Antecedentes histricos de la probabilidad la probabilidad es la gua misma de la vida

Probabilidades es uno de los instrumentos bsicos de la estadstica y uno sus orgenes en los juegos de azar, en el siglo 17. Los juegos de azar, como implica su nombre, incluyen acciones tales como girar una ruleta, lanzar dados, tirar al aire monedad, extraer una carta de un naipe, etc., en los cuales el resultado de un evento es incierto. Sin embargo, an cuando el resultado de un evento en particular sea incierto, existe un resultado que se puede predecir. (Los eventos en que interviene el azar son llamados aleatorios) Para cuantificar la posibilidad de que ocurra un evento usamos la palabra probabilidad y que es un tipo especial de medida: es la medida de la incertidumbre de un evento. En general, un carcter comn a los eventos cuya frecuencia se expresa en trminos de probabilidad, es la incertidumbre previa sobre la ocurrencia de esos eventos en un caso particular. A pesar de ello, puede existir la necesidad de predecir el resultado para adoptar una decisin. Por ejemplo, cada vez que se hace un viaje en avin no se sabe con certeza si ocurrir o no un accidente: hay una pequea probabilidad de que sta ocurra y, completariamente, una alta probabilidad de que no suceda. Tomar la decisin de hacer un viaje en avin supone predecir que no habr un accidente, prediccin que se basa en la pequea probabilidad de que ste ocurra. Han contribuido al desarrollo de la teora de la probabilidad: Girolamo cardano (1501- 1576), filsofo, antrlogo y matemtico italiano, a quin se le tribuye la primera discusin sobre probabilidad en su manual para jugadores liber de ludo aleae (Manual para tirar los dados) Galileo galilet (1563- 1642), matemtico, fsico y astrnomo italiano, en 1620 escribi una exposicin sobre el tema, al ser requerido por entusiastas de los juegos de azar. El problema surgi de la manea siguiente: si lanzamos tres dados al mismo tiempo, cul es el resultado ms frecuente? Los jugadores expirementados opinaban que un total de 10 y 11 puntos era lo ms frecuente. Era objetiva esta conclusin de los jugadores? Galileo respondi con un artculo intitulado sobre le scorpeti dei dadi (Acerca de los descubrimientos del dado). El raciocinio de galileo

fue el siguiente: si lanzamos una vez un dado (de 6 caras), la probabilidad de que aparezca un resultado determinado es 1/6. Si lanzamos un dado dos veces, la probabilidad de obtener otros resultados aumenta, ya que el resultado de cada dado puede combinarse con los resultados del otro dado. En concreto, en este caso existirn 6.6 posibles combinaciones. Parece lgico que si sumamos los resultados de dos dados lanzados simultneamente, los posibles totales no tienen una misma probabilidad de acontecer por igual. As, por ejemplo, para obtener un valor 2 con dos dados slo existe una posibilidad en 36. Hs, para obtener un resultado 4, existe mayor probabilidad, ya que la suma 4 puede ser obtenida de tres maneras diferentes: (1,3); (2,2); (3,1). Si lanzamos tres dados, cada uno de los 36 posibles resultados obtenidos en el lanzamiento de dos dados puede ser combinado con otros 6 posibles resultados, obteniendo de esta manera 216 resultados posibles. Analizando estos resultados, galileo respondi a la pregunta 10 u 11 era comn, pero tambin exista prcticamente una misma posibilidad de obtener valores entre 9 y 12. Refiere la historia que en el ao 1650 el caballero francs de mer, un apasionado al juego, habra llevado a Blas pascal, (1632- 1662), problemas relacionados con juegos de azar. Pascal a su vez inici correspondencia con otros matemticos amigos, destacndose entre ellos Pierre permat (1601- 1665) por los estudios realizados. Cristian huygens (1629- 1695), fsico gemetra y astrnomo holands, publica en 1657 tratado de problemas de probabilidades que fue un tratado de problemas relacionados con los juegos. De acuerdo con la historia, en el siglo 18 el clculo de probabilidades lleg pronto a hacerse popular por sus alusiones a los juegos de azar y se desarroll rpidamente. En la sociedad europea de esa poca particularmente en Francia el juego moviliz muchas personas y una cantidad considerable de dinero. Los que ms contribuyeron a su desarrollo en este perodo fueron:

Jacobo derouilli (1654-1705), matemtico suizo, originario de una familia holandesa refugiada en Basilea. En 1713 se public su obra tutilada ars conjectandi (el arte de la conjetura), pocos aos despus de su muerte. Abraham de moivre (1667-1754), gemetra francs, publico en 1718 the doctrine of chance (la doctrina de las probabilidades), donde figuran las primeras indicaciones de la distribucin normal de probabilidades. Sinon de laplace (1749-1827), introdujo reglas e ideas nuevas y demostr que la teora poda ser aplicada a mltiples problemas de ndole cientfica y prctica. Public en 1812 thorie analytique des probablits. Para laplace, la teora de las probabilidades no es otra cosa que el sentido comn reducido a clculos. Slo en 1933, A. N. Kolmogorov, matemtico ruso, public un famoso libro sobre probabilidades basado en la teora de conjuntos. A l correspondi presentar el primer tratamiento axiomtico de la teora de la probabilidad. Como una informacin general, sealo que el orden del desarrollo histrico de la teora de la probabilidad fue la siguiente: 1.- probabilidad clsica o a priori (laplace) 2.- probabilidad frecuencial o a posteriori (Probabilidad estadstica) 3.- modelo axiomtico. Finalmente, dejaremos establecido que probabilidades es de fundamental importancia en reas como estadstica (el azar afecta tanto a la reunin de datos como a su anlisis), ciencias fisica, tecnologa ciencias sociales, gentica, seguros de vida, y en todo evento que tenga relacin con el anlisis de datos. 2.- eventos y probabilidades 2.1 espacio muestral y eventos Cuando lanzamos un dado, por ejemplo, los resultados que pueden salir son: 1, 2, 3, 4,5 o 6 en el caso del lanzamiento de una moneda, los resultados posibles son cara y sello.

El conjunto de resultados posibles puede ser cualquier conjunto, con la condicin de que sus electos aparezcan como resultado de un experimento. En vez de conjunto de resultados posibles se ha introducido el nombre de espacio muestral, y los experimentos que dan lugar a espacios mustrales se llaman experimentos aleatorios. Se llama espacio muestral, asociando a un experimento aleatorio, al conjunto de todos los resultados posibles de dicho experimento. Si a, a2, an son todos los resultados posibles de un experimento aleatorio, entonces s = {a1, a2, an } Nota 1: en nuestro estudio slo consideraremos espacios mustrales finitos no vacos: s contiene un nmero finito de resultados posibles. Si s es un conjunto numerable, es decir, contiene un nmero finito o finito numerables de resultados posibles, entonces s recibe el nombre de espacio muestral discreto. (Si s es infinito no numerable, entonces se habla de espacio muestral continuo). A conjunto numerable si es posible ponerlo en correspondencia biunvoca con n o una parte inicial de n. A numerable a n o con una parte inicial de n. Ejemplo: Q es un conjunto numerables porque es coordinable con n. Q N Contraejemplo: R / N; en cambio R ] -1, 1[ hay tantos reales en R como en ]-1, 1[, o como en cualquier intervalo abierto ]a, b[, a < b. Ejemplos de espacios mustrales 1.2.3.4.5.lanzamiento de una moneda: S = {c, s} alternativas de una proporcin: S= {1, 0} sexo de los recin nacidos: s = {varn, mujer} eleccin de un helado: s = {lcuma, chocolate, frutilla} Lanzamiento de un dado: s = {1, 2, 3, 5, 6} a) que son productos cartesianos:

1.- lanzamiento de una moneda dos veces (o de dos monedas a la vez, identificables por una marca).

Tambin en este ejemplo es posible considerar como espacio muestral La suma de los nmeros que muestran las caras superiores de los dados. O sea, S = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12} en conexin con los experimentos sealados a menudo interesan ciertos subconjuntos. Por ejemplo, los siguientes subconjuntos del espacio muestral precedente S = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}: A = {(X, Y) / X + Y = 7} = {(1, 6), (2, 5) , (3, 4), (4, 3), (5, 2), (6, 1)} (SUMA DE LOS RESULTADOS DE LOS DADOS ES 7) B = { (x, y) / x + y < 4} = {(1, 1), (1, 2), (2, 1)} (SUMA DE LOS RESULTADOS DE LOS DADOS ES MENOR QUE 4) Un conjunto A es llamado un evento si y slo si A C S; es decir, a todo subconjunto de un espacio muestral S. Sea S un espacio muestral finto A es evento. En particular, si consideramos el evento suma de los resultados de los dados es menor que 3, entonces el conjunto contiene un solo elemento: A = {(1, 1 )} Un evento que contiene un solo elemento se llama evento elemental ( o punto muestral). Nota 2: evento no tiene el significado vulgar de algo que ocurre, de algo que sucede: es un elemento estadstico e implica la caracterizacin de un hecho, pero no su ocurrencia. El hecho en s caracteriza el evento, ocurra o no. Nota 3: para todo espacio muestral S, S y o son eventos, ya que S y o son subconjuntos de S. 2.2 eventos mutuamente excluyentes Al lanzar una vez un dado puede obtenerse, por ejemplo, 5 o 6, pero no ambos; es decir, no ocurren simultneamente. Se dice que dos eventos A Y B son mutuamente excluyentes si y solo A B=o Tambin se dice que son incompatibles. 3.- Probabilidad clsica o 2 a priori.

En el mtodo cientfico del tratamiento de problemas estadstios, as como en cualquier otro campo de la metodologa cientfica, puede hablarse de dos aspectos generales: 1.- a partir de ciertas hiptesis, y se pretende prever ciertos resultados;

http://www.rmm.cl/index_sub.php?id_seccion=3359 &id_portal=509&id_contenido=12935 http://www.oikos.unam.mx/macroecologia/Curso_Es tadistica/PROBABILIDAD.pdf