Juegos matemticos

Alejandro Prez Carballo es profesor de losofa

en la Universidad de Massachusetts en Amherst.

Est cerca el final

de la humanidad? (2)

90 INVESTIGACIN Y CIENCIA, marzo 2016

y M1,141012 (que M valga 1,14 billones). Adems, se halla convencido de que una de
estas dos hiptesis es cierta, por lo que
asigna a cada una de ellas un nivel de
creencia de 0,5. Si ahora alguien le asegurase que antes que usted han nacido
57.000 millones de personas (E57109), su
nivel de creencia en M60109 debera aumentar... hasta 0,95!
La razn para llegar a esta conclusin
era similar al argumento que nos dice
que, por ejemplo, es ms probable extraer
el nmero 7 de una pila que contiene 10
boletos (numerados del 1 al 10) que de

(segn la cual M = j) debera ser igual a

1/j. Es decir, para todo i j:
(1)

P(Ei | Mj) = 1/j .

Ello se debe a que su posicin exacta

en la historia de la humanidad es, a efectos prcticos, aleatoria: dado el nmero
total j de personas pasadas y futuras, no
hay ninguna razn para pensar que sea
ms probable haber nacido en una posicin que en otra.
Supongamos adems que usted sabe
que M ha de ser menor que un nmero K
dado. K puede ser tan grande como deseemos: tal vez el nmero de tomos que
existen en el universo multiplicado por el
de segundos que pasarn antes de que
[bYeiceibb[]k[Wikdi[]dbWi[ij_cWciones ms optimistas de la fsica terica.
Da igual. Lo nico importante es que M
sea menor que algn nmero K. Este supuesto corresponde a la siguiente propiedad de nuestra funcin de creencia P:
K

P(M ) = 1 .

(2) P(M1M2...MK) =

Un argumento ms general
Una respuesta natural es que nuestro razonamiento depende de algunos supuesjeickoWhj_Y_Wb[i1[dfWhj_YkbWh"Z[gk[
las dos nicas hiptesis sobre el valor de
M son 60109 y 1,141012. Sin embargo, no
hace falta partir de dicho supuesto para
llegar a la misma conclusin.
Para verlo, observemos primero que
su nivel de creencia en el enunciado Ei
[bgk[WhcWgk[Wdj[igk[kij[Z^Wd
nacido i personas) bajo la hiptesis Mj

Por ltimo, supongamos que, antes de

aprender el valor de m, cada una de las hiptesis Mj con jK le resultan igualmente
probables; es decir, que para todo j, kK:
(3)

P(Mj) = P(Mk) .

Qu sucede antes de aprender cuntos seres humanos han nacido antes que
usted? Notemos primero que, antes de
aprender Ei, la hiptesis optimista equivale al siguiente enunciado (donde, por
simplicidad y sin prdida de generalidad,
supondremos que K es mltiplo de 20):
(E1&M20)(E2&M40)...(EK/20&MK).
Por su parte, la hiptesis pesimista equivale a:
(E19&M20)(E38&M40)...(E19K/20&MK) .
7fWhj_hZ[bWZ[d_Y_dZ[fheXWX_b_dad condicionada y de los supuestos (1),

OTO ART U Y

una que contiene 100 (numerados del 1

al 100). Sin embargo, no deja de resultar
extrao que, solo por saber cuntas personas nacieron antes que usted, resulte
posible extraer tales conclusiones sobre
el tamao total de la humanidad.

j =1

STOC

n mi ltima columna consideramos

un argumento cuya conclusin resultaba sorprendente: que, solo por aprender
cuntas personas han nacido antes que
usted, su nivel de creencia en que la humanidad se extinguir pronto debera ser
bastante mayor que su nivel de creencia
[dgk[dk[ijhedWdjWhZWh|[dbb[]Wh
[vase ;ij|Y[hYW[bdWbZ[bW^kcWd_dad?, por A. Prez Carballo; ?9, diciembre de 2015].
Recordemos brevemente lo que dedujimos entonces. Llamemos M al nmero
de seres humanos que habrn existido una
l[pgk[bW^kcWd_ZWZbb[]k[Wikd"om
al nmero de seres humanos nacidos antes
que usted. La hiptesis pesimista, Hp, es el
enunciado segn el cual m corresponde al
95 por ciento de M. Si Hp fuese verdadehW"Z_hWceigk[[bdWbZ[bW^kcWd_ZWZ
ocurrir pronto, pues la gran mayora
de los seres humanos habra nacido ya. Por
su parte, la hiptesis optimista, Ho"WhcW
que m tan solo representa el 5 por ciento
de M. Si fuese cierta, querra decir que la
inmensa mayora de los seres humanos
est an por nacer.
Supongamos que la funcin de probabilidad P corresponde a su funcin de
creencia antes de aprender cunto vale
m. En otras palabras, si X es un enunciado cualquiera, P(X) nos dice qu nivel de
creencia asigna usted a la posibilidad de
que X sea cierto antes de saber cuntas
personas nacieron antes que usted. Llamemos MjWb[dkdY_WZegk[WhcWgk[[b
nmero total de seres humanos pasados
y futuros es j, y, para cada i j, llamemos
EiWb[dkdY_WZegk[WhcWgk[Wdj[igk[
usted han nacido i personas.
Con cifras concretas a modo de ejemplo, el argumento de la columna anterior
nos permita concluir lo siguiente. Supongamos que, antes de saber cuntos seres
humanos han nacido hasta ahora, usted
considera igual de probables los enunciados M60109 (que M valga 60.000 millones)

(2) y (3), es fcil demostrar que lo anterior implica que, antes de aprender Ei, su
nivel de creencia en las hiptesis Ho y Hp
debera ser el mismo.
Consideremos ahora qu ocurre al
aprender que el nmero de personas que
han nacido antes que usted es un i dado.
FehYedl[d_[dY_W"`[ceibeidc[hei
o = 20i y p = 20i/19, de modo que i corresponda al 5 por ciento de o y al 95 por ciento de p, respectivamente. La frmula de
Bayes para probabilidades condicionadas
nos permite demostrar que:

P(Mp|Ei)
P(Ei|Mp) P(Mp)
=
P(Mo|Ei)
P(Ei|Mo) P(Mo)
P(Mp)
,
= 19
P(Mo)
donde el factor 19 se debe a que hemos
usado (1). Si ahora empleamos (3), tendremos que concluir que, al aprender Ei,
su nivel de creencia en Mp debera ser
19 veces mayor que su nivel de creencia
en Mo. Pero, una vez que hemos aprendido
Ei, los enunciados Mp y Hp son equivalentes (y lo mismo para Mo y Ho). As pues,
y al igual que antes, deber asignar a la
hiptesis pesimista un nivel de creencia
19 veces mayor que a la optimista.
Usted tambin existe
Lo anterior nos lleva a pensar que quizs hayamos partido de alguna hiptesis
errnea. De los supuestos (1), (2) y (3), la
opcin ms popular tal vez consista en rechazar (3). La idea es la siguiente. Si bien
parece razonable asignar el mismo nivel
de creencia a cada uno de los enunciados
Mj, dicha conclusin estara pasando por
alto un indicio obvio: a saber, que usted
existe. Simplemente como consecuencia
de esta observacin, usted debera encontrar ciertas hiptesis sobre el valor de M
ms probables que otras.
Para ver por qu, considere que lo nico que sabe por el momento es el valor
de K. Y supongamos lo que, sin duda,
resulta bastante extrao que disponemos de una funcin de probabilidad P*
correspondiente a la funcin de creencia
que usted debera tener antes de aprender que existe. Aceptemos adems que,
para cada jK:
P*(e | Mj) = j/K ,
donde e[i[b[dkdY_WZegk[WhcWgk[
usted existe. Esta ltima propiedad puede
entenderse imaginando la situacin como
un reparto de nmeros de lotera: dado
que para toda la humanidad solo hay K

billetes posibles, si nuestra especie lle]WhWWikdjhWi^WX[hh[fWhj_Zej de esos

billetes, la probabilidad de que usted exista antes de que la humanidad desaparezca
vendr dada por j/K.
La observacin clave es que, si bien
P* satisface (3), de manera que para cada
j,kK:
P*(Mj) = P*(Mk) ,
la funcin P(X) = P*(X | e), donde X es un
enunciado cualquiera, no lo satisface.
Para verlo, tomemos un nmero i"`[mos de nuevo p = 20i/19 y o = 20i, y consideremos qu sucede con las hiptesis
Mp y Mo al aprender e. Aplicando una vez
ms la frmula de Bayes:

1
P*(Mp|e)
=
.
P*(Mo|e)
19
Es decir, al aprender e (pero antes de
aprender Ei) su nivel de creencia en Mo
debera ser 19 veces mayor que su nivel
de creencia en Mp. Esto ltimo cambia por
completo la situacin. De hecho, ahora
podemos demostrar que:

P*(Mp|Ei &e) P*(Ei|Mp&e) P*(Mp|e)

=
P*(Mo|Ei &e) P*(Ei|Mo &e) P*(Mo|e)
1
= 19
=1.
19
Por tanto, al aprender Ei despus de
haber aprendido e, sus niveles de creencia
en Mp y Mo deberan ser idnticos. Y dado
que, una vez que hemos aprendido Ei, Mp
y Mo equivalen a Hp y Ho, sus niveles de
creencia en la hiptesis pesimista y optimista tambin sern iguales.
Al igual que en el apartado anterior,
resulta sencillo demostrar que nuestra
funcin P* satisface P*(Ho) = P*(Hp) y
P*(Ho | e) = P*(Hp | e). As pues, hemos
dado con un anlisis de la situacin en el
que la relacin entre sus niveles de creencia en Ho y Hp permanece constante tanto
al aprender e como al aprender Ei.
Hemos resuelto el problema?
Sin embargo, esta solucin nos obliga a
WZc_j_hikfk[ijeiWdc|iWhj_Y_Wb[igk[
los del primer argumento. En particular,
que es posible preguntarnos por cun
probable es que existamos bajo varias hiptesis (lo que, a su vez, favorece ciertas
hiptesis sobre el tamao de M).
Para ver por qu esto resulta tan extrao, supongamos que los mayores expertos del mundo se encuentran divididos
entre dos teoras, T1 y T2"ieXh[[bdWb
de la humanidad. Respetando la opinin

Z[beiY_[djYeioh[YedeY_[dZegk[^Wo
dos escuelas, usted asigna el mismo nivel de creencia a T1 y T2. Supongamos adems que no se conoce el nmero de seres
humanos nacidos hasta ahora.
Imagine que maana se anuncia el ltimo gran hallazgo de la ciencia. Segn
dicho descubrimiento, la teora T1 implica
que el nmero total de seres humanos habidos y por haber ser de 60.000 millones;
segn T2, esa cifra ser de 1,14 billones.
Si nuestro anlisis fuese correcto, usted
debera concluir que T2 es mucho ms
probable que T1, sin necesidad de hacer
ningn experimento!
Aceptar que nuestra sola existencia
convierte en ms probables aquellas teoras que postulan que M es grande resulta
extrao. Pero tambin lo es admitir que,
solo por aprender cuntas personas han
nacido hasta ahora, debamos concluir que
la humanidad se extinguir pronto.
Ninguna de las dos posiciones que hemos considerado aqu parece tener ms
WZ^[h[dj[igk[bWejhW$OeYed[iedeiWber qu decir. Pero vale la pena mencionar
que estas dos situaciones corresponden
a los dos puntos de vista sobre el problema de la bella durmiente que analizamos
hace unos meses [vase El problema de
la bella durmiente, por A. Prez Carballo; ?9, octubre de
2015]. Puede demostrarse que rechazar
(3) corresponde al anlisis segn el cual,
al despertar el lunes, su nivel de creencia
en que la moneda cay cara debera ser
1/3. De igual modo, aceptar (3) corresponde al punto de vista segn el cual
deberamos asignar al mismo evento un
nivel de creencia de 1/2. Por tanto, tal vez
resolver el problema de la bella durmiente
nos ayude a decidir qu deberamos peniWhieXh[[bdWbZ[bW^kcWd_ZWZ$

PARA SABER MS

U
No one knows the
date or the hour: An unorthodox
application of Rev. Bayess theorem
C
Philosophy of
Science

Anthropic bias: Observation selection

eects in science and philosophy
R
EN NUESTRO ARCHIVO

Thomas Bayes y las sutilezas de la estadstica.

M D
IyC

Marzo 2016, InvestigacionyCiencia.es 91