Carlos Emmanuel Brindis Esquinca

5 F

Introduccin a la probabilidad.

Antecedentes de la probabilidad.

La probabilidad es un concepto bsico en la Historia de la Ciencia. Pero, es a su

vez, un concepto controvertido del que se ha escrito y pensado mucho, no siempre
con demasiada claridad y transparencia. Esto es debido a que la nocin de
probabilidad es en s compleja.

Desde tiempos muy antiguos se pueden ver mltiples situaciones en las que se
involucra el azar. Por ejemplo, los sumerios y asirios utilizaban un hueso extrado
del taln de animales, denominado astrgalo o talus el cual tallaban para que
pudieran caer en cuatro posiciones distintas, por lo que son considerados como
los precursores de los dados. Por su parte, los juegos con dados se practicaron
ininterrumpidamente desde los tiempos del Imperio Romano hasta el
Renacimiento.

El primer documento conocido donde se analizan los juegos de azar en forma

sistemtica fue escrito por Gerolamo Cardano alrededor de 1521, sin embargo la
primera teora aceptable sobre los juegos de azar y la probabilidad, se da en el
siglo XVII cuando Pierre Fermat y Blaise Pascal tratan de resolver algunos
problemas relacionados con estos juegos.

Christian Huygens conoci la correspondencia entre Blaise Pascal y Pierre Fermat

suscitada por el caballero De Mr (Antoine Gombaud), quien plante varias
preguntas sobre juegos y apuestas. Huygens inspirado por esto, public en 1656
el primer libro sobre probabilidad: De Ratiociniis in Ludo Aleae (Calculating in
Games of Chance), en l introdujo algunos conceptos importantes en este campo,
como la esperanza matemtica, y resolvi algunos de los problemas propuestos
por Pascal, Fermat y De Mr.

Durante el siglo XVIII, debido muy particularmente a la popularidad de los juegos

de azar, el clculo de probabilidades tuvo un notable desarrollo. Destacan en 1713
 Carlos Emmanuel Brindis Esquinca
5 F

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 y 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.

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.

Definicin de probabilidad.

La probabilidad es una rama de las matemticas que se ocupa de medir o

determinar cuantitativamente la posibilidad de que un suceso o experimento
produzca un determinado resultado. La probabilidad est basada en el estudio de
la combinatoria y es fundamento necesario de la estadstica.

Esta se divide en 3:

Probabilidad clsica:

Se define como la probabilidad de que un evento ocurra como el nmero de

resultados en los que se presenta el evento entre el nmero total de resultados
posibles. Cada uno de los resultados posibles debe ser igualmente posible. Este
planteamiento de la probabilidad tiene serios problemas cuando intentamos
aplicarlo a los problemas de toma de decisiones menos previsibles. El
 Carlos Emmanuel Brindis Esquinca
5 F

planteamiento clsico supone un mundo que no existe, supone que no existen

situaciones que son bastante improbables pero que podemos concebir como
reales. La probabilidad clsica supone tambin una especie de simetra en el
mundo.

A pesar de estas limitantes es muy socorrido por los analistas estadsticos en

temas ms complicados. Algunos ejemplos podran ser los siguientes:

Se tiene un dado; la probabilidad de que caiga 4 es 1/6 o 16.66 % de las veces,

porque el cuatro solo esta una vez y el dado tiene 6 caras.

Otro ejemplo sera el de una baraja; la probabilidad de que caiga un As es 4/52 o

7.69 % de las veces, porque la baraja tiene cuatro Ases de un total de 52 cartas
que consta, sin tomar en cuenta los comodines.

Probabilidad frecuentista:

En la actualidad, a este planteamiento se le llama frecuencia relativa de

presentacin de un evento, esta se define como la frecuencia relativa observada
de un evento durante un gran nmero de intentos, o la fraccin de veces que un
evento se presenta a la larga, cuando las condiciones son estables.

Este mtodo utiliza la frecuencia relativa de las presentaciones pasadas de un

evento como una probabilidad. Determinamos qu tan frecuente ha sucedido algo
en el pasado y usamos esa cifra para predecir la probabilidad de que suceda de
nuevo en el futuro. Cuando utilizamos el planteamiento de frecuencia relativa para
establecer probabilidades, el nmero que obtenemos como probabilidad adquirir
mayor precisin a medida que aumentan las observaciones. Una dificultad
presente con este planteamiento es que la gente lo utiliza a menudo sin evaluar el
nmero suficiente de resultados.

Como ejemplos de este tipo de probabilidades se tienen los siguientes: En una

moneda dependiendo de lo que caiga (guila o sol) entonces se deduce que la
probabilidad de ocurrencia se vuelve ms precisa. En el ftbol dependiendo de
cuantos partidos gane o pierda un equipo se tiene la mayor o menor probabilidad
 Carlos Emmanuel Brindis Esquinca
5 F

de calificar. En un concurso de belleza, dependiendo de cuantos puntos halla a su

favor tiene la probabilidad de ganar.

Probabilidad subjetiva:

Las probabilidades subjetivas estn basadas en las creencias de las personas que
efectan la estimacin de probabilidad. La probabilidad subjetiva se puede definir
como la probabilidad asignada a un evento por parte de un individuo, basada en la
evidencia que se tenga disponible. Esa evidencia puede presentarse en forma de
frecuencia relativa de presentacin de eventos pasados o puede tratarse
simplemente de una creencia meditada. Las valoraciones subjetivas de la
probabilidad permiten una ms amplia flexibilidad que los otros dos
planteamientos. Los tomadores de decisiones pueden hacer uso de cualquier
evidencia que tengan a mano y mezclarlas con los sentimientos personales sobre
la situacin. Las asignaciones de probabilidad subjetiva se dan con ms
frecuencia cuando los eventos se presentan slo una vez o un nmero muy
reducido de veces. Como casi todas las decisiones sociales y administrativas de
alto nivel se refieren a situaciones especficas y nicas, los responsables de tomar
decisiones hacen un uso considerable de la probabilidad subjetiva. Por ejemplo:
Decir que maana es probable que llueva o decir que sacare 10 en el trabajo de
estadstica.

Axiomas de probabilidad.

Los axiomas de probabilidad son reglas bsicas que no necesitan demostracin

alguna. Esto significa que sus afirmaciones se dan en sentido y soporte lgico a
las reglas que se aplican directamente en la solucin de problemas. Adems cabe
aclarar que en dichas soluciones no se aprecian de forma directa. Los axiomas de
probabilidad son:
 Carlos Emmanuel Brindis Esquinca
5 F

Axioma 1: Si A es un evento entonces, la probabilidad de A representa un

nmero entre 0 y 1.

Axioma 2: Si S es el espacio muestral (evento seguro) asociado a un

experimento entonces, la probabilidad de S es igual a 1.

Axioma 3: Si A y B son eventos mutuamente excluyentes (incompatibles dos a

dos, disjuntos o de interseccin vaca dos a dos) entonces, la probabilidad de A
o B, es igual a la suma de sus probabilidades individuales.

Algunos ejemplos de los axiomas seran los siguientes:

Ejemplo 1. Lanzar un dado, y calcular la probabilidad del evento sale un nmero

cualesquiera.

NOTA: Los axiomas 1 y 2 establecen los lmites de probabilidad de evento en el

rango 0 >= P(A) <= 1.

Al lanzar un dado la probabilidad que caiga guila. P(A)= 0/6 = 0 ~Evento

Imposible

Ejemplo 2. En una clase en la que todos practican deporte, el 60% de los alumnos
juegan futbol o al baloncesto y el 10% practica ambos deportes. Si adems hay un
60% que no juega futbol, cul ser la probabilidad de que se seleccione al azar un
alumno que:

a) Juegue solo futbol, b) Juegue solo baloncesto, c) Practique solo uno de los
deportes, d) No juegue ni al futbol ni al baloncesto.

A. Juegue futbol

B. juegue baloncesto

a) P(A) - P(A B)= 0.40 0.10= 0.30

 Carlos Emmanuel Brindis Esquinca
5 F

b) P(B)= P(A U B) P(A B) P(A)= (0.60) (0.10) (0.40)= 0.10

c) P(A) + P (B)= (0.40) + (0.10)= 0.50

d) P(Ac Bc)= 1- 0.60= 0.40

Bibliografa.

http://fcaenlinea1.unam.mx/clases_virtuales/informatica/1368/sesion_15/player.
html
http://slideplayer.es/slide/2347935/
http://148.204.211.134/polilibros/portal/polilibros/P_terminados/Probabilidad/do
c/Unidad%201/1.1.9.HTM
http://www.estadisticafacil.com/Main/AxiomaDeProbabilidad
http://probabilidadyestadistica5c.blogspot.mx/2010/11/antecedentes-historicos-
de-la_30.html