En el mundo de la matemática y la estadística, conceptos que parecen simples y evidentes en nuestra intuición cotidiana pueden volverse sorprendentes cuando se los analiza desde una perspectiva más profunda. La propiedad transitiva, conocida desde los primeros años de escuela: si A es mayor que B, y B es mayor que C, entonces A debería ser mayor que C, parece ser una verdad universal e inmutable. Sin embargo, en el ámbito de las probabilidades y las variables aleatorias, ese principio puede ser desafiado de formas que resultan difíciles de comprender a simple vista.
Para ilustrar esta paradoja, imaginemos un conjunto de dados especiales, cuya apariencia y resultados parecen jugar con las reglas básicas que aprendimos en matemáticas. Estos dados no son convencionales: cada uno tiene caras con números repetidos en distintas combinaciones. Por ejemplo, uno tiene cuatro caras con el número 4 y dos con 0, otro con todas las caras en 3, un tercero con cuatro caras en 2 y dos en 6, y un cuarto con tres caras en 5 y tres en 1.
Cuando se lanza un dado contra otro, el ganador es quien arroja el número mayor. La sorpresa surge en los resultados estadísticos: por ejemplo, un dado llamado A tiene en promedio mejores posibilidades que B para ganar en un enfrentamiento directo en aproximadamente dos tercios de las veces. Pero lo fascinante es que la relación entre estos dados forma un círculo de dominance, una especie de «máquina de la discordia»: A le gana a B, B le gana a C, C le gana a D, y, sorprendentemente, D le gana a A en un ciclo sin salida lógica aparente. Cada comparación tiene su fundamento, pero toda la secuencia desafía la noción de un orden lineal y coherente.
Este fenómeno no es un error ni un truco. Es una demostración clara de que las relaciones de probabilidad en variables aleatorias difieren en esencia de las relaciones de orden en números fijos. En aritmética, la propiedad transitiva funciona sin cuestionamientos: si 10 es mayor que 5 y 5 es mayor que 2, entonces claramente 10 es mayor que 2. Pero cuando trabajamos con variables aleatorias cuyos resultados dependen del azar, esta propiedad no siempre se mantiene.
Este ejemplo fue propuesto por Bradley Efron, un referente en estadística moderna, para mostrar que algunas comparaciones probabilísticas retan la lógica convencional. Los dados no transitivos de Efron son utilizados en clases de matemática, estadística y teoría de juegos para ilustrar cómo el azar puede producir resultados coherentes pero paradoxales, poniendo a prueba nuestra intuición y obligándonos a repensar conceptos que damos por sentados.
En definitiva, las paradojas que surgen en el análisis probabilístico muestran que, aunque la matemática parece rigurosa y precisa, en su aplicación a situaciones de incertidumbre puede abrir ventanas a fenómenos contraintuitivos que amplían nuestra comprensión del mundo, mucho más complejo de lo que aparenta a simple vista.
