Iniciar prueba gratuita
Popular Nuevos Géneros Autores
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Buscando...
SoBrief
Robin Hood Math

Robin Hood Math

Las matemáticas detrás de tus puntuaciones y tus feeds pueden ayudarte a cuestionar quién controla los números.
por Noah Giansiracusa 2025 244 páginas
3.91
185 valoraciones
Escuchar
Inmersivo
V2.3
Amazon Kindle Audible
Prueba el acceso completo por 3 días
¡Desbloquea la escucha y mucho más!
Continuar

Ideas clave

Usa las matemáticas como contrapoder cuando las instituciones convierten tu vida en puntuaciones

Los números moldean la vida cotidiana. El contenido que aparece en el teléfono, una solicitud de empleo, una puntuación crediticia y una lista de espera hospitalaria pueden reducir a una persona compleja a un número. Giansiracusa llama a esto numerificación: asignar números a actividades humanas complejas para que las instituciones puedan compararlas, hacer predicciones y gestionarlas. Los dispositivos modernos hacen que este proceso alcance una escala extraordinaria. Un auto conectado, por ejemplo, puede generar unos 25 gigabytes de datos por hora, mientras que los supermercados recopilan e intercambian información de sus clientes.

Es posible recuperar las matemáticas. Las matemáticas Robin Hood consisten en hacer que las herramientas cuantitativas que usan los gobiernos y las empresas sean comprensibles y útiles para la gente común. No pueden impedir que las instituciones asignen puntuaciones a las personas, pero sí pueden ayudar a la gente a examinar esas puntuaciones, tomar mejores decisiones y resistirse a la manipulación.

Análisis

El planteamiento inicial del libro convierte las matemáticas en una cuestión de poder, no solo de cálculo. Una puntuación puede hacer que un sistema complejo sea gobernable, pero también puede ocultar qué prioridades cuentan y qué experiencias quedan borradas. Es una distinción útil: cuantificar no es automáticamente deshumanizador, ya que las mediciones pueden revelar tratos desiguales o ayudar a distribuir recursos escasos. El peligro surge cuando se confunde una medida con la persona entera, o cuando quienes son medidos no pueden cuestionar las reglas. Aquí, la alfabetización matemática significa aprender a auditar la perspectiva, no rechazar todos los números.

Construye clasificaciones según tus prioridades, no según las ponderaciones ocultas de una revista

Una clasificación es una receta. La mayoría de los sistemas convierten varias medidas en una sola puntuación al estandarizarlas y combinarlas con ponderaciones. Una suma ponderada permite que quien diseña el sistema decida qué factores cuentan más. En 2023, U.S. News cambió las ponderaciones de su clasificación universitaria y redujo del 8 por ciento a cero el peso del tamaño de las clases. Brandeis cayó del puesto 44 al 60 pese a registrar una puntuación subyacente similar. El resultado reflejó un cambio en la receta, no una transformación repentina de la universidad.

Personaliza los ingredientes. Para comparar universidades, ciudades o incluso razas de perros, elige factores pertinentes, clasifica cada opción en función de ellos y asigna ponderaciones que reflejen tus prioridades. Luego modifica esas ponderaciones. Si el ganador cambia con facilidad, la clasificación es frágil. Las polémicas por los datos de Columbia y la presión ejercida sobre las clasificaciones de países del Banco Mundial muestran por qué conviene examinar las puntuaciones oficiales.

Análisis

Las clasificaciones personalizadas hacen visibles los juicios de valor, en vez de disfrazarlos de aritmética neutral. Se parecen a una herramienta de decisión bien diseñada: organizan prioridades contrapuestas sin fingir que las eliminan. Poner a prueba la sensibilidad es especialmente útil porque un ganador puede parecer indiscutible y, sin embargo, depender de un ajuste mínimo en las ponderaciones. El método tiene límites. Ordenar por rango pierde información sobre la magnitud de las diferencias, y los usuarios pueden elegir factores a partir de datos incompletos o sesgados. Su uso más sólido es aclarar una decisión, no fabricar certeza.

Promedia pronósticos independientes, porque los puntos ciegos compartidos sobreviven al promedio

Los grupos pueden mejorar las estimaciones. En 1906, Francis Galton recopiló unos 800 cálculos del peso de un buey después de faenarlo. La estimación intermedia se apartó del peso real por apenas nueve libras. El promedio funciona porque las sobreestimaciones y las subestimaciones pueden compensarse entre sí. Un promedio ponderado mejora el método al dar más influencia a los pronósticos con pruebas más sólidas o un mejor historial.

Estar de acuerdo no significa ser independiente. La covarianza describe cuánto varían conjuntamente dos conjuntos de errores. Cuando quienes pronostican comparten el mismo punto ciego, sus errores se refuerzan en lugar de cancelarse. Nate Silver combinó distintas organizaciones encuestadoras en vez de confiar en una sola, y un grupo de pronóstico sobre la COVID dirigido por Nicholas Reich combinó modelos que habían tenido buenos resultados en las semanas anteriores. Ni promediar ni contar con experiencia garantiza la precisión: los supuestos compartidos, como en una elección reñida o un brote que cambia rápidamente, aún pueden inducir a error.

Análisis

La idea clave no es simplemente que los grupos sean sabios, sino que los grupos útiles tienen errores parcialmente independientes. Esto vincula la predicción con el diseño institucional: un panel que emplea métodos diversos puede aportar información, mientras que uno que comparte formación, incentivos o supuestos quizá solo genere una apariencia de consenso. Ponderar ofrece un término medio práctico entre tratar todos los pronósticos por igual y apostarlo todo a un único experto célebre. Sin embargo, el desempeño pasado solo sirve de guía cuando el futuro se parece al pasado. Un conjunto de pronósticos debería mostrar las discrepancias, no suavizarlas hasta crear una falsa confianza.

Usa el valor esperado para apuestas repetibles, no como brújula moral completa

Calcula el pago promedio. El valor esperado se obtiene multiplicando el valor de cada resultado posible por su probabilidad y luego sumando los resultados. Si un juego de moneda equilibrada paga 3 dólares si sale cara y 1 dólar si sale cruz, el pago esperado es de 2 dólares. El cálculo ayuda a entender cómo fijan los precios las aseguradoras, los casinos y las loterías, y por qué los jugadores profesionales buscan una pequeña ventaja que puedan repetir.

No confundas los promedios con las vidas. Un billete de lotería puede valer la pena por la ilusión que ofrece, aunque su valor esperado financiero sea negativo. Un seguro puede ser racional porque una pérdida poco frecuente puede resultar devastadora. La insistencia de Sam Bankman-Fried en pensar en términos de valor esperado también ilustra el peligro de ignorar consecuencias difíciles de cuantificar, como la pérdida de confianza. El valor esperado es más útil cuando los resultados están claros, las decisiones se repiten y una sola pérdida no pone fin al juego.

Análisis

El valor esperado es poderoso porque disciplina la intuición ante resultados inciertos. Su debilidad no es matemática, sino ética y práctica: el cálculo solo incluye los resultados que alguien decide enumerar y valorar. La reputación, las obligaciones y los daños irreversibles pueden desaparecer del modelo simplemente porque se resisten a la medición. Por eso es esencial respetar los límites que plantea el libro. Usa la fórmula para decisiones acotadas y repetibles, pero considérala un elemento que informa el juicio, no una máquina que decide qué importa. Un cálculo impecable no puede corregir una descripción incompleta de las consecuencias.

Examina la dispersión, no solo el promedio, antes de aceptar un riesgo

Los promedios ocultan resultados desiguales. Durante la temporada 2021-2022 de la NBA, el salario promedio de los jugadores rondaba los 8,5 millones de dólares, pero la mediana era de 4,3 millones. Casi el 20 por ciento de los jugadores ganaba entre 1 y 2 millones, el tramo salarial más frecuente. La distribución cuenta una historia más útil que el promedio por sí solo. Un histograma, que agrupa las observaciones en intervalos, hace visibles esas diferencias. La varianza mide cuánto se dispersan los resultados en torno al promedio.

La dispersión modifica el riesgo. Un pronóstico según el cual las tasas hipotecarias bajarán dos puntos significa algo distinto si la mayoría de los escenarios se agrupan cerca de ese valor que si los resultados varían enormemente. Los grandes terremotos del noroeste del Pacífico se han producido, en promedio, con unos 243 años de diferencia; sin embargo, una brecha anterior duró alrededor de 750 años. Un intervalo promedio no funciona como un calendario.

Análisis

Pensar en distribuciones corrige el hábito arraigado de tratar el caso típico como si fuera la experiencia probable de cada persona. La distinción importa en las carreras profesionales, la salud y la planificación ante desastres, donde una pequeña posibilidad de un resultado extremo puede dominar la decisión. Los promedios siguen siendo resúmenes útiles, pero cuando hay mucho en juego conviene acompañarlos de rangos, percentiles o peores escenarios plausibles. También existe un reto de comunicación: los resultados excepcionales y llamativos pueden sesgar el juicio, igual que los promedios pueden ocultarlos. Un buen análisis del riesgo mantiene a la vista tanto lo habitual como lo trascendente.

Calcula el costo del daño de no actuar con el mismo cuidado que el del daño de actuar

Cuenta ambas opciones. La regla práctica de Romer para estimar el riesgo empieza por calcular el daño si se produce un resultado adverso, multiplica esa cantidad por la probabilidad de que ocurra y duplica el resultado. La pérdida esperada duplicada proporciona un costo aproximado que se puede comparar con el de una medida preventiva disponible. Es una aproximación práctica, no una ley precisa.

Una probabilidad pequeña puede importar. En el ejemplo del libro, hay un 10 por ciento de probabilidades de que un virus impida a alguien trabajar durante una semana. Si esa pérdida de ingresos asciende a 1.250 dólares, la pérdida esperada es de 125 dólares, y la estimación duplicada de Romer es de 250 dólares. Por tanto, podría valer la pena considerar un tratamiento que cuesta 200 dólares, aunque sea más probable que la persona se recupere rápidamente sin él. El mismo razonamiento puede evitar que se dé demasiado peso a los riesgos de las vacunas mientras se ignoran los de la infección.

Análisis

Este método contrarresta el sesgo de omisión: la gente suele vivir una acción arriesgada como una decisión, mientras trata el riesgo de no hacer nada como algo de fondo. Poner ambas opciones en la misma balanza puede revelar que la aparente cautela también es una apuesta. La regla de duplicar es deliberadamente aproximada, lo que la hace accesible, pero también limita su precisión. La estimación del daño y de la probabilidad sigue siendo subjetiva, y una cifra en dólares puede reducir pérdidas no financieras a una sola dimensión. Su mejor función es obligarnos a incluir los costos desatendidos en la conversación, no zanjar todos los juicios de valor.

Apuesta una fracción fija para que un mal resultado no ponga fin al juego

Ajusta las apuestas para poder seguir jugando. En un juego donde el resultado favorable tiene una probabilidad del 60 por ciento y una victoria duplica la apuesta mientras que una derrota la elimina, la estrategia de Kelly recomienda apostar el 20 por ciento del capital disponible en cada ronda. La regla para este sencillo juego de dinero parejo es 2p menos 1, donde p representa la probabilidad de ganar. Las apuestas aumentan cuando crece el capital y disminuyen tras las pérdidas.

Evita la trampa de apostarlo todo. En el experimento de la moneda sesgada de Victor Haghani, los participantes recibieron una moneda que caía cara el 60 por ciento de las veces. Diecisiete de 61 perdieron toda su apuesta, aunque un enfoque de porcentaje fijo podría haberlos protegido de muchas pérdidas totales. En las inversiones reales, las probabilidades son inciertas, por lo que a menudo se habla de un enfoque más prudente: media Kelly. El principio consiste en conservar la capacidad de seguir jugando.

Análisis

Esta idea conecta las probabilidades favorables con una conducta sostenible. Un rendimiento promedio positivo no protege a quien arriesga tanto que una mala racha le impide seguir participando. El enfoque de fracción fija también refleja rendimientos decrecientes: perder la mitad del capital exige ganar un 100 por ciento para recuperarlo, por lo que evitar pérdidas profundas tiene un valor especial. El óptimo formal depende de que las probabilidades sean correctas y de que la estructura de pagos coincida con el modelo. En los mercados, ambas suposiciones son dudosas. Por eso, el tamaño de la posición debería reducirse cuando disminuye la confianza en la estimación.

Actualiza tus creencias previas con pruebas, en lugar de dejar que una sola pista te domine

Las pruebas modifican una creencia inicial. La fórmula de Bayes describe cómo revisar una probabilidad cuando aparece información nueva. Combina una estimación inicial con la probabilidad de observar esas pruebas si la creencia fuera cierta, en comparación con la frecuencia general de esas mismas pruebas. Esto ayuda a evitar que un resultado médico o un suceso llamativo se considere decisivo sin tener en cuenta su tasa de base.

Las tasas de base importan. En el hipotético ejemplo de COVID 2.0 del libro, el 10 por ciento de las personas con síntomas gripales tiene el virus. Una prueba con una sensibilidad del 80 por ciento y una tasa de falsos positivos del 5 por ciento da como resultado una probabilidad de infección del 64 por ciento tras un resultado positivo, no del 95 por ciento. Giansiracusa también propone un atajo mental aproximado, el procedimiento simplificado de Bayes: traducir las probabilidades a una escala sencilla y actualizar con A menos B más C. Sus estimaciones son aproximadas, pero animan a revisar las creencias de forma calibrada.

Análisis

El razonamiento bayesiano es útil porque trata las creencias como un proceso, no como un veredicto. Una nueva señal debería importar en proporción a cuánto más probable sea bajo una explicación que bajo otra. Esta lógica es valiosa en la medicina, el periodismo y las sospechas cotidianas, donde las pruebas llamativas pueden imponerse al contexto. El atajo facilita el uso de la idea, pero su sencillez numérica puede ocultar los difíciles juicios que implican las probabilidades previas y la fiabilidad de las pruebas. Quizá su aporte más perdurable sean las preguntas que enseña a plantearse antes de cambiar de opinión.

Entrena tus feeds de forma deliberada, porque cada comentario es un voto algorítmico

Las plataformas calculan la interacción esperada. Facebook y TikTok estiman la probabilidad de que una persona indique que algo le gusta, comente, comparta o siga mirando; asignan valores a esas acciones y clasifican las publicaciones mediante una puntuación ponderada. Así, un contenido que provoca ira puede quedar tan arriba como uno que produce placer. El acertijo viral absurdo de TikTok tuvo éxito en parte porque quienes lo veían lo reproducían y discutían sobre su significado, generando precisamente la actividad que el sistema premiaba.

Envía señales con intención. En Facebook, la reacción de enfado pasó a valer cero puntos, mientras que los comentarios seguían contando como interacción. En TikTok, las reproducciones repetidas y los comentarios pueden indicar interés incluso cuando quien ve el contenido está irritado. Para moldear el feed, interactúa con el contenido que vale la pena volver a ver y pasa de largo ante los cebos que no quieres, sin verlos repetidamente ni responder.

Análisis

El cambio útil consiste en dejar de preguntarse si una plataforma entiende al usuario y preguntarse qué comportamientos puede observar su sistema de clasificación. La interacción es un indicador indirecto rudimentario de las preferencias: un comentario puede expresar indignación, no entusiasmo, pero para un sistema que optimiza la interacción ambas señales pueden ser indistinguibles. Es un problema de diseño, no solo del usuario. Actuar deliberadamente puede mejorar el feed, aunque no permite superar por completo los incentivos de la plataforma ni sus ajustes ocultos de clasificación. El usuario tiene cierto margen de acción, pero dentro de un sistema diseñado para captar su atención.

Trata los mercados clasificados como partes interesadas, no como guías neutrales

El primer resultado puede ser una venta. The Markup examinó casi 3.500 búsquedas populares en Amazon y descubrió que el 60 por ciento mostraba primero un producto patrocinado. Entre los primeros resultados que no estaban identificados como anuncios, la mitad favorecía una marca propiedad de Amazon o exclusiva de Amazon, aunque esos productos representaban apenas el 6 por ciento de los productos examinados. Un estudio citado en el libro encontró que, en promedio, quienes compraban usando el orden predeterminado «Destacados» pagaban un 25 por ciento más que con la mejor oferta disponible.

Cambia la forma de buscar. En Amazon, ordena por precio o por opiniones de clientes y luego compara las puntuaciones y los detalles en lugar de confiar en el orden predeterminado. En Google, usa la pestaña Web para reducir el desorden, o limita los resultados con operadores como el signo menos, site: y filetype:. Estas pequeñas herramientas hacen que la búsqueda dependa menos del orden preferido por la plataforma.

Análisis

El problema central es un conflicto de funciones: un mercado puede alojar a vendedores y, al mismo tiempo, competir con ellos; un buscador puede presentar información y vender el espacio más visible. Es como un árbitro que tiene intereses en el partido. Las herramientas para ordenar los resultados y las comparaciones independientes ayudan, pero no resuelven los conflictos estructurales ni garantizan información de calidad. La ventaja práctica del lector consiste en tratar la ubicación como indicio de las prioridades de la plataforma, no como prueba de calidad. La transparencia sobre los criterios de ordenamiento facilitaría aplicar ese escepticismo.

Exige que las plataformas financiadas por publicidad respondan por los costos que imponen a todos

Los servicios gratuitos también tienen costos. La publicidad financia gran parte de internet, pero este modelo premia la escala, el seguimiento intensivo y el tiempo que se pasa en las plataformas. El libro describe el acceso gratuito a internet de Facebook en Filipinas, que ayudó a convertir la plataforma en la principal puerta de acceso para muchos usuarios, mientras que los feeds orientados a la interacción también ofrecían un terreno fértil para la desinformación. La pérdida de privacidad, el diseño adictivo y el contenido dañino son costos que recaen en el público, no solo en la empresa.

Cambia los incentivos, no solo los síntomas. Un impuesto progresivo sobre los ingresos por publicidad segmentada podría hacer que las plataformas muy grandes pagaran más y reducir la ventaja que obtienen gracias al acceso exclusivo a los datos de los usuarios. Los ingresos podrían financiar el periodismo de interés público o espacios digitales de servicio público. El autor también propone aumentar el impuesto a medida que la segmentación publicitaria se vuelve más detallada y personal. Es una propuesta de política pública, no una solución probada, pero apunta a los incentivos económicos que están detrás de los daños.

Análisis

El argumento pasa de la alfabetización individual a la responsabilidad institucional. Un usuario puede ajustar su feed o evitar un resultado patrocinado, pero no puede cambiar por su cuenta el modelo de negocio que premia la vigilancia y la interacción a una escala enorme. Un impuesto a la publicidad intenta hacer visibles en las cuentas de las empresas algunos costos externos, del mismo modo que los impuestos ambientales reflejan el costo de la contaminación. Su eficacia dependería de definiciones cuidadosas, aplicación efectiva y salvaguardas contra consecuencias imprevistas para los medios más pequeños. El principio general es sólido: la elección del consumidor no basta cuando las empresas moldean las opciones y se apropian de los beneficios.

Análisis

Robin Hood Math es una introducción práctica al razonamiento cuantitativo, pero su tema más profundo es quién tiene derecho a definir los números que organizan la vida pública y privada. Su estructura sigue una progresión convincente: primero, las personas comunes quedan convertidas en datos; luego, el lector aprende a examinar los sistemas de clasificación, combinar pronósticos, evaluar decisiones inciertas, revisar creencias y comprender los algoritmos de recomendación. El cierre es político. Las técnicas individuales pueden ayudar a una persona a desenvolverse en las plataformas, pero para cambiar las estructuras de incentivos que sustentan la vigilancia y la interacción hacen falta soluciones colectivas.

La decisión pedagógica más acertada del libro es mostrar cómo las fórmulas se aplican a distintos ámbitos. Las sumas ponderadas vinculan las clasificaciones universitarias con la inflación y los feeds de redes sociales. La covarianza conecta las estimaciones de grupos, los fallos judiciales y el riesgo de inversión. La fórmula de Bayes convierte una relación técnica en el hábito de preguntarse cómo modifica la evidencia una creencia inicial. Esta repetición muestra que las matemáticas no son un conjunto de procedimientos escolares aislados, sino un lenguaje conciso para examinar supuestos y compensaciones.

La advertencia más importante del libro es que la aritmética no vuelve objetiva una decisión. Una clasificación depende de los factores elegidos; el valor esperado, de los resultados imaginados y los valores asignados; y una actualización bayesiana, de una probabilidad previa y un modelo de evidencia. El libro pone de manifiesto constantemente estas elecciones, aunque sus atajos prácticos pueden hacer que los datos inciertos parezcan más firmes de lo que son. La solución no es rechazar los cálculos, sino explicitar los supuestos, comparar escenarios y dejar espacio para el juicio moral.

El libro también distingue entre el empoderamiento personal y la reforma estructural. Los usuarios pueden moldear los feeds de recomendación modificando su interacción, buscar de manera más estratégica y crear clasificaciones propias. Estas tácticas importan, pero su alcance es limitado cuando las plataformas controlan la interfaz y obtienen ganancias de la atención. Por eso, la propuesta final de gravar la publicidad segmentada completa la premisa central del libro en lugar de abandonarla: la alfabetización matemática debería ayudar a la gente a entender las reglas, mejorar sus propias decisiones y cuestionar a las instituciones que las establecieron sin contar con ella.

Resumen en 30 segundos
Las puntuaciones institucionales dependen de las medidas y los pesos elegidos; por eso, comprueba cómo cambian las clasificaciones cuando cambian las prioridades. Los promedios pueden ocultar resultados desiguales, y los pronósticos fallan cuando sus errores comparten los mismos puntos ciegos. Usa las probabilidades para comparar apuestas y riesgos repetidos, teniendo en cuenta las consecuencias que la aritmética no puede captar. La nueva evidencia debería llevar a revisar las creencias previas a la luz de las tasas de base. Los feeds impulsados por la interacción y las clasificaciones patrocinadas reflejan los incentivos de las plataformas, mientras que la publicidad dirigida traslada los costos sociales al público.
Contiene spoilers

Última actualización:

Reportar problema

Resumen de reseñas

3.91 de 5
Promedio de 185 valoraciones de Goodreads y Amazon.

No hay contenido para traducir. Por favor, proporcione el texto que desea que traduzca al español.

Tu valoración:
4.44
78 valoraciones
¿Quieres leer el libro completo?

Glosario

numerificación

Convertir la actividad en números

Asignación de medidas numéricas a actividades o rasgos humanos complejos para poder hacerles seguimiento, compararlos, clasificarlos o gestionarlos. En el libro, los ejemplos van desde la interacción en redes sociales y las puntuaciones de productividad de los empleados hasta las calificaciones crediticias y el triaje médico. La numerificación puede ayudar a las instituciones a identificar patrones, pero también puede reducir a las personas a medidas que omiten aspectos importantes de sus vidas.

matemáticas Robin Hood (Robin Hood math)

Matemáticas para la gente común

El nombre que Giansiracusa da a la tarea de hacer que las herramientas cuantitativas sean accesibles a quienes no trabajan en finanzas, tecnología ni profesiones técnicas. El objetivo es ayudar a los lectores comunes a entender cómo las instituciones utilizan los números, tomar decisiones personales con más claridad y cuestionar los sistemas algorítmicos o estadísticos que les afectan. La metáfora presenta el conocimiento matemático como un recurso que no debería quedar concentrado en organizaciones poderosas.

suma ponderada

Una puntuación combinada

Un total que se obtiene al multiplicar cada puntuación de los componentes por un peso asignado y sumar los resultados. Un peso más alto otorga mayor influencia al factor en el total. Los sistemas de clasificación utilizan sumas ponderadas para combinar medidas como el costo, los resultados y la reputación. El cálculo es sencillo, pero elegir los factores y los pesos implica decidir qué debería importar.

promedio ponderado

Una estimación combinada ponderada

Método para combinar varias estimaciones dando más influencia a unas que a otras. Cada estimación se multiplica por su peso, se suman los productos y el resultado se divide por la suma de los pesos. Puede mejorar los pronósticos cuando los errores se compensan parcialmente y se da una importancia adecuada a las estimaciones de mayor calidad. Ofrece poca protección cuando las estimaciones comparten el mismo sesgo.

varianza

Dispersión en torno a un promedio

Medida estadística de cuán dispersos están los valores en torno a su promedio. Una varianza baja significa que las observaciones tienden a agruparse cerca del promedio; una varianza alta, que los resultados están más dispersos. En el análisis del riesgo que presenta el libro, la varianza ayuda a indicar qué tan probable es que un resultado real se aparte considerablemente de lo que sugiere un pronóstico promedio.

covarianza

Cómo se mueven juntas dos series

Medida de si dos secuencias de valores tienden a subir y bajar al mismo tiempo. Una covarianza positiva indica que se mueven en la misma dirección, mientras que una negativa indica que lo hacen en direcciones opuestas. Es importante al combinar pronósticos o diversificar inversiones: promediar protege menos cuando los errores o los activos tienden a moverse juntos.

valor esperado

Resultado promedio ponderado por la probabilidad

La suma del valor de cada resultado posible multiplicado por su probabilidad. Estima el resultado promedio a lo largo de repeticiones de una situación incierta. El valor esperado ayuda a explicar la fijación de precios en los seguros, las loterías y los juegos de azar, y puede orientar decisiones con resultados claros y ensayos repetibles. No abarca todas las consecuencias personales, éticas o de largo plazo.

estrategia de Kelly

Apostar una fracción del capital

Método de apuestas que arriesga una fracción fija del capital disponible, determinada por las probabilidades y la estructura de pagos. En el sencillo juego de dinero parejo del libro, la fracción es 2p menos 1, donde p es la probabilidad de ganar. La estrategia busca equilibrar el crecimiento con el riesgo de perderlo todo, pero depende de que las estimaciones de probabilidad sean fiables.

regla práctica de Romer para estimar el riesgo

Una estimación aproximada del costo del riesgo

Método práctico para incorporar un daño incierto a una comparación de costos y beneficios. Primero se estima el daño en términos monetarios y luego se multiplica por la probabilidad de que ocurra. Se duplica esa pérdida esperada para obtener una estimación aproximada del costo del riesgo. El método es una aproximación destinada a facilitar comparaciones útiles, no una valoración precisa de toda clase de daño.

fórmula de Bayes

Una regla para actualizar creencias

Relación matemática que muestra cómo revisar la probabilidad de un suceso tras observar nuevas pruebas. Combina una probabilidad inicial con la probabilidad de observar esas pruebas si el suceso ocurre y con la frecuencia general de esas pruebas. La fórmula ayuda a evitar que la nueva información eclipse los conocimientos previos o que se descarte cuando debería modificar una creencia.

procedimiento simplificado de Bayes (Bayes-made-easy procedure)

Una actualización aproximada de probabilidades

Método simplificado de Giansiracusa para aplicar el razonamiento bayesiano sin calcular probabilidades exactas. El usuario asigna valores aproximados en una escala numérica a una creencia inicial, a la probabilidad general de la nueva evidencia y a la probabilidad de esa evidencia si la creencia es cierta; luego los combina mediante A menos B más C. Está pensado para actualizar creencias de forma aproximada, sobre todo cuando no se dispone de datos precisos.

Sobre el autor

No hay contenido para traducir. Por favor, proporcione el texto que desea que traduzca al español.

Descargar PDF

Para guardar este resumen de Robin Hood Math para más tarde, descarga el PDF gratis. Puedes imprimirlo o leerlo sin conexión cuando quieras.
Download PDF

Descargar EPUB

Para leer este resumen de Robin Hood Math en tu dispositivo o aplicación de lectura, descarga el EPUB gratis. El formato de libro digital .epub es ideal para leer libros electrónicos en teléfonos, tabletas y lectores electrónicos.
Download EPUB
¿Quieres leer el libro completo?
Seguir
Escuchar
Inicio
Swipe
Biblio
App
Prueba el acceso completo por 3 días
Escucha, guarda y mucho más
Comparar funciones Gratis Pro
📖 Leer resúmenes
Lee resúmenes ilimitados. Los usuarios gratuitos obtienen 3 al mes
🎧 Escuchar resúmenes
Escucha resúmenes ilimitados en 40 idiomas
—
❤️ Marcadores ilimitados
Usuarios gratuitos limitados a 4
—
📜 Historial ilimitado
Usuarios gratuitos limitados a 4
—
📥 Descargas ilimitadas
Usuarios gratuitos limitados a 1
—
Cronología sin riesgo
Hoy: Obtén acceso instantáneo
Escucha resúmenes completos de más de 26.000 libros. ¡Son más de 12.000 horas de audio!
Día 2: Recordatorio de prueba
Te enviaremos una notificación de que tu prueba está por terminar.
Día 3: Tu suscripción comienza
Se te cobrará el 25 nov,
cancela en cualquier momento antes.
Consume 2.8× More Books
2.8× libros más Escucha Lectura
Nuestros usuarios nos adoran
1M+ lectores
Trustpilot Rating
TrustPilot
4.6 Excelente
Este sitio es un antes y un después. He leído resúmenes como nunca antes. Lo recomiendo muchísimo.
— Dave G
Vale cada centavo y cada minuto, y está muy bien hecho. Nunca había visto esta calidad de resúmenes en otros sitios. ¡Muy útil!
— Em
¡Muy recomendado! Servicio fantástico. Perfecto para quienes quieren algo más que una sinopsis, pero no todos los detalles de un audiolibro completo.
— Greg M
Ahorra un 62%
Anual
$119.88 $44.99/año/año
$3.75/mes
Mensual
$9.99/mes
Inicia tu prueba gratuita de 3 días
3 días gratis, luego $44.99/año. Cancela cuando quieras.
Unlock a world of fiction & nonfiction books
Más de 26.000 libros por el precio de 2
Lee cualquier libro en 10 minutos
Descubre libros nuevos como en Tinder
Solicita cualquier libro si no está resumido
Lee más libros que cualquiera que conozcas
La app nº 1 para amantes de los libros
Lifelike & immersive summaries
Garantía de devolución de 30 días
Descarga resúmenes en EPUB o PDF
Cancela en cualquier momento con unos clics

¿Por qué solo un resumen?

Escáner
Busca un código de barras para escanear

⭐
⭐
⭐
Tenemos un regalo especial para ti
Abrir
38% de descuento
DESCUENTO PARA TI
⭐
⭐
⭐
$79.99
$49.99/año
Solo $4.16 al mes
Continuar
Empieza con 2 toques y cancela fácilmente
Configuración
General
Widget
Cargando...