Este artículo explora cómo muchas variables en la naturaleza y la sociedad no siguen distribuciones normales, sino leyes de potencia, lo que implica eventos extremos más frecuentes e impredecibles. A través de ejemplos como incendios forestales, terremotos, distribución de ingresos y juegos de azar, se explica la criticalidad autoorganizada y su impacto en la comprensión y manejo de riesgos en diversos sistemas.
En la vida cotidiana, muchas características como la altura humana o el coeficiente intelectual tienden a agruparse alrededor de un valor promedio, siguiendo lo que llamamos una distribución normal. Sin embargo, existen fenómenos que no se comportan así y en su lugar siguen leyes de potencia, donde la probabilidad de eventos extremadamente grandes es mucho mayor de lo que esperaríamos en una distribución normal.
Por ejemplo, la magnitud de guerras mundiales, medida por el número de muertes, sigue una ley de potencia, lo que implica que eventos muy grandes son más comunes de lo que se podría suponer. Esto indica que el sistema no tiene una escala física inherente y es difícil predecir qué sucederá después.
A finales del siglo XIX, el ingeniero italiano Vilfredo Pareto estudió la distribución de ingresos en varios países europeos y encontró un patrón común que no seguía una distribución normal. En lugar de un promedio claramente definido, observó que la mayoría de las personas ganaban poco, pero había individuos que ganaban varias veces más, incluso hasta 100 veces más.
Al graficar los logaritmos de los ingresos, Pareto encontró que la curva se transformaba en una línea recta con una pendiente constante, describiendo la distribución con una ecuación sencilla: el número de personas que ganan un ingreso mayor o igual a x es proporcional a 1 sobre x elevado a una potencia (aproximadamente 1.5). Este tipo de relación se conoce como ley de potencias.
Para entender mejor las diferencias entre distribuciones normales, lognormales y leyes de potencia, consideremos tres juegos de azar:
La ganancia esperada es $50, y si juegas muchas veces, las pequeñas variaciones se cancelan, acercándote al promedio.
Aquí, las ganancias se multiplican por 1.1 si sale cara y por 0.9 si sale cruz. La ganancia esperada es $1, pero la mediana es menor (aproximadamente 61 centavos). La distribución de ganancias es lognormal, con una larga cola hacia ganancias muy altas.
Se lanza una moneda hasta que salga cara, y la ganancia se duplica con cada lanzamiento. El valor esperado es infinito debido a la posibilidad de ganancias extremadamente altas, aunque poco probables. La distribución sigue una ley de potencia con una cola muy pesada, lo que significa que el promedio no converge y puede ser dominado por valores atípicos extremos.
Las leyes de potencia aparecen en muchos sistemas naturales y sociales, como terremotos, incendios forestales, distribución de riqueza, y más. Por ejemplo, la energía liberada por terremotos sigue una ley de potencia debido a la combinación de una disminución exponencial en la frecuencia y un aumento exponencial en la energía liberada.
Los sistemas que exhiben leyes de potencia a menudo están en un estado crítico, donde no hay una escala inherente y los patrones se repiten a diferentes escalas, mostrando propiedades fractales. Un ejemplo es un imán cerca de su temperatura crítica (temperatura de Curie), donde los dominios magnéticos forman patrones fractales y la distribución de tamaños sigue una ley de potencia.
Algunos sistemas, como los incendios forestales y las pilas de arena, se ajustan naturalmente a un estado crítico sin necesidad de ajustes externos. En estos sistemas, eventos de todos los tamaños ocurren, desde pequeños hasta enormes, y la distribución de tamaños sigue una ley de potencia.
El incendio de Yellowstone en 1988 fue un megaincendio que arrasó con más de 560,000 hectáreas, mucho mayor que incendios anteriores. Simulaciones muestran que los bosques tienden a un estado crítico donde la densidad de árboles y la probabilidad de rayos crean condiciones para incendios de todos los tamaños. La política de extinguir todos los incendios pequeños puede aumentar la probabilidad de megaincendios.
Los terremotos ocurren cuando las tensiones acumuladas en la corteza terrestre se liberan en avalanchas de diferentes tamaños. El terremoto de Kobe en 1995 fue devastador y su magnitud depende del azar y la organización de tensiones. Simulaciones de pilas de arena muestran un comportamiento similar, con avalanchas de tamaños variados siguiendo una ley de potencia.
Las distribuciones de ley de potencia implican que eventos extremos son más comunes de lo esperado, lo que afecta la gestión de riesgos y seguros. Por ejemplo, el incendio de Paradise en California en 2018 superó la capacidad de pago de algunas aseguradoras.
En inversiones de capital de riesgo, la mayoría de las inversiones fracasan, pero unos pocos éxitos excepcionales generan la mayoría de las ganancias. Este patrón sigue la ley de potencias, donde unos pocos casos dominan el resultado total.
Plataformas como Netflix y YouTube muestran que un pequeño porcentaje de contenidos genera la mayoría de las visualizaciones, siguiendo también una distribución de ley de potencia.
Negocios como restaurantes o aerolíneas dependen de un flujo constante y predecible, siguiendo distribuciones normales, mientras que otros sectores pueden beneficiarse de la naturaleza de las leyes de potencia y los grandes éxitos inesperados.
En sistemas con distribuciones normales, la consistencia y evitar riesgos es clave. En sistemas regidos por leyes de potencia, es más importante la persistencia y hacer apuestas repetidas, aceptando que la mayoría fallará, pero que un éxito descomunal puede compensar las pérdidas.
El concepto de universalidad indica que sistemas muy diferentes pueden comportarse de manera similar en su punto crítico, independientemente de sus detalles físicos. Esto permite modelar sistemas complejos con modelos simples y entender fenómenos desde imanes hasta internet.
Por ejemplo, la estructura de internet sigue una ley de potencia porque los nuevos sitios tienden a enlazar a sitios ya populares, creando un efecto bola de nieve.
El mundo está lleno de sistemas que no siguen la lógica de la distribución normal, sino que están regidos por leyes de potencia y criticalidad autoorganizada. Esto implica que eventos extremos son más comunes y que la predictibilidad es limitada. Entender en qué tipo de sistema estamos jugando es crucial para tomar decisiones informadas, ya sea en economía, gestión de riesgos, o en la vida cotidiana.
La lección más importante es que en sistemas regidos por leyes de potencia, el objetivo no es evitar el riesgo, sino hacer apuestas inteligentes y persistentes, aceptando la incertidumbre y la imprevisibilidad inherentes a estos sistemas.
Todas las simulaciones mencionadas están disponibles para uso público, y existen juegos educativos que ayudan a comprender estos conceptos de manera interactiva y divertida.
