Problema de Monty Hall: Qué es, Usos y Ejemplos

¿Quieres explorar más? 📂 Explorar Categorías 🔥 Tendencias 🎓 Cursos

¿Te quedarías con tu primera elección o la cambiarías?

Imagina esto: estás en un programa de televisión. El presentador te muestra tres puertas cerradas. Detrás de una hay un coche —el premio gordo— y detrás de las otras dos, cabras. Elige una puerta. Tú eliges la puerta número 1. Antes de abrirla, el presentador, que sabe qué hay detrás de cada puerta, abre otra puerta (digamos la número 3) y muestra una cabra. Luego te pregunta: ¿quieres quedarte con tu puerta original (la 1) o cambiar a la puerta restante (la 2)? ¿Qué harías?

Para muchas personas la respuesta intuitiva es: “Tanto da, quedan dos puertas, 50/50”. Pero esa intuición es incorrecta. Cambiar de puerta duplica tus probabilidades de ganar. Este enigma, conocido como el Problema de Monty Hall, parece sencillamente imposible al principio —por eso ha causado debates, artículos y hasta peleas amistosas—, pero su explicación es clara si la desgranamos paso a paso.

¿Qué es el Problema de Monty Hall?

El Problema de Monty Hall toma su nombre de Monty Hall, presentador del programa estadounidense Let’s Make a Deal. La versión clásica del problema se resume así:

Hay tres puertas cerradas: detrás de una hay un coche (premio) y detrás de las otras dos, cabras (sin valor para el concursante).
El concursante elige una puerta (pero no la abre).
El presentador, que sabe qué hay detrás de cada puerta, abre una de las dos puertas que el concursante no eligió y revela una cabra.
El presentador ofrece al concursante la opción de quedarse con su elección original o cambiar a la otra puerta cerrada.
¿Qué estrategia aumenta tus probabilidades de ganar: quedarse o cambiar?

La conclusión, que sorprende a muchos, es que cambiar de puerta tiene ventaja: ganas con probabilidad ({eq}\dfrac{2}{3}{/eq}) si cambias, y con probabilidad ({eq}\dfrac{1}{3}{/eq}) si te quedas.

Es decir:

[{eq}\text{P(ganar si te quedas)} = \dfrac{1}{3}, \qquad
\text{P(ganar si cambias)} = \dfrac{2}{3}.{/eq}]

¿Por qué? Vamos a verlo con ejemplos y analogías.

Desmenuzando la intuición — Paso a paso

Primero, mira lo que ocurre en la primera elección. Cuando señalas una puerta (por ejemplo, la 1), tienes una probabilidad de ({eq}\dfrac{1}{3}{/eq}) de haber elegido el coche y ({eq}\dfrac{2}{3}{/eq}) de haber elegido una cabra. Eso no cambia después: tu elección inicial mantenía esa probabilidad.

Ahora el presentador abre una de las otras dos puertas y muestra una cabra. Importante: él siempre sabe dónde está el coche y siempre abre una puerta con cabra (nunca abre el coche). Este comportamiento cambia la información disponible, pero no redistribuye la probabilidad original de tu elección: la puerta que elegiste todavía tiene ({eq}\dfrac{1}{3}{/eq}) de probabilidad de ocultar el coche. La probabilidad restante, ({eq}\dfrac{2}{3}{/eq}), se concentra en la única puerta cerrada que quedó después de que el presentador abrió una cabra. Por eso cambiar te da ({eq}\dfrac{2}{3}{/eq}) de probabilidad de ganar.

Una forma de verlo con casos concretos:

Caso A: El coche está detrás de la puerta 1 (la que elegiste). Probabilidad: ({eq}\dfrac{1}{3}{/eq}). El presentador abre la 2 o la 3 (las dos tienen cabra). Si cambias, pierdes.
Caso B: El coche está detrás de la puerta 2. Probabilidad: ({eq}\dfrac{1}{3}{/eq}). Tú elegiste la 1 (cabrá). El presentador no puede abrir la 2 (porque es el coche), por tanto abre la 3 (cabrá). Si cambias a la 2, ganas.
Caso C: El coche está detrás de la puerta 3. Probabilidad: ({eq}\dfrac{1}{3}{/eq}). Tú elegiste la 1 (cabrá). El presentador abre la 2 (cabrá). Si cambias a la 3, ganas.

Liberalismo: historia, ideología e influencia

En dos de los tres casos (B y C) cambiar conduce al coche. Por tanto cambiar gana en ({eq}\dfrac{2}{3}{/eq}) de las veces.

Una analogía con 100 puertas

Si la contabilidad de probabilidades con tres puertas te sigue pareciendo forzada, imagina que en lugar de 3 hay 100 puertas, con un coche detrás de una y cabras detrás de 99. Tú eliges una puerta al azar: la probabilidad de haber elegido el coche es ({eq}\dfrac{1}{100}{/eq}); la de no haberlo elegido es ({eq}\dfrac{99}{100}{/eq}).

Ahora el presentador, que sabe dónde está el coche, abre 98 puertas que contienen cabras y deja una puerta cerrada aparte de tu elección. ¿Te parece todavía 50/50? Si te quedas con tu elección inicial, tus probabilidades siguen siendo ({eq}\dfrac{1}{100}{/eq}); si cambias, tus probabilidades son ({eq}\dfrac{99}{100}{/eq}). En otras palabras, con 100 puertas es mucho más claro que cambiar es la mejor estrategia: es casi seguro que el coche está en la otra puerta, no en la que elegiste por casualidad.

Esta ampliación demuestra que la idea no depende de trucos matemáticos raros: el cambio es ventajoso porque la apertura deliberada de puertas por parte del presentador entrega información y concentra la probabilidad en la última puerta cerrada distinta de tu elección.

Por qué la respuesta “50/50” es una trampa mental

La intuición “50/50” surge porque, tras abrir una puerta, quedan dos puertas cerradas. Si pensamos sólo en las dos puertas restantes, olvidamos la historia del proceso: que la elección original tenía probabilidad ({eq}\dfrac{1}{3}{/eq}) y que el presentador eligió deliberadamente mostrar una cabra. La acción del presentador no es aleatoria ni independiente; está guiada por el conocimiento del lugar del coche. Esa dependencia es la clave.

Piensa en lo siguiente: ¿qué pasaría si el presentador no supiera dónde está el coche y abriera una puerta al azar, y por pura casualidad saliera una cabra? En ese caso estarías en un escenario distinto: la apertura sería un evento aleatorio sin intención informativa, y entonces, condicionado a que haya salido una cabra, las probabilidades efectivamente tendrían otra forma de calcularse. Pero en el problema original, la acción del presentador está condicionada —él siempre evita abrir la puerta con el coche— y eso altera la estructura probabilística.

Ejemplos cotidianos y analogías para recordar la idea

Analogia 1 — Caja sorpresa y ayudante
Imagina que hay tres cajas: una contiene una moneda de oro, las otras dos, monedas sin valor. Tú eliges una caja. Tu amigo, que sabe dónde está la moneda de oro, abre una de las otras dos cajas y muestra que está vacía. Te pregunta si quieres cambiar. Si confías en que tu amigo siempre abre una caja vacía, entonces cambiar te conviene: al principio tenías pocas probabilidades de acertar, y la información del amigo concentra la probabilidad en la caja que queda cerrada.

Productividad en el Marketing

Analogia 2 — Búsqueda en equipo
Supón que estás en una búsqueda del tesoro con un equipo. Tú marcas un sitio como posible. El líder del equipo, que sabe dónde está el tesoro, elimina varias zonas erróneas menos una. Si el líder siempre elimina zonas incorrectas, confiar en su eliminación te da alta probabilidad de éxito al cambiar a la última zona que queda.

Analogía con la vida real
La situación se parece a muchas decisiones donde la información disponible cambia por acciones deliberadas de otra persona que conoce la situación. Por ejemplo, si hay tres ofertas de trabajo y una tiene un paquete excelente, y un reclutador descarta una oferta por razones que conoce (no revela la buena), la información sobre la oferta descartada cambia la probabilidad de que la oferta restante sea la buena. No es exactamente igual, pero la intuición de “la información de alguien que sabe” es la misma.

Variantes y matices — ¿qué pasa si cambiamos las reglas?

El resultado ({eq}\dfrac{2}{3}{/eq}) depende de reglas concretas: que el presentador sabe dónde está el coche, que siempre abre una puerta con cabra y que siempre ofrece la opción de cambiar. Si alguna de esas reglas cambia, las probabilidades pueden hacerlo también.

Si el presentador abre una puerta al azar y por azar muestra una cabra, la situación cambia porque la apertura no está condicionada a evitar el coche. En ese caso, el cálculo condicional se vuelve más complejo y la probabilidad de ganar al cambiar puede ser distinta.
Si el presentador a veces no abre una puerta o decide no ofrecer el cambio, la estrategia óptima depende de la política del presentador.
Si hay más puertas o diferentes números de ellas, como vimos con 100 puertas, el argumento se mantiene —cuantas más puertas, más clara es la ventaja de cambiar—.

Es importante leer con atención las reglas del problema antes de decidir.

¿Dónde se usa esto en la vida real o en la ciencia?

A primera vista el Problema de Monty Hall puede parecer una curiosidad matemática, pero la idea subyacente —cómo cambia la probabilidad cuando alguien con información actúa de manera selectiva— tiene aplicaciones reales:

Diseño de experimentos y tests clínicos: entender cómo la información condicional y la selección afectan resultados.
Algoritmos y machine learning: en problemas donde un agente con acceso parcial a la información descarta opciones no prometedoras, la forma de actualizar las creencias (probabilidades) tiene paralelos con técnicas de inferencia bayesiana.
Toma de decisiones en negocios: cuando un experto descarta opciones públicamente (por ejemplo, un auditor que anula propuestas), los gestores deben interpretar ese acto como información que cambia las probabilidades implícitas.
Juegos y teoría de la decisión: muchos juegos involucran información oculta y acciones informativas de terceros; el análisis de estas situaciones usa las mismas herramientas conceptuales.
Ciencias cognitivas: el problema se usa para estudiar sesgos de razonamiento humano y por qué la gente falla en actualizar probabilidades correctamente.

En resumen, el Problema de Monty Hall es un caso didáctico que ayuda a entender razonamiento condicional, información asimétrica y actualización de probabilidades.

Riesgo de Insolvencia: Qué es, Características y Ejemplos

Simular para convencerse: Experimento mental o real

Una manera práctica de disipar la duda es simular el juego. Si juegas 300 veces:

Si te quedas con tu primera elección, ganarás aproximadamente ({eq}300 \times \dfrac{1}{3} = 100{/eq}) veces.
Si cambias, ganarás aproximadamente ({eq}300 \times \dfrac{2}{3} = 200{/eq}) veces.

Puedes probar con monedas, sobres o aplicaciones sencillas que simulan el experimento. Muchos medios replicaron experimentos con concursantes reales y simulaciones computacionales que confirmaron la estadística.

Objeciones comunes y respuestas rápidas

“Pero el presentador podría estar tratando de engañarme”: Si el presentador no sigue la regla de “siempre abre una cabra y ofrece cambiar”, el análisis cambia. El resultado que presentamos asume que el presentador actúa consistentemente según las reglas clásicas.
“Parece trampa matemática”: No hay trampa; es una cuestión de recordar la historia del proceso: la elección inicial y la intervención informada del presentador.
“En la vida real no hay 100 puertas”: Cierto, pero la versión con 100 puertas es una exageración didáctica para mostrar la idea con claridad, no una condición necesaria.

Resumen o conclusión

El Problema de Monty Hall muestra que nuestra intuición puede fallar cuando hay información oculta y alguien con conocimiento actúa de manera selectiva. Las claves para entenderlo son:

Al elegir inicialmente una puerta tienes ({eq}\dfrac{1}{3}{/eq}) de probabilidad de acertar.
El presentador, sabiendo dónde está el coche, abre deliberadamente una puerta con cabra. Esa acción es informativa.
Después de la apertura, la probabilidad de ({eq}\dfrac{2}{3}{/eq}) de que tu elección inicial fuera incorrecta se concentra en la otra puerta cerrada.
Por tanto, cambiar de puerta aumenta tus probabilidades de ganar de ({eq}\dfrac{1}{3}{/eq}) a ({eq}\dfrac{2}{3}{/eq}).

En lenguaje sencillo: la elección inicial tiene baja probabilidad de éxito; el presentador descarta una opción perdedora, por lo que la puerta que queda cerrada es más probable que sea la ganadora.

Resultados del aprendizaje

Explicar el enunciado clásico del Problema de Monty Hall y por qué no es equivalente a un simple 50/50.
Calcular las probabilidades básicas y justificar por qué quedarse da ({eq}\dfrac{1}{3}{/eq}) y cambiar ({eq}\dfrac{2}{3}{/eq}).
Usar la versión ampliada (por ejemplo, 100 puertas) para ilustrar la ventaja de cambiar de elección.
Reconocer las condiciones esenciales del problema (conocimiento del presentador y su acción deliberada) y cómo su modificación altera el resultado.
Diseñar o interpretar una simulación básica del experimento para comprobar empíricamente las conclusiones.

Reflexión

El Problema de Monty Hall no es sólo un acertijo matemático. Es una lección sobre cómo la información y la intención de las acciones de los demás influyen en nuestras decisiones. Nos recuerda que en situaciones reales —desde inversiones hasta política, desde diagnósticos médicos hasta scouting deportivo— no basta con mirar las opciones que quedan: debemos entender cómo llegamos a ese conjunto de opciones. A veces, cambiar de puerta no es rendirse: es aprovechar la información que alguien más, con conocimiento, te ha dado.

¿Te animas a probarlo con amigos? Monta tres cajas, reparte las cabras imaginarias, graba el resultado y verás que la estadística no miente: cambiar casi siempre mejora tus chances.

Continua con:

Rodrigo Ricardo Editor y fundador