Está en la página 1de 62

MILE BOREL

LAS PROBABILIDADES Y LA VIDA

EDICIONES ORBIS, S.A.

INTRODUCCIN

La ley nica del azar. Plan de la obra.

1. La ley nica del azar. Existen leyes del azar? Parece evidente que la respuesta debera ser
negativa, ya que precisamente el azar se define como caracterstica de los fenmenos que no tienen ley,
fenmenos cuyas causas son demasiado complejas para que podamos preverlas. Sin embargo, los
matemticos, a partir de Pascal, Galileo y de otros muchos pensadores eminentes, han establecido una
ciencia, el clculo de probabilidades, cuyo objeto ha sido generalmente definido como el estudio de las
leyes del azar. En realidad, el principal objetivo del clculo de probabilidades, como su mismo nombre
indica, es calcular las probabilidades de fenmenos complejos en funcin de probabilidades conocidas
de fenmenos ms sencillos.
Cmo puede permitir el clculo de probabilidades prever algunas eventualidades aleatorias? El
mecanismo de la previsin es siempre el mismo y hace intervenir de manera invariable a la nica del
azar, de la que hablaremos con ms detalle, y que consiste esencialmente en que no se producen los
fenmenos muy poco probables. Se trata, pues, de combinar las probabilidades de fenmenos
sencillos, de manera que lleguen a definirse fenmenos complejos cuyas probabilidades son
demasiado pequeas para que sea aplicable la ley nica del azar.
En esta obra utilizaremos algunos resultados del clculo de probabilidades, pero no es absolutamente
necesario que el lector conozca al detalle los mtodos a travs de los cuales estos resultados han sido
obtenidos; es suficiente que confe en los matemticos, del mismo modo que un industrial tiene
confianza en su seccin de contabilidad, sin verse obligado a repasar todas las sumas y todas las
multiplicaciones.
Los fundamentos sobre los que se basa el clculo de probabilidades son extremadamente sencillos y
tan intuitivos como los razonamientos que llevan a un contable a sumar o multiplicar. Algunas veces
las probabilidades simples son conocidas por razones de simetra: si uno lanza al aire una moneda
(juego de cara o cruz), las probabilidades de los dos lados de la moneda son iguales y cada una de
ellas es de una mitad; existe una posibilidad sobre dos de que salga cara, y una sobre dos de que salga
cruz. Para un dado de seis caras, la probabilidad de cada una de ellas es de un sexto; hay una
probabilidad sobre seis de obtener la cara con el nmero cuatro. Otras probabilidades, de naturaleza
ms compleja, se deducen de la experiencia o de la estadstica; si de 10.000 hombres de 80 aos de
edad mueren 1.300 en el curso de un ao, se llega a la conclusin de que la probabilidad de morir en
un ao para un hombre de 80 aos es de alrededor del 13%, es decir, igual a 013. Es evidente que las
probabilidades nunca se conocen rigurosamente; nicamente se conocen valores aproximados, lo que,
por otra parte, acontece en todas las magnitudes fsicas que se pueden medir. Por ms precisos que
sean los medios de conocimiento, su precisin es limitada. En un dado o en una moneda, nunca es
rigurosa su simetra, y el valor 1/2 o 1/6 de probabilidad es asimismo solamente aproximado.
Conociendo las probabilidades simples, es cuestin de combinarlas; si simultneamente se lanzanal
aire dos monedas o sucesivamente dos veces la misma moneda, la probabilidad de obtener dos veces
cruz ser igual al producto de una mitad por una mitad, es decir, un cuarto. Si se tiran dos dados, la

probabilidad de obtener el doble seis ser de 1/6' multiplicado por 1/6, o sea 1/36. Pero la
probabilidad de obtener 6 y 5 con dos dados ser 1/18, ya que puede obtenerse 6 con el primer dado y
5 con el segundo, o 6 con el segundo y 5 con el primero, y cada una de estas eventualidades tiene por
probabilidad 1/36.
Por procedimientos y observaciones semejantes, los agentes de compaas de seguros, conociendo los
cuadros de mortalidad de los hombres y de las mujeres, pueden resolver un problema como el que
sigue. Dos esposos mayores, el marido de 60 aos y la mujer de 55, invierten una suma de 2.000
dlares a cambio de una renta vitalicia que deber ser satisfecha hasta la muerte del ltimo
superviviente: cul debera ser el importe de esta renta, para un valor dado del tipo de inters, si no
se tuviera en cuenta el beneficio que debe reservarse la compaa de seguros para hacer frente a sus
gastos generales y para formar reservas que son la garanta para los asegurados de ser pagados en
cualquier caso? Un problema ms difcil, pero que se puede resolver de acuerdo con los mismos
fundamentos, consiste en calcular la reduccin a que es preciso someter la renta para que la compaa
est prcticamente segura de poder hacer frente a sus compromisos para con todos los asegurados en
rentas vitalicias, incluso si algunos de ellos tienen la suerte de vivir mucho tiempo. Para la resolucin
de este segundo problema, es necesario acudir a la ley nica del azar, de la que ya hemos hablado.
Esta ley es extremadamente simple y de una evidencia intuitiva, aunque no sea racionalmente
demostrable:los acontecimientos cuya probabilidad essuficientemente escasa, nunca se producen; o, por lo
menos, en todas las circunstancias, deben ser tratados como imposibles.
Un ejemplo clsico de estos acontecimientos imposibles es el del milagro de los monos mecangrafos 1, al
que se puede dar la forma siguiente: una mecangrafa que conoce solamente el castellano es encerrada
en un lugar aislado durante varios meses con su mquina de escribir y papel en blanco; se distrae
escribiendo al azar y, al cabo de seis meses, resulta que ha escrito sin ningn error las obras completas
de Shakespeare en su texto ingls y las obras completas de Goethe en su texto alemn. Este es el tipo
de acontecimientos que, aunque no puede demostrarse racionalmente que son imposibles, son, sin
embargo, tan extraos, que cualquier persona de sentido comn no dudar en declararlos efectivamente
imposibles. Si alguien nos asegurara haber observado un acontecimiento semejante, no dudaramos en
pensar que nos engaa, o que l mismo ha sido vctima de una superchera.
El caso de la mecangrafa reproduciendo las obras de Shakespeare y de Goethe sin conocerlas es tan
milagroso, que nadie puede dudar de su imposibilidad; no obstante, uno podra imaginarse
acontecimientos menos inverosmiles, si bien muy improbables; por ejemplo, si la mecangrafa
hubiese escrito simplemente un verso de Shakespeare o de Goethe, o sencillamente tan slo las dos
primeras palabras de una de sus obras. Es en casos parecidos que el clculo de probabilidades debe
intervenir, pues permite establecer el valor exactode la probabilidad del suceso en cuestin; en el
Captulo III veremos los lmites dentro de los cuales uno puede llegar a considerar rechazable esta
probabilidad.

2. La repeticin crea la inverosimilitud. Si examinamos el caso de la mecangrafa milagrosa,


comprobaremos que la inverosimilitud es el resultado de que el xito total exige que el xito parcial se
realice sucesivamente gran nmero de veces; el xito parcial consistir en que la primera letra escrita
por la mecangrafa sea precisamente la primera letra de Fausto. Este resultado no es probable, ya que
existen 29 letras en el alfabeto; pero sin embargo, no es completamente inverosmil. Igualmente ocurre
con la segunda letra, que podra tener muy bien la suerte de coincidir con la segunda letra de Fausto; lo
1

Borel, E., Le Hasard, pgs. 164-339, Alean.

mismo para la tercera, y as sucesivamente. Cada uno de estos resultados parciales, considerndolo
aisladamente, puede ser perfectamente posible; es su casi indefinida repeticin lo que crea la
inverosimilitud y que nos parece razonablemente imposible.
Uno de los problemas ms clsicos que estudia el clculo de probabilidades es precisamente el de las
probabilidades de este o aquel resultado cuando se repite indefinidamente una misma prueba. Por
ejemplo, se lanza al aire una moneda y se considera como un hecho favorable si sale cruz. Cul es la
probabilidad para que este hecho se produzca10.000veces seguidas en 10.000 pruebas sucesivas? cul
es la probabilidad para que se produzca ms de 6.000 veces a lo largo de 10.000 pruebas? El clculo
indica que estas probabilidades son tan escasas, que es imposible, segn la ley nica del azar, llegar a
estos resultados.

3. Plan de esta obra. Tenemos la intencin de estudiar en esta obra las aplicaciones del clculo de
probabilidades en cierto nmero de cuestiones elegidas de entre las que interesan de un modo directo
a todo el mundo, la mayora de ellas relacionadas con la vida cotidiana o con la enfermedad y la
muerte. Dejaremos a un lado, pues, las importantes aplicaciones del clculo en las ciencias,
especialmente en las fsicas 2; recordemos, sin embargo, que la importancia de estas aplicaciones y los
descubrimientos que han originado constituyen una de las pruebas ms slidas de la exactitud del
clculo de probabilidades. No desarrollaremos en absoluto las aplicaciones de este clculo a la teora
de los juegos de azar, aplicaciones que han sido el origen del clculo de probabilidades y que forman
una de las ramas ms atractivas de esta ciencia. Nos contentaremos en hacer alusin algunas veces a
ella, tomando sencillos ejemplos destinados a ilustrar y a hacer comprender mejor algunos de los
resultados que utilizaremos.
Las breves explicaciones que acabamos de dar acerca de la ley nica del azar y del milagro
mecanogrfico, son suficientes para hacer comprender una dificultad preliminar, a la cual estn
destinados nuestros dos primeros captulos. Esta dificultad es la siguiente: el clculo de
probabilidades es una ciencia exacta, cuyos resultados son tan ciertos como los de la aritmtica o los
del lgebra, tanto, que se limita en calcular numricamente las probabilidades. De esta manera se llegara a
calcular la probabilidad para realizar el milagro mecano- grfico de las obras de Shakespeare y de
Goethe;si estas obras forman 50 volmenes de la dimensin de la presente, o sea, alrededor de diez
millones de caracteres, la probabilidad del suceso milagroso que hemos tratado es igual a la unidad
dividida por un nmero de ms de diez millones de cifras. Este resultado es tan indiscutible como el
de toda operacin aritmtica correctamente efectuada. Pero, si de la extraordinaria pequeez de la
probabilidad se concluye que el milagro mecanogrfico es imposible en virtud de la ley nica del azar,
se sale del dominio de la ciencia matemtica y es necesario reconocer que la afirmacin, que nos
parece evidente e indiscutible, no es una verdad matemtica estrictamente hablando. Incluso un
matemtico, apasionadamente abstrado, podra pretender que bastara volver a empezar la experiencia
un nmero suficiente de veces, a saber, un nmero de veces representado por un nmero de 20
millones de cifras, para estar seguro de que el milagro se producir varias veces a lo largo de estas
innumerables experiencias. Pero es humanamente imposible imaginar que la experiencia se produzca
tan a menudo. Si consideramos que las dimensiones del Universo son iguales a un trilln de aos luz,
el nmero de tomos que podra contener, si estuviera lleno de materia, se expresa por un nmero
menor de 200 cifras y, en el transcurso de un trilln de aos, transcurren menos segundos que los que
se podran expresar con un nmero de 50 cifras. Ya que, si durante este tiempo cada tomo del
Universo se transformara en mecangrafa y repitiera la experiencia cada milsima de segundo, el
nmero de experiencias realizadas sera muy inferior a un nmero de 300 cifras. No se puede pensar,
2

Ver mis obras Le Hasard, Alean, y Le Jeu, la Chance et les Theoriesscientifiquesmodernes, Gallimard.

pues, en experiencias cuyo nmero comporte ms de un milln de cifras; este es un punto de vista
pura-mente abstracto, un pasatiempo matemtico, que no puede corresponder a nada, y debemos
confiar en nuestra intuicin y en nuestro sentido comn, que nos permiten afirmar la imposibilidad
prctica del milagro mecanogrfico que hemos descrito.
Sin embargo, se presentarn casos en que la evidencia intuitiva ser menos manifiesta y en los cuales,
en virtud de la ley del azar, ser legtimo concluir en afirmaciones de valor prctico. El hecho de que
estas afirmaciones no participen del valor absoluto de los teoremas matemticos no se debe disimular,
ya que tal disimulo correra el peligro de justificar todas las dudas sobre su exactitud; es preciso
comprender que la ley nica del azar lleva consigo una certeza de otra naturaleza que la matemtica,
pero esta seguridad es comparable a la que se nos impone sobre la existencia de tal personaje histrico
o de tal ciudad situada en los antpodas, de Luis XIV o de Melbourne, igual a la que atribuimos a la
existencia del mundo que nos es desconocido.
Esta digresin hace comprender la naturaleza de la dificultad preliminar a la que estn consagrados
los dos primeros captulos. El sentido comn basta a cada uno para darse cuenta, de manera ms o
menos confusa, del carcter particular de las afirmaciones basadas sobre el clculo de probabilidades;
de aqu a dudar sobre la exactitud de estas afirmaciones no hay ms que un paso, que ser salvado
rpidamente, ya que, como veremos, existe mucha gente que tiene motivos psicolgicos que les
inducen a rechazar algunos resultados deducidos del clculo de probabilidades.
El Captulo Primero estar dedicado a las relaciones entre el clculo de probabilidades y la psicologa
de los jugadores; el Captulo II estar dedicado a las dificultades que surgen en muchos espritus de
hombres muy razonables, cuando se trata de probabilidades concernientes a la vida humana.
En el Captulo III intentaremos precisar cules son los valores de las probabilidades que pueden y
deben considerarse prcticamente negligibles. De esta manera nos veremos llevados a definir
sucesivamente las probabilidades negligibles a escala humana, a escala terrestre, a escala csmica y a
escala supercsmica; acabaremos con unas observaciones sobre la definicin de las probabilidades de
la vida prctica.
En el Captulo IV estudiaremos los acontecimientos cuya probabilidad es muy escasa, pero sin ser
absolutamente despreciable cuando el nmero de pruebas es muy elevado. Entonces veremos que de
la ley nica del azar se puede deducir una ley muy til en la prctica: la ley de Poisson.
En el Captulo V se estudiarn de un modo ms profundo las probabilidades de fallecimientos,
tratadas ya en el Captulo II, as como las probabilidades de enfermedades y de accidentes y, por
ltimo, en el Captulo VI se tratar sobre algunas aplicaciones curiosas del clculo de probabilidades a
algunos problemas concernientes a la herencia en la especie humana. En los Apndices hemos
desechado algunos desarrollos que habran entorpecido el texto y que no son indispensables para
seguir la lgica de las ideas. El Apndice I est dedicado al estudio de las repeticiones en los nmeros
de seis cifras, nmeros que naturalmente llaman la atencin a todos los adictos a la lotera y a todos los
propietarios de lotes de obligaciones. El Apndice II da algunas precisiones aritmticas sobre la
frmula de Poisson.Uno de mis antiguos alumnos, autor de brillantes investigaciones personales sobre
el clculo de probabilidades, Jean Ville, profesor en la Facultad de Ciencias de Poitiers, ha ledo
cuidadosamente y corregido las pruebas del original francs de esta obra. Le doy mis ms sinceras
gracias por su valiosa colaboracin.

CAPTULO PRIMERO

LAS PROBABILIDADES Y LA OPININ COMN


LOS PREJUICIOS DE LOS JUGADORES

4. Las probabilidades y el sentido comn. Nohay duda de que algunos resultados, los ms seguros,
del clculo de probabilidades, a mucha gente se les muestran contrarios a lo que comnmente se llama
sentido comn, es decir, a la opinin comn. No empezar a analizar esta nocin, algo imprecisa, del
sentido comn, contentndome en citar una brillante pgina de Paul Valry 3: Yo no me encuentro a
mis anchas cuando me hablan del sentido comn. Creo tenerlo, pues, quin consentira lo contrario?;
quin podra vivir tan slo un momento sin l? Si alguien me lo niega, me desconcierto, me dirijo
hacia mi interlocutor que no lo tiene, que se burla y que pretende que el sentido comn es la facultad
que en otro tiempo tuvimos para negar y rechazar claramente la pretendida existencia de los
antpodas; lo que todava hace hoy, cuando busca y encuentra en la historia de ayer los medios de no
comprender nada de lo que ocurrir maana.
Aade que el sentido comn es una intuicin completamente local que deriva de las experiencias
inexactas, sin cuidado, que se mezcla con una lgica y con analogas bastante impuras para ser
universales. La religin no lo admite en sus dogmas. Cada da las ciencias lo aturden, lo confunden, lo
desconciertan.
Este crtico de sentido comn aade que no hay por qu vanagloriarse de que sea lo ms difundido en
el mundo.
Pero yo le respondo que todava no hay nada que pueda sacar al sentido comn esta gran utilidad que
tiene en las disputas sobre las cosas ms imprecisas, en las que no es el argumento ms poderoso
invocarlo para s, proclamar que los dems no razonan y que este bien tan precioso, por ser comn,
reside slo en el que habla.
La consecuencia que creo deducir de estas delicadas reflexiones es que, cuando la ciencia tropieza con
el sentido comn, es til volver a buscar el porqu e intentar encontrar los argumentos necesarios para
convencer a los que recurren al sentido comn contra la ciencia.

5. Los nmeros de los billetes de lotera. Muchas personas rechazarn comprar un billete de
lotera cuyas cifras tengan para ellos alguna caracterstica especial por su disposicin; tal sera, por
3

Valry, P., Regards sur le monde actuel, pg. 73, Stock, 1931.

ejemplo, el caso del nmero 272727 y, con mayor razn, el nmero 222222. No obstante, todos los que
han reflexionado sobre las probabilidades y sobre los mtodos empleados para obtener los nmeros
premiados en la lotera, saben que las probabilidades de premio son las mismas para todos los billetes,
cualquiera que sea su nmero. Y, sin embargo, un gran nmero de ellos afirmarn, en nombre del
sentido comn: es completamente imposible que un nmero tan singular como el 222222 obtenga el
primer premio. Quien afirma esto comprueba, cuando se publican los resultados del sorteo, que el
primer premio, efectivamente, lo gan un billete cuyo nmero es el 825717 o el 203409, y acaba por
decir que el sentido comn no lo enga y que ha hecho muy bien en no comprar el nmero 222222 y
s el nmero 138615, que tampoco ha ganado.
No hay duda de que es muy dbil la probabilidad para que el nmero que gane el primer premio est
formado por seis cifras iguales, ya que es equivalente a cien milsimas, pues hay 10 billetes sobre un
milln que estn formados por seis cifras idnticas. Si se realizaran 25 sorteos por ao, podramos
observar que el ganador del primer premio formado por seis cifras iguales tiene un promedio de una
vez cada 4.000 aos; as pues, es bastante probable que este hecho no ser observado por un hombre a
lo largo de toda su vida; pero ello no contradice en absoluto el clculo de probabilidades, segn el
cual, la posibilidad de ganar es la misma para todos los billetes.
En efecto, si uno seala concretamente un nmero, o incluso un lote de diez nmeros, comprobar
frecuentemente que no sale ninguno de estos diez nmeros. Pero, si estos nmeros son cualesquiera,
que no tienen ninguna caracterstica especial, uno no se fija en cada sorteo que estos nmeros tampoco
han salido.

6. Los nmeros formados por dos cifras. Unose dar cuenta mejor del hecho de que las
posibilidades de todos los nmeros son iguales al estudiar cierta clase de ellos muy caracterstica, pero
lo suficientemente conocida para que la salida de unos de ellos sea, de vez en cuando, efectivamente
observada.
Un ejemplo nos lo darn los nmeros formados por dos cifras, entre los cuales puede figurar el cero.
Sea, por ejemplo, el nmero 233322, o el nmero 200200, o incluso el nmero 55555, ya que debe
escribirse 055555; al contrario, el nmero 55444 est formado por tres cifras, ya que debe escribirse
055444. El sorteo se hace con seis bombos, cada uno de los cuales da una de las seis cifras del nmero
ganador.
Es fcil calcular la cantidad de billetes cuyos nmeros estn formados slo por dos cifras.
Si una de las cifras figura 5 veces y la otra 1 vez, hay
10x9x6 = 540 nmeros4.
Si una de las cifras figura 4 veces y la otra 2, hay
10x9x ((6x5) / (1x2)) = 1.350 nmeros.
Por ltimo, si cada una de las cifras figura 3 veces, hay
4

La cifra que figura 5 veces puede ser una cualquiera de las 10 cifras, y la que figura I vez, una cualquiera de las otras 9, lo que hace posible
90 elecciones; la cifra que no figura ms que una vez puede ocupar 6 lugares distintos; en total se tienen, pues, 90 x 6 = 540 nmeros.

((10x9) / (1x2)) x ((6x5x4) / (1x2x3)) = 900 nmeros5.


En total hay, pues, 540 + 1.350 + 900 = 2.790 nmeros sobre 1.000.000 que responden a la condicin de
estar formados slo por dos cifras; si se aaden los diez nmeros formados por una sola cifra resultan
2.800, o sea, casi 1 de cada 357. La probabilidad para que tal nmero obtenga unpremio determinado
es, pues, de alrededor de 1/357. Si admitimos que la cantidad de series y el nmero de premios son
tales que hayan 360 premios importantes por ao (por ejemplo, 30 series de 12 premios, o 18 series de
20 premios), se podr observar la ganancia de un premio importante por uno de estos nmeros un
promedio de aproximadamente una vez por ao6. Ser un hecho extrao, pero, sin embargo, bastante
frecuente, que podr ser observado por todos aquellos que siguen de cerca la lista de los nmeros que
han ganado los premios importantes en cada sorteo.
Efectivamente, si uno se tomara la molestia de consultar varias listas de sorteos que comprendan un
milln de nmeros, comprobara con facilidad que la proporcin de los nmeros ganadores formados
slo por dos cifras est muy conforme con las previsiones del clculo de probabilidades7.
En el Apndice I estudiaremos con ms detalle los nmeros de 6 cifras desde el punto de vista de la
repeticin de una misma cifra en un nmero.

7. Las series en la ruleta. El problema de las series en un juego como la ruleta es en extremo
semejante al que acabamos de estudiar; incluso se le podra considerar idntico si se utilizara el
sistema de numeracin binaria (de base 2). Se puede convenir en representar la salida del rojo por la
cifra 0 y del negro por la cifra 1 (nos estamos basando en una ruleta que no tiene el cero); una serie de
juegos de ruleta saliendo el rojo o bien el negro, es entonces presentada por una serie de 0 y de 1,
como 10100100101110101. Una serie as puede ser considerada como un nmero escrito en el sistema
binario y se puede representar razonndose sobre estos nmeros tal como lo hemos hecho con los
nmeros escritos en el sistema decimal; uno se ver obligado a admitir que estos nmeros tan distintos
tienen todos la misma probabilidad. Un nmero compuesto exclusivamente por la cifra 1 es muy
singular y su salida es muy poco probable, sobre todo si el nmero de cifras es elevado, igual a 30 por
ejemplo; pero la salida de cualquier otro nmero bien determinado de 30 cifras es igualmente
improbable.
Dejemos de lado el sistema de numeracin binario y tratemos la cuestin por un razonamiento directo,
poniendo en evidencia, desde un principio, el delicado punto en que los resultados del clculo de
probabilidades se discuten en nombre del sentido comn.
Este delicado punto es el siguiente: todos los jugadores de ruleta han observado que, en una larga
serie de jugadas, las salidas del rojo y del negro son casi tan numerosas unas como otras. Por ejemplo,
en 1.000 jugadas se observarn 483 rojos y 517 negros; pero nunca se observarn 217 rojos y 783
negros. La mayora de jugadores creen poder deducir de esta observacin que es exacta y, adems,
completamente conforme con los resultados del clculo de probabilidades que, si durante cierto
5

Si cada una de las cifras figura 3 veces, se puede elegir una de ellas de 10 maneras distintas y la segunda de 9 maneras. Pero cada
combinacin, como 3 y 4, se obtiene 2 veces (3 y 4, despus 4 y 3); hay, pues, 45 combinaciones como la de 4 y 3 y, para cada una de ellas,
20 disposiciones distintas: 444333, 443433, etctera, o sea, en total, 45 x 20 = 900.
6

Segn la frmula de Poisson (ver Captulo IV), se llega a la conclusin de que en 100 aos habr alrededor de 36 en que ninguno de estos
nmeros ganar un premio, 36 en que uno de estos nmeros ganar, 18 en que dos de estos nmeros ganarn, 6 en que tres nmeros ganarn
y 1 2 en que cuatro nmeros o ms ganarn.
7

En el caso de algunas categoras de obligaciones, cuyo nmero no es precisamente 1.000.000, sino por ejemplo 500.000, se comprobara
fcilmente que la proporcin es muy semejante; si sobrepasa 1.000.000 se restar la cifra de los millones.

perodo han observado a menudo ms el rojo que el negro, la ruleta ha contrado de alguna manera
una deuda para con el negro y deber pagar esta deuda haciendo salir ms el negro queel rojo a lo
largo de las prximas jugadas. En algunos casos, la deuda incluso deber ser pagada inmediatamente;
si un jugador, consultando los archivos de la ruleta a lo largo de un gran nmero de aos, ha
comprobado que la serie ms larga observada ha sido de 24 rojos o de 24 negros, incluso si nunca se
ha observado una serie que sobrepase 24, este mismo jugador, si un da observa una serie de 24 rojos,
no dudar en deducir que el negro debe salir forzosamente a la siguiente jugada, puesto que nunca hay
una serie de 25
A ello Joseph Bertrand, junto con aquellos que han profundizado sobre el estudio de las
probabilidades, responde: La ruleta no tiene conciencia ni memoria. Es hacerle demasiado favor
pensar que guarda el recuerdo de sus desvaros y que tiende a repararlos.
El sentido comn debera bastar para persuadir a los jugadores de que las sucesivas jugadas de la
ruleta son independientes unas de otras; es imposible imaginar algn mecanismo por el cual las
jugadas anteriores modificaran el resultado de la que va a ser jugada. Pero los jugadores estn
influidos por un hecho innegable y que es confirmado por multitud de observaciones: en un gran
nmero de jugadas, las salidas del rojo son casi tan frecuentes como las del negro y, para explicar este
hecho de observacin, no se les ocurre otro medio que imaginar la existencia de un mecanismo
desconocido que desempeara el papel de la conciencia y memoria de la ruleta, es decir, este
mecanismo obligara a la ruleta a compensar sus veleidades.
Un estudio profundo del conjunto de todas las posibilidades, estudio completamente semejante al que
se ha desarrollado en el Apndice I para losnmeros decimales de seis cifras, muestra que si las
combinaciones en las que los rojos son casi tan numerosos como los negros son observadas ms a
menudo que las combinaciones en que los rojos seran ms numerosos que los negros, nicamente es
debido a que las primeras combinaciones son mucho ms numerosas que las otras, del mismo modo
que los nmeros de seis cifras formados por 3, 4, 5 o 6 cifras distintas son mucho ms numerosos que
los que no estn formados ms que por una o dos cifras diferentes.
No es porque los bombos de la lotera tengan ninguna atraccin particular hacia los nmeros en los
que figuran uno o dos pares, es decir, con una o dos cifras figurando dos veces en el nmero, que tales
nmeros salen ms a menudo que los otros, sino porque, sobre un milln de nmeros, hay ms de
680.000 que tienen uno o dos pares. Igual ocurre en la distribucin de los rojos o de los negros en una
serie de jugadas de ruleta (no tenemos en cuenta el cero). Por ejemplo, si se considera una serie de 30
jugadas, se obtienen los resultados siguientes. El nmero de posibles resultados de las 30 jugadas es
igual a la 30. potencia de 2, o sea, algo ms de mil millones (exactamente 1.073.741.824). Sobre estos
mil millones de posibilidades, los distintos resultados globales siguientes representan el nmero de
veces indicado:

30 rojos y 0 negro

1 vez

29 rojos y 1 negro

30 veces

28 rojos y 2 negros

435 veces

27 rojos y 3 negros

4.060 veces

26 rojos y 4 negros

27.405 veces

25 rojos y 5 negros

142.506 veces

24 rojos y 6 negros

593.775 veces

23 rojos y 7 negros

2.035.800 veces

22 rojos y 8 negros

5.852.925 veces

21 rojos y 9 negros

14.307.150 veces

20 rojos y 10 negros

30.045.015 veces

19 rojos y 11 negros

54.627.300 veces

18 rojos y 12 negros

86.493.225 veces

17 rojos y 13 negros

119.759.850 veces

16 rojos y 14 negros

145.422.675 veces

15 rojos y 15 negros

155.117.520 veces

14 rojos y 16 negros

145.422.675 veces

1 rojo y 29 negros

30 veces

0 rojo y 30 negros

1 vez

Hemos omitido la mayor parte de la segunda mitad del cuadro, ya que evidentemente es simtrica a la
primera mitad. Existe el mismo nmero de combinaciones con 17 rojos y 13 negros que con 17 negros
y 13 rojos.

La serie de 30 rojos, as como la serie de 30 negros, son de combinaciones nicas; cada una de ellas no
es ni ms ni menos singular que cada una de las otras combinaciones particulares, cuyo nmero
sobrepasa los mil millones, pero toda combinacin particular es en extremo poco probable; tal sera el
caso de la combinacin consistente en obtener rojo y negro alternativamente, de tal manera que el rojo
saliera en todas las jugadas impares y el negro en todas las pares.
Los jugadores de ruleta nunca han observado una serie de 30 rojos, o de 30 negros, y con agrado
consideran tal serie como imposible. Si una ruleta llega a jugar 1.000 veces por da (1 jugada por
minuto durante algo ms de 16 horas), sera necesario un milln de das, o sea, alrededor de 27 siglos,
para llegar a jugar mil millones de veces y tener, de este modo, verdaderas posibilidades para obtener
una serie de 30 rojos (ver Captulo IV, ley de Poisson).
Los casos en que, como mnimo, salen 28 rojos o bien 28 negros, son 2 x (1 + 30 + 435) = 932, o sea,
menos de una millonsima parte del nmero total de jugadas; tal eventualidad ser muy rara, pero
algunas veces observable si un jugador paciente anota todas las jugadas durante algunos aos; al
comps de 1.000 jugadas diarias le bastaran 3 aos para observar ms de un milln de jugadas.
Las combinaciones que al menos contienen 27 rojos o 27 negros son superiores a 8.000, o sea, cerca de
la cienmilsima parte del nmero total de combinaciones; tal eventualidad se presentar alrededor de
una vez de cada 100.000.
Hay casi 63.000 combinaciones con al menos 26 rojos o negros; este conjunto de combinaciones se
presentar casi una vez de cada 15.000.
Las combinaciones con al menos 25 rojos o negros llegan casi a 350.000; se presentarn con un
promedio de algo ms de una vez de cada 3.000; el jugador que anotara 1.000 jugadas por da podra
observarlas 2 veces por semana.
Pasando, como mnimo, a 24 rojos o negros, el nmero de combinaciones sobrepasa ampliamente el
milln y la probabilidad de observar una sobrepasa, pues, una milsima.
Con al menos 22 rojos y negros, el nmero de combinaciones sobrepasa los 10 millones (alrededor de
17 millones); la probabilidad est comprendida entre 1 y 2 centsimas.
Por ltimo, con un mnimo de 20 rojos o negros, el nmero de combinaciones es algo superior a los100
millones y la probabilidad, muy cercana a una dcima. Hay, pues, nueve posibilidades de cada 10 para
que, en una serie de 30 jugadas, ni el nmero de los rojos ni el de los negros sobrepase de 19. Siendo el
nmero medio 15 se dir, si el nmero observado es 19, que el error con relacin al promedio o, ms
concretamente, el error9 es igual a 4.
Hay, pues, 9 posibilidades de cada 10 para que el error sea como mximo igual a 4, es decir, que sea
inferior a 5. Se observar que 5 es la parte entera de la raz cuadrada de 30, nmero de jugadas
observadas. Esta es la ley general: la probabilidad de un error igual o superior a la raz cuadrada del nmero
de jugadas es aproximadamente igual a una dcima.

8. La ley de los errores. Puede verse que el clculo de probabilidades est lejos de imponer al azar
leyes rgidas a las que debera conformarse. No slo son posibles los errores relativamente
importantes, sino que, hasta cierto lmite, son probables y necesarios. Quien observa con cuidado y

perseverancia las series de 30 jugadas ver, bastante a menudo, series que contienen ms de 20 rojos en
las 30 jugadas, e incluso algunas veces series que contienen ms de 25 rojos; pero no observar series
que contengan 29 rojos y, con mayor razn, series de 30 rojos con la exclusin de los negros.
Si el nmero de jugadas de la serie es mucho ms elevado, por ejemplo de 3.000 en lugar de 30, la
probabilidad de los errores permanece igual, a condicin de hacer corresponder los errores que estn en la
misma relacin con la raz cuadrada del nmero de jugadas 9 es decir, los errores que son 10 veces mayores
para 3.000 jugadas que para 30. Los erro-res de 50 sern, pues, bastante probables, y los errores de 150
prcticamente imposibles. Si el nmero de jugadas fuera de 300.000, los errores de 1.500 son los que
seran extremadamente raros y casi imposibles. El error relativo, es decir, la relacin del error con el
nmero de jugadas decrece cada vez ms a medida que el nmero de jugadas aumenta. Es la ley de los
grandes nmeros de Bernoulli, que es una sencilla consecuencia aritmtica de la ley nica del azar: las
series de 300.000 jugadas en las cuales el error es inferior a 1.500, es decir, que encierran menos de
301.500 y ms de 298.500 rojos, son extraordinariamente ms numerosas que las series en las que el
error es ms considerable. Estas no se encuentran porque, aunque sean muy numerosas, son
extremadamente raras con relacin a las otras.
No slo es en los juegos que uno debe tener en cuenta el aforismo de Joseph Bertrand: la ruleta no
tiene ni conciencia ni memoria. Esto es igualmente cierto en la mayora de los fenmenos accidentales
por los que nos interesamos en la vida, salvo en casos en que los fenmenos sucesivos no son
independientes unos de otros. Un ejemplo muy conocido de estos casos es el de la lluvia y del buen
tiempo. Una larga serie de das de lluvia aumenta las posibilidades para que llueva an al da
siguiente y, del mismo modo, una larga serie de das buenos aumenta las posibilidades para que haya
an otro da bueno. Pero, si uno observa la lluvia y el buen tiempo, no en das consecutivos, sino, por
ejemplo, en una misma fecha, todos los aos se aplicarn las reglas de las probabilidades. Las
estadsticas meteorolgicas nos indicarn, por ejemplo, que, en tal o cual ciudad y en el mes de mayo,
hay el mismo nmero de das de lluvia y de das sin lluvia.Hay, pues, una posibilidad de cada dos
para que el 14 de mayo sea un da de lluvia; si observamos esta fecha durante cierto nmero de aos
consecutivos, podremos aplicar a estas observaciones los resultados obtenidos para el rojo y el negro
en la ruleta; el hecho de que haya llovido el 14 de mayo 5 aos seguidos, no aumenta ni disminuye las
posibilidades para que llueva en la misma fecha el ao siguiente; son de una sobre dos.
Si un abonado de telfono ha observado minuciosamente que, de las 2 a las 6 de la tarde, su telfono
est ocupado completamente durante 2 horas de las 4, es decir, la mitad del tiempo, por numerosas
comunicaciones, cada una de corta duracin, tengo una posibilidad sobre dos de encontrarlo libre si
llamo. Si he obtenido 3 veces seguidas la seal comunica, tengo siempre una posibilidad sobre dos
de encontrarlo libre si telefoneo de nuevo. Si telefoneo cada da, llegar casi una vez por mes a obtener
5 veces seguidas la seal comunica, y ms de una vez por ao obtenerla 8 veces seguidas. Si
admitimos que, debido a una avera en el telfono, recibimos automticamente la seal comunica en
una media de una o dos veces por ao, ser razonable que sospeche dicha avera cuando habr, al
menos, obtenido 8 veces seguidas tal seal; si la obtengo 10 o 12 veces seguidas, la alteracin ser muy
probable; sera casi seguro si la seal comunica fuera obtenida 20 veces seguidas en intervalos de 5 o
10 minutos.
Si circulo en coche por una ciudad en la que numerosos cruces estn equipados con seales rojas y
verdes alternativamente, de tal modo que, sobre las dos vas que se cruzan, los coches tengan derechoa
pasar slo por una en un momento dado, tengo una posibilidad sobre dos de encontrarme en cada
cruce con la luz roja o con la luz verde. Si mi camino comporta doce cruces, deber esperar encontrar,
como promedio, 6 luces rojas y 6 verdes. Pero, si un da tengo la mala suerte de encontrarme luces
rojas en los 6 primeros cruces, no podr llegar a la conclusin de que tendr luces verdes en los otros 6.

Podra muy bien sucederme tener 10 si hago el mismo trayecto varias veces por da, o incluso 11,
mucho ms extrao 12 luces, todas rojas o, al contrario, todas verdes; si un da he tenido la mala suerte
de estar detenido as en casi todos los cruces, ello no aumentar en absoluto mis posibilidades de
encontrar al da siguiente luces verdes en la mayora. Y, sin embargo, si tuviera la paciencia de llevar
una estadstica durante un ao entero, comprobara que la relacin entre el nmero total de luces rojas
y luces verdes sera muy prxima a la unidad.

CAPTULO II

CONJETURAS SOBRE LAS PROBABILIDADES


CONCERNIENTES A LA VIDA Y A LA MUERTE

9. La mstica del azar. Una de las razones por las que algunas conjeturas estn tan aferradas en los
jugadores, es la gran importancia que conceden a ganar o perder; as, estn muy dispuestos a recibir
favorablemente las sugestiones ms irrealizables si creen ver en ellas un medio para vencer al azar y
asegurarse el xito. Es por el mismo motivo que algunas opiniones especiales sobre la buena o mala
suerte se dan con frecuencia en los hombres de teatro, actores o autores, cuyo xito o reputacin
pueden depender de un incidente en el transcurso de un ensayo general. Les parece que la ms
mnima circunstancia puede traerles un brillante xito o, al contrario, un fracaso del que no se saldrn
fcilmente, estando dispuestos a usar de todos los medios, en apariencia los ms absurdos, para volver
a tener suerte.
Pero, aun siendo muy importante el hecho de ganar o perder en el juego, el xito o el fracaso en el
teatro es una realidad a la que los hombres estn todava ms ligados, ya que forma parte de su propio
ser. Asimismo, en todas las cuestiones que conciernen ms o menos directamente a la vida y a la
muerte, la mayora no razonan bien, dejndose llevar por su sensibilidad o por sus prejuicios.
Las ideas confusas y, a veces, misteriosas, que muchos hombres se hacen del azar y de su papel en la
vida, han sido resumidas con mucho talento por Rmy de Gourmont:

No hay nada ms esperado que lo inesperado, nada que, en el fondo, nos sorprenda menos. Lo que
nos asombra, por encima de todo, es el desarrollo lgico de los hechos. El hombre est en perpetua
espera del milagro, e incluso se enfurece si este no sucede, con lo cual se descorazona. Pero el milagro
acontece a menudo. Las vidas ms humildes no son ms que una serie de milagros o, ms bien, de
azares. Se dir que verdaderamente no hay azar y que esta palabra no hace ms que confirmar nuestra
ignorancia sobre el encadenamiento de las causas. Pero, siendo indescifrable este encadenamiento para
nuestro espritu, llamamos azar a todos los acontecimientos que, aun prestando nuestra mayor
atencin, nos sera imposible discernir su llegada. Se forman, se producen, pero no los conocemos ni
podemos conocerlos. Y es bueno que no podamos. Es una accin indiferente, ya que la vida slo es un
acto de confianza en nosotros mismos y en la benevolencia del azar.
Contamos con el azar. No existe ningn ser, incluso el ms falto de imaginacin, que no lo tenga
presente en sus vagas previsiones. Contar tan slo con el azar es de locos; no contar con l, an lo es

ms. Tan irrazonable es esperar como desesperar. En cada momento de la vida lo imposible resulta
posible. Del mismo modo que puede ser motivo de esperanza encontrarse perdido en un laberinto a
doscientos metros bajo tierra, puede uno desesperarse por completo el da en que nuestro corazn
rebosa de felicidad, en que la vida nosresulta agradable, colmando todos nuestros deseos8.
Existen muchos motivos, que la razn no conoce, para que las aplicaciones del clculo de
probabilidades a la mayora de problemas que conciernen a la vida humana sean a menudo
sistemticamente ignoradas e, incluso, a veces, despreciadas y puestas en duda, por las cuales, no
obstante, debera uno interesarse.
Los resultados del clculo de probabilidades que se han estudiado mejor son los concernientes a la
mortalidad; desde hace ms de un siglo, las compaas de seguros de vida distribuyen a sus
accionistas dividendos que son una prueba tangible de la exactitud de los estudios de sus dirigentes,
basados sobre el clculo de probabilidades y sobre los cuadros de mortalidad, es decir, sobre datos
estadsticos.
Este indudable valor de los datos sacados de estadsticas hechas con seriedad, contrasta con las
conjeturas corrientes sobre la estadstica. En gran parte, estas conjeturas tienden a lo que se ha llamado
mentalidad individualista. Al hombre no le gusta ser considerado como una simple unidad, idntica
a otras unidades; cada uno tiende hacia su individualidad y tiene un sinnmero de buenas razones
para considerarse realmente distinto de todos los dems hombres. Por consiguiente, cuando los
estadistas comprueban que se produce cierta proporcin de defunciones entre los hombres de 40 aos,
cada uno de estos pensar que esta estadstica no le concierne en absoluto, ya que, considerndose an
joven y disfrutando de buena salud, no existe ninguna razn para fallecer en el curso del ao. A menos
que tal individuo se considere, con o sin razn, gravemente enfermo, pensando que su muerte no
tardar.

10. El promedio de vida. Los resultados estadsticos son tan exactos, que no es preciso aplicarlos sin
discriminacin a todos los hombres de 40 aos; las compaas de seguros obligan a un examen mdico
a los que quieren asegurarse. En los coeficientes de mortalidad deducidos de los cuadros es
conveniente distinguir la parte que se aplica a los p individuos que, tras el examen mdico, se
consideran con buena salud, y la parte que se aplica a los individuos a quienes dicho examen revela la
existencia de enfermedades o de algunas taras hereditarias (tuberculosis, cncer, sfilis, etc.). Pero,
hecha esta salvedad, no hay duda de que hay cierta probabilidad de morir en el curso del ao para
cualquier ser humano, probabilidad que depende de diversas causas, de las que la edad y el sexo son
las ms importantes. Esta probabilidad puede ser calculada gracias a los cuadros de mortalidad, de los
que hablaremos ms adelante9.
Estos cuadros de mortalidad permiten calcular, en una poca y en un pas determinado, la vida media
de los hombres y la de las mujeres, que generalmente es algo ms elevada que la de los hombres.
El promedio de vida de cierto nmero de individuos es la media aritmtica de la duracin de la vida de
cada uno de ellos. Definida as, el promedio de vida slo puede ser calculado con exactitud si se trata
de un grupo de individuos que estn todos muertos. Es de esa forma que, con los anlisis de los

8
9

De Gourmont, R., LInattendu, Mercure de France, 15 de abril de 1906.


Ver Capitulo V y Apndice II.

registros del estado civil del siglo xix, se podra calcular la vida media de los individuos nacidos en
1800 que murieron en un pas determinado.
Tratndose de una poblacin numerosa, si los cuadros de mortalidad estn seriamente establecidos, se
puede admitir que las edades de fallecimiento del conjunto de personas que viven en la actualidad se
repartirn en el futuro, si el estado de salud no cambia, siguiendo proporciones muy semejantes de las
que resultaran de estos cuadros de mortalidad. Esto es lo que permite hablar del promedio de vida de
los habitantes de un pas en una fecha dada.
Se podra pensar en otro mtodo para calcular el promedio de vida: tomar la media aritmtica de las
edades de fallecimiento de todos los hombres o de todas las mujeres muertos a lo largo de un ao.
Reflexionando un poco, nos daramos cuenta de que este mtodo slo sera correcto si la poblacin
permaneciera sensiblemente estacionaria en el transcurso de un largo perodo. Si anotamos el nmero
de fallecimientos a lo largo del ao 1941, los muertos a la edad de 20 aos pertenecen a personas
nacidas en el ao 1921, mientras que los muertos a la edad de 80 aos conciernen a personas nacidas
en 1861. Por lo tanto, si la poblacin del pas en cuestin hubiera aumentado notablemente de 1861 a
1921, el nmero de muertos de 20 aos resultara demasiado elevado en relacin con el nmero de
fallecimientos de los de 80 aos, de manera que la vida media calculada sera inferior a la vida media
real.
Las estadsticas revelan que, en todos los pases civilizados, el promedio de vida ha aumentado
notablemente en el transcurso de los dos ltimos siglos; este aumento se debe, en gran parte, a la
disminucin considerable de defunciones de niosde menos de un ao, debido a los progresos de la
higiene. Adems, sera interesante desde varios puntos de vista, considerar la vida media calculndola
no por el conjunto de nacimientos, sino por el conjunto de nios que hayan alcanzado un ao.
Volveremos a tratar este punto en el Captulo V.

11.Interpretacin de los cuadros de mortalidad.Algunas de las indicaciones que acabamos de dar


son suficientes para sealar la importancia que tienen para cada uno de nosotros las indicaciones de
los cuadros de mortalidad y el valor del promedio de vida, a condicin de comprender bien su
significado y no exagerar su valor. No cabe duda de que cada habitante de un pas est interesado en
el aumento de la vida media del mismo, aumento que puede ser consecuencia de las medidas de
higiene tomadas para evitar la propagacin de algunas enfermedades epidmicas o contagiosas, de la
construccin de hospitales, sanatorios, etc.
S perfectamente que una persona individualista podra encerrarse en su egosmo y decir: tomo
personalmente todas las precauciones para evitar los contagios, tengo un excelente mdico que me
vigila y cuida bien si caigo enfermo; as pues, poco me importa que se construyan o no hospitales
donde yo no ir nunca, que se higienicen barrios insalubres donde no pienso residir. Incluso, desde su
punto de vista puramente egosta, a este individuo le falta razn, pues no puede vivir aislado del
conjunto de los dems seres humanos, estando expuesto a ser vctima de contaminaciones ms o
menos directas, que se habran evitado de haberse eliminado algunas enfermedades gracias a los
progresos de la higiene.
Adems, las excesivas precauciones tomadas contra varias contaminaciones por algunas personas
demasiado preocupadas por su salud, producen, a veces, desastres imprevistos; se citan casos de
personas que, no habiendo bebido ms que agua hervida durante muchos aos para evitar la fiebre
tifoidea, mueren de esta enfermedad a causa de un nico descuido; lo habra soportado mejor aquel

cuyo organismo se hubiera acostumbrado poco a poco a la lucha contra los microbios. Bertrand
dedica10 unas pginas muy interesantes a la controversia que se produjo en el momento en que se
descubri la vacuna contra la viruela, controversia en la que tomaron parte especialistas del clculo de
probabilidades. El problema que se planteaba era el siguiente: la vacunacin produca la muerte de
una persona de cada 100; pero, en aquella poca, eliminaba probabilidades muy considerables de
fallecimiento por viruela; es aconsejable la vacunacin? o, al contrario, no debe practicarse?
Calculando la vida media en las dos hiptesis (vacunacin o no vacunacin), Bernoulli lleg al
resultado de que la vacunacin aumentaba el promedio de vida en tres aos, llegando a la conclusin
de que no deba dudarse en practicarla.
Bertrand, despus de Alembert, no dud en indicar que el clculo de la vida media no es
suficientemente decisivo y que deben intervenir otras consideraciones.
He desarrollado los argumentos de Bertrand 11; la principal razn por la que muchas personas
dudarn. y con motivo, en dejarse convencer por el clculo de la vida media, es ignorar la fecha exacta
en la que se producir su muerte, ignorancia que es uno de los elementos ms importantes de su
cotidiana felicidad. Si los progresos de la ciencia lograran que cada uno conociera la fecha exacta en la
que se producira su muerte, la mentalidad humana cambiara completamente, dando cada cual una
importancia especial a diversas circunstancias que podran modificar la fecha de su fallecimiento
prevista por los mdicos. Sin embargo, es intil razonar sobre una hiptesis irrealizable; veamos las
cosas tal como son.
Evidentemente, frente a los peligros de enfermedades, los hombres se dividen en dos categoras,
pasando algunos de ellos de una categora a otra segn su humor, o perteneciendo alternativamente a
una u otra segn la enfermedad de que se trate. Una de las categoras es la de los apticos; la otra, la
de los obsesos. Los primeros se desentienden queriendo ignorar que hay microbios de la fiebre tifoidea
y de los peligros de contagio; comen y beben tal como lo han hecho sus padres y sus antepasados y
piensan que su robusta constitucin les evitar el contagio; si este se produjera, lo aceptaran con
fatalidad. Contrariamente, los obsesos, cuya atencin se habr despertado unas veces por una lectura,
otras veces por una enfermedad mortal observada en torno suyo, continuamente slo pensarn en
tomar precauciones para evitar las enfermedades que los preocupan en particular (olvidando, a veces,
peligros de enfermedades ms peligrosas y ms frecuentes). Pero, tanto unos como otros, no se
interesarn en absoluto por el conocimiento exacto de las probabilidades de contagio o de
fallecimiento relativos a cierta enfermedad; estas cifras abstractas no les diran nada; lo que
nicamente tiene valor para ellos es la reaccin de su sensibilidad personal frente a tal o cual
enfermedad; uno temer la tifoidea; otro, el cncer, etc.

10

Calcul des probabits, Gauthier-Villars.

11

Le Hazard, pags. 239 y sigs.

CAPTULO III

LAS PROBABILIDADES NEGLIGIBLES Y LAS


PROBABILIDADES DE LA VIDA PRCTICA

12. Certeza cientfica y certeza prctica. Cuando hemos enunciado la ley nica del azar: los
acontecimientos cuya probabilidad es bastante pequea nunca se producen 9 no hemos disimulado la
imprecisin del mismo. Es uno de los casos sobre los que no cabe ninguna duda; por ejemplo, el caso
del milagro mecanogrfico, en el que las obras completas de Goethe son reproducidas por una
mecangrafa desconocedora del alemn y escribiendo a mquina al azar. Pero, entre este caso, difcil
en extremo, y aquellos de probabilidades muy pequeas, a pesar de lo cual su acaecimiento no es
inverosmil, hay un gran nmero de casos intermedios. Vamos a intentar precisar lo ms posible qu
valores de la probabilidad deben ser considerados como despreciables en estas o aquellas
circunstancias.
Es evidente que las exigencias que puedan formularse sobre el grado de certeza que deben esperarse
de la ley nica del azar no sern las mismas segn se trate de una certeza casi absoluta, o bien de una
con la que nos contentamos en determinada circunstancia de la vida prctica.
Si se trata de una ley cientfica, como el principio de Carnot, segn el cual el calor no puede pasar
espontneamente de un cuerpo caliente a otro fro, podremos exigir que la probabilidad del
fenmeno, considerado segn la ley como imposible, sea en realidad extraordinariamente pequea;
para que la ley merezca el nombre de ley la de fsica es preciso que a esta no se le produzca la menor
infraccin en, ninguna circunstancia, en ninguna poca, en ningn punto del Universo. Para abreviar,
diremos que la probabilidad debe ser despreciable a escala supercsmica, y los clculos que hemos
hecho antes referentes al nmero de tomos que podran existir en un Universo cuyas dimensiones
alcanzaran miles de millones de aos luz, y sobre el nmero de segundos contenidos en miles de
millones de siglos, nos conducirn a sealar en 10 500, es decir, en la unidad dividida por un nmero
de 500 cifras, la probabilidad, despreciable a escala supercsmica, que puede ser tomada igual a cero
en el enunciado de una ley cientfica. Evidentemente, esta evolucin es, en parte, arbitraria; en lugar
del exponente 500 hubisemos podido escribir 1.000, o slo 200 o 300. Verdaderamente, las
probabilidades a las que conduce la teora cintica de los gases para una infraccin posible al principio
de Carnot son mucho ms dbiles: iguales a la unidad dividida por cantidades de millones de cifras.
Tales probabilidades deben ser consideradas como universalmente despreciables.
Pero, tratndose simplemente de acciones humanas de la vida cotidiana, veremos que no es preciso
que una probabilidad sea tan dbil para que tengamos el derecho y el deber de despreciarla en la vida
prctica, es decir, de tratarla como si fuera nula. De este modo nos vemos obligados a definirlas

probabilidades despreciables a escala humana, a escala terrestre, a escala csmica, escalas a las que
corresponden grados de certeza prctica que no alcanzan a la certeza cientfica y casi absoluta que nos
da la escala supercsmica.

13.Las probabilidades despreciables a escala humana. Diremos que una probabilidad es


despreciable a escala humana cuando los hombres ms prudentes y ms razonables deben tratarla
como si esta probabilidad fuese nula, es decir, deben correr el riesgo de ver realizarse el suceso que
concierne a esta probabilidad, incluso si la llegada de este acontecimiento es considerado por ellos
como una gran desgracia. Tal es el caso, por ejemplo, si se trata de la muerte de la persona interesada o
de una persona que le es particularmente querida.
Demos un ejemplo sencillo. Segn las estadsticas en tiempo de paz, el nmero de accidentes mortales
de circulacin en una ciudad cuya poblacin sea de varios millones de habitantes, es de unos pocos
por da. Es decir, que por cada ciudadano que circula diariamente, la probabilidad para que se muera
a lo largo del da por un accidente de circulacin es de casi una millonsima. Si para evitar este ligero
peligro un hombre renunciara a toda actividad exterior y se encerrara en su casa o impusiera esta
reclusin a su esposa o a su hijo, se le considerara loco. Es decir, que las personas ms cuerdas y ms
razonables no dudan en afrontar normalmente un peligro de muerte, cuya probabilidad es de una
millonsima. Claro est que no nos encontramos aqu con un caso en que la ley nica del azar permite
asegurar que el acontecimiento considerado nunca se produce; el que sale cada da por las calles de
una gran ciudad sabe muybien que un accidente mortal es posible. Solamente piensa en ello, de una
manera inconsciente, tomando cierto nmero de precauciones que le disminuyen las posibilidades de
accidente; no se arriesga en la calzada sin haber mirado antes si viene un coche; pero, durante todo el
da, no est obsesionado por el temor de un probable accidente.
Comparando el nmero de accidentes con el de los habitantes de una gran ciudad, hemos designado
una millonsima como el valor que razonablemente se puede adoptar para una probabilidad
despreciable a escala humana. Llegaramos a un resultado semejante si centrramos nuestra atencin
en el nmero de veces que un hombre puede realizar, a lo largo de toda su vida, gestos o actos muy
sencillos, como trazar una letra del alfabeto, avanzar un paso al andar, o respirar. Este nmero de veces
es del orden de un milln en algunas semanas, o en algunos meses, o en algunos aos, segn la
naturaleza y frecuencia del acto considerado. Por ejemplo, un escritor tan fecundo como Balzac llegaba
a escribir dos o tres millones de letras a lo largo de un ao; una mecangrafa profesional sobrepasara
ampliamente esta cifra. Con esto se llega a la conclusin de que la probabilidad de escribir una letra a
continuacin de otra, si se trata de un escritor que se sirve de su pluma o de una mecangrafa muy
experta, es verdaderamente superior a una millonsima. Si esta probabilidad es slo de una
millonsima, producindose un nico error en 500 pginas escritas a mquina, estaremos de acuerdo
en considerarla despreciable y en afirmar que la mecangrafa logra la perfeccin.
14. Las probabilidades despreciables a escala terrestre. Si fijamos la atencin en el conjunto de
hombres que viven en el mundo, y no en uno solo, las probabilidades, para ser despreciables, deben
ser notablemente ms dbiles. Cualquier accidente completamente improbable para un hombre
determinado, es relativamente bastante frecuente si se consideran todos los hombres. Ganar el primer
premio en la lotera de un milln de billetes es una probabilidad despreciable para quien slo tiene un
billete; si es sensato, no realizar proyectos para el futuro basados con lo que pueda obtener del primer
premio; al contrario, si se venden todos los billetes y considerando a todos los compradores, con toda
seguridad s habr un ganador.

Admitiendo que el nmero de seres humanos es de algunos miles de millones, se considerar


despreciable a escala terrestre la probabilidad mil millones de veces ms pequea que la probabilidad
despreciable a escala humana, es decir, la mil millonsima parte de una millonsima, o 10 -15, la unidad
dividida por un nmero de 15 cifras. Se puede aceptar igual valor considerando a todos los seres
humanos que han vivido a lo largo de algunos centenares de siglos, pues su nmero es apenas mil
veces mayor que el nmero actual de hombres vivos. Igualmente podramos considerar tales
probabilidades, como veremos en el Captulo VII, en el estudio de algunos problemas relativos a la
herencia en la especie humana.
La probabilidad de obtener 50 veces seguidas el rojo en la ruleta, o cruz en el juego de cara o cruz, es
de 2-50; si se usa la igualdad aproximada, muy prctico en esta clase de cuestiones, 2 10 = 103 (en
realidad, 210 = 1.024, es decir, algo ms d 1.000), se comprobar que 2 -50 equivale casi a 10-1S, es decir, a
la probabilidad despreciable a escala terrestre. Verdaderamente, si todos los hombresde la tierra
pasaran todo su tiempo jugando a la ruleta al comps de 1.000 veces por da, o sea, alrededor de
1.000.000 de veces cada tres aos, tan slo en un promedio de una vez en este tiempo uno de ellos
obtendra una serie de 50 rojos.

15.Las probabilidades despreciables a escala csmica. Considerando no ya el globo terrestre, sino


la porcin del Universo que es accesible a nuestros instrumentos de astronoma y de fsica, nos
veremos llevados a definir las probabilidades despreciables a escala csmica. Algunas leyes
astronmicas, como la de Newton sobre la atraccin universal y algunas leyes fsicas relativas a la
propagacin de las ondas luminosas, son verificadas por numerosas observaciones que se efectan
sobre todos los astros visibles. La probabilidad para que una nueva observacin contradiga todas estas
observaciones concordantes es extremadamente dbil. De esta manera, podremos fijar en 10 -50 el valor
de las probabilidades despreciables a escala csmica; cuando la probabilidad de un accidente es
inferior a este lmite, se puede afirmar que el acontecimiento no se producir en absoluto., cualquiera
que sean el nmero de ocasiones que se presenten en el Universo entero. El nmero de estrellas
observables es del orden de los 1.000 millones, o sea, de 10 9, y las observaciones que todos los
habitantes de la tierra, observando el cielo, podran hacer de las estrellas a lo largo de los siglos, son
ciertamente en nmero inferior a 10 20. Por consiguiente, un fenmeno cuya probabilidad es 10 -50 nunca
se producir o, por lo menos, nunca ser observado.

16. Las probabilidades despreciables a escala supercsmica. Recordemos que las leyes fsicas
deducidas de la mecnica estadstica (y tambin las leyes matemticas deducidas igualmente del
clculo de probabilidades) tienen una certeza incomparablemente mayor an y pueden caracterizarse
diciendo que la probabilidad del acontecimiento contrario es despreciable a escala supercsmica; tales
-n

son las probabilidades inferiores a 10 , cuando n es un nmero de ms de 10 cifras. Si, por ejemplo, se
tiene en un recipiente de un litro una mezcla de volmenes iguales de oxgeno y de nitrgeno, la
probabilidad de que en un momento dado todas las molculas de oxgeno se encuentren en la mitad
-n

inferior del recipiente y todas las molculas de nitrgeno en la mitad superior es, igual a 2 , siendo n
el nmero de molculas12. Es despreciable a escala supercsmica.

12

Una molcula-gramo de gas conteniendo 6062 X 1023 molculas, el nmero n de molculas contenidas en un litro es del orden de

3x1022, y as 2-n es del orden de 10 a la potencia 1022

Un clculo fcil indica que, si evaluamos las dimensiones de nuestro Universo, es decir, la distancia de
las galaxias ms alejadas, a 10.000 millones de aos luz, el volumen de este Universo es inferior a 10 85
centmetros cbicos, conteniendo pues, menos de 10 110 tomos, ya que la densidad media es
verdaderamente inferior a 1025 tomos por centmetro cbico.
Imaginemos, pues, con Boltzmann, un Universo U 2 que abarcara tantos universos U1 anlogos al
nuestro como nmero de tomos posee; luego, un Universo U 3 que encerrara tantos universos U2 como
nmero de tomos posee U1; despus, un Universo U4 que contuviera tantos U3 como nmero de
tomos posee U1, y as sucesivamente, repitiendo un milln de veces la misma operacin, es decir,
hasta un Universo UN, con N = 106.Este superuniverso contendra un nmero de tomos igual a 10
elevado a la potencia 110 millones, o sea, que estara representado por un nmero de 110 millones de
cifras. Imaginemos tambin un tiempo T2 conteniendo tantos miles de millones de aos como
segundos contienen los 1.000 millones de aos de T 1; luego un tiempo T3 conteniendo tantos aos T 2
como segundos contiene T1; y as sucesivamente hasta un tiempo TN, cuyo ndice N sera un milln.
Supongamos que volvemos a empezar un experimento tantas veces como tomos hay en el Universo
UN, y tan a menudo como segundos hay en el tiempo T N, es decir, un nmero de veces ciertamente
inferior a 10 a la potencia 109. Si la probabilidad de xito de un experimento aislado es despreciable a
escala supercsmica, un clculo fcil indica que la probabilidad para que el experimento se produzca
una sola vez ser tan dbil, que podr ser despreciada. Si tomamos como ejemplo la separacin
espontnea del oxgeno y del nitrgeno contenidos en un recipiente de un litro, podemos, pues,
afirmar que este experimento no se lograr nunca, ni en el tiempo ni en el espacio.

17. Las probabilidades y la vida prctica. A menudo no se encontrarn en la vida prctica


probabilidades inferiores a 10-6 o a 10-15, es decir, despreciables a escala humana o terrestre; pero debe
sealarse que las probabilidades mucho ms dbiles deben despreciarse en numerosos casos en que el
acontecimiento correspondiente a tales probabilidades no presente para nosotros una grave desdicha,
sino simplemente un accidente desagradable. Por ejemplo, si se trata de salir sin paraguas y sin
impermeable un da en que el tiempo es bueno, podra calcularse la probabilidad de lluvia haciendola
estadstica de los das en que el tiempo era bueno a las 10 de la maana y que, sin embargo, llovi a lo
largo de toda la tarde. Sin haber hecho el clculo, creo no equivocarme afirmando que la probabilidad
es superior a una milsima, al menos en algunos climas. No obstante, a no ser que una persona est
particularmente delicada hasta el punto de que una lluvia imprevista pueda comprometer su salud y
su vida, no la tacharemos de imprudente si, un da en que nada hace prever tormenta, sale sin
paraguas o impermeable.
Es intil multiplicar los ejemplos. Todos los hombres, incluso aquellos que no han odo hablar nunca
del clculo de probabilidades, las hacen sin saberlo, como el personaje de Moliere con la prosa;
muchas de sus decisiones estn influidas por la idea ms o menos vaga que tienen sobre la
probabilidad de algunos acontecimientos. Puede deducirse que es intil conocer el clculo de
probabilidades, ya que el simple sentido comn lo suple en la mayora de los casos; no necesito dicho
clculo para tomar el paraguas si amenaza tormenta o dejarlo si brilla el sol. Es cierto, pero tambin lo
es que, en algunos casos, tender a consultar el barmetro antes de decidirme, ya que sus indicaciones
me permitirn conocer la probabilidad de lluvia con menos posibilidad de error que si me contento
con mirar al cielo desde la ventana. Si me es posible, podr igualmente consultar un boletn
meteorolgico, interesndome por la direccin y fuerza del viento. No debern ser despreciadas estas
precauciones suplementarias, porque no se trata solamente de correr el riesgo de mojarse con la lluvia,
sino que, si salgo al mar en un pequeo bote de vela, el mal tiempo puede acarrearme graves
accidentes.

La mayora de los hombres ignoran el valorexacto de las probabilidades, que usan ms o menos
conscientemente, al igual que los nios y los poblados salvajes desconocen el valor exacto de la
moneda y el precio de los objetos corrientes. Tanto en un caso como en otro, estos valores son
evaluados segn las impresiones subjetivas, las cuales, a menudo, comportan graves errores.
Normalmente, antes de entregar dinero a un nio se le instruye sobre el valor de los objetos que puede
adquirir con l. Igual ocurre con las probabilidades, sobre las cuales quiere estar exactamente
informada aquella persona que se ve obligada a correr ciertos peligros. Tal es el caso, por ejemplo, de
las probabilidades que conciernen a algunos peligros o a algunas enfermedades; cuando uno de
nosotros ha sido testigo de un accidente grave, o ha observado a su alrededor algunos casos
contagiosos, a menudo se ha impresionado mucho, llevndole a exagerar de una manera inconsciente
el valor de la probabilidad para que este accidente o este contagio vuelvan a repetirse. Por el contrario,
si se trata de un accidente grave o de una enfermedad que no hemos experimentado de cerca, nos
inclinaremos a despreciar la probabilidad, por ms elevada que pueda ser.
La comparacin que hemos hecho entre la ignorancia del valor de las probabilidades y la del valor del
dinero y de los diversos productos, puede ser continuada; en muchos casos es necesario correr algn
riesgo, salir a pie o en coche, o bien permanecer constantemente en casa con peligro de volverse
anmico; aun teniendo el estmago delicado, es necesario comer y optar entre los posibles
inconvenientes que puedan tener algunos alimentos entre los que nos es posible elegir.
La situacin de quien ignora las probabilidadeses, pues, anloga a la de un hombre o de un nio que
tiene una cantidad limitada de dinero y que ignora los precios de los productos; corre el riesgo de
malgastar toda su pequea fortuna de una manera torpe; del mismo modo, la ignorancia de las
probabilidades puede llevar a correr los mayores riesgos queriendo evitar los ms pequeos.
Hay otra analoga entre los precios y las probabilidades: el conocimiento exacto de los precios es uno
de los elementos de nuestras decisiones, pero no es el nico: si tenemos que elegir entre dos objetos de
una misma naturaleza, nos gustar a veces uno ms que el otro, y quiz lo elegiremos siendo incluso
ms caro. No obstante, ser razonable por nuestra parte informarnos de los precios para poder tratar
con conocimiento de causa; si el precio es diez veces ms costoso, quiz no dudaremos en hacer un
sacrificio tambin elevado para contentar nuestra fantasa. Igual ocurre para la probabilidad. Si
tenemos razones serias para desplazarnos con rapidez, aceptaremos correr peligros de accidentes
mayores usando un automvil muy rpido o un avin. Pero, si supiramos que, vistas las
circunstancias, el peligro de accidente mortal alcanza una dcima, reflexionaramos sin duda antes de
correr este peligro.
Para el nio .que ignora an el valor de la moneda, las expresiones diez dlares, cien dlares y mil
dlares, son, si no equivalentes, por lo menos desprovistas de un significado preciso; igualmente lo es
para quien no ha reflexionado nunca sobre las probabilidades cuando se le habla de aquellas cuyos
valores respectivos son una dcima, una centsima y una milsima. Sin embargo, basta un poco de
reflexin y de costumbre para darse cuenta de que hay muchos casos en que sera razonablecorrer el
peligro cuya probabilidad es de una milsima, mientras que sera muy poco prudente correr el mismo
riesgo si su probabilidad fuese de una dcima.
Insistamos an sobre el hecho de que, al igual que el precio no es el nico elemento de nuestra
decisin cuando se trata de comprar algo, as la probabilidad no debe ser absolutamente el nico
elemento de nuestra decisin cuando se trata de correr un peligro. Uno de los motivos por los cuales
algunos espritus desprecian la precisin de las matemticas es porque imaginan que esta precisin
pone en peligro su libre albedro. Una persona suficientemente rica puede, evidentemente, elegir los
objetos que compra sin preocuparse por el precio, basndose slo en sus gustos. Pero, cuando se trata

de correr un peligro, sobre todo estando en juego la salud o la vida misma, nadie es bastante rico para
poder despreciar ciertas probabilidades, salvo en el caso en que altas consideraciones de moralidad o
de honor nos obliguen a correr el peligro de muerte, por elevado que este sea. En tales casos es
preferible ignorar la probabilidad del peligro. Pero, en la vida ordinaria, el conocimiento de la
probabilidad es un elemento til en nuestra decisin, del mismo modo que lo es el conocimiento del
precio cuando se trata de una compra, sin que este conocimiento nos impida tener en cuenta otras
consideraciones antes de decidirnos.

18. Las probabilidades son slo aproximadas. Las probabilidades deben ser consideradas anlogas
a la medida de las magnitudes fsicas; es decir, que nunca pueden ser conocidas exactamente, sino slo
con cierta aproximacin. Adems, el grado de esta aproximacin vara mucho, segn la naturaleza de
las probabilidades. En los casos en que estas pueden ser valoradas por razones de simetra, el error
cometido en su evaluacin es generalmente muy dbil. Tal es el caso de la probabilidad de obtener
cierta cara del dado, o de sacar una carta de una baraja sealada con antelacin, bien mezclada y
extendida sobre la mesa. El dado nunca es un cubo perfecto, y los puntos con que estn marcadas sus
diversas caras producen asimismo una disimetra, pero es tan pequea, que la probabilidad de cada
cara difiere muy poco de 1/6; del mismo modo, si la baraja es de 32 naipes, la probabilidad de sacar el
rey de diamantes es muy prxima a 1/32, aunque los 32 naipes no sean rigurosamente idnticos entre
s y se distingan a veces por sus dibujos y colorido. En la evaluacin de las probabilidades, los errores
cometidos son mucho mayores cuando se trata de probabilidades empricas sacadas de las estadsticas;
por una parte, estas ya son a menudo imperfectas, estando alteradas por errores sistemticos
imposibles de evitar y difciles de corregir; ms adelante veremos unos ejemplos de estadsticas en
relacin a causas de fallecimientos; por otra parte, las estadsticas slo dan un nmero limitado de
casos, obtenindose resultados diferentes segn se trate de una poblacin 4 ms o menos numerosa, o
de un intervalo de tiempo ms o menos largo. Finalmente, las probabilidades varan en general en el
transcurso del tiempo, aplicndose en el presente ao los valores obtenidos de las estadsticas
correspondientes a uno o varios aos precedentes.
Otras probabilidades son an ms dudosas: aquellas que se formulan incluso personas competentes,
de acuerdo con sus impresiones y sus recuerdos. Por ejemplo, un mdico evala en 9 de cada 10
laprobabilidad de curar a un paciente de la enfermedad que padece, o una persona asidua a torneos
de tenis valora en 3 de cada 4 la probabilidad en que tal campen sea el vencedor del torneo. Al
contrario de lo que afirman algunos autores, sera excesivo quitar todo valor a estas evaluaciones, por
ms dudosas que parezcan, siendo conveniente someterlas a una crtica juiciosa. Primeramente, hay
que asegurarse de la sinceridad de quien formula el juicio de probabilidades; conviene preguntarse si
hay razones serias para dudar de ella. Por ejemplo, un mdico puede dictaminar un diagnstico
optimista en vistas a lo que rodea al enfermo; el asiduo a partidos de tenis puede dejarse influir por
amistades personales o, incluso, en algunos casos, por motivos menos confesables, como las apuestas,
en las que puede tener un inters personal. El mtodo ms adecuado para asegurarse su sinceridad es
obligar a quien emite el juicio a verificar una apuesta de cierta cantidad importante, pero con la
condicin de que no pueda ejercer ninguna influencia sobre el resultado del suceso fortuito sobre el
que se lleva la apuesta.

19. El mtodo de la apuesta. Si una apuesta est relacionada con un acontecimiento cuya
probabilidad es p, debe ser equitativamente reglamentada de la manera siguiente: si Pedro apuesta
que el acontecimiento ser un hecho y Pablo apuesta lo contrario, Pedro debe invertir una cantidad Ap

y Pablo una suma A (1 - p); el total de las apuestas, o sea A, revertir al ganador. Por ejemplo, si Pedro
apuesta que l sacar el 6 en un dado, invertir 10 dlares y Pablo 50 dlares; el ganador tomar el
total de las apuestas: 60 dlares; si Pedro saca el 6, gana 50 dlares; si no sale el 6, pierde 10
dlares.Ahora pongmonos en el caso de que la probabilidad p, al contrario que en el caso anterior, es
desconocida por los dos jugadores, pero en la que Pedro ha querido dar a pel valor de la probabilidad.
Si tanto lo estima as, la cantidad Ap que deber invertir ser demasiado elevada y la cantidad A (1
p) que invertir su adversario ser muy pequea; el juego ser desventajoso para Pedro. Si se sospecha
que Pedro exagera el valor de la probabilidad y el mismo caso podra darse en el del mdico
optimista que, queriendo tranquilizar a sus clientes, exagerara su posibilidad de curacin
obligndole a apostar una importante cantidad a favor de tal suceso, se le invitara a disminuir su
exageracin y a reconsiderarla. Por ejemplo, si el mdico declara que las posibilidades de curacin son
de 9 sobre 10 (o sea, una probabilidad de 09), cuando en realidad slo son de 1 sobre 2 (probabilidad
de 05), e invirtiera 90.000 dlares contra100.000en caso de curacin, se arruinara pronto si esta
operacin se repitiera a menudo. Supongamos que de 100 enfermos sanan slo unos 50; si apostara en
cada caso, invertira un total de 9 millones y slo percibira alrededor de 5 millones.
Por lo tanto, el mtodo de la apuesta permite evitar los errores voluntarios que se cometeran en la
evaluacin de las probabilidades cuando se conoce el sentido de estos errores. Pero es evidente que el
mdico, si en lugar de ser optimista se vuelve en algunos casos pesimista y evala en 09 la
probabilidad de curacin cuando en realidad es mayor, por ejemplo igual a 099, ser ventajoso para l
aceptar una apuesta; invertir 90.000 dlares para recibir 100.000 en caso de curacin y, si de 100
enfermos slo muere uno, habr apostado 9 millones para recibir 9.900.000 dlares.
Es posible evitar con este mtodo los errores voluntarios que cometera Pedro en la evaluacin de la
probabilidad, cuando estos errores no tienen siempre el mismo sentido, es decir, que tanto pueden ser
favorables como desfavorables? Esto es posible, pero reuniendo dos condiciones: la primera, que Pablo
pueda imponer a Pedro el sentido en el que debe apostar, o sea que, si se trata de un enfermo, Pablo
puede apostar a su conveniencia, sea por la curacin o por la muerte del enfermo. La segunda
condicin, que viene a completar la primera, y no menos indispensable, es que Pablo sea tan
competente como Pedro en la evaluacin de la probabilidad; siendo Pedro un buen mdico y
tratndose de la curacin de un enfermo, Pablo debe saber en qu sentido ha valorado Pedro la
probabilidad, orientando en consecuencia su apuesta. Si Pedro ha exagerado la probabilidad de
curacin, se ver obligado a apostar por la misma; al contrario, si exagera la probabilidad de muerte,
deber apostar en este sentido. Al aceptar Pedro estas condiciones, no tendr ms remedio que hacer
su evaluacin de una manera sincera, ya que cualquier error sistemtico le perjudicara.
Tambin sera bastante natural que Pedro, modesta y prudentemente, declarara que se niega a precisar
el valor de la probabilidad de curacin, pero que se contenta afirmando que, segn su opinin, esta
probabilidad est comprendida entre 08 y 09, y que, en tales condiciones, si se le obliga a apostar por
la curacin, exigir que se adopte 08, pero que si se le obliga a apostar por la muerte, exigira que se
adopte 09. Tal actitud sera perfectamente correcta, pero la de Pablo no lo sera menos si se negara a
apostar en estas condiciones; esto querra decir que est de acuerdocon Pedro en que la probabilidad
de curacin est comprendida entre 08 y 09 y que, por consiguiente, las dos apuestas le son
desfavorables, ya que Pedro arriesgara 80.000 dlares contra 20.000 apostando por la curacin, o slo
10.000 contra90.000apostando por la muerte.
El mtodo que acabamos de bosquejar para obligar a Pedro a evaluar lo ms correctamente posible
ciertas posibilidades, tiene muchas analogas con la evaluacin de las probabilidades de alta o de baja
de un valor burstil que resultaran de las cotizaciones para las compras o ventas fijas, o con diversas
primas, as como la importancia de los compromisos ligados a estas cotizaciones. Cada una de estas

operaciones corresponde a la evaluacin de la probabilidad, tanto para el comprador como para el


vendedor, estimando cada uno de ellos que esta evaluacin le es ventajosa, o sea, que la misma
representa un mximo para uno de ellos y un mnimo para el otro.

20. La combinacin de la apuesta y de las subastas. A menudo el mtodo de venta en las subastas
permite darse cuenta de la evaluacin exacta que cualquier comprador ha dado al valor del objeto o
del inmueble en venta, ya que cesa de aumentar el precio cuando ha llegado al lmite que se ha fijado.
Un mtodo semejante podra aplicrsele a Pedro en caso de estar conforme, para que conozca con
precisin el valor que ha dado a una posible probabilidad. Volvamos al caso en que Pedro es un
mdico que ha podido evaluar las posibilidades de curacin de un enfermo; nos proponemos saber si
evala estas posibilidades en ms del 50%; para ello elegiremos un acontec-miento aleatorio cuya
probabilidad es exactamente del 50%, como el juego de cara o cruz, y ofrecemos a Pedro un regalo
importante o una ventaja moral considerable para l, dejndole la eleccin entre las dos
eventualidades que siguen: o recibir este regalo si el enfermo sana, o bien si saca cruz al lanzar al aire
una moneda. Es evidente que tendr inters en elegir aquel de los dos cuya probabilidad le parece
mayor; elegir, por lo tanto, la curacin del enfermo si considera que la probabilidad de tal curacin es
superior al 50%; al contrario, si elige el juego de cara o cruz, ello nos demostrar que valora en menos
del 50% la probabilidad de curacin. Entonces podremos volver a empezar la prueba sirvindonos de
un suceso cuya probabilidad es del 49%; por ejemplo, con varias barajas de dorsos semejantes,
haremos un montn de 100 naipes, 49 de los cuales son rojos y 51 negros; despus de bien barajados y
extendidos sobre la mesa, la probabilidad de sacar uno rojo es del 49%, o 049. Si Pedro prefiere esta
probabilidad a la del caso de curacin, es porque evala esta ltima en menos del 049; seguiremos
igualmente con 048, y as sucesivamente, hasta que veamos que Pedro elige la probabilidad de
curacin en el momento en que la otra probabilidad es tan slo de 043, aunque l hubiese preferido la
probabilidad de 044; llegaremos as a la conclusin de que su sincera evaluacin de la probabilidad de
curacin est comprendida entre 043 y 044. Claro est que esta evaluacin sincera no significa que sea
exacta, pues Pedro no es infalible; incluso siendo muy hbil, es muy dudoso que pueda diferenciar
certeramente unas probabilidades tan prximas como 043 y 044; por eso, sera completamente
ilusorio intentar obtener un decimal exacto, y ms haciendo disminuir en una milsima en lugar de en
una centsima las probabilidades usadas sucesivamente.
Pueden compararse estas evaluaciones con las relativas a una longitud o a un peso, hechas por una
persona que no disponga de un aparato de medida. Si esta persona tiene cierta competencia, debida a
la costumbre, su evaluacin podr ser relativamente exacta, es decir, asignar 2 cifras de un valor
ajustado; pueden ser 3 si la primera cifra es 1, como en el caso de medir la estatura de un hombre
valorndola en centmetros. Tales evaluaciones no tienen el valor de una medida fsica precisa,
realizada con buenos instrumentos, pero son preferibles a un desconocimiento total; igual ocurre en
las probabilidades.
No obstante, entre estos dos tipos de evaluaciones hay una diferencia bastante notable, con tendencia a
que los mtodos que se pueden usar para controlar el valor de estas evaluaciones son muy distintos
segn se trate de la evaluacin de un objeto mensurable o de una probabilidad. En el primer caso, el
control es fcil, puesto que basta medir con un aparato adecuado comparando el resultado con la
evaluacin. De esta manera uno puede controlar sus propias evaluaciones y perfeccionarse en este
arte, valorando de una ojeada la estatura de un hombre o la altura del techo de un piso. Al tratarse de
una probabilidad, ser corrientemente imposible dar con un mtodo preciso para evaluar con gran
precisin la probabilidad desconocida, como el metro lo es para la medida de una longitud; solamente

por mtodos indirectos y necesariamente ms complicados puede llegarse a conocer si las


evaluaciones hechas por una persona sobre cierta clase de probabilidades son relativamente correctas.

21. El control del valor de las evaluaciones de probabilidad. No es posible controlar el valor de la
evaluacin de la probabilidad de un nico suceso aislado, a menos que la evaluacin hecha sea
extremadamente pequea o muy prxima a 1, es decir, que se confunda prcticamente con la
imposibilidad o con la verosimilitud. Pero, si afirmamos que tal acontecimiento tiene 9 posibilidades
sobre 10 de producirse o, al contrario, 9 sobre 10 de que no se produzca, podr suceder en uno u otro
caso que el suceso sea un hecho real o, al contrario, que no se realice, y no llegar a la conclusin sobre
si nuestra evaluacin era exacta o inexacta; un acontecimiento puede muy bien no producirse, aunque
su probabilidad sea de 09 o, al contrario, puede realizarse siendo su probabilidad de 01 solamente.
Algunos autores creen resolver esta dificultad rehusando examinarla, o sea, negando la probabilidad
de un suceso aislado; he discutido esta tesis e indicado por qu razones no me parece aceptable 13; la
nocin de probabilidad es una nocin primaria, cuyo significado entiende cada uno intuitivamente, y
que un estudio cientfico permite precisar, de la misma manera que la geometra precisa las nociones
de la recta, del plano y de la esfera; sus ejemplos ms o menos sencillos los encontramos en la
experiencia cotidiana.
Cada uno de nosotros sabe perfectamente lo que dice cuando afirma que tal acontecimiento le parece
muy poco probable, bastante probable o extremadamente probable, del mismo modo que afirma que
tal persona es baja, de estatura media, bastante alta o muy alta. La experiencia permitesustituir estas
evaluaciones aproximadas por otras numricas ms precisas, y decir: pienso que tal persona mide 160
m; o pienso que dicha probabilidad es ligeramente superior a una mitad, o sea, que este suceso es ms
probable que el contrario.
Se trata ahora de conocer cmo podremos darnos cuenta de que las evaluaciones hechas por una
persona son generalmente correctas, mientras que las verificadas por otras son torpemente inexactas.
Tal como puede adivinar el lector, el mtodo de la apuesta nos ayudar a resolver este problema pero
dicho mtodo debe ser aplicado con prudencia, de manera que nos evite lamentables errores.
Es preciso observar que si una persona hace una evaluacin inexacta y la obligamos a apostar
tomando por exacta su evaluacin, hay tantas probabilidades para que esta apuesta le sea favorable
como desfavorable,. ya que todo depende del sentido en que se verifica esta apuesta. Si, desconociendo
completamente la ruleta, afirmo que la probabilidad del rojo es de 3 sobre 4 y la del negro de 1 sobre 4,
y si alguien tan desconocedor como yo apuesta 3 dlares para el rojo contra mi apuesta de un dlar
para el negro, esta apuesta es ventajosa para m y mi error me es provechoso. Sin profundizar en esta
cuestin, deduciremos que el mtodo de la apuesta, aplicado sin discriminacin, no permitira conocer
quin hace las evaluaciones inexactas, pues los casos en que esta inexactitud le ser provechosa le
compensarn de aquellos en que estas apuestas le sean desventajosas.
Ya no ocurre lo mismo si uno se propone comprobar las habilidades de dos personas que evalan las
mismas probabilidades, cada una por su cuenta, y que luego las confrontan.
Admitimos que Pedro haya evaluado en 05 y Juan en 07 las probabilidades del suceso que
llamaremos favorable (curacin de un enfermo, ganar un partido de tenis, ganar una carrera un
caballo designado con anterioridad). Si adoptan para su apuesta el valor medio 06, Juan tendr
13

Borel, E., Valeurpratique et Philosophic des probabilits, Traite du Calcul des Probabilits et de sesapplications, vol: IV, fase. III,
Gauthier-Villars.

inters, desde su punto de vista, en apostar por el suceso favorable, y Pedro en apostar por el
contrario. Efectivamente, para la cantidad total de 100 dlares, Juan slo invierte 60, mientras que,
segn su propia evaluacin, debera invertir 70, y Pedro slo invierte 40 dlares cuando, segn su
propia evaluacin, debera invertir 50. As, si uno de ambos apostantes, Juan o Pedro, ha realizado una
evaluacin exacta de la probabilidad, la apuesta es favorable para l y desfavorable para su adversario.
Pero se puede ir ms lejos y sealar que, si las dos evaluaciones son inexactas, la apuesta es ventajosa
para aquel de los dos apostadores que ha cometido el error ms dbil 14, sean los errores del mismo
sentido o bien sean de sentido contrario. Por ejemplo, si el verdadero valor de la probabilidad es 08, la
apuesta de 60 dlares contra 40 es ventajosa para Juan, mientras que es desfavorable para l si el valor
de la probabilidad es 04 o, incluso, si es 055 (caso en que los errores son de signo contrario). Si Juan y
Pedro hacen una nica apuesta, podra suceder muy bien que esta fuese ganada por aquel de los dos
que inicialmente jugaba con desventaja. Pero si hacen suficientecantidad de apuestas semejantes, el
que generalmente tiene ventaja acabar por ganar. Es una consecuencia de la ley de las grandes
cantidades de Bernouilli. La probabilidad para que Pedro finalmente gane cuando hace con Juan un
gran nmero de apuestas desfavorables, resulta despreciable cuando el nmero de estas apuestas es
suficientemente elevado.
El mtodo de la apuesta, aplicado as a dos personas, permite saber cul de las dos es la ms hbil en
su evaluacin de la probabilidad; si del mismo modo se comparasen de dos en dos gran nmero de
personas, por ejemplo los diagnsticos de numerosos mdicos especialistas de una misma
enfermedad, se podra saber cul de todos ellos evala ms correctamente las probabilidades,
pudindose presumir que las evaluaciones del vencedor de este torneo de apuestas son tan buenas
como lo permite el estado actual de la ciencia mdica.

14

Aqu evaluamos el error cometido por la diferencia entre el valor verdadero y el indicado por Juan y Pedro; a esta evaluacin del error
corresponde la eleccin que hemos hecho de la media aritmtica. Si se conviene en evaluar el error por la relacin del valor verdadero y del
valor indicado lo cual es, quiz, preferible, seria preciso elegir como base de la apuesta la media geomtrica de 05 y 07, es decir, casi
059. La diferencia entre la media aritmtica y la media geomtrica es generalmente muy dbil en los casos prcticos: el hecho de que Juan
evale la probabilidad en 09 y Pedro en 01 ocurrir muy pocas veces.

CAPTULO IV

LOS SUCESOS DE ESCASA PROBABILIDAD


LEY DE POISSON

22. Las probabilidades pequeas, pero no despreciables. A menudo acontece que la probabilidad
de algunos sucesos no es lo suficientemente pequea para despreciarla; por consiguiente, no puede
aplicrseles la ley nica del azar ni afirmar que no se producen; pero, cuando las experiencias son
numerosas, pueden formularse algunas leyes aproximadas respecto a las frecuencias de tales sucesos;
la probabilidad para que se produzcan graves infracciones en estas leyes es, a veces, muy pequea
para que se pueda aplicar la ley nica del azar y para que puedan ser consideradas altamente
improbables y, a veces, incluso prcticamente imposibles.
Consideremos un fenmeno cuya probabilidad es tan pequea que, en caso de producirse, pueda ser
mirado como algo excepcional. Para precisarlo mejor, supondremos tal probabilidad inferior a 1/30. Si
se lleva a cabo una experiencia diaria, el fenmeno deber producirse en un promedio de una vez por
mes. Supongamos, asimismo, superior la probabilidad a 1/1.000, aunque esta hiptesis no influya en
los resultados que se van a exponer y que se consideran verdicos, por pequea que pueda ser la
probabilidad; pero si esta resultara demasiado pequea, las experiencias imaginadas deberan ser
demasiado numerosas para que en la prctica fuesen realizables.

23.La ley de Poisson. Como ejemplo, tomemos una probabilidad igual a 1/100; podr tratarse de
ganar el premio para el poseedor de un solo billete en un sorteo compuesto de 100 billetes. Si este
comprador de un solo billete puede repetir a menudo su experiencia, es decir, que frecuentemente
tiene ocasin de adquirir un billete de un sorteo de 100 billetes, sorteo cuyo nico premio es siempre el
mismo, repetidas veces hemos afirmado como un hecho evidente, resultante de la misma definicin de
la probabilidad, que el comprador en cuestin, llammosle Pedro, ganar en un promedio de una vez
de cada 100. No obstante, la observacin prueba que si Pedro vuelve a repetir precisamente 100 veces
una experiencia que consiste en comprar un billete de un sorteo de 100, podr muy bien suceder que
gane una sola vez, que no gane ninguna, o que gane dos o varias veces. El teorema de Poisson 15 nos
hace conocer las probabilidades de estas diversas eventualidades. Segn este teorema, las
probabilidades para que Pedro, en 100 experiencias, gane 0, o 1, o 2 veces, etc., se detallan en el
siguiente cuadro:
15

En el Apndice II pueden verse algunas explicaciones matemticas relativas a este teorema, explicaciones que realmente no son
indispensables para poder comprender lo que viene a continuacin, pero que, sin duda, interesarn a aquellos de nuestros lectores con ciertos
conocimientos matemticos.

Gan 0 veces

36788%;

probabilidad

036788

36788%;

036788

18394%;

018394

6131%;

006131

1533%;

001533

0306%;

000306

0051%;

000051

0007%;

000007

0001%;

000001

Se observar que la probabilidad de ganar una sola vez es igual a la de ganar 0 veces; la de
ganar2veces es 2 veces ms pequea; la de ganar 3 es3veces ms pequea que la de ganar 2; la de
ganar4es an 4 veces ms pequea, y as sucesivamente. La probabilidad de ganar 8 veces es alrededor
de una cada 100.000, la de ganar 9 sera 9 veces ms dbil, es decir, alrededor de una millonsima, y la
de ganar 10 veces sera de una diezmillonsima; llegamos aqu a las probabilidades despreciables a
escala humana.
Si 100 personas distintas hacen la misma experiencia que Pedro, es decir, adquieren 100 veces
consecutivas un billete del sorteo, se podr afirmar que de estas 100 personas habr alrededor de 36 o
37 que no ganarn ninguna vez en los 100 sorteos en los que participarn; otras tantas ganarn una
sola vez; alrededor de 18 ganarn 2 veces; 6 ganarn 3 veces; 1 o 2 ganarn 4 veces y,
excepcionalmente, una ganar ms de 4 veces.
Claro est que estas cifras slo son promedios y, como siempre, los errores en relacin a estos valores
medios son, no slo posibles, sino muy probables, y deben ser considerados como la regla y no como
la excepcin, a condicin de que los errores no sean demasiado considerables.

24.Los errores. Ya hemos dicho que los valores del error que se pueden considerar normales, es
decir, que se observarn frecuentemente, son los inferiores a la raz cuadrada del nmero deseado; por
ejemplo, de 100 personas que hayan participado en 100 sorteos cada una, es de esperar que 36 o 37 no
ganen ni una sola vez (media de 368); la raz cuadrada de 36 es 6, y razonablemente debe esperarse
que el nmero de personas que noganarn ninguna vez est comprendido entre 31 y 43; un doble error

de 6, que correspondera a menos de 25 o ms de 44, ser muy raro, y un error triple (menos de 19 o
ms de 55) ser completamente excepcional. Los mismos resultados pueden aplicarse al nmero de
personas que ganaran slo una sola vez.
En cuanto a las personas que ganaran 2 veces, un error de 4 puede producirse normalmente en
relacin al promedio de 18, o sea, que su nmero estar comprendido entre 14 y 22; raramente podr
bajar a 10 o elevarse a 26. Pero se deber considerar completamente excepcional que dicho nmero
pueda ser inferior a 6 o superior a 30.
Anlogos resultados se aplicaran a los casos de personas que ganen 3 veces o ms a lo largo de una
serie de 100 sorteos.
Estos resultados indican hasta qu punto es decepcionante el oficio de jugador, si as se puede llamar a
la persona en quien el juego se convierte en costumbre. El nico premio del sorteo en el que Pedro
compra con perseverancia un billete valdr ciertamente menos de 100 dlares si el billete cuesta uno,
ya que los organizadores de la tmbola se ven obligados a la subvencin de gastos y, adems, obtener
un beneficio. Si este premio vale 80 dlares y Pedro se obstina en tomar 100 veces seguidas un solo
billete, la probabilidad de que gane es de 037; en este caso, sufrir una prdida de 20 dlares, ya que
ha comprado 100 billetes de un dlar y ganado un premio de 80; tambin tiene la probabilidad 037 de
perder sus 100 dlares sin ganar nada. En cuanto a sus posibilidades de ganar, son las siguientes:
alrededor de 18 sobre 100 de ganar 60 dlares (2 premios de 80, menos 100 dlares, importe de los
billetes), 6 sobre 100 de ganar140 dlares y 1 o 2 sobre 100 de ganar 220 dlares, siendo nfimas las de
una ganancia superior. Clculos anlogos se aplicaran al asiduo a la ruleta, obstinado en jugar
constantemente a un nmero entero (que, adems, puede variar a su antojo sin modificar las
probabilidades); en la ruleta con el cero, ganar en promedio una vez de cada 37, de manera que, en 37
veces consecutivas, las probabilidades de que nunca gane, o de que gane 1 o 2 veces, etc., vienen dadas
por el cuadro de Poisson.

25.Caso en que la serie de experiencias se repite varias veces consecutivas. Es interesante


averiguar lo que sucede cuando se repiten varias veces consecutivas las series de experiencias que
hemos supuesto, y que consisten, para Pedro, en tomar 100 veces seguidas un billete en un sorteo de
100, o en jugar 37 veces seguidas un nmero entero en la ruleta.
Supongamos que Pedro no gana ni una sola vez a lo largo de la primera serie; la probabilidad de tal
eventualidad es de 03679; si este hecho se produce, la probabilidad para que Pedro no gane en el
transcurso de la segunda serie no se ve modificada y es igualmente de 03679; la probabilidad para que
estas dos eventualidades se produzcan sucesivamente, es decir, para que Pedro no gane ni a lo largo
de la primera serie ni a lo largo de la segunda, es igual al producto de estas dos probabilidades, o sea,
casi 0135. Tal es la probabilidad para que a lo largo de las dos series de 100 sorteos cada una, es decir,
200 sorteos consecutivos en total, Pedro no gane ni una sola vez. Si se considera una segunda serie,
igualmente de 200 sorteos, la probabilidad para que Pedro no gane es la misma de 0135, y la
probabilidad para que no gane niuna sola vez a lo largo de los 400 sorteos consecutivos (2 series de
200) es el producto de 0135 por 0135, o sea, alrededor de 0018; esta probabilidad es de casi 2
centsimas y no es en absoluto despreciable.
La probabilidad de que Pedro no gane a lo largo de dos series de 400, es decir, a lo largo de una serie
de 800, sera el cuadrado de 0018, o sea, alrededor de 00003, o casi una de cada 3.000, probabilidad
muy dbil, no siendo, sin embargo, despreciable a escala humana.

De esta manera, se comprende que la simple observacin segn la cual Pedro gana promedio una vez
de cada 100, debe interpretarse a la luz de los clculos de Poisson, a fin de que su significado se
comprenda bien; no sera preciso que este enunciado de un promedio le implique a Pedro la seguridad
de ganar el premio del sorteo, no slo en 100 experiencias sucesivas, sino en varios centenares de ellas.
Ocurre lo mismo cuando la probabilidad en cuestin no es la de ganar un premio en un sorteo, sino la
de un accidente al que Pedro est expuesto diariamente. Por ejemplo, Pedro es un obrero cuyo oficio
encierra algunos peligros, como el de aviador, maquinista de tren o conductor de camin. Si la
probabilidad de un accidente, segn la estadstica de todos los acaecidos a aquellos que tienen el
mismo oficio que Pedro, es de 1/1.000 por da de trabajo, esto equivale a casi un accidente cada tres
aos (si se admite que hay 333 das de trabajo por ao). Pero, de 100 personas que tienen el mismo
oficio que Pedro, habr casi 37 de ellas que no tendrn ningn accidente a lo largo del primer perodo
de tres aos, y unas 13 que no lo tendrn en el transcurso de dos perodos consecutivos de3 aos. Tal
proporcin de excepciones es lgica, siendo simple consecuencia de los clculos de probabilidades de
Poisson, sin que para explicarlo sea necesario diferenciar las probabilidades concernientes a diferentes
individuos.
Naturalmente, no se puede excluir a priori la posibilidad de tales diferencias; esta es una cuestin que
slo puede ser resuelta por la observacin y la experiencia. Incluso casi puede asegurarse que existen
estas diferencias, ya que no todos los hombres son iguales; existen, entre los conductores de camiones,
unos cuya probabilidad de accidente es inferior a la media, contrariamente a otros que la tienen
superior.
Fcilmente puede verse que esta desigualdad entre las probabilidades concernientes a diferentes
individuos aumenta, consecuentemente, la proporcin de aquellos que, al cabo de cierto perodo de
tiempo, no sufren ningn accidente. Sabemos que, si para cada individuo, el nmero de experiencias
es igual al denominador de la probabilidad, es decir, a 1.000 si la probabilidad es de 1/1.000, debe
suponerse que el suceso esperado o temido suceda a casi el 37% de individuos. Si se trata de un
accidente, esta ser la proporcin de individuos indemnes; por ejemplo, de aviadores o de conductores
de camiones que no hayan sufrido ningn accidente16.
Evidentemente, un error que no sobrepase el 6% en relacin a este promedio, tanto en un sentido
como en otro, debe considerarse normal, yaque puede ser debido a causas puramente fortuitas. Si la
proporcin de los que no hayan sufrido ningn accidente es sensiblemente superior al 36%, subiendo,
por ejemplo, al 45 o 50%, se deber presumir que este error no es fortuito, sino que es debido a que
entre los individuos observados los hay con probabilidad notablemente inferior a la media, mientras
que, para otros, es superior. Este ltimo resultado se vera confirmado en el caso de tratarse de
accidentes cuya mayora no son mortales, como en el caso de los automviles, por el hecho de que la
proporcin de individuos que hayan sufrido ms de 2 accidentes a lo largo del perodo en cuestin
sera superior al 18%, y la proporcin de los que habran sufrido ms de 3 accidentes sera superior al
6%.
En el clculo de probabilidades, se resumir este aumento de la proporcin de los casos en que el
nmero de accidentes es 0, 2, 3, y su disminucin forzosamente correlativa en los casos en que el
nmero de accidentes es igual a la unidad, es decir, a la media, diciendo que la dispersin observada es
mayor que la normal; una ley general del clculo de probabilidades es que, en este caso, el material

16

La probabilidad 1/1.000 se supone calculada de acuerdo con ciertas estadsticas; dicha probabilidad puede relacionarse al da de la partida,
unidad bastante imprecisa, puesto que no todos los das son iguales, o bien a cierto nmero de kilmetros recorridos, por ejemplo un millar.
Comenzar de nuevo mil veces la experiencia corresponder a recorrer un milln de kilmetros.

sobre el que se hace la observacin no es homogneo, es decir, que las probabilidades no son iguales
para todos los individuos, sino que para unos son superiores a la media e inferiores para otros.
Puede ser la dispersin observada inferior a la normal? Ello podr producirse en el caso de que los
fenmenos observados no sean independientes unos de otros; por ejemplo, si se trata de enfermos
contagiosos, u observaciones relativas a gran nmero de pasajeros que usan los mismos medios de
transporte; si descarrila un tren repleto de viajeros, varios centenares de personas se encuentran
simultneamente incluidas entre las que han sufrido un accidente, muriendo a veces buen nmero de
ellas o resultando gravemente heridas. A veces un grave accidente, con proporciones de catstrofe,
produce en un solo da un nmero de vctimas superior a la media anual total. Lo mismo ocurre, con
mayor motivo, en accidentes martimos.
No obstante, tanto en los ferrocarriles como en los barcos, subsiste alguna independencia entre las
posibilidades de accidente en dos personas distintas; ello obedece a que, salvo en casos muy
particulares (miembros de una familia viajando frecuentemente juntos, moradores de los arrabales de
una gran ciudad que toman cada da los mismos trenes en horas regulares), los ms frecuentes son
aquellos en que unos viajeros se encuentren juntos en un mismo tren o en un mismo barco debido a
circunstancias puramente fortuitas y que no se repiten. La probabilidad para que uno de ellos sufra un
nuevo accidente es independiente de la que tenga uno de sus compaeros de azar. No ocurre lo mismo
cuando se consideran las probabilidades de algunas enfermedades epidmicas, o de aquellas cuya
frecuencia es debida a causas climatolgicas; las probabilidades cambian entonces por un igual para
los habitantes de una misma casa, de un mismo barrio, de una misma ciudad o de una misma regin.

26.Las probabilidades de espera. La probabilidad de espera es uno de los problemas prcticos que
suelen presentarse frecuentemente en la vida diaria, cuando su duracin depende de circunstancias
fortuitas, tal como la afluencia de clientes en una ventanilla, o bien la regularidad del paso de un
vehculo de servicio pblico.
Consideremos primero el caso de un coche de servicio pblico que pasa a intervalos rigurosamente
fijos, por ejemplo cada 20 minutos. Si uno desconoce su horario, o no lo tiene en cuenta, se debern
considerar iguales las probabilidades de llegar al lugar de la parada en un momento cualquiera del
intervalo de 20 minutos que separa dos recorridos consecutivos; la duracin media de la espera ser,
pues, de 10 minutos.
Tomemos ahora un caso algo ms complejo; supongamos que el intervalo medio de los pasos es
siempre de 20 minutos, pero que dicho intervalo es alternativamente de 30 y de 10 minutos. En otras
palabras, las horas de salida de trmino son las 12, 12.10, 12.40, 12.50, 13.20, 13.30, 14, 14.10, 14.40
horas, etc. Continuemos suponiendo que el pasajero no tiene en cuenta el horario, ya porque lo ignora,
ya porque su reloj no va a la hora o, incluso, que ser el caso ms frecuente, porque tiene ocupaciones
o compromisos cuya duracin no puede ser evaluada exactamente y que se decida a tomar el coche
cuando queda libre.
Podra caerse en la tentacin de razonar del modo siguiente: cuando el intervalo que separa dos coches
es de 30 minutos, la duracin media de la espera es de 15 minutos y, cuando este intervalo es de 10
minutos, es de 5; as, siendo dicha espera alternativamente de 15 y de 5 minutos, da una media de 10,
o sea, la misma que cuando los coches pasan a intervalos regulares de 20 minutos cada uno. Tal
reflexin no es vlida porque no se tiene en cuenta una circunstancia evidente: el pasajero que se
presenta en la parada en un momento arbitrario tiene muchas ms posibilidades de llegar a ella a lo

largo de un intervalo de 30 minutos que en uno de 10; llegar un promedio de 3 veces decada 4 a lo
largo de un intervalo de 30 minutos; y una sola vez durante uno de 10 minutos; habr, pues, 3 veces de
cada 4. una espera media de 15 minutos y una sola vez una espera media de 5 minutos; la verdadera
duracin media ser

1/4 x (3x15 +1x5) = 50/4 = 125 minutos,

es decir, 12 minutos y 30 segundos; la irregularidad del servicio aumenta la duracin.


Un problema anlogo se nos presentara al intentar resolver el caso en que las irregularidades del
servicio no sean sistemticas, sino motivadas por circunstancias fortuitas, como ocurre con frecuencia
en las lneas de autobuses de las grandes ciudades, donde la circulacin es muy intensa. En tal caso,
los coches, aunque con la obligacin de salir de la estacin de trmino a intervalos regulares, por
ejemplo 10 minutos, a mitad del recorrido se encuentran con varios minutos de adelanto o de retraso
en relacin unos de otros17.
Expuesto as el problema, es bastante difcil someterlo a un clculo riguroso, ya que dicho clculo
debera basarse solamente en hiptesis muy precisas sobre la probabilidad de los diversos retrasos (o
adelantos) que se consideran posibles. En el caso de lneas de autobuses con salidas bastante
frecuentes, se obtendr un resultado bastante aproximado a la realidad aceptando como un hecho
experimentado que, cuando el intervalo me- dio que hay entre los coches es de 10 minutos, los
intervalos de 0 a 20 minutos son casi todos igualmente probables. La duracin media de espera es de 5
minutos cuando la regularidad es perfecta, y de 10 cuando su irregularidad es tan manifiesta como
puede serlo segn nuestra hiptesis (intervalos cuya duracin es, alternativamente, de 0 y 20 minutos).
Fcilmente llegamos a la conclusin de que la duracin media de la espera es la media aritmtica de 5
y 10 minutos, es decir, de 75 minutos, que puede verse aumentada el 50% por el hecho de las
irregularidades del servicio.
Hemos supuesto hasta aqu que el pasajero que espera encuentra siempre sitio en el primer coche que
pasa; para poder dictaminar en los casos en que los coches van completos o que no pueden aceptar
ms que una parte de los pasajeros, sera preciso hacer numerosas hiptesis, que seran muy
arbitrarias de no estar basadas en la observacin y la estadstica. En el caso de que los coches vayan a
veces completos o casi completos, el problema tiene analoga con el de las ventanillas, del que ahora
hablaremos, limitndonos a un caso muy sencillo, ya que sera muy complicado si se quisieran
estudiar todas las circunstancias que pueden presentarse.

27.El problema de la espera en la ventanilla. Admitamos en primer lugar que el nmero de


ventanillas de una administracin, idnticas entre s, sea estrictamente suficiente para atender a todos
los usuarios que se presenten a lo largo de un da; para simplificar, supondremos que el tiempo
necesario para atenderlos es igual para cada uno de ellos, por ejemplo, 5 minutos. Si una ventanilla
est abierta diariamente 10 horas consecutivas,pueden ser atendidas 120 personas; y 10 ventanillas
pueden atender a 1.200.
Si los usuarios se presentan en menor nmero al comienzo de la jornada, es evidente que algunas
ventanillas cerrarn parcialmente y, por consiguiente, al final del da la afluencia ser excesiva, no
pudiendo ser atendidos todos los clientes. Si esta circunstancia se repite varias veces y es conocida por
los usuarios, aquellos que lamentan no haber podido ser atendidos a ltima hora debido a la excesiva
17

En el caso de los autobuses tambin se puede observar que un coche que vaya con retraso se ver obligado a cargar mayor nmero de
viajeros en cada parada, lo cual tender a aumentar su retraso, mientras que uno que circule con adelanto en relacin con el precedente
cargar menos viajeros, de manera que su adelanto ir en aumento. Por este mecanismo, en algunas lneas de autobuses ocurre con frecuencia
que uno de sus coches llega antes a trmino que su precedente.

afluencia procurarn presentarse a primera hora, con la consecuencia de que, al comienzo, el


promedio ser mayor, con una espera ms o menos prolongada. Como puede verse, el problema no es
simple, ya que interviene la psicologa de los interesados, al igual que otras muchas circunstancias que
pueden variar segn la naturaleza de las operaciones efectuadas. nicamente puede calcularse este
problema simplificando mucho las hiptesis.
A partir de ahora supondremos que existe una sola ventanilla y que la afluencia cotidiana de clientes
es inferior a lo que puede rendir, de manera que si aquellos se sucedieran a intervalos regulares, no
slo no habra ninguna espera, sino que la ventanilla estara libre durante una cuarta parte del tiempo
total, o sea, durante 2 horas (120 minutos) de 8 horas de trabajo. Durante las 6 horas de trabajo efectivo,
se puede atender un promedio de 30 usuarios a la hora, despachndose uno cada dos minutos,
resultando 180 por da. Pero estos 180 clientes no se presentan a intervalos rigurosamente iguales;
generalmente hay horas de poco trabajo y otras de mucha afluencia. No obstante, si buena parte de los
clientes tienen todas las horas libres y no les gusta esperar, procurarn algunosde ellos acudir a las
horas conocidas de trabajo reducido, establecindose poco a poco cierto equilibrio. No es absurda la
sencilla hiptesis de que todas las horas del da son igualmente probables para cada usuario, es decir,
que ocurre como si cada uno de ellos echara a suerte la hora y el minuto de presentarse en la
ventanilla. En dicha hiptesis, el problema de espera puede ser sometido a clculo y, a pesar de su
sencillez, la solucin contina siendo todava bastante complicada. En el Apndice II damos algunas
precisiones sobre estos clculos, destinados a aquellos lectores interesados en las matemticas; aqu
nos contentamos en dar los resultados del caso que acabamos de indicar.
Sealemos en primer lugar algunas denominaciones. El primer usuario que se presente despus de
abrir la ventanilla ser llamado un cabeza de serie; si durante los 2 minutos que dura su
estacionamiento en la ventanilla no se presenta nadie ms, la serie se ha terminado, componindose
tan slo de un elemento. Contrariamente, si mientras es atendido el primer cliente se presentan uno o
varios ms, la serie terminar cuando la ventanilla vuelva a quedar libre; puede componerse de 2, 3, 4,
5, etc., elementos, formado cada uno por un concurrente que usa la ventanilla durante 2 minutos; si la
serie consta de 4 elementos, su duracin es de 8 minutos. Cuando se ha acabado una serie, el primer
cliente que se presenta es de nuevo un cabeza de serie, y as sucesivamente hasta la hora de cierre. De
permitirse sea atendida la totalidad de los asistentes, deberemos admitir que esta hora se ver
retrasada en algunos minutos.
Hemos supuesto que hay en total 180 usuarios, cuyo despacho exige 6 horas, estando abierta la
ventanilla durante 8 y quedando, la misma, libre
durante una cuarta parte del tiempo total de su apertura. En estas condiciones, la probabilidad para
que un usuario que se presente casualmente a lo largo del da sea un cabeza de serie, es precisamente
de una cuarta parte, sacndose la conclusin de que el nmero de series tendr un promedio igual a la
cuarta parte de 180, o sea, 45.
Pueden ser calculadas las respectivas probabilidades para que una serie est compuesta de 1,2,3 o de
mayor nmero de elementos. Estas probabilidades disminuyen rpidamente al principio, y luego
mucho ms lentamente. Multiplicndolas por 45, nmero total probable de las series, se obtienen los
nmeros probables de las series de 1, 2, 3, 4, etc., elementos. Estos nmeros tienen 21 series de 1
elemento, 7 series de 2, 35 series de3,21 series de 4, 14 series de 5 y 1 serie de 6 elementos. El nmero
disminuye luego poco a poco, ya que es multiplicado por 09 cada vez que el nmero de elementos
aumenta en una unidad, resultando as 036 para 16 elementos y 013 para 26; la suma total de
nmeros probables de series de 6 elementos o ms es igual a 10, es decir, est lejos de ser despreciable,

y el nmero total probable de series de 29 elementos o ms es igual a la unidad. Pueden, pues,


combinarse de la manera siguiente:

21 series de

1 elemento

2 elementos

6o7

10 o 11

12 o 13

14 a 16

17 a 20

21 a 25

26 a 30

31 a 40

Claro est que podrn presentarse errores con relacin a estos nmeros medios; hemos querido dar
simplemente un boceto general del fenmeno.
Siendo 45 el nmero de series y 180 el nmero total de elementos, cada serie est compuesta por un
promedio de 4. Recordemos que el tiempo total de apertura de la ventanilla, 8 horas, es igual a 4 veces
el tiempo en que la misma est libre, o sea, 2 horas; de ah que el promedio de elementos sea 4.

El promedio que acabamos de calcular es la media aritmtica de los elementos de las diversas series o,
si se prefiere, la media de las duraciones de estas series (siendo su unidad, para nosotros, de 2
minutos). En algunos casos, ser preferible otra definicin.
Consideremos un usuario al azar; formar parte de una serie, pudiendo ser su cabeza o bien cualquier
otro de sus elementos; al acabarse, esta serie contendr cierto nmero de elementos que calificaremos
como el nmero observado por el usuario en cuestin. Si de la misma forma consideramos un gran
nmero de usuarios, cada uno de ellos observar en su serie cierto nmero de elementos, y
denominaremos valor medio de las series a la media aritmtica de los valores as observados por un
gran nmero de usuarios. Es evidente que la media as definida es superior a la que hemos calculado,
pues es ms probable que un cliente tomado alazar pertenezca a una serie larga que a una corta. En el
problema que nos ocupa, el clculo indica que la nueva duracin media es exactamente el cuadrado de
la anterior, es decir, 16 elementos en lugar de 4. Si un cliente llega al azar y pertenece a una serie de 16
elementos, tiene las mismas posibilidades de ocupar cualquiera de los puestos comprendidos entre el
1 y el 16; el nmero de los que le preceden est comprendido entre 0 y 15; hay, pues, un promedio de
75. Esta es la respuesta ms precisa y general que puede darse a dicho problema. Sera necesario un
nuevo clculo para fijar la duracin media de la espera.
Si la ventanilla estuviera libre durante un tiempo igual a la mitad de las horas de abertura (y no una
cuarta parte como habamos supuesto), el promedio de las series sera de 2 segn el primer sistema de
clculo y de 4 segn el segundo; cada cliente tendra un promedio de 15 de antecesores en la serie a la
que pertenece; la mitad de los clientes seran cabezas de serie y no tendran ningn antecesor.
Al contrario, si la ventanilla slo estuviera libre durante una dcima parte de las horas de apertura, el
promedio de las series sera de 10 con el primer mtodo de clculo y de 100 con el segundo; bastante a
menudo, aunque no todos los das, se podran observar series superiores a 100. Siendo solamente de
18 el promedio de las series diarias, sera necesaria una observacin de varios das para comprobar
nuestros resultados.

CAPTULO V

LAS PROBABILIDADES DE FALLECIMIENTOS,


ENFERMEDADES Y ACCIDENTES

28.Probabilidades de fallecimientos. A partir del siglo xviii empezaron a establecerse con


rigurosidad las estadsticas de fallecimientos debidos a la edad 18; a lo largo del siglo XIX dichas
estadsticas lograron gran exactitud en los pases civilizados. Adems, las compaas de seguros de
vida, cuyo nmero e importancia iban en aumento, establecieron estadsticas muy precisas sobre su
clientela. Segn la naturaleza del contrato, en tales estadsticas las compaas distinguen dos
categoras entre esa clientela. En algunos contratos, la muerte del asegurado resulta un acontecimiento
ventajoso, si no para l, s al menos para sus herederos y, por consiguiente, desfavorable para la
compaa, que debe satisfacer una suma importante; en otros contratos, en cambio, la existencia
prolongada del asegurado es ventajosa para l mismo y desfavorable para la compaa, que debe
satisfacerle una renta vitalicia. En el lenguaje de las compaas de seguros, la primera categora es la
de los asegurados, siendo la segunda la de los rentistas. Se observa fcilmente que la muerte de los
rentistas es inferior a la de los asegurados, a pesar de las precauciones tomadas por las compaas
exigiendo unexamen mdico y rehuyendo asegurarlos si dicho examen resulta desfavorable. Quien se
encuentra enfermo o es de salud endeble no se decide fcilmente a clasificarse en la categora de los
rentistas, entregando un capital importante a cambio de la promesa de una renta vitalicia.
Sealemos aqu que los cuadros de las compaas de seguros estn relacionados con una parte
seleccionada de la poblacin, ya que los asegurados deben pasar por un examen ante un mdico de la
compaa, y los rentistas, antes de suscribir el contrato, se han preocupado en consultar a su propio
mdico. Estos exmenes se realizan una sola vez en el momento en que se suscribe el contrato, y la
duracin del mismo es, a menudo, muy larga. En el curso de esta duracin, tanto asegurados como
rentistas pueden sufrir graves enfermedades que aumenten considerablemente sus probabilidades de
fallecimiento a lo largo del ao, en relacin con las probabilidades medias relativas al conjunto de
hombres o de mujeres de la misma edad.
Insistimos en la diferencia que hay que establecer entre la probabilidad media de fallecimiento a lo
largo de un ao para un hombre de 40 aos y la probabilidad semejante cuando se sabe que dicho
individuo goza actualmente de buena salud y que no corre peligros excepcionales, ni en su profesin
ni en sus hbitos.

18

Cuadro de Deparcieux, 1746.

29.Significado de la probabilidad media. Como orientacin, consideremos que los hombres de 50


aos que mueren a lo largo de un ao son 7.834 de 791.283, o sea, algo menos de 10 de cada 1.000. Si
admitimos la cifra 10 sobre 1.000, la probabilidad media de mortalidad a lo largo de un ao esde 001,
o sea, una centsima para un hombre de 50 aos, de quien no se conoce ninguna otra informacin, y del
que legtimamente puede pensarse que ha sido elegido al azar de entre los hombres de dicha edad.
Por ejemplo, considerando que30.000es el nmero de hombres que cumplen su 50. aniversario en el
transcurso del mes de enero, ser probable que mueran 300 antes de la edad de cincuenta y un aos.
La diferencia que se observar entre la cifra de fallecimientos realmente acaecidos y el nmero medio
calculado de 300 segn la probabilidad, ser relativamente dbil, es decir, del orden de los errores que
se obtienen cuando se repite numerosas veces una experiencia simple, como es echar un dado o sacar
un nmero de una urna.
Teniendo en cuenta la posibilidad de algunos acontecimientos excepcionales que aumentan la
mortalidad general (guerras, epidemias, invierno anormalmente fro), los errores observados son, a
veces, mayores que los producidos en acontecimientos aleatorios simples.
Admitamos, sin embargo, en los ejemplos que hemos elegido, que el nmero de fallecimientos
sobrepase los 250 y sea inferior a 400, suponiendo, claro est, que la experiencia se realiza
sobre30.000personas de 50 aos elegidas verdaderamente al azar. Del mismo modo ocurrira si, en
lugar de elegir las que han nacido en enero, se eligieran aquellas cuyo apellido comienza por las letras
A o B. Pero si se eligieran 30.000 funcionarios en ejercicio en la fecha del 1. de enero y con edad de 50
a 51 aos, debera esperarse una mortalidad verdaderamente inferior, ya que el hecho de estar en
activo demuestra que hasta el presente no han sufrido ninguna enfermedad grave. Adems,uno puede
preguntarse si las probabilidades de algunas enfermedades o causas de accidente no son menores para
los funcionarios que para los obreros opara los agricultores.
Restringiendo la categora de las personas consideradas, las variaciones de probabilidad seran an
mucho ms considerables si, en lugar de tratar la probabilidad de fallecimientos a lo largo de un ao, se
consideraran las probabilidades de fallecimiento en el transcurso de un da, ms exactamente, a lo largo
de 24 horas, de hoy al medioda a maana al medioda.
Para un conjunto de los hombres de 50 aos, esta probabilidad es 365 veces ms dbil que para un ao,
o sea, que debe esperarse una media de 10 fallecimientos entre 365.000 personas en lugar de 10 entre
1.000. En un pas donde el nmero de personas de 50 aos fuese de 730.000, el promedio diario de
fallecimientos de esta edad sera de 20. Pero es evidente que este porcentaje sera mucho menor si slo
se consideraran las personas de 50 aos que hoy al medioda gozan de buena salud y que, adems, a lo
largo de las 24 horas no deben correr ningn peligro excepcional de accidente (largo viaje en avin, en
coche, exhibicin peligrosa para un acrbata, etc.). Sin previo aviso hay pocas enfermedades que
matan en 24 horas, e incluso muchos accidentes mortales dejan a su vctima algunas horas o algunos
das de supervivencia. Sera bastante exagerado, pues, evaluar en1sobre 36.500 la probabilidad de
fallecimiento a lo largo de las 24 horas para una persona que goce de buena salud y que no deba correr
ningn peligro excepcional; se puede afirmar que esta probabilidad es verdaderamente mucho ms
dbil, aunque su precisa evaluacin sea bastante difcil;tambin es bastante delicado definirla con
precisin. Qu hay que entender, pues, por persona con buena salud?; debemos contentamos con la
afirmacin de la persona interesada, o exigirle un examen mdico? Adems, cules son los riesgos de
accidente que deben considerarse como normales y cules como excepcionales?
Sera bastante interesante distinguir, mejor de lo que se ha hecho hasta ahora, las probabilidades de
supervivencia global a una edad determinada para el conjunto de una poblacin, y las probabilidades
relativas a las personas de esta edad cuya salud es buena y que no corren peligros excepcionales. El

estudio de las estadsticas relativas a los fallecimientos clasificados segn sus causas sera uno de los
elementos ms importantes para utilizar en este estudio.

30.Los fallecimientos segn sus causas. La aplicacin de las leyes obligando a declarar las causas
de los fallecimientos ha progresado mucho a partir de la primera edicin francesa de esta obra, en
gran parte motivadas por el desarrollo de los seguros sociales, gracias a los cuales el mdico es
llamado casi siempre en caso de enfermedad grave. Mientras que en 1936, en Francia, de 642.000
fallecimientos haba alrededor de 131.000, o sea, ms del 20% debidos a motivos no especificados o
mal definidos, en 1948 este nmero era slo de unos 35.000 sobre 506.000 fallecimientos, o sea, menos
del 7%. Hemos elegido las estadsticas publicadas en Francia para el ao 1948, que, adems, fue el ao
en que el nmero de fallecimientos fue el menos elevado durante el perodo de medio siglo que abarca
de 1900 a 1949.
La clasificacin de las causas de fallecimiento, como toda clasificacin, no puede ser perfecta, y es
preciso reconocer que, en muchos casos, un mdico puede hallarse confundido. Por ejemplo, un
enfermo padece una tuberculosis de probable curacin; sin embargo, por un fro excesivo, muere de
una bronquitis o de una pulmona; a qu debe atribuirse su muerte, a la tuberculosis, o a la
enfermedad accidental? Semejante cuestin se plantea a menudo en los enfermos sifilticos; segn los
especialistas de la sfilis, el nmero de fallecimientos cuya causa real es dicha enfermedad es
realmente mucho ms elevado que el nmero indicado en las estadsticas. Estas mencionan
mayormente una causa accidental, que en muchos casos seguramente no hubiera producido la muerte
si el sujeto no fuera sifiltico.
En lo concerniente a las causas de senilidad y vejez, para 14.788 hombres hay 488 fallecimientos de los
50 a los 69 aos, 4.722 de los 70 a los 79 y 9.578 de los 80 a los 99. Para 23.714 mujeres, 572 de los 50 a
los 69 aos, 6.188 de los 70 a los 79 y 16.954 entre las mayores de 80 aos. Estas cifras se explican por el
hecho de que la longevidad de las mujeres es superior a la de los hombres.
Tambin la clasificacin de los fallecimientos segn las causas por provincias sera bastante instructiva,
ya que pondra en evidencia importantes diferencias. Unas se explican por la variedad de los climas o
por la presencia de hospitales especializados, debindose otras a diferencias de terminologa entre los
mdicos de las distintas regiones. La proporcin de fallecimientos cuyas causas no se han declarado o
estn mal definidas cambia tambin mucho segn las regiones.

CAPTULO VI

APLICACIN DE LAS PROBABILIDADES A CIERTOS PROBLEMAS DE HERENCIA

31. La herencia y los cromosomas. Segn las teoras generalmente admitidas por los bilogos y
confirmadas por numerosas experiencias, los fenmenos de la herencia estn relacionados con la
existencia, en cada individuo, de cierto nmero de parejas de cromosomas (23 pares en la especie
humana). Dichas parejas se diferencian unas de otras y podemos distinguirlas por una enumeracin.
En cada nio los cromosomas de cierta pareja, digamos por ejemplo la 17., est formada por uno de
los cromosomas de la pareja 17. de su padre y por uno de los dos cromosomas de la pareja 17. de su
madre. Ocurre como si el nio sacara a suerte y tuviera, as, una probabilidad sobre dos de elegir cada
uno de los dos cromosomas del padre y cada uno de los dos de su madre, tanto para la pareja
17.como para cada una de las otras 23 parejas. El nmero de elecciones posibles es de 46 parejas,
siendo igual a 246, o sea, 60 billones. Cuando dos hermanos o hermanas no son gemelos nacidos de un
mismo vulo (en cuyo caso tienen exactamente los mismos cromosomas y se parecen de un modo
perfecto), la probabilidad para que tengan las mismas elecciones es muy escasa e igual al cociente de
la unidad por 60 billones. No es probable, pues, que un acontecimiento as se haya producido en la
Tierra desde que existe la especie humana.
Aunque el preciso papel de los cromosomas en la determinacin de los caracteres fsicos, intelectuales
y morales de cada individuo no sea an bien conocido, parece claro que la presencia de dos
individuos de ciertos grupos de cromosomas idnticos es suficiente para crear entre ellos ciertos
parecidos o analogas muy sorprendentes; a veces, incluso, la especial colocacin (locus) de un solo
cromosoma determina un carcter tan importante para que sea inmediatamente observado; este es el
caso para algunas taras hereditarias. Dicha observacin indica el inters que presenta el estudio de las
probabilidades que vamos a hacer referentes a la presencia simultnea de un cromosoma en
individuos que tienen uno o varios antepasados comunes, parecidos entre hermanos, tos y sobrinos,
primos hermanos, etc.

32.Cromosomas comunes a hermanos y a primos. Consideremos primeramente a dos hermanos de


igual padre y madre. Todos los cromosomas de cada uno de ellos, que llamaremos A, proceden del
padre o de la madre, es decir, de uno de los dos padres comunes a A y a su hermano B. Si centramos la
atencin en un cromosoma determinado de A, habr una posibilidad de cada dos para que se le
encuentre en B, ya que B slo ha obtenido de sus padres un cromosoma de cada dos. De los 46
cromosomas de A, habr un promedio de 23 que se encontrarn igualmente en B.

Hemos admitido implcitamente que el padre y la madre de los dos hermanos no son familiares, es
decir, que no tienen cromosomas comunes.
Consideremos ahora un to y un sobrino; se supone que el padre del sobrino es un hermano verdadero
del to, es decir, que tienen el mismo padrey la misma madre; pero la madre del sobrino no tiene
ningn lazo de parentesco con su marido. En estas condiciones, el to y el sobrino tienen dos
antepasados comunes, que son los padres del to y los abuelos paternos del sobrino. Cualquier
cromosoma del to le viene de uno de estos dos antepasados comunes, pero, para cada uno de estos
cromosomas, slo hay una posibilidad de cada cuatro para que se le halle en el sobrino, puesto que
est separado de los dos antepasados comunes por dos generaciones (comprendiendo la suya).
Habr un promedio de 115 cromosomas comunes al to y al sobrino.
Si se trata de primos hermanos, supondremos, precisndolo bien, que sus padres son hermanos
verdaderos y que sus madres ni son parientes entre s ni de sus esposos. En estas condiciones tienen
dos antepasados comunes, que son sus abuelos paternos. Un cromosoma de uno de los primos tiene
una posibilidad de cada dos de proceder de los antepasados comunes y, en este caso, hay una
posibilidad de cada cuatro de encontrarse igualmente en el otro primo; la probabilidad para que un
cromosoma de rango determinado sea comn a los dos primos es, pues, 1/2x1/4 = 1/8. De 46
cromosomas, les son comunes un promedio de 575.
Tomemos ahora el caso de primos hermanos, cuyos padres son hermanos y cuyas madres son
hermanas; tienen cuatro antepasados comunes, y cualquier cromosoma de uno de ellos proviene de
uno de estos cuatro antepasados; pero cada uno de tales antepasados est separado de su nieto por
dos generaciones, es decir, por dos elecciones; uno de sus cromosomas slo tiene, pues, una
posibilidad de cada cuatro de encontrarse en el nieto; losdos primos tienen, as, un promedio de 115
cromosomas comunes, una cuarta parte de los cuales proviene de cada uno de sus cuatro antepasados
comunes. La diferencia entre el caso de estos dos primos y el de los dos hermanos, que tienen
igualmente 4 abuelos comunes, se explica por el hecho de que, en el caso de los dos hermanos, sus
padres han hecho ya la eleccin entre los cromosomas de los abuelos, y que dicha eleccin es la misma
para los dos hermanos.
Por lo tanto, si un carcter est ligado a un solo cromosoma, se le vuelve a encontrar una vez de cada
dos en los dos hermanos, una vez de cada cuatro en el to y el sobrino y una vez de cada ocho en los
dos primos hermanos (una vez de cada cuatro si los primos son hermanos por parte doble).

33.Algunas palabras sobre un caso ms general. Hemos supuesto, como es el caso ms frecuente,
que dos hermanos tienen los mismos padres; sera fcil tratar el caso ms general en que los
antepasados comunes no son forzosamente un padre y una madre. Por ejemplo, tomemos el caso de
dos primos que tienen en comn un abuelo y una bisabuela, siendo los dems antepasados comunes
exclusivamente los antepasados de aquellos dos19. Tomemos un cromosoma de uno de los primos;
existe una posibilidad de cada cuatro de que provenga de su abuelo y una de cada ocho de que
provenga de su bisabuela; descartamos estas dos eventualidades. En el primer caso, hay una
posibilidad sobre cuatro de que el cromosoma existatambin en el segundo primo, y en el segundo

19

Supongamos que Pablo y Juan son los dos primos: Pablo es hijo de Pedro y de Mara, y Juan es hijo de Enrique y de Ana. Pedro y Enrique
son hijos del mismo padre, pero no de la misma madre. Mara es hija de Eduardo y Ana es hija de Margarita. Eduardo y Margarita tienen la
misma madre, pero no el mismo padre.

caso, una posibilidad sobre ocho. La probabilidad para que el cromosoma sea comn a los dos primos
es, pues,

1/4x1/4 + 1/8x1/8 = 5/64

Semejante frmula se aplicara cualquiera que fuese el nmero de los antepasados comunes que, en
cambio, pueden no corresponder a la misma generacin para los dos primos. De un modo general, el
antepasado de ordena1 de A ha supuesto ser el antepasado de orden b1 de (si a1 = 1, se trata del padre;
para a1 = 2, del abuelo; para a1= 3, del bisabuelo, etc.), el antepasado de orden a2 de A es el antepasado
de orden b2 de B, etc, el antepasado de orden a3 de A es el antepasado de orden b3de B, etc. La
probabilidad para que un cromosoma sea comn a y a es, entonces,

Por ejemplo, si se trata de dos primos hermanos por parte doble, es decir, teniendo cuatro abuelos
comunes, se tiene

a1= b1= 2; a2 = b2 = 2; a3= b3 = 2; a4 = b4= 2

la frmula da

P = 1/16 + 1/16 + 1/16 + 1/16 = 4

Slo queda por tratar el caso en que uno de los antepasados comunes deba ser considerado un
antepasado mltiple por uno de los descendientes (tales el caso cuando los primos se han casado entre
ellos). Sin entrar en detalles, indicamos simplemente que cada individuo tiene dos antepasados en la
primera generacin (padres), cuatro en la segunda (abuelos), ocho en la tercera (bisabuelos), etc. Si
entre los 16 antepasados de la cuarta generacin una misma persona figura 2 veces, en el clculo hecho
anteriormente deberemos tenerla en cuenta dos veces, es decir, atribuirle dos nmeros (iguales entre
s) a1y a2. Si entre los 32 antepasados de la quinta generacin cierta persona figura 3 veces entre los
antepasados de A y 2 veces entre los antepasados de B, tendremos 3 nmeros a iguales a 5 y 2
nmeros b iguales a 5, lo cual nos dar 3x2 = 6 sumas a+ biguales a 10, es decir,6 trminos iguales cada
uno a 1/210
Dejamos al lector el caso de estudiar aquellos ms complicados que puedan presentarse; aquel en que
un mismo antepasado figura dos o varias veces en la estirpe de un mismo individuo, pero con lneas

que pueden ser diferentes, no presenta ninguna dificultad particular. Un caso algo menos sencillo es
aquel en el que los dos individuos A y B que se comparan, tienen antepasados comunes que son
parientes entre s, es decir, que ellos mismos tienen antepasados comunes.
El ejemplo ms sencillo de este caso es el de dos hermanos cuyos padre y madre son primos ms o
menos lejanos. Casos an ms complejos, en que para completarlos se vera uno obligado a remontarse
a un nmero casi indefinido de generaciones, se encuentran frecuentemente en pueblos aislados,
donde desde hace siglos se vienen cruzando entre s un pequeo nmero de familias.

34.Aplicacin de la ley nica del azar. Todos los resultados que acabamos de dar sobre la herencia
se traducen en coeficientes de probabilidades; por lo tanto, no pueden conducir a ninguna previsin
segura, a menos que sean utilizados para calcular otros coeficientes de probabilidades que seran
bastante pequeos para poderles aplicar ley nica del azar.
Por ejemplo, hemos dicho que la probabilidad para que un cromosoma S se encuentre en su hermano
B es de 1/2, mientras que la probabilidad slo es de 1/8 para que este mismo cromosoma de A se
encuentre en su primo hermano C; sin embargo, podra suceder perfectamente que S no se encuentre
en By se encuentre en es decir, que haya entre los primos hermanos cierto parecido o analoga que no
existe entre los dos hermanos.
Pero, si consideramos a 100 parejas de hermanos A1, B1; A2, B2; etc., y si suponemos que los cien A
poseen algn cromosoma que determine en ellos una particularidad S, podemos afirmar que este
cromosoma y, por consiguiente, dicha particularidad S, se encontrarn en una media de 50 veces en los
100 B. Y, en virtud de la ley nica del azar, concluiremos que es imposible que S se encuentre a la vez
en los 100 B, o incluso en ms de 95 de ellos, y que es igualmente imposible que S no se encuentre
ninguna vez en B, o incluso slo en menos de 5 de ellos. Si en lugar de considerar 100 parejas de
hermanos AB hubisemos considerado 100 parejas de primos hermanos AC, la particularidad S
hubiera debido encontrarse en una media del 125 de entre ellos y se podra afirmar con seguridad que
no se encontrar en ms de 50 de ellos, mientras que es verdaderamente poco probable,sin que sea
completamente imposible, que no se encuentre en ninguno.
As pues, si se ignora a priori que las 100 parejas estaban formadas por hermanos o por primos
hermanos, pero se sabe que el parentesco es el mismo para las 100 parejas, al observar 60 veces la
presencia del carcter S en los dos individuos podremos afirmar que se trata de hermanos, mientras
que si slo se observa 5 o 6 veces se tratar de primos hermanos.
Estos ejemplos bastan para indicar cmo los diversos resultados obtenidos en este Captulo y en los
precedentes pueden conducir a previsiones seguras, cuando se las combina de tal manera que se
pueda aplicar la ley nica del azar.

APNDICE I

SOBRE LAS REPETICIONES DE CIFRAS


EN LOS NMEROS PREMIADOS DE LOTERA

35. Probabilidades de los diversos tipos de nmeros. El problema de la probabilidad de las


repeticiones de cifras en los nmeros premiados de la lotera, del que ya hemos hablado en el Captulo
Primero, merece algunas explicaciones complementarias, ya que puede contribuir a hacer comprender
mejor algunas dificultades que se presentan en muchas aplicaciones numricas del clculo de
probabilidades.
Consideremos todos los nmeros de 6 cifras escritas en el sistema decimal; son en nmero de un
milln, incluyendo en ellos los nmeros menores de seis cifras, que pueden completarse a su izquierda
con ceros, y el nmero cero, que se escribir 000.000. En resumen, son todos aquellos nmeros que se
pueden obtener en los sorteos hechos con seis bombos, colocados en un orden determinado y
conteniendo cada uno de ellos las 10 cifras: 0, 1, 2, 3, 4, 5, 6, 7, 8 y 9.
En este milln de nmeros de seis cifras, calcularemos primeramente cuntos hay que tienen 6 cifras
distintas o bien 5, 4, 3, 2 o 1 cifras diferentes.
Para obtener un nmero de seis cifras distintas, como 324.789 o 023.586, se puede tomar como primera
cifra a la izquierda una cualquiera de las diez cifras; como cifra siguiente una cualquiera de lasotras 9;
como tercera, una cualquiera de las otras 8, y as sucesivamente hasta la sexta cifra, que es una
cualquiera de las cinco cifras an no elegidas. As pues, hay en total 10x9x8x7x6x5 = 151.200 nmeros
formados por seis cifras distintas.
Pasemos a los nmeros compuestos por cinco cifras distintas; nicamente una cifra, una sola, se
encontrar repetida dos veces; es lo que los jugadores de pquer llamaran una pareja. La cifra
repetida dos veces puede ser una cualquiera de las diez y puede ir colocada en dos cualesquiera de los
seis lugares posibles, lo que da quince posibilidades20 para cada una de las cifras, 150 en total.
Cuando la cifra repetida dos veces se encuentra colocada, por ejemplo, en el 2. y en el 5. lugar,
podemos escribir el nmero del siguiente modo:

x3xx3x
20

Se puede colocar la primera cifra en uno cualquiera de los seis lugares y la segunda en uno cualquiera de los otros cinco, lo cual da, en
apariencia, 30 posibilidades. Pero si en un principio se ha elegido el segundo puesto y luego el cuarto, se tiene la misma disposicin que si se
hubiera elegido en un principio el cuarto y luego el segundo. Por lo tanto, es preciso dividir 30 por 2, lo que da 15. Este resultado se puede
verificar gracias a una denominacin directa de las 15 disposiciones posibles.

designando porxlas cifras indeterminadas que no pueden ser el 3.


Para reemplazar laxde ms a la derecha, podemos elegir una cualquiera de las otras 9 cifras que no
sean el 3; para reemplazar laxsiguiente, una cualquiera de las 8 cifras que quedan; luego, una
cualquiera de las otras 7; y despus, una cualquiera de las 6 restantes. Obtenemos, pues, una cantidad
de nmeros igual a

150x9x8x7x6 = 10x9x8x7x6x5x3

es decir, un nmero triple del nmero 151.200 de los nmeros formados por 6 cifras diferentes.
La cantidad de nmeros formados por 5 cifras diferentes (con una pareja) es, pues,

151.200x3 = 453.600.

Anlogos razonamientos permiten calcular la cantidad de nmeros con 4 cifras diferentes. Se pueden
dividir en dos categoras, una conteniendo dos parejas, como los nmeros 121.472 o 003.347, y
llevando la otra una cifra repetida 3 veces (una berlanga), como el 303.483; la primera categora (dos
parejas) comprende 226.800 nmeros y la segunda (una berlanga) comprende 100.800, en total 327.600
nmeros con slo 4 cifras.
Para obtener todos los nmeros que tienen 2 parejas, es preciso ante todo elegir las dos cifras que estn
repetidas dos veces; esta eleccin puedehacerse de(10x9) / 2 = 45maneras distintas. Puedeelegirse una
cualquiera de las diez cifras, luego una cualquiera de las nueve restantes, lo que en total da 10 X 9 = 90
elecciones; pero cada pareja de dos cifras, como 7 y 5, se obtiene dos veces, puesto que se puede elegir
primero 7 y luego 5, o primeramente 5 y luego 7. l nmero de las parejas de 2 cifras es, pues, la mitad
de 90, o sea, 45. Sea 7 y 5 el par elegido; se podr colocar 7 en uno cualquiera de los seis lugares y
luego en uno cualquiera de los cinco restantes; el nmero total de elecciones es, as, de 6 X 5, pero
dicho nmero debe ser dividido por 2, por un motivo semejante al que se acaba de indicar; hay en
total, pues, 15 maneras de elegir los lugares de los dos 7. Cuando stos estncolocados, quedan cuatro
lugares vacos, habiendo seis maneras de colocar en ellos los dos 5. Cuando los 7 y los 5 estn
colocados, se tiene la disposicin

x577x5

en la que puede reemplazarse la primeraxpor una cualquiera de las otras 8 cifras y la segundaxpor una
cualquiera de las 7 restantes; obtenemos as un total de combinaciones igual a

45x15x6x8x7 = 5x9x8x7x6x5x3.

Este nmero es, pues, la mitad del nmero ya calculado

10x9x8x7x6x5x3 = 453.600.

Es igual a 226.800.
Es un hecho bastante destacable que baya exactamente el mismo nmero total de pares en los nmeros
de una y en los de dos parejas. Esto no se produce en todos los valores del nmero total de las cifras
utilizadas (aqu igual a 10, puesto que nos servimos del sistema decimal) y del nmero de cifras que
forman los nmeros en cuestin21.
Para obtener todos los nmeros conteniendo una berlanga (cifra repetida 3 veces), primeramente se
deber elegir dicha cifra, lo cual puede hacerse de diez maneras distintas; luego, elegir los 3
lugaresque ocupe, lo cual puede hacerse de
(6x5x4) / (1x2x3) =20maneras distintas. Se obtienen as 200 disposiciones como la que sigue:

x88xx8

cada una de las cuales podr ser completada de 9x8x7 maneras distintas por tres cifras diferentes del 8
y diferencindose entre s. Se tienen as, en total, 200x9x8x7 = 100.800 nmeros conteniendo una
berlanga.
Pasemos a los nmeros de slo 3 cifras diferentes. Pueden contener 3 pares, como 422.477 (en nmero
de 10.800), o bien un par y una berlanga, como 422.274 (en nmero de 43.200), o, por ltimo, un
cuadrado, como 447.484 (en nmero de 10.800); o sea, en total, 64.800 nmeros de 3 cifras.
Sin entrar en detalles, basados siempre sobre los mismos principios, indiquemos cmo se han
obtenido los nmeros precedentes.
21

Se puede demostrar fcilmente que si el nmero total de cifras utilizadas es n = 2 K2 + K, siendo K un nmero entero cualquiera, dicha
propiedad subsiste tomando, para valor del nmero de cifras que figuran en una cantidad, p = 2 K + 2 si n = 2 K2 + Ky p = 2 K + 1 si n = 2
K2 - K. Se obtiene el resultado del texto para K = 2, n = 2 K2 + K = 10, p = 2 K + 2 = 6.

Nmeros con tres pares:

((10x9x8) / (1x2x3)) x ((6x5) / (1x2)) x ((4x3) / (1x2)) = 10.800

Nmeros con una pareja, una berlanga y otra cifra:

(10x9x8x7x6x5x4) / 2 = 43.200

Nmeros con un cuadrado (cifra repetida 4 veces) y otras 2 cifras diferentes:

10 x ((6x5x4x3) / (1x2x3x4)) x 9 x 8 = 10.800.

Hemos calculado (en 6. Los nmeros formados por dos cifras.) la cantidad de nmeros con slo dos
cifras distintas; ellos se dividen en tres categoras.
Nmeros con un quinterno (cifra repetida 5 veces) y otra cifra:
10x9x6 = 540.

Nmeros con un cuadrado y una pareja:

10 x 9 x ((6x5) / (1x2)) = 1.350.

Nmeros con dos berlangas:

((10x9) / (1x2)) x ((6x5x4) / (1x2x3)) = 900

Por ltimo, la cantidad de nmeros formados mediante una sola cifra (comprendiendo 000.000, pero
evitando contar 333 por ejemplo, que debe escribirse 000.333) es igual a 10.

CUADRO I

Nmero de cifras
diferentes

Ejemplo

Nmero para cada


ejemplo

Nmero total para cada


nmero de cifras diferentes

327689

151.200

151.200

327683

453.600

453.600

327376

226.800

327336

100.800

327.600

071701

10.800

64.800

007017

43.200

723777

10.800

556555

540

556565

1.350

556566

900

2.790

10

10

1.000.000

1.000.000

333333
1

o
000000
Total

Muchos lectores se sorprendern de estos resultados, que son, sin embargo, indiscutibles. Puesto que
slo hay seis bombos y diez cifras, podra esperarse como caso ms frecuente aquel en que cada
bombo diera una cifra diferente a la de los otros; pero esto slo ocurre unas 15 veces de cada 100,
mientras que en ms de 45 sobre 100 una misma cifra se ha obtenido dos veces y que unas 33 veces de
cada 100 slo se han logrado 4 cifras diferentes, tanto si 2 de ellas sale cada una 2 veces (casi 23 veces
de cada 100), como si una misma cifra sale 3 veces (unas 10 veces de cada 100).

Fijndonos en un solo sorteo de la lotera, suceder a menudo que las proporciones de los nmeros
ganadores con 6, 5, 4, 3 cifras distintas, respectivamente, sern bastante diferentes de las proporciones
que se acaban de calcular; pero si se considera un nmero bastante elevado de sorteos que comporten
un centenar o, preferentemente, varios centenares de premios importantes, podremos ver que las
proporciones se asemejan mucho a las que resultan de nuestro Cuadro. Se comprobar,
principalmente, que el caso ms frecuente, y que suministra casi la mitad de los nmeros premiados,
es aquel de los nmeros en los cuales una sola cifra, slo una, se encuentra repetida dos veces. Claro
est que en estas enumeraciones no podrn despreciarse los ceros que deben figurar a la izquierda, de
manera que todos los nmeros tengan exactamente seis cifras.

36.Resultados relativos a las repeticiones de una cifra en particular. Es interesante confrontar los
resultados que acabamos de obtener con los que se logran cuando fijamos nuestra atencin en una
cifra particular, por ejemplo la cifra 7, y cuandose colocan los nmeros segn el nmero de veces que
contengan tal cifra.
Nmeros que no contienen la cifra 7. Cada una de las seis cifras de estos nmeros puede ser elegida
arbitrariamente de entre las otras 9 cifras. La cantidad de estos nmeros es

9x9x9x9x9x9 = 96 = 531.441.

Nmeros que contienen una sola vez la cifra 7. Puede escribirse la cifra 7 en uno cualquiera de los seis
lugares, y luego, en cada uno de los cinco restantes, escribir una cualquiera de las otras 9 cifras; el
nmero de combinaciones ser

6x9x9x9x9x9 = 6x 96= 354.294.

Nmeros que contienen solamente dos veces la cifra 7. Los dos 7 podrn ser colocados de ((6x5) / (1x2))
= 15 maneras distintas y, en cada uno de los otros 4 lugares, podr inscribirse una de las otras 9 cifras.
Su nmero de combinaciones ser

15x9x9x9x9=15x94 = 98.415.

Nmeros en que la cifra 7figura tres veces. Los tres 7 pueden ser colocados ((6x5x4) / (1x2x3)) = 20
distintasmaneras, obtenindose en total

20x9x9x9 = 20x93= 14.580 combinaciones.

Nmeros que contienen cuatro veces la cifra7. Hay 15 lugares posibles para los cuatro 7, en total

15x 9x 9 = 1.215 combinaciones.

Nmeros conteniendo cinco veces la cifra7. Se obtienen en total

6 X 9 = 54 combinaciones.

Finalmente, existe un solo nmero, el 777.777, que comprende seis veces la cifra 7.
En el Cuadro II resumimos los resultados obtenidos.

CUADRO II
Nmero de cifras 7

Cantidad de nmeros

531.441

354.294

98.415

14.580

1.215

54

Total

1.000.000

En el Cuadro II puede observarse que los nmeros obtenidos son los trminos del desarrollo de la
sexta potencia del binomio 9+1:

(9 + 1)6 = 96 + 6x95 + 15x94 + 20x93...

El Cuadro II da lugar a varias observaciones interesantes.


Ante todo, puede observarse que hay ms de la mitad de los nmeros (531.441 sobre un milln) que
no contienen la cifra 7. Sin embargo, se hacen seis sorteos, en cada uno de los cuales la probabilidad de
salir el 7 es de una dcima; la suma deestas probabilidades es de seis dcimas y superior a una mitad.
Ello indica que las probabilidades no deben ser sumadas sin circunspeccin. Lo que s puede sumarse
son las esperanzas matemticas, es decir, las probabilidades de ganar de un jugador que apostara para
que saliera la cifra 7. Invirtiendo este jugador un dlar, se le deben dar equitativamente 10 dlares
cuando salga el 7. Si se hacen 6 sorteos a la vez, deber invertir 6 dlares, recibiendo tantas veces 10
dlares como veces salga la cifra 7.
El Cuadro II indica que hay casi 53 posibilidades de cada 100 de perder sus 6 dlares, algo ms de 35
de cada 100 de ganar 10, unas 10 de cada 100 de recibir 20, 14 de cada 1.000 de recibir 30 y casi una
posibilidad de cada 1.000 de ganar 40 dlares. Estas posibilidades de ganancia, relativamente elevadas,
compensan el hecho de que pierda m6 de una vez de cada dos su apuesta de 6 dlares.
Consideremos ahora el caso en que la cifra 7 aparezca ms de una vez; sobre un milln de nmeros,
hay 98.415 pares de 7, 14.580 berlangas de 7, 1.215 cuadrados de 7 y 54 quinternos de 7.
Como sea que puede razonarse, para cada una de las diez cifras, exactamente como lo hemos hecho
con la cifra 7, vemos que en el conjunto del milln de nmeros existen 984.150 parejas, es decir, casi un
milln. Sera errneo deducir de ello que casi todos los nmeros comportan un par. El Cuadro I nos
seala que slo hay 453.600 nmeros que llevan una sola pareja; para obtener el nmero total de pares
es preciso tener en cuenta los nmeros de 2 o 3 pares y aquellos en los que la pareja va acompaada de
una berlanga o de un cuadrado. El Cuadro I nos da:735.750 nmeros comprendiendo, en total, 984.150
pares

Pares
453.600
226.800

nmeros

con un solo par

453.600

dos pares

453.600

10.800

tres pares

32.400

43.200

un par y una berlanga

43.200

1.350

un par y un cuadrado

1.350

735.750

Nmeros comprendiendo, en total,

984.150

El resultado concuerda bien con el que habamos deducido del Cuadro II, lo que confirma la exactitud
de nuestros clculos.
Igualmente, del Cuadro II se saca la consecuencia de que hay, en total, 145.800 berlangas que, segn el
Cuadro I, se desglosan as:

100.800 nmeros
43.200
900

con una sola berlanga

100.800

una berlanga y un par

43.200

dos berlangas
Total

1.800
145.800

Por ltimo, segn el Cuadro II, hay 12.150 cuadrados en total, de los cuales 10.800 van solos y 1.350
acompaados de un par, segn el Cuadro I.
Para terminar, sealemos una curiosa consecuencia de las cifras del Cuadro II.
Supongamos que un jugador apuesta para que salgan pares y que se le prometen 10 dlares tantas
veces como pares contenga el nmero que salga. Si juega un milln de veces y salen todos los
nmeros, habr en total 984.150 pares, o sea, cerca de un milln. As, si su apuesta es de 10 dlares.el
juego puede resultarle perfectamente equitativo; el organizador de la lotera, que se ha comprometido
en pagar 10 dlares por cada par salido, nicamente se reserva un beneficio del 15 al 16% o sea,
alrededor del 15%. Merece sealarse que el juego puede resultar tambin equitativo, conviniendo que
cada terno, cuadrado, quinterno o sxtuple ser pagado, no en 10 dlares al igual que la pareja, sino
solamente en un dlar. Segn el Cuadro I, el nmero total de ternos, cuadrados, quinternos y
sxtuplos para la cifra 7 es

14.580 +1.215 + 54 +1 = 15.850.

El nmero total sera 10 veces mayor para el conjunto de las cifras, pero, si en cada una de estas salidas
slo entregamos la dcima parte de lo apostado (1 dlar en lugar de 10), deberemos aadir 15.850 a
984.150, lo que suma exactamente un milln.
Este resultado tan destacable es una consecuencia de la siguiente relacin, que nuestros lectores no
tendrn dificultad en demostrar:

150x94+ (106-96 -6x95-15x94) = 106.


As, resulta perfectamente equitativo el siguiente juego: Pedro entrega 10 dlares a Pablo antes del
sorteo y, si el nmero ganador del primer premio contiene pares, Pablo da a Pedro tantas veces 10
dlares como pares haya; si en vez de pares, o junto a ellos, una cifra se repite ms de dos veces, Pablo
da a Pedro un dlar para cada uno de estos grupos que tienen ms de dos cifras idnticas (ternos,
cuadrados, quintemos o sxtuplos). As, las ganancias posibles de Pedro son las siguientes(de donde
sera preciso deducir su apuesta, igual a 10 dlares):

Un par

10 dlares

Una berlanga

1 dlares

Dos pares

20

Dos berlangas

Tres pares

30

Un cuadrado

Un par y una berlanga

11

Un quinterno

Un par y un cuadrado

11

Un sxtuplo

APNDICE II

SOBRE LA FRMULA DE POISSON

37.Frmula de Poisson. Esta frmula da a conocer las probabilidades relativas a los


acontecimientos fortuitos que se suceden sin otra ley que la existencia reconocida de algunafrecuencia
media.Por ejemplo, si una ruleta funciona al comps de una vez por minuto, cada nmero, por ejemplo
el 17, saldr en un promedio de una vez cada 37 minutos: es la frecuencia media22. Algunos fenmenos
de relativa importancia quedan englobados en esta definicin; tal es el caso de las emisiones de
partculas correspondientes a la desintegracin de algunas molculas correspondientes a la
radiactividad; para una masa dada de radio, el nmero medio de tomos desintegrados durante cierto
intervalo de tiempo es una constante bien determinada.
Los intervalos de tiempo se pueden representar, en una lnea recta, por longitudes proporcionales; en
lugar de hablar de la distribucin de los acontecimientos en el tiempo, se podr hablar de la
distribucin de los puntos en la lnea recta; estos pueden ser considerados como repartidos al azar, con
la nica condicin de que su densidad mediaes constante, siendo esta el nmero de puntos por unidad
de longitud; si se expresa por la letra d, el nmero de puntos situados en una longitud a ser, en
promedio, ad.
Consideremos, pues, un intervalo de tiempo, o una parte determinada de la recta, y designemos por b
= ad el nmero medio de acontecimientos o de puntos que pueden ser observados en el intervalo de
tiempo dado o en la parte sealada de la recta. En general, este nmero b no es un nmero entero;
incluso en el caso en que lo sea, no siempre se observar precisamente dicho nmero. La ley de
Poisson da a conocer la probabilidad para que se observen precisamente n acontecimientos (o n
puntos) en lugar del nmero medio 6; esta probabilidad P es:

(1)P = e-bx (bn / n!)

Tal es la frmula de Poisson, en la que e designa, segn costumbre, la base de los logaritmos
neperianos (e = 2718281828...).

22

En realidad, la ley de Poisson es una ley lmite que slo se aplicara de una manera rigurosa si nos pudisemos imaginar una ruleta a un
comps cada ves ms rpido, mientras que los nmeros posibles seran cada vea ms numerosos. Por ejemplo, en una ruleta de 600 nmeros
que funcionara una vea por segundo, cada nmero saldra, en promedio, cada diez minutos.

En el caso en que b = 1, la frmula (1) resulta:

(2)P = 1/e x 1/n!

Segn esta frmula (2) se han calculado los nmeros dados en el Captulo IV.
En efecto, se tiene

1/e= 036788...

y las frmulas (1) y (2) se aplican tambin en el caso en quen = 0, a condicin de reemplazar, eneste
caso, an! por la unidad.
(Se sabe que n! designa el producto de los n primeros nmeros enteros; se tiene (n + 1)! =(n + 1) x n!y,
si en esta frmula se hace que n sea igual a 0, se deduce perfectamente que 0! = 1.)

38.Problema de la espera en la ventanilla. Gracias a la frmula de Poisson (y a otros clculos) han


podido ser obtenidos los resultados indicados en el Captulo IV con respecto al problema de la espera
en la ventanilla. Admitamos que el nmero de clientes en la ventanilla sea de N por da y que cada
cliente permanezca a minutos; supongamos que el producto Na es inferior a la duracin total D de
apertura en la ventanilla; ms concretamente, que Na = D, siendo un nmero inferior a la unidad.
Tal como ya hemos expuesto, se puede dividir el nmero de clientes en series, estando formada cada
una de ellas por clientes que se suceden sin interrupcin, mientras que en el intervalo de dos series el
acceso a la ventanilla queda libre. La probabilidad de que una serie est compuesta de n clientes viene
dada por la frmula23

Pn = e-n x n-1 x (nn-2 / (n-1)!)

De esta frmula se deducen los resultados numricos dados en el Captulo IV.

23

Para la demostracin ver Borel, E., Sur lemploi du theorems de Bernouilli, pour le calculduneinfinit de coefficients..
Applicationauproblmedattente un guichet, informes de la Academia francesa de Ciencias, marzo de 1942.

TTULOS PUBLICADOS

* Volumen extra, en color

1Carl SaganLaconexincsmica
2Isaac AsimovIntroduccinalaciencia (I)
3Elfuturode la exploracin del espacio *
4Isaac AsimovIntroduccinalaciencia (II)
5Bertrand RussellABCdelarelatividad
6Isaac AsimovFotosntesis
7C. RaynerLa mente humana *
8Desmond MorrisElmonodesnudo
9AlvinTofflerLa tercera ola(I)
10AlvinTofflerLa tercera ola(II)
11Richard LeakeyLaformacindelahumanidad(I)*
12Werner HeisenbergLa imagen de la naturaleza en la fsica actual
13Pierre P. GrassEl hombre, ese dios en miniatura
14David DicksonTecnologaalternativa
15Richard LeakeyLaformacindelahumanidad(II)*
16Stephen Jay GouldElpulgardel panda
17Walter C. PattersonLaenerganuclear
18Erwin SchrdingerQue es la vida?
19C. RaynerElcuerpohumano (I)
20Jacques MonodElazarylanecesidad
21 Stephan L. Choro verDel Gnesis algenocidio

22J. E. LovelockGaia, una nueva visin de la vida sobre la Tierra


23C. RaynerElcuerpohumano(II)*
24Desmond MorrisElzoohumano
25K. Lorenz y otrosHombreyanimal
26Charles SherringtonHombreversusNaturaleza
27K. GatlandExploracindelespacio(II)*
28Robert Fouet/Charles PomerolLasmontaas
29Paul ColinvauxPor qu son escasas las fieras
30F. Jacob y otrosBiologamolecular
31K. GatlandExploracindelespacio(III)*
32Alan Ross AndersonControversiasobre mentes y mquinas
33Pierre GeorgeElmedioambiente
34Xavier Le Pichn/Guy PautotEl fondo de los ocanos
35K. GatlandExploracindelespacio (IV)*
36 H. J. EysenckRaza,inteligencia y educacin
37FernandMoreauAlcaloidesyplantasalcaloideas
38Bruce A. BoltTerremotos
39R. Hardy, P. Wright,
J. Gribbin, J. KingtonEl libro del clima (I)*
40Recopilacin de artculos de La RECHERCHEAstrofsica
41Sydney P. ClarkLa estructura de la Tierra
42Recopilacin de artculos de La RECHERCHE Las nuevas energas
43R. Hardy, P. Wright,
J. Gribbin, J. KingtonEl libro del clima (II)*
44H. J. EysenckExperimentosen terapia de la conductaI.Inhibicin recproca
45H. J. EysenckExperimentosen terapia de la conductaII.Mtodos de condicionamiento

46H. J. EysenckExperimentosen terapia de la conductaIII.Experimentacin con nios


47R. Hardy, P. Wright,J. Gribbin, J. KingtonEl libro del clima (III)*
48 Tom LogsdonRobots: una revolucin
49 B. F. SkinnerSobre el conductismo
50H. Takeuchi/S. Uyeda/H. KanamoriQu es la Tierra?
51Desmond MorrisEl hombre al desnudo (1)*
52Paul Chovin/Andr RoussellLa polucin atmosfrica
53Pierre RousseauAstronomasin telescopio
54Flix TrombeLas aguas subterrneas
55Desmond MorrisElhombre al desnudo (II)*
56A. R. LuriaEl cerebro en accin (I)
57A. R. LuriaEl cerebro en accin (II)
58D. H. Tarling/M. P. TarlingDerivascontinentales
59Desmond MorrisElhombre al desnudo (III)*
60Pierre RousseauLa luz
61Stephen J. GouldLafalsa medida del hombre
62Jean-Jacques MatrasEl sonido
63Desmond MorrisElhombre al desnudo (IV)*
64Richard FeynmanEl carcter de la ley fsica
65Michel BgueryLaexplotacindelos ocanos
66Ivan P. PavlovActividadnerviosasuperior
67Peter RodwellLibro bsico del ordenador personal (I)*
68J.L. Cloudsley-Thompson El hombre y la biologa de zonas ridas
69Y. PerelmanMatemticasrecreativas
70Philippe RenaultLaformacindelascavernas
71 Peter RodwellLibro bsico del ordenador personal (II)*

72Lloyd MotzEluniverso(Su principio y su fin)


73Joseph DekenLacasaelectrnica
74M. Mead,T. Dobzhansky y otrosLaCienciay el concepto de raza
75 Peter RodwellLibro bsico del ordenador personal (III)*
76Isaac AsimovDelosnmerosysuhistoria
77Alfred TomatisElodoyellenguaje
78Henri y GenevieveTermierLosanimalesprehistricos
79Fred HoyleIniciacinalaastronoma(I)*
80Roland PratLa ptica
81Marie-Claude NoaillesLaevolucinbotnica
82Andr WarusfelLasmatemticasmodernas
83Fred HoyleIniciacinalaastronoma(II)*
84 Carl Wood /Ann WestmoreFecundacin in vitro
85Pierre-Julien Le ThomasLametalurgia
86Jules CarlesLafecundacin
87Brian StablefordElhombrefuturo(I)*
88AndreGoudot-PerrotCibernticaybiologa
89Georges Aubert/Jean BoulaineLaedafologa.Elmundoenelquevivimos

PRXIMOS TTULOS

Brian StablefordEl hombre futuro


Albert EinsteinContribuciones a la ciencia
Carl Sagan/I. S. ShklovskiiVida inteligente en el Universo

Este libro se termin de imprimir en los talleres de Printer, industria grfica, sa de SantVicenc deis
Horts, el da 15 del mes de
Diciembre de 1986

También podría gustarte