Pensándolo bien...

Los resultados aleatorios o el comportamiento de los sistemas aleatorios desafían nuestras expectativas intuitivas. Estos fenómenos son comunes en la teoría de la probabilidad y la estadística y, a menudo, sorprenden a las personas debido a la naturaleza no lineal o contraintuitiva de los procesos aleatorios.

La paradoja del cumpleaños es un famoso ejemplo de aleatoriedad contraintuitiva. Nos dice que, en un grupo de tan solo 23 personas, hay más del 50% de probabilidad de que, al menos, dos personas compartan el mismo cumpleaños. Intuitivamente, esto parece improbable, ya que 23 es un número pequeño comparado con los 365 días del año. Sin embargo, las probabilidades se acumulan de manera que la probabilidad de coincidencia crece rápidamente con el tamaño del grupo.

Otro caso es la denominada Paradoja de Monty Hall, en la que un concursante en un programa de juegos elige una de tres puertas, detrás de una de las cuales hay un premio. Después de que el concursante elige una puerta, el anfitrión, que sabe lo que hay detrás de cada puerta, abre una de las otras dos puertas, revelando que no hay premio detrás de ella. Luego, se le da al concursante la opción de cambiar su elección a la otra puerta cerrada. Intuitivamente, muchos creen que cambiar no afecta las probabilidades, pero matemáticamente, cambiar aumenta las probabilidades de ganar de 1/3 a 2/3.

Otro caso es la denominada Ley de los Grandes Números, que establece que, a medida que el tamaño de la muestra aumenta, el promedio de los resultados obtenidos de una gran cantidad de ensayos se aproxima al valor esperado. Aunque esto es una idea fundamental en el ámbito de la probabilidad, puede ser contraintuitivo porque en muestras pequeñas, los resultados pueden variar mucho y parecer poco representativos del valor esperado.

En muchos casos, las personas esperan que los resultados aleatorios se distribuyan uniformemente, pero en la práctica, muchas distribuciones no lo son. Por ejemplo, la distribución de los dígitos en muchos conjuntos de datos reales sigue la ley de Benford, donde el dígito 1 aparece como el dígito principal con mayor frecuencia que el 9, pues en muchos conjuntos de datos naturales, el dígito 1 aparece como el primer dígito alrededor del 30% de los casos, mientras que el dígito 9 aparece como el primer dígito menos del 5% de los casos. Este comportamiento es contraintuitivo ya que intuitivamente se esperaría que cada dígito aparezca con igual frecuencia.

La falacia del jugador es la creencia errónea de que los eventos pasados en juegos de azar afectan la probabilidad de eventos futuros. Por ejemplo, si una moneda ha salido cara varias veces seguidas, algunas personas creen que es más probable que salga cruz en la siguiente tirada. Sin embargo, cada tirada de una moneda es independiente y tiene una probabilidad constante de 50% para cada resultado.

En un proceso aleatorio, los valores extremos tienden a ser seguidos por valores más cercanos al promedio. Es contraintuitivo, porque las personas a menudo interpretan los resultados extremos como tendencias, cuando en realidad son más probablemente fluctuaciones aleatorias.

Imagen creada con ayuda de Chat GPT con DALL-E

Comprender la aleatoriedad contraintuitiva es crucial en campos como la economía, la psicología, la inteligencia artificial y el diseño de experimentos. Puede ayudar a evitar errores comunes en la interpretación de datos y mejorar la toma de decisiones basada en probabilidades reales en lugar de intuiciones incorrectas. La aleatoriedad puede comportarse de maneras inesperadas y cómo una comprensión más profunda de la probabilidad y las estadísticas, puede ayudar a aclarar estos fenómenos.

Por poner un ejemplo de interés, reparemos en las aplicaciones de la Ley de Benford a la detección del fraude contable y fiscal y se utiliza ampliamente en la auditoría forense para detectarlos, pues las irregularidades en los datos financieros pueden indicar manipulación, ya que los datos falsificados a menudo no siguen la distribución esperada según la Ley de Benford. También tiene interés en el ámbito del análisis de datos científicos y se usa para verificar la integridad de estos datos. Si los datos experimentales o los resultados de simulaciones no siguen la distribución de Benford, puede ser una señal de error o manipulación.  En algunos análisis de elecciones, se ha empleado la Ley de Benford para detectar posibles fraudes, aunque su aplicación en este campo es más controvertida y no siempre es concluyente. También ayuda en la revisión y análisis de datos demográficos, económicos y de mercado, proporcionando una herramienta para validar la autenticidad y precisión de grandes conjuntos de datos. En general ha encontrado aplicaciones en: poblaciones de ciudades y países; datos financieros, como ingresos, gastos y precios; constantes físicas y matemáticas y datos relacionados con la producción y consumo de recursos.

No obstante, hay limitaciones y consideraciones, dado que la Ley de Benford no se aplica a todos los conjuntos de datos. Funciona mejor con datos que varían en varios órdenes de magnitud y no tienen un límite máximo o mínimo predefinido. aunque es útil para detectar fraude, no es infalible. Los datos pueden ser manipulados para que parezcan seguir la Ley de Benford. Es crucial considerar el contexto y las características del conjunto de datos específico al aplicar la Ley de Benford. No todos los datos reales seguirán esta ley, especialmente si están sujetos a límites o distribuciones específicas. Básicamente, la Ley de Benford es una herramienta poderosa en el análisis de datos y detección de irregularidades, pero debe utilizarse con precaución y en combinación con otras técnicas analíticas.

La aleatoriedad emergió con luz propia en 1940, cuando Claude Shannon empleó códigos aleatorios demostrando que se podía transmitir información empleando canales arbitrariamente ruidosos.  Cuando irrumpe la mecánica cuántica propone un universo intrínsecamente aleatorio. Son dos esferas, las propias de las Ciencias de la Naturaleza y las Matemáticas que enfocan de forma diferente el trato de la aleatoriedad. Unos buscan formas de superarla y encontrar significado, mientras que otros pretenden encontrar como utilizarla y resolver problemas.

El trabajo de Shannon fue rompedor, daño lugar al nacimiento de una disciplina denominada teoría de la información. No explica, necesariamente, como hacerlo, pero analiza cuantitativamente cuanta información puede transmitirse teóricamente en unas condiciones dadas. Usó la aleatoriedad para evidenciar que era posible la transmisión fiable a través de un canal que incluye ruido. A partir de su propuesta la aleatoriedad se constituyó en herramienta para la teoría de la información, pero también en geometría, análisis, combinatoria e informática.

Una aplicación de interés reciente es la denominada teoría de Ramsey, denominada así en honor al matemático británico Frank P. Ramsey que trata sobre el orden y el caos en contextos combinatorios y cómo, bajo ciertas condiciones, siempre se puede encontrar algún tipo de estructura ordenada dentro de conjuntos suficientemente grandes, incluso si esos conjuntos son aparentemente aleatorios. En esencia, la teoría de Ramsey estudia la inevitabilidad del orden dentro del desorden.

El principio básico de la teoría de Ramsey puede resumirse en el siguiente enunciado: en cualquier división suficiente de un conjunto suficientemente grande, inevitablemente, aparecerá alguna subestructura ordenada. Uno de los enunciados más conocidos de la teoría de Ramsey se refiere a los grafos. En términos sencillos, el teorema de Ramsey para grafos dice: para cualquier entero r y s, existe un número R(r,s), tal que cualquier grafo completo de R(r,s) vértices, con sus aristas coloreadas en dos colores, contiene un subgrafo completo de r vértices todos del mismo color, o un subgrafo completo de s vértices todos del otro color. Esto se puede expresar de la siguiente manera: R(r,s) es el número mínimo de vértices necesario para asegurar que cualquier grafo completo de R(r,s) vértices, con sus aristas coloreadas en dos colores, contendrá un conjunto monocromático de r vértices en un color o s vértices en el otro color.

Ejemplos de Números de Ramsey son: R(3,3) = 6, que significa que en cualquier grafo de 6 vértices, si coloreas cada arista con uno de dos colores, siempre encontrarás un triángulo (subgrafo completo de 3 vértices) monocromático. Para R(4,4), no se conoce el valor exacto, pero se sabe que está entre 18 y 25.

La teoría de Ramsey se amplía a muchas otras áreas de la combinatoria y la teoría de grafos, y se extiende la idea a hipergrafos, que son generalizaciones de grafos donde las aristas pueden conectar más de dos vértices; se aplica a matrices y una versión infinita del teorema de Ramsey, establece que, para cualquier partición de los subconjuntos infinitos de un conjunto infinito, siempre existe un subconjunto infinito homogéneo.

La teoría de Ramsey tiene implicaciones profundas en la comprensión de la relación entre aleatoriedad y orden. Demuestra que incluso en conjuntos aparentemente aleatorios y desordenados, se puede garantizar la aparición de estructuras ordenadas. Este resultado es sorprendente y contraintuitivo, ya que sugiere que el desorden completo es imposible en contextos suficientemente grandes. La teoría de Ramsey revela la omnipresencia del orden dentro del desorden, proporcionando una perspectiva fascinante sobre cómo las estructuras ordenadas emergen inevitablemente de conjuntos suficientemente grandes y complejos, independientemente de la aparente aleatoriedad.

Podemos explorar algunos conceptos relacionados con el orden y el desorden dentro del marco de la teoría de cuerdas y cómo pueden ser relevantes. Como es sabido, la teoría de cuerdas es una teoría fundamental en física teórica que intenta reconciliar la mecánica cuántica y la relatividad general. En lugar de describir partículas fundamentales como puntos sin dimensión, la teoría de cuerdas las describe como objetos unidimensionales llamados "cuerdas". Estas cuerdas pueden vibrar en diferentes modos y cada modo de vibración corresponde a una partícula diferente.

En la teoría de cuerdas, el comportamiento de las cuerdas está profundamente relacionado con la geometría del espacio-tiempo en el que residen. Las propiedades geométricas y topológicas del espacio-tiempo pueden influir en cómo vibran y se organizan las cuerdas. Pueden existir en diversas configuraciones y estas configuraciones pueden ser ordenadas o desordenadas. Las configuraciones ordenadas podrían corresponder a estados de baja entropía con menos incertidumbre, mientras que las configuraciones desordenadas podrían corresponder a estados de alta entropía con más incertidumbre. El concepto de entropía es crucial en muchas áreas de la física. En la teoría de cuerdas, el desorden de las configuraciones de cuerdas puede estar relacionado con la entropía de agujeros negros, por ejemplo. La entropía de un agujero negro, por ejemplo, puede describirse en términos de microestados de cuerdas que corresponden a diferentes configuraciones posibles. En mecánica cuántica y, por extensión, en la teoría de cuerdas, el desorden puede aparecer en el contexto de fluctuaciones cuánticas. Estas fluctuaciones son inherentes a los sistemas cuánticos y pueden afectar al comportamiento de las cuerdas en un espacio-tiempo dado. Los solitones son soluciones locales y estables que pueden representar partículas o defectos topológicos en la teoría de cuerdas. En la teoría de cuerdas, las soluciones solitónicas y los estados condensados pueden mostrar estructuras ordenadas o desordenadas.

El estudio del orden y el desorden dentro de la teoría de cuerdas tiene varias implicaciones importantes, ya que el estudio de configuraciones desordenadas de cuerdas puede ayudar a entender mejor la entropía y la termodinámica en contextos cuánticos y relativistas, como en la física de agujeros negros. El desorden puede estar relacionado con las fluctuaciones cuánticas que son fundamentales para la comprensión de la naturaleza cuántica del espacio-tiempo y de las partículas. En estados de alta energía, como los presentes en el universo primigenio, las configuraciones desordenadas de cuerdas pueden ser más comunes y relevantes para la cosmología y la formación del Universo. La teoría de cuerdas también puede permitir estudiar transiciones de fase entre estados ordenados y desordenados, lo que puede ser relevante para entender fenómenos en Física de la materia condensada y otros campos.

Sola de letras: ALEATORIEDAD CONTRAINTUITIVA

Soluciones: GESTIONANDO LA COLECTIVIDAD