BIOGRAFÍA: PIERRE DE FERMAT

Aportada por José Angel Leon

(FRANCIA,1601-1655)

Matemático del siglo XVII al que se apodó el príncipe de los aficionados, puesto que en realidad no era matemático, sino que estudió Derecho en la ciudad de Toulouse, donde ejerció de juez durante el reinado de Luis XIV.

Fue uno de los fundadores de la Geometría Analítica, que describió en su obra “Ad locus planos et solidos isagoge”.

 

En 1654, y como resultado de una larga correspondencia, desarrolló con Blaise Pascal los principios de la teoría de la probabilidad.

COMENTARIO NOTICIA: Nuevos métodos estadísticos permiten estimar la altura de homínido a partir de huesos del pie.

Aportada por Álvaro Muñoz

“Lo más novedoso del trabajo es que es el primero que utiliza métodos estadísticos robustos para este tipo de estimaciones”,

 Para conocer la altura de un homínido, cuyos restos a menudo aparecen en un yacimiento arqueológico, los científicos suelen medir huesos largos como el fémur y, a partir de ahí, realizan estimaciones. El cálculo se complica si este tipo de hueso no se encuentra entre los fósiles, está fracturado o incompleto, algo que ocurre con frecuencia. Ahora, un equipo de investigadores de varias instituciones españolas ha sumado precisión al método, al incorporar por primera vez técnicas estadísticas robustas, tal y como se recoge en la revista Forensic Science International.

Me ha parecido interesante la noticia porque refleja la importancia de la estadística en cualquier ámbito o materia, en este caso se trata de una ciencia paleontológica, que nada tiene que ver en principio con la estadística. Sirve para solucionar problemas o facilitarlos a través del empleo de los procedimientos estadísticos.

En este caso, emplea la estadística robusta, que es una parte de la estadística que permite sacar conclusiones en base a unos datos entre los que podría existir alguno irregular. 

BIOGRAFÍA: Georges Louis Leclerc "Conde de Buffon"

Aportada por Alberto Santos

Georges Louis Leclerc "Conde de Buffon" ( 1707 - 1788 )

Georges Buffon naturalista, matemático, biólogo, cosmólogo y escritor francés. Autor de Historia natural, general y particular (1749), primer ensayo eficaz de explicación de la tierra en períodos, en donde formula, de una manera incipiente y vaga, la teoría biológica de la evolución en sentido moderno. Junto a la solvencia científica, brilla en su obra un estilo fluido y brillante. En matemáticas Buffon es recordado por su teoría de la probabilidad y el problema clásico de la aguja de Buffon.

Nacido en Montbard en el seno de una familia aristocrática, estudió derecho en Dijon y se trasladó a Angers en 1728 para estudiar medicina, botánica y matemáticas. Abandonó Angers en 1730, y pasó los dos años siguientes viajando por el sur de Francia y por Italia.

La carrera científica de Buffon comenzó en 1732. Fue admitido en la Real Academia de las Ciencias en 1734, gracias a que su origen noble y fortuna le permitió relacionarse con intelectuales, prosiguiendo sus eclécticos trabajos científicos hasta su nombramiento como intendente del Jardin du Roi en 1740.

Su principal obra fue Historia natural, un trabajo en 36 volúmenes publicado entre 1749 y 1789, donde ofrece la primera versión naturalista de la historia de la Tierra no basada en la Biblia, incluyendo una completa descripción de sus características mineralógicas, botánicas y zoológicas. Para la explicación de los fenómenos recurría exclusivamente a causas empíricas. Su obra se convirtió en una de las obras literarias más conocidas del Siglo de las Luces. Luis XV le nombró en 1773 conde de Buffon, en reconocimiento a su papel en la comunidad intelectual y política francesa.

Cuando apenas tenía 20 años, encontró uno de los resultados más importantes del álgebra: el “teorema del binomio”. En los siguientes años mantuvo correspondencia con varios colegas y trabajó en otras ramas de las matemáticas como la geometría, la probabilidad, la teoría de números y el cálculo.

Uno de sus trabajos más populares se llama “la aguja de Buffon”. Este experimento consiste en dejar caer una aguja sobre una hoja rayada y anotar las veces que la aguja cruza alguna de las rayas. Después de lanzar la aguja muchísimas veces comprobó que su experimento estaba íntimamente relacionado con el número π . Para obtener un número muy parecido a π, hay que dejar caer la aguja muchísimas veces sobre la hoja, multiplicar esta cantidad por dos y dividir el resultado entre el número de veces que la aguja cruzó alguna de las rayas.

ESTADÍSTICA CON HUMOR: las hipóteis

Aportado por Ana Macías

En el día a día formulamos numerosas hipótesis incluso sin darnos cuenta. En este chiste observamos a varios estadísticos formulando a su jefe una hipótesis como muestra de estar simplemente realizando su trabajo (aunque lo que hacen en realidad es poner en duda el trabajo de su jefe con la hipótesis). Este chiste sirve de muestra para reafirmar el hecho de que no solo los estadísticos realizando su trabajo plantean hipótesis, sino que en el día a día de cualquiera de nosotros se formulan, con temas no solo relacionados con la estadística sino con temas totalmente cotidianos. Cuando realizamos una hipótesis la componemos de dos partes, la hipótesis inicial o hipótesis nula que se corresponde con la que formulan los dos trabajadores y una hipótesis opuesta que sería la del mismo jefe que se enfada porque piensa que no llevan razón.

COMENTARIO ARTÍCULO: El problema de Monty Hall

Aportado por Fernando Quesada

Estuve leyendo el otro día un artículo sobre el coeficiente intelectual y según este, Marilyn vos Savant es la persona con mayor CI actualmente. Busqué información sobre ella, ví que era periodista y que en una de sus columnas publicó un problema de probabilidad muy interesante, el problema de Monty Hall.
El problema y su razonamiento me impresionó, y por eso creo que sería de utilidad compartirlo con mis compañeros en el blog

El problema de Monty Hall

En un famoso concurso televisivo, el participante es requerido para elegir una puerta entre tres (todas cerradas) y su premio consiste en llevarse lo que se encuentra detrás de la puerta elegida. Se sabe que una de ellas oculta un coche y que tras las otras dos hay sendas cabras. Una vez que el concursante ha elegido una puerta y comunica su elección, Monty, el presentador, abre una de las puertas restantes y muestra que detrás de ella hay una cabra. En este momento se le da la opción al concursante de cambiar de puerta si lo desea. ¿Debe el concursante mantener su elección original o escoger la otra puerta?

Solución:

El participante debe cambiar su elección inicial para aumentar las probabilidades de llevarse el coche.

Veamos porqué. La probabilidad de que el concursante escoja en su primera oportunidad la puerta que oculta el coche es de 1/3, por lo que la probabilidad de perder, o sea, de que el coche se encuentre en una de las puertas que no ha escogido es de 2/3.

¿Qué cambia cuando el presentador muestra una cabra tras una de las otras dos puertas? Si el jugador ha escogido en su primera opción la puerta que contiene el coche (con una probabilidad de 1/3), entonces el presentador puede abrir cualquiera de las dos puertas sin premio. En este caso, el jugador pierde el coche si cambia cuando se le ofrece la oportunidad.

Pero, si el jugador escoge una cabra en su primera opción (con una probabilidad de 2/3), el presentador sólo tiene una opción para abrir una puerta que contiene la cabra. En ese caso, la puerta que no abrió el presentador, tiene que contener el coche, por lo que cambiando lo gana.

En resumen, si mantiene su elección original gana si escogió originalmente el coche (con probabilidad de 1/3), mientras que, si cambia, gana si escogió originalmente una de las dos cabras (con probabilidad de 2/3). Por lo tanto, el concursante debe cambiar siempre su elección.

Una suposición errónea es que, una vez sólo queden dos puertas, ambas tienen la misma probabilidad (un 50%) de contener el coche. Es errónea ya que el presentador abre la puerta después de la elección de jugador. Esto es, la elección del jugador afecta a la puerta que abre el presentador tal como acabamos de ver.

Una forma más clara de verlo es replantear el problema. Si en lugar de haber sólo tres puertas hubiese 100, y tras la elección original el presentador abriese 98 de las restantes para mostrar que tras de ellas solo hay cabras. Si el concursante no cambiase su elección ganaría el coche sólo si lo ha escogido originalmente (1 de cada 100 veces), mientras que, si la cambia, ganaría si no lo ha escogido originalmente (y por tanto es lo que resta tras abrir las 98 puertas), ¡99 de cada 100 veces!

ESTADÍSTICA CON HUMOR: COSA DE ENCUESTAS

Aportado por Luis Alberto Pereyra Postigo
He elegido esta viñeta porque me recuerda a muchos momentos actuales en el día de hoy en el que cualquier persona leyendo unos simples datos usa la estadística, en este caso la probabilidad, para hablar de un tema que seguramente desconozca completamente.

En ella podemos ver a un hombre y una mujer, posiblemente un matrimonio, teniendo una conversación en su domicilio sobre un tema del que no tiene conocimiento alguno porque solo es capaz de dar porcentajes.

BIOGRAFÍA: Francis Galton

Aportada por Victor Molinas

Galton, matemático y estadístico inglés, primo de Charles Darwin es conocido por sus trabajos sobre inteligencia y otras características humanas. Sus estudios influyeron en el desarrollo de la estadística, particularmente su demostración de que una combinación de distribuciones normales sigue también una distribución normal, pero su mayor descubrimiento fueron sus formulaciones sobre la regresión y su relación con la distribución bivariada.

Hizo un estudio que mostró que la altura de los niños nacidos de padres altos tenderá a retroceder o regresar hacia la altura media de la población, así describió una tendencia del hijo de regresar hacia la estatura promedio de la población en general. Primeramente, utilizo la palabra reversión y después, regresión, para referirse a este fenómeno., que lo utilizó por primera vez en 1888.

Destaco este estadístico ya que es considerado el padre de la correlación (concepto utilizado en la asignatura) que es una medida de relación entre dos variables tanto en intensidad como en dirección, es decir, estudia como varía una de las variables cuando varía la otra.

ESTADÍSTICA CON HUMOR: Las aventuras de Troncho y Poncho: Probabilidad

Aportado por Alejandro Picón

En este video se realiza un resumen en tono humorístico de la teoría de la probabilidad en un juicio con los más pintorescos imputados. Es un poco friki pero lo expone todo de manera muy gráfica y simple.

BIOGRAFÍA: Jerzy Neyman

Aportada por Alejandro Picón

Jerzy Neyman (Moldavia 1894, Estados Unidos 1981)

Estadísticos de padres polacos, considerado unos de los fundadores de la estadística moderna.

Trabajo junto Egon Pearson, hijo de Karl Pearson, en el contrates de hipótesis, dotando a esta teoría de los fundamentos lógicos y el rigor matemático necesario de los que había carecido hasta entonces. Trabajo y mantuvo contacto profesional además con Karl Pearson, Fisher y Gosset.

Desarrollo algunos resultados sobre muestreo aleatorio por conglomerados que luego se usaron en una encuesta polaca sobre fuerza de trabajo.

Trabajo en la estimación de parámetros por intervalos de confianza, consistente en determinar dos valores basados en una muestra aleatoria, de forma que la probabilidad de que en base a las muestras aleatoria se construya un buen intervalo, entendiendo este como aquel que contiene el valor del parámetro, sea al menos un nivel prefijado conocido como nivel de confianza

BIOGRAFÍA: William Sealy Gosset

Aportada por Alejandro Picón Madrona

¿Quién fue el creador de la t de Student?

Pues Student, ¿quién va a ser?

Seguro que muchos habéis respondido algo parecido después de leer el título. Y sí, tenéis razón, pero, ¿quién era Student? Pues en realidad Student no era el nombre o el apellido del responsable de esta distribución de probabilidad, sino que era un seudónimo. El verdadero nombre del creador de la t de Student es William Sealy Gosset, y todo lo que rodeó al desarrollo de la misma y a la utilización de un seudónimo conforma una historia cuanto menos curiosa.

La distribución t de Student es una distribución de probabilidad asociada a la distribución normal. Aparece cuando se quiere estimar la media de una población distribuida según una normal cuando el tamaño de la muestra utilizada para la estimación es pequeño y la varianza de la población es desconocida. 

La historia del desarrollo de esta distribución de probabilidad es, como decíamos al principio, cuanto menos curiosa. William Sealy Gosset era un matemático y químico inglés que después de terminar sus estudios comenzó a trabajar en las destilerías Guinness (sí, sí, las de la famosa cerveza) en lo que se refiere a control de calidad en el proceso de creación de la cerveza. Los bajos tamaños de muestra con los que habitualmente contaba fueron los “culpables” de sus estudios, y los que a la postre lo llevaron a desarrollar la distribución t. En 1908, cuando contaba con 32 años, publicó el artículo The probable error of a mean en la revista Biometrika, pero no con su nombre, sino con el seudónimo Student.

¿Por qué un seudónimo? Pues, como suele pasar en estos casos, hay varias teorías que intentan explicarlo. La primera de ellas, y al parecer la más extendida, dice que la razón principal fue que Guinness había sufrido anteriormente una fuga de información por una publicación de un empleado, por lo que prohibió a su plantilla publicar artículos, independientemente de la temática del mismo. La continuación de la historia depende de la fuente consultada: algunas dicen que Gosset utilizó el seudónimo “Student” para que Guinness no descubriera que un empleado suyo había publicado un artículo; otras comentan que Gosset llegó a un acuerdo con la cervecera para publicarlo (les convenció de que el contenido del artículo no sería útil para la competencia), pero la empresa le pidió que usara un seudónimo para que el resto de empleados no tuvieran conocimiento de dicha publicación.

La segunda teoría asegura que la utilización del seudónimo Student se debió a que Guinness quería guardar en secreto que tenía a un estadístico trabajando para ellos para que la competencia no tuviera constancia de la ventaja industrial que estaba adquiriendo con ello.

Sea como fuera, la historia de la utilización del seudónimo Student por parte de William Sealy Gosset es cuanto menos peculiar, de eso no hay ninguna duda.

BIOGRAFÍA: Robert Schlaifer

Aportado por: Juan Carlos Larios Ibañez

Robert O. Schlaifer (13 septiembre 1914 a 24 julio 1994) fue un pionero de la teoría de la decisión bayesiana. En el momento de su muerte, fue William Ziegler Profesor de Administración de Empresas emérito de la Escuela de Negocios de Harvard.

Robert Osher Schlaifer, natural de Vermillion, Dakota del Sur y un graduado de la universidad de Amherst, tenía un fondo único para una decisión teórico estadístico. Se formó como historiador clásico y erudito griego clásico: asistió a la Escuela Americana de Estudios Clásicos en Atenas y obtuvo un Ph.D. en la historia antigua en la Universidad de Harvard en 1940. Fue profesor de historia, la economía y la física en la Facultad de Artes y Ciencias de Harvard. Él consiguió una cita en la Escuela de Negocios de Harvard y cuando el profesor estadísticas se retiró comenzó a enseñar a estadísticas de partida mediante la enseñanza de sí mismo. Él tenía muy poca base matemática y Raiffa recordó la forma en que trabajaron juntos: "Yo le enseñarían algo acerca de álgebra lineal en la mañana y él me mostraría cómo podría ser aplicado por la tarde."

Schlaifer hizo una importante contribución a la teoría de decisión bayesiana. Su obra y su carácter se describen en las siguientes apreciaciones.

En 1992, la Decisión Análisis Sociedad otorgó Schlaifer el Frank P. Ramsey Medalla de distinguidas contribuciones al campo de análisis de decisión. Al hacer el premio Bob Winkler señaló los esfuerzos pioneros de Schlaifer en el análisis de decisiones.

Su 1959 libro, Probabilidad y Estadística para la toma de decisiones empresariales, fue un esfuerzo histórico, en sus Fundamentos clásicos de Estadística, presentan un desarrollo de probabilidad subjetiva y utilidad pero luego inexplicablemente volvió a Minimax argumentos en la última parte del libro. Schlaifer, sin entrenamiento formal en las estadísticas o los modelos matemáticos, lo hizo bien y dio los primeros pasos hacia la reducción de la brecha teoría / práctica.

Winkler también citó la siguiente evaluación de Howard Raiffa, que trabajó con Schlaifer y fue el ganador de la primera medalla de Ramsey en 1984:

"Las ideas básicas de la teoría de la decisión estadística fueron concebidos por (Schlaifer) independientemente del trabajo de LJ salvaje o de Finetti, y desde el principio se vio que esas ideas eran ampliamente aplicables a los problemas en la toma de decisiones en condiciones de incertidumbre. Fue un pionero en la evaluación práctica de probabilidades subjetivas y los servicios públicos ... (Schlaifer) influyó en mi desarrollo intelectual más que cualquier otra persona - más de Abraham Wald o von Neumann o salvaje o Flecha 

BIOGRAFÍA: Girolamo Cardano

Aportada por Carlos de Oliva

Girolamo Cardano (Sus principales aportes fueron: cálculo de probabilidades numéricas)

En 1539 publicó su primera obra en dicha materia, la Práctica de matemáticas y mediciones individuales, en la que recogió el contenido de sus clases. Ese mismo año fue admitido en la facultad de medicina, de la que al poco fue nombrado rector. En 1543, ya con una sólida fama como médico (a él se debe la primera descripción clínica de la fiebre tifoidea), se trasladó de nuevo a Pavía.

Dos años después publicó su obra científica más importante, el Ars magna, donde se recoge un exhaustivo estudio de las ecuaciones de tercer grado o cúbicas, y en la que se ofrece la regla para la resolución de las mismas que lleva su nombre. Por la publicación de dicho resultado fue duramente criticado por el también matemático Niccolò Tartaglia, quien se lo había revelado con la condición de que lo mantuviera en secreto y no lo divulgara, si bien Cardano, al descubrir otra fuente en la que se contenía dicha regla, se creyó liberado de su promesa.

Otras obras suyas de importancia fueron el Libro sobre juegos y azar, en el cual ofreció la primera aproximación sistemática a la teoría de la probabilidad y enunció la ley de los grandes números, resultados todos ellos que no serían abordados de nuevo (por Blaise Pascal y Pierre de Fermat) hasta un siglo más tarde. Publicó asimismo títulos de contenido filosófico, como La sutileza de las cosas, que fueron muy leídos en su tiempo.

Los últimos años de su vida estuvieron plagados de desgracias, desde la ejecución en el año 1560 de uno de sus hijos, acusado de asesinato, hasta un proceso por herejía por el que llegó a ser encarcelado (1570). Absuelto un año después, pero privado del derecho de publicar obra alguna, se trasladó a Roma ciudad en la que redactó su autobiografía Mi propia vida, que concluyó poco antes de su muerte.

COMENTARIO NOTICIA

Aportado por Carlos de Oliva

El comercio aumenta un 3.3% en noviembre y suma 16 meses al alza

Las ventas del comercio minorista a precios constantes —eliminada el efecto de la inflación— subieron en noviembre un 4,2% con respecto al mismo mes de 2014, con lo que encadenan 15 meses consecutivos al alza. El repunte, no obstante, menor al del pasado octubre —cuando la subida fue del 5%— pese a que los datos de noviembre recogen las ventas del Black friday, unos días de descuentos que, según el sector, marcaron cifras récord, según los datos publicados hoy por el Instituto Nacional de Estadística (INE).

Una vez corregidos los datos con los efectos estacionales y de calendario —diferencia de días hábiles entre un mes y otro—, la mejora de la facturación alcanza el 3,3 % y suma dieciséis meses en positivo. Pese al buen comportamiento interanual, las ventas de noviembre una vez corregidas con los efectos estacionales y de calendario bajan un 0,5% con respecto a octubre, un descenso que afecta especialmente a la alimentación, que cede un 1%.

Por tipos de establecimiento, las ventas crecieron más en pequeñas cadenas (un 4,5%), seguidas de grandes cadenas (4,4%), empresas unilocalizadas (4%) y grandes superficies (3,7%). De acuerdo a los datos del INE, las ventas subieron en todas las comunidades autónomas, especialmente en Baleares (un 9,7%), Canarias (un 6,9%) y Galicia (un 6%).

En cuanto al empleo, la contratación del comercio minorista subió un 1,8% en noviembre con respecto al mismo mes de 2014, con lo que suma 18 meses al alza. El empleo mejoró en noviembre en todas las comunidades autónomas, especialmente en Baleares (3%), Comunidad Valenciana (2,8%), La Rioja (2,6%) y Cataluña (2,6%).

La facturación corregida sin incluir las aportaciones de las estaciones de servicio mejoró un 2,7% en noviembre, pese a que el apartado de alimentación bajó un 0,2%.

Comparando los datos de noviembre con respecto a octubre, cayó la facturación de grandes cadenas (un 0,6 %) y grandes superficies (un 0,3 %), mientras que las ventas de empresas unilocalizadas y pequeñas cadenas subieron un 0,2 %.

ESTADÍSTICA CON HUMOR: cuestión de gatos

Aportado por Maria jose Perez Gordillo

Me gustaría compartir estas dos viñetas humorísticas sobre estadística.

En la primera de ellas podemos observar a dos gatos debatiendo sobre las horas promedio que duerme la gente. Uno le pregunta a otro que si está por encima o por debajo de la media (7 horas) y este le pide que le repita la pregunta porque estaba durmiendo. Al repetirle la pregunta, este responde finalmente que está por debajo de la media pero refiriéndose al calcetín que tiene encima. 

BIOGRAFÍA: ABRAHAM DE MOIVRE

Aportada por Mª José Pérez Gordillo                                                                             

ABRAHAM DE MOIVRE (FRANCIA 1667 - INGLATERRA1754)

Nació el 26 de mayo en Champagne (Francia) y aunque sin ningún título académico oficial es considerado como un gran matemático, hasta el punto de haber sido miembro de la Real Society de Londres a los 30 años y contar entre sus amistades íntimas a Newton y Halley. Tuvo que abandonar Francia por sus creencias religiosas y se instaló definitivamente en Inglaterra. Lo cierto es que toda su vida fue pobre se ganaba algo de dinero jugando al ajedrez y como profesor particular de matemáticas.

 Su contribución a las Matemáticas es notable. Es conocido por su fórmula,la fórmula de Moivre, en la que vincula números complejos y trigonometría:

(cos x + i sin x)^n = cos (nx) + i sin (nx)

También su contribución a la Estadística fue destacada: escribió The Doctrine of Chances, que es una obra maestra, en el que aporta adelantos en la distribución binomial, normal y en la probabilidad y en el concepto de independencia estadística. En 1730 publica  Miscellanea analytica sobre las soluciones de una ecuación lineal.

Lo curioso es que Abraham de Moivre predijo el día de su muerte. Observó que cada día dormía quince minutos más que la noche anterior y calculó que moriría aquel día que durmiera veinticuatro horas. Citó que serían 73 días después: el 27 de noviembre de 1754