Está en la página 1de 17

UNIVERSIDAD CATOLICA SANTA MARIA

FACULTAD DE CIENCIAS JURIDICAS Y POLITICAS


ESCUELA DE DERECHO

PROBABILIDADES
CURSO: ESTADISTICA

ALUMNA: SAGRARIO APAZA CORONEL


PROFESOR: ING.MAXIMO RONDON
RONDON
N* DE ORDEN: 24

AREQUIPA
2016

14

14

INDICE:
1.- HISTORIA DE LA PROBABILIDAD ------------------------------------------------------- Pg. 3
2.-DEFINICION DE PROBABILIDAD -------------------------------------------------------- Pg.7
3.-PROBABILIDAD MUESTRAL --------------------------------------------------------------- Pg.8
4.-PROBABILIDAD NO MUETRAL ------------------------------------------------------------ Pg.9
5.-USO DE LA PROBABILIDAD ---------------------------------------------------------------- Pg.10
6.- IMPORTANCIA DE LA PROBABILIDAD ------------------------------------------------- Pg.11
7.-APLICAION EN LAS CIENCIAS JURDICAS ----------------------------------------------- Pg. 13
8.-BIBLIOGRAFA --------------------------------------------------------------------------------- Pg.14

14

LA HISTORIA DE LA PROBABILIDAD

El concepto de probabilidad y azar siempre ha estado en la mente del


ser humano, los sumerios, asirios, la civilizacin egipcia y los romanos
tenan juegos de azar y de dados. En 1657, Christian Huygens escribi
el primer libro de probabilidad De Ratiociniis in Ludo Aleae, en el que
intentaba averiguar las probabilidades de ganar en un juego. Los
primeros que se interesaron por comprender fueron Blaise Pascal y
Pierre Fermat, junto con el jugador Cardano en los siglos XVI y XVII En
el siglo XVIII, el clculo de probabilidades tuvo un enorme desarrollo,
debido sobre todo a la popularidad de los juegos de azar. Destacan
Bernoulli, De Moivre, Gauss o Pierre Laplace que estudiaron y
desarrollaron la probabilidad, escribiendo varios tratados. En 1930
Andri Kolmogorov defini la probabilidad de forma axiomtica,
haciendo que fuese aceptada como una parte de las matemticas. A
mediados del siglo XIX, Gregor Mendel, inici el estudio de la herencia
y la gentica, con experimentos cruzando plantas. Fue una de las
primeras aplicaciones importantes de la teora de probabilidad a las
ciencias naturales.

SUMERIOS Y ASIRIOS utilizaban un hueso extrado del taln de


animales como ovejas, ciervos o caballos, denominado
astrgalo o talus, que tallaban para que pudieran caer en cuatro
posiciones distintas, por lo que son considerados como los
precursores de los dados.

LA CIVILIZACIN EGIPCIA: Algunas pinturas encontradas en las


tumbas de los faraones muestran tanto astrgalos como
tableros para el registro de los resultados.

Por su parte, los juegos con dados se practicaron


ininterrumpidamente desde los tiempos del Imperio Romano
hasta el Renacimiento, aunque no se conoce apenas las reglas
con las que jugaban. Uno de estos juegos, denominado
"hazard", palabra que en ingls y francs significa riesgo o
peligro, fue introducido en Europa con la Tercera Cruzada. Las
races etimolgicas del trmino provienen de la palabra rabe
"al-azar",
que
significa
"dado".
Posteriormente,
en
el "Purgatorio" de Dante el trmino aparece ya como "azar".

14

En la actualidad, ruletas, mquinas tragaperras, loteras,


quinielas,..., nos indican que dicha fascinacin del hombre por
el juego, contina.

La historia de la probabilidad comienza en el siglo XVII cuando Pierre


Fermat y Blaise Pascal tratan de resolver algunos problemas
relacionados con los juegos de azar. Aunque algunos marcan sus
inicios cuando Cardano (jugador donde los haya) escribi sobre 1520
El Libro de los Juegos de Azar (aunque no fue publicado hasta ms de
un siglo despus, sobre 1660) no es hasta dicha fecha que comienza
a elaborarse una teora aceptable sobre los juegos.

Christian Huygens conoci la correspondencia entre Blaise Pascal y


Pierre Fermat suscitada por el caballero De Mr, se plante el debate
de determinar la probabilidad de ganar una partida, y public (en
1657) el primer libro sobre probabilidad: De Ratiociniis in Ludo Aleae,
(Calculating in Games of Chance), un tratado sobre juegos de azar. Se
aceptaba como intuitivo el concepto de equiprobabilidad, se admita
que la probabilidad de conseguir un acontecimiento fuese igual al
cociente entre
Durante el siglo XVIII, debido muy particularmente a la popularidad de
los juegos de azar, el clculo de probabilidades tuvo un notable
desarrollo sobre la base de la anterior definicin de probabilidad.
Destacan en 1713 el teorema de Bernoulli y la distribucin binomial, y
en 1738 el primer caso particular estudiado por De Moivre , del
teorema central del lmite. En 1809 Gauss inici el estudio de la
teora de errores y en 1810 Laplace, que haba considerado
anteriormente el tema, complet el desarrollo de esta teora. En 1812
Pierre Laplace public Thorie analytique des probabilits en el
que expone un anlisis matemtico sobre los juegos de azar.
A mediados del siglo XIX, un fraile agustino austraco, Gregor Mendel,
inici el estudio de la herencia, la gentica, con sus interesantes
experimentos sobre el cruce de plantas de diferentes caractersticas.
Su obra, La matemtica de la Herencia, fue una de las primeras
aplicaciones importantes de la teora de probabilidad a las ciencias
naturales
Desde los orgenes la principal dificultad para poder considerar la
probabilidad como una rama de la matemtica fue la elaboracin de
una teora suficientemente precisa como para que fuese aceptada
como una forma de matemtica. A principios del siglo XX el
matemtico ruso Andrei Kolmogorov la defini de forma axiomtica
y estableci las bases para la moderna teora de la probabilidad que
en la actualidad es parte de una teora ms amplia como es la teora
de la medida.

14

El mundo se rige por mltiples situaciones en las que se involucra el


azar. Los eventos que involucran al ser humano o a los fenmenos
naturales que caracterizan al mundo actual y a su dinmica social, no
pueden ser predeterminados; es decir, no se puede saber de
antemano qu resultado dentro de los posibles va a suceder.
Desde la antigedad, los juegos de azar han interesado al hombre; se
sabe que el uso de las tabas es tan antiguo como la humanidad y
parece ser el antecesor de los dados y de la ruleta. El clculo de
probabilidades inici muy lentamente a formar parte del campo de
las matemticas.
El primer documento conocido donde se analizan los juegos de azar
en forma sistemtica fue escrito por Gerolamo Cardano Liber de ludo
aleae, alrededor de 1521. Galileo Galilei, se interes por lo juegos de
azar y escribi un folleto titulado Sopra le scopere dei dadi
publicado en 1718. Pero la Probabilidad como teora, se origina en la
mitad del siglo XVII, asociando los trabajos de Christian Hygens,
Blasie Pascal, Pierre y James Bernoulli. Hygens se destaca por su obra:
De Ratiocinitis in ludo aleae, primer trabajo publicado sobre juegos
de azar. Posteriormente aplic su teora a la esperanza de vida
humana.
Algunos de los trabajos ms importantes de James Beroulli fueron
publicados pstumamente en 1713 en al obra Ars Conjectandi que,
entre otros tpicos, contiene su teora de las permutaciones y
combinaciones, y sus escritos sobre probabilidades. Esta obra es
considerada como el comienzo de la teora de las probabilidades. El
desarrollo de los mtodos analticos de esta teora, se deben a:
a) Abraham De Moivre quien public en 1718 su obra Doctrine of
Chances y en 1733 Approximato ad summan Terminorum Binomii
(a+b)n inSeriem Expansi obra que algunos consideran el
descubrimiento de la curva normal.
b) Pierre Simn Laplace, se considera que su contribucin
fundamental al campo de las probabilidades y la estadstica fue el
desarrollo del llamado Teorema Central del Lmite, publicado en 1809.
c) Karl Friedrich Gauss aporta dos grandes obras, una de ellas
Teora combinationis observationum erroribus minimis obnoxia,
referente a la teora de los mnimos cuadrados, y su trabajo con la
distribucin normal.
Desde la mitad del siglo XIX hasta la segunda dcada del siglo
pasado, esta teora fue impulsada por el trabajo de cientficos rusos,
entre ellos Andrei Nikolaevich Kolmogorov.
Los precursores de esta escuela fueron Tchebyshev, Andri
Andrievich Markov y Aleksandr Mikhailovich Lyapunov, pero fue

14

Kolmogorov el mximo exponente de este movimiento, ste evalu


en su primer trabajo, los estudios sobre probabilidades efectuados
entre los siglos XV y XVI, apoyndose en los trabajos de Thomas
Bayes.
En 1927, una vez completas sus investigaciones sobre suficiencia y
condiciones necesarias de la ley de los grandes nmeros, iniciada por
James Bernoulli. En 1930 se hace eco de la Ley
Fuerte de los grandes nmeros de Cantelli y trabaja para mejorarla y
generalizarla. En 1950 finaliza uno de los trabajos ms importantes
en Estadstica.
Los principales exponentes de la escuela estadounidense
especializada en esta rama son William Feller, quien se destac por
sus numerosos estudios acerca del teorema central del lmite, de
igual manera sobresale Nortber Wiener, quien desarroll una medida
de las probabilidades para conjuntos de trayectorias que son
diferenciables en ningn punto, asociando una probabilidad a cada
conjunto de trayectorias.
La escuela francesa se form con Meyer y su grupo de Estrasburgo y
tambin con Nevev y Fortret de Pars, aunque sin duda sobresale la
figura de Paul Levy. Los estudios ms importantes referidos a este
movimiento, se remiten a Laurent Schwartz que generaliza el
concepto de diferenciacin utilizando la teora de las distribuciones.
Esta aportacin fue de vital importancia, ya que en la actualidad no
es posible dar explicaciones rigurosas de probabilidad sin utilizar
estos conceptos

14

14

DEFINICION DE PROBABILIDAD:

La probabilidad es

un

mtodo por el cual se


obtiene la frecuencia de un
acontecimiento
determinado mediante la
realizacin
de
experimentos aleatorios, de los que se conocen todos los
resultados posibles, bajo condiciones suficientemente estables.
La probabilidad es un evento o suceso que puede ser
improbable, probable o seguro.
La Probabilidad es la mayor o menor posibilidad de que ocurra
un determinado suceso. En otras palabras, su nocin viene de la
necesidad de medir o determinar cuantitativamente la certeza o
duda de que un suceso dado ocurra o no. sta establece una
relacin entre el nmero de sucesos favorables y el nmero
total de sucesos posibles. Por ejemplo, lanzar un dado, y que
salga el nmero uno (caso favorable) est en relacin a seis
casos posibles (1, 2, 3, 4, 5 y 6); es decir, la probabilidad es 1/6.
La probabilidad est basada en el estudio de la combinatoria y
es fundamento necesario de la estadstica, adems de otras
disciplinas como matemtica, fsica u otra ciencia. En ellas se
aplica una teora de probabilidades, la cual tiene como fin
examinar las formas y medios para obtener esas medidas de
certeza, as como encontrar los mtodos de combinarlos cuando
intervienen varios sucesos en un experimento aleatorio o
prueba. Cada uno de los resultados obtenidos al realizar un
experimento recibe el nombre de suceso elemental. Se llama
espacio muestral el conjunto de todos los sucesos elementales
obtenidos, de forma que todo subconjunto del espacio muestral
es un suceso.

14

MUESTREO PROBABILISTICO

Hablaremos de muestro probabilstico siempre que se cumplan dos


condiciones:
- Todos los elementos de mi poblacin tienen una probabilidad mayor
de
cero
de
ser
seleccionados
en
la
muestra.
- Conozco de forma precisa dicha probabilidad para cada elemento,
lo que se conoce como probabilidad de inclusin.
El cumplimiento de ambos criterios es el que hace posible obtener
resultados no sesgados cuando estudio la muestra. En ocasiones,
estos resultados no sesgados requieren usar tcnicas de ponderacin
(weighting), pero esta ponderacin es posible precisamente porque
conozco qu probabilidad tengo de que cada individuo sea
seleccionado en mi muestra. Las muestras generadas en estas
condiciones se conocen tambin como muestras probabilsticas.
La definicin anterior nos lleva a concluir que slo podemos hacer
muestreo probabilstico si dispongo de un marco muestral. El censo
de un pas, el conjunto de direcciones de hogares en una poblacin o
la lista de clientes de una empresa, son ejemplos de marcos
mustrales que hacen posible un muestreo probabilstico. En cada
uno de estos casos, el universo a estudiar es diferente: habitantes de
un pas, hogares de una poblacin y clientes de una empresa,
respectivamente.
Una vez tengo un marco muestral, la forma exacta que empleo para
seleccionar mi muestra define las diferentes tcnicas de muestreo
probabilstico: Muestreo aleatorio simple, muestreo sistemtico,

14

muestreo estratificado, muestreo por conglomerados, muestreo


desproporcionado

MUESTREO NO PROBABILISTICO

Sin embargo, no es sencillo cumplir con los requisitos impuestos por


el
muestreo
probabilstico:
- Disponer de un marco muestral es algo relativamente poco habitual
en
estudios
de
mercado.
- Lograr que todos los individuos de la poblacin tengan una
probabilidad no nula de ser seleccionados es un requisito igualmente
exigente, ms an conocer la probabilidad de inclusin exacta de
cada unidad muestral. Todos los individuos que no pueden ser
seleccionados en una muestra se suelen referir como unidades fuera
de cobertura.
Por todas estas razones, as como por razones de coste, los
investigadores recurren con frecuencia a otras tcnicas de muestreo,
agrupadas dentro de lo que se conoce como muestreo no
probabilstico. En estas tcnicas alternativas, es habitual seleccionar
elementos para la muestra basndose en hiptesis relativas a la
poblacin de inters, lo que se conoce como criterios de seleccin.
Por ejemplo, seleccionar una muestra buscando individuos por la
calle, tratando de que la mitad sean hombres y la mitad mujeres
(coincidiendo con la distribucin que se supone en la poblacin) sera
un criterio de muestreo no probabilstico.

14

En estos casos, debido a que la seleccin de las unidades de la


muestra no es aleatorio, cuando hablamos de muestreo no
probabilstico no deberamos hablar de estimaciones de error. Dicho
de otra forma, una muestra no probabilstica nos informa de cmo es
un universo pero no nos permite saber con
qu precisin: no podemos establecer unos
mrgenes de error y unos niveles de
confianza.
Algunas tcnicas de muestreo de este tipo
son: el muestreo por conveniencia,
muestreo secuencial, muestreo por cuotas,
muestreo discrecional y muestreo por bola de nieve.

USO DE LA PROBABILIDAD
PRONOSTICAR EL CLIMA:

Los meteorlogos que son especialistas en asuntos del


clima, analizan la cantidad de humedad en el ambiente, la
direccin de los vientos, la temperatura etc. As pueden
darnos una aproximacin del clima ms probable para un
da determinado

DETECCION DE PLAGAS:

Para detectar la cantidad de plagas que hay en el


siembra, los campesinos o los agrnomos, revisan el azar
determinado nmero de plantas de la cosecha, se puede
decir que es probable o no probable, que haya una
infeccin de acuerdo al nmero de plantas en que
encontraron la plaga con respecto al total de plantas
revisadas.

14

JUEGOS DE AZAR:

Cuando se juega a los bolados, los dados, la lotera o el


bingo, no sabemos con exactitud quien ganara u obtendr
el premio, pero podemos predecir un numero si
observamos los resultados que se obtienen en una serie
de lanzadas de 50 a 100.

ANTICIPACION DE REQUERIMIENTOS ALIMENTICIOS:

Cada 10 aos se cuenta la poblacin de un determinado


lugar. Se analiza cmo se distribuye esa poblacin por
sexo, edad o actividad productiva. De acuerdo a lo
anterior se puede prever la cantidad de leche como en el
caso de las lactantes.

IMPORTANCIA DE LA PROBABILIDAD

La importancia de la probabilidad radica en que, mediante este


recurso matemtico, es posible ajustar de la manera ms exacta
posible los imponderables debidos al
azar en los ms variados campos tanto
de la ciencia como de la vida cotidiana.
En efecto, la probabilidad es una
estrategia mediante la cual se intenta
estimar la frecuencia con la que se
obtiene un cierto resultado en el marco
de una experiencia en la que se conocen
todos los resultados posibles. As, el ejemplo ms tradicional consiste
en definir cul es la prevalencia de obtener un nmero al arrojar un
dado. Sobre seis resultados posibles (todas las caras), slo es posible
lograr un nmero por cada vez que el dado es arrojado. En este caso,
la probabilidad puede expresarse como uno en seis, un sexto, la sexta
parte o, en trminos matemticos precisos, 0.16 16%.
La teora de la probabilidad, en especial en el marco de sistemas ms

14

complejos, se aplica en reas variadas del conocimiento, como las


ciencias exactas (estadstica, matemtica pura y aplicada, fsica,
qumica, astronoma), las ciencias sociales (sociologa, psicologa
social, economa), la astronoma, la meteorologa y, en especial en
forma
ms
reciente,
la
biomedicina.
La importancia esencial de la aplicacin de los mtodos de clculo de
la probabilidad reside en su capacidad para estimar o predecir
eventos. Cuanto mayor sea la cantidad de datos disponibles para
calcular la probabilidad de un acontecimiento, ms preciso ser el
resultado calculado. Dada la complejidad de los sistemas en los que
suele aplicarse la teora de la probabilidad, se requiere de modelos
informticos y estadsticos de gran elaboracin, que seran imposibles
de no contarse con los modernos recursos tecnolgicos relacionados
con
la
computacin.
Un buen ejemplo de su aplicabilidad cotidiana lo constituyen los
anlisis del comercio de las commodities (materias primas) en las
relaciones internacionales actuales. Dado que gran parte de los
factores involucrados en la estimacin de la produccin son azarosos
(vientos, humedad ambiental, exposicin solar, mano de obra real,
condiciones econmicas y financieras locales, avatares polticos
regionales, entre otros), la teora de la probabilidad resulta de gran
importancia, ya que intenta ajustar en conceptos matemticos cual
ser el devenir de los acontecimientos para calcular, por ejemplo, la
produccin final de cereales, combustibles fsiles y otros recursos de
un
rea
geogrfica.
Por lo tanto, la probabilidad es una herramienta fundamental en la
planificacin estratgica de los movimientos sociales, econmicos y
laborales
de
toda
la
comunidad.

Nuestra vida si est llena de sucesos que nos ocurren que


podemos o no predecirlos no por magia o algo as sino por
teora que han venido a ser analizadas desde hace mucho
tiempo, por ejemplo si vamos caminando por la calle y se nos
caen varias monedas no sabemos cuntas caern en cara o
sello, claramente no se puede porque hay posibilidades que
caigan de cara o sello y esto varia o en el caso ms peculiar y
adictivo el casino ah no sabes cundo te tocara la ficha
ganadora o no, estos son algunos de los ejemplos de tantos que
nos ocurren en la vida diaria, si nos ponemos a pensar la

14

mayora de sucesos as sean pequeos que ocurren en el


mundo tienen una gran relacin con la probabilidad
Nuestra vida no es completamente predecible podemos
encontrar la manera de mejorar muchas coas gracias a la
probabilidad, de hecho no es algo que se haya creado sino que
siempre existe es parte de la vida, es por eso que una de las
ramas de la matemtica se ha dedicado a estudiar estos
procesos.
La probabilidad es un elemento fundamental en la planificacin
de la estrategia de los movimientos sociales, econmicos y
laborales de toda la comunidad.
Es importante para la toma de decisiones ya sea de algn
problema o caso nos demuestra que tan posible es o no la
ocurrencia de un caso.

14

PROBABILIDAD EN LAS CIENCIAS JURDICAS Y POLTICAS

La probabilidad sirve para determinar las posibles conductas que


pueden surgir en la sociedad para determinar una estrategia de
prevencin y combate por parte del gobierno, para erradicar las
malas conductas de los individuos en sociedad.
O bien tambin se da dentro del rea de la postulancia cuando el
abogado realiza una serie de observaciones al expediente este ve las
premisas que son los hechos de la demanda, la contestacin, los
medios probatorios desahogado, y as probablemente dictamine en
forma a priori quien va a ser el vencedor y luego en forma a posteriori
cuando l se hace una estrategia al esperar el sentido de la
sentencia, para formular los agravios al interponer recurso de
apelacin utilizando la probabilidad jurdica.
Muchos consideran la probabilidad y estadstica como una sola rama,
pero la estadstica es una rama por s misma y estudia la recoleccin,
anlisis e interpretacin de datos. La estadstica como un valor
resumido, calculado, como base en una muestra de observaciones
que generalmente, aunque no por necesidad, se considera como una
estimacin de parmetro de determinada poblacin; es decir, una
funcin de valores de muestra.
La estadstica estudia los mtodos cientficos para recoger, organizar,
resumir y analizar datos, as como para sacar conclusiones vlidas y
tomar decisiones razonables basadas en tal anlisis.
En el aspecto jurdico, casi todo es discutible, y a menudo muy difcil
de

probar.

En cambio, si podemos representar matemticamente un caso


concreto, la lgica matemtica le da a tu alegato un marco de acierto
irrefutable. Dando un ejemplo prctico: conociendo el coeficiente de
rozamiento de la calle con un neumtico determinado, y midiendo la

14

marca de la frenada y el peso del vehculo, podras calcular a qu


velocidad vena antes de empezar a frenar.

BIBLIOGRAFIA

http://www.estadisticaparatodos.es/historia/histo_proba.html

http://gbbbprobyest.blogspot.pe/2012/11/breve-historia-de-laprobabilidad.html

http://conceptodefinicion.de/probabilidad/

http://www.netquest.com/blog/es/muestreo-probabilistico-o-noprobabilistico-ii/

http://www.importancia.org/probabilidad.php

http://matematicas-angelus.blogspot.pe/2009/02/utilidad-de-laprobabilidad.html

http://revistas.ustatunja.edu.co/index.php/piuris/article/view/443