TA01 Campos ProbabilidadJuegosAzarEducacionEstadisticaCritica PDF

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/307896932
PROBABILIDAD, JUEGOS DE AZAR Y EDUCACIÓN ESTADÍSTICA CRÍTICA
Research · September 2016

DOI: 10.13140/RG.2.2.31982.41288
CITATIONS READS
0 2,528
1 author:
Celso Ribeiro Campos

Pontifícia Universidade Católica de São Paulo (PUC-SP)
28 PUBLICATIONS 64 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
ICME - 13 - Hamburg View project
Econometrics Doctorate View project
All content following this page was uploaded by Celso Ribeiro Campos on 08 September 2016.
The user has requested enhancement of the downloaded file.

d
2° Encuentro Colombiano
de Educación Estocástica
10 al 12 de agosto de 2016
PROBABILIDAD, JUEGOS DE AZAR Y EDUCACIÓN

ESTADÍSTICA CRÍTICA
Campos, Celso Ribeiro

crcampos@pucsp.br
Pontifícia Universidade Católica (Brasil)
Modalidad: Taller
Categoría: Estadística y Probabilidad
Temática: Probabilidad
RESUMEN
El concepto de probabilidad es de fundamental importancia para la Estadística,
porque trae consigo la idea de aleatoriedad e incertidumbre, que forman los pilares
de esta ciencia. La probabilidad se puede estudiar desde la escuela primaria hasta el
nivel terciario, con mayor o menor profundidad. En este breve taller, me acerco a los
conceptos clásico, frequentista y bayesiano de la probabilidad, con un enfoque
centrado en el salón de clases, adoptando algunos principios de la Educación
Estadística Crítica. Así, se presentan algunas actividades y sugerencias para un
enfoque más aplicado de la probabilidad, con ejemplos reales que evocan diferentes
debates y reflexiones.
PALABRAS CLAVE
Probabilidad, Teoría frequentista de probabilidad, Educación estadística crítica.
INTRODUCCIÓN
El punto de partida de la moderna teoría de la probabilidad se debe al matemático Girolamo
Cardano (1501–1576), que era adicto al ajedrez y el juego de dados. En el siglo XVI, su
adicción condujo a un pequeño tratado, titulado El Libro de los juegos de azar, considerado
el primer análisis científico de la probabilidad, que sin embargo, no fue publicado hasta un
siglo después de su muerte. Blaise Pascal (1623–1662) y Pierre de Fermat (1601–1665),
matemáticos franceses, en el siglo XVII se intercambiaron correspondencias con el fin de
estudiar los juegos de azar y avanzar en el estudio de la probabilidad. La primera publicación
de estas correspondencias se debe a Huygens (el libro se llamaba De ratiociniis in ludo aleæ
- Sobre el razonamiento en juegos de dados) en 1657 (Boyer, 1994). Las leyes axiomáticas
de la teoría matemática de la probabilidad fueron publicadas en el siglo XX por el
matemático ruso Kolmogorov.
1
d
La probabilidad, como concepto matemático, tiene como objetivo formular

cuantitativamente las predicciones en un contexto de incertidumbre. Se puede calcular por
una relación entre el número de casos favorables y el número total de posibilidades para un
experimento aleatorio. Si pensamos en un dado que tiene seis lados, la probabilidad de, en
una jugada, obtenerse un número específico (por ejemplo el número 4), es una en seis
posibilidades, o sea, 1/6. Este enfoque, sin embargo, sufre graves limitaciones debido a su
falta de generalidad, ya que no se aplica por ejemplo a los dados cargados. En vista de esto,
podemos entender la probabilidad como la frecuencia relativa de ocurrencia de un
determinado resultado en un gran número de repeticiones del experimento. Por lo tanto,
podemos definir la probabilidad de dos maneras:
i) La probabilidad de un evento A es igual al número de casos favorables al evento

dividido por el número total de resultados posibles del experimento, es decir
n( A)
P( A)  , donde S representa el espacio muestral, esto es, el conjunto de todos los
n( S )
resultados posibles de un experimento aleatorio.
Este es el concepto clásico de probabilidad, también llamada ley de Laplace, en el que los
resultados del experimento se consideran equiprobables, en otras palabras, tienen la misma
probabilidad de ocurrir.
ii) La probabilidad de un evento A es igual al límite dado por el número de ocurrencias

del evento dividido por el número total de repeticiones del experimento, siendo este un
muy gran número, es decir:
n
P ( A)  lim A
n  n
Este es llamado el método empírico de cálculo de las probabilidades, base de la ley de los
grandes números (o Teorema de Jacob Bernoulli), que aquí denominamos definición
frequentista de probabilidad.
Hoy sabemos que las aplicaciones de la teoría de la probabilidad son extensas y superó el
universo de los juegos de azar. Los gobiernos y las empresas utilizan sus conceptos para
llevar a cabo análisis calificados, y tomar decisiones más racionales.
El entendimiento de la probabilidad extrapola la comprensión de su formulación matemática,

que en mi opinión está configurada de manera bastante simple. Detrás de estas definiciones
matemáticas, y aún más importante que ellas, es el concepto de aleatoriedad, que tiene una
asimilación más compleja y que no se traduce en pocas palabras. En este sentido, el trabajo
pedagógico con películas y libros, así como con otros medios, puede ayudar enormemente a
su comprensión, desde que trate de episodios vinculados a contextos reales o realistas, con
entornos familiares a los estudiantes.
2
d
MARCO DE REFERENCIA
El objetivo de este taller es promover algunas actividades educativas que aborden diferentes
conceptos de probabilidad (clásico, frequentista y bayesiana), en diversos contextos,
incluyendo la literatura y el cine. Estas actividades abren el camino para la discusión de
temas sociales y económicos que involucran la realidad de los estudiantes, adoptando los
principios de la Educación Estadística Crítica, que describo a continuación.
LA EDUCACIÓN ESTADÍSTICA CRÍTICA

La Educación Estadística Crítica consiste en una teoría didáctica que establece sus bases en
el desarrollo de cuatro competencias: la alfabetización, el razonamiento, el pensamiento
estadístico, y la capacidad crítica.
Las tres primeras competencias son ampliamente estudiadas por profesores e investigadores
de la Educación Estadística. La cuarta competencia aparece como resultado de los estudios
que hice en Campos (2007) y en Campos, Wodewotzki y Jacobini (2011), pero que se
describe formalmente en Campos (2016). Esta es el resultado de la combinación de los
objetivos de la Educación Estadística y de la Educación Crítica, que da a la enseñanza y al
aprendizaje de la Estadística un carácter socio-crítico. Esto significa, de manera simplista,
que defiendo la idea de que deberíamos añadir a las actividades educativas en el campo de
la Estadística, cuestiones temáticas, en contexto, donde se utilizan datos reales y que reflejan
situaciones que conducen a los estudiantes a reflexionar sobre la realidad, acerca de
cuestiones políticas, sociales, económicas y ambientales que afectan a su comunidad.
La competencia crítica agrega valor a las otras tres competencias estadísticas y estas pueden
ser trabajadas sin salirse de los contenidos de la disciplina, pero añadiéndoles un enfoque
diferenciado, práctico, centrado en la acción-reflexión sobre la realidad.
Una estrategia pedagógica que tiene como objetivo el desarrollo de estas cuatro
competencias debe basarse en principios democráticos, rompiendo la jerarquía profesor-
alumno, valorando el diálogo, el debate, las discusiones, el trabajo de grupo, la socialización
del conocimiento, la cooperación, la colaboración y la responsabilidad. Es fundamental para
lograr este aspecto pedagógico que los temas sean del interés de los estudiantes y que ellos
puedan asumir los problemas como sus propios problemas. Esto puede realizarse únicamente
si los estudiantes se inmiscuyen en el proceso educativo, si entienden y aceptan la
importancia de su participación, si ellos creen en el carácter social y crítico de la educación
y en el beneficio que les traerá este compromiso como ciudadanos estadísticamente
alfabetizados y críticamente capaces.
Para preparar el terreno para actividades pedagógicas, sugiero algunos enfoques

diferenciados para el concepto de probabilidad, que pueden ser muy útiles para las clases en
diferentes niveles escolares.
3
d
LA PROBABILIDAD , LOS CASINOS Y LA LOTERÍA

Los casinos y las loterías son un terreno fértil para los estudios de probabilidad y pueden ser
útiles en la composición de actividades pedagógicas, porque habitualmente despiertan gran
interés en los estudiantes. Por tanto, describo una secuencia de cuatro episodios reales.
i. Develando la ruleta
Un caso muy interesante fue reportado por Mlodinow (2008). En 1873, un ingeniero
británico llamado a Joseph Jagger se preguntó: ¿con qué perfección realmente funciona la
ruleta del casino de Monte Carlo? Después de estudiar la materia, el ingeniero reunió sus
ahorros, viajó a Mónaco y contrató a seis asistentes para que observaran las ruletas todos los
días, teniendo en cuenta todos los resultados durante las 12 horas en que el casino estaba
abierto. Después de seis días, tabulando los resultados, Jagger observó que una de las ruletas
presentaba nueve números que aparecían con más frecuencia en los resultados. Así, en el
séptimo día, él fue al casino y apostó pensado en esos números, ganando en una noche cerca
de 70 mil dólares. Al final de cuatro días de apuestas, él ya había ganado más de 300 mil
dólares. Intrigados con el jugador con 'suerte' y dispuestos a neutralizar su estrategia, los
funcionarios del casino cambiaron las ruletas de lugar y en el quinto día, Jagger empezó a
perder. Sin embargo, él hizo una observación perspicaz, notó una pequeña marca en la mesa
de ruleta en la que ganaba. Al darse cuenta que perdía, él buscaba la marca en la mesa y no
la encontraba; verificaba las otras mesas, él localizaba la marca y volvía a jugar en aquella
mesa. En poco tiempo, sus ganancias llegaran a casi un millón de dólares.
Infelizmente para Jagger, los gerentes del casino develaron su estrategia y pasaron a cambiar
los números de las ruletas todos los días después que el casino cerraba. Llevó un tiempo
hasta que Jagger desistiese, pero aun así él volvió a su casa con 325 mil dólares en sus manos,
lo que sería hoy equivalente a 5 millones de dólares. Con esto, él dejó su empleo e invirtió
en inmobiliarios. Jagger percibió la diferencia entre la probabilidad clásica y la frequentista,
construyendo una estrategia que lo dejó rico.
ii. La estrategia vencedora
Bellos (2010) cuenta en su obra una estrategia supuestamente ganadora para el juego de la
ruleta, que es llamada martingale, o doblar el dinero, que es más fácil de entender con el
ejemplo de una moneda.
Considere la siguiente regla: si cae cara usted gana $1, pero si no cae, usted pierde $1. La
apuesta inicial es $1 y si usted gana, continua apostando $1. Sin embargo, si usted pierde, la
apuesta debe ser doblada ($2), porque, si gana, usted recupera el $1 perdido inicialmente y
aún gana $1 adicional. Así, en caso de que gane, usted debe volver a apostar solamente $1.
No obstante, si usted pierde nuevamente, deberá doblar otra vez la apuesta, o sea, debe
4
d
apostar $4. Una victoria lo hará recuperar las dos perdidas anteriores y aún tener un lucro de
$1. Si ocurre nuevamente una derrota, usted deberá doblar la apuesta nuevamente: $8. Y así
sucesivamente.
La estrategia martingale funciona para juegos con una probabilidad de aproximadamente

50:50, como en el caso de la ruleta, cuando apuesta al negro o al rojo. No obstante, el jugador
debe estar preparado para una larga secuencia de derrotas, porque en caso de diez derrotas
seguidas, la apuesta ya llegará a $512. Pero ¿cuál es la probabilidad de que ocurran diez
derrotas seguidas en la ruleta, apostando al negro o rojo?
Es importante observar que los casinos están preparados para ese tipo de estrategia y la evitan
imponiendo un valor mínimo para las apuestas cuando hay opciones 50:50. A pesar de eso,
la estrategia es interesante, en el sentido de hacernos pensar en cómo los números pueden
jugar a nuestro favor y cómo es posible construir estrategias para vencer los juegos de azar.
iii. El Black Jack

Kevin sipped his Martini, amazed. Martinez was right, of course. It was more math
than magic. But it was still incredible to watch. Altogether, they had made close to
ten thousand dollars – in under an hour. And it hadn’t been simple luck. Martinez
had truly tracked that dealer’s shuffle. (Mezrich, 2004, p. 35)
También llamado 21 o 7 ½, el objetivo del juego es formar, con las cartas de la baraja, un
total de 21 puntos. Se dan puntos conforme el número de las cartas, siendo que el As vale 1
punto y las figuras (Caballo, Sota o Rey) valen 10 puntos. En el Black Jack americano, el
As vale 11 puntos, así que un As y una figura totalizan 21 puntos. Esa es la modalidad
practicada en los casinos retratados en la obra de Mezrich (2004).
Las reglas del juego son: el jugador recibe una carta abierta y apuesta una cierta cantidad de
fichas. Entonces, le solicita al dealer (nombre dado en los casinos al empleado que da las
cartas y recibe las apuestas) más cartas, una cada vez, hasta que esté satisfecho. El jugador
no puede sobrepasar los 21 puntos porque perdería todo lo que ha apostado. Después de que
todos los jugadores recibieren sus cartas, la banca/mesa empieza a abrir, una a una, sus
cartas. Así como los jugadores, la banca abre cuantas cartas quisiera. Si la banca hace un
número de puntos igual o mayor que un jugador, esta gana las fichas apostadas por él. Si la
banca sobrepasa los 21 puntos, el jugador gana un premio proporcional al número de fichas
apostadas.
Es importante destacar que el dealer no mezcla las cartas. Él tiene una caja con cerca de 8
barajas, ya barajadas; al final de esas cartas hay una carta marcada. Así, el juego se desarrolla
y cuando el dealer recoge las cartas de la mesa, él las junta y pone al final de todas las barajas
del juego. Cuando la carta marcada aparece, el dealer sustituye aquel conjunto de 8 barajas
por otro nuevo, y así sucesivamente.
5
d
La estrategia desarrollada en la historia del libro consiste en contar mentalmente los puntos
del juego. Colocando las cartas en orden de puntos, vemos que la mediana es el 7, porque
existen seis cartas de valor menor que él (del As al 6) y seis cartas de valor mayor que él (del
8 al Rey). Entonces, al 7 es atribuido el valor 0 (cero). Así, a las cartas menores que 7 es
atribuido el valor -1 y a las cartas mayores que 7 es atribuido el valor +1.
Un jugador (el contador) se sienta a la mesa de juego solamente para contar cartas. Apuesta
el mínimo y no le importa ganar o perder, solamente presta atención a las cartas que aparecen
en la mesa y va sumando puntos conforme la estrategia presentada. Si el conteo es muy alto
(digamos que esté totalizando +20), la posibilidad de que salgan cartas menores que 7 es
más grande que la de que salgan valores mayores. De la misma forma, si el conteo queda
muy bajo (por ejemplo –20), la posibilidad de que salgan cartas altas es más grande. El
contador informa secretamente a otro jugador quien entra a la mesa en aquella partida,
aplicando su estrategia de juego de forma que tiene más chance de hacer los 21 puntos con
base en la información reportada por el contador. Las cartas de valores más altos son las más
deseadas por los apostadores, porque facilitan la obtención de más puntos con menos riesgo
de sobrepasar el límite de 21, por eso las mesas con puntuación baja son los objetivos de los
apostadores descritos en el libro.
Es necesario también clarificar que los casinos prohíben este tipo de acción. Aunque
aparentemente no exista ilegalidad alguna en el procedimiento (porque el conteo de los
puntos es hecho mentalmente), los casinos pueden impedir que una persona juegue,
invitándola a retirarse del estabelecimiento. De esta forma, todo debe ser hecho sin dar pistas
a los empleados del casino. Para eso, en la historia del libro, los jugadores son entrenados
para hacer señales, aparentemente invisibles, pero que son indicaciones a sus compañeros
para hacer las apuestas sin dejar sospechas.
La historia real del libro retrata la experiencia de Kevin Lewis, un estudiante del MIT
(Massachussets Institute of Technology) que fue adaptada para el cine (21, EUA, 2008, 123
min, dirección de Robert Luketic). Este es otro ejemplo del uso de la probabilidad como una
estrategia para lucrarse en juegos de azar.
iv. Las loterias

Hace unos pocos años, un hombre ganó la lotería nacional española con un billete
que terminaba con el número 48. Orgulloso de su logro, él reveló la teoría que
llevó a su fortuna. ‘Soñé con el número 7 por 7 noches consecutivas’, dijo, ‘y 7
veces 7 es 48’ (Meisler, 1977, Mlodinow, 2008, p. ix).
En Brasil, la lotería más popular se llama Mega-Sena y existe desde 1996. En ella el
apostador debe acertar 6 números entre 60 posibles (de 1 a 60). Dos veces por semana se
realiza el sorteo y, si no hay ganador, el premio es acumulado para el siguiente sorteo. Como
es común el no haber ganadores, los premios se van acumulando y pueden fácilmente llegar
a decenas de millones de reales, lo que hace al juego muy atractivo. Hay premios menores
6
d
para quién acierta cinco o cuatro números. A mediados del año 2000, al escribir un material
didáctico para la clase de probabilidad, decidí incluir una lectura complementaria, en que
sugería el cálculo de la probabilidad de acertar cinco números de dicha lotería. La idea era
escapar de la monotonía, teniendo en cuenta que la probabilidad de acertar los seis números
puede ser fácilmente calculada como una en 50.063.860, dado por el cálculo de la
combinación de 60 números en grupos de 6. Esa información es ampliamente divulgada por
los medios de comunicación y por la institución responsable de la lotería (Caja Económica
Federal). A fin de ilustrar mejor la lectura indagué por la frecuencia con que los números de
1 a 60 fueron sorteados e incluí una lista con los siete números más sorteados y los siete
números menos sorteados, solamente por curiosidad.
Pasados cinco años de ese episodio, resolví actualizar los números, porque la información
ya estaba desactualizada. Así, revisé nuevamente los números más y menos sorteados y cuál
fue mi sorpresa al constatar que de los siete números más sorteados en la primera ocasión,
cinco de ellos permanecían en la lista y, de los siete números menos sorteados, cuatro de
ellos aún permanecían. Intrigado, una pregunta vino a mi mente: ¿sería ese sorteo realmente
aleatorio? Esa pregunta será nuevamente abordada en las siguientes actividades.
DESCRIPCIÓN DE LAS ACTIVIDADES
ACTIVIDAD 1: COMPRUEBA TUS INTUICIONES SOBRE EL AZAR

El objetivo de esta actividad es comprobar tus intuiciones sobre el azar. Por lo tanto, cito un
problema que fue propuesto por Batanero (2001), para ser presentado a alumnos de la
educación básica:
¿Cómo piensas que deberían ser los resultados de lanzar una moneda 20 veces
seguidas? ¿Serías capaz de escribir 20 resultados de lanzar una moneda (sin lanzarla
realmente, sino como tú pienses que debieran salir) de forma que otras personas
piensen que has lanzado la moneda en realidad? O, ¿podría otra persona adivinar que
estás haciendo trampa? (p. 154)
Para esta tarea, usaremos una moneda supuestamente honesta para testar tus intuiciones
respecto a los resultados aleatorios.
ACTIVIDAD 2: EL DILEMA DE MONTY HALL

El objetivo de esta actividad es conocer el dilema de Monty Hall, que trata de la probabilidad
simple, pero que no es trivial. Supongamos que estás en un programa de concurso y que el
presentador muestra, en el escenario, tres puertas. Él explica que atrás de una de las puertas
está un coche nuevo, el cual podrás ganar, y que atrás de las otras dos puertas no hay nada.
Siendo usted seleccionado para participar en el juego, deberás elegir una puerta. Después de
elegida la puerta, el presentador (que sabe dónde está el coche) se dirige a una de las puertas
no seleccionadas y la abre, mostrando que atrás de ella no hay nada. Sobran, entonces,
solamente dos puertas, la que usted eligió y otra, que permanecen cerradas. Acto continuo,
7
d
el presentador le pregunta si usted desea permanecer con su elección o si prefiere cambiar

de puerta. Esa es la pregunta crucial que comprende la raíz del problema: ¿Cuál decisión
debe ser tomada? ¿La posibilidad de ganar, cambiando o no de puerta, es de 50%?
Este problema, conocido como dilema de Monty Hall, representa una paradoja de la
probabilidad que surgió inspirado en un programa de televisión de los Estados Unidos,
transmitido entre 1963 y 1976, llamado Let’s Make a Deal. La pregunta del problema fue
hecha en una columna de la revista Parade, llamada Ask Marilyn, lanzada en 1986 y
distribuida en cerca de 350 periódicos norte-americanos. Marilyn vos Savant, responsable
por la columna, fue famosa al ser citada en el libro Guiness de los récords como la persona
con mayor QI registrado en el mundo (228).
La solución o la explicación de ese problema aparentemente simple no es nada trivial.

Si usted no cambia de puerta, su posibilidad de ganar el coche es de 1/3, pero si cambiara,
su chance aumenta a 2/3. Para explicar esta solución, vamos a decir que las tres puertas son
A, B y C. Supongamos, por hipótesis, que usted elija la puerta A. Existen, por tanto, tres
posibilidades identificadas:
1º) el coche está atrás de la puerta A;
2º) el coche está atrás de la puerta B;
3º) el coche está atrás de la puerta C.
Solamente el presentador sabe dónde está el coche. Supongamos inicialmente que el coche
está atrás da puerta A – el presentador abrirá una de las otras puertas (B o C) y, si usted
cambia de puerta, perderá el coche. Ahora imaginemos que el coche está atrás de la puerta
B – el presentador abrirá la puerta C y, si usted cambia de puerta, ganará el coche. Por último,
supongamos que el coche está atrás de la puerta C – el presentador abrirá la puerta B y, si
usted cambia de puerta, ganará el coche. Analizando de esa forma, vemos que si usted
cambia de puerta, tendrá dos chances en tres de ganar el coche, o sea, su probabilidad de
ganar es de 2/3. Si usted no cambia de puerta, tendrá una chance en tres de ganar el coche, o
sea, la probabilidad de que usted gane es de 1/3.
Este problema ha ido tomando fama en el medio estadístico a través de diversas

publicaciones y websites, tales como http://www.cut-the-knot.org/hall.shtml en donde lo
describen.
ACTIVIDAD 3: LA EXPECTATIVA DE VIDA

El objetivo de esta actividad es aplicar los conceptos de probabilidad simple en una situación
real y discutir cuestiones relacionadas con problemas sociales ligados a la calidad de vida.
Los cálculos probabilísticos forman una base empírica importante para cálculos actuariales,
ya sean relativos a seguros de vida, de residencia, de coches, como también (y
principalmente) al cálculo de las pensiones. El ejemplo a seguir aborda cuestiones
probabilísticas relacionadas con este aspecto.
8
d
¿Cuál es la esperanza de vida? ¿Cómo es el índice de esperanza de vida en los países

desarrollados? ¿Cómo se calcula la esperanza de vida al nacer? En una determinada
población, la expectativa de vida o esperanza de vida al nacer es el número promedio de años
que un grupo de personas nacidas en el mismo año puede esperar vivir, si se mantiene, desde
su nacimiento, las tasas de mortalidad observadas en ese año. Esta es calculada por la suma
de las probabilidades de muerte durante los años de vida posteriores:
Qx se da por la relación entre el número de muertes entre las edades x y x+1 y el

número de sobrevivientes en la edad x.
Sx es uno en 1.000 habitantes, se define por: Sx = 1000 – (1000*Qx-1).
Así, tenemos:
S x 1  S x  2  ...  S w
Ex   0,5
Sx
Basado en la tabla de mortalidad por edad, asumimos que la probabilidad de muerte en cada
edad es la razón entre el número de muertes y la cantidad de personas en esa edad. Sumamos
esa probabilidad hasta obtener 50%. La edad en que esa probabilidad ocurre es la edad
esperada de muerte, y la expectativa de vida es dada por la diferencia entre la edad esperada
de muerte y la edad actual.
La esperanza de vida al nacer está estrechamente relacionada con el nivel de desarrollo de

un país, de modo que los países más desarrollados tienden a tener mejores resultados para
este índice. En la Tabla 1, podemos observar los datos de 2014 para este índice en diferentes
países. El Gráfico 1, muestra las trayectorias históricas de este índice para cinco países
seleccionados. La tabla 2, muestra la mortalidad por edad en Brasil.
Continente País Esperanza (años)

Argentina 76,16
Bolivia 68,34
Brasil 75,20
Chile 81,50
Colombia 73,99
Costa Rica 79,40
Latinoamérica Cuba 79,39
Ecuador 75,87
México 76,72
Panamá 77,60
Perú 74,53
Uruguay 76,99
Venezuela 74,24
9
d
Canadá 81,96
América del Norte
Estados Unidos 78,94
France 82,37
Germany
Alemana 80,84
India
Italia 82,69
Europa Italy
Portugal 80,72
82,37
España 83,08
80,84
Reino Unido 81,06
68,01
China 75,78
Asia/Oceanía 82,69
Rusia 70,37
Japón 83,59
África del Sur 57,18
África Lesoto 49,70
Swaziland 48,93
Tabla 1: Esperanzas de vida al nacer – 2014 – países seleccionados
Fuente: World Bank (http://data.worldbank.org/indicator/SP.DYN.LE00.IN)
Gráfico 1: Expectativa de vida – países seleccionados

Fuente: Google public data (https://www.google.com.br/publicdata/directory)
Edades n. de muertes por mil Edades n. de muertes por mil

X Q X Q
0 15,023 41 2,898
1 0,937 42 3,099
2 0,610 43 3,327
3 0,467 44 3,580
4 0,385 45 3,857
5 0,332 46 4,156
6 0,295 47 4,477
7 0,270 48 4,821
8 0,255 49 5,188
9 0,248 50 5,583
10 0,252 51 6,008
10
d
11 0,264 52 6,460
12 0,298 53 6,941
13 0,353 54 7,454
14 0,482 55 8,012
15 0,780 56 8,612
16 0,971 57 9,239
17 1,141 58 9,893
18 1,275 59 10,585
19 1,379 60 11,331
20 1,482 61 12,156
21 1,583 62 13,085
22 1,654 63 14,139
23 1,686 64 15,319
24 1,689 65 16,597
25 1,679 66 17,982
26 1,673 67 19,526
27 1,679 68 21,257
28 1,708 69 23,173
29 1,754 70 25,234
30 1,807 71 27,454
31 1,860 72 29,902
32 1,916 73 32,613
33 1,973 74 35,590
34 2,036 75 38,794
35 2,108 76 42,233
36 2,195 77 45,985
37 2,299 78 50,093
38 2,421 79 54,577
39 2,563 80 ou + 1000
40 2,722
Tabla 2: Tabla de mortalidad en Brasil – ambos sexos (2013)
Fuente: IBGE (2013)
ACTIVIDAD 4: EL TEOREMA DE BAYES

El objetivo de esta actividad es trabajar la probabilidad condicional por medio del teorema
de Bayes y discutir cuestiones sociales relacionadas a la salud. El siguiente ejemplo trata de
la probabilidad Bayesiana, que se basa en el teorema de Bayes de probabilidades inversas,
también llamado teorema de las causas, y fue propuesto por Cordani (2001), que sugirió que
ese tipo de problema atiende más los intereses de los alumnos, en contraposición a los
problemas tradicionales de bolas y urnas, que, de acuerdo con la autora, atiende más a los
intereses de los profesores.
Consideremos, por ejemplo, la probabilidad que tiene un individuo, en una población dada,
de contraer meningitis es 0,005 (0,5%) - ¡muy baja! Hay un test disponible para detección
de la enfermedad, pero este no tiene 100% de acierto. Vamos a suponer que, dado que la
11
d
persona tiene meningitis, la prueba da positivo (acusa de que el paciente tiene meningitis)
en el 95% de los casos, y también dado que la persona no tiene meningitis, la prueba da
negativo (acusa a que el paciente no tiene meningitis) en el 90% de los casos. ¿Si un
estudiante de la clase sospecha que tiene meningitis, se realiza el test y si el resultado es
positivo, será normal que él se desespere?
Solución:
Este es un problema de probabilidad condicional, que puede ser resuelto con la ayuda de la
fórmula de Bayes:
P ( Ai )  P ( B / Ai )
P ( Ai / B ) 
P( Ai )  P( B / Ai ) 
P(tiene meningitis|res. positivo) = P(A1/B) = ?

P(res. positivo|tiene meningitis) = P(B/A1) = 0,95
P(res. positivo|no tiene meningitis) = P(B/A2) = 0,10
P(tiene meningitis) = P(A1) = 0,005
P(no tiene meningitis) = P(A2) = 0,995
P( Ai )  P( B / Ai ) 0,005  0,95 0,00475 0,00475

P( Ai / B)    

P( Ai )  P( B / Ai )  (0,005  0,95)  (0,995  0,10) 0,00475  0,0995 0,10425
=0,0456 o 4,56%
Interpretación: La probabilidad es bastante baja. ¡Aunque la probabilidad de que el resultado

sea positivo, dado que el paciente tiene meningitis es 95%, el razonamiento inverso no es
válido!
ACTIVIDAD 5: LAS LOTERÍAS

El objetivo de esta actividad es discutir la aleatoriedad de los resultados de la lotería. Para
saber si un evento es o no aleatorio, debemos recurrir al test chi-cuadrado. Los resultados
obtenidos por medio de muestras no siempre están exactamente de acuerdo con los teóricos
esperados, de acuerdo con las reglas de probabilidad clásica. Por ejemplo, aunque
consideraciones teóricas permitan esperar 50 caras y 50 cruces cuando una moneda honesta
es lanzada 100 veces, es raro que esos resultados sean obtenidos exactamente, tal y como
pudimos constatar en la actividad 1.
Suponga que en una determinada muestra, se observa que un conjunto de eventos posibles,
E1, E2, E3, ..., Ek, ocurrieran con las frecuencias o1, o2, o3, ..., ok, denominadas frecuencias
observadas, y que de acuerdo con las reglas de probabilidad, se esperaría que ellos ocurriesen
con las frecuencias e1, e2, e3, ..., ek, denominadas frecuencias esperadas o teóricas.
12
d
Evento E1 E2 E3 ... Ek
frecuencia
o1 o2 o3 ... ok
observada
frecuencia
e1 e2 e3 ... ek
esperada
Cuadro 1: Frecuencias observadas y esperadas para k eventos
Se quiere saber si las frecuencias observadas difieren de modo significativo de las esperadas.
Una medida de la discrepancia existente entre las frecuencias observadas y esperadas es
proporcionada por la estadística ² (chi-cuadrado), expresa por:
 2 o1  e1 2 o2  e2 2
  ... 
ok  ek 2

o j  e j 2
e1 e2 ek ej
Cuando ² = 0, las frecuencias teóricas y observadas coindicen exactamente, en cuanto que
cuando ² > 0, eso no se da. Cuanto más grande sea el valor del ², mayor será la discrepancia
entre las frecuencias observadas y esperadas. El valor de ² depende de GL, que es el número
de grados de libertad, que es dado por k–1, cuando las frecuencias esperadas pudieren ser
calculadas, sin que se hagan estimativas de los parámetros poblacionales, a partir de
estadísticas muéstrales.
Estudiando los sorteos de Mega-Sena, tabulé los resultados de 1.775 sorteos, siendo que en
cada uno fueron seleccionados 6 números, configurando un total de 10.650 números
sorteados. Como son 60 números posibles, la frecuencia esperada para cada número puede
ser obtenida haciéndose:
10.650
frec esp   177,5
60
Analizando las frecuencias observadas, constaté que el número 05 fue el más sorteado, con
una frecuencia de 207, en cuanto al número 22 fue el menos sorteado, con 143 ocurrencias
solamente. La tabla 3 contiene las frecuencias observadas en los sorteos de Mega-Sena hasta
el final de 2015.
número frec. obs. decena frec. obs. número frec. obs.

01 174 21 153 41 191
02 183 22 143 42 198
03 167 23 193 43 183
04 197 24 193 44 183
05 207 25 156 45 168
06 173 26 144 46 172
07 177 27 186 47 181
13
d
08 178 28 187 48 162

09 156 29 190 49 189
10 191 30 184 50 184
11 165 31 182 51 203
12 182 32 184 52 188
13 187 33 196 53 202
14 161 34 179 54 191
15 160 35 171 55 152
16 183 36 186 56 177
17 190 37 180 57 161
18 177 38 176 58 174
19 163 39 158 59 173
20 171 40 165 60 170
Tabla 3: Frecuencias por decena de la Mega-Sena hasta 31/12/2015
Fuente: datos de http://loterias.caixa.gov.br/wps/portal/loterias/landing/megasena
¿Serían las diferencias entre las frecuencias observadas y la frecuencia esperada debidas al
azar?
El test de hipótesis para responder a esa pregunta debe adoptar las siguientes opciones:
H0 (hipótesis nula): la Mega-Sena es aleatoria
H1 (hipótesis alternativa): la Mega-Sena no es aleatoria
La regla de decisión es simple. Si el valor del ² calculado es mayor que un ² crítico,
debemos rechazar H0, caso contrario no se podrá rechazar la hipótesis nula.
La distribución típica del ² está presentada en el gráfico 2.
Gráfico 2: Distribución ² típica
El valor crítico de la grandeza ² puede ser obtenido en una tabla apropiada (tabla 4), de
acuerdo con los grados de libertad del problema, eligiéndose un nivel de significancia ().
14
d
El valor usualmente adoptado para  es de 5%, lo que confiere al test un nivel de

confiabilidad de 95%.
GL  02,99  02,95  02,90  02,75  02,50  02,10  02,05  02,01

1 6,63 3,84 2,71 1,32 0,455 0,016 0,004 0,0002
2 9,21 5,99 4,61 2,77 1,39 0,211 0,103 0,0201
3 11,3 7,81 6,25 4,11 2,37 0,584 0,352 0,115
4 13,3 9,49 7,78 5,39 3,36 1,06 0,711 0,297
5 15,1 11,1 9,24 6,63 4,35 1,61 1,15 0,554
6 16,8 12,6 10,6 7,84 5,35 2,20 1,64 0,872
7 18,5 14,1 12,0 9,04 6,35 2,83 2,17 1,24
8 20,1 15,5 13,4 10,2 7,34 3,49 2,73 1,65
9 21,7 16,9 14,7 11,4 8,34 4,17 3,33 2,09
10 23,2 18,3 16,0 12,5 9,34 4,87 3,94 2,56
20 37,6 31,4 28,4 23,8 19,3 12,4 10,9 8,26
30 50,9 43,8 40,3 34,8 29,3 20,6 18,5 15,0
40 63,7 55,8 51,8 45,6 39,3 34,8 26,5 22,2
50 76,2 67,5 63,2 56,3 49,3 37,7 34,8 29,7
60 88,4 79,1 74,4 67,0 59,3 46,5 43,2 37,5
Tabla 4: Valores críticos de la distribución de ²
Fuente: Pearson y Hartley, 1966, p. 137
Con los valores dados en la tabla 3, mientras una frecuencia esperada de 177,5, el cálculo
del chi-cuadrado resulta en: ² = 69,9. Se recomienda el uso de Excel para ese cálculo,
teniéndose en cuenta la cantidad de celdas que han de añadirse. El valor crítico para GL =
59, en el nivel de significancia de 5%, de acuerdo con la tabla 4, es aproximadamente 79,1.
Así, como ²calc < ²crit, no podemos rechazar H0. Luego, a pesar de las discrepancias entre
las frecuencias observadas, el sorteo de la Mega-Sena es de hecho aleatorio, con probabilidad
de error de 5%.
CONCLUSIONES
Las competencias de alfabetización, razonamiento y pensamiento estadístico son
estimuladas cuando se trabaja con datos reales, preferiblemente recolectados por los propios
alumnos, cuando los problemas son contextualizados, cuando los estudiantes identifican la
importancia de las herramientas estadísticas para el análisis de fenómenos concretos, cuando
los resultados obtenidos son analizados e interpretados usándose argumentación específica
provenida por la ciencia estadística. Las actividades aquí propuestas buscan seguir esa línea,
de modo que tienden a contribuir al desarrollo de las competencias citadas.
Con relación a la competencia crítica, ella emerge en las actividades cuando los alumnos son
confrontados con cuestionamientos que tienen en cuenta problemáticas sociales y políticas
15
d
ligadas a la realidad que los rodea. En esas actividades, fueron planteadas cuestiones que
abordan temas como la expectativa de vida, que es relacionada al concepto de calidad de
vida, a los juegos de azar, que son estimulados por el gobierno con las loterías oficiales, o la
epidemia del VIH/SIDA, que lleva muchas personas a la muerte por falta de información,
entre otros.
En la medida en que se alienta a los estudiantes para debatir esas cuestiones y reflexionar
sobre sus actitudes frente a los problemas, se alienta a la criticidad. Por lo tanto, los
estudiantes son animados a abandonar sus posiciones de comodidad, que reflejan la
alienación y la pasividad frente a los problemas sociales y políticos que afectan a la
comunidad en que viven.
No menos importante es el hecho de que las actividades se desarrollan con el fin de instigar
la curiosidad de los estudiantes, abordando temas de gran interés, correspondientes a
distintos niveles de la escuela, buscando además del desarrollo de las capacidades ya
mencionadas, fomentar el entretenimiento y aumentar la importancia que los estudiantes le
dan a la disciplina, sin perder de vista el contenido estadístico.
REFERENCIAS BIBLIOGRÁFICAS
Batanero, C. (2001). Didáctica de la Estadística. Granada: Universidad de Granada,
Departamento de Didáctica de la Matemática.
Bellos, A. (2010). Alex’s adventures in Numberland: dispatches from wonderful world of
mathematics. London: Bloomsbury.
Boyer, C. B. (1994) História da Matemática. São Paulo: Edgard Blucher.
Campos, C. R. (2007). A Educação Estatística: uma investigação acerca dos aspectos
relevantes à didática da estatística em cursos de graduação. Tesis (doctorado). Rio
Claro: UNESP-IGCE.
Campos, C. R. (2016). Towards Critical Statistics Education: theory and practice.
Saarbrücken, Alemania: Lambert Academic Publishing.
Campos, C. R.; Wodewotzki, M. L. L. & Jacobini, O. R. (2011). Educação Estatística –
teoria e prática em ambientes de modelagem matemática. Belo Horizonte: Autêntica.
CIHIV. (2015). Aids/HIV no Mercosul. Revista da comissão intergovernamental de
HIV/AIDS do Mercosul. Disponible en
<http://www.aids.gov.br/publicacao/2015/aidshiv-no-mercosul>. Acceso en
24/04/2016.
Chow, R.; Huffman, L. H.; FU, R.; Smits, A. K. & Korthuis, T. (2005). Screening for HIV:
a review of the evidence for the U.S. preventive services task force. Annals of Internal
Medicine, 143 (1), 55-73. USA: American College of Physicians. Disponible en:
<http://annals.org/article.aspx?articleid=718529>. Acceso en 25/04/2016.
Cordani, L. K. (2001). O ensino de Estatística nas universidades e a controvérsia sobre os
fundamentos da inferência. Tesis (doctorado). USP: Faculdade de Educação.
16
d
DST/AIDS. (2012). Aids no Brasil. Brasil: Departamento de DST, AIDS e Hepatites Virais.
Disponible en <http://www.aids.gov.br/pagina/aids-no-brasil>. Acceso en
24/04/2016.
IBGE. (2013). Tábuas completas de mortalidade. Brasil: Instituto Brasileiro de Geografia e
Estatística. Disponible en
<http://www.ibge.gov.br/home/estatistica/populacao/tabuadevida/2013/defaulttab_pd
f.shtm> Acceso en 24/04/2016.
Mezrich, B. (2004). Bringing Down the House: how six students took Vegas for millions.
London: Arrow Books.
Mlodinow, L. (2008). The drunkard’s walk: how randomness rules our lives. New York:
Pantheon.
Person, E. S. & Hartley, H. O. (1966). Biometrika tables for statisticians, vol. 1, 3rd ed.
Cambridge: Cambridge University Press.
ANEXOS
Problema 1:
Vamos a comprobar qué tal son tus intuiciones respecto a los resultados aleatorios. Abajo
tienes dos cuadrículas. En la primera de ellas, escribe 20 resultados sin realizar realmente
el experimento. En la segunda, lanza la moneda 20 veces y escribe los resultados obtenidos.
Ponga C para cara y + para cruz.
Secuencia estimada:
Secuencia real:
Cuestiones para discusión:

¿Cómo podremos distinguir una secuencia realmente aleatoria de otra que hemos
inventado? ¿Cuántas caras hay en la secuencia real?
Problema 2:
En un juego de cara-o-cruz, fueran realizados dos lances independientes de una moneda
honesta. Es sabido que por lo menos uno de los resultados fue cara. La probabilidad de que
los dos resultados hayan sido cara, es:
a) 1/4 b) 1/3 c) 1/2 d) 2/3 e) 3/4
Cuestión para discusión:

¿Sus intuiciones sobre aleatoriedad fueron suficientes para resolver este problema?
17
d
Problema 3:
La probabilidad de que Antonio esté vivo en 10 años es del 80% y que Pablo esté vivo en 10
años es del 70%. Entonces, la probabilidad de que solamente uno de ellos esté vivo en 10
años es igual a
a) 30% b) 36% c) 56% d) 38% e) 44%
Cuestiones para discusión:

¿Cuál es su expectativa de vida? ¿Qué acciones puede tomar el gobierno para aumentar la
esperanza de vida de la población?
Problema 4:
Se estima que hay cerca de 734.000 personas que viven con el VIH/SIDA en Brasil,
correspondiente a una prevalencia del 0,4% de la población en general (CIHIV, 2015).
Considere que el test que generalmente se realiza para detectar si una persona es VIH-
positiva tiene los siguientes niveles de confiabilidad: puesto que el individuo tiene VIH, el
test es positivo (sensibilidad) en el 99,7% de los casos. Puesto que el individuo no tiene VIH,
el test es negativo (especificidad) en el 98,5% de los casos (Chow et al., 2005). Considere
que un individuo seleccionado aleatoriamente se realiza el test y el resultado fue positivo.
¿Cuál es la probabilidad de que este infectado con el VIH? Observaciones: En Brasil, el
54% de los casos de SIDA entre los hombres están en el grupo de edad de 25 a 39 años. La
provincia de Rio Grande do Sul tiene dos veces la tasa de incidencia del país:
aproximadamente 40 casos por 100.000 habitantes, en cuanto el promedio nacional es de
20,2 nuevos casos detectados por año en cada 100.000 habitantes (DST/AIDS, 2012).
También es cierto que la incidencia en individuos del sexo masculino es mayor que en la del
sexo femenino.
Preguntas para discusión:

¿Un individuo que vive en la provincia de Rio Grande do Sul, con 35 años de edad, debe
confiar en este resultado? ¿Una persona que se hace el test porque presenta conductas de
riesgo debe confiar en este resultado? ¿Cuál es la diferencia de este problema y el ejemplo?
¿Cómo usted puede ayudar a reducir el riesgo de una epidemia de esta enfermedad?
Problema 5:
Considerando los resultados obtenidos en el lanzamiento de una moneda 20 veces realizado
en la actividad 1, ¿es posible decir, en un nivel de significancia del 5%, que su moneda es
honesta?
Preguntas para discusión:

¿El dinero recaudado con las apuestas en la lotería es destinado a qué? ¿Qué decir sobre
blogs, post en redes sociales o materias divulgadas en los medios de comunicación en
general que ponen en duda la honestidad del sorteo de la lotería? ¿Conoces alguna
estrategia ganadora para el juego de la lotería? ¿Cree que es digno apostar?
18
View publication stats

TA01 Campos ProbabilidadJuegosAzarEducacionEstadisticaCritica PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

TA01 Campos ProbabilidadJuegosAzarEducacionEstadisticaCritica PDF

Cargado por

Copyright:

Formatos disponibles

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

PROBABILIDAD, JUEGOS DE AZAR Y EDUCACIÓN ESTADÍSTICA CRÍTICA

Research · September 2016

Celso Ribeiro Campos

ICME - 13 - Hamburg View project

Econometrics Doctorate View project

The user has requested enhancement of the downloaded file.

PROBABILIDAD, JUEGOS DE AZAR Y EDUCACIÓN

Campos, Celso Ribeiro

La probabilidad, como concepto matemático, tiene como objetivo formular

i) La probabilidad de un evento A es igual al número de casos favorables al evento

ii) La probabilidad de un evento A es igual al límite dado por el número de ocurrencias

El entendimiento de la probabilidad extrapola la comprensión de su formulación matemática,

LA EDUCACIÓN ESTADÍSTICA CRÍTICA

Para preparar el terreno para actividades pedagógicas, sugiero algunos enfoques

LA PROBABILIDAD , LOS CASINOS Y LA LOTERÍA

ii. La estrategia vencedora

La estrategia martingale funciona para juegos con una probabilidad de aproximadamente

iii. El Black Jack

iv. Las loterias

DESCRIPCIÓN DE LAS ACTIVIDADES

ACTIVIDAD 1: COMPRUEBA TUS INTUICIONES SOBRE EL AZAR

ACTIVIDAD 2: EL DILEMA DE MONTY HALL

el presentador le pregunta si usted desea permanecer con su elección o si prefiere cambiar

La solución o la explicación de ese problema aparentemente simple no es nada trivial.

Este problema ha ido tomando fama en el medio estadístico a través de diversas

ACTIVIDAD 3: LA EXPECTATIVA DE VIDA

¿Cuál es la esperanza de vida? ¿Cómo es el índice de esperanza de vida en los países

Qx se da por la relación entre el número de muertes entre las edades x y x+1 y el

La esperanza de vida al nacer está estrechamente relacionada con el nivel de desarrollo de

Continente País Esperanza (años)

Gráfico 1: Expectativa de vida – países seleccionados

Edades n. de muertes por mil Edades n. de muertes por mil

ACTIVIDAD 4: EL TEOREMA DE BAYES

P(tiene meningitis|res. positivo) = P(A1/B) = ?

P( Ai )  P( B / Ai ) 0,005  0,95 0,00475 0,00475

Interpretación: La probabilidad es bastante baja. ¡Aunque la probabilidad de que el resultado

ACTIVIDAD 5: LAS LOTERÍAS

número frec. obs. decena frec. obs. número frec. obs.

08 178 28 187 48 162

La distribución típica del ² está presentada en el gráfico 2.

Gráfico 2: Distribución ² típica

El valor usualmente adoptado para  es de 5%, lo que confiere al test un nivel de

GL  02,99  02,95  02,90  02,75  02,50  02,10  02,05  02,01

Cuestiones para discusión:

Cuestión para discusión:

Cuestiones para discusión:

Preguntas para discusión:

Preguntas para discusión:

View publication stats

También podría gustarte