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 98Capitulo 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
60Sec. 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,)