Qué es Ruin Probability Calculator?
▾
La probabilidad de ruina (también llamada probabilidad de ruina, ruina del jugador o riesgo de ruina) es la probabilidad de que un jugador, comerciante o empresa agote todo su capital antes de alcanzar un objetivo de riqueza específico. Es un concepto fundamental en la teoría de la probabilidad, la ciencia actuarial y la gestión de riesgos comerciales, que responde a la pregunta: dado un capital inicial, una ventaja por apuesta o transacción y un nivel de riqueza objetivo, ¿cuál es la probabilidad de declararse en quiebra antes de lograr el objetivo? El problema de la ruina del jugador clásico, formalizado por matemáticos como Blaise Pascal y Christiaan Huygens en el siglo XVII, considera a un jugador con capital inicial $k que juega contra un oponente con capital $N−k (apuestas totales de la mesa = $N). Con probabilidad p de ganar cada apuesta (y q=1−p de perder), la probabilidad de ruina (perder todos los $k antes de llegar a $N) tiene una solución elegante de forma cerrada. Cuando p = q = 0,5 (juego limpio), probabilidad de ruina = (N−k)/N. Para un juego desfavorable (q > p), la ruina es casi segura para N grande. En el comercio, la probabilidad de ruina generalmente se calcula como la probabilidad de perder todo el capital antes de alcanzar un múltiplo del capital inicial. Usando la aproximación continua: P(ruina) = e^(−2× Borde × Capital / Varianza), donde Borde = rendimiento medio por operación (o período), Capital = capital inicial y Varianza = varianza de los rendimientos por operación. Esta fórmula muestra que la probabilidad de ruina disminuye exponencialmente con: (1) un capital inicial mayor en relación con el tamaño de la apuesta; (2) borde superior; y (3) menor variación. Esta es la razón por la que la regla del 1% en el trading (arriesgar sólo el 1% del capital por operación) reduce drásticamente la probabilidad de ruina en comparación con el riesgo del 5% o el 10% por operación. En seguros y ciencia actuarial, la teoría de la ruina (modelo Cramér-Lundberg) estudia si el excedente de una aseguradora (reserva de capital) alguna vez se volverá negativo dados los ingresos por primas, los rendimientos de las inversiones y los pagos aleatorios de reclamaciones. La desigualdad de Cramér-Lundberg proporciona un límite superior a la probabilidad de ruina de las carteras de seguros. El análisis de probabilidad de ruina también se utiliza en finanzas empresariales para evaluar cuánto tiempo una startup o negocio puede sobrevivir con su saldo de efectivo actual dada su tasa de quema y trayectoria de ingresos, y en finanzas personales para evaluar la probabilidad de que un jubilado agote su cartera antes de morir en varios escenarios de gasto y retorno.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Fórmula
▾
Discreto (p ≠ 0,5): P(ruina) = [(q/p)^N − (q/p)^k] / [(q/p)^N − 1]
Juego limpio (p=0,5): P(ruina) = 1 − k/N
Continuo aprox: P(ruina) = exp(−2 × μ × k / σ²)Leyenda de variables
▾
| Símbolo | Nombre | Unidad | Descripción |
|---|---|---|---|
| k | Capital inicial | USD | Riqueza inicial o fondos; medido en unidades de tamaño de apuesta para la fórmula de ruina del jugador discreto. |
| p | Probabilidad de ganar | % | Probabilidad de ganar cada apuesta o operación; si p > 0,5 (o p > umbral de equilibrio), hay un borde positivo. |
| N | Capital objetivo | USD | Meta de riqueza; en la ruina del jugador clásico, la apuesta de la mesa (punto en el que el oponente queda arruinado). |
| P_ruin | Probabilidad de ruina | % | Probabilidad de perder todo el capital antes de alcanzar el objetivo N. Se acerca a 1,0 para juegos desfavorables (p < 0,5). |
| E_dur | Duración esperada | bets/trades | Número esperado de apuestas/intercambios antes de arruinarse o alcanzar el objetivo N; refleja cuánto dura el juego. |
Cómo Ruin Probability Calculator
▾
- 1Defina el capital inicial k (en unidades de apuesta mínima o riesgo comercial), el capital objetivo N y el monto de la apuesta/riesgo por jugada.
- 2Estimar ventaja (p = probabilidad de ganar cada apuesta). Para operar, utilice la tasa de ganancias ajustada a la relación de tamaño de ganancias/pérdidas.
- 3Aplicar la fórmula de ruina adecuada: ruina del jugador discreto para apuestas binarias; aproximación continua para operaciones con rendimientos variables.
- 4Para operar: P(ruina) = exp(−2 × ganancia_promedio × capital_inicial / varianza_por_operación).
- 5Analice la sensibilidad: ¿cómo cambia la probabilidad de ruina si el capital inicial se duplica? ¿Si el borde se reduce a la mitad? ¿Si la varianza aumenta?
- 6Calcule la duración esperada (cuántas rondas antes de que se determine el resultado): E = k × (N−k) / |2p−1| × 1/(p−0,5) para p≠0,5.
- 7Utilice la probabilidad de ruina para establecer requisitos mínimos de capital, tamaños máximos de apuesta y porcentajes apropiados de riesgo por operación.
Ejemplos resueltos
▾
Incluso con "sólo" una ventaja de la casa del 2,63%, la ruina es casi segura a este nivel
q/p = (1−0,4737)/0,4737 = 0,5263/0,4737 = 1,1111. P(ruina) = [(1.1111)^200 − (1.1111)^100] / [(1.1111)^200 − 1]. El término (1.1111)^200 es astronómicamente grande y domina el numerador y el denominador: P(ruina) ≈ 1 − (1.1111)^(−100) = 1 − e^(−100 × ln1.1111) ≈ 1 − e^(−10.54) ≈ 88,6%. Para duplicar $100 en la ruleta, sólo tienes un 11,4% de posibilidades. Esto ilustra por qué ganan los casinos: una pequeña ventaja de la casa, combinada con muchas apuestas, crea una ruina casi segura para el jugador.
Ventaja positiva con dimensionamiento controlado = probabilidad de ruina muy baja
Por operación: ganancia esperada = 0,55 × $ 300 − 0,45 × $ 200 = $ 165 − $ 90 = $ 75 (tenga en cuenta el beneficio: las ganancias ganan 1,5 × $ 200 = $ 300). Media = $75, Varianza = E[X²] − E[X]² = (0,55×$300² + 0,45×$200²) − $75² = (49.500 + 18.000) − 5.625 = $61.875. P(ruina) ≈ exp(−2 × $75 × $10,000 / $61,875) = exp(−24.24) ≈ 0.0000000036 - ¡esencialmente cero! Incluso con sólo un 2% de riesgo por operación y una ventaja modesta, la probabilidad de ruina es insignificante. Compárese con arriesgar el 10% por operación ($1000): P(ruina) ≈ exp(−2 × $75 × $10 000 / $61 875) donde el capital ahora es de solo 10 unidades: exp(−2×75×10/61875) – todavía insignificante porque escalamos correctamente.
La ruina de la startup es determinista aquí: necesita crecimiento de ingresos o nueva financiación
Quema neta = $50,000/mes. Runway = $500 000 / $50 000 = 10 meses: la startup se queda sin dinero en 10 meses sin cambios. Para sobrevivir 18 meses hasta alcanzar el objetivo de recaudación de fondos de la Serie A (N = 18 meses de efectivo a una tasa de consumo inicial = $900 000 necesarios), la startup necesita un crecimiento del 80 % en los ingresos para reducir el gasto neto a $0 o financiamiento adicional. Esto ilustra por qué los inversores se preocupan intensamente por la tasa de quema de startups y su pista: la ruina (retirada de efectivo antes de la próxima financiación) es literalmente el fin de la empresa.
Una carga de seguridad del 20 % con un excedente de 1 millón de dólares produce una probabilidad de ruina casi nula
Según el modelo de Cramér-Lundberg, el límite superior de la probabilidad de ruina es P(ruina|excedente=u) ≤ e^(−Ru), donde R es el coeficiente de ajuste (raíz positiva de la ecuación de Lundberg). Con una carga de seguridad del 20 % y reclamaciones exponenciales con una media de $10 000: R = θ/(μ(1+θ)) = 0,20/(10 000×1,20) ≈ 1,67×10⁻⁵. P(ruina) ≤ e^(−1,67×10⁻⁵×1.000.000) = e^(−16,7) ≈ 5,6×10⁻⁸ - esencialmente cero. Esto confirma que un excedente y una carga de primas adecuados crean una estabilidad financiera casi perfecta para una compañía de seguros bajo los supuestos típicos de siniestralidad.
Aplicaciones prácticas
▾
Gestión de riesgos del sistema comercial y requisitos de capital mínimo, que representan un área de aplicación importante para la probabilidad de ruina en contextos profesionales y analíticos donde los cálculos precisos de probabilidad de ruina apoyan directamente la toma de decisiones informadas, la planificación estratégica y la optimización del rendimiento.
Análisis de pistas de inicio y planificación de hitos de financiación, que representan un área de aplicación importante para Ruin Probability en contextos profesionales y analíticos donde los cálculos precisos de probabilidad de ruina apoyan directamente la toma de decisiones informadas, la planificación estratégica y la optimización del rendimiento.
Regulación de solvencia y adecuación del excedente de las compañías de seguros, que representa un área de aplicación importante para la probabilidad de ruina en contextos profesionales y analíticos donde los cálculos precisos de probabilidad de ruina respaldan directamente la toma de decisiones informadas, la planificación estratégica y la optimización del desempeño.
Probabilidad de agotamiento de la cartera de jubilación (riesgo de secuencia de rendimientos), que representa un área de aplicación importante para la probabilidad de ruina en contextos profesionales y analíticos donde los cálculos precisos de probabilidad de ruina apoyan directamente la toma de decisiones informadas, la planificación estratégica y la optimización del rendimiento.
Casos especiales
▾
{'case': 'Estrategia Martingala', 'explicación': 'Las apuestas martingala (duplicarse después de cada pérdida) tienen una probabilidad de ruina nula en teoría (dado un capital infinito), pero una ruina casi segura en la práctica debido a los límites finitos de la mesa y al capital. Una racha perdedora de sólo 10 requiere 2^10 = 1.024× la apuesta inicial, superando rápidamente cualquier base de capital realista.'}
{'case': 'Infinite Horizon Ruin', 'explanation': 'Para un juego desfavorable (ventaja negativa), la probabilidad de ruina en un horizonte de tiempo infinito es exactamente 1,0: ruina segura. Para un juego favorable, la probabilidad de ruina en el horizonte infinito es igual a cero para las apuestas fraccionarias fijas (caso continuo). Para un tamaño de apuesta fijo, incluso con una ventaja positiva, la probabilidad de ruina en el horizonte infinito es positiva para un paseo aleatorio discreto con una probabilidad distinta de cero de ruina inmediata.'}
Cuando los valores de entrada de probabilidad de ruina se acercan a cero o se vuelven negativos en la Ruina
Cuando los valores de entrada de probabilidad de ruina se acercan a cero o se vuelven negativos en Probabilidad de ruina, el comportamiento matemático cambia significativamente. Los valores cero pueden causar errores de división por cero o resultados trivialmente cero, mientras que las entradas negativas pueden producir resultados matemáticamente válidos pero prácticamente sin sentido en contextos de probabilidad de ruina. Los usuarios profesionales deben validar que todas las entradas se encuentren dentro de rangos significativos física o financieramente antes de interpretar los resultados. Los valores negativos o cero a menudo indican errores en la entrada de datos o circunstancias excepcionales de probabilidad de ruina que requieren un tratamiento analítico por separado.
Probabilidad de ruina por capital inicial (unidades de apuesta) y ventaja
▾
| Capital (unidades) | Borde=0% | Borde = 1% | Borde = 3% | Borde = 5% | Borde = 10% |
|---|---|---|---|---|---|
| 10 unidades | 100% | 82% | 55% | 37% | 14% |
| 20 unidades | 100% | 67% | 30% | 14% | 2% |
| 50 unidades | 100% | 37% | 5% | 0,7% | 0,006% |
| 100 unidades | 100% | 14% | 0,25% | 0,05% | ~0% |
| 200 unidades | 100% | 2% | ~0% | ~0% | ~0% |
| 500 unidades | 100% | <0,1% | ~0% | ~0% | ~0% |
Preguntas frecuentes
▾
¿Cuál es el problema de la ruina del jugador?
El clásico problema de la ruina del jugador: un jugador con k dólares juega un juego limpio contra un oponente infinitamente rico, apostando $1 por ronda. La probabilidad de perder todos los $k antes de que el oponente se arruine (lo que en el caso del oponente infinito significa la probabilidad de una eventual ruina) es 1,0: ruina segura. Contra un oponente finito con capital total $N (el jugador tiene $k, el oponente tiene $N−k), la probabilidad de ruina es 1−k/N para un juego justo. Este resultado tiene profundas implicaciones: incluso con una ventaja de la casa nula, un jugador con menos capital que la "casa" eventualmente perderá todo su dinero. Explica matemáticamente por qué la casa siempre gana: tiene más capital y puede sobrevivir a cualquier jugador individual.
¿Cómo afecta el tamaño de la apuesta a la probabilidad de ruina?
El tamaño de la apuesta tiene un efecto dramático en la probabilidad de ruina. Para un capital inicial fijo y una ventaja positiva, la probabilidad de ruina es aproximadamente P(ruina) ≈ e^(−2×edge×capital_in_units_of_bet). Duplicar el capital inicial (o equivalentemente, reducir a la mitad el tamaño de la apuesta) eleva al cuadrado la probabilidad de ruina: si P(ruina) era del 10%, se convierte en 1% (aproximadamente). Esta sensibilidad exponencial al ratio tamaño de la apuesta/capital es la base matemática para la regla de riesgo del 1% en el trading. Arriesgar el 1% por operación significa 100 unidades de capital; probabilidad de ruina ≈ e^(−200×edge) — con cualquier borde positivo, esto es esencialmente cero. Arriesgar el 10% por operación significa sólo 10 unidades; probabilidad de ruina ≈ e^(−20×edge) - mucho mayor.
¿Puede la probabilidad de ruina ser cero?
En teoría, para un punto de partida de capital infinito o un juego en el que nunca puedes perder todo tu dinero (apuestas fraccionarias fijas que garantizan que la apuesta se reduzca a cero a medida que la riqueza se acerca a cero), la probabilidad de ruina puede acercarse a cero. En la aproximación continua para el comercio fraccionado fijo, la probabilidad de ruina técnicamente es igual a cero porque los tamaños de las apuestas se reducen proporcionalmente con la cuenta: el valor de la cuenta puede acercarse a cero asintóticamente pero nunca alcanzarlo. En la práctica, los tamaños mínimos de las posiciones, los costos de transacción y las estructuras de apuestas discretas significan que siempre existe cierta probabilidad de ruina positiva, incluso para estrategias de ventaja positiva. El objetivo práctico es reducir la probabilidad de ruina a niveles aceptablemente bajos (<1%) en lugar de eliminarla.
¿Cuál es la relación entre la probabilidad de ruina y el criterio de Kelly?
El criterio de Kelly y la probabilidad de ruina están profundamente relacionados: la fracción de Kelly es exactamente el tamaño de la apuesta que minimiza la tasa de disminución de la probabilidad de ruina a medida que crece el capital. En la fracción de Kelly, la tasa de crecimiento geométrico del capital se maximiza, lo que significa que la riqueza crece más rápidamente hacia cualquier objetivo y al mismo tiempo se minimiza la probabilidad de ruina. Apostar en exceso (por encima de Kelly) aumenta drásticamente la probabilidad de ruina: con 2× Kelly, la ruina se vuelve segura a largo plazo. Las apuestas insuficientes (Kelly fraccional) reducen la probabilidad de ruina por debajo de los niveles de Kelly, pero a costa de un crecimiento del capital más lento. El criterio de Kelly se puede derivar minimizando la probabilidad de ruina sujeto a maximizar el crecimiento a largo plazo.
¿Cómo se utiliza la probabilidad de ruina en la planificación de la jubilación?
En las finanzas personales y la planificación de la jubilación, la probabilidad de ruina se reformula como "probabilidad de agotamiento de la cartera": la posibilidad de que la cartera de un jubilado caiga a cero antes de su muerte. Esto se estima mediante la simulación de Monte Carlo: generar miles de escenarios de rendimiento de la inversión, inflación y gasto, y contar la fracción en la que se agota la cartera. La 'Regla del 4%' (retirar el 4% de la cartera inicial anualmente, ajustada a la inflación) surgió de una investigación de simulación histórica (Bengen 1994, Trinity Study 1998) que muestra una tasa de éxito de aproximadamente el 95% (5% de probabilidad de ruina) durante períodos de retiro de 30 años para una cartera de acciones/bonos 60/40.
¿Qué factores afectan más fuertemente la probabilidad de ruina?
En orden decreciente de impacto: (1) Tamaño de la apuesta como fracción del capital: la variable más poderosa; reducir a la mitad el tamaño de la apuesta reduce drásticamente la ruina; (2) Borde: el borde positivo es necesario para una probabilidad de ruina inferior al 50%; El borde cero o negativo siempre conduce a una probabilidad de ruina cercana a 1; (3) Variación de los resultados: una mayor varianza aumenta la probabilidad de ruina incluso en el mismo borde (refleja la fórmula de Kelly: riesgo de ruina ∝ 1/borde × varianza); (4) Capital inicial en unidades del tamaño de la apuesta: más unidades de capital significa menor ruina; (5) Capital objetivo: una mayor ganancia requerida (mayor N) aumenta la probabilidad de ruina. La conclusión práctica: mantenga el tamaño de la apuesta pequeño, tenga una ventaja positiva y comience con el capital adecuado.
¿Cómo se aplica la probabilidad de ruina a la solvencia empresarial?
En el contexto empresarial, la probabilidad de ruina es la probabilidad de insolvencia: patrimonio negativo o incapacidad para cumplir con las obligaciones. Para las empresas, la 'apuesta' es el flujo de caja de cada período operativo, que tiene valor esperado (beneficio operativo) y varianza (volatilidad del flujo de caja). El capital inicial es la reserva de capital y la línea de crédito. El objetivo es sobrevivir hasta la rentabilidad o la próxima ronda de financiación. Con un flujo de caja positivo estable (ventaja positiva, baja varianza), la probabilidad de ruina es baja. Para las empresas cíclicas, la variación del flujo de efectivo es alta, lo que requiere mayores reservas de capital. Esta es la razón por la que los bancos exigen ratios de capital mínimos: implícitamente están estableciendo una probabilidad de ruina máxima aceptable para una institución financiera regulada.
Errores comunes a evitar
▾
- !Ignorar que incluso una pequeña ventaja positiva no garantiza la supervivencia sin un capital inicial adecuado en relación con el tamaño de la apuesta.
- !Usar cálculos deterministas de la pista (por ejemplo, meses de efectivo en uso actual) sin tener en cuenta la incertidumbre sobre ingresos/costos.
- !Suponer que una racha de derrotas anterior ha "agotado" la mala suerte y que es más probable que la siguiente operación gane: la falacia del jugador.
- !Tratar la probabilidad de ruina como un cálculo único en lugar de actualizarla dinámicamente a medida que cambian el capital, los parámetros estratégicos y las condiciones del mercado.
- !Confundir probabilidad de ruina con pérdida esperada: la probabilidad de ruina mide la supervivencia, no la magnitud promedio de la pérdida.
Consejo Pro
Ejecute una simulación Monte Carlo de 10.000 rutas de su sistema comercial durante 252 días comerciales. Trace la distribución de los valores de la cuenta terminal e identifique la fracción de caminos que terminan por debajo de su umbral de "ruina". Esta probabilidad de ruina empírica es más precisa que las fórmulas analíticas para los sistemas comerciales del mundo real con distribuciones de rendimiento anormales.
¿Sabías que?
El problema de la ruina del jugador fue planteado formalmente por primera vez por Blaise Pascal (famoso por el Triángulo de Pascal) y Christiaan Huygens en su correspondencia del siglo XVII sobre la teoría de la probabilidad. Huygens publicó la solución en 1657 en 'De Ratiociniis in Ludo Aleae' (Sobre el razonamiento en los juegos de azar), convirtiéndolo en uno de los primeros problemas de probabilidad en tener una solución matemática completa. Las mismas matemáticas sustentan ahora la regulación moderna de seguros, los límites de riesgo comercial y el análisis de la pista de aterrizaje de startups.
Referencias
- ›Feller, W.: Introducción a la teoría de la probabilidad y sus aplicaciones, vol. 1 (Wiley, 1968)
- ›Asmussen y Albrecher: probabilidades de ruina (2ª ed.), World Scientific
- ›Bengen, W. (1994): Determinación de las tasas de retiro utilizando datos históricos, Journal of Financial Planning
- ›Investopedia: Definición de la ruina del jugador
Read the full guide on how to use this calculator effectively
Leer más →Obtenga consejos semanales de matemáticas
Únase a los suscriptores de 12.000+ que reciben consejos sobre calculadoras todas las semanas.