Como podemos encontrar a probabilidade de vencer um jogo tão complexo que seus estados excedem o número de átomos no universo? Quando a matemática analítica se torna intratável, recorremos ao laboratório do computador. Simulação: Este método de determinar probabilidades de forma empírica por meio de experimentação é conhecido como simulação, servindo como ponte entre a probabilidade teórica e a aplicação no mundo real.
A Arquitetura de um Experimento
No centro de toda simulação está a replicação de processos estocásticos. Em vez de resolver uma equação fechada, simulamos o comportamento do sistema por meio de tentativas repetidas. Para traduzir esses resultados físicos em dados matemáticos, empregamos Variáveis Indicadoras.
Para quantificar os resultados, definimos variáveis aleatórias que capturam o sucesso ou fracasso de um evento. Por exemplo, em um jogo de dados:
$$X = \begin{cases} 1 & \text{se a soma dos dados for 6} \\ 0 & \text{caso contrário} \end{cases}$$
Para jogos mais complexos como o solitário, definimos $X_i$ como o resultado da $i$-ésima tentativa:
$$X_i = \begin{cases} 1 & \text{se o } i\text{-ésimo jogo resultar em vitória} \\ 0 & \text{caso contrário} \end{cases}$$
Crucialmente, o valor esperado $E[X_i] = P\{\text{vitória no solitário}\}$.
Convergência Teórica
Por que isso funciona? A validade da simulação repousa no Teorema Forte dos Grandes Números (TGFN). Definimos nosso estimador como a média amostral:
$$\sum_{i=1}^n \frac{X_i}{n} = \frac{\text{número de jogos vencidos}}{\text{número de jogos jogados}}$$
Este é um estimador não tendencioso. Pelo teorema forte dos grandes números, sabemos que $\sum_{i=1}^n \frac{X_i}{n}$ convergirá, com probabilidade 1, para $P\{\text{vitória no solitário}\}$ quando $n \to \infty$.
Exemplo: O Paradoxo do Solitário
Imagine calcular a probabilidade exata de vencer um jogo complexo de solitário. A combinação analítica seria quase impossível devido ao número enorme de estados do baralho. Em vez disso, programamos um computador para jogar $n = 1.000.000$ partidas usando uma estratégia fixa. Ao rastrear $X_i$ em cada partida, a fração resultante de vitórias fornece uma estimativa de alta precisão da probabilidade de vitória que seria impossível de obter por métodos de contagem convencionais.