랜덤 분할의 수학

어떤 양을 랜덤 비율로 나누는 것은 확률론에서 가장 오래된 문제 중 하나입니다. 막대를 임의의 지점에서 꺾어 조각의 길이를 측정한다고 상상해 보세요. 수학자들은 이렇게 만들어진 분할을 랜덤 조성(random composition)이라고 부르며, 100을 5개의 양의 정수 파트로 나누는 모든 유효한 분할은 정확히 동일한 확률을 갖습니다. 이 도구의 알고리즘은 99개의 가능한 위치 중 4개의 고유한 분할점을 배치하고, 정렬한 후, 간격을 측정합니다. 깔끔하고, 빠르며, 증명 가능할 만큼 공정합니다.

부러진 막대의 역설

누군가에게 막대를 5개의 동일 확률 파트로 나눌 때 가장 큰 조각의 평균 크기를 추측해 보라고 해 보세요. 대부분의 사람들은 20%에 가까운 값을 추측합니다. 실제 답은 훨씬 더 높습니다. 5개의 파트에서 기대되는 최대 조각은 조화수 공식을 따릅니다: 전체의 H(5)/5입니다. 이는 대략 46%에 해당합니다. 위 분포 선에서 E[max]라고 표시된 금색 마커가 이 이론값을 추적합니다. 계속 분할하면서 점들이 그 주위로 모이는 것을 관찰해 보세요.

단체 위의 균일성

기하학적으로, 100을 5개의 음이 아닌 파트로 나누는 모든 가능한 방법은 (4)-단체(simplex)라는 도형 위에 존재합니다. 두 개의 파트의 경우 단체는 선분입니다. 세 개의 파트의 경우 삼각형입니다. 네 개의 경우 사면체입니다. 랜덤 조성 알고리즘은 이 기하학적 객체 위에서 균일하게 샘플링하며, 이는 표면의 모든 점이 동일한 확률을 가짐을 의미합니다. 수학자 페터 구스타프 르준 디리클레와 이후 죄르지 폴리아가 랜덤 분할의 분포를 공식화했으며, 모든 매개변수가 1인 디리클레 분포는 이 도구가 정수 반올림으로 생성하는 것의 정확한 연속 유사체를 기술합니다.

공정성과 엔트로피

각 분할은 모든 최신 브라우저에 내장된 Web Cryptography API인 crypto.getRandomValues()를 호출합니다. 이 함수는 하드웨어 수준의 엔트로피 소스인 열 잡음, 전기적 지터 및 장치의 기타 물리적 프로세스에서 값을 가져옵니다. 랜덤 분할점은 이러한 하드웨어 시드에서 기각 샘플링을 통해 선택되어 모든 유효한 위치에 대한 균일한 커버리지를 보장합니다. 브라우저가 모든 계산을 수행합니다. 서버는 이 페이지만 전달하고 그 이상은 아무것도 하지 않습니다. 서버는 결과를 절대 알 수 없습니다.

교실에서의 활용

랜덤 비율은 분수, 백분율, 자원 배분을 가르치는 자연스러운 교육 도구입니다. 학생들에게 시나리오를 제시해 보세요: 학교가 5개의 프로그램에 100 단위의 예산을 분배해야 합니다. 각 학생이 /ratio/5에 접속하여 반복적으로 나누도록 합니다. 매번 최대 배분값을 기록합니다. 학생당 20번 분할한 후, 최대 파트의 학급 평균을 계산합니다. 이 값은 조화수 예측값에 수렴하며, 개별 결과는 크게 달라도 확률 이론이 집합적 행동을 어떻게 예측하는지를 보여줍니다.

원 그래프 연습의 경우, 학생들이 /ratio/5로 분할을 생성한 다음 해당하는 원 그래프를 직접 손으로 그리게 합니다. 백분율을 각도로 변환하는 것(1%는 3.6도)은 분수, 백분율, 기하학적 표현 사이의 연결을 강화합니다. 이 도구는 계정이 필요 없고, 학생 데이터를 수집하지 않으며, 쿠키를 설정하지 않습니다.

설계에 의한 프라이버시

모든 분할은 브라우저 내부에서 이루어집니다. 서버는 페이지를 전달합니다. 장치가 비율을 생성합니다. 결과는 브라우저의 메모리와 localStorage에 저장되며, 완전히 사용자가 제어합니다. 이 URL을 공유하면 도구 설정이 다른 사람에게 전달됩니다. 상대방의 장치는 자체 엔트로피 소스에서 독립적인 분할을 생성합니다. 같은 링크를 방문하는 두 사람은 매번 완전히 다른 결과를 얻습니다.