La Ley de Murphy es una regla de oro concisa diseñada para contrarrestar los efectos combinados que tienen los sesgos cognitivos y las probabilidades disyuntivas / conjuntivas sobre el razonamiento humano. Los ingenieros lo utilizan para mitigar nuestra incapacidad sistemática de predecir y comprender con precisión los posibles resultados de sistemas extraordinariamente complejos.
- Los eventos conjuntos son cadenas de eventos para las cuales cada eslabón de la cadena debe ser un éxito o la cadena falla. El éxito de la cadena es el producto de la métrica de éxito de cada enlace. En otras palabras, la probabilidad de éxito de la cadena se degrada geométricamente (ejemplo: la cadena de enlaces ‘n’, cada uno con probabilidad ‘p’, tiene una probabilidad general de p * p * p * … para ‘n’ p ‘).
- Los eventos disyuntivos son eventos independientes, todos más o menos en paralelo, algo así como caer en un embudo, de manera que si uno falla (es decir, falla) y es parte de un sistema, entonces el sistema puede fallar en su totalidad. En otras palabras, si A o B o C salen mal, entonces el proyecto sale mal.
Fuente : http://www.johngoodpasture.com/2…
La diferencia entre los dos básicamente se reduce a “y” y “o” probabilidades, con “y” las probabilidades disminuyen geométricamente, y “o” las probabilidades aumentan linealmente cuando se usan en combinación.
Los seres humanos sobrestiman sistemáticamente las probabilidades conjuntivas (las cosas continuarán funcionando normalmente) y subestiman las probabilidades disyuntivas (falla catastrófica).
- ¿Qué dice la popularidad de la pornografía sobre la naturaleza humana y sobre la sociedad civilizada?
- ¿Hay algo por lo que morirías? ¿Y si si, que?
- ¿Pueden las personas con trastorno de personalidad límite (BPD, por sus siglas en inglés) tener un conjunto estable de valores y ajustarse a él?
- ¿Por qué las personas apelarían a la emoción si saben que puede ir en ambos sentidos?
- Si los humanos son peces, ¿qué es el agua?
Esto es una consecuencia del sesgo cognitivo conocido como el efecto de anclaje. Este efecto es altamente problemático debido a un ajuste de probabilidad inadecuado desde un punto de ajuste. Por lo tanto, aunque la probabilidad de que cualquier evento en una serie conjuntiva sea muy alta, no se ajusta lo suficiente para ilustrar su declive geométrico cuando se usa en combinación. Por el contrario, aunque la probabilidad de que cualquier evento en una serie disyuntiva sea extremadamente baja, no se ajusta lo suficiente como para ilustrar el efecto de la acumulación lineal presente cuando se usa en combinación.
La ley de Murphy es una advertencia que ilustra que aunque cualquier parte de un sistema complejo puede tener una baja probabilidad de falla en cualquier momento, su probabilidad combinada de falla es relativamente alta. Esto se debe a que los sistemas complejos requieren que todas sus partes estén en perfecto estado de funcionamiento en todo momento y en todas las situaciones.
Esto se debe a la naturaleza de las probabilidades disyuntivas y al hecho empírico de que las probabilidades de falla en los sistemas complejos están altamente correlacionadas (por ejemplo, un ala que falla en un plano hará que todos los demás sistemas fallen a la vez debido a la localidad espacial y la dependencia de la trayectoria extrema ).
Por lo tanto, la ley de Murphy se puede derivar para sistemas de trabajo complejos:
Cualquier cosa que pueda ir mal, irá mal.
(http://en.wikipedia.org/wiki/Mur…)
Un ejemplo de esta ley en acción es el cuerpo humano.
Si algún órgano (corazón / hígado / pulmones / riñones) falla en el cuerpo humano (debido a una enfermedad / traumatismo / infección), el resto del cuerpo se cae con él y, por lo tanto, como todos los órganos internos están altamente correlacionados, el El cuerpo se deteriora rápidamente y, sin una intervención médica adecuada, el cuerpo puede morir.
Aunque la probabilidad de que un órgano falle es bastante baja, su probabilidad acumulativa es bastante alta, ya que incluso un pequeño defecto (virus, etc.) puede hacer que todo el sistema caiga.
Los reactores de fisión son otro ejemplo, como lo ilustran Chernobyl y Fukushima.
A la inversa, también podemos derivar la ley de Hofstadter al comprender el sesgo humano presente cuando se intenta predecir el resultado de los conjuntos de probabilidad conjuntiva.
Este es un ejemplo de la Falacia de planificación (http://en.wikipedia.org/wiki/Pla…).
Siempre lleva más tiempo de lo que espera, incluso si tiene en cuenta la Ley de Hofstadter
(http://en.wikipedia.org/wiki/Hof…)
Nota:
Si has llegado tan lejos de la respuesta, la has disfrutado y te gustaría ver más cosas así, entonces deberías seguirme aquí: Anirudh Joshi
Fuentes:
En un estudio realizado por Bar-Hillel (1973), se pidió a los sujetos que apostaran en un par de eventos. Se utilizaron tres tipos de eventos en total:
- (solo) saque una canica roja de una bolsa que contiene 50% de canicas rojas
- (en conjunción) dibuja una canica roja 7 veces seguidas de una bolsa que contiene un 90% de canicas rojas.
- (disyuntivo) extraiga al menos una canica roja en 7 intentos (con reemplazo) de una bolsa que contiene 10% de canicas rojas
En este problema, una mayoría significativa de los sujetos prefirió apostar en el evento conjunto (la probabilidad del cual es .48) en lugar del evento simple (la probabilidad del cual es .50). Los sujetos también prefirieron apostar en el evento simple en lugar del evento disyuntivo, que tiene una probabilidad de .52. Así, la mayoría de los sujetos apuestan al evento menos probable en ambas comparaciones.
Este patrón de elecciones ilustra un hallazgo general. Los estudios de elección entre apuestas y juicios de probabilidad indican que las personas tienden a sobreestimar la probabilidad de eventos conjuntivos ya subestimar la probabilidad de eventos disyuntivos. Estos sesgos se explican fácilmente como efectos del anclaje . La probabilidad declarada del evento elemental (éxito en cualquier etapa) proporciona un punto de partida natural para la estimación de las probabilidades de eventos conjuntivos y disyuntivos. Dado que el ajuste desde el punto de partida suele ser insuficiente , las estimaciones finales permanecen demasiado cerca de las probabilidades de los eventos elementales en ambos casos. Tenga en cuenta que la probabilidad general de un evento conjunto es menor que la probabilidad de cada evento elemental, mientras que la probabilidad general de un evento disyuntivo es mayor que la probabilidad de cada evento elemental . Como consecuencia del anclaje, la probabilidad general se sobrestimará en problemas conjuntivos y se subestimará en problemas disyuntivos .
Los sesgos en la evaluación de eventos compuestos son particularmente significativos en el contexto de la planificación. La finalización exitosa de una empresa, como el desarrollo de un nuevo producto, generalmente tiene un carácter conjuntivo : para que la empresa tenga éxito, cada uno de una serie de eventos debe ocurrir .
Incluso cuando cada uno de estos eventos es muy probable, la probabilidad general de éxito puede ser bastante baja si el número de eventos es grande. La tendencia general a sobrestimar la probabilidad de eventos conjuntivos conduce a un optimismo injustificado en la evaluación de la probabilidad de que un plan tenga éxito o de que un proyecto se complete a tiempo .
Por el contrario, las estructuras disyuntivas se encuentran típicamente en la evaluación de riesgos . Un sistema complejo, como un reactor nuclear o un cuerpo humano, funcionará mal si falla alguno de sus componentes esenciales .
Incluso cuando la probabilidad de falla en cada componente es pequeña, la probabilidad de una falla general puede ser alta si hay muchos componentes involucrados. Debido al anclaje, las personas tenderán a subestimar las probabilidades de falla en sistemas complejos . Por lo tanto, la dirección del sesgo de anclaje a veces se puede inferir de la estructura del evento. La estructura en forma de cadena de las conjunciones conduce a la sobreestimación, la estructura en forma de embudo de las disyunciones conduce a la subestimación .
Daniel Kahneman y Amos Tversky, Juicio bajo incertidumbre: heurísticas y sesgos ( http://www.amazon.com/Judgment-u…)
http://en.wikipedia.org/wiki/Anc…
http://youarenotsosmart.com/2010…
http: //heuristics.behaviouralfin…
http://en.wikipedia.org/wiki/Ref…
http://en.wikipedia.org/wiki/Ris…
http://en.wikipedia.org/wiki/Con…