Υπολογιστής Ρίψης Νομίσματος

Η λειτουργία προσομοιωτή εκτελεί πραγματικές τυχαίες ρίψεις νομίσματος και αναφέρει τα παρατηρούμενα πλήθη για κορώνα και γράμματα, καθώς και ένα διαγράμμα τρέχοντος ποσοστού. Επειδή χρησιμοποιεί πραγματική τυχαιότητα, 100 ρίψεις ενδέχεται να σας δώσουν 47 κορώνες ή 56 κορώνες — μπορείτε να πατήσετε ξανά «Ρίψη» για να δείτε τη διακύμανση.

Η λειτουργία πιθανοτήτων υπολογίζει ακριβείς διωνυμικές πιθανότητες χωρίς τυχαιότητα: η απάντηση είναι ντετερμινιστική και ταυτίζεται με τις τιμές των σχολικών βιβλίων.

Χρησιμοποιήστε τον Προσομοιωτή για τη διδασκαλία του νόμου των μεγάλων αριθμών και την Πιθανότητα για εργασίες και ακριβείς απαντήσεις.

Με 10 ρίψεις ενός δίκαιου νομίσματος, η απόκλιση από το 50/50 είναι μεγάλη — μια αναλογία 7-3 συμβαίνει στο 11.7% των περιπτώσεων. Με 1.000 ρίψεις, μια αναλογία τύπου 7-3 (700 κορώνες) θα ήταν αστρονομικά απίθανη (P ≈ 10^-38).

Τα σερί είναι συνηθισμένα: σε 100 δίκαιες ρίψεις, το μεγαλύτερο σερί από κορώνες είναι κατά μέσο όρο περίπου 7.

Για να εντοπίσετε ένα πειραγμένο νόμισμα, πραγματοποιήστε τουλάχιστον 1.000 ρίψεις και συγκρίνετε με την αναμενόμενη τυπική απόκλιση √(n × p × (1-p)). Αποτελέσματα με απόκλιση μεγαλύτερη από 3 τυπικές αποκλίσεις από τον μέσο όρο υποδηλώνουν ισχυρά μεροληψία.

Ένας υπολογιστής ρίψης νομίσματος μοντελοποιεί κάθε ρίψη ως ανεξάρτητη δοκιμή Bernoulli: ένα ενδεχόμενο με δύο αποτελέσματα, κορώνα με πιθανότητα p και γράμματα με πιθανότητα 1 - p.

Στη λειτουργία προσομοιωτή παράγει έναν ψευδοτυχαίο αριθμό για κάθε ρίψη και τον καταγράφει ως κορώνα όταν η τιμή είναι μικρότερη του p, υπολογίζοντας στη συνέχεια τις παρατηρούμενες κορώνες και γράμματα. Στη λειτουργία πιθανοτήτων υπολογίζει τη διωνυμική κατανομή, η οποία δίνει την πιθανότητα να εμφανιστούν ακριβώς k κορώνες σε n ρίψεις ως C(n, k) × p^k × (1-p)^(n-k).

Το Wolfram MathWorld περιγράφει αυτή τη σύνδεση Bernoulli-διωνυμικής ως τη βάση των διακριτών πιθανοτήτων. Έτσι, ο υπολογιστής διαχωρίζει την πραγματική δειγματοληψία από τα ακριβή μαθηματικά, ώστε να μπορείτε να συγκρίνετε τα παρατηρούμενα αποτελέσματα με τις θεωρητικές προσδοκίες.

Σε μία μόνο ρίψη ενός δίκαιου νομίσματος, οι πιθανότητες για κορώνα είναι 50% και οι πιθανότητες για γράμματα είναι 50%, δηλαδή μια ισόπαλη πιθανότητα 1 προς 1. Αυτή είναι η καθοριστική ιδιότητα μιας δίκαιης δοκιμής Bernoulli, όπου τα δύο αποτελέσματα είναι εξίσου πιθανά και αμοιβαίως αποκλειόμενα.

Κάθε ρίψη είναι επίσης ανεξάρτητη, που σημαίνει ότι μια προηγούμενη κορώνα δεν αλλάζει τις πιθανότητες της επόμενης ρίψης.

Σύμφωνα με τη μελέτη του Στάνφορντ από τους Diaconis, Holmes και Montgomery, ένα νόμισμα που ρίχνεται φυσικά φέρει μια πολύ μικρή μεροληψία προς την πλευρά που ήταν στραμμένη προς τα πάνω στην αρχή, της τάξης του 0.51 αντί για 0.50. Για σχεδόν κάθε πρακτικό ή εκπαιδευτικό σκοπό, η αντιμετώπιση μιας μεμονωμένης ρίψης ως καθαρό 50/50 είναι ακριβής.

Για τον υπολογισμό της πιθανότητας να φέρετε ακριβώς N κορώνες σε M ρίψεις, χρησιμοποιήστε τον διωνυμικό τύπο P(X = N) = C(M, N) × p^N × (1-p)^(M-N).

Αρχικά βρείτε τον διωνυμικό συντελεστή C(M, N) = M! / (N! × (M-N)!), ο οποίος υπολογίζει τις διαφορετικές διατάξεις των N κορωνών ανάμεσα σε M ρίψεις. Στη συνέχεια, πολλαπλασιάστε με το p υψωμένο στη δύναμη N και το (1-p) υψωμένο στη δύναμη των υπόλοιπων ρίψεων.

Για ένα δίκαιο νόμισμα που ρίχνεται 10 φορές, οι ακριβώς 5 κορώνες είναι C(10, 5) × 0.5^10 = 252 / 1024 ≈ 24.61%. Το Wolfram MathWorld το θεωρεί αυτό ως το αντιπροσωπευτικό διωνυμικό παράδειγμα. Η λειτουργία πιθανοτήτων του υπολογιστή εκτελεί αυτούς τους υπολογισμούς παραγοντικού ακριβώς, αποφεύγοντας τα σφάλματα στρογγυλοποίησης που είναι συνηθισμένα στους χειροκίνητους υπολογισμούς.

Η συσσωρευτική πιθανότητα απαντά σε ερωτήματα όπως «τουλάχιστον N κεφαλές» ή «το πολύ N κεφαλές», αθροίζοντας πολλαπλούς ακριβείς διωνυμικούς όρους αντί να επιστρέφει μία μόνο τιμή.

Η πιθανότητα για το πολύ N κεφαλές προσθέτει τις πιθανότητες P(X = 0) έως P(X = N), ενώ για τουλάχιστον N κεφαλές αθροίζει τις P(X = N) έως P(X = M). Αυτά τα συσσωρευτικά αθροίσματα κατασκευάζουν τη συνάρτηση κατανομής της διωνυμικής κατανομής, την οποία χρησιμοποιούν το Wolfram MathWorld και τα κλασικά εγχειρίδια στατιστικής για τον υπολογισμό των πιθανοτήτων ουράς.

Για παράδειγμα, η πιθανότητα για τουλάχιστον 60 κεφαλές σε 100 δίκαιες ρίψεις είναι περίπου 2,8%, καθώς το 60 απέχει δύο τυπικές αποκλίσεις πάνω από τη μέση τιμή του 50. Ο υπολογιστής υπολογίζει και τις τρεις οπτικές — ακριβώς, το πολύ και τουλάχιστον — ώστε να μπορείτε να διατυπώσετε το ερώτημά σας όπως επιθυμείτε.

Ο νόμος των μεγάλων αριθμών ορίζει ότι καθώς ο αριθμός των ρίψεων αυξάνεται, το παρατηρούμενο ποσοστό των κεφαλών συγκλίνει προς την πραγματική πιθανότητα, η οποία είναι συνήθως 50% για ένα δίκαιο νόμισμα.

Δεν υπόσχεται ότι οι κεφαλές και τα γράμματα θα εξισορροπηθούν βραχυπρόθεσμα· μια σειρά 10 ρίψεων μπορεί εύκολα να καταλήξει σε 7-3, αλλά μια σειρά 10.000 ρίψεων βρίσκεται σχεδόν πάντα εντός απόκλισης περίπου 1% από το 50%. Η Encyclopaedia Britannica περιγράφει αυτό το θεώρημα ως θεμελιώδες για τις πιθανότητες, διαχωρίζοντάς το από την «πλάνη του τζογαδόρου» σύμφωνα με την οποία ένα αποτέλεσμα «οφείλει» να εμφανιστεί.

Η λειτουργία προσομοίωσης κάνει το φαινόμενο αυτό εμφανές: κάντε μερικές δεκάδες ρίψεις για να δείτε έντονες διακυμάνσεις, και στη συνέχεια χιλιάδες ρίψεις για να δείτε το ποσοστό να σταθεροποιείται.

Ένας υπολογιστής ρίψης νομίσματος εξυπηρετεί πολλούς πρακτικούς σκοπούς πέρα από την επίλυση μιας φιλικής διαφωνίας.

• Οι εκπαιδευτικοί χρησιμοποιούν τη λειτουργία προσομοίωσης για να επιδείξουν τον νόμο των μεγάλων αριθμών, τη διακύμανση δειγματοληψίας και τη μορφή της διωνυμικής κατανομής χωρίς φυσικά νομίσματα.
• Οι μαθητές χρησιμοποιούν τη λειτουργία πιθανοτήτων για να επαληθεύσουν τις απαντήσεις των ασκήσεών τους με ακριβείς τιμές.
• Οι ερευνητές και οι αναλυτές αξιοποιούν τα ίδια διωνυμικά μαθηματικά για την κατανόηση των δοκιμών A/B, καθώς η αναλογία 50/50 αποτελεί τη βάση της μηδενικής υπόθεσης σε πολλά πειράματα.
• Οι σχεδιαστές παιχνιδιών και οι χομπίστες τον χρησιμοποιούν για δίκαιη τυχαιοποίηση ή για τη μοντελοποίηση πειραγμένων νομισμάτων.

Καθώς κάθε ρίψη είναι ανεξάρτητη, το εργαλείο αποτελεί επίσης μια εξαιρετική εισαγωγή στη λογική Monte Carlo, όπου οι επαναλαμβανόμενες τυχαίες δοκιμές προσεγγίζουν μια θεωρητική πιθανότητα.

Το ρυθμιστικό μεροληψίας (bias) ορίζει την πιθανότητα p για κεφαλή από το 0 έως το 1, επιτρέποντάς σας να προσομοιώσετε ένα πειραγμένο νόμισμα αντί για ένα δίκαιο.

Μια τιμή 0,6 δίνει κεφαλή περίπου στο 60% των ρίψεων κατά μέσο όρο, ενώ το 0,4 ευνοεί τα γράμματα. Τα άκρα 0 και 1 επιβάλλουν πάντα γράμματα ή πάντα κεφαλή αντίστοιχα. Τόσο η λειτουργία προσομοίωσης όσο και η λειτουργία πιθανοτήτων λαμβάνουν υπόψη αυτή την τιμή, οπότε ο διωνυμικός τύπος χρησιμοποιεί το p που επιλέξατε στο P(X = k) = C(n, k) × p^k × (1-p)^(n-k).

Τα πραγματικά φυσικά νομίσματα σπάνια εμφανίζουν μεροληψία πάνω από 0,51, όπως τεκμηρίωσε η μελέτη του Stanford Diaconis, επομένως οι μεγάλες τιμές του p αντιμετωπίζονται καλύτερα ως διδακτικά σενάρια ή υποθετικές περιπτώσεις παρά ως μοντέλα κανονικών νομισμάτων.

Τα μεγάλα σερί μπορεί να φαίνονται ύποπτα, αλλά αποτελούν φυσιολογικό χαρακτηριστικό των τυχαίων ρίψεων και όχι απόδειξη πειραγμένου νομίσματος.

Σε μια ακολουθία δίκαιων ρίψεων, το μέγιστο αναμενόμενο σερί αυξάνεται περίπου με τον λογάριθμο με βάση το 2 του αριθμού των ρίψεων. Έτσι, σε 100 ρίψεις, το μεγαλύτερο σερί μιας πλευράς είναι κατά μέσο όρο έξι ή επτά συνεχόμενες φορές. Αυτό σημαίνει ότι τα σερί εμφανίζονται συχνά, και η αντιμετώπισή τους ως σήμα για ποντάρισμα στην αντίθετη πλευρά αποτελεί την «πλάνη του τζογαδόρου» για την οποία προειδοποιεί η Encyclopaedia Britannica.

Επειδή κάθε ρίψη είναι ανεξάρτητη, ένα σερί από κεφαλές δεν αυξάνει ποτέ τις πιθανότητες η επόμενη ρίψη να είναι γράμματα. Για να διακρίνετε την πραγματική μεροληψία από την τύχη, συγκρίνετε τα συνολικά αποτελέσματα με την αναμενόμενη κατανομή σε πολλές ρίψεις, αντί να αντιδράτε σε μικρά σερί.

• Το πιο συχνό λάθος είναι η πλάνη του τζογαδόρου — η πεποίθηση ότι μετά από πολλές κεφαλές «σειρά έχουν» τα γράμματα. Κάθε ρίψη είναι ανεξάρτητη, επομένως οι πιθανότητες παραμένουν 50/50 ανεξάρτητα από το ιστορικό.
• Ένα δεύτερο λάθος είναι η προσδοκία μιας ακριβούς κατανομής 50/50 σε μικρά δείγματα· ακόμα και 10 ρίψεις δίνουν ακριβώς 5 κεφαλές μόνο στο 24,6% των περιπτώσεων.
• Ένα τρίτο είναι η σύγχυση του «ακριβώς N κεφαλές» με το «τουλάχιστον N κεφαλές», τα οποία αποτελούν πολύ διαφορετικές συσσωρευτικές ποσότητες.
• Επίσης, συχνά ερμηνεύονται υπερβολικά τα μικρά σερί ως απόδειξη πειραγμένου νομίσματος, ενώ τα σερί είναι αναμενόμενα.
• Τέλος, η χρήση ενός πολύ μικρού δείγματος για την αξιολόγηση της αντικειμενικότητας είναι μη αξιόπιστη: η Encyclopaedia Britannica σημειώνει ότι μόνο ο μεγάλος αριθμός δοκιμών αποκαλύπτει τις πραγματικές πιθανότητες, γι' αυτό πραγματοποιήστε πολλές ρίψεις πριν συμπεράνετε ότι ένα νόμισμα είναι μεροληπτικό.