Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE SANTIAGO PAPASQUIARO
Introducción ................................................................................................................................. 1
Desarrollo..................................................................................................................................... 2
Historia de la probabilidad a partir del siglo XVIII ................................................................. 4
Las aportaciones de Kolmogorov en el siglo XX ................................................................ 12
Conclusión 1 .............................................................................................................................. 16
Conclusión 2 .............................................................................................................................. 16
Bibliografía .................................................................................................................................. 17
Introducción
Pierre-Simon Laplace (1749-1827, matemático francés que llegó a ser ministro del
interior con Napoleón).
1
Desarrollo
Cierto día del año 1654, Blas Pascal (1623 - 1662) matemático francés, hacía un
viaje en compañía de un jugador más o menos profesional conocido como el
caballero Meré, quien era una persona apasionada por el juego de los dados y las
cartas, siendo además un hombre ilustrado. Este caballero creyó que había
encontrado una "falsedad" en los números al analizar el juego de los dados,
observando que el comportamiento de los dados era diferente cuando se utilizaba
un dado que cuando se empleaban dos dados.
2
La historia de la probabilidad abarca, principalmente, el periodo entre la escritura
del primer tratado que hace referencia a la misma (1553), hasta finales del siglo XX.
Por alguna extraña razón, que aún se desconoce, su obra titulada ¨Liber de ludo
aleae¨ qué significa algo así como «Un libro sobre los juegos de dados» no fue
publicada hasta el año 1663. Cuando, en realidad, la obra fue escrita en 1553.
3
Historia de la probabilidad a partir del siglo XVIII
La probabilidad como concepto existe desde hace miles de años. Hay evidencias
históricas, que nos indican que la primera civilización (Sumeria) era capaz de
construir dados de 4 caras trabajando con huesos. Más tarde, primero en Egipto y
luego en Grecia y Roma, los juegos de azar se hicieron populares.
Sin embargo, y a pesar de todo, las primeras publicaciones que acuñaban o intuían
el concepto de probabilidad se escribieron a mediados del siglo XVI.
Concretamente, fue Gerolamo Cardano quién escribió en 1553 un tratado sobre el
juego de dados. Aunque su obra no sería publicada hasta 110 años más tarde, en
1663.
Tras las sucesivas publicaciones de Pierre Fermat (1654), Blaise Pascal (1654) y
Gerolamo Cardano (1663) se sucedieron numerosas obras por parte de
intelectuales que han llegado a ser muy relevantes en la disciplina.
A principios del siglo XVIII, motivado por la notoriedad que adquirieron los juegos
de azar, se publicó un documento titulado ¨Ars Conjectandi¨ de Jacob Bernouilli.
Una obra publicada a título póstumo, ya que en realidad fue escrita hacia 1690. Tras
la muerte de Bernoulli, Abraham de Moivre cogió el testigo, y sentó las bases
del Teorema Central del Límite (1733), convirtiéndose así en uno de los referentes
de la teoría de la probabilidad. Un Teorema, todo sea dicho, que sería demostrado
por Laplace años más tarde.
4
(Teorema Central del Límite: es un teorema fundamental de probabilidad y
estadística. El teorema describe la distribución de la media de una muestra aleatoria
proveniente de una población con varianza finita. Cuando el tamaño de la muestra
es lo suficientemente grande, la distribución de las medias sigue aproximadamente
una distribución normal. El teorema se aplica independientemente de la forma de la
distribución de la población. Muchos procedimientos estadísticos comunes
requieren que los datos sean aproximadamente normales. El teorema de límite
central le permite aplicar estos procedimientos útiles a poblaciones que son
considerablemente no normales. El tamaño que debe tener la muestra depende de
la forma de la distribución original).
Ejemplo
Cada renta personal es una variable independiente que se distribuye según una
función uniforme. Por ello, a la suma de las rentas de 100 personas se le puede
aplicar el Teorema Central del Límite.
m = (4 + 10 ) / 2 = 7
s 2 = (10 - 4)^2 / 12 = 3
Por tanto, la suma de las 100 variables se distribuye según una normal
cuya media y varianza son:
5
Para calcular la probabilidad de que la suma de las rentas sea superior a 725
millones ptas, comenzamos por calcular el valor equivalente de la variable normal
tipificada:
Luego:
6
Tras Moivre, Thomas Bayes (1702-1761) y Joseph Lagrange (1736-1813) realizaron
contribuciones muy importantes al campo de la probabilidad.
Lineales
7
De segundo grado
Exponenciales
De potencia
Ejemplo
Grafico
8
Necesitamos encontrar una recta y = mx + b. Debemos aplicar el método de
mínimos cuadrados. Como ya sabemos entonces, primero centraremos el valor (x
∙ y):
Vemos que la recta corta al eje y en 11,48 y en el eje x en 13,57. Por lo tanto, si
queremos saber dónde corta en el eje x igualamos la ecuación y = 0:
9
Despejamos x:
10
En esa misma línea, con permiso de Gauss, le corresponde a Laplace la
demostración y aplicación de la distribución normal en la teoría de la probabilidad.
Gauss, sin lugar a dudas, realiza un aporte tremendo con la distribución normal. Sin
embargo, se le debe a Laplace la aplicación en términos probabilísticos.
Ejemplo
Solución:
Primero calculamos el número total de casos posibles que se dan al lanzar la
moneda. En este problema, son 2 casos posibles, se obtiene águila o se obtiene
sello.
11
Con su fallecimiento, la teoría de la probabilidad siguió creciendo. Eso sí, con
dificultades. Dificultades que provenían, principalmente, de matemáticos.
Consideraban que la teoría de la probabilidad carecía de una teoría robusta y
precisa para ser aceptada como parte de las matemáticas.
Motivado por las críticas que recibía el campo de la probabilidad, Andréi Kolmogorov
(1903-1987) decidió armarse de valor para cambiar el rumbo de la historia. Hacia
1933 el matemático ruso publicaría una obra titulada «Los fundamentos de la Teoría
de la Probabilidad». En ella expuso la axiomática que lleva su nombre y le valió para
ser reconocido como una eminencia de la probabilidad.
- Borel demuestra la primera ley fuerte con sus números simplemente normales.
12
- Los números normales de borel han dado origen a otras muchas paradojas sin
nombre.
Sin duda, Kolmogorov y Borel ofrecieron un marco más preciso que el resto en
cuanto a la exposición de la teoría probabilística.
Además de los dos anteriores, destacan las aportaciones, durante todo el siglo XX,
de intelectuales como Paul Lévy (1919-1971), Norbert Wiener (1894-1964) o
Maurice Fréchet (1878-1973). Para terminar, diremos que existen otros muchos que
podríamos incluir en la historia de la probabilidad, pero estos son los más
influyentes.
Ejemplo:
13
14
Hoy no es posible dar una explicación rigurosa de la teoría de probabilidades sin
utilizar conceptos de función medible y de las teorías de integración modernas.
Los notables avances que en el área del análisis matemático se dieron durante la
primera década del siglo anterior con la creación de la teoría de la medida.
15
Conclusión 1
Conclusión 2
Con el paso del tiempo el hombre siempre busca la forma o la manera de
descubrir lo desconocido, por consiguiente llegamos a esta teoría “La teoría de la
probabilidad” que juega un papel muy importante en la vida del hombre, puesto
que es cien por ciento útil en todos los campos de estudio y aprendizaje en que se
necesite condiciones de azar.
16
Bibliografía
Modelo lineal uniecuacional m´ultiple. (s.f.). Obtenido de
http://openaccess.uoc.edu/webapps/o2/bitstream/10609/71665/2/Econometr%C3%ADa
_M%C3%B3dulo%204_Incumplimiento%20de%20las%20hip%C3%B3tesis%20b%C3%A1sic
as%20en%20el%20t%C3%A9rmino%20de%20error.pdf
El teorema del límite central: las medias de muestras grandes y aleatorias son aproximadamente
normales. (s.f.). Obtenido de https://support.minitab.com/es-mx/minitab/18/help-and-
how-to/statistics/basic-statistics/supporting-topics/data-concepts/about-the-central-limit-
theorem/
Gomez, R. S. (s.f.). Modelo lineal uniecuacional m´ultiple. Obtenido de Modelo lineal uniecuacional
m´ultiple
17