¿Alguna vez te has preguntado cuánta información real genera el azar? Cuando lanzas un dado de seis caras y ves el resultado, tu cerebro experimenta una mezcla de expectativa y respuesta. En el mundo de la ciencia de la computación, existe una herramienta exacta para medir este fenómeno: la Entropía de Shannon.
Hoy vamos a romper el mito de que las matemáticas son aburridas. Vamos a calcular, paso a paso y de forma muy sencilla, cuánta "incertidumbre" o información vive dentro de un simple dado de juego.
🧐 Primero lo primero: ¿Qué es la Entropía en informática?
Olvídate por un momento de la física y el desorden de las habitaciones. En la teoría de la información, la entropía es una medida de la sorpresa o la incertidumbre.
- Si un evento es 100% predecible (como una moneda con dos caras idénticas), la entropía es cero. No hay sorpresa.
- Si un evento es totalmente impredecible (como un boleto de lotería), la entropía es muy alta. Hay mucha sorpresa.
La entropía se mide en bits. Un "bit" de entropía representa la cantidad de información necesaria para eliminar por completo una duda entre dos opciones de igual probabilidad (como cara o cruz en una moneda justa).
📝 La Fórmula de Shannon en texto plano
El padre de las telecomunicaciones modernas, Claude Shannon, nos dejó esta fórmula en 1948 para calcular la entropía (H):
H(X) = - Σ [ p(i) * log₂ p(i) ]
¡No te asustes por los símbolos raros! Su traducción al lenguaje humano es muy simple:
- H(X): Es la entropía total que queremos descubrir.
- Σ (Símbolo de suma): Nos dice que debemos calcular la sorpresa de cada cara y luego sumarlas todas.
- p(i): La probabilidad de que salga una cara específica.
- log₂: El logaritmo en base 2, que es la herramienta matemática que convierte las probabilidades en "bits".
(El signo negativo del principio está ahí solo para cancelar los decimales y que el resultado final nos dé un número positivo y fácil de leer).
🧮 Pasando a la acción: El cálculo del dado de 6 caras
Vamos a calcular la entropía de un dado perfecto y equilibrado.
Paso 1: Conocer las probabilidades
Un dado tiene 6 caras (1, 2, 3, 4, 5 y 6). Como el dado no está trampeado, todas las caras tienen la misma oportunidad de salir.
- La probabilidad de que salga cualquier número es de 1 entre 6 (es decir, 1/6 o aproximadamente 0.166).
Paso 2: Aplicar el truco de la simplificación
Cuando todas las opciones tienen exactamente la misma probabilidad de salir (como en nuestro dado), la fórmula gigante de Shannon se encoge por arte de magia y se vuelve extremadamente simple:
H = log₂ (Número de opciones)
En nuestro caso, el número de opciones posibles es 6. Así que el cálculo final que debemos resolver es:
H = log₂ (6)
Paso 3: El resultado final
Si pones "log base 2 de 6" en Google o en una calculadora científica, el resultado es:
H = 2.585 bits
💡 ¿Qué significa este 2.585 en la vida real? (Explicación Sencilla)
Significa que un lanzamiento de un dado de seis caras contiene exactamente 2.585 bits de pura incertidumbre.
Para entenderlo mejor, piensa en el juego de adivinar un personaje mediante preguntas donde solo puedes responder "sí" o "no". Si yo lanzo el dado en secreto y tú tienes que descubrir qué número salió haciendo preguntas lógicas (por ejemplo: ¿Es un número par? ¿Es mayor que 3?), necesitarás hacer, en promedio, entre 2 y 3 preguntas perfectas para dar con el resultado exacto.
¡Eso es la entropía! El número de preguntas de "sí o no" que necesitas hacerle al universo para resolver un misterio.
🧐 ¿Y si el dado estuviera cargado?
Aquí viene lo interesante. Si el dado tuviera una trampa y el número 6 saliera el 90% de las veces, la entropía bajaría drásticamente. ¿Por qué? Porque el juego perdería misterio y se volvería predecible. Al haber menos "sorpresa", hay menos bits de información circulando.
La próxima vez que lances un dado en tu juego de mesa favorito, recuerda que no solo estás jugando al azar: estás liberando exactamente 2.585 bits de información matemática en el universo. ¡Nada mal para un cubito de plástico!
