Alma X. González Morales, Luis A. Ureña López
Departamento de Física y Laboratorio de Datos,
División de Ciencias e Ingenierías,
Campus León,
Universidad de Guanajuato
Todos sabemos que es difícil tomar decisiones sobre eventos futuros, debido principalmente a nuestra ignorancia acerca de qué parte de la información presente tiene mayor relevancia en la estimación futura que nos interesa. Esta disyuntiva fue un aspecto central en el trabajo de Amos Tversky y Daniel Kahneman (Premio Nobel de Economía 2002), de quienes es conocido el siguiente ejemplo que la ilustra perfectamente.
Suponga lector que le mencionan lo siguiente: “Pablo es muy tímido y retraído, invariablemente servicial pero con muy poco interés en las personas o en el mundo de la realidad. Es un alma mansa y ordenada, tiene una necesidad de orden y estructura, y una pasión por los detalles. ¿Qué es más probable: que Pablo sea bibliotecario o agricultor?”. Para dar la respuesta correcta debemos buscar en la información disponible la pieza que nos da mayor certeza sobre la profesión de Pablo, y esa es que hay más agricultores que bibliotecarios. Por tanto, es más probable que Pablo sea agricultor.
Lo anterior no es más que un ejemplo del uso del llamado Teorema de Bayes (Thomas Bayes, 1763). Este centenario teorema nos indica, de manera resumida, que la probabilidad de un suceso depende del peso que cada pieza de información tiene sobre la pregunta que estamos formulando. El uso contemporáneo en ciencia del teorema de Bayes ha llevado al desarrollo de la inferencia Bayesiana, que es de amplio uso en el análisis de datos y en la estimación que de ellos hacemos sobre los fenómenos naturales, desde el desarrollo de pandemias hasta la evolución de todo el Universo.
Es por ello que nos dimos a la tarea, junto con otros investigadores, de utilizar nuestras herramientas de investigación cosmológicas para hacer una estimación sobre la posible evolución de la epidemia Covid-19, a partir de los datos proporcionados por la Secretaría de Salud. Nuestro método de análisis y modelo de predicción puede ser mejorado, pero podemos usarlo para hacer estimaciones bajo la suposición de que el brote epidémico está quedando bajo control. Utilizando los datos al 23 de abril, obtenemos que este domingo el número de fallecidos reportados podría ser 1,582, mientras que el número de confirmados positivos sería 12,353.
Aquí terminaríamos si este fuera otro artículo más sobre predicciones de la Covid-19 en México. Pero hay una pieza final de información a la que nadie parece poner atención y que es importante: la (in)certidumbre en la estimación. Para nuestro caso, el número de fallecimientos es 1,582(+194)(-270); esto es, ¡hay un 17% de incertidumbre! El número predicho puede ser tan alto como 1,776 o tan bajo como 1,312. Usted que nos lee del futuro, ¿estuvimos lejos o cerca del número real? Si el número de este domingo es mayor a 1,776, entonces debemos continuar y poner más cuidado con las medidas sanitarias en todo el país; si es menor a 1,312, entonces probablemente vamos bien, pero aún no debemos aflojar el paso, menos aún aquí en Guanajuato.
¿De dónde aparece la incertidumbre? No solo de las probabilidades, o de la información que tenemos disponible, sino de que estamos ante un virus nuevo. ¿De qué depende el control de la epidemia y las consecuencias de ésta? ¿De qué depende el futuro? ¡De nosotros mismos! De seguir las indicaciones de las autoridades municipales, estatales y federales. Si tienes la posibilidad de quedarte en casa, hazlo; en estos momentos es la única forma que tenemos de cuidarnos unos a otros.
Agradecemos a la Universidad de Guanajuato, el alma mater del estado, por el llamado que hizo a su comunidad científica y que sirvió de inspiración para este ensayo
Fecha de publicación: 25 de abril de 2020.
