Calculadora de la teoría para encontrar pareja (parada óptima)

Calculadora de la teoría para encontrar pareja (parada óptima)

En crecimiento AI Skill PRO

Ingresar cálculo

Fórmula

Número de rechazos=round(Tamaño del grupoe)\text{Número de rechazos} = \operatorname{round}\!\left(\frac{\text{Tamaño del grupo}}{e}\right)
Estadísticas de uso

Publicidad

Resultados

Rechaza (y observa) a las primeras
18
personas y, después, comprométete con la siguiente que supere a todas ellas
Tamaño del grupo de citas (n) 50
Fase de observación 36% del total (≈ 1/e)

Informar de un error en esta página

¿Qué es la calculadora de la teoría para encontrar pareja (parada óptima)?

Esta herramienta aplica el célebre «problema de la secretaria» —también conocido como parada óptima o regla del 37 %— al terreno de las citas. Si esperas conocer a un número fijo de posibles parejas y debes decidir sobre cada una antes de pasar a la siguiente, las matemáticas te ofrecen la estrategia que maximiza tu probabilidad de elegir a la mejor persona posible: dedica la primera parte del proceso simplemente a observar y, a partir de ahí, comprométete con la primera candidatura que supere a todas las que has visto hasta ese momento.

Cómo usarla

Introduce el número de personas con las que crees, de forma realista, que vas a tener una cita (el tamaño de tu grupo, \(n\)). La calculadora te indica a cuántas rechazar al principio. Aprovecha ese primer grupo únicamente para calibrar tus criterios: no te comprometas con nadie de esa fase, por muy prometedora que parezca. Pasado el punto de corte, di que sí a la primera persona que supere a todas las de tu fase de observación.

La fórmula explicada

El punto de corte óptimo es \(n \div e\), donde \(e \approx 2{,}71828\) es el número de Euler. Como \(1/e \approx 0{,}3679\), observas aproximadamente el primer 37 % de las candidaturas y, después, empiezas a elegir. Esta regla te da en torno a un 37 % de probabilidad de quedarte con la mejor opción posible, mucho mejor que elegir al azar a medida que crece el grupo.

$$\text{Reject Count} = \operatorname{round}\!\left(\frac{\text{Pool Size}}{e}\right)$$

Publicidad
Línea de tiempo de candidatos dividida en una fase de rechazo del 37 % y una fase de selección
La regla del 37 %: rechaza el primer 37 % de los candidatos y luego elige al siguiente que supere a todos los vistos.

Ejemplo práctico

Imagina que planeas tener citas con 10 personas. El punto de corte es $$10 \div 2{,}71828 \approx 3{,}68,$$ que se redondea a 4. Así que tienes citas con las primeras 4 personas y las descartas con educación, pero recordando quién fue la mejor de ellas. A partir de la persona número 5, te comprometes con la primera que supere a esas 4 primeras.

Curva de probabilidad de éxito con su pico cerca de la fracción de parada de 0,37
La probabilidad de éxito se maximiza cuando se usa cerca del 37 % (1/e) del conjunto para observar.

Cantidad de rechazos para distintos tamaños de grupo

La regla del 37% indica rechazar (solo observar) aproximadamente \(n/e\) candidatos, donde \(1/e \approx 0.3679\), y luego elegir el primer candidato posterior que sea mejor que todos los vistos hasta entonces. La tabla redondea \(n/e\) al número entero más cercano.

Tamaño del grupo (n) n / e Cantidad de rechazos (observar) Candidatos restantes entre los que elegir Proporción de observación
5 1.84 2 3 40%
10 3.68 4 6 40%
20 7.36 7 13 35%
30 11.04 11 19 36.7%
50 18.39 18 32 36%
100 36.79 37 63 37%

Debido al redondeo, la proporción de observación no es exactamente 36.8% en grupos pequeños, pero se acerca más a ese valor a medida que el grupo crece.

Probabilidades exactas de éxito para grupos pequeños

Para un grupo de \(n\) candidatos, si rechazas los primeros \(r\) y luego tomas el primer candidato mejor que todos los anteriores, la probabilidad de terminar con el mejor candidato individual es

$$P(n,r) = \frac{r}{n}\sum_{k=r+1}^{n}\frac{1}{k-1}$$

La tabla muestra el mejor \(r\) para cada \(n\) y la probabilidad exacta resultante (redondeada).

Tamaño del grupo (n) Cantidad óptima de rechazos r Probabilidad de éxito P
2 1 (0 empates) 50.0%
3 1 50.0%
4 1 45.8%
5 2 43.3%
10 3 39.9%
20 7 38.4%
100 37 37.1%

Ejemplo para \(n=4,\ r=1\): \(P = \frac{1}{4}\left(1 + \frac{1}{2} + \frac{1}{3}\right) = \frac{1}{4}\cdot 1.8333 \approx 0.458\).

A medida que \(n\) crece, el \(r/n\) óptimo se acerca a \(1/e \approx 0.368\) y la mejor probabilidad de éxito alcanzable también converge a \(1/e \approx 36.8\%\) por encima.

Publicidad

Interpretación de tu resultado

La cantidad de rechazos es la longitud de la fase de observación. Durante ella miras a los candidatos solo para calibrar cómo es una opción fuerte, y no te comprometes con ninguno. Cuando termina, tomas el primer candidato que supere al mejor de todos los que observaste.

Mejor elección frente a elección suficientemente buena. La regla del 37% maximiza la probabilidad de seleccionar al mejor candidato del grupo. Esa probabilidad llega como máximo a alrededor del 37%, así que la estrategia no logra elegir al mejor aproximadamente el 63% de las veces. A veces terminas sin nadie, si el mejor candidato apareció durante la fase de observación. Si tu objetivo es una elección suficientemente buena, como alguien entre los primeros puestos, se usan otras reglas de parada o umbrales, que normalmente dan una probabilidad mucho mayor de obtener un resultado aceptable.

Supuestos del modelo clásico:

  • El tamaño total del grupo \(n\) es fijo y se conoce de antemano.
  • Los candidatos se ven uno a uno, en orden aleatorio.
  • Puedes clasificar a cada candidato frente a los que ya viste, sin empates.
  • Cada decisión es definitiva: no puedes volver a un candidato rechazado, y uno aceptado termina la búsqueda.
  • Solo cuenta como éxito obtener al mejor de todos.

Las situaciones reales rara vez cumplen todos estos supuestos, así que interpreta el resultado como una ilustración de un modelo matemático (el problema de la secretaria), no como consejo sobre relaciones.

Preguntas frecuentes

¿Esto me garantiza que encontraré a «la persona ideal»? No. Maximiza la probabilidad de elegir a la mejor candidatura disponible, pero esa probabilidad ronda el 37 %: es una estrategia, no una certeza.

¿Y si aparece una persona estupenda durante la fase de observación? El modelo estricto dice que la rechaces; solo sirve para fijar tu listón de referencia. En la vida real, toma la regla como una orientación y no como una ley inquebrantable.

¿El 37 % es siempre la respuesta? La fracción de observación (\(1/e \approx 37\,\%\)) es constante, pero el número concreto de personas que rechazas depende del tamaño de tu grupo \(n\).

Última actualización:

Lo más popular en Matemáticas y Estadísticas

Ver todas las calculadoras de Matemáticas y Estadísticas