Probabilidad Condicional · ESMA 3101

El Problema de Monty Hall:
Cuando la Intuición Falla

Un experimento mental que confundió a 1,000 doctores y convenció a Erdős solo con una simulación.

1/3 Quedarse
vs
2/3 Cambiar

¿Qué es el Problema de Monty Hall?

Usted está en un programa de televisión. El presentador Monty Hall le muestra tres puertas. Detrás de una hay un auto nuevo; detrás de las otras dos, cabras.

  1. Usted elige una puerta.
  2. Monty, que sabe qué hay detrás de cada puerta, abre una de las otras dos revelando una cabra.
  3. Le ofrece cambiar su elección a la puerta que quedó cerrada.

¿Debe cambiar? La respuesta matemática sorprende a casi todo el mundo.


Simulador Interactivo

Elija una puerta para comenzar.
0 Cambié · Gané
0 Cambié · Perdí
0 Me quedé · Gané
0 Me quedé · Perdí
% éxito cambiando
Número de juegos (N)
Cambiar
Quedarse
Convergencia — % victorias por ronda acumulada


La Intuición vs La Realidad Matemática

Lo que dice nuestra intuición

"Quedan dos puertas, hay 50% para cada una." El 92% del público general responde así, según Marilyn vos Savant.

Lo que dice la matemática

Cambiar duplica las posibilidades de ganar.


¿Por Qué Cambiar es Correcto?

Cuando usted eligió inicialmente, la probabilidad de acertar era 1/3. Eso significa que había 2/3 de probabilidad de que el auto estuviera en alguna de las otras dos puertas. Cuando Monty elimina una cabra, esa probabilidad de 2/3 se concentra en la puerta restante. Su puerta original sigue valiendo 1/3.

Visualización con 1000 puertas

Imagine 1,000 puertas. Usted elige una. Monty abre 998 mostrando cabras, dejando solo una cerrada. ¿Cambiaría? — Steven Pinker

Por supuesto. Monty la dejó cerrada porque sabe que ahí está el auto.


El Error de Paul Erdős: Cuando Hasta los Genios Fallan

Paul Erdős, uno de los matemáticos más prolíficos del siglo XX, tampoco lo creyó al principio. Recibió la explicación matemática múltiples veces y no se convenció. Solo aceptó el resultado después de ver una simulación Monte Carlo de 100,000 juegos.[1]

En 1990, Marilyn vos Savant publicó la respuesta correcta en Parade Magazine. Recibió cerca de 10,000 cartas de rechazo, muchas de doctores y profesores universitarios.[2] Algunos ejemplos:

"¡Te equivocaste, y te equivocaste en grande!" — Scott Smith, PhD, Universidad de Florida
"Tal vez las mujeres miran los problemas matemáticos diferente que los hombres." — Don Edwards

Todos estaban equivocados.


Por Qué No Debemos Confiar en la Intuición a Ciegas

La trampa cognitiva

Elisabet Tubau (Universidad de Barcelona) describe el mecanismo:[3]

Las dificultades en superar las ilusiones en el MHD son consecuencia de una representación sesgada de las probabilidades previas. La eliminación de una opción no cambia la probabilidad previa concerniente a la primera elección.

Sesgos relacionados

  1. Falacia del jugador — creer que resultados pasados afectan el siguiente
  2. Equiprobabilidad falsa — asumir que dos opciones desconocidas son siempre 50/50
  3. Sesgo de confirmación — buscar evidencia que confirme la creencia inicial

El Valor del Escepticismo y la Verificación Empírica

El caso de Erdős enseña que la autoridad intelectual no garantiza la verdad. La evidencia empírica puede superar la intuición experta. El método científico existe precisamente para protegernos de nuestros propios sesgos.

Las simulaciones funcionan porque eliminan el sesgo cognitivo al mostrar resultados objetivos, revelan patrones que la intuición no capta, y convergen a la verdad matemática con suficientes iteraciones.[4]


Conclusión

"Las matemáticas no mienten, pero nuestros cerebros sí."

En ciencia, medicina, ingeniería y estadística, debemos siempre cuestionar la intuición, buscar verificación empírica, estar abiertos a cambiar de opinión, y valorar la evidencia sobre la autoridad.


Referencias

[1] Wired Magazine. "Monty Hall, Erdős, and Our Limited Minds." 2014.

[2] Behavioral Scientist. "Steven Pinker: Rationality — Why You Should Always Switch." 2021.

[3] Tubau, E., Aguilar-Lleyda, D., & Johnson, E. D. "Reasoning and choice in the Monty Hall Dilemma." Frontiers in Psychology, 6, 353. 2015.

[4] Towards Data Science. "The Monty Hall Problem." 2020.