गणित और प्रायिकता सिमुलेशन

संयोग की घटनाएँ व्यक्तिगत स्तर पर अप्रत्याशित होती हैं लेकिन बड़ी संख्या में नियमित: एक सिक्के के उछाल का अनुमान नहीं लगाया जा सकता, फिर भी एक हज़ार उछालों में लगभग आधे चित (heads) आते हैं। ये सिमुलेशन ऐसे प्रयोगों को सेकंडों में हज़ारों बार दोहराते हैं, जिससे आप देख सकते हैं कि रैंडमनेस प्रायिकता सिद्धांत के अनुरूप एक आकार ले लेती है।

Galton Board खूंटियों की उन कतारों से गेंदों को गिराता है जिनका उपयोग फ्रांसिस गॉल्टन ने 1870 के दशक में किया था; प्रत्येक उछाल एक दाएँ या बाएँ का विकल्प है, इसलिए ढेर द्विपद वितरण का पालन करता है और सामान्य बेल कर्व के करीब पहुँचता है। Coin Flip Simulator (सिक्का उछाल) सिक्कों को उनकी उड़ान की भौतिकी के साथ उछालता है, जिसमें 350,757 वास्तविक उछालों में मापा गया हल्का समान-पक्ष पूर्वाग्रह भी शामिल है। Probability Tree & Bayes (प्रायिकता वृक्ष और बेयेस) गेंदों को सशर्त संभावनाओं की शाखाओं से गिराता है; साक्ष्य पर शर्त रखें और बेयेस प्रमेय पूर्व प्रायिकता को पश्च प्रायिकता में बदल देता है, जैसा कि मोंटी हॉल समस्या में होता है। Buffon's Needle तख्तों के फर्श पर गिराई गई सुइयों से π का अनुमान लगाता है, जो सबसे पुराने मोंटे कार्लो प्रयोगों में से एक है।

भौतिक दुनिया को भी रैंडमनेस ही चलाती है। Brownian Motion और Random Walks अदृश्य अणुओं द्वारा धकेले जाने वाले परागकण के मार्ग का अनुसरण करता है, जिसे 1905 में आइंस्टीन ने समझाया था, और रैंडम वॉकर्स को एक बेल कर्व में फैलाता है। रेडियोधर्मी क्षय (Radioactive Decay) प्रत्येक परमाणु को हर पल क्षय होने की समान छोटी संभावना देता है, जो मिलकर एक सहज अर्ध-आयु वक्र बनाता है। Ideal Gas और Entropy टकराते अणुओं को मैक्सवेल-बोल्ट्ज़मान गति वितरण में व्यवस्थित होने देता है और दिखाता है कि गैस अपने आप कभी वापस क्यों नहीं सिमटती। Percolation एक महत्वपूर्ण संभावना पर आर-पार का रास्ता बनने तक रैंडम कोशिकाओं को खोलता है।

सटीक नियम भी यादृच्छिक (random) लग सकते हैं। Colliding Blocks और Pi में फिसलने वाले दो ब्लॉकों के बीच टकरावों की संख्या π के अंक देती है, और Pi खोज (पाई सर्च) पहले दस लाख अंकों में संख्याएं, शब्द और चित्र खोजता है। Double Pendulum Chaos अराजक (chaotic) है: इसकी शुरुआत को एक अरबवें हिस्से से भी बदलें और यह जल्द ही पूरी तरह से अलग तरह से झूलने लगता है।

शेयर लिंक पूरी कक्षा के लिए एक ही रन को दोबारा चलाते हैं, रीडआउट परिणामों की तुलना सिद्धांत से करते हैं, और सब कुछ इमेज, वीडियो और CSV फ़ाइलों के रूप में एक्सपोर्ट होता है।

14 गणित और प्रायिकता टूल्स

Galton Board उदाहरण आउटपुट

Galton Board

खूंटियों की कतारों से गेंदें गिराएं और उन्हें द्विपद बेल कर्व में जमा होते देखें, वास्तविक उछाल या सटीक सिक्का उछाल के साथ।

Coin Flip Simulator (सिक्का उछाल) उदाहरण आउटपुट

Coin Flip Simulator (सिक्का उछाल)

सटीक उड़ान भौतिकी के साथ 100 तक सिक्के उछालें और प्रति राउंड चित्त की संख्या से द्विपद वितरण का निर्माण देखें।

Probability Tree & Bayes (प्रायिकता वृक्ष और बेयेस) उदाहरण आउटपुट

Probability Tree & Bayes (प्रायिकता वृक्ष और बेयेस)

एक प्रायिकता वृक्ष बनाएं, उसमें मोंटे कार्लो गेंदें गिराएं और साक्ष्य के आधार पर बेयेस प्रमेय को काम करते देखें।

Buffon's Needle उदाहरण आउटपुट

Buffon's Needle

तख्तों वाले फर्श पर सुइयां गिराएं और रेखा पार करने वाली सुइयों के अनुपात से π का अनुमान लगाएं।

Brownian Motion और Random Walks उदाहरण आउटपुट

Brownian Motion और Random Walks

अणुओं की टक्कर से हिलता परागकण, या स्याही की बूंद की तरह फैलते यादृच्छिक कणों का समूह।

रेडियोधर्मी क्षय (Radioactive Decay) उदाहरण आउटपुट

रेडियोधर्मी क्षय (Radioactive Decay)

परमाणुओं को एक-एक करके क्षय होते और नमूने को अर्ध-आयु में आधा होते देखें, गीगर काउंट्स के साथ जो प्वासों नियम का पालन करते हैं।

Ideal Gas और Entropy उदाहरण आउटपुट

Ideal Gas और Entropy

आपस में टकराते अणु Maxwell-Boltzmann वितरण अपनाते हैं; पिस्टन दबाएं और दो कक्षों के मिलने पर entropy ट्रैक करें।

Percolation उदाहरण आउटपुट

Percolation

यादृच्छिक रूप से सेल खोलें और वह महत्वपूर्ण संभावना खोजें जिस पर क्लस्टर जुड़ते हैं और पानी आर-पार निकल जाता है।

Colliding Blocks और Pi उदाहरण आउटपुट

Colliding Blocks और Pi

दीवार के सहारे एक भारी ब्लॉक को हल्के ब्लॉक से टकराएं: 100ⁿ द्रव्यमान अनुपात होने पर टक्करों की संख्या π के अंक देती है।

Double Pendulum Chaos उदाहरण आउटपुट

Double Pendulum Chaos

डबल पेंडुलम के बॉब खींचकर छोड़ें; एक रेडियन के खरबवें हिस्से के अंतर से शुरू होने वाले पेंडुलम भी जल्द ही अलग हो जाते हैं।

Sorting Algorithms उदाहरण आउटपुट

Sorting Algorithms

Watch nine sorting algorithms sort a row of bars and count every comparison and move, on five kinds of input or on bars drawn by hand.

Correlation & Causation उदाहरण आउटपुट

Correlation & Causation

Plot real measures across countries with r, ρ and a fitted line, draw cases from causal diagrams, and test many pairs with corrections.

Group Rates & Risk उदाहरण आउटपुट

Group Rates & Risk

See a published rate as 1,000 people, compare groups by sex and age, and draw samples to see how sure a survey's share is.

Pi खोज (पाई सर्च) उदाहरण आउटपुट

Pi खोज (पाई सर्च)

π के पहले 10 लाख अंकों में कोई संख्या, तारीख, शब्द या छोटा चित्र खोजें और देखें कि वह सबसे पहले कहां आता है।

अक्सर पूछे जाने वाले सवाल

मोंटे कार्लो सिमुलेशन क्या है?

यह किसी यादृच्छिक प्रयोग को कई बार चलाकर और परिणामों की गणना करके प्रायिकता के प्रश्न का उत्तर देता है। यह नाम मोंटे कार्लो कैसीनो से आया है; निकोलस मेट्रोपोलिस और स्टैनिस्लाव उलम ने 1949 में इस पद्धति का वर्णन किया था। जैसे-जैसे रनों की संख्या बढ़ती है, गिने गए अनुपात वास्तविक प्रायिकता की ओर बढ़ते हैं, जो कि बड़ी संख्याओं का नियम (law of large numbers) है।

इतनी सारी चीज़ें बेल कर्व का पालन क्यों करती हैं?

जब कोई परिणाम कई छोटे, स्वतंत्र यादृच्छिक प्रभावों का योग होता है, तो केंद्रीय सीमा प्रमेय (central limit theorem) कहता है कि उसका वितरण सामान्य वक्र के करीब पहुँचता है, चाहे प्रत्येक प्रभाव कैसा भी दिखे। एक गॉल्टन बोर्ड इसे प्रत्यक्ष दिखाता है: प्रत्येक गेंद की स्थिति उसके बाएँ और दाएँ उछालों का योग होती है।

क्या ये सिमुलेशन कक्षा के लिए उपयुक्त हैं?

हाँ। ये मुफ़्त हैं, किसी साइन-अप की आवश्यकता नहीं है, क्रोमबुक और टैबलेट पर चलते हैं, और अपनी सेटिंग्स को शेयर लिंक में रखते हैं, ताकि प्रत्येक छात्र एक ही प्रयोग से शुरुआत करे। Pause और Step कक्षा को अगला परिणाम आने से पहले उसका अनुमान लगाने का अवसर देते हैं।

अन्य श्रेणियां