¿Cómo encontramos la probabilidad de ganar un juego tan complejo que sus estados superan el número de átomos en el universo? Cuando las matemáticas analíticas se vuelven intratables, recurrimos al laboratorio del ordenador. Simulación: Este método de determinar empíricamente probabilidades mediante experimentación se conoce como simulación, actuando como puente entre la probabilidad teórica y su aplicación en el mundo real.
La Arquitectura de un Experimento
En el corazón de toda simulación se encuentra la replicación de procesos estocásticos. En lugar de resolver una ecuación cerrada, simulamos el comportamiento del sistema mediante pruebas repetidas. Para traducir estos resultados físicos en datos matemáticos, empleamos Variables Indicadoras.
Para cuantificar los resultados, definimos variables aleatorias que capturan el éxito o fracaso de un evento. Por ejemplo, en un juego de dados:
$$X = \begin{cases} 1 & \text{si la suma de los dados es 6} \\ 0 & \text{en caso contrario} \end{cases}$$
Para juegos más complejos como el solitario, definimos $X_i$ como el resultado del $i$-ésimo intento:
$$X_i = \begin{cases} 1 & \text{si el } i\text{-ésimo juego termina en victoria} \\ 0 & \text{en caso contrario} \end{cases}$$
Crucialmente, el valor esperado $E[X_i] = P\{\text{victoria en solitario}\}$.
Convergencia Teórica
¿Por qué funciona esto? La validez de la simulación se basa en la Ley Fuerte de los Grandes Números (SLLN). Definimos nuestro estimador como el promedio muestral:
$$\sum_{i=1}^n \frac{X_i}{n} = \frac{\text{número de partidas ganadas}}{\text{número de partidas jugadas}}$$
Este es un estimador imparcial. Por la ley fuerte de los grandes números, sabemos que $\sum_{i=1}^n \frac{X_i}{n}$ convergerá, con probabilidad 1, hacia $P\{\text{victoria en solitario}\}$ cuando $n \to \infty$.
Ejemplo: El Paradoja del Solitario
Imagina calcular la probabilidad exacta de ganar un juego complejo de solitario. Las combinaciones analíticas serían casi imposibles debido al enorme número de estados posibles del mazo. En cambio, programamos una computadora para jugar $n = 1.000.000$ partidas usando una estrategia fija. Al rastrear $X_i$ para cada partida, la fracción resultante de victorias proporciona una estimación de alta precisión de la probabilidad de victoria, que de otro modo sería inalcanzable mediante métodos contables estándar.