la inteligencia.

Errores comunes

Error
Dado que la distribución es más alta en el centro, si suelto una bola, definitivamente caerá en un compartimento central.
Correcto
Incorrecto. Para una sola muestra, podría caer en cualquier lugar (aleatoriedad); la probabilidad solo describe la verosimilitud. El patrón solo surge con un 'gran' número de bolas.
Error
Si una bola ha rebotado hacia la izquierda varias veces seguidas, es más probable que rebote hacia la derecha la próxima vez.
Correcto
Incorrecto. Esta es la 'Falacia del Apostador'. Cada rebote es un evento independiente, no afectado por la historia previa; la probabilidad permanece en el 50%50\%.

Lectura adicional

¿Listo para empezar?

Ahora que entiendes lo básico, ¡comienza el experimento interactivo!

Iniciar experimentoComenzar cuestionario