Un tablero lleno de clavos y una bola cayendo. En cada clavo, la bola gira a la izquierda o a la derecha por puro azar. Pero lanza miles de bolas... y emerge orden del caos: la campana de Gauss. Esta simulación te permite ver en tiempo real cómo la aleatoriedad microscópica genera patrones macroscópicos predecibles.
Triángulo de Pascal → Coeficientes binomiales → Campana de Gauss
¿Qué Observarás?
- Caída individual: Cada bola sigue un camino impredecible, rebotando aleatoriamente
- Histograma emergente: Los contenedores se llenan formando una campana
- Curva normal teórica: La línea rosa predice la forma con asombrosa precisión
- Estadísticas en vivo: Media y desviación estándar se estabilizan con más bolas
- Efecto de sesgo: Cambia P(derecha) y observa cómo la campana se desplaza
Conceptos Clave
Distribución Binomial
Cada bola hace n decisiones binarias (izq/der). El número total de giros a la derecha sigue B(n,p).
Teorema Central del Límite
La suma de muchas variables aleatorias independientes converge a una distribución normal, sin importar la distribución original.
Media y Varianza
La media μ = np indica dónde se centra la campana. La varianza σ² = np(1-p) indica su dispersión.
Ley de los Grandes Números
Con más bolas, la frecuencia relativa de cada contenedor se acerca a su probabilidad teórica.
Las Ecuaciones
P(k giros derecha en n clavos) = C(n,k) × p^k × (1-p)^(n-k)
μ = n × p
σ² = n × p × (1 - p)
σ = √(n × p × (1 - p))
f(x) = (1 / σ√(2π)) × e^(-(x-μ)²/2σ²)
De Binomial a Normal
Binomial B(n, p)
Discreta: k = 0, 1, 2, ..., n
Normal N(μ, σ²)
Continua: x ∈ (-∞, +∞)
Cuando n es suficientemente grande (típicamente n ≥ 30, o np ≥ 5 y n(1-p) ≥ 5), la distribución binomial se aproxima muy bien por la normal con los mismos μ y σ.
El Efecto de la Probabilidad
Sesgo Izquierdo
Simétrico
Sesgo Derecho
Experimenta
Experimento 1: Convergencia a la Normal
- Configura 10 filas de clavos y p = 0.5
- Activa "Curva normal teórica"
- Lanza 100 bolas y observa el histograma irregular
- Añade +1000 bolas y ve cómo se suaviza
- Compara el histograma con la curva rosa: ¿cuántas bolas necesitas para un buen ajuste?
Experimento 2: Sesgo y Desplazamiento
- Reinicia y pon p = 0.3
- Lanza 500 bolas y observa dónde se centra la campana
- Anota la media mostrada y compárala con μ = 10 × 0.3 = 3
- Cambia a p = 0.7 y reinicia
- Observa que la campana es ahora un reflejo de la anterior (media ≈ 7)
Experimento 3: Efecto del Número de Filas
- Pon p = 0.5 y configura 4 filas de clavos
- Lanza 500 bolas: el histograma será muy discreto (5 barras)
- Cambia a 20 filas y reinicia
- Lanza 500 bolas: ahora hay 21 barras y la curva es más suave
- Más filas = mejor aproximación a la continua
Experimento 4: Varianza y Dispersión
- Con n = 10, prueba p = 0.5: σ² = 10 × 0.5 × 0.5 = 2.5
- Ahora prueba p = 0.1: σ² = 10 × 0.1 × 0.9 = 0.9
- Compara visualmente la anchura de las campanas
- La varianza es máxima cuando p = 0.5 (simetría perfecta)
Contexto Histórico
Pascal y Fermat intercambian cartas fundando la teoría de probabilidad. El Triángulo de Pascal codifica los coeficientes binomiales.
Abraham de Moivre descubre que la binomial se aproxima a una curva en forma de campana para n grande.
Gauss publica "Theoria Motus" introduciendo la distribución normal para el análisis de errores astronómicos.
Sir Francis Galton construye el primer "quincunx" (tablero de Galton) para demostrar visualmente el Teorema Central del Límite.
Karl Pearson formaliza la estadística moderna, usando la distribución normal como piedra angular.
Conexiones Interdisciplinarias
Monte Carlo π
Los métodos Monte Carlo también revelan patrones estadísticos emergentes del azar
Movimiento Browniano
El camino aleatorio de una bola es una versión discreta del movimiento browniano
Genética Poblacional
Las frecuencias alélicas en poblaciones pequeñas fluctúan como las bolas en el tablero
Control de Calidad
Los gráficos de control usan la distribución normal para detectar procesos fuera de límites
Física Estadística
La distribución de velocidades de Maxwell también es gaussiana
Finanzas
El modelo Black-Scholes asume que los retornos logarítmicos siguen una normal
Para Explorar Más
- "The Bell Curve" - la ubicuidad de la distribución normal en la naturaleza
- Triángulo de Pascal y su conexión con los coeficientes binomiales
- Caminatas aleatorias (Random Walks) y su límite continuo
- El Teorema de De Moivre-Laplace (versión formal de lo que ves aquí)
- Regresión a la media: el descubrimiento original de Galton