Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBABILIDAD
NDICE GENERAL:
1.CONTEXTO HISTRICO Y PRECURSORES. 3
Pacioli, Cardano y Tartaglia.. 3
BIBLIOGRAFA.....28
1
1
1
1
1
1
1
1
1
1
2
3
4
5
6
7
8
1
3
6
10
15
21
28
1
4 1
10 5 1
20 15 6 1
35 35 21 7
56 70 56 28
1
8
P( Bi | A ) =
P( Bi ) P( A | Bi )
P( A | B ) P( B )
i =1
X
X
P p > c P p >
N
N
O en notacin ms actual:
X
1
> 0 c Z + N tal que P p > <
c + 1
N
10
Bernoulli tom como ejemplo para aclarar este problema c=1.000 y obtuvo como
resultado que eran necesarias 25.550 observaciones. La intuicin le deca que no hacan
falta tantas y, por ello, lo intent con otros valores de c. Desilusionado por sentir que
haba fracasado en su intento de cuantificar la certeza moral, Bernoulli no incluy en su
libro las aplicaciones prometidas.
El que s lo hizo fue su sobrino Niklaus Bernoulli(16871759), que aplic el
resultado de su to a registros de 14.000 nacimientos y lleg a la inesperada conclusin
de que la frecuencia de nacimientos de nios es mayor que la de nias, en la proporcin
de 18:17. Los resultados tanto de Bernoulli como de su sobrino fueron confirmados
aos despus por Laplace.
De esta manera, gracias a Bernoulli, se introdujo en la teora de la probabilidad la
ley de los Grandes Nmeros, uno de los conceptos ms importantes en calculo de
probabilidades, muestreos, etc y con amplias aplicaciones en muchos campos de la
estadstica y de las matemticas y la ciencia en general. Esta ley adems ser objeto de
conversaciones entre matemticos en los siglos venideros, estando sujeta a constantes
estudios, mejoras y ampliaciones hasta prcticamente nuestros das.
m+
1
2
+
......
12 360 1260 1680
y concluy segn sus clculos que B era igual a 25074. Este resultado pareca
convincente, pero De Moivre no qued satisfecho al no poder vincularlo con ninguna
constante matemtica conocida. Por ese motivo pidi consejo y ayuda a su buen amigo
James Stirling (1692-1770) quien demostr que B= 2 .
Tras la obtencin de este importante dato, De Moivre calcul una tabla m! y obtuvo
un resultado que dice lo siguente:
constante
2
n
n
P X = + t P X = e ( 2t / n ) =
2
2
11
2
2n
e ( 2t
/ n)
P X = 2 + t =
2
2n
( 2t
e
/ n)
dt
Para finalizar, De Moivre encontr que n era la unidad cuya distancia del centro
debe ser medida. As, la precisin de una estimacin de la probabilidad aumenta igual
que la raz cuadrada del nmero de experimentos; en otras palabras, De Moivre acababa
de descubrir la importancia de la varianza.
De Moivre repiti el experimento de Bernoulli y obtuvo que bastaban 6.498
observaciones. Aunque mejor el mtodo, no lleg a reconocer la importancia del
decubrimiento de la curva de la normal y no pudo aplicar su resultado a otros
problemas.
p
1
q
p A = a +b
q
1
p
p
1
q
p B = a +b
p
1
q
b p A a pB
pq
Se propone un juego de azar en el que pagas una apuesta inicial fija. Consiste en el
lanzamiento de una moneda repetidamente hasta que aparece la primera cara. Una vez
aparece, ganas una moneda si la cara aparece en el primer lanzamiento, dos monedas si
aparece en el segundo, 4 monedas si aparece en el tercero, 8 en el cuarto, etc., doblando
el premio en cada lanzamiento adicional. As, ganaras 2k1 monedas en k lanzamientos.
Cunto estaras dispuesto a pagar para jugar a este juego?
La probabilidad de que la primera cara aparezca en el lanzamiento k es de:
La probabilidad de que ganes ms de 210 monedas es menor que una entre mil. La
probabilidad de que ganes ms de 1 es menor que una entre cien. A pesar de ello el
valor esperado del premio es infinito!
Para calcularlo:
Esta suma diverge a infinito. As, de acuerdo a la teora tradicional del valor
esperado, no importa cuanto pagues por entrar en el juego, porque saldrs ganando a
largo plazo (imagina pagar 1 billn cada vez, para ganar la mayor parte de las veces
slo un par de monedas). Su idea consiste en que las raras ocasiones en las que ganes
13
una cantidad elevada pagarn con creces los cientos de trillones que habrs tenido que
pagar para jugar.
Este juego fue propuesto en 1713 por Nicols Bernoulli y se conoce con este
nombre porque San Petersburgo fue la ciudad donde Nicols y si hermano Daniel
discutieron sobre este problema. De esta forma se puso de manifiesto que la opcin
aparentemente ms razonable no siempre es la ms correcta desde el punto de vista
matemtico.
14
() =
2 2
e h
15
Sin embargo lo que s hizo Poisson, fue introducir de alguna manera el concepto de
variable aleatoria, no como lo entendemos actualmente, sino esbozando sus primeros
pasos como un conjunto de b1 , b2 ,..., bn cada uno con su probabilidad p1 , p 2 ,...., p n .
Posteriormente, Chebyshev asumi que esos conjuntos de los que hablaba Poisson eran
independientes e introdujo el trmino variable aleatoria que an tiene validez en la
actualidad y fue A.Liapunov (1857-1918) quien especific que estas variables no seran
siempre independientes y que esa dependencia estaba sujeta a ciertas condiciones.
Adems Liapunov dio una definicin de distribucin casi exacta a la actual:
P (a < < b ) = F (b ) F ( a )
Perfeccionamiento de la Ley de los Grandes Nmeros y el TCL:
La ley de los Grandes Nmeros propuesta aos atrs por Jacob Bernoulli fue
generalizada por primera vez en 1837 por Poisson, que adems la bautiz con este
nombre. El francs consider el siguiente experimento: Sea una sucesin de n pruebas
independientes, en cada una de las cuales un suceso B puede ocurrir con probabilidad
p k con k = 1,,n. Si n es el nmero de ocasiones en las que sucede B en n pruebas,
p + p 2 + .... + p n
P n 1
< n
0
n
Posteriormente, en 1843 Chebyshev critic el teorema de Poisson y enunci su
propia versin. No obstante, era muy similar a sta y ninguna de las dos superaban
cualitativamente la idea original de Jacob Bernoulli. No fue hasta 1867, poca en la que
Chebyshev empez a trabajar con variables aleatorias, cuando se produjo ese avance en
las investigaciones.
Ya en 1909, mile Borel (1871-1956) se dio cuenta de que el trabajo de Bernoulli
llevaba a una afirmacin ms importante que simplemente la ley de los Grandes
Nmeros para p = 05 y el matemtico italiano Francesco Cantelli (1875-1966)
descubri lo que se denomina ley Fuerte de los Grandes Nmeros aadiendo el hecho
de que para cualquier valor de p: P L n = p = 1 . A lo largo del siglo XX otros
n n
> 0
Hablemos ahora del perfeccionamiento del Teorema Central del Lmite. Los
esfuerzos realizados por lograr una generalizacin del teorema planteado por De Moivre
fueron arduos y complicados y, aunque Laplace ya aport estudios nuevos alrededor de
1809, matemticos de renombre como Poisson o Bessel intentaron dar sus propias
versiones de un teorema local del lmite y erraron.
No sera hasta el ao 1887, cuando Chebyshev demostr un teorema acerca de la
acotacin de la suma de una variable aleatoria con esperanza 0. Para demostrar esto,
invent el Mtodo de los momentos, pieza fundamental de la teora estadstica actual.
A.Markov (1856-1922), discpulo de Chebyshev, se dio cuenta posteriormente de
algunos errores de su maestro y revis la frmula. Esta es la versin del teorema de
Chebyshev que revis Markov en 1898:
16
de cn . Si k se cumple que x k d n ( x)
Sn
< b
P a <
Var ( S n )
1
2
e x
/2
1
2
x k e x
/2
dx , entonces a, b
dx .
a
>
B
k
n
n x B 1 k n
Feller se dio cuenta de que la condicin de Lindeberg era necesaria adems de
suficiente, resultado al que tambin lleg de manera independiente Paul Levy
(1886-1971).
Durante la ltima parte del siglo XIX y ya sobre todo en el siglo XX, tuvo lugar la
creacin de diferentes escuelas y tendencias dedicadas al estudio de la matemtica en el
campo de la peora de la probabilidad en particular. Las ms importantes fueron:
-La escuela rusa:
Los matemticos rusos dominaron todas las reas relativas al clculo de
probabilidades y a la estadstica durante la segunda mitad del siglo XIX y ya en el siglo
XX formaron una escuela dirigida principalmente por Andrei N.Kolmogorov (19031987) y Khinchine. Los precursores de esta escuela de conocimiento fueron
Chebyshev, Markov y Liapunov entre otros, pero fue Kolmogorov el mximo
exponente de este movimiento.
Kolmogorov naci en Tambor. Su madre muri en el parto y su padre era un
cualificado agrnomo y estadstico. Realiz su primer trabajo evaluando los
estudios sobre probabilidades efectuados entre los siglos XV y XVI, apoyndose en los
trabajos de Bayes. En 1924 comenz su inters en la teora de la probabilidad, la cual lo
consagr. En 1927 haba completado sus investigaciones sobre suficiencia y
condiciones necesarias de la ley dbil de los grandes nmeros, comenzada por J.
Bernoulli. En 1930 se hace eco de la ley Fuerte de los Grandes Nmeros de Cantelli, y
trabaja para mejorarla y generalizarla. El ao anterior haba publicado "La Teora
General de la Medida y el Clculo de Probabilidades". En 1950 complet uno de los
trabajos ms importantes en Estadstica "Estimadores Insesgados". Kolmogorov dio
solucin a una parte del sexto problema de Hilbert, en el que se peda un fundamento
17
18
complementacin y por uniones numerables. Luego se define una funcin P que asigna
a un suceso un nmero entre 0 y 1 (su medida). As, la terna (, A, P) se convierte en
un espacio de probabilidades. No obstante, la teora de la probabilidad y la de la medida
permanecen perfectamente diferenciadas, ya que la segunda carece de algo necesario en
la primera; la independencia de variables aleatorias.
Los axiomas de Kolmogorov que definen la probabilidad son los siguientes:
1. Para cada suceso aleatorio B hay asociado un nmero nonegativo P(B) que se llama
su probabilidad.
2. P()=1
3. Si los sucesos B1 , B2 ,...., Bn son mutuamente excluyentes dos a dos, entonces,
P ( B1 + B2 + .... + Bn ) = P( B1 ) + P( B2 ) + .... + P ( Bn )
Del hecho de que = y el axioma 3 se deduce que P() = P() P() ,
y de esto se deduce la siguiente serie de resultados destacados:
P() = 0
B , P( B c )= 1 P(B)
B, 0 P(B) 1
B C P(B) P(C)
P ( B C ) = P ( B ) + P (C ) P ( B C )
n
P( B1 .... Bn ) P( B j )
j =1
19
TRATAMIENTO Y
COMENTARIO DE
UN
TEXTO ORIGINAL
20
LA PROBABILIDAD EN LAPLACE
1. Introduccin:
2. Metodologa
21
22
Entre estas lneas se encuentra quizs una de las ms clebres frases de Laplace:
Una inteligencia que, en un momento determinado, conociera todas la fuerzas que
animan la naturaleza, as como la situacin respectiva de los seres que la componen, si
adems fuera lo suficientemente amplia como para someter a anlisis tales datos, podra
abarcar en una sola frmula los movimientos de los cuerpos ms grandes del universo y
los del tomo ms ligero; nada le resultara incierto y tanto el futuro como el pasado
estaran presentes a sus ojos.
Este bellsimo pasaje muestra el claro carcter determinista de Laplace, que
extrapola a todos los fenmenos naturales el determinismo de la mecnica clsica. Por
tanto la pregunta que nos hacemos es: cmo un cientfico de la poca ilustrada con
marcadas tendencias deterministas se interesa por una rama tan antideterminista y
aleatoria como la probabilidad? La respuesta podemos encontrarla justo a continuacin,
en el siguiente prrafo:
El espritu humano ofrece, en la perfeccin que ha sabido dar a la astronoma, un
dbil esbozo de esta inteligencia. Sus descubrimientos en mecnica y geometra le han
puesto en condiciones de abarcar en las mismas expresiones analticas los estados
pasados y futuros del sistema del mundoTodos los esfuerzos por buscar la verdad
tienden a aproximarlo continuamente a la inteligencia que acabamos de imaginar, pero
de la que siempre permanecer infinitamente alejado.
He aqu, por tanto, la razn que lleva a Laplace a interesarse tan profundamente por
la probabilidad. Y es que l, al lado de una firme concepcin determinista acerca de la
naturaleza humana, conocida por todos los que le rodeaban y por nosotros en la
actualidad, mantuvo la conviccin de que la posibilidad del hombre de alcanzar la
certeza absoluta est completamente cerrada, y que lo ms que puede aspirar a alcanzar
es el conocimiento meramente probable. Este firme pensamiento es el que le lleva a
emprender sus estudios sobre probabilidad.
23
De la Probabilidad
Todos los acontecimientos, incluso aquellos
que por su insignificancia parecen no
atenerse a las grandes leyes de la
naturaleza, no son sino una secuencia tan
necesaria como las revoluciones del sol. Al
ignorar los lazos que los unen al sistema
total del universo, se los ha hecho depender
de causas finales o del azar, segn que
ocurrieran o se sucedieran con regularidad
o sin orden aparente, pero estas causas
imaginarias han ido siendo descartadas a
medida que se han ido ampliando las
fronteras de nuestro conocimiento, y
desaparecen por completo ante la sana
filosofa que no ve en ellas ms que una
expresin de nuestra ignorancia de las
verdaderas causas.
Los acontecimientos actuales mantienen
con los que les preceden una relacin
basada en el principio evidente de que una
cosa no puede comenzar a existir sin una
causa que la produzca. Este axioma,
conocido con el nombre de principio de
razn suficiente, se extiende incluso a las
acciones ms indiferentes. La voluntad ms
libre no puede producirlas sin un motivo
determinante, pues si, siendo absolutamente
iguales todas las circunstancias de dos
situaciones, actuara en una y dejara de
hacerlo en la otra, su eleccin sera un
efecto sin causa y ella sera entonces, como
dice Leibniz, el azar ciego de los epicreos.
La opinin contraria es una ilusin del
espritu que, perdiendo de vista las fugaces
razones de la eleccin de la voluntad en las
cosas indiferentes, se persuade de que ella
se ha determinado por s misma, y sin estar
motivada por nada.
As pues, hemos de considerar el estado
actual del universo como el efecto de su
estado anterior y como la causa del que ha
de seguirle. Una inteligencia que, en un
momento determinado, conociera todas la
fuerzas que animan la naturaleza, as como
la situacin respectiva de los seres que la
componen,
si
adems
fuera
lo
suficientemente amplia como para someter
a anlisis tales datos, podra abarcar en una
sola frmula los movimientos de los
cuerpos ms grandes del universo y los del
tomo ms ligero; nada le resultara incierto
y tanto el futuro como el pasado estaran
presentes a sus ojos. El espritu humano
ofrece, en la perfeccin que ha sabido dar a
24
- Definicin de probabilidad:
En el siguiente fragmento del texto es donde tenemos una clara formulacin de la
definicin de probabilidad:
La teora del azar consiste en () determinar el nmero de casos favorables al
acontecimiento cuya probabilidad de busca. La proporcin entre este nmero y el de
todos los casos posibles es la medida de esta probabilidad, que no es, pues, ms que una
fraccin cuyo numerador es el nmero de casos favorables y cuyo denominador el de
todos los posibles
Esta definicin ha sido fundamental para el desarrollo de la probabilidad durante
ms de dos siglos, hasta que en la primera mitad del siglo XX, Kolmogorov extendi el
concepto introduciendo la probabilidad axiomtica.
La vigencia de este y otros conceptos formulados por Laplace dan una idea de la
universalidad de los estudios realizados por el francs y su importancia a lo largo de la
historia.
25
27
BIBLIOGRAFA
HISTORIA DE LA PROBABILIDAD:
LIBROS:
INTERNET:
29
30
31
32