Cap t ul o 1 LA NATURALEZA DE LA PROBABILIDAD.

UNA REVISIN HISTRICO- EPISTEMOLGICA

En este captulo se estudia el proces o de evolucin histrica de las ideas sobre los fenm e n o s aleatorios, las connot acion e s filosficas que tiene n esas ideas, su formalizacin mat e m tic a y la forma en la que situacion e s parad jicas surgen en ese des arrollo y tienen profund a s implicacione s didcticas. 1.- HISTORIA Y FILOSOFA DE LA PROBABILIDAD Existen caract ersticas poco usuales en el des arrollo histrico de la proba bilidad en comp ar a cin a otras teoras mat e m tic a s tales como la geo m e t ra o aritm tica. !n enfoqu e mat e m tico de la proba bilidad emp ez a surgir hace poco ms de tres siglos, mucho despu s que el hombr e tuviera las primer a s experiencias con el azar. !n gran n"m ero de parad oj as acomp a # el des arrollo concept u al indicando la disparida d entre intuiciones y enfoqu e s formales. !n hito importa n t e fue aban d o n a r la tare a de formalizar una interpr e t a cin especfica y concen tr ar s e en estudiar la estructur a de la proba bilidad. !na funda m e n t a ci n mat e m tic a slida se esta bleci por $olmogorov en %&'' pero no clarific la natur alez a de la proba bilidad. (odava hoy existe n distintos enfoqu e s filosficos que despiert a n controversia.

1.1.- TARDA

Y DUAL EMERGENCIA DE LA PROBABILIDAD

))or qu no hubo teora de proba bilidad en *ccident e antes de )ascal, en el siglo +,--, a pes ar de que en todas las civilizaciones se utilizaba n apara t o s y juegos de azar. /ac0ing 1%&234 describe como 5aus e n t e familia de ideas5 a este hecho y al analizar las razone s de esta aus encia consider a insuficient e s o irrelevan t e s cada una de las explicacione s que se han dado, consider a d a s individualm e n t e 6 %4 7e ha argu m e n t a d o que una visin deter minist a del mundo excluye el pens a mi e n t o probabilstico8 sin emb ar g o, una conjetur a altern a tiv a pero mejor es que el pens a mi e n t o deter minist a, caus al, es esencial para la formacin de los concep to s de azar y proba bilidad y por eso el modelo de caus acin mec nica y el modelo proba bilstico emerg e n en el mismo perodo histrico, el siglo +,--. 94 :as loteras y los dados constituye n una buen a forma de consultar a los dioses direct a m e n t e , sin sacerdo t e s inter m e di arios, pero entonc e s resulta impo intent a r compu t a r lo que los dioses dicen, es decir, el pap el de los dados en la adivinacin podra excluir investig acion e s crticas de las leyes de la aleatoried a d 8 sin emb ar g o, much a gent e

impa y culta era aficionad a a los juegos de azar 1/ac0ing pone como ejemplo a ;arco <urelio4 y no por eso reflexionaron sobre la aritm tic a del azar. '4 )ara concebir las leyes de la proba bilidad necesit a m o s tecnologa del azar, apar a t o s aleatorios que permita n gener ar ejemplos empricos fcilment e compr e n sibles8 las primer a s experiencias aleatorias siempr e emple a n lo que =eyma n 1%&3>, citado en /ac0ing, %&234 llam un ?onjunto de )robabilidad @unda m e n t al 1?)@4 de altern a tiv a s igualm e n t e probables8 slo despu s de que el individuo compr e n d a esta idea pued e progres a r a conjuntos cuyas altern a tiva s no son equiprob a bl e s. 7e sugiere que en la edad antigu a no existan ?)@ que nos diese n idea de equiprob a bilidad6 por ejemplo, los ms antiguos de los dados c"bicos conocidos, hallados en tumb a s egipcias data d a s como anteriores al 9>>> a. de ?., no proporciona n un conjunto de A proba bilidad e s iguales porqu e no son de tam a # o uniform e, ni en el mat erial ni en la forma de num er a r sus caras 1si bien en muchos de ellos los n"m ero s de % a A estn dispu es t o s de forma que las caras opues t a s sume n 2, igual que en los dados mod er no s 4. 7in emb ar g o, argu m e n t a /ac0ing, aunqu e no mucho, s que exista mat erial aleatorio adecu a d o, por ejemplo, se cons erv a n dados de marfil muy antiguos en el ;useo de <ntigBe d a d e s del ?airo que est n muy bien equilibrado s. C4 /ay dos motivos por los que una ciencia se des arrolla6 en respu e s t a a proble m a s que ella mis ma crea y en respu e s t a a proble m a s que le son propu e s t o s desd e fuera, proble m a s derivado s, sobre todo, de necesid a d e s econ mica s . )ues bien, slo muy recient e m e n t e la teora de proba bilidad ha sido capaz de crear sus propios proble m a s y gen er ar sus propios progra m a s de investigacin8 histrica m e n t e , el estmulo vino de otras disciplinas6 en el 7. +,-- el estableci mie n t o de los seguros y anu alida d e s impuls aron a la estadstica, en el 7.+,--- la teora de la medida se des arrollab a con fuerza sobre todo al servicio de la astrono m a, en el 7.+-+ se creab a la biom trica para anlisis de datos biolgicos, en el 7.++ las necesid a d e s de la agricultura y medicina motivan el des arrollo de la teora proba bilsti ca8 con todo, esta explicacin econo micist a no tiene en cuent a que algun a s destr ez a s de clculo de anualidad e s ya eran utilizadas en la poca roma n a. 34 :a mat e m tic a en *ccident e no era suficient e m e n t e rica en ideas y capacida d de clculo para gener a r una mat e m tic a del azar8 faltab a, sobre todo, un algebr a combin at oria porqu e hay que esper a r a %AAA a que :eibniz publique su Ars Combinato ria . )or contra, los indios y rab e s que tenan un buen siste m a de num er a cin tambi n des arrollaron ante s terminologa y clculos proba bilsticos 1el t rmino hazard es tan rab e como el t rmino lgebr a4. Desde una persp e ctiva educ ativa, convien e subraya r el paralelis mo psicoE histrico que se despre n d e del dato de que si las t cnicas combina t orias fueron neces a rias para la aparicin histrica de la probabilidad, )iaget e -nhelder 1%&3%4 establec e n que es neces ario que el ni#o pose a el esqu e m a combina t o rio, que forma parte del pens a mi e n t o intelectu al ms avanz a d o, para que pued a compr e n d e r el concept o de probabilidad. En definitiva y como corolario, /ac0ing establec e que la conjuncin de diversos factores tales como la impied a d, la existe ncia de aritm tica, un diferent e concept o de

caus alidad y el des arrollo comercial, debera conducir a la formacin de la mat e m tic a de la proba bilidad. ?omo dato confirma t orio encu e n tr a que hace 9>>> a#os la -ndia tena un avanz a d o siste m a de merc a d o, tena un buen siste m a de num er a cin, y tanto su piedad como sus teoras de las caus alidad no seguan moldes europ e o s8 pues bien, en esta socieda d se encu e n tr a n rastros de una teora de la proba bilidad desconocid a en *ccident e. ?on todo y aunqu e los dados son uno de los ms viejos pas atie m p o s hum a n o s , el hecho histrico es que no se conocen mat e m tic a s de la aleatoried a d hast a el Fenacimien t o y que ningun a de las explicacione s de este hecho es concluye n t e . De acuerdo a la leyend a , la proba bilidad come nz en %A3C cuando el janse nist a )ascal resolvi los dos c lebr es proble m a s que le propus o el mund a n o ?aballero de ; r y envi su solucin a @erma t 1en realidad, los dos proble m a s llevab a n ya alg"n tiemp o en circulacin entre los estudios os de la poca4. :o que s es verda d es que la segun d a mitad del 7. +,-- es el tiempo del nacimient o de la proba bilidad6 en %A32 /uyge ns escribi el primer libro de texto sobre la proba bilidad que se ha publicado. )or esas fechas )ascal hizo la primer a aplicacin de razona mi e n t o proba bilstico a proble m a s distintos de los juegos de azar e 5invent5 la teora de la decisin6 el pens a d or franc s no duda en apost ar por la existe ncia de Dios, ya que, por pequ e # a que sea la proba bilidad de que ello ocurra, la gan a ncia es infinita si es que, en efecto, Gl existe8 por lo que tal juego tiene la propied a d de tener una esper a n z a positiva. <unque )ascal esta bleci esta s consider a cion e s con la intencin de predicar la religin, mues tr a n como subproduc to algo intere s a n tsimo desd e la persp ec tiva de la mat e m tic a6 esta blec e n el modo en que la aritm tica aleatoria pued e ser parte de un arte de razon a mi e n t o gen er al y hace n posible compr e n d e r que la estructur a de pens a mi e n t o sobre juegos de azar se pued e transferir a una teora de la inferencia que no est bas ad a en un escen a rio de azar. En el libro Logic de Port Royal se mencion a n medid a s num ricas de algo que hoy da se llama probabilidad. 7imult n e a pero indep e n die n t e ment e, :eibniz pens a b a en aplicar una m trica de las probabilidad e s a proble m a s legales y en des arrollar la combin at oria. Hohn Iraunt public en %AA9 el primer conjunto exte ns o de inferencias estadsticas extrada s de los registros de mort alida d. :a proba bilidad que se des arrolla en tiemp os de )ascal es esencialm e n t e dual6 tiene que ver, a la vez, con frecue ncias esta bles a largo plazo y con grados de creencia8 es simult n e a m e n t e , esta dstica y episte m olgica. :a dualidad de la proba bilidad est bien ilustrad a por los fundad or e s de la teora6 el proble m a de )ascal de dividir el dinero de una apu es t a cuando hay que interru m pir el juego, es de natur alez a aleatoria8 su argu m e n t o de decisin sobre la existencia de Dios es de grado de creencia. /uyge ns escribi sobre todo de proble m a s aleatorios. El Logic finaliza con una discusin sobre el concept o de creencia razon a bl e. )< qu necesida d histrica se debi que estas dos familias de ideas fcilme nt e distinguibles confluyer a n en una sola. )?mo se hizo posible este concept o dual de proba bilidad. /ac0ing 1%&234 afirma que los filsofos han analizado esta dualidad de la probabilidad desd e hace tiempo6 ?arnap distingua entre probabilidad inductiva y probabilstica8 )oisson aprovech a b a las palabra s chance y probabilit para hacer la mism a

distincin8 ?ondorce t sugiri facilidad para el concep to aleatorio y motivo de creencia para el concep to episte m olgico8 Fussell us credibilidad para el "ltimo. En el enfoqu e episte m olgico de la proba bilidad hay dos escuela s de pens a mi e n to domina n t e s 6 %4 en las primer a s d cad a s de este siglo, se prest mucho inter s a la teora avanz a d a por Heffreys 1%&''4, seg"n la cual la proba bilidad conferida a una hiptesis por alg"n tipo de evidencia es una relacin lgica entre dos proposicione s6 la probabilidad de h a la luz de e es el grado en el que e implica lgica m e n t e a h 8 94 por otro lado est la teora que De @inetti 1%&'24 llam probabilidad person al o subjetiva8 en esta teora la probabilidad que t" asigna s a una proposicin particular depe n d e de tu propio juicio person al, pero el conjunto de todas tus asign acion e s de proba bilidad debe estar some tido a reglas riguros a s de cohere ncia intern a. -ndep e n die n t e m e n t e de acept ar la teora lgica o person al, amb a s son plena m e n t e episte m ol gicas, intere s a d a s en la credibilidad de proposicione s a la luz de un juicio o evidencia. En el enfoqu e aleatorio de la proba bilidad hay una familia de teoras estadsticas que se centra n en el estudio de la tend e n cia que mues tr a n algunos fenm e n o s experim e n t al e s o natur ale s, a producir frecue ncias esta ble s a largo plazo en ens a yo s repetidos. :a probabilidad de salir 5caras5 es una propied a d de la mon e d a como lo es su mas a, y la esta bilidad de las frecue ncias en ens ayo s repetidos es un hecho objetivo de natur alez a indep e n di e n t e del conocimien to de cualquier person a sobre ello. Es intere s a n t e analizar el caso de Hacques Jernoulli 1%A3CE %2>34 que es visto como subjetivista por unos, como logicista por otros y frecue ncialista por otros. 7e le ha llama d o subjetivista porqu e introdujo la palabr a KsubjetivoK al reflexionar sobre la probabilidad8 otros dicen que anticipa la teora de probabilidad e s logicista de ?arnap y por fin, hay algunos que le consider a n el precurs or de la versin frecue ncialista en virtud de su ley de los grand e s n"mer os . <unque se consider a que estas tres concepcion e s de la proba bilidad son virtualm e n t e incomp a tibles, muchos investiga d or e s afirma n que se pued e n encontr ar los orgen e s de todas ellas en el trabajo de Jernoulli. :a verda d de la cuestin pued e ser que se sinti atrado por todas y cada una de esas ideas apare n t e m e n t e incomp a ti bles pero que supon e n, cada una de ellas, una interpr e t a cin especfica de la probabilidad. En todo caso, convien e se#alar el dato significativo de que las teoras de hoy ya se pued e n distinguir en el nacimient o del concep to de proba bilidad. En el Fenacimie nt o lo que se llam entonc e s probabilidad era un atributo de opinin y se contrap o n a a conocimient o que se poda obten e r slo median t e demos tr a cin. <s, surgi una dualidad entre ciencia 1conocimient o4 y opinin 1cree ncia48 haba 5altas ciencias5, como mat e m tic a s , mec nica, astrono m a y filosofa, que buscab a n verda d e s absolut a s y 5bajas ciencias5, como medicina, astrologa y alquimia, que producan opinione s bas a d a s en evidencia emprica 1/ac0ing, %&234. Ialilei 1%A'9L%& A 24 consider la probabilidad como 5ciencia baja5, bas a d a en la opinin. !na opinin, en principio, tena tanto peso como cualquiera otra y slo era ms probable si esta b a soporta d a por algun a autorida d8 por ejemplo, en el caso de enfoqu e s contra p u e s t o s a un proble m a , la solucin tena que bas ars e en opiniones de las escrituras y en las ens e # a n z a s de la -glesia. )ara

que emer gies e nuestr a mod er n a versin mat e m tic a de la proba bilidad, tena que cambiar el concept o de lo que se consider a b a evidencia acept a ble. <ntes del 7.+,-- se consider la proba bilidad como una mat eria de aprob acin ms que un clculo mat e m tico. @inalme n t e , la idea de evidencia experim e n t al emp ez a ganar resp et a bilidad en el 7.+,-- gracias a los trabajos de )ascal y /uygen s. ;ientras las ciencias clsicas intent a b a n deducir efectos a partir de )rimer as ?aus as, la nueva ciencia intent a b a inducir caus a s a partir de efectos observ a d o s. <qu desca n s a n las semillas de nues tr a estadstica. Muere m o s se#alar otra caract erstica de la disciplina estadstica que pued e haber sido un obstc ulo para el des arrollo tempr a n o de concep to s formales de probabilidad. <nte una situacin de incertidu m b r e , gobern a d a por los dados que interpr e t a n el juicio divino, tiene para el hombr e el mayor inter s el siguient e resulta do, el n"m ero que saldr en el siguient e lanza mie n t o. El hombr e no pued e cons e g uir ningun a prediccin definitiva y slo pued e especular a partir de patron e s de resultad o s previos o confiar en la divina volunt a d. 7in emb ar g o para progre s a r en la formalizacin del concept o de proba bilidad hay que consider ar el siguient e resultad o slo como repres e n t a tivo de resulta do s futuros o hipot ticos. 7lo esta transfor m a cin del proble m a lo hace abord a bl e pero no da una respu e s t a a la cuestin original. :a probabilidad de %LA no dice nada acerca de que n"m ero se obten dr realme n t e y si saldr un 5cinco5 en la siguient e tirada de un dado. 7in emb a r g o y sorpre n d e n t e ment e, la proba bilidad de %LA constituye alg"n conocimien to indirecto para una tirad a especfica. Este aspecto de la probabilidad, todava motivo de deb at e filosfico, es un obstc ulo import a n t e para la compr e n sin de los alumn os . ?on todo, no convien e sobre e s ti m a r la tarda concep t u alizacin de la probabilidad porqu e esto tambi n ocurre en otras disciplinas. El des arrollo cientfico bas a d o en un enfoqu e fsico caus al enfrent a d o a un enfoqu e destico estuvo marc a d o por grand e s controv ersias incluso sobre las ideas que hoy nos parec e n ms naturales 1no hay ms que record ar los proble m a s de Ialileo con la -glesia ?atlica4. :a geo m e t ra euclidian a no supus o una tempr a n a clausur a concep t u al ni de la geo m e t ra ni del pens a mi e n t o axiom tico, tal como a veces se dice, en cuanto que slo proporcion reglas de construccin pero no concept o s formales8 el proble m a del axiom a de las paralelas no se clarific hast a los trabajos de Iauss y :obach evs 0i en el 7.+-+. En aritm tica no se consigui una axioma tix acin de los n"mer os hast a )eano, apen a s hace %>> a#os. (ambi n es verda d que un nivel de des arrollo concept u al similar en probabilidad se alcanz todava ms tarde puesto que la axioma tizacin de la proba bilidad data de %&''. 1.2.- H ITOS
EN LA HISTORIA DE LA PROBABILIDAD

Despu s de analizar el hecho crucial de la emer g e n ci a tarda y dual de la probabilidad y de sus posibles caus a s, convien e volver sobre nues tros pasos. ,estigios de situacion e s probabilsticas se pued e n encontr ar en las antigu a s culturas de la -ndia, Jabilonia y Egipto. Entre los objetos ms antiguos que se conoce n usados en juegos de azar se encu e n tr a el astr g alo, un hues o pequ e # o del pie. :os soldados roma n o s jugab a n con esos hues os. Es posible que los primitivos dados se hicieran alisando las superficies

rugos a s del astr g alo hast a que estuvies e n regulare s . ?on todo, mientr a s se usaron hues os aut n ticos no se poda garan tizar la regularida d de la cada pues to que influa el tipo de hues o de animal que se usab a y su desg a s t e . )or contra, los cubos de cer mica que se usaron en Jabilonia '>>> a#os <.?. eran dados casi perfectos. Es natural pens ar que se obtuvo consider a ble experiencia estadstica del lanza mi e n t o de dados o de la extraccin de judas o granos conte nidos en urnas que se realizab a n en cere m o ni a s religiosas8 sin emb ar g o, el progres o concep t u al bas a d o en la regularida d de la cada del dado fue muy lento. Es posible que se ens e # a s e a los sacerdot e s a manipular la cada del dado para lograr el resulta do des e a d o como la interpr e t a cin del juicio divino y que se consider a s e impo y por tanto suscep tible de castigo cualquier espec ulacin en las leyes del azar en cuanto suponan intromisin en los misterios de la deidad. 7e atribuye a ?ardan o la primer a refere ncia al proces o de abstr accin que va desd e la experiencia aleatoria al concep to terico de probabilidad8 por primer a vez se encu e n tr a una idealizacin explcita de equiprob a bilidad bas a d a en la abstraccin de un dado normal. ?ardano 1%3>%E %32A4 analiza el lanza mie n t o de un dado en Liber de ludo aleae 6 5:a mitad del n"m ero total de caras repres e n t a la igualdad8 as, son iguales las probabilidad e s de que un punto dado salga en tres tirada s, cuando el circuito total es de A, y de que salga uno de tres puntos dados en una tirada. )or ejemplo, puedo cons eg uir tan fcilmen t e %, ' 3 como 9, C A. :as apues t a s hay que hacerlas de acuerdo con esta igualdad si el dado est equilibrado5 1citado en /ac0ing, %&23, p.3C4. )or 5son iguales las probabilidad e s de que un punto dado salga en tres tirada s...5, ?ardan o parec e referirse a lo que hoy en da se expres a mediant e el concep to de esper a nz a mat e m tic a 1np N '. %L A N % L 948 en este sentido s que son iguales las dos cantidad e s . 7in emb ar g o, la probabilidad de cons e g uir al menos una vez un punto dado en ' tirada s es %E 13LA4 ' N&%L9 % A, que es menor que %L9 1la proba bilidad de que salga uno de tres puntos dados en una tirad a4. El argu m e n t o de ?ardan o es por tanto, un hbrido de equiprob a bilidad y esper a nz a . ?on todo, es dudos o que realme n t e hubiera hecho una abstraccin desd e las frecue ncias empricas al concep to terico de proba bilidad pues to que no intent definir el concep to explcita m e n t e , ms bien parec e que ?ardan o simple m e n t e eval"a una probabilidad especfica. !n siglo despu s )ascal 1%A9'E %AA94 y @erma t 1%A>%E %AA34 consiguieron un aut n tico y crucial progre s o en la concept u alizacin de la proba bilidad como denot a su famos a corres po n d e n ci a de %A3C 1que no fue publicad a hast a %A2&4 donde apar ec e n resu eltos dos proble m a s especficos plante a d o s por de ; r . :a historia de la relacin entre )ascal 1el aust ero jansenist a4 y el ?aballero de ; r 1el hombr e de mundo4 resulta tan familiar que es, quiz, el "nico acont e ci mie n t o en la historia de la proba bilidad que se pued e consider ar de conocimient o gener al. ;ucho menos conocida es la relacin entre )ascal y Foann ez 1otro aristcrat a mund a n o y con talento mat e m tico4 a qui n /ac0ing llama 5la parter a del clculo de probabilidad e s58 el crculo de Foann ez que engloba a )ascal, @erma t, de ; r y el propio Foann ez, es el caldo de cultivo primigenio donde

surge la teora de proba bilidad e s mat e m tic a 1un buen nacimiento, el placer del cuerpo y el rigor del espritu en fructfero contub e r nio4. El primer proble m a que de ; r plante a )ascal fue6 )<l lanzar dos dados, cuntos lanza mi e n t o s son neces arios para tener una probabilidad de >.3 de cons eg uir al menos un 5doble seis5. ; r tena dos respu e s t a s posibles, 9C o 938 la primer a respu e s t a la bas a b a en un clculo aritm tico mientr a s la segun d a la funda m e n t a b a en la experiencia8 pens a b a que su proble m a mostr a b a una contradiccin de la propia aritm tica. El razon a mi e n t o del ?aballero de ; r era6 ?onsider e m o s una situacin en la que tene m o s % posibilidad entre = de ganar en un juego. 7ea n el n"m ero de ens ayo s requeridos para tener la proba bilidad >.3 de ganar. <parent e m e n t e la regla que aplica de ; r es que nL= es const a n t e6 por ejemplo, en el caso de un dado con el que intent a m o s cons e g uir un 5seis5, = es A y n es C, es decir, nL= es 9L'. En el lanza mie n t o de dos dados, = es 'A y por tanto n debe ser 9C. )ascal median t e una enu m e r a cin exhau s tiva de posibilidad e s mostr que la proba bilidad de cons eg uir un 5doble seis5 en 9C tirada s de dos dados es >.C&% mientr a s que en 93 tirada s es >.3>3 Este razon a mi e n t o del ?aballero es de rabios a actualidad porqu e nuestros alumno s tambi n se dejan llevar por el sesgo de 5la regla de tres5, si se les propon e la siguient e cuestin6 5 /ay que decidir entre dos juegos. En el juego %, el jugador gan a si hay al menos un 5seis5 en C tirada s de un dado8 en el juego 9, el jugador gan a si hay al menos un 5doble seis5 en 9C tiradas de dos dados. )Mue juego prefieres. 5 :a solucin norma tiva es6 )1 gan ar en el juego %4 N %E 13LA4 C NA2 %L% 9 & A N >.3>O P >.3 )1 gan ar en el juego 94 N %E 1'3L'A4 9C N >.C&% Q >.3 :os alumno s, como hara de ; r , rechaz a n esta solucin y defiend e n la equivalencia de los dos juegos median t e el argu m e n t o de que 9C es a 'A 1el n"mer o de casos para dos dados4 como C es a A 1el n"m ero de casos para un dado4. @orma parte de la leyend a proba bilstica que de ; r gan gracias al juego % pero perdi toda su fortun a en el juego 9. Es difcil de creer que los jugador e s observ ar a n una diferencia en las probabilidad e s de los dos juegos a pes ar de su gran experiencia prctica. El razona mi e n t o de de ; r se bas a quiz en un conflicto terico entre una enu m e r a cin direct a del conjunto de proba bilidad funda m e n t al y la regla de casos favorables a posibles. Esta regla produc e soluciones correct a s si es aplicad a a suces os favorables que son elem e n t o s simples del espacio mue s tr al. )ero en los juegos anteriores se aplica la regla a series de C o 9C ens ayos como casos favorables los cuales no son, evident e m e n te, elem e n t o s del mismo espacio mue s tr al. <dem s hay una confusin con el valor esper a d o del juego6 el n"m ero esper a d o de 5seises5 en una serie de C ens ayo s es C.1%LA48 el n"m ero esper a d o de 5dobles seises5 en una serie de 9C ens a yo s es 9C.1%L'A4, por tanto el n"mer o esper a d o de 5 xitos5 es igual en ambos juegos. El segun do proble m a que de ; r plante a )ascal 1el proble m a de la divisin de premios4 se refiere a la divisin equilibrad a de pre mios si un juego tiene que parars e o finalizars e antes de lo previsto. <l comienzo del juego dos jugador e s < y J apue s t a n la mism a cantida d8 por ejemplo, se trata del lanza mie n t o sucesivo de una mon e d a norm al y

< apu es t a a 5caras5 y J a 5cruces5. El jugador que gan e primero un cierto n"mer o de puntos, fijado de ante m a n o , gana la cantida d total apost a d a . 7in emb ar g o, el juego tiene que ser interru m pido antes que cualquier a de los jugador e s haya alcanza d o el n"mer o requerido de puntos y el premio tiene que dividirse. 7i, por ejemplo, se requiere n 3 puntos para ganar y la puntu acin en el mom e n t o de parar el juego es C a ' favorable al jugador < )cul es la divisin razona ble de premios. Este es un viejo y famos o proble m a desd e el 7. +--- del que se han dado numer o s a s solucione s, casi siempr e no esta dsticas. :o mismo ocurre siempr e que hemo s propu e s t o este proble m a a nues tros alumn os . :a mayora de sus soluciones supon e realizar un reparto proporcion al a C y a '. :es record a m o s que el jugador que hubies e gana d o se habra llevado todo el dinero, indep e n die n teme n t e de los juegos que hubies e gan a d o el perd e d or y que, por lo tanto, no es razona ble hacer tal reparto proporcion al. (ambi n les insistimos en que el reparto no dep e n d e de lo que 5ha pas a do5 sino de lo que 5pued e pas ar5. )ero todas esta s reflexione s no les sirven de much a ayud a, aunqu e siempr e hay alg"n alumno que llega a la solucin norma tiv a6 tres partes para < y una para J. )ascal y @erma t bas aron su enfoqu e del proble m a establecien d o el esce n a rio de lo que suced era si el juego continua b a y si las probabilidad e s de los jugador e s eran iguales en cada ens ayo o repeticin del juego. :os pre mios deberan dividirse proporcional ment e a la proba bilidad de gan ar si el juego continu a b a hast a el final, es decir, < deb era llevars e los 'LC del premio y J el resto. En efecto6 )1gan e jugador J4 N )1J gan e dos siguient e s repeticion e s del juego4 N 1%L94.1%L94 N%LC )1gan e jugador <4 N 'LC 7i nos hemo s detenido en el anlisis de estos dos histricos proble m a s es por un doble motivo6 en primer lugar, porqu e mues tr a n cmo proble m a s que exigen un sencillo clculo de probabilidad e s pero resultan muy difciles para nues tros alumn os tambi n lo eran para los ilustres pioneros de la teora de probabilidad e s 8 en segun d o lugar, porqu e mues tr a n cmo la relacin aritm ticaE probabilidad e s no siempr e es tranq uila6 en estos dos proble m a s , la fuerte tend e n cia de los alumno s 1y tambi n del ?aballero de ; r 4 a utilizar la regla de tres o el reparto proporcional dificulta la compr e n sin proba bilstica de ambos proble m a s . Es una se#al del cuidado educ ativo que hay que tener porqu e la intuicin estadstica no se adiestr a natur al m e n t e , implcita m e n t e , en la escuela sino, quiz, todo lo contrario. En todo caso, el tipo de razona mi e n t o que hay que utilizar para resolver los dos proble m a s , es justa m e n t e el que nos gustara que usas e una person a que haya tenido varios a#os de entre n a mi e n t o en mat e m tic a s y teora de proba bilidad e s . <unque ?ardano y Ialileo realizaron clculos proba bilsticos y )ascal y @erma t exploraron intere s a n t e s proble m a s de proba bilidad, el cientfico que sintetiz ideas de modo siste m tico y que realiz gener alizacion e s desd e las soluciones de proble m a s fue ?hristian /uygen s 1%A9&E %A&348 l fue el primero que esta bleci formal m e n t e la idea de esper a nz a mat e m tic a, por ejemplo. 7u libro De ratiociniis in aleae ludo fue publicado en %A32 y no fue ree m pl az a d o durant e ms de 3> a#os hast a que Hacques Jernoulli lo

incorpor en parte a su obra ma e s tr a Ars conjectan di 1%2%'4. )uede parec er que la nocin de esper a nz a mat e m tic a deba emerg e r ms fcilme nt e que la nocin de proba bilidad. Desde una persp ec tiva aleatoria, la esper a nz a es la gana n cia media en una larga serie de juegos similares. )ode mo s 5ver5 realm e n t e las gan a ncias o p rdidas de una opcin persist e n t e . (raducimos la gan a ncia total en gan a ncia media y observ a m o s la esper a n z a con much a ms facilidad que la proba bili dad. 7in emb ar g o, el mismo concept o de media es nuevo en %A3>8 antes de esa fecha, un jugador poda notar que una estrat e gi a era ms ventajos a que otra pero hay un salto entre este hecho y el conocimien to cuantita tivo de la esper a n z a mat e m ti ca. El libro de /uygen s sobre los juegos de azar tiene el mismo objetivo de rigor que un trata d o mod er no y llega a deducir median t e una forma muy elabora d a de razona mi e n t o que el valor de un juego donde hay p posibilidad e s de obten e r a y q posibilidad e s de obten er b , equivale a (pa+qb !(p+ q . <unque el autor holand s no habla de esper a nz a 1una deno min a cin que surge de la traduccin latina de su libro donde apar ec e el t rmino e"p ect a tio , tiene el m rito de haber usado este concep to. !tiliz la probabilidad como un concep to elem e n t al no definido y lo justific en refere ncia a los juegos reales de azar. ?on /uygen s se des arroll una rama de aplicacion e s estadsticas de la proba bilidad en cuanto que estableci tablas de mortalidad, defini concept o s tericos como tiemp o medio de vida y trat las frecue ncias de la mism a man er a que las probabilidad e s . :os proble m a s que aparec e n al final del libro fueron objeto de estudio durant e varias gen er acion e s de proba bilistas. <lgunos proble m a s son ambiguo s lo que refleja de nuevo la dificultad de interpre t a cin de los enunciados probabilsticos y lo mal establecido que esta b a el propio lenguaj e de la teora de probabilidad e s . )or ejemplo, un proble m a deca6 5(res jugador e s <, J y ? met e n %9 fichas en una bolsa de las que C son blancas y O negras. El gana d or es qui n primero extraig a una ficha blanca. El orden en que extra e n los jugador e s es primero <, luego J, despu s ?, despu s < y as hasta terminar ) Mu relacin hay entre las probabilidad e s de ganar que tiene cada jugador.5. Hacques Jernoulli ya se#al que hay al menos tres diferent e s interpre t a cio nes6 primer a, cada vez que se extra e una ficha negra se devuelve a la bolsa8 segun d a , las extraccion e s son sin ree m plaz a mi e n t o8 tercer a, pode m o s supon er que cada uno de los tres jugador e s comienz a con su propia bolsa de doce fichas y las va extraye n d o sin ree m plaz a mi e n t o. En la corres po n d e n cia que se cruz /uyge ns con otros estudios os de la poca aparec e la ambigB e d a d de la interpr e t a cin de unos y otros aunqu e parec e que /uygens se inclina por la primer a interpr e t a cin. /ay otra consider a cin sobre el concept o de esper a n z a mat e m tic a que tiene que ver con el concep to de esper a n z a de vida y que es muy instructiva sobre la sutileza de los concep to s proba bilsticos. En %AA9, Hohn Iraunt us los datos de natalida d y mortalidad de :ondres para realizar inferencias acerca de divers a s variables 1lleg a esta blec e r, por ejemplo, que la proporcin de nacimiento s de ni#osL ni#as era %.>34 . <unque /uyge ns recibi una copia del libro no le concedi much a importa n cia hast a que su herm a n o :udRig, que haba ledo el libro de Iraunt, le pregun t cual sera la esper a nz a de vida de

un ni#o reci n nacido seg"n las tablas de Iraunt. ?omo no conoce el t rmino esper a nz a de vida, :udRig escribe 6 la question est jusqu#$ quel %ge doit &i&re naturelle m e n t un en'ant aussitot qu#il est con(ue) El propio :udRig realiza un clculo del tipo (ap+bq !(p+ q y llega a la conclusin de que %O.9 a#os es la esper a nz a de vida de un ni#o reci n concebido. ?hristian le matiza este resultad o explicando que aunq u e la esper a nz a de vida sea %O.9 a#os , esto no significa que se esper a que la mayora de los reci n nacidos vivan %O.9 a#os sino que la mayora de ellos morirn basta n t e ante s6 5-magina que las person a s fueran todava ms d biles en su infancia que lo son ahora y que &> de cada %>> muries e n antes de los A a#os pero los que pas as e n esta edad fues en matu s al e n e s y viviese n en media %3> a#os5. En este caso la esper a n z a de vida de un reci n nacido sera aproxima d a m e n t e de %O a#os pero cualquier a que apu es t e a que un reci n nacido concreto no pas ar de los A a#os tiene una enor m e ventaj a sobre otro que apu es t e lo contrario. :a dificultad del proble m a surge del propio enunciado oscuro de :udRig, jusqu#$ quel %ge on doit &i&re naturelle m e n t ) /oy da, la gran disminucin de la mort alida d infantil hace que la edad esper a d a de vida y la edad median a de vida est n muy prxima s pero en el siglo +,-- la edad esper a d a era %O.9 a#os mientr a s que la edad median a era %% a#os, seg"n los datos de Iraunt. De la corres po n d e n cia de los dos herm a n o s parec e deducirs e que aunqu e :udRig dio la respu e s t a de %O a#os el n"mer o que realm e n t e busca b a era %%. :eibniz 1%ACAE %2%A4 no hizo una contribucin formal funda m e n t al a la teora de probabilidad e s pero tuvo un profundo inter s en el tem a. /ac0ing 1%&234 afirma que fue el primer filsofo de la proba bilidad. @ue el primero en decir que la teora de la probabilidad poda ser una rama de la lgica comp ar a bl e a la teora de la deduccin y la intent axioma tizar como una ciencia inferencial pura. <ntes de dominar el trabajo de )ascal, de /uyge ns y de otros mat e m ticos, haba intent a d o des arrollar una aritm tica de la probabilidad que no estab a bas a d a en juegos de azar y por tanto tena ms aplicacione s potenciales. Escribi la primer a monogr afa de la teora combina toria 1 Ars Combinatoria 4 y observ su relacin con la teora de proba bilidad e s . )redijo que una teora de juegos gener alizad a debera ser el funda m e n t o para la toma de decisione s en situacion e s de incertidu m b r e . De nuevo, y con el pens a mi e n t o puesto en nues tros sufridos alumno s, debe m o s insistir en la dificultad de los proble m a s proba bilsticos, a"n en los apar e n t e m e n t e fciles. Es arriesg a d o cuestion ar el rigor de razona mi e n t o de :eibniz y sin emb a r g o, uno de nues tros mejores mat e m ticos 5se despist5 al calcular proba bilidad e s en el lanza mie n t o de dos dados. :eibniz crea que las suma s %% y %9 tenan iguales probabilida des, porqu e cada una de ellas pued e cons e g uirs e solam e n t e con una combin acin de dos dados8 su fallo fue no dars e cuent a de que %9 slo pued e hacers e de una man er a 1AS A4, mientr a s que %% pued e hacers e de dos man e r a s 13S A AS 34, siendo de esta forma doble m e n t e fcil lograr la suma %% que la %9. El libro de H. Jernoulli Ars conjectan di pres e n t a las innovacion e s concept u al e s ms

decisivas en la historia tempr a n a de la proba bilidad. El autor estuvo trab aj an d o en el libro durant e 9> a#os y aunqu e prob el teore m a clave 1la ley de los grand e s n"mer o s4 en %A&9 no qued satisfecho y no lo public. )or fin el libro fue publicado a ttulo pstu m o en %2%' por su sobrino =icols. (iene cuatro partes. :a primer a es una versin mejorad a del libro de /uyge ns sobre juegos de azar8 Jernoulli tiene un gran talento para dar explicacione s intuitivas de concept o s t cnicos, as, explica la esper a n z a mat e m tic a como la esper a n z a de conse g uir lo mejor meno s el temor de cons eg uir lo peor y pres e n t a de modo grfico e impact a n t e la ley de la adicin de probabilidad e s para suces os disjuntos. En la segun d a parte Jernoulli pres e n t a la teora de combin acion e s y en la tercer a aplica los resulta do s encontr a d o s a la resolucin de nuevos proble m a s sobre juegos de azar. Es en la ultima parte del libro, titulad a 5<plicacione s de lo anterior a proble m a s econ micos, morales y civiles5, dond e Jernoulli revoluciona la teora de proba bilidad e s 8 la revolucin es doble6 por primer a vez se declara explcita m e n t e una concepcin subjetiva de la probabilidad y se prueb a el primer teore m a lmite. :a primer a ley de los grand e s n"mer os , que Jernoulli llam teore m a aureu m , supus o un decisivo progre s o concep t u al en cuanto que esta bleci el funda m e n t o slido para enlazar las frecue ncias relativas y las proba bilidad e s . El proble m a plante a d o es el siguient e6 supong a m o s que lanza mo s , sucesiva m e n t e , una mon e d a con probabilidad p de salir cara )Mu pode m o s decir sobre la frecue ncia relativa de caras en una sucesin larga de lanza mi e n t o s de la mon e d a . . Este proble m a es el origen de los teore m a s lmite en probabilidad e s 6 las leyes de los grand e s n"m ero s y el teore m a central del lmite. H. Jernoulli demu e s t r a que la frecue ncia relativa de caras en n lanza mie n t o s de una mon e d a regular 1 p N%L94 5converg e5 a %L9. :a converg e n ci a de Jernoulli 1converg e n cia en probabilidad4 tiene el siguient e sentido6 )T ?1n 1 carasL n 4 E %L9 ? P ? U ? > cuando n ? ? ?? P >

En definitiva, este teore m a prueb a que las frecue ncias relativas converg e n en probabilidad a la probabilidad subyac e n t e . Jernoulli afirma que este teore m a nos permit e averigu ar a posteriori lo que no pode m o s deter min ar a priori, esto es, averigu arlo a partir de los resultad o s observ a d o s en numer os o s ejemplos similares. :aplace 1%2C&E %O924 gen er aliz el resultad o de Jernoulli a cualquier valor de p . Jorel en %&>& lo gener aliz a un tipo de converg e n cia ms fuerte 1converg e n cia casi segur a4. Jernoulli da un giro desd e el concept o de esper a n z a de /uygens al de proba bilidad que se convierte en el concep to centr al y se enriquec e con un trata mi e n t o siste m tico de la combin at oria. 7us ideas filosficas, sin emb ar g o, todava se pued e n definir como un deter minis mo met afsico. (odos los fen m e n o s 1tiemp o atmo sf rico, el lanza mi e n t o de dados, los eclipses, etc.4 est n gobern a d o s por leyes deter minsticas. El azar slo se explica por nues tro limitado conocimien to de esas leyes y las aplicacione s de la probabilidad se deb eran restringir a los juegos porqu e la mayora de los fen m e n o s son tan complejos que es in"til estudiar los casos posibles que conform a n el espacio mues tr al. /ay algun a s indicacione s de que el concept o de distribucin de proba bilidad

apar ec e en el 7.+,---. De ;oivre 1%AA2E %23C4 fue el primero en encontr ar la funcin que hoy se llama la funcin de densida d normal6 estudia n d o cmo en n lanza mie n t o s de una mon e d a regular, se desva la frecue ncia relativa de caras de la proba bilidad terica de %L9, obtuvo la primer a versin del teore m a centr al del lmite y la :ey =ormal. En t rminos mod er no s , buscab a una distribucin de las desviacion e s de las frecuencias relativas *!n de la probabilidad subyac e n t e p para un tam a # o de mues tr a fijado n) :o resolvi para p+,!- deducien d o la distribucin lmite para n ??. )ara de ;oivre la densida d norm al serva slo como una herra mi e n t a para la aproxima cin num rica y no tena significado probabilstico propio. Es curioso el hecho de que hay vestigios de inferencia esta dstica antes de cualquier intento funda m e n t a d o de definicin del concep to de proba bilidad y que estos vestigios apar ec e n en relacin a la ms import a n t e y repetida de las experiencias aleatorias cual es el nacimient o de un ni#o. <rbuthnot 1%AA2E %2'34 analiz las esta dsticas de nacimient o s de :ondres durant e O> a#os sucesivos y encontr que nacan ms ni#os que ni#as cada a#o. 7i la probabilidad de nacimient o de un varn fuese pN %L9, la proba bilidad de un suceso tal sera muy pequ e # a . )or ello rechaz la hiptesis pN %L9, sustituy n d ol a por la hiptesis pP %L9. Esta fue, quiz, la primer a prueb a de significacin. :a justificacin de pP %L9 para <rbuthnot, estab a en la volunta d divina de comp e n s a r el mayor n"m ero de fallecimient o s de los hombr e s como consecu e n ci a de acciden t e s laborales y guerra s, con el fin de mant e n e r el equilibrio entre los sexos y asegur ar as la monog a mi a. 7i Dios no existe, argu m e n t , no hay motivo especial para que no sean iguales las probabilidad e s de ni#o o ni#a, por tanto los datos empricos confirma n 5la ,oluntad de Dios en accin5. Juffon 1%2>2E %2OO4 utiliz un argu m e n t o similar para probar que los planet a s se originaron de una caus a com"n que supus o fue la colisin del sol con un come t a . En definitiva, este tipo de argu m e n t o consiste en evaluar una hipte sis / mediant e un suceso observ a d o realme n t e E, va la proba bilidad condicional p1E ?/4. 7i esta probabilidad es pequ e # a entonc e s se rechaz a la hiptesis /. /oy en da, este tipo de argu m e n t o no se usa para evaluar una hiptesis simple sino slo para comp ar a r la plausibilidad de hipte sis comp e titivas. El trabajo de :aplace 1%2C&E %O924 marc una culminacin en el des arrollo concep t u al antiguo de la probabilidad8 con l come nz la edad mod er n a de la probabilidad. @ilosfica m e n t e , sin emb ar g o, su enfoqu e se bas a b a todava en un deter minis mo meca nicist a6 5!na inteligencia que compr e n die s e todo...n a d a le resultara incierto y tanto el futuro como el pas a d o, estaran pres e n t e s ante sus ojos... :a probabilidad es relativa en parte a 1nues tr a4 ignorancia y en parte a nuestro conocimien E to5 1:aplace, %&O3, p.924. :aplace dio la primer a definicin explcita de proba bilidad, la llamad a probabilidad clsica6 la proba bilidad p1<4 de un suces o < es igual a la proporcin del n"m ero de resultad o s que son favorables al suces o < en relacin al n"m ero de todos los resultad o s posibles de la prueb a. Esta definicin asu m e implcita m e n t e que los resulta do s individuales son equiprob a bl e s. :aplace formul el 5principio de razn insuficient e5 para

operativizar la regla8 seg"n este principio, debe m o s asu mir que los resulta do s son equiprob a ble s si no tene m o s razn para creer que alguno de los resulta do s es ms probable que otro. Esta primer a definicin formal no clarifica la natur alez a de la probabilidad en cuanto que para su operativida d se refiere a un principio oscuro filosfica m e n t e y tiene un dominio de aplicacin que no engloba los proble m a s reales. :os intento s posteriores que se hicieron para corregir este principio 1bas a d o en consider a cion e s de indiferencia o invariancia4 no tuvieron xito. /aba algunos proble m a s e ideas que dificultab a n el progres o concept u al. Jayes 1%2>9E %2A%4 haba justificado el uso de una distribucin uniforme en el intervalo 1>,%4 para un par m e t r o binomial p ante la complet a ignorancia de los resultad o s de un experim e n t o de Jernoulli. 7u argu m e n t a cin la utiliz :aplace para formular el principio de razn insuficient e como una gua bsica para aplicar su definicin de proba bilidad. El proble m a es que en el caso extre m o de ignorancia complet a, el principio de :aplace se podra utilizar para establec er una equiprob a bilidad de todos los casos posibles lo que es clara m e n t e una clase de informacin. 7i se toma por absolut a m e n t e vlido, este principio produc e una regla muy ambigu a que transfor m a ignorancia en conocimient o. El intento de repres e n t a r los casos equiprob a bl e s de un modo aut n tica m e n t e objetivo caus a dificultad e s . !na man er a de justificar el principio de :aplace es buscar simetras fsicas del fenm e n o aleatorio en cuestin, por ejemplo, la simetra fsica del dado conducira directa m e n t e a la equiprob a bilidad de sus caras. 7in emb ar g o, hay much a s simetras fsicas posibles, por tanto, una teora verda d e r a m e n t e objetiva requier e un procedimien t o para elegir una simetra particular y justificar esa eleccin. @ine 1%&2'4 ilustra las dificultad e s con el ejemplo de la experiencia aleatoria de lanzar dos dados, dond e se pued e n plante a r al menos tres mod elos6 ;odelo de ;axRellE Joltzma n n6 igualm e n t e probables, de modo que diferent e s . los 'A pares 1%,%4, 1%,94,..., 1A,34,1A,A4, son los pares como 19,'4 y 1',94 son resultad o s

;odelo de JoseE Einstein6 los 9% pares 1%,%4, 1%,94 ,..., 1%,A4, 19,94, 19,'4,....13,34,13,A4, 1A,A4, son igualme n t e probables, de modo que los pares como 19,'4 y 1',94 se trata n como resultad o s id nticos. ;odelo de @ermiE Dirac6 los %3 pares 1%,94,1%,'4 ,..1%,A4,19,'4,19,C4,..., 1 3,A4, son equiprob a ble s de modo que se eliminan las parejas con los dos compon e n t e s iguales. )ara los dados ordinarios, la estadstica de ;axRellE Joltzma n n es el modelo natural8 los dos dados son discernibles 1dado azul y dado rojo o dado primero y dado segun d o, etc.4 y de ese modo la hiptesis de indep e n d e n ci a es alta m e n t e plausible. Este mod elo natur al, sin emb ar g o, no es verda d para much a s aplicacione s en fsica. 7eg"n @eller 1%&2'4 se han hecho num ero s o s intentos para probar que las partculas fsicas se comport a n de acuerdo con la esta dstica de ;axRellE Joltzma n n pero la teora modern a ha

mostra d o que esta esta dstica no se aplica a algun a s partculas conocidas. En efecto, la estadstica de JoseE Einstein parec e apropiad a para fotone s, n"cleos y to mo s y la estadstica de @ermiE Dirac es apropiad a para electron e s , proton e s y neutron e s . <s, el mod elo natur al para los dados y su simetra subyac e n t e es, con frecue ncia, ina propiado para repres e n t a r fenm e n o s con partculas fsicas lo que reduc e consider a ble m e n t e su campo de aplicacin. El ejemplo tambi n mues tr a que hay diferent e s posibles simetras en la mism a situacin fsica8 es intere s a n t e notar que sobre esta cuestin tambi n surgen proble m a s peda g gicos. :a probabilidad no pued e ser una caract erstica inheren t e de los objetos reales sino slo un resultad o de nuestr a tare a de mod elar la realidad. El emp e # o en deducir proba bilidad e s "nicas ha llevado a paradoj as sin solucin. @ine 1%&2'4 resu m e su crtica a la definicin de :aplace afirma n d o que no pode m o s extra er informacin 1una distribucin de probabilidad4 de la ignorancia, que el principio de razn insuficient e es ambiguo y su aplicacin lleva frecue n t e m e n t e a inconsiste ncia s y que, en definitiva, el enfoqu e clsico de la probabilidad ni es una teora objetiva ni una teora emprica. ?omo cuent a ;artn Iardner 1%&OC4, los griegos y roma n o s preferan jugar con tres dados y )latn en sus :eyes 1libro %94 mencion a que ' y %O son, en este caso, las suma s ms difciles por ser las "nicas que slo pued e n cons eg uirs e de una forma6 1%, %, %4 y 1A, A, A48 los griegos llamab a n 5el perro5 a la primer a forma y 5<frodita5 a la segun d a . (ambi n, en los siglos +,-- y +,---, era ms com"n jugar con tres dados que con dos y por tanto el proble m a plante a d o histrica m e n t e fue6 )?unt a s altern a tiva s iguales surge n al lanzar tres dados. Este proble m a combin at orio dio lugar a interpre t a ciones muy intere s a n t e s 6 ya hemo s come n t a d o que :eibniz cometi el error de consider ar que se forma el espacio mues tr al de resultad o s igualm e n t e probables con las combinacion e s y no con las variacion e s8 esto es, acept la estadstica de JoseE Einstein para los dados. Ialileo se inclin por la estadstica de ;axRellE Joltzma n n con la siguient e argu m e n t a cin6 con tres dados, hay el mis mo n"mer o de combinacion e s que sume n & y %9 y que sume n %> y %%8 exact a m e n t e hay A combin acion e s . 7in emb ar g o, se sabe por observ acion e s siste m tic a s de gran n"mer o de lanza mie n t o s de tres dados que las suma s %> y %% son ms vent ajos a s que las suma s & y %98 la explicacin es simple, a saber, que las A combin acion e s que produc e n la suma de & o %9 se pued e n desco m p o n e r en 93 variacione s mientr a s que las A combin acion e s de %> y %% se desco m p o n e n en 92 variacione s . 7i las variacione s son igualm e n t e proba ble s, entonc e s %% es mas vent ajoso que %9 en la proporcin de 92693. El argu m e n t o de Ialileo 1%3ACE %AC94 parec e el primer caso de refutacin de una hiptesis esta dstica por observ acin a largo plazo. 7e tiene la hiptesis de que las combin acion e s son equiprob a ble s &ersus la hiptesis de que lo son las variacion e s8 la primer a es inconsiste n t e con los hechos, mientr a s que la segun d a se ajusta a los hechos perfect a m e n t e . Desde luego, hubiera sido ms simple contras t a r las hiptesis observ a n d o las frecue ncia s relativas de las suma s C y ' que se consigue n con una "nica combinacin 1%S % S 9 o %S % S % , resp ectiva m e n t e 4 pero, a su vez, la suma C se consigu e con tres variacione s 1%S % S 9 , %S 9 S % , 9S % S % 4 y la suma ' con % variacin. 7in emb ar g o, en juegos

estn d a r de ' dados, tanto la suma C como ' son raras, difciles de cons e g uir, por tanto no es fcil registrar la experiencia a largo plazo, y s lo es con las suma s &, %>, %% y %9 que ocurren con mayor frecuencia. ,olviendo a :aplace, su (eore m a ?entral del :mite supon e un avanc e esta dstico crucial. Este teore m a enuncia, en esencia, que la distribucin binomial se aproxima a la distribucin norm al cuando el n"m ero de ens a yo s se incre m e n t a al infinito. :aplace crea que la ley norm al podra jugar un pap el anlogo a la ley de gravitacin univers al que explica la mayora de los fenm e n o s celest e s . ?ualquier variable gener al podra ser explicad a por la ley norm al desco m p o ni n d ola en una suma de cantida d e s aditivas, las distribucion e s de las cuales podran incluso ser desconoci das. El argu m e n t o intuitivo de :aplace sobre la univers alidad de la distribucin normal fue muy pronto recogido por otros autore s. Iauss 1%222E %O334 us la distribucin norm al no slo como una herra mi e n t a para la aproxim acin sino como una distribucin en s mism a. 7u enfoqu e estab a anclado en la teora del error8 al esta blec e r la media como el ms apropiado de los valores que ree mpl az a n varias medid a s repetida s de una cantida d desconocida, reconoca que primero haba que conocer la distribucin de los errores de medida. Muetelet 1%2&AE %O2C4 des arroll la idea del hombr e prome dio en analoga a la teora del error. Ialton, parient e de DarRin y bilogo como l, escribi 5/erencia =atural5, en %OO&, dond e estableci la ley de regresin univers al y simul una demo s tr a cin prctica de prueb a s binomiales y del teore m a central del lmite. /aba entre los investig a d or e s de la poca un entusias m o rom n tico que Ialton supo expres a r con gran lirismo6 5 =o conozco casi nad a tan apto para impresion ar la imaginacin como la forma maravillos a de orden csmico expres a d a por la K:ey de @recuencia del ErrorK. :a ley hubiera sido personificad a y deificad a por los griegos, si la hubiera n conocido. Feina con serenid a d y con complet a discrecin entre la ms amplia confusin. ?uanto ms abulta do el gento y mayor la apar e n t e anarqua ms perfecto es su dominio. Es la supre m a ley de la 7inrazn5 1citado en Jorovcni0, Jentz y $apadia, %&&%, p.'34. (eniendo pres e n t e este entusias m o es ms fcil compr e n d e r el ttulo de ley norm al. El papel protag o nis t a de esta ley no cambi ni siquiera cuando otras distribucione s como la de ;axRell tuvieron inter s en fsica o cuando )earson 1%O32E %&'A4 investig de modo siste m tico otros tipos de distribucione s continua s 8 este mat e m tico y abog a d o, influido por Ialton, aplic las probabilidad e s a la teora de la evolucin darRinian a y realiz estudios sobre la regresin y la correlacin. :a escuela rusa 1(chebych e v, ;ar0ov,...4 propus o varias gener alizacion e s del teore m a centr al del lmite aporta n d o ideas de la teora de la medid a. /oy da, hay un cierto decrecimie n t o de este protag o nis m o debido al aug e de la esta dstica robust a, la estadstica no para m t ric a y el anlisis exploratorio de datos. :a teora de la proba bilidad des arroll un import a n t e papel concep t u al en fsica durant e las "ltimas d cad a s del 7.+-+ porqu e algun a s nuev a s leyes fsicas slo podan describirs e en t rminos proba bilsticos 1por ejemplo, el segun d o principio de la termo din mi ca4. :as aplicacion e s esta dsticas, especialm e n t e la regresin y la correlacin,

culminaron en des arrollos biom tricos. 7in emb ar g o, este des arrollo est contrap e s a d o por el hecho de que no haba adecu a d a funda m e n t a cin salvo el intento de :aplace que, como hemo s visto, tena sus proble m a s . En el ?ongres o ;ate m tico de )ars de %&>>, /ilbert formul un progra m a para la investigacin mat e m tic a entre cuyas tare a s principales estableci la de axioma tizar satisfactoria m e n t e la proba bilidad y la mec nic a estadstica. ,on ;ises, en %&%&, fue uno de los pioneros en el trabajo de axiom a tizacin y se bas en la interpre t a cin de la proba bilidad como converg e n ci a de frecue ncias relativas, siguiendo el teore m a de Jernoulli. 7u enfoqu e no tuvo xito8 era dem a sia d o complicado y los proble m a s filosficos fueron abru m a d o r e s . )or ejemplo, el teore m a de Jernoulli sobre la converg e n ci a de las frecuencias a la proba bilidad subyac e n t e no implica la converg e n ci a usual sino la converg e n ci a en proba bilidad. Entonce s ocurre que, o bien esas dos proba bilidad e s que entra n en el teore m a son del mismo tipo y por tanto no deb e usars e una para la definicin de la otra, o bien son de un tipo diferent e que necesit a ser clarificado y definido. <dem s , la definicin de ,on ;ises se bas a en una propied a d de aleatoried a d de secue n cias que es un concep to oscuro desd e un punto de vista filosfico y difcil de verificar en much a s aplicacione s . El "nico modo de clarificar la propied a d de aleatoried a d es por medio de la mis ma proba bilidad lo que de nuevo marca una circularida d en el enfoqu e de ,on ;ises. @ue $olmogorov en %&'' quien finalme n t e formul un siste m a de axioma s de la probabilidad y dedujo los teore m a s usuales que fueron reconocidos inmediat a m e n t e . 7u enfoqu e significa la aplicacin de principios extrados de la teora de la medida que haban gan a d o importa n cia al probar varias gener alizacion e s del teore m a centr al del lmite. El enfoqu e de $olmogorov no clarific lo que es la proba bilidad, slo elabor las propied a d e s estructur ale s de la proba bilidad y dej la interpre t a cin del concept o as definido de probabilidad como una cuestin abierta. ?onvien e se#alar que este enfoqu e fue pens a d o principalm e n t e como una justificacin de la interpr e t a cin frecue ncialista de la probabilidad 1$olmogorov, %&2A4. < pes ar del xito de la axioma tizacin de $olmogorov, la controversia en funda m e n t o s entre subjetivista s y objetivista s revivi poco ms tarde con Heffreys 1%&''4 y De @inetti 1%&'24. 2.- IMPLICACIONES DIDCTICAS DE LA HISTORIA Y FILOSOFA DE LA TEORA DE PROBABILIDA DES. PARADOJAS Y FALACIAS PROBA BILSTICAS DE INTERS EN LA ENSEANZA SECUNDARIA <unque la mat e m tic a prete n d e tratar con verdad e s univers ales, su progres o no ha sido siempr e difano y est salpicado de crisis funda m e n t al e s . :a historia de la mat e m tic a ha revelado much a s paradoj as interes a n t e s , algun a s de las cuales han servido de acicat e de cambios importa n t e s . :as parad oj as y falacias, que abund a n en la teora de proba bilidad e s , son instructivas y por eso nos intere s a n desd e la persp e c tiva didctica. Es un apasion a n t e y novedos o enfoqu e que conect a muy bien con los aspecto s psicolgicos del apren dizaje de las proba bilidad e s .

/ay much a s parad ojas y falacias 1que se entrecruz a n y solapa n4 y por tanto no es posible dar un listado completo. 7iguiendo a Jorovcni0, Jentz y $apadia 1%&&%4, hemo s preferido analizar en detalle unas cuant a s parad ojas repres e n t a tiv a s e import a n t e s para el proces o de ens e # a n z aE apren dizaje de la teora de proba bilidad e s elem e n t al. 7e pres e n t a n en cuatro grupos6 asignacin de proba bilidad e s , esper a n z a mat e m tic a, indep e n d e n cia y depe n d e n ci a y pens a mi e n t o lgico &s pens a mi e n t o proba bilstico. 2.1.- A SIGNACIN
DE PROBABILIDADES

:a asign acin de probabilidad e s median t e la regla de :aplace 1casos favora E blesLcas os posibles4 tiene dificultad e s intrnsec a s como hemos visto al estudiar el lanza mie n t o de dos o tres dados. Esta experiencia aleatoria revela que las relacione s entre los concep to s de simetra, equiprob a bilidad e indep e n d e n ci a, en las que se bas a la utilizacin de la regla de :aplace, no siempr e est n claras. <hora analiza mo s dos ejemplos de proba bilidad e s geo m t rica s6 la experiencia aleatoria del lanza mie n t o de un dardo a una diana y el proble m a clsico de la cuerd a de Jertran d ejemplifican cmo diferent e s hiptesis conduc e n a distintos modelos de asignacin de proba bilidad e s en un mis mo proble m a . L !" # $ % ! & ' (% )! ( *( ' )! ($ ! nos describa ese fen m e n o aleatorio.

Es neces a rio construir un modelo que 7upong a m o s que siempr e se da en la diana6 N V 1x,y4 L x 9 S y 9 ? % W 1crculo unidad4

:as parte s de es dem a si a d o grand e para poder asignar probabilidad e s a todos los sucesos, por tanto establec e m o s 6 A N Vsubconjunto s de con re a W 7e pued e n establec er asign acin de probabilidad e s 6 varias hipte sis que originan diferent e s mod elos de

;odelo % 6 supong a m o s que el tirador no apunt a ? <?A )1<4 N rea de < L rea de N rea de < L 1es un equivalent e continuo de la regla de :aplace6 )1<4N casos favorables L casos posibles4. )1acert ar en la mitad de arriba4 N %L9 )1acert ar en el dime tr o vertical4 N >, etc. ;odelo 9 6 supong a m o s que el tirador apunt a y es buen tirador y por eso quere m o s hacer ms probables los suceso s que estn cerca del centro. 7e pued e definir para cada punto 1x,y4 ? una funcin f1x,y4, densida d del punto

1x,y4, tal que f1x,y4 P > y disminuye al alejarnos del centro. )1<4 N ?< f1x,y4dxdy. *bviam e n t e debe cumplirs e que ? f1x,y4dxdy N %

P*'+, % # (% , -) %*( (% B%*&* ! ( 6 7e tiene un tringulo equilt ero inscrito en una circunfer e n cia de radio F y se traza una cuerd a al azar )?ul es la probabilidad que la longitud de la cuerd a s sea mayor que el lado a del tringulo. .E**'*/ M *- ( ' * (%0$!$( ' . !'

>

Entre varios mod elos de solucin, vamos a consider ar dos mod elos que conduc e n a dos soluciones distinta s6 a4 7e elige un punto del crculo ; y se traza la cuerd a perp e n dicular al radio que pas a por el punto. Entonc es la cuerd a est deter min a d a "nica m e n t e por su punto medio ;. 7i ; est conte nido en el crculo con radio F % , dond e F % N FL9, entonc e s s P a, de lo contrario s ? a. )or tanto )1s P a4 N <rea del crculo de radio F % L <rea del crculo de radio F N %LC.

b4 7e fija un punto M de la circunfer e n cia y se elige al azar el otro extre m o ). 7ea el ngulo que forma la cuer da as traza d a con la tang e n t e en el punto M. :a medid a de este ngulo se encu e n tr a en el rango 1>,%O>4. 7i A> Q Q%9 > se verifica que s P a, por

tanto )1s P a4 N %L'

7i el azar est deter mi nado por la equiprob a bilidad de la definicin de :aplace, deb era haber un "nico conjun to de casos posibles y una probabilidad "nica, sin emb a r g o, cada uno de los dos mod elos repres e n t a el fenm e n o aleatorio y su proba bilidad e s asociad a s . Esto refleja un conflicto intuitivo y supon e una contra diccin con el principio bsico de la definicin de :aplace8 el concept o de aleatoried a d ni est complet a m e n t e cubierto por este enfoqu e ni es significativo sin referencia a un gener a d or real de los sucesos. 2.2.- 1ALOR ESPERADO Xa hemo s estudia do que, histrica m e n t e , el concept o de esper a n z a mat e m tic a ha sido un enfoqu e altern a tivo y a veces ms importa n t e que el concept o de probabili dad para resolver proble m a s de la mat e m tic a del azar. ?omo dicen Jorovcni0, Jentz y $apadia 1%&&%4, la )aradoja de 7an )eters b urg o y el ejemplo de las mone d a s indep e n die n t e s ilustran las dificultad e s del concept o de esper a nz a y su relacin con la probabilidad. <dem s, el valor esper a d o es un concep to clave en la conexin de la probabilidad y la estadstica. P * ( '2 (% S ! P%& % * 3 + ) * 4 ' 6 Dos jugador e s < y J lanzan una mon e d a hast a que apar ec e una cara por primer a vez. 7i esto ocurre en el ens ayo n entonc e s el jugador J paga 9 n pta. al jugador <. )Mu cantida d debera pagar < a J al comienzo del juego para que ste fues e equitativo. 7i + denot a la cantidad que paga J, entonc e s su espacio mues tr al es un subconjunto de los n"m ero s natur ale s. El valor esper a d o E1+4 no existe porqu e la serie originad a diverge6 E1+4 N 9.1%L94 S C.1%LC4 S... S 9 n .1%L9 n 4 S... <s el jugador < tendra que pagar una cantida d infinita de dinero al jugador J antes de come nz a r el juego. /uyge ns introdujo el valor esper a d o como el precio equitativo de un juego estoc s tico. En este ejemplo, aunqu e la posibilidad de una larga secu e ncia es muy pequ e # a y tiend e a >, sin emb ar g o el pago esper a d o es infinito. )or tanto nadie querra jugar un juego como ste en que el pre mio gan a d o es realm e n t e una cantida d limitad a de dinero.

)ara resolver la parad oj a, Daniel Jernoulli 1%2>>E %2O94 propus o prom e diar las utilidad e s de los pagos y no los pagos especficos. Defini la utilidad como una funcin logartmica de los pagos y esta bleci una esper a n z a moral finita como apue s t a equitativa8 por ello se le consider a un precurs or de la teora de la decisin conduct u al. El concept o de esper a nz a moral se afirm, entre otros, con ?ondorcet pero las circunst a n cia s no esta b a n mad ur a s para consider ar la eleccin especial de la funcin de utilidad mera m e n t e como uno de varios posibles mod elos 1una seleccin de sus textos est en ?ondorce t, %&2C4. !n proble m a distinto es la longitud esper a d a del juego que es dos ens a yo s , %Lp N %L 1%L94 N 9, una corta longitud que supon e un pago de 9 9 NC pts. Esos dos valores de C e ? son contraintuitivos y mues tr a n que la relacin entre diferent e s esper a nz a s es compleja. M'! % ( 3 (%5 % ! ( $ % ! & % 3 6 !n bolsa contien e 2 mone d a s 6 % de %>> pta., ' de 3> pta. y ' de %> pta. 7e extra e n ' mon e d a s al azar )?ul es el valor esper a d o de su suma. )Es relevan t e si las mone d a s extrada s son ree mpl az a d a s . El valor esper a d o de la extraccin de la primer a mon e d a es6 E1+% 4 N 1%>> S '.3> S '.%>4 L 2 N C> pta. 7i las mon e d a s son ree m pl az a d a s este es el mismo valor para la segun d a y tercer a extraccin, por tanto E1+ 9 4 N E1+ ' 4 N C> 7i las mon e d a s extrada s no se ree m plaz a n entonc e s hay que usar los valores esper a d o s condiciona d o s . El valor esper a d o para la segun d a extraccin es la media pond er a d a de los tres valores esper a d o s condiciona d o s6 E1+9 4N 1%L24.E1+ 9 ?%>>4 S 1 'L24.E1+ 9 ?3>4 S 1'L24.E1+ 9 ?%>4 N N 1%L24 1%O>LA4 S 1 'L 2419' >LA4 S 1 'L 2419 2 >L A4 N C> :os clculos son largos para la tercer a extraccin pero dan el mismo resultad o. <s el valor esper a d o de la suma de las extraccion e s de las tres mone d a s es %9> pta. indep e n die n teme n t e de que las extraccion e s haya n sido con ree m plaz a mi e n t o o sin ree m plaz a mi e n t o. Este ejemplo ilustra una propied a d funda m e n t al de la esper a n z a mat e m tic a, su linealidad. 7iendo +% ,+9 ,+' variables aleatorias cualquiera 1dep e n die n tes o indep e n di e n t e s 4 y suponien d o que las esper a nz a s de cada variable existen y son finitas6 E1+% S+ 9 S+ ' 4 N E1+ % 4SE1+ 9 4SE1+ ' 4 Este proble m a caract eriza la diferencia entre probabilidad y esper a n z a. Desde la persp e c tiva de la probabilidad, la relacin de linealidad resulta intuitiva m e n t e inacep t a bl e si las variables aleatorias son depe n die n t e s en funcin de que parec e contraria a los cambios en los clculos probabilsticos que se produc e n si la extraccin de mon e d a s es sin ree m plaz a mi e n t o. ?omo conclu sin didctica, diremos que hay que equilibrar la import a ncia que se conced e en la ens e # a n z a a los concep to s de valor esper a d o y de

probabilidad ya que la ens e # a n z a tiend e a centrars e en el concep to de proba bilidad. 2.6.- INDEPENDENCA Y PROBABILIDAD CONDICIONADA :a probabilidad de un suceso pued e cambiar si se dispon e de nueva informacin y este hecho se modela por la nocin de proba bilidad condiciona d a . )or ejemplo, si en el lanza mie n t o de un dado sabe m o s que ha salido un n"mer o par, la proba bilidad del suceso 5que sea un dos5 es %L' mientr a s que ante s de saber la nueva informacin la proba bilidad asign a d a sera %LA. 7i < y J son dos suces os y )1J4 P>, se define la proba bilidad condicionad a de < dado J como6 )Tocurra < sabien do que ha ocurrido JUN )1< ?J4N )1< ?J4L)1J4 7e dice que < es $!( % 5 % ! ( $ % ! & % de J si )1< ?J4N )1<4. El conocimien to de que J ocurre no altera la proba bilidad de <. *bviam e n t e si < es indep e n di e n t e de J6 )1<?J4N)1<4 ? )1< ?J4N )1<4)1J4 ? )1J ?<4N )1J4, J es indep e n di e n t e de < 7e llega as a una nueva definicin6 < y J son indep e n di e n t e s si )1< ?J4N )1<4)1J4 Esta definicin tiene la vent aja de que no requier e como la anterior que )1<4P> )1J4P>. :a indep e n d e n ci a es un concept o clave dentro del modelo de $olmogorov 1aunqu e no forma parte de los axiom a s 4 porqu e permit e la mod elizacin de experim e n tos aleatorios de prueb a s repetida s lo que a su vez lleva al teore m a de Jernoulli y al teore m a central del lmite. ?on todo, abund a n las intuiciones inadecu a d a s 6 la parad oj a de dK<lemb er t no se pued e resolver sin el concep to de indep e n d e n ci a8 el proble m a del padre y su hijo mues tr a que el procedimien t o de obten er la informacin influye realme n t e en la probabilidad. P*'+, % # (% (7A,% # + % * & 6 7e lanzan al aire dos mone d a s de obten e r diferent e s resultad o s en las dos mone d a s . )?ul es la proba bilidad

a4 :a solucin norma tiv a consider a que el espacio producto completo es V++, +?, ?+, ??W, con una distribucin uniforme8 por tanto, la proba bilidad pedida es %L9. b4 DK<lemb ert en %23C se opuso a la equiprob a bilidad de los cuatro resultad o s V??, ?+, +?, ++W al lanzar dos mon e d a s y defendi la probabilidad de %L' para cada uno de los resultad o s >, % o 9 caras. =o tuvo en cuent a el concep to de indep e n d e n ci a. P*'+, % # (%, 5 (* % 8 3) 9$2' 6 7e sabe que un se#or tiene dos hijos. 7e encue n tr a

con un amigo y le pres e n t a al chico que va con de que el otro hijo sea tambi n varn 1,4.

l como su hijo. )?ul es la probabilidad

a4 ?omo hay el mismo n"m ero aproxim a d a m e n t e de chicos y chicas y los nacimien to s son indep e n die n t e s , la informacin que se da acerc a de que uno de los hijos es chico, es irrelevan t e y por tanto la proba bilidad pedida es %L9. b4 :as cuatro posibles combin acion e s son ,,, ,;, ;,, ;;. :a informa cin dada elimina la combinacin ;;, por tanto la probabilidad pedida es %L'. < esta solucin tambi n se pued e llegar utilizando proba bilidad e s condiciona d a s . En efecto, sea < el suces o de que en una familia con dos hijos los dos sean varon e s, )1<4N%LC8 sea J el suces o de que una familia con dos hijos teng a al menos uno varn, )1J4N'LC8 sea <?J el suces o de que teng a dos varone s una familia que tiene uno6 )1<?J4 N )1< ?J4L)1J4 N 1%LC4L1'LC4 N %L'. 7in emb a r g o, si pregu n t a m o s la proba bilidad de que una familia teng a dos varon e s 1suces o <4 suponien d o que el primer hijo es varn 1suces o ?4, entonc e s6 )1<??4 N )1< ??4L)1?4 N 1%LC4L1%L94 N %L9 Estos dos proble m a s mues tr a n la sutileza de los concept o s de indep e n d e n ci a y de probabilidad condiciona da y la necesid a d de un trata mi e n t o didctico muy cuidado s o para que los alumn os los compr e n d a n en profundida d. 2.:.- PENSAMIENTO LGICO 1S PENSAMIENTO PROBABILSTICO :a estructur a formal de la probabilidad se establec e mediant e el enfoqu e axiom tico pero los axioma s no regulan la estructur a de las conclusion e s. Esas conclusione s tienen una estructur a que difiere del razona mi e n t o lgico y caus a varias paradoj as, por ejemplo, las conclusion e s proba bilsticas no cumplen la relacin de transitividad lo que resulta muy contraintuitivo. R),%& 3 $!&* ! 3 $ &$ ; 3 6 7e dispon e de las tres ruleta s de la figura. )?ul deb e elegir un jugador para jugar si ha de comp e tir con otro jugador. .E**'*/ M *- ( ' * !' (%0$!$( ' .

>

.E**'*/ M *- ( '* !' (%0$!$( ' .

>

.E**'*/ M *- ( '* !' (%0$!$( ' .

>

?omo )17 % P 7 9 4N>.39, )17 9 P 7 ' 4N>.A% y )17 % P 7 ' 4N>.93, la ruleta 7 % es preferible a 7 9 , 7 9 es preferible a 7 ' , pero 7 % no es prefe rible a 7 ' . =o hay transitividad en la eleccin, cualquier ruleta mejora y es mejora d a por otra ruleta, por tanto el jugador que elige segun d o tiene ventaj a. Esto es una para doja desd e la persp ec tiva de la lgica ordina ria en dond e la trans titividad de las conclu siones es norm al. :a esto cstica no es una forma d bil de la lgica sino una forma diferent e de razon a mi e n t o. L 5 * ( '2 (% B,8&9 % 6 Dos jugador e s tienen las tres ruletas de la figura para escog er. )?ul es la ruleta mejor. )?ambia la eleccin si un tercer jugador entra en el juego. .E**'*/ !' M *- ( ' * (%0$!$( ' .
>

.E**'*/ !'

M *- ( ' * (%0$!$( ' .

>

.E**'*/ !'

M *- ( ' * (%0$!$( ' .

>

!n clculo sencillo nos da las siguient e s proba bilidade s 6 )17 % P 7 9 4N>.3%, )17 9 P 7 ' 4N>.A9 y )17 % P 7 ' 4N>.39 <s 7 % es la mejor eleccin seguida de 7 9 . 7in emb ar go, si se introduc e un tercer jugador, un clculo un poco mas largo nos conduc e a que 7 ' , es la mejor eleccin6 )T17 % P 7 9 4 y 17 % P 7 ' 4UN>.3%x>.3 9 N > . 9 2 )T17 9 P 7 % 4 y 17 9 P 7 ' 4UN>.9&x>.3 9 S > . 9 > N > . ' 3 )T17 ' P 7 % 4 y 17 ' P 7 9 4UN>.COx>.O N > . ' O Este resulta do es sorpren d e n t e e intuitiva m e n t e inacept a bl e. :a peor eleccin en el juego de dos person a s se conviert e en la mejor si participan tres jugador e s . :as ruleta s como apara t o s fsicos, son complet a m e n t e indep e n die n t e s pero los resultad o s estoc s ticos depe n d e n unos de otros si se trata de comp ar a r probabilidad e s . Esto no es obvio pero se refleja en los clculos releva nt e s 8 por ejemplo6 )T17 ' P 7 % 4 y 17 ' P 7 9 4U ? )17 ' P7 % 4.)17 ' P7 9 4. Es decir, la regla de la multiplicacin no se cumple lo que significa que los juegos no son estoc s tic a ment e indep e n di e n t e s . En una variacin de Feinhard t 1%&O%, citada en Jorovcnic0 et al ., %&&%4 las ruletas se colocan en diferent e s pistas de la mism a estructur a

.E**'*/

M *- ( '*

!'

(%0$!$( ' .

>

En un juego de dos person a s la pista exterior es la ms favorable pero si el juego es de tres person a s , entonc e s es la pista ms interior la mejor. :os juegos ahora son fsicam e n t e depe n die n t e s , pero esto no afecta a los resultad o s estoc s ticos. En definitiva, la informacin estoc s tic a no se pued e inferir de la situacin fsica de las variables aleatorias implicad a s . :a regla de la multiplicacin es el instru m e n t o formal para verificar la indep e n d e n ci a estoc s tica. P * ( '2 (% S$# 5 3 ' ! 6 En %&2' en la !niversidad de Jer0eley en ?alifornia, la tas a de admisin de mujeres 1un '3Y de las solicitant e s 4 era ms baja que la de hombr e s 1un CCY de los solicitant e s 4. -nvestiga n d o la razn de esta discriminacin sexual, se encontr que en algunos dep art a m e n t o s las mujeres tenan tas as de admisin ms alta que los hombr e s y en la mayora de los dep art a m e n t o s tenan tas as de admisin similares. )Es posible que las tas as de admisin para todos y cada uno de los dep art a m e n t o s sean ms altas para las mujeres y en cambio, consider a d a la universid a d globalm e n t e , como un todo, la tas a de admisin de mujeres sea menor. ,amos a simplificar el proble m a asu mi e n d o que hay slo dos depart a m e n t o s

.E**'*/ M *- ( '* !' (%0$!$( ' .

;ujeres <dmitidos Fechaz a d o s ' % C

/ombr es <dmitidos % 3 A Fechaz a d o s 9 9 C

Depart a m e n t o % Depart a m e n t o 9 !niversidad

9 ' 3

En ambo s depart a m e n t o s la proporcin de admitidos es ms alta para mujeres que para hombr e s ya que 9L3 P %L' y 'LC P 3L2. )ero para la universida d como un todo, se cumple lo contrario la proporcin de admitidos de 3L& para mujere s es menor que la proporcin de AL%> de hombr e s admitidos. /ay diferent e s tasa s de

solicitude s para hombr e s y mujere s, las mujere s solicitan dep art a m e n t o s con baja tas a de admisin y los hombr e s al contrario. :a paradoj a surge porqu e los resulta do s parec e n contrarios a la lgica ordinaria, dond e trat ar con casos separ a d o s es un m tod o apropiado de prueb a. 7i el caso i4 y el ii4 cubren todas las posibilidad e s y son mutu a m e n t e excluye n t e s entonc e s se prueb a una relacin si se mues tr a que se sostien e tanto en el caso i4 como en el ii4. Esta caract erstica estruct ur al, sin emb a r g o, no se manifiest a en el razona mi e n t o proba bilstico.

2.<.- CONCLUSIN :as concepcion e s errn e a s en los ejemplos que acab a m o s de revisar mues tr a n que hay situacion e s dond e la intuicin no gua la solucin formal, incluso el resultad o se percibe como paradjico. Esos ejemplos ilustran el salto entre intuicin y teora mat e m tic a, entre otras cosas porqu e el razon a mi e n t o estoc s tico no tiene control emprico fcil para revisar estrat e gi a s inadec u a d a s . ?omo dicen Jorovcni0, Jentz y $apadia 1%&&%4, las parad ojas y las falacias destac a n las dificultad e s de compr e n sin proba bilstica porqu e son se#ales de un conflicto cognitivo entre un nivel intuitivo y un nivel formalizado de razona mi e n t o. En una paradoj a, el aspect o objetivo es adecu a d o aunq u e intuitiva m e n t e inaccesible mientr a s en una falacia la compon e n t e objetiva es inadecu a d a aunqu e intuitiva m e n t e atractiva. En resu m e n , las paradojas y las falacias pued e n ser de inter s en el aula en cuanto que su estudio y discusin pued e n ayud ar a6 %4 analizar apropiad a m e n t e situacion e s proba bilsticas obscur a s o complejas8 94 compr e n d e r mejor concep to s bsicos en este campo8 '4 interpr e t a r formulacion e s y resulta do s ms efectiva m e n te8 C4 educ ar la intuicin y razona mi e n t o proba bilstico8 34 ilustrar las dificultad e s del queh a c e r cientfico ante la pres e n cia de situacion e s cientficas inesp er a d a s yLo an m al a s 8 A4 comb a tir el 5sede n t a ris m o5 intelectu al al que son proclives nuestros alumno s como lo son la mayora de person a s 1el noma dis m o cognitivo, la exploracin, ayud a n al avanc e cientfico4.