Paradojas de Probabilidad: Niño o Niña y Monty Hall

Curso de Matemáticas para Data Science: Probabilidad

Contenido del curso

Incertidumbre y probabilidad

Fundamentos de probabilidad

Distribuciones de probabilidad

MLE (Maximum Likelihood Estimation)

Inferencia bayesiana

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:0015:07

Paradojas de Probabilidad: Niño o Niña y Monty Hall

Curso de Matemáticas para Data Science: Probabilidad

Clase 5 de 17

Clase 5 / 17

Recursos

¿Cómo se define la paradoja de "niño o niña"?

En el fascinante mundo de las probabilidades, la paradoja "niño o niña" nos enseña a prestar atención a los detalles gramaticales que, aunque parezcan triviales, pueden cambiar drásticamente los resultados en cálculos de probabilidad. Esta paradoja presenta dos frases que, a simple vista, parecen ofrecer la misma información:

Una mujer tiene dos bebés, donde el mayor es un varón.
Una mujer tiene dos bebés, donde alguno de ellos es varón.

Sin embargo, la diferencia gramatical entre las dos frases lleva a distintas interpretaciones y resultados en términos de probabilidad.

¿Cuál es la probabilidad de que ambos hijos sean varones?

Para calcular esto, comenzamos definiendo un espacio muestral en forma de matriz. Si consideramos distintas combinaciones de género para dos hijos, obtenemos cuatro combinaciones posibles:

Femenino - Femenino
Femenino - Masculino
Masculino - Femenino
Masculino - Masculino

La probabilidad sin conocimiento previo (sin ninguna condición) de que ambos hijos sean varones es sencilla: solo hay una combinación exitosa ("Masculino - Masculino") entre las cuatro posibles, lo que da una probabilidad de ( \frac{1}{4} ).

Vamos a analizar las dos situaciones descritas:

Situación 1: El hijo mayor es varón

Si sabemos que el hijo mayor es un varón, restringimos el espacio muestral a solo dos combinaciones:

Masculino - Femenino
Masculino - Masculino

Aquí, la probabilidad de que ambos hijos sean varones es de ( \frac{1}{2} ), ya que uno de los dos posibles resultados es el exitoso.

Situación 2: Uno de ellos es varón

La frase "uno de ellos es varón" no especifica quién es el varón, reduciendo el espacio muestral a las siguientes tres combinaciones:

Femenino - Masculino
Masculino - Femenino
Masculino - Masculino

En este caso, la probabilidad de que ambos sean varones es ( \frac{1}{3} ), ya que solo uno de los tres resultados es exitoso.

¿Cómo se desarrolla el problema de Monty Hall?

El problema de Monty Hall, famoso por el programa de televisión "Let's Make a Deal", desafía nuestra intuición sobre probabilidades y decisiones racionales. En el show, los participantes eligen una de tres puertas, detrás de una hay un premio y detrás de las otras dos, nada o un castigo (generalmente una cabra).

¿Cuál es la probabilidad inicial de escoger la puerta correcta?

Inicialmente, cada puerta tiene una probabilidad de ( \frac{1}{3} ) de tener el premio, ya que lo único que sabemos es que es igualmente probable que el premio esté detrás de cualquiera de las tres.

¿Qué impacto tiene la apertura de una puerta sin premio?

El presentador, después de que el participante elige una puerta, abre una de las otras puertas que sabemos no tiene premio. Esta acción proporciona información adicional que modifica las probabilidades.

Cambio de puerta: ¿Cómo afecta la probabilidad de éxito?

Al abrir una puerta sin premio, los participantes deben decidir si mantenerse con la puerta elegida inicialmente o cambiar a la otra puerta cerrada. Aquí está la clave del dilema:

Si se mantiene con su elección inicial: la probabilidad de ganar sigue siendo ( \frac{1}{3} ).
Si se cambia de puerta: la probabilidad aumenta a ( \frac{2}{3} ).

¿Por qué sucede esto? Cuando se abre una puerta sin premio, el espacio muestral efectivo cambia, y el cambio de puerta aprovecha la información ganada para incrementar las probabilidades de éxito.

Consejo práctico: Ante este escenario, siempre es más beneficioso cambiar de puerta.

¿Por qué son importantes estas paradojas en el estudio de probabilidades?

Tanto la paradoja del "niño o niña" como el problema de Monty Hall subrayan la importancia crítica de comprender y visualizar el espacio muestral correctamente. Nos enseñan que la cantidad de información y cómo la interpretamos puede influir radicalmente en los resultados de probabilidad. Estos ejercicios no solo afinan nuestra intuición matemática, sino que también fomentan un pensamiento crítico más agudo para futuras situaciones en las que la lógica y la intuición parecen estar en desacuerdo. ¡Sigue explorando y desafiando tus percepciones en probabilidades!

Jeinfferson Bernal G

Hace 4 años

Ejemplos Avanzados con Probabilidad

Paradoja. Niño o Niña?

Una mujer tiene dos bebes donde el mayor es un varon.
Una mujer tiene dos bebes donde uno de ellos es varon.

Cual es la probabilidad de que la mujer tenga dos hijos varones?

Para este problema consideramos las dos situaciones donde la primera nos dice que el hijo mayor es un varon y le segunda indica que uno de los hijos es varon. Definimos el Espacio Muestral:

La probabilidad que la mujer tenga dos bebes varones es:

P(M,M) = 1/4    #Probabilidad general. No incluye condiciones

Tomemos en cuentas las situaciones:

El hijo mayor es un varon.

Cual es la probabilidad de que ambos hijos resulten varones sabiendo previamente que el mayor es un varon?

En este caso el Espacio Muestral se reduce a dos opciones de la cual una de ellas es el caso correcto

P(MM | Mayor M) = 1/2  #Probabilidad de que ambos hijos sean varones sabiendo que el mayor es varon

Uno de los hijos es varon.

Cual es la probabilidad de que ambos hijos resulten siendo varones sabiendo que alguno de ellos es varon?

Para este caso el EM se reduce a tres casos donde es posible que alguno de ellos sea varon

P(MM | alguno M) = 1/3

El problema de Monthy Hall

Consiste en juego donde se te presenta tres puertas. Detras de una de ellas hay un premio. Si abres la puerta correcta te llevas el premio. una vez el jugador elige una de las puertas el presentador del juego abre una de las dos puertas restantes mostrando que es una de las puertas vacias y luego te pregunta: Te quedas con la puerta que elegiste o quieres cambiar de puerta?

El EM consiste de 9 posibles opciones y 2 decisiones que el jugador podria tomar.

La probabilidad de ganar si se queda con la puerta seleccionada una vez se conoce la informacion que el presentador ofrece cuando abre una de las puertas vacias es:

P(win | stay) = 1/3 # Probabilidad de ganar si permaneces con la puerta elegida

P(win | switch) = 2/3 # Probabilidad de ganar si cambias de puerta

Comentarios (126)126 comentarios

José Manuel Piña Rodríguez

Hace 6 años

Daniel Andrés Giraldo Benites

Joel Angel David Barrantes Palacios

Hace 5 años

Jonathan Edwin Gutiérrez Olvera

Nicolas Barragan

Marco Antonio Baquero Torres

Jared Davis Leyton

Mauricio Obe

Alan Kevin Fuentes García

Daynor Yamil Bautista Conde

Asbel Jose Herrera Morales

Osvaldo Olguín

Alejandro Cuello Maure

lucas cartisano

Nicolas Vergara Q.

David Campos

Daniel Carmona

Miguel Moreno

Thomas Gonzalez Rodrigues

Daniel Noreña

Juan R Rossano

JESUS ALBERTO CARREÑO MARTINEZ

Luis Angel José Portillo Arévalo

Incertidumbre y probabilidad

Fundamentos de Probabilidad para Ciencia de Datos

Probabilidad en Machine Learning: Fuentes de Incertidumbre y Modelos

Fundamentos de probabilidad

Tipos de Probabilidad: Conjunta, Marginal y Condicional

Probabilidades Condicionales y Correlación de Eventos Aleatorios

Paradojas de Probabilidad: Niño o Niña y Monty Hall

Distribuciones de probabilidad

Funciones y Distribuciones de Probabilidad en Cálculo

Distribuciones Discretas: Bernoulli y Binomial

Cálculos con Distribución Binomial en Google Colab usando Python

Análisis de Distribuciones Continuas: Enfoque en la Gaussiana

Estimación de Distribuciones de Probabilidad en Google Colab

MLE (Maximum Likelihood Estimation)

Estimación de Máxima Verosimilitud en Modelado Estadístico

Regresión Lineal con Estimación de Máxima Verosimilitud en Machine Learning

Regresión Logística y Estimación de Máxima Verosimilitud

Visualización de Máxima Verosimilitud en Regresión Logística

Inferencia bayesiana

Teorema de Bayes: Aplicación en Diagnósticos Médicos

Clasificación Bayesiana y el Algoritmo Naive Bayes

Ejercicios de Probabilidad para Ciencia de Datos

Paradojas de Probabilidad: Niño o Niña y Monty Hall

Progreso del curso

Incertidumbre y probabilidad

Fundamentos de probabilidad

Distribuciones de probabilidad

MLE (Maximum Likelihood Estimation)

Inferencia bayesiana

Recursos

Recursos