Error máximo = la mayor diferencia entre lo que obtuviste y lo que esperabas.
Ejemplo con dado: la probabilidad teórica de cada cara es 1/6 ≈ 0.1667.
Si al lanzar 10 dados la cara ⚀ sale el 30% de las veces, el error para esa cara es |0.30 − 0.1667| = 0.1333.
El error máximo es simplemente el mayor de esos 6 errores.
📏 n=10: error ~0.10–0.30 (grande, poca precisión)
📏 n=1000: error ~0.01–0.03 (chico, alta precisión)
🎯 A mayor n, menor error máximo → la simulación se vuelve más confiable.
Frecuencia Relativa vs Probabilidad Teórica
Historial
El historial se llena al simular.
📝 Cuaderno de Exploración
🔁 Instrucciones: Explora con Dado y con Moneda (selector arriba).
Para cada uno, simula con n=10, n=100 y n=1000. Responde las preguntas de cada sección.
Lanza 10 monedas. ¿Cuántas caras y sellos salieron? ¿La frecuencia se acerca a 0.5000 o está lejos?
🟠 n = 100 lanzamientos
Lanza 100 monedas. ¿El error máximo bajó respecto a n=10? ¿Las dos barras están más parejas?
🟢 n = 1.000 lanzamientos
Lanza 1.000 monedas. ¿Cara y sello están casi 50/50? ¿El error máximo es cercano a cero?
🎲 Dado (1–6) — Prob. teórica = 1/6 ≈ 0.1667
🔴 n = 10 ensayos
Lanza 10 dados. ¿Las frecuencias relativas se parecen a 0.1667 (1/6)? ¿Las barras tienen alturas parejas o muy desiguales? ¿El error máximo es grande o chico?
🟠 n = 100 ensayos
Lanza 100 dados. Compara con la moneda: ¿el error máximo se comporta igual? ¿Las barras se acercan a la línea punteada?
🟢 n = 1.000 ensayos
Lanza 1.000 dados. ¿El error máximo es más grande que el de la moneda con n=1000? ¿Por qué crees que pasa eso?
🔵 Síntesis (responde después de explorar ambos)
Compara dado y moneda. Responde: "Cuando aumento el número de ensayos, la frecuencia relativa _______________. Esto significa que para tener resultados confiables necesito _______________. ¿Importa si son 6 resultados (dado) o 2 (moneda)?"