Cuadernos de Google Colab y recursos didácticos
Inicio · Problema clásico · Simulaciones · Inducción hacia atrás · Variantes · Recursos · Cronología · Referencias · Acerca del sitio
Recursos didácticos: cuadernos de Google Colab
Estos materiales complementan El problema de la secretaria. Cada cuaderno contiene una introducción matemática, una regla de parada, código Python que puede ejecutarse en Google Colab, una simulación reproducible y ejercicios sugeridos. Puedes abrirlos directamente en el navegador sin utilizar la terminal ni instalar Python en tu computadora.
Los cuadernos están escritos actualmente en inglés; esta página ofrece una guía en español. Están destinados al estudio individual o a su uso en clase. Para los cálculos y las simulaciones utilizan principalmente la biblioteca estándar de Python; algunas gráficas emplean Matplotlib, disponible en Google Colab.
Importante: una frecuencia de éxito obtenida mediante simulaciones ilustra el resultado matemático, pero no demuestra la optimalidad de la estrategia. Esa justificación requiere fórmulas exactas o inducción hacia atrás.
Problema clásico de la secretaria
Deduce la probabilidad exacta para un número finito de aspirantes (n), encuentra el umbral óptimo de rechazo, simula permutaciones uniformes y compara los resultados de Monte Carlo con la curva teórica.
Abrir en Google Colab (en inglés) · Descargar cuaderno (.ipynb)
Problema del último éxito y teorema de las razones de Bruss
Estudia observaciones de Bernoulli independientes, calcula el índice de parada mediante la suma de las razones, simula el objetivo de seleccionar el último éxito y compara probabilidades exactas y estimadas.
Abrir en Google Colab (en inglés) · Descargar cuaderno (.ipynb)
Problema del posdoctorado: seleccionar al segundo mejor
Resuelve el problema con horizonte finito mediante inducción hacia atrás sobre rangos relativos. Luego simula las decisiones utilizando permutaciones aleatorias.
Abrir en Google Colab (en inglés) · Descargar cuaderno (.ipynb)
Problema de la secretaria con información completa
Deduce la decisión óptima inicial para dos o tres observaciones uniformes independientes. Simula probabilidades de éxito condicionadas al primer valor y representa gráficamente cuándo conviene detenerse.
Abrir en Google Colab (en inglés) · Descargar cuaderno (.ipynb)
Demostraciones interactivas de este sitio
Secuencia sugerida para estudiar
- Comienza con el cuaderno clásico para comprender el orden aleatorio, los récords y el umbral óptimo.
- Continúa con el cuaderno del posdoctorado para observar cómo cambian las decisiones al buscar al segundo mejor.
- Compara ese problema de rangos relativos con el de información completa, donde se conocen los valores numéricos.
- Estudia el último éxito y la regla de la suma de las razones.
Reproducibilidad y verificación
Cada cuaderno fija una semilla aleatoria para hacer reproducibles las simulaciones. Puedes modificar los parámetros y comparar las frecuencias de Monte Carlo con las probabilidades exactas.
El repositorio del sitio incluye, además, pruebas matemáticas automatizadas de los cálculos de referencia. Estas pruebas para desarrolladores se mantienen separadas de los cuadernos destinados al alumnado.
Fuentes
Las obras fundamentales figuran en Referencias. Los problemas clásico y de información completa se apoyan en Gilbert y Mosteller (1966); el modelo del último éxito utiliza Bruss (2000), y el problema del posdoctorado sigue el modelo de rangos relativos descrito en Variantes.