Cap. 2 Conceptos basicos de probabilidad Conjuntos estaiisticos 60 Relaciones elementales entre probabilidades 68 Distribucién binémica 71 Valores medios 80 Céleulo de los valores medios para un sistema de spi- nes 85 Distribuciones contit is de probabilidad 92 Resumen de definiciones 97 Relaciones impurtantes 7 Sugerencias para lecturas suplementarias 98 Problemas 98Capitulo 2 Conceptos bisicos de probabilidad Las consideraciones del capitulo anterior han indicado que los razonamientos sobre probabilidades son de importancia fundamen tal para la comprensién de sistemas macroseépicos compuestos de muchisimas particulas. Sera til, por consiguiente, revisar las no- ciones basicas de probabilidad y examinar cémo pueden aplicarse a algunos problemas sencillos pero importantes, Realmente, este estudio serd probablemente de valor en temas mucho mas amplios que los que nos interesan de modo inmediato, Por ejemplo, los conceptos de probabilidad son indispensables en todos los juegos de azar, en cl negocio de seguros (puesto que necesita conocer la probabilidad de que se produzca la muerte o enfermedad entre sus clientes) y en los métodos de informacién, como el de con- sulta de Ja opinién pablica. En biologia son de profunda importan- cia en el estudio de genética, En fisica, son necesarios para el estu- io de la desintegracién radiactiva, la Hegada de rayos césmicos a la superficie de la tierra o la emisién aleatoria de electrones por el filamenco caliente de un tubo de vacio; ademas, juegan an pa- pel importante en la descripcién cudntica de los étomos y molé= culas. Y, lo que es més importante para nosotros, forman la base de nuesiro estudio completo de los sistemas macrosedpicos. 2.1 Conjuntos estaiisticos Consideremos un sistema A en el que podemos realizar obser- vaciones 0 experimentos ', En muchos casos el resultado determi- nado que resulta de la realizacién de ua simple experiment no puede predecirse con certidumbre, por ser intrinsecamente im- posible * 0 porque la informacién disponible acerca del sistema es insuficiente para permitir esta prediccién iinica, Aunque no se puede afirmer nada sobre un experimento aislado, es posible sin embargo, hacer algunas indicaciones signiticativas sobre los resul- tados de un gran niimero de experimentos andlogos. Asi llegamos a una descripcién estanistica del sistema, es decir, @ una descrip- cién expresada en probabilidades. Para su obtencién seguiremos el siguiente camino En lugar de enfocar nuestra atencién sobre el sistema aislado 1 Un acto de observacién puede considerarse como un experiment en el que el resultado de la observacién constituye el resultado del mismo, Por lo tanto, hho necesitamos hacer distincion entre experimentos y observaciones. Fete es el c280, por ejemplo, ea mecinica cudntica en donde el resultado de una medida en un sistema microscépico no es predecible con exactitud 60Sec. 2.1 ol A de interés, contemplemos una reunisn (0 conjunto segin la ter- minologia mas comtin) compuesta por un cierto mimero muy gran- de N de sistemas “semejantes”. En principio, imaginemos que es arbitrariamente grande (es decir, 7 —> 00). Los sistemas se su- pone que son semejantes en el sentido de que cada sistema satisface las mismas condiciones que sabemos satisface el sistema A. Esto. significa que cada sistema se supone que ha sido pre- parado de! mismo modo que A y ha sido sometido a los mismos experimentos que éste. Podemos preguntar entonces en qué Traccin de casos se verificaré un resultado determinado del experimento. Para ser precisos, los dispondremos de modo que podamos enumerar de algiin modo conveniente todos tos resulta- dos posibles mutuamente excluyentes del experimento. (El namero total de tales resultados posibles puede ser finito o infinito). Su- pongames entonces que sefialamos mediante una r un resultado determinado del experimento y que existen, entre los W sistemas del conjunto, JW, sistemas que presentan este resultado, Entonces la fraccién P= ten donde 1 0) a) se denomina probabilidad de ocurrencia del resultado r. Cuanto mayor sea JY, légicamente una repeticién del mismo experimento en el conjunto conducira con mayor reproducibilidad a la misma razén W,/4. La definicién (1) resulta asi sin ambigiiedad en el imite, cuando se hace # infinitamente grande. Lo expuesto anteriormente, muestra cémo puede medirse la probabilidad de presentacién de cualquier resultado posible de un experimento en un sistema repitiéndolo en un gran némero de sistemas semejantes *. Aunque el resultado del experimento en un sistema solo no puede predecirse, la misién de una teoria estadistica es entonces la de predecir la probabilidad de que se presente cada uno de los resultados posibles del experimento. Las probabilidades predichas pueden compararse entonces con las real mente medidas, experimentando con un conjunto de sistemas se- mejantes, Diversos ejemplos nos servirin para aclarar esta descripeion estadistica en cierto niimero de casos concretos. 2 Si el caso que estamos viendo es independiente del tiempo, podsiamos igualmente bien repetir el mismo experiments AY veces en sucesién con ¢! sis- tema particular en consideracién. (Teniendo cuidado de iniciat cada vez el ex- perimento con el sistema en la misma condicién inicial,)