HISTORIA DE LA ESTADSTICA Y LA PROBABILIDAD La presencia del hueso astrgalo de oveja o ciervo en las excavaciones arqueolgicas ms antiguas, parece confirmar

que los juegos de azar tienen una antigedad de ms de 40.000 aos, y la utilizacin del astrgalo en culturas ms recientes, ha sido ampliame nte documentada. Existen en las pirmides de Egipto pinturas que muestran juegos d e azar que datan del ao 3.500 a. C. y Herodoto se refiere a la popularidad y difu sin en su poca de los juegos de azar, especialmente la tirada de astrgalos y dados. Los dados ms antiguos se remontan a unos 3000 aos antes de Cristo y se utilizaron en el juego como en ceremonias religiosas. Las civilizaciones antiguas, explicaban el azar mediante la voluntad divina. En Grecia y Roma, utilizaban la configuracin resultante de tirar cuatro dados para p redecir el futuro y revelar la voluntad favorable o desfavorable de los dioses. Prcticas similares se han encontrado en culturas tan distintas como la tibetana, la india o la juda. Piaget ha hecho notar que esta actitud mgica ante el azar se m anifiesta igualmente en los nios. En el Renacimiento aparece un nuevo enfoque global de considerar al mundo, induc iendo una observacin cualitativamente distinta de muchos fenmenos naturales. El ab andono progresivo de explicaciones teolgicas conduce a una reconsideracin de los e xperimentos aleatorios; y los matemticos italianos del siglo XVI, comienzan a int erpretar los resultados de experimentos aleatorios simples. Cardano, establece l a equiprobabilidad de aparicin de las caras de un dado a largo plazo. A finales d el siglo XVI, exista un intuitivo pero preciso anlisis emprico de los resultados al eatorios. El desarrollo del anlisis matemtico de los juegos de zar se produce lentamente dur ante los siglos XVI y XVII, y algunos autores consideran como origen del clculo d e probabilidades la resolucin del problema de los puntos en la correspondencia en tre Pascal y Fermat en 1654. El clculo de probabilidades se consolida como discip lina independiente en el perodo que transcurre desde la segunda mitad del siglo X VII hasta comienzos del siglo XVIII. La teora de la probabilidad fue aplicada con buenos resultados a las mesas de jue go y con el tiempo a otros problemas socioeconmicos. Durante el siglo XVIII el clculo de probabilidades se extiende a problemas fsicos y actuariales (seguros martimos). El factor principal impulsor es el conjunto de problemas de astronoma y fsica que surgen ligados a la contrastacin emprica de la te ora de Newton. Estas investigaciones van a ser de importancia fundamental en el d esarrollo de la Estadstica. La industria de los seguros, que naci en el siglo XIX, requera un conocimiento exa cto del riesgo de perder pues de lo contrario no se podan calcular las plizas. Al cabo de cincuenta aos, muchos centros de enseanza, estaban estudiando la probabili dad como un instrumento que les permitira entender los fenmenos sociales. La necesidad de comparar con exactitud los datos observados con la teora requera u n tratamiento riguroso del mismo, que va a dar lugar a la teora de errores. D. Bernoulli proporciona la primera solucin al problema de estimar una cantidad d esconocida a partir de un conjunto de mediciones de su valor que, por el error e xperimental, presentan variabilidad. Fue pionero en la aplicacin del clculo infini tesimal al clculo de probabilidades. Tambin Abraham de Moivre, el reverendo Thomas Bayes y Joseph Lagrange inventaron frmulas y tcnicas de probabilidad. El impulso fundamental proviene de la obra de Pierre Simon, Marqus de Laplace, qu ien indujo la primera definicin explcita de probabilidad y desarroll la ley normal como modelo para describir la variabilidad de los errores de medida; tambin formu l y estim el primer modelo explicativo estadstico. Por su parte, Gauss hizo su apor tacin en la estimacin de modelos estadsticos. Bravais, gelogo y astrnomo, es el primero en considerar la relacin entre errores de medida dependientes entre s; Benjamn Pierce propone el primer criterio para recha zar observaciones heterogneas con el resto y S. Newcomb, el ms famoso astrnomo amer icano del siglo XIX, introduce los primeros mtodos de estimacin cuando hay errores fuertes en algunos datos (Estimacin Robusta).

TOMA DE DECISIONES En la actualidad la teora matemtica de la probabilidad constituye el fundamento de las aplicaciones estadsticas tanto en la investigacin cientfica, econmica, social, ingenieril como aspecto fundamental de la toma de decisiones. Vivimos en un mundo donde somos incapaces de pronosticar el futuro con absoluta certeza. La necesidad de sortear la incertidumbre nos lleva a estudiar y aplicar la teora de la probabilidad. En muchos casos nosotros, como ciudadanos honestos, tendremos algn conocimiento sobre los posibles resultados de una decisin. Si orga nizamos esta informacin y la analizamos sistemticamente, podremos reconocer nuestr as suposiciones, comunicar a otros nuestro razonamiento y tomar una decisin ms int eligente de la que lograramos recurriendo a un mtodo que no sea cientfico. El hombre de negocios, as como el jugador de pquer o el estratega militar, debe ta mbin tomar decisiones en condiciones de incertidumbre con respecto al futuro. Su apreciacin del futuro se manifiesta al relacionar una probabilidad numrica con cad a evento posible que pueda influir en el resultado de sus decisiones, y si utili za estas probabilidades, junto con informacin de ndole econmica, mejora el proceso de toma de decisiones. Para tener xito en la toma de decisiones, se necesita la capacidad de tratar sist emticamente con la incertidumbre misma mediante cuidadosas evaluaciones y aplicac iones de mtodos estadsticos concernientes a las actividades de los negocios. LA TEORA DE LA PROBABILIDAD La probabilidad relacionada con un evento es un nmero comprendido entre 0 y 1, y representa el riesgo o la posibilidad de que ocurra ese evento. Una probabilidad de (P = 0) significa que el evento es imposible; si P = 0.50, es tan probable q ue el evento ocurra como que no ocurra; si P = 1, es seguro que suceda. El valor de P no puede ser negativo ni mayor que uno. Se puede considerar que la probabilidad es la frecuencia relativa de "xitos" o ac iertos (es decir, la ocurrencia de un evento determinado) en un proceso aleatori o en que se ha repetido un gran nmero de pruebas o ensayos. La frecuencia relativ a es el nmero de "xitos" dividido entre el nmero de pruebas efectuadas. Fuentes de Probabilidades Es posible estimar probabilidades mediante cualquiera de las tres siguientes man eras alternativas: 1. Frecuencia relativa de eventos pasados. Las probabilidades pueden estima rse a partir de las frecuencias relativas que se observen en un experimento cont rolado, o mediante muestreo de un universo grande y finito. La probabilidad a pr iori (previa) se deduce de la experiencia obtenida de la observacin prolongada. Las probabilidades de eventos complicados pueden determinarse a partir de las pr obabilidades de eventos ms sencillos, por medio de un mtodo de simulacin, utilizand o un modelo experimental diseado para representar las condiciones reales del mism o. 2. Distribuciones tericas. Las probabilidades pueden determinarse sin recurr ir a las frecuencias relativas. Estas probabilidades pueden determinarse a parti r de la distribucin binomial, sin recurrir a experimentos o muestras basadas en l a experiencia pasada. La validez de dichas distribuciones tericas depende de cun f ielmente las hiptesis representen la realidad. 3. Apreciacin subjetiva. Si ninguno de los mtodos anteriormente mencionados p ueden utilizarse, el responsable de la toma de decisiones debe estimar las proba bilidades en base a su juicio o criterio y experiencia. Una probabilidad subjeti va es una evaluacin que una persona que toma decisiones hace acerca de la vero si militud relativa de que ocurra un evento incierto, o sea, representa las "apuest as" que se hacen sobre la concurrencia de ese evento. Tales apreciaciones son su mamente personales y, por lo tanto, dos individuos pueden asignar diferentes pro babilidades subjetivas al mismo evento. TIPOS DE PROBABILIDADES

1. Probabilidad simple. Probabilidad de que el dato escogido tenga una cara cterstica. 2. Probabilidad conjunta. Probabilidad de escoger un dato con dos (o ms) car actersticas especficas. 3. Probabilidad marginal (al margen de la tabla). No es ms que la probabilid ad simple, vista con otro enfo