-.Historia de la Matemática.

-.Trigonometría.-

Integrantes: Nuñez Eugenia y Puertas Romina

Materia: Historia de la Matemática

Profesora: Falaschi Laura

Para comenzar con la clase les proponemos un juego mediante el cual llegaremos a la
definición de ESTADISTICA.

EN CLASE…

Haz un estudio sobre la estatura en tu clase y presenta el resultado.

Teniendo en cuenta que son 9 alumnos con las siguientes mediadas:

Medidas F fr f% F Fr F%

-.Orígenes de la trigonometría.-
Cuando las sociedades primitivas se organizaron y superaron el ámbito
local, se vieron en la necesidad de tener que tomar decisiones que exigieran un
conocimiento numérico de los recursos disponibles. Estas necesidades dieron
lugar a las primeras técnicas estadísticas; en un principio en el recuento y
presentación de datos.
La historia muestra que las primeras fueron efectuadas mayormente por
gobernantes de las grandes civilizaciones antiguas, para conseguir conocer el
número de bienes que poseía el Estado y como se repartían en la población. La
utilización de esta por Estado es la raíz de su nombre.
El primer dato que se dispone de la elaboración de una estadística nos
proporciona Heródoto en el año 3.050 a.C. para el recuento de riquezas y de la
población de Egipto, para la construcción de pirámides.
En el año 2.238 a. C. se realiza una estadística industrial y comercial por el
emperador Yao de China.
En la época romana se contabilizan, al menos, 69 censos con fines:
tributarios, hombres con derecho de votos y posibilidades de campañas militares.
Durante el siglo IX se realizaron en Francia recuentos parciales de siervos.
Recuentos similares se realizaron en Inglaterra en el siglo XIV.
Pero con el nacimiento de las Naciones cuando la Estadística va
adquiriendo un rigor científico en las técnicas de recogida y presentación de
datos que van a facilitar el análisis de conclusiones, y por lo tanto, toma de
decisiones.
La estadística demográfica tiene un gran auge durante el siglo XVII. La gran
pregunta era saber si la población se modificaba aumentando o disminuyendo,
que da lugar a la ceración de índices de natalidad y mortalidad.
De aquí se sugiere la idea que hasta ahora la ESTADÍSTICA estaba constituida solo
por datos.

Nota:
 La Estadística es el arte de aprender a partir de los datos. Esta relacionada con la
recopilación de datos, descripción y análisis, lo que lleva a extraer conclusiones.

 Estadística Descriptiva: La Estadística Descriptiva recolecta, describe, analiza, interpreta

y presenta los datos de una población en forma de tablas y gráficas. Es un método
de obtener de un conjunto de datos conclusiones.

Por ello faltaba otra componente muy importante para que se convirtiera
en ciencia…Entonces durante el siglo XVII y XVIII se desarrolla la Teoría de las
Probabilidades, que proporciona a la Estadística métodos de investigaciones que
la permiten alcanzar esta categoría.
Dicha teoría como disciplina matemática fundamenta la Estadística como
una lógica y metodología para la medición y estudio de la incertidumbre, en la
planeación e interpretación de la observación y experimentación. Sus raíces se
encuentran en los juegos de azar como por ejemplo…
 Juego de lanzar MONEDAS
Lanzar una moneda al aire, ¿qué es más fácil que salga, cara o seca?
¿Qué esperas que pase en 25 lanzamientos?. Hazlos.
¿Y en 50 lanzamientos?. Compara tus resultados con los del resto de la clase.

UN DADO Y EL 6
Elige y estudia cuánto tarda en salir 15 veces el número 6. Estudia el problema con el
resto de los compañeros.

Nota:

Probabilidad: la idea de probabilidad esta ligada a la idea de azar y nos ayuda a comprender
nuestras probabilidades de ganar un juego o analizar la encuestas.
 Experimento y experiencia: sistema o fenómeno estudiado o observado actividad que
produce el evento (las monedas). Se simboliza: 𝜀
Al analizar un experimento se determinan:
 Espacio maestral: conjunto formado por todos los casos posibles o posibilidades (cara -
cara, seca- seca, cara- seca, seca -cara).Se simboliza:Ω
 Evento o suceso: cuestión o resultado referente, a los resultados de la experiencia
(ejemplo: salgan do caras). Se simboliza:Α

Por lo tanto fue así que se comenzó a hablar también de PROBABILIDAD…Según

Amanda Dure, "Antes de la mitad del siglo XVII, el término 'probable' (en
latín probable) significaba aprobable, y se aplicaba en ese sentido,
unívocamente, a la opinión y a la acción. Aparte de algunas consideraciones
elementales hechas por Girolamo Cardano en el siglo XVI.
 Godofredo Achenwall
(1719-1772)

Godofredo Achenwall, profesor de la Universidad de Gotinga. Acuñó en 1760 la palabra estadística,

que extrajo del término italiano statista (estadista). Creía, y con sobrada razón, que los datos de la
nueva ciencia serían el aliado más eficaz del gobernante consciente. La raíz remota de la palabra se
halla, por otra parte, en el término latino status, que significa estado o situación; Esta etimología
aumenta el valor intrínseco de la palabra, por cuanto la estadística revela el sentido cuantitativo de las
más variadas situaciones.

APORTE:

 Acuñó en 1760 la palabra estadística.

John Graunt
(1620-1674)

John Graunt vendedor de accesorios de vestir y demógrafo inglés.

APORTES:
 Es considerado por algunos, como el
iniciador de la Estadística, por sus
trabajos en demografía, que
incorporan nociones de regularidad
en ciertas proporciones de naturaleza
aleatoria (1662).
 Pierre de Fermat
(1601-1665)

Nació el 17 de Agosto 1601 en Beaumont-de-Lomages, Francia y falleció: 12 de Enero 1665 en

Castres, Francia. Fermat fue un abogado y un gobernante oficial. Lo más recordado de su
trabajo esta en la Teoría de números, en particular por el último teorema de Fermat y contribuyo
al nacimiento del calculo de probabilidades. Las matemáticas eran para él su hobby.

APORTES:

 Fermat tuvo la primera idea sobre el cálculo diferencial y con Pascal

inventó el cálculo de probabilidades. Su obra se halla en el libro "Varia
opera mathematica", publicada por su hijo en 1679.

Blaise Pascal
(1623-1662)

Nacido en Clermont-Ferrand, Puy-de-Dôme, Francia. Él y su hermana fueron criados por su padre,

Étienne Pascal (1588 - 1651), que era matemático. Blaise es considerado un niño prodigio y fue
educado por su padre.
Blaise Pascal fue un matemático, físico y filósofo religioso francés. Sus contribuciones a las
ciencias naturales y ciencias aplicadas incluyen la construcción de calculadoras mecánicas,
estudios sobre la teoría de probabilidad, investigaciones sobre los fluidos y la aclaración de
conceptos tales como la presión y el vacío . Después de una experiencia religiosa profunda en
1654, Pascal abandonó las matemáticas y la física para dedicarse a la filosofía y a la teología

APORTES:

 En 1654, incitado por un amigo interesado en problemas de apuestas, Blaise

mantuvo correspondencia con Pierre de Fermat y le envió una primera
aproximación al cálculo de probabilidades.
 Christiaan Huygens
(1629- 1695)

Christiaan Huygens. Nació en La Haya, 14 de abril de 1629 y falleció, 8 de julio de 1695 en

el mismo lugar. Fue un astrónomo, físico y matemático holandés.

APORTES:

 Le dio el tratamiento científico conocido más temprano al concepto.

 Huygens fue uno de los pioneros en el estudio de la probabilidad, tema

sobre el que publicó el libro De ratiociniis in ludo aleae (Sobre los Cálculos
en los Juegos de Azar), en el año 1656.

 En el introdujo algunos conceptos importantes en este campo, como la

esperanza matemática, y resolvía algunos de los problemas propuestos por
Pascal, Fermat y De Méré.

Nota: Estadística Inferencial:

 Estadística Inferencial: trabaja a base de muestras, investiga o analiza una población de

esta; donde la calidad de la información debe ser controlada. Las conclusiones extraídas
están sujetas a errores, se tendrá que especificar el riesgo o probabilidad que con que se
pueden cometer esos errores.

 Población: grupo a quien encuesto (alumnos de tercer año de Matemática)

 Muestra: grupo seleccionado de la población
 Variable: Cualitativa - Cuantitativa
 Tipos de Gráficos: barras- histograma-pictograma- bastones- circular.
La Familia Bernulli y sus aportes a la
probabilidad
 Abraham de Moivre
(1667-1754)

Abraham de Moivre (26 de mayo 1667 en Vitry-le-François , Champagne , Francia - 27 de

noviembre 1754 en Londres, Inglaterra , Francés Pronunciación: fue un francés matemático conocido
por la fórmula de De Moivre , uno de los que vincular los números complejos y trigonometría , y por
su trabajo en la distribución normal y la teoría de la probabilidad.
Él era un amigo de Isaac Newton, Edmund Halley y James Stirling . Entre sus compañeros de
hugonotes exiliados en Inglaterra, era un compañero de trabajo del editor y traductor Pierre des
Maizeaux.
De Moivre escribió un libro sobre la teoría de la probabilidad, La Doctrina de posibilidades, dice que
ha sido apreciado por los jugadores.

De Moivre fue pionera en el desarrollo de la geometría analítica y la teoría de la

probabilidad.
Él también produjo el segundo libro de texto sobre teoría de la probabilidad, La
Doctrina de posibilidades: un método de cálculo de las probabilidades de los
eventos en el juego.

 El primer libro sobre los juegos de azar, Liber de ludo aleae ( El Lanzamiento de
la Die ), fue escrita por Girolamo Cardano en la década de 1560, pero no fue
publicado hasta 1663. Este libro salió en cuatro ediciones, 1711 en América, y
en Inglés en 1718, 1738 y 1756. En las ediciones posteriores de su libro,
de Moivre da la primera declaración de la fórmula para la
distribución normal de la curva:

 Primer método de búsqueda de la probabilidad de la

ocurrencia de un error de un tamaño dado,
cuando se expresa que el error en términos de la
variabilidad de la distribución como una
unidad, y la primera identificación del cálculo
del error probable. Además, aplicó estas teorías a los problemas de juego
y tablas actuariales.

 En 1733 de Moivre propuso la fórmula para calcular una expresión que se

encuentra comúnmente en la probabilidad es n!; para un gran n era mucho
tiempo, como:
Obtuvo una expresión aproximada para la constante c, pero fue James Stirling
quien encontró que era c= √ (2 π ).
 De Moivre también publicó un artículo titulado "Las anualidades sobre Vidas" en
el que reveló la distribución normal de la tasa de mortalidad en la edad de una
persona. De esto se produjo una fórmula sencilla para aproximar los ingresos
resultantes de los pagos anuales en base a la edad de una persona. Esto es
similar a los tipos de fórmulas utilizadas por las compañías de seguros hoy en
día.

APORTES:

 Primera declaración de la fórmula para la distribución normal de la curva.

 .En 1733 de Moivre propuso la fórmula para calcular un factorial como:

 Publicó un artículo titulado "Las anualidades sobre Vidas" en el que reveló la

distribución normal de la tasa de mortalidad en la edad de una persona.

Thomas Bayes
(1702 – 1761)

Thomas Bayes (Londres, Inglaterra, 1702 - Tunbridge Wells, 1761) fue un matemático británico.
Su obra más conocida es su Teorema de Bayes.

En 1764 se publicó su trabajo “Ensayo sobre la Resolución de un Problema en la

Doctrina del Azar” póstumamente.
Sus trabajos tuvieron poca influencia sobre el desarrollo temprano de la
Estadística, ya que estos sirvieron, casi dos siglos después, para grabar su nombre
en la moderna inferencia bayesiana.

 Thomas Bayes, analizó la manera de aplicar la probabilidad no como un

patrón de medida ideal para determinar la frecuencia de ocurrencia posible
de un evento aleatorio, sino como un procedimiento para calcular el grado
de acierto de un juicio, que se sustentan sobre una información cuantificable
previamente conocida.
En efecto, en la época de Bayes lo más común era que se plantearan
problemas del tipo: «si tenemos un número X de balotas negras y un
número Y de balotas blancas colocadas en una urna, ¿Cuál es la
probabilidad de extraer de la urna una balota blanca?» En este tipo de
problema la probabilidad siempre se calcula «hacia delante», partiendo
desde las causas conocidas (el número exacto de balotas blancas y negras
colocadas en la urna) hacia la probabilidad de extraer una sola balota
blanca.
Pero Bayes comenzó a analizar otro tipo de complejos problemas como el
siguiente: «conociendo que quedan 5 balotas las cuales no podemos ver,
¿Cuál es la probabilidad de adivinar la exacta proporción de balotas blancas
y las balotas negras que aún quedan en su interior, teniendo en cuenta que
ya han sido extraídas previamente 3 balotas blancas y 5 balotas negras?» En
este tipo de problema la probabilidad se calcula «hacia atrás», partiendo
desde los efectos conocidos (la extracción de 3 balotas blancas y 5 balotas
negras) hacia la probabilidad de acertar la exacta distribución de las balotas
desconocidas (representan la causa incierta o aleatoria estudiada)
Este se resuelve mediante lo que actualmente se conoce como la
«Probabilidad Inversa», la cual no busca determinar la posible frecuencia de
ocurrencia objetiva de un evento, sino que busca valorar el grado de certeza
de una creencia subjetiva.
Ante este tipo de problemas, Bayes decidió proponer una fórmula general :
P(D\H) × P(H)
P(H\D) =
P(D)
Esta fórmula general tiene la siguiente explicación:
a−) La expresión H representa una «Hipótesis», y la expresión D representa un
«Dato» o hecho analizado;
b−) La expresión P(H) representa la denominada «Probabilidad Previa» de H,
es decir, la probabilidad de que la hipótesis H sea correcta aún antes de que
se observe la ocurrencia del dato D analizado;
c−) La expresión P(D\H),representa la denominada «Probabilidad
Condicional» existente para que sea observado el dato D dado que la
hipótesis H es correcta;
d−) La expresión P(D) es la «Probabilidad Marginal» de que el dato D pueda
ocurrir independientemente de que la hipótesis H sea correcta o incorrecta; y,
e−) La expresión P(H\D) representa la denominada «Probabilidad Posterior»,
es decir, la probabilidad de que la hipótesis H sea correcta dada la
ocurrencia del dato D a partir de la información disponible.

APORTE:
 Probabilidad inversa
Adrian Marie Legendre
(1752-1833)

Nació en París, 18 de septiembre de 1752 - Auteuil, Francia, 10 de enero de 1833) fue

un matemático francés. Hizo importantes contribuciones a la estadística, la teoría de números,
el álgebra abstracta y el análisis matemático.

Creó un sistema para describir el movimiento

planetario, que involucra:
 El método de los mínimos cuadrados:
El método de los mínimos cuadrados nos permite
encontrar la ecuación de una recta a partir de los
datos experimentales. Es decir, utilizando solamente
las mediciones experimentales se obtendrá la
pendiente y la ordenada al origen de la recta que
mejor se ajuste a tales mediciones.
Se calcula en base al siguiente CRITERIO: La distancia
del punto experimental a la “mejor recta” es mínima.
Gráficamente:
APORTES:
 Creó un sistema para describir el movimiento planetario, que involucra el
método de los mínimos cuadrados, tan utilizado en la Estadística de hoy,
como método de estimación de parámetros, hacia 1805.

Carl Friedrich Gauss

(1777-1855)

Johann Carl Friedrich Gauss (Brunswick, 30 de abril de 1777 – Gotinga, 23 de febrero de

1855)
Matemático alemán, fue un niño prodigio y ágil calculista; que a la edad de 3 años ya resolvía
mentalmente operaciones matemáticas.
Profundizó en la Teoría de la Probabilidad .que contribuyó a definir los nuevos alcances de la
Teoría de la Probabilidad y de la Estadística.

 Dedujo la curva normal de la probabilidad, a la que también se le llama "Curva

de Gauss", independientemente de Laplace, como descripción probabilística
del error, pero encontró su asociación con el método de mínimos cuadrados.

Gauss utilizó la Distribución Normal para calcular los errores que se comenten en las
observaciones estadísticas de la realidad y para calcular el área probable dentro de la
cual se debe concentrar la posible aparición de un determinado resultado que puede
ocurrir en la Naturaleza.
Gauss usó como información estadística los registros de las observaciones astronómicas
existentes, y también reformuló varios de los corolarios de Abraham de Moivre dando
origen a conceptos como el de la Varianza y la Desviación Típica usados para calcular
la influencia de cualquier posible error cometido en las observaciones de los astrónomos
Apelando al modelo de la campana de la Distribución Normal descubierta por
Abraham de Moivre, Gauss concluyó que los errores de medición aparentemente
aleatorios tienden a concentrarse cerca del verdadero valor de la medida del objeto,
es decir, la ocurrencia de errores en el campo de la ciencia o de la técnica tiende a
distribuirse como la curva de la Distribución Normal de la probabilidad.
Hacia 1821 publicó su exposición definitiva en una obra titulada Theoria combinationis
observationum erroribus minimis obnoxiae, de la cual surgió el desarrollo de conceptos
tales como el Margen de Error y los Niveles o Intervalos de Confianza, los cuales son muy
usados para que las observaciones estadísticas puedan ser vinculadas a la Teoría de la
Probabilidad y se pueda calcular el grado de certeza atribuible a las mismas.
 Teorema de Gauss-Márkov:

En estadística, el Teorema de Gauss-Márkov, formulado por Carl Friedrich

Gauss y Andréi Márkov, establece que en un modelo lineal general (MLG) en el
que se establezcan los siguientes supuestos:

 Correcta especificación: el MLG ha de ser una combinación lineal de los

parámetros ( ) y no necesariamente de las variables:
 Muestreo aleatorio simple: la muestra de observaciones del
vector es una muestra aleatoria simple y, por lo
tanto, el vector es independiente del vector
 Esperanza condicionada de las perturbaciones nula:
 Correcta identificación: la matriz de regresoras (X) ha de tener rango
 completo: rg(X)=K<=N
 Homocedasticidad: Var(U/X)=S2I

el estimador mínimo cuadrático ordinario (MCO) de B es el estimador lineal e

insesgado óptimo (ELIO o BLUE: best linear unbiased estimator), es decir, el
estimador MCO es el estimador eficiente dentro de la clase de estimadores
lineales e insesgados.

APORTE: Uno de los principales aportes a la Estadística.

 También contribuyó al método de los mínimos cuadrados.
 Desembocó en la ley de probabilidad normal independientemente de
Laplace, como descripción probabilística del error, pero encontró su
asociación con el método de mínimos cuadrados.
 Dedujo la curva normal de la probabilidad, a la que también se le llama
"Curva de Gauss", está aún se usa en los cálculos estadísticos.
 Teorema Gauss- Marcov

Pierre-Simom Laplace
(1740-1824)

Pierre−Simon Marqués de Laplace (1749−1824), nació en Normandía, descendiente de una

familia de terratenientes y comerciantes, y luego de concluir su educación en la Universidad de
Caen (Baja Normandía), se trasladó a París llevando una carta de presentación para trabajar
como asistente de Jean le Rond D’Alembert quien terminó recomendándolo como profesor de
matemáticas de la Escuela Militar de París. Allí Laplace brilló con luz propia, y debido a sus
primeras investigaciones en el campo de las ecuaciones diferenciales ganó fama y
reconocimiento.

LAPLACE Y EL USO DE LA PROBABILIDAD Y LA ESTADÍSTICA PARA LA EXPLICACIÓN

MATEMÁTICA DEL UNIVERSO:
Laplace recuperó la Teoría de la Probabilidad sacándola de su enfoque clásico
para comenzar a usarla para describir acertadamente los fenómenos del
universo. Además aplicó la probabilidad a la mortalidad, la esperanza de vida,
la duración de los matrimonios, a los sucesos legales, a los errores en las
observaciones, métodos de triangulación.
 Théorie Analytique des Probabilités (1812)
Con la Teoría Analítica de las Probabilidades, expone los principios y las
aplicaciones de lo que él llama "geometría del azar". Esta obra representa la
introducción de los recursos del análisis matemático en el estudio de los
fenómenos aleatorios.
Este estaba lleno de integrales que concluyen las funciones beta y gamma.
Laplece fue uno de los primeros que demostró que la integral:
2

f (x) = e− x dx

es decir, el área bajo la curva de las probabilidades, es igual a. √𝜋

 Regla de Laplace:
Si un experimento cualquiera puede dar lugar a un número finito de resultados
posibles, y no existe ninguna razón que privilegie unos resultados en contra de
otros, se calcula la probabilidad de un suceso aleatorio A, según la regla de
Laplace como el cociente entre el número de casos favorables a A, y el de todos
los posibles resultados del experimento:

EN CLASE…
Actividad: Una botella contiene 3 pelotas de color celeste y 2 rosadas. Calcular la probabilidad
de que al hacer la experiencia de girar 6 veces la botella, cuantas veces aparecen las pelotas
rosadas en el pico de la misma.

 Laplace también rescata la obra de Bayes sobre probabilidades inversas.

 Además aparece el método de los mínimos cuadrados para la combinación
de observaciones numerosas se había dado empíricamente por Gauss y
Legendre, pero el cuarto capítulo de la Teoría Analítica contiene una
demostración formal del mismo.
 Representó la ley de la probabilidad de error con una curva:
y = φ(x),
siendo x cualquier error e y su probabilidad, y expuso tres propiedades de
esta curva:
1. es simétrica al eje y ;
2. el eje es una asíntota, siendo la probabilidad del error igual a 0;
3. la superficie cerrada es 1, haciendo cierta la existencia de un error.

APORTES:
 Rescata la obra de Bayes sobre probabilidades inversas.
 Regla de Laplace.
 Demostración formal del mismo del el método de los mínimos cuadrados
para la combinación de observaciones numerosas se había dado
 empíricamente por Gauss y Legendre
 En una de sus publicaciones apareció la ley de Laplace y que asigna
probabilidades a sucesos equiprobables.
 Representó la ley de la probabilidad de error con una curva, y expuso tres
propiedades de esta curva:
4. es simétrica al eje y ;
5. el eje es una asíntota, siendo la probabilidad del error igual a 0;
6. la superficie cerrada es 1, haciendo cierta la existencia de un error.

Leonhard Euler
(1707-1783)

Leonhard Euler nació en Basilea, en Suiza, en 1707.Sus aportes en aritmética, geometría, física y
astronomía, es uno de los matemáticos más importantes y prolíficos de todos los tiempos. Es además el
responsable de la tendencia moderna a representar las cuestiones matemáticas y físicas en términos
aritméticos
Desde muy pequeño, y gracias a que su padre era amigo de la familia Bernoulli, Leonhard empezó a
interesarse por las matemáticas. A pesar de haber entrado en la Universidad de Basilea para titularse en
Filosofía, Johan Bernoulli intervino y convenció a su padre de que Euler podría llegar a convertirse en un
gran matemático.
Finalizó su Doctorado en 1726 con una tesis sobre la propagación del sonido titulada De Sono, y tan solo
unos meses después, Leonhard Euler se trasladó a Rusia para trabajar en el departamento de matemáticas
de la Academia de San Petesburgo.

Aportes a la ciencia
Leonhard Euler fue uno de los matemáticos más prolíficos de la historia y cubrió
casi todas las áreas de las matemáticas: geometría, cálculo, trigonometría,
álgebra. Y según Hanspeter Kraft presidente de la Comisión Euler de la
Universidad de Basilea, aún no se han estudiado más de un 10% de los escritos de
Leonhard Euler.
Fue el encargado de introducir el concepto de función matemática, una
notación que ofrecía mayor comodidad frente a los métodos del cálculo
infinitesimal.
Aunque la claridad de Euler en toda su exposición es incuestionable, nos parece
conveniente presentar un resumen de su discurso utilizando un lenguaje más
actual.
 CÁLCULO DE PROBABILIDADES EN EL JUEGO DE RENCONTRE:
Euler publicados en las Memoirs de la Academia de Berlín del año 1751, una
imposición de 350 coronas a favor de un niño recién nacido, le producida una
anualidad de 100 coronas a partir de los veinte años de edad. Entre los problemas
de lotería que publico el siguiente es uno de los más sencillos. Considérese “n”
billetes numerados consecutivamente de 1 a n, de los que extraen tres al azar.
Entonces la probabilidad de que resultan extraídos tres números consecutivos es
igual a:
2∙3
𝑛(𝑛 − 1)

la probabilidad de que salgan dos números consecutivos (pero no tres) es:

2 ∙ 3(𝑛 − 3)
𝑛(𝑛 − 1)

y la probabilidad de que no salgan dos números consecutivos es:

(𝑛 − 3) ∙ (𝑛 − 4)
𝑛(𝑛 − 1)

Euler contribuyo a crear nuevas notaciones también aquí como en otras ramas
de la matemática. Por ejemplo, había encontrado útil representar la expresión:
𝑝(𝑝 − 1)(𝑝 − 2) … (𝑝 − 𝑞 + 1)
1 ∙ 2 ∙ 3…𝑞

por la forma esencial idéntica a la moderna:

p
q
APORTES:
 Contribuye en nuevas notaciones en la probabilidad, como en otras ramas
de la matemática

Jean Le Rond D'Alembert

(1717-1783)
 Fue un matemático, filosofó, uno de los máximos exponentes del movimiento ilustrado.
Es célebre por crear —con Diderot—L'Encyclopédie y por su labor en el campo de las matemáticas,
relativo a las ecuaciones diferenciales y a las derivadas parciales.
La gran pasión de D'Alembert fueron las matemáticas, que había aprendido en forma prácticamente
autodidacta; en 1739, presentó su primer trabajo en la prestigiosa Academia de Ciencias de París. Dos
años después, con tan solo 24 años de edad, fue elegido miembro de esa Academia.
En 1743 publicó su Tratado de dinámica, obra fundamental en que formula el conocido principio de
d'Alembert, que confirma la existencia de la inercia en un punto material, como reacción ejercida por ese
punto frente a las fuerzas que actúan sobre él. Con ella, el joven D'Alembert alcanza de inmediato
prestigio en toda Europa como uno de los pensadores científicos más reputados; Lagrange afirmará que
ese tratado «reduce la estática a la dinámica».
D'Alembert siguió elaborando nuevos trabajos en el campo de la física matemática, entre ellos el titulado
Tratado del equilibrio y del movimiento de los fluidos.

 La teoría de la Probabilidad:

Una de las características del siglo de la ilustración fue la atención a aplicar a

todos los aspectos de la sociedad los métodos cuantitativos éxitos en las ciencias
físicas.
No es sorprendente encontrar a Euler y a D' Alambert escribiendo sobre
problemas de esperanza de vida, anualidades, loterías y otros aspectos sociales.
D' Alambert, al contrario que Euler, se manifestó opuesto a las opiniones
admitidas. Por ejemplo: en su articulo “Croix ou Pile” en la Encyclopédie, afirmaba
que la probabilidad de obtener una “cara “ al efectuar dos lanzamientos de una
2 3
moneda sería 3 y no los 4 aceptados, dado que el juego terminaría si aparece
“cara” en el primer lanzamiento.
Un matemático de Ginebra hizo observar a D' Almabert que sus tres casos (X, XY,
YY) nos son equiprobables, mencionado en el articulo al caso de la paradoja de
San Petersburgo. En vista de esto propuso que siempre que fuera posible, se
determinaran las probabilidades por medio de experimentos. Esta fue apoyada
por Buffon y en su “Essai d'arithmetique morale” (1777) daba varias razones para
considerar el juego en cuestión como intrínsecamente imposible. Buffon
introducía en la misma que constituiría una nueva rama de la teoría de la
probabilidad, que estudia los problemas probabilísticos basados en
consideraciones geométricas.
Buffon propone “el problema de la aguja de Buffon “. El “Essai” contiene
interesante colección de tablas de nacimientos, matrimonios y muertes en Paris;
en el año 1709-1766, así como resultados de esperanza de vida que fueron
cuestionados por D' Almabert.
Durante el siglo XVIII se introdujo en Europa la vacunación contra la viruela, hecho
que provoco controversia entre los matemáticos que trataban de aplicar la
probabilidad a la vida social.
En 1760 Daniel Bernulli expuso las ventajas de la inoculación, pero D' Almabert
propuso objeciones, ya que no negaba las ventajas de la vacuna, pero si sostenía
que Bernulli había exagerado las ventajas. Parte de la controversia se centró en la
distinción que según insistía había que hacer la “vida media” y la “vida probable”
de un individuo. La “vida probable” de un niño venia a ser ocho años y la “vida
media” era de unos 26 años.(Si comprobamos estas cifras con la época actual, se
pone en manifiesto el bajo nivel de cuidados médicos del pasado)

 El error de d'Alembert (Siglo XVIII)

Jean Le Rond d' Alembert fue un famoso matemático francés del siglo XVIII; por
haberse equivocado en el siguiente problema que le fue planteado en 1754:

*¿Cuál es la probabilidad de que salga cara por lo menos una vez cuando se
lanzan dos monedas? (cara-cruz equivale a águila-sol) D'Alembert analizó el
problema diciendo que existían tres posibilidades:

Cara en el primer lanzamiento

Cara en el segundo lanzamiento
Ninguna cara.

Como hay 3 casos posibles y dos favorables, la probabilidad buscada es 2/3.

El análisis correcto es observar que hay 4 casos posibles: cara-cara, cara-cruz,

cruz-cara, cruz-cruz; en 3 de estos casos ocurre cara por lo menos una vez, la
probabilidad buscada es por lo tanto 3/4.

APORTES:
 La importancia de la verificación de una teoría con experimentos reales.
 El error de d'Alembert

Adolphe Quetelet
(1781-1840)

Lambert Adolphe Jacques Quételet (Gante, 22 de febrero de 1796 – Bruselas, 17 de

febrero de 1874) fue un astrónomo y naturalista belga, también matemático, sociólogo y estadístico.
Fundó y dirigió el Observatorio real de Bélgica. Influyó, y también fue criticado, por la aplicación de
los métodos estadísticos a las ciencias sociales. Fue el primer miembro no estadounidense de
la American Statistical Association

APORTES:
 Llamado el padre de la Estadística moderna, por observar la extraordinaria
regularidad con que se reproducían ciertos fenómenos sociales, como
 crímenes o suicidios. 1835.
Argumenta que esas regularidades sólo pueden ser encontradas mediante el uso
de técnicas estadísticas.
Ajustó distribuciones de probabilidad a datos empíricos.

Simeón Denis Poisson

(1781-1840)

Siméon Denis Poisson: Nacio en Pithiviers, Francia, 21 de junio de 1781 Y falleció en Sceaux
(Altos del Sena), Francia, 25 de abril de 1840).

Físico y matemático francés al que se le conoce por sus diferentes trabajos en el campo de la
electricidad, también hizo publicaciones sobre la geometría diferencial y la teoría de probabilidades.

La primera memoria de Poisson sobre la electricidad fue en 1812, en que intentó calcular
matemáticamente la distribución de las cargas eléctricas sobre la superficie de los conductores, y en
1824, también demostró que estas mismas formulaciones podían aplicarse de igual forma
al magnetismo.

El trabajo más importante de Poisson fue una serie de escritos de las integrales definidas, y cuando
tan solo tenía 18 años, escribió una memoria de diferencias finitas.

Publicó en 1837 el germen de dos elementos asociados a su nombre:

 La distribución de Poisson:

Es la función de probabilidad de variable aleatoria X que represente el número de

resultados en un intervalo de tiempo dado o de espacio, es:

𝑒 −𝜆 . 𝜆𝑥
𝑝(𝑥, 𝜆) = x=0, 1, 2, 3…
𝑥!
donde 𝜆 es el número promedio de resultado por unidad de tiempo.

Por ejemplo: En un supermercado se tiene que el promedio de ventas de una

determinada marca de jugos es de 8 unidades por día ¿Cuál es la probabilidad
de que, en un día determinado, se vendan a la sumo, 6 unidades?
𝜆 =8
X=6
P(x≤6) = f(6)=0,3134

 La generalización de la ley de los grandes números de Bernoulli:

En la teoría de la probabilidad, bajo el término genérico de La ley de los grandes

números.
Las leyes de los grandes números explican por qué el promedio de una muestra al
azar de una población de gran tamaño tenderá a estar cerca de la media de la
población completa.
La frase "ley de los grandes números" es también usada ocasionalmente para
referirse al principio de que la probabilidad de que cualquier evento posible
(incluso uno improbable) ocurra al menos una vez en una serie, incrementa con el
número de eventos en la serie.
Por ejemplo, la probabilidad de que un individuo gane la lotería es bastante
baja; sin embargo, la probabilidad de que alguien gane la lotería es bastante
alta, suponiendo que suficientes personas comprasen boletos de lotería.

Estadística Moderna
Esta etapa surge desde finales del siglo XVIII y comienzo del XIX numerosos
investigadores, provenientes de las más diversas disciplinas, hicieron
contribuciones a la Estadística, construyendo de a poco una disciplina que se iría
perfilando cada vez más como una ciencia independiente; disciplinas donde la
experimentación no es posible de aplicar estos fueron Galton en la Antropología,
Edgeworth en la Economía y Pearson en la filosofía de la ciencia:

Karl Pearson
(1857 – 1936)

Karl Pearson: Londres 27 de marzo de 1857- Londres, 27 de abril de 1936) fue un prominente
científico, matemático y pensador británico, que estableció la disciplina de la estadística
matemática. Desarrolló una intensa investigación sobre la aplicación de los métodos estadísticos
en la biología y fue el fundador de la bioestadística.
Pearson aplicó la estadística a los problemas biológicos de la herencia y la
evolución, resaltándose las publicaciones realizadas entre 1893-1912 tituladas
"Contribuciones de la Matemática a la teoría de la Evolución", en las cuales se
encuentran contribuciones al análisis de regresión, coeficiente de correlación el
incluyó el test de "fi al cuadrado" la cual es la llamada prueba de:

 Chi cuadrada de Pearson :

En estadística, la distribución χ² (de Pearson), llamada Chi cuadrado o Ji
cuadrado, es una distribución de probabilidad continua con un
parámetro que representa los grados de libertad de la variable aleatoria

donde son variables aleatorias normales independientes demedia cero

y varianza uno. El que la variable aleatoria tenga esta distribución se
representa habitualmente así:
Es conveniente tener en cuenta que la letra griega χ se transcribe alla
tín como chi1 y se pronuncia en castellano como ji.

APORTES:

 Chi cuadrada de Pearson

 Acuñó el término de desviación estándar en 1894.

Andrei Màrkov
(1856-1922)

Andréi Andréyevich Márkov: Nacio el 14 de junio de 1856 en Riazán, Rusia y falleció el 20 de

julio de 1922. Fue un matemático ruso conocido por sus trabajos en la teoría de los númerosy
la teoría de probabilidades.

Desde el principio mostró cierto talento para las matemáticas. Fue discípulo de Pafnuti
Chebyshov y tras realizar sus tesis de maestría y doctorado, en 1886 accedió como adjunto a la
Academia de Ciencias de San Petersburgo, a propuesta del propio Chebyshov. Cuando el propio
Chebyshov dejó la universidad tres años después, fue Márkov quien le sustituyó en los cursos
de teoría de probabilidad.

Aunque Márkov influyó sobre diversos campos de las matemáticas, por

ejemplo en sus trabajos sobre fracciones continuas, la historia le recordará
principalmente por sus resultados relacionados con la teoría de la
probabilidad.

Su aportación más conocida es: su trabajo teórico en el campo de los

procesos en los que están involucrados componentes aleatorios (procesos
estocásticos) darían fruto en un instrumento matemático que actualmente se
conoce como:

 Cadena de Márkov: secuencias de valores de una variable aleatoria en

las que el valor de la variable en el futuro depende del valor de la
variable en el presente, pero es independiente de la historia de dicha
variable. En efecto, las cadenas de este tipo tienen memoria.
"Recuerdan" el último evento y esto condiciona las posibilidades de los
eventos futuros. Esta dependencia del evento anterior distingue a las
cadenas de Márkov de las series de eventos independientes, como tirar
una moneda al aire o un dado.

Las cadenas de Márkov, hoy día, se consideran una herramienta esencial

en disciplinas como la economía, la ingeniería, la investigación de
operaciones y muchas otras.

Secuencia X1, X2, X3,... de variables aleatorias. El rango de estas variables, es

llamado espacio estado, el valor de Xn es el estado del proceso en el
tiempo n. Si la distribución de probabilidad condicional de Xn+1 en estados
pasados es una función de Xn por sí sola, entonces:

Donde xi es el estado del proceso en el instante i.

 Desigualdad de Márkov:

En teoría de la probabilidad, la desigualdad de Márkov proporciona una cota

superior para la probabilidad de que una función no negativa de una variable
aleatoria sea mayor o igual que una constante positiva.
La desigualdad relaciona las probabilidades con la esperanza
matemática y proporciona cotas útiles -aunque habitualmente poco
ajustadas- para la función de distribución de una variable aleatoria.

 Sea X una Variable Aleatoria, y H(X) una función no negativa con

dominio en los reales, entonces:
 La desigualdad de Márkov se emplea para probar la desigualdad de
Chebyshov.

APORTES:

 Cadena de Márkov
 Desigualdad de Márkov

Pafnuti Lvóvich Chebyshov

(1821-1894)

Pafnuti Lvóvich Chebyshov: Nacio el 16 de mayo de 1821y falleció el 8 de diciembre de 1894

Fue un matemático ruso. Su principal contribución al conocimiento humano es la desigualdad
que lleva su nombre.

 El concepto de variable aleatoria: visión informal

La visión simple de variable aleatoria (v.a) es propuesta primero por Chebyshev

(1812-1884): es una variable real que puede tomar distintos valores con distintas
probabilidades. Aunque cercana a la denominación moderna de v.a., es poco
deseable matemáticamente. Una v.a. es una función X(:) : S R (asigna números
a resultados). La necesidad de denominar tal función surge porque el conjunto de
resultados de ciertos fenómenos estocásticos no siempre toman la forma de
números pero los datos si. La visión simple de v.a., para simplificar el concepto,
suprime al conjunto de resultados e identifica la v.a. con su rango de valores, de
aquí el término variable.

 Desigualdad de Chebyshov:

En probabilidad, la desigualdad de Chebyshov (también escrito como

"Tchebycheff") es un resultado que ofrece una cota inferior a la probabilidad de
que el valor de una variable aleatoria con varianza finita esté a una cierta
distancia de su esperanza matemática.

 Una varianza pequeña indica que las desviaciones grandes alredesor de la

media son improbables. La desigualdad hace precisa esta impresión:

APORTES:

 Concepto de variable aleatoria.

 Desigualdad de Chebyshov.

Andréi Kolmogorov
(1903-1987)

Andréi Nikoláyevich Kolmogórov (Tambov, 25 de abril de 1903 - Moscú, 20 de

octubre de 1987) fue un matemático ruso que hizo progresos importantes en los campos de
la teoría de la probabilidad y de la topología. En particular, estructuró el sistema axiomático de
la teoría de la probabilidad a partir de la teoría de conjuntos, donde los elementos son eventos.
Trabajó al principio de su carrera en lógica constructivista y en las series de Fourier. También
trabajó en turbulencias y mecánica clásica. Asimismo, fue el fundador de la teoría de la
complejidad algorítmica. Obtuvo su doctorado en la Universidad Estatal de Moscú bajo la
dirección de Nikolái Luzin en 1929.
Los axiomas de probabilidad son las condiciones mínimas que deben
verificarse para que una función definida sobre un conjunto de sucesos
determine consistentemente sus probabilidades. Fueron formulados
por Kolmogórov en 1933.

 Planteó los Fundamentos de la teoría axiomática de la probabilidad:

Axiomas de Kolmogórov: Dado un conjunto de sucesos elementales, Ω,

sobre el que se ha definida una σ-álgebra (léase sigma-álgebra) σ de
subconjuntos de Ωy una función P que asigna valores reales a los
miembros de σ, a los que denominamos "sucesos", se dice que P es una
probabilidad sobre ñ (Ω,σ) si se cumplen los siguientes tres axiomas.

 Primer axioma: La probabilidad de un suceso es un número

real mayor o igual que 0.

 Segundo axioma: La probabilidad del total, , es igual a 1, es decir,

 Tercer axioma: Si son sucesos mutuamente excluyentes

(incompatibles dos a dos, disjuntos o de intersección vacía dos a
dos), entonces:

Según este axioma se puede calcular la probabilidad de un suceso

compuesto de varias alternativas mutuamente excluyentes sumando las
probabilidades de sus componentes.

 De los axiomas anteriores se deducen otras propiedades de la

probabilidad:

1. donde el conjunto vacío representa en probabilidad

el suceso imposible

2. Para cualquier suceso

3.

4. Si entonces

5.
 APORTES:

 Fundamentos de la teoría axiomática de la probabilidad:

BLIOGRAFIA:

 es.wikipedia.org

 enciclopedia_universal.esacademic.com

 www.slideshare.net