Este temario corresponde en exclusiva a la especialidad de Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria (código 590/512) — una de las aproximadamente 50 especialidades oficiales de este cuerpo. No cubre ninguna otra especialidad de Secundaria (Lengua Castellana y Literatura, Geografía e Historia, Física y Química, Biología y Geología, Inglés, Filosofía, Tecnología, Dibujo, Música...) ni los cuerpos de Maestros o de Profesores Técnicos de Formación Profesional, que tienen temarios propios y distintos, todavía no publicados en OpositaGratis. El cuestionario específico (Parte A) que se reproduce aquí es el fijado con carácter estatal por el entonces Ministerio de Educación y Ciencia, y sigue siendo, más de tres décadas después, el temario base que las distintas Administraciones educativas —las 17 comunidades autónomas más Ceuta y Melilla, cada una competente para convocar su propia oposición— citan y desarrollan en sus resoluciones de convocatoria anual, al no existir una versión posterior que lo haya derogado o sustituido con carácter general para esta especialidad. Cada convocatoria autonómica concreta puede añadir particularidades propias (requisitos lingüísticos en comunidades con lengua cooficial, la prueba de programación y unidad didáctica, u otras variaciones menores de redacción), que no están reflejadas en este índice.
El Tema 63 abre el bloque de Probabilidad del temario, partiendo de la observación empírica de la frecuencia relativa hasta la definición axiomática moderna de Kolmogórov, pasando por la regla de Laplace y las raíces históricas de la teoría en los problemas de juegos de azar del siglo XVII. Es la base conceptual imprescindible para los temas 64 a 68 (probabilidad condicionada, distribuciones, inferencia).
Frecuencia relativa y su comportamiento: la ley empírica del azar
Al repetir un experimento aleatorio un gran número de veces, se observa empíricamente que la frecuencia relativa de un suceso —el cociente entre el número de veces que ocurre y el número total de repeticiones— tiende a estabilizarse en torno a un valor concreto, comportamiento que la tradición ha llamado "ley del azar" o regularidad estadística. Esta observación empírica encontró su primera formulación matemática rigurosa en Jacob Bernoulli, cuya obra "Ars Conjectandi" (publicada póstumamente en 1713) contiene la primera versión de lo que hoy se conoce como ley de los grandes números: bajo condiciones muy generales, la frecuencia relativa converge, en un sentido probabilístico preciso, a la probabilidad teórica del suceso a medida que el número de repeticiones crece indefinidamente. Este resultado es el puente conceptual que justifica, desde un punto de vista empírico, por qué tiene sentido hablar de "probabilidad" como un número asociado a un suceso.
Experimentos aleatorios, espacio muestral y sucesos
Un experimento es aleatorio cuando, repetido en condiciones aparentemente idénticas, no se puede predecir su resultado con certeza (a diferencia de un experimento determinista); el conjunto de todos sus resultados posibles se denomina espacio muestral, denotado habitualmente Ω. Un suceso es cualquier subconjunto de Ω: se distingue entre sucesos elementales (un único resultado), sucesos compuestos (varios resultados), el suceso seguro (Ω, ocurre siempre) y el suceso imposible (∅, nunca ocurre). Al ser los sucesos conjuntos, sus combinaciones se estudian con las operaciones habituales de la teoría de conjuntos (enlazando con el tema 11): la unión de dos sucesos A∪B ocurre si ocurre A o B (o ambos), la intersección A∩B si ocurren ambos simultáneamente, y el complementario A' si no ocurre A; dos sucesos son incompatibles cuando A∩B=∅, es decir, no pueden ocurrir a la vez.
Definición axiomática de probabilidad: los axiomas de Kolmogórov
La fundamentación matemática moderna y definitiva de la probabilidad se debe a Andréi Kolmogórov, que en su obra "Grundbegriffe der Wahrscheinlichkeitsrechnung" (1933) la formalizó dentro de la teoría de la medida, mediante tres axiomas: (1) P(A)≥0 para todo suceso A; (2) P(Ω)=1 (la probabilidad del suceso seguro es 1); y (3) σ-aditividad: para sucesos incompatibles dos a dos, la probabilidad de su unión es la suma de sus probabilidades. Esta axiomatización superó las limitaciones tanto de la definición clásica de Laplace (que exige equiprobabilidad, ver punto siguiente) como de las definiciones frecuentistas informales, proporcionando un marco riguroso del que se derivan formalmente todas las propiedades operativas de la probabilidad: P(∅)=0, P(A')=1−P(A), y P(A∪B)=P(A)+P(B)−P(A∩B) para sucesos no necesariamente incompatibles.
La regla de Laplace: probabilidad en espacios equiprobables
Cuando todos los sucesos elementales de un espacio muestral finito son igualmente probables (equiprobabilidad), la probabilidad de un suceso A se calcula mediante la regla de Laplace: P(A) = número de casos favorables / número de casos posibles, formulación que Pierre-Simon Laplace recogió y sistematizó en su "Théorie analytique des probabilités" (1812), aunque su origen se remonta a la correspondencia mantenida en 1654 entre Blaise Pascal y Pierre de Fermat, motivada por el llamado "problema de los puntos" o "problema del reparto de las apuestas" que el jugador Chevalier de Méré planteó a Pascal —cómo repartir de forma justa las apuestas de una partida interrumpida antes de su final— y que suele considerarse el acta de nacimiento histórica de la teoría de la probabilidad como disciplina matemática.
Aplicaciones didácticas: simulación, paradojas clásicas y errores frecuentes de intuición
La probabilidad es, en la práctica docente, uno de los bloques donde con más frecuencia aparecen concepciones erróneas persistentes en el alumnado, como la conocida falacia del jugador (creer que, tras una racha de resultados iguales en un experimento con sucesos independientes, como varias caras seguidas al lanzar una moneda, la probabilidad de que salga cruz "aumenta" para compensar, cuando en realidad cada lanzamiento es independiente de los anteriores) o la confusión frecuente entre sucesos incompatibles (A∩B=∅) y sucesos independientes (P(A∩B)=P(A)·P(B), concepto que se desarrolla en el tema 64), que son nociones distintas y, de hecho, casi excluyentes entre sí en la mayoría de los casos no triviales. El uso de la simulación —física, con dados y monedas, o mediante software— es un recurso didáctico especialmente eficaz para que el alumnado contraste su intuición inicial, a menudo errónea, con el comportamiento real de la frecuencia relativa en un número grande de repeticiones, tal y como predice la propia ley de los grandes números del punto 1.
Espacio probabilístico (Ω, 𝒜, P) y σ-álgebra de sucesos
La definición axiomática de probabilidad se formula sobre una terna (Ω, 𝒜, P), llamada espacio probabilístico, formado por el espacio muestral Ω, una colección 𝒜 de subconjuntos de Ω que son los sucesos a los que se puede asignar probabilidad, y una función de probabilidad P definida sobre 𝒜. La colección 𝒜 debe ser una σ-álgebra (o σ-campo): contiene a Ω, es cerrada por complementarios (si A ∈ 𝒜, entonces A' ∈ 𝒜) y es cerrada por uniones numerables (si A₁, A₂, ... ∈ 𝒜, su unión también pertenece a 𝒜). De estas condiciones se deduce que ∅ ∈ 𝒜 y que 𝒜 también es cerrada por intersecciones numerables y por diferencias, gracias a las leyes de De Morgan. Cuando Ω es finito (o numerable), se toma habitualmente 𝒜 = 𝒫(Ω), el conjunto de todas las partes de Ω, que tiene 2ⁿ elementos si Ω tiene n resultados; por ejemplo, al lanzar un dado hay 2⁶ = 64 sucesos posibles, incluido el imposible. Cuando Ω es un intervalo de la recta real, no es posible asignar probabilidad coherente a todos los subconjuntos, y por eso se trabaja con la σ-álgebra de Borel, generada por los intervalos. La función P: 𝒜 → [0,1] se define mediante los axiomas de Kolmogórov. En el nivel de Secundaria y Bachillerato basta con trabajar con espacios muestrales finitos y con la idea de que sucesos son los subconjuntos de Ω.
Operaciones con sucesos, leyes de De Morgan y propiedades
Las operaciones con sucesos cumplen las propiedades del álgebra de conjuntos (tema 11): conmutativa, asociativa, distributiva (A∩(B∪C) = (A∩B)∪(A∩C) y A∪(B∩C) = (A∪B)∩(A∪C)), de idempotencia, de absorción, y de elemento neutro (A∪∅ = A, A∩Ω = A). Las leyes de De Morgan establecen que (A∪B)' = A'∩B' (no ocurre ninguno de los dos) y (A∩B)' = A'∪B' (no ocurren los dos a la vez), y se generalizan a cualquier número de sucesos. Son fundamentales para calcular probabilidades de la forma P(ningún suceso) o P(al menos uno): P(al menos uno de A₁,...,Aₙ) = 1 - P(ninguno) = 1 - P(A₁'∩...∩Aₙ'). La diferencia de sucesos A - B = A∩B' representa que ocurre A y no ocurre B, y la diferencia simétrica A△B representa que ocurre exactamente uno de los dos. Un sistema completo de sucesos es una colección de sucesos incompatibles dos a dos cuya unión es Ω (por ejemplo, los resultados elementales, o un suceso y su complementario); este concepto se utilizará en el tema siguiente para la probabilidad total y el teorema de Bayes.
Propiedades que se deducen de los axiomas
Todas las propiedades operativas de la probabilidad se deducen de los tres axiomas. (1) P(∅) = 0: como Ω = Ω ∪ ∅ ∪ ∅ ∪ ..., la σ-aditividad exige P(∅) = 0. (2) Aditividad finita: para sucesos incompatibles dos a dos, P(A₁∪...∪Aₙ) = P(A₁) + ... + P(Aₙ). (3) Complementario: como A y A' son incompatibles y A∪A' = Ω, 1 = P(A) + P(A'), es decir, P(A') = 1 - P(A). (4) Monotonía: si A ⊂ B, entonces P(A) ≤ P(B), y además P(B - A) = P(B) - P(A). (5) Cota: 0 ≤ P(A) ≤ 1 para todo suceso A. (6) Unión de dos sucesos: P(A∪B) = P(A) + P(B) - P(A∩B). (7) Unión de tres sucesos (principio de inclusión-exclusión): P(A∪B∪C) = P(A) + P(B) + P(C) - P(A∩B) - P(A∩C) - P(B∩C) + P(A∩B∩C). (8) Desigualdad de Boole (subaditividad): P(A₁∪...∪Aₙ) ≤ P(A₁) + ... + P(Aₙ), con igualdad solo si los sucesos son incompatibles (salvo conjuntos de probabilidad nula). (9) Leyes de De Morgan para probabilidades: P(A'∩B') = 1 - P(A∪B) y P(A'∪B') = 1 - P(A∩B). Un ejemplo habitual es P(A) = 0,5, P(B) = 0,4 y P(A∪B) = 0,7; de la fórmula se obtiene P(A∩B) = 0,5 + 0,4 - 0,7 = 0,2 y P(A'∩B') = 1 - 0,7 = 0,3.
Concepciones de la probabilidad: clásica, frecuentista, subjetiva y axiomática
A lo largo de la historia se han propuesto varias interpretaciones de la probabilidad. La definición clásica o de Laplace, aplicable solo a espacios finitos de sucesos elementales equiprobables, la define como cociente entre casos favorables y casos posibles, con el inconveniente de ser circular (necesita saber de antemano que los casos son igualmente probables) y de no servir para espacios infinitos ni para experimentos sin simetría. La definición frecuentista, desarrollada por Richard von Mises en el primer cuarto del siglo XX, define la probabilidad como el límite de la frecuencia relativa cuando el número de repeticiones tiende a infinito; resuelve la limitación anterior, pero presupone que el experimento puede repetirse indefinidamente en las mismas condiciones y que el límite existe. La interpretación subjetiva o bayesiana, defendida por Frank Ramsey y Bruno de Finetti, considera la probabilidad como un grado de creencia racional de un individuo, coherente con los axiomas, lo que permite hablar de la probabilidad de sucesos únicos no repetibles. La definición axiomática de Kolmogórov (1933) prescinde de la naturaleza de la probabilidad y solo exige que cumpla los tres axiomas, de modo que es compatible con las tres interpretaciones anteriores y es la base de la teoría matemática actual. En la práctica docente se recomienda presentar la probabilidad primero de forma intuitiva y experimental (frecuencia), después con la regla de Laplace y, por último, con sus propiedades axiomáticas.
Frecuencia relativa: propiedades y ley de los grandes números
Si en n repeticiones de un experimento un suceso A se presenta nₐ veces (frecuencia absoluta), su frecuencia relativa es fₙ(A) = nₐ/n. La frecuencia relativa cumple propiedades análogas a las que se exigen a la probabilidad: 0 ≤ fₙ(A) ≤ 1, fₙ(Ω) = 1 y fₙ(A∪B) = fₙ(A) + fₙ(B) para sucesos incompatibles. Esta analogía es la que motivó los axiomas. La ley de los grandes números formaliza la estabilidad de las frecuencias: la ley débil (de J. Bernoulli, para pruebas independientes con probabilidad p) afirma que, para todo ε > 0, P(|fₙ(A) - p| > ε) tiende a 0 cuando n tiende a infinito; la ley fuerte (probada por Émile Borel en 1909 para pruebas de Bernoulli y generalizada después por Cantelli y Kolmogórov) afirma que fₙ(A) converge a p con probabilidad 1. Es importante interpretar correctamente el resultado: la ley no dice que la diferencia absoluta entre el número de éxitos y np tienda a cero (de hecho, suele crecer, del orden de √n), sino que lo hace la diferencia entre las frecuencias relativas. Tampoco implica que los resultados pasados se compensen con los futuros, que es precisamente la falacia del jugador.
Combinatoria aplicada a la regla de Laplace
El cálculo de casos favorables y posibles requiere con frecuencia técnicas de recuento. Las permutaciones de n elementos distintos son n! = n·(n-1)·...·1; las variaciones sin repetición de n elementos tomados de k en k son Vₙ,ₖ = n!/(n-k)! (importa el orden, no se repiten elementos); las variaciones con repetición son VRₙ,ₖ = nᵏ; las combinaciones sin repetición son C(n,k) = n!/(k!·(n-k)!) (no importa el orden); y las permutaciones con repetición de n elementos con multiplicidades n₁,...,n_r son n!/(n₁!·...·n_r!). Ejemplos: al extraer simultáneamente 3 bolas de una urna con 10 bolas, el número de casos posibles es C(10,3) = 120; la probabilidad de que en una familia con 3 hijos haya exactamente 2 niñas, suponiendo equiprobabilidad de sexos, es C(3,2)/2³ = 3/8; la probabilidad de acertar una quiniela de 6 números sobre 49 con una sola apuesta es 1/C(49,6) = 1/13 983 816. Un error muy frecuente consiste en aplicar la regla de Laplace sin comprobar que los casos son realmente equiprobables, o en contar casos favorables y posibles con criterios distintos (con orden unos y sin orden otros).
Ejemplos clásicos de espacios equiprobables y no equiprobables
En el lanzamiento de dos dados, el espacio muestral de las sumas {2, 3, ..., 12} no es equiprobable; en cambio, sí lo son los 36 pares ordenados (a, b), y con ellos se obtiene P(suma = 7) = 6/36 = 1/6, la suma más probable, P(suma = 2) = 1/36 y P(suma = 12) = 1/36. En el lanzamiento de dos monedas distinguibles, el espacio {CC, CX, XC, XX} es equiprobable y P(una cara y una cruz) = 2/4 = 1/2; el error histórico de d'Alembert consistió en considerar el espacio {dos caras, una cara y una cruz, dos cruces} como equiprobable y asignar 1/3 a ese suceso. En el lanzamiento de una moneda hasta que salga cara, el espacio {C, XC, XXC, ...} es infinito y no equiprobable, con probabilidades 1/2, 1/4, 1/8, ... cuya suma es 1. En una bolsa con 3 bolas rojas y 2 azules, los resultados "rojo" y "azul" no son equiprobables, pero sí lo son las cinco bolas individuales; por eso P(rojo) = 3/5. Conviene entrenar al alumnado en la técnica de numerar o distinguir siempre los objetos, para construir un espacio muestral de sucesos elementales equiprobables antes de aplicar Laplace.
Cuando el espacio muestral es una región de la recta, del plano o del espacio y el experimento consiste en elegir un punto al azar de forma uniforme, la probabilidad de un suceso se define como el cociente entre la medida (longitud, área o volumen) de la región favorable y la de la región total. Es la extensión natural de la regla de Laplace a infinitos casos posibles. Ejemplos: la probabilidad de que un punto elegido al azar en un cuadrado de lado 1 caiga dentro del círculo inscrito es π/4 ≈ 0,785; la probabilidad de esperar menos de 5 minutos a un autobús que pasa cada 20 es 5/20 = 1/4. En este contexto, la probabilidad de cualquier punto concreto es cero, aunque el suceso no sea imposible (hay sucesos de probabilidad cero que pueden ocurrir). El problema de la aguja de Buffon (1777) es un caso célebre: si se lanza una aguja de longitud l sobre un suelo dividido por rectas paralelas separadas una distancia d ≥ l, la probabilidad de que la aguja corte alguna recta es 2l/(πd), lo que permite estimar π por simulación. Esta definición puede dar resultados ambiguos si no se especifica bien qué significa "al azar": la paradoja de Bertrand (1889) muestra que la probabilidad de que una cuerda elegida al azar en una circunferencia sea mayor que el lado del triángulo equilátero inscrito vale 1/3, 1/2 o 1/4 según el método de selección.
Simulación y método de Monte Carlo en el aula
La simulación consiste en reproducir un experimento aleatorio mediante un modelo físico (monedas, dados, bolas) o informático (generadores de números aleatorios en hoja de cálculo, GeoGebra, Scratch, Python o calculadora) para estimar probabilidades mediante frecuencias relativas. El método de Monte Carlo, desarrollado en los años cuarenta del siglo XX por Stanislaw Ulam, John von Neumann y Nicholas Metropolis, extiende esa idea a problemas muy diversos. Un ejemplo accesible es la estimación de π: si se generan N puntos al azar en el cuadrado unidad, la proporción que cae en el cuarto de círculo de radio 1 se aproxima a π/4, de modo que π ≈ 4·(puntos dentro)/N. La precisión mejora lentamente con N (el error típico es del orden de 1/√N), lo que enlaza con la ley de los grandes números. Estas actividades permiten al alumnado experimentar la variabilidad de las frecuencias (con pocas repeticiones oscilan mucho) y su estabilización (con muchas repeticiones), así como contrastar conjeturas intuitivas con los resultados teóricos, en línea con las orientaciones didácticas del currículo del sentido estocástico.
Problemas clásicos que desmienten la intuición
Varios problemas históricos ilustran que la intuición probabilística falla con frecuencia. El Chevalier de Méré observó que apostar a obtener al menos un seis en 4 lanzamientos de un dado le era favorable, pues la probabilidad es 1 - (5/6)⁴ ≈ 0,518, pero que apostar a obtener al menos un doble seis en 24 lanzamientos de dos dados no lo era, ya que 1 - (35/36)²⁴ ≈ 0,491, pese a que consideraba ambas apuestas equivalentes por proporcionalidad; este problema fue uno de los que motivaron la correspondencia entre Pascal y Fermat. En la paradoja del cumpleaños, en un grupo de solo 23 personas la probabilidad de que al menos dos cumplan años el mismo día supera el 50 % (es aproximadamente 0,507), y en un grupo de 57 personas supera el 99 %, porque el número de pares posibles crece cuadráticamente. Tversky y Kahneman estudiaron la llamada ley de los pequeños números, la creencia de que muestras pequeñas deben reflejar fielmente la proporción de la población, y la heurística de la representatividad, que lleva, por ejemplo, a considerar más probable la secuencia CXCXXC que la secuencia CCCCCC al lanzar una moneda 6 veces, aunque ambas tienen exactamente la misma probabilidad, (1/2)⁶ = 1/64.
Probabilidad, cuota (odds) y expresión de las probabilidades
La probabilidad de un suceso puede expresarse como fracción, número decimal comprendido entre 0 y 1 o porcentaje, y es esencial que el alumnado maneje con soltura las tres formas. Una probabilidad de 0 corresponde a un suceso imposible (o de probabilidad nula en espacios continuos) y una probabilidad de 1 a un suceso seguro (o casi seguro). Las apuestas utilizan con frecuencia la cuota u odds a favor, que es el cociente entre la probabilidad del suceso y la de su complementario, p/(1 - p): si P(A) = 0,2, la cuota a favor es 0,2/0,8 = 1:4 (una a favor por cuatro en contra). Es un error confundir probabilidad con cuota. Del mismo modo, hay que distinguir entre probabilidad y frecuencia esperada: una probabilidad del 1 % de un efecto adverso significa que cabe esperar en promedio un caso por cada cien personas expuestas, no que ocurra exactamente uno en cada cien. Finalmente, conviene reservar el vocabulario de tipo cualitativo (poco probable, muy probable) para los primeros niveles, y asociarlo progresivamente a valores numéricos.
Evolución histórica de la teoría de la probabilidad
Los primeros análisis matemáticos de los juegos de azar son anteriores a Pascal y Fermat: Gerolamo Cardano escribió hacia 1564 el Liber de ludo aleae (publicado póstumamente en 1663) y Galileo analizó hacia 1620 el reparto de las sumas en el lanzamiento de tres dados. La correspondencia de 1654 entre Pascal y Fermat sobre el reparto de apuestas dio lugar a que Christiaan Huygens publicara en 1657 el primer tratado impreso, De ratiociniis in ludo aleae, que introdujo el concepto de esperanza matemática. Jacob Bernoulli estableció en Ars Conjectandi (1713, póstumo) la ley de los grandes números; Abraham de Moivre publicó The Doctrine of Chances (1718) y obtuvo en 1733 la aproximación de la binomial por la curva normal; Thomas Bayes (ensayo póstumo de 1763) abordó la probabilidad inversa; y Pierre-Simon Laplace sistematizó la teoría en su Théorie analytique des probabilités (1812) y en su Essai philosophique sur les probabilités (1814). En el siglo XIX y comienzos del XX destacaron Gauss, Poisson, la escuela rusa (Chebyshev, Markov, Lyapunov) y Borel, y en 1933 Kolmogórov dio a la teoría su fundamento axiomático, basado en la teoría de la medida, que permitió el desarrollo de los procesos estocásticos y de la estadística matemática modernos.
Errores típicos de examen en este tema
Los errores más habituales son los siguientes. Aplicar la regla de Laplace a casos no equiprobables (por ejemplo, tratar como equiprobables las sumas de dos dados). Confundir sucesos incompatibles con sucesos independientes, o complementarios con incompatibles (dos sucesos complementarios son siempre incompatibles, pero dos incompatibles solo son complementarios si su unión es Ω). Olvidar restar la intersección en P(A∪B) cuando los sucesos no son incompatibles. Calcular P(al menos uno) sumando probabilidades en lugar de usar el complementario 1 - P(ninguno). Pensar que la ley de los grandes números compensa los resultados pasados. Creer que una probabilidad de 1/2 significa que el suceso ocurre exactamente la mitad de las veces en cualquier número de repeticiones. Dar una probabilidad negativa o mayor que 1 como resultado, síntoma seguro de error. Distinguir mal entre la probabilidad de un suceso y la de sus resultados particulares, por ejemplo al comparar "seis seguidos" con "una secuencia concreta".
Ideas clave para el examen — memoriza esto
La frecuencia relativa tiende a estabilizarse con el número de repeticiones: ley de los grandes números (J. Bernoulli, "Ars Conjectandi", 1713).
Espacio muestral Ω; sucesos como subconjuntos de Ω; operaciones de unión, intersección, complementario e incompatibilidad.
Axiomas de Kolmogórov (1933): P(A)≥0; P(Ω)=1; σ-aditividad para sucesos incompatibles.
Regla de Laplace: P(A) = casos favorables / casos posibles, válida solo en espacios equiprobables (Laplace, 1812).
Origen histórico de la probabilidad: correspondencia Pascal-Fermat de 1654 sobre el "problema de los puntos" planteado por el Chevalier de Méré.
Sucesos incompatibles (A∩B=∅) y sucesos independientes (P(A∩B)=P(A)·P(B)) son conceptos distintos, fuente habitual de confusión en el alumnado.
Espacio probabilístico (Ω, 𝒜, P): 𝒜 es una σ-álgebra (contiene Ω, cerrada por complementarios y uniones numerables); si Ω es finito se toma 𝒫(Ω), con 2ⁿ sucesos.
Leyes de De Morgan: (A∪B)'=A'∩B' y (A∩B)'=A'∪B'. Para 'al menos uno', usar 1-P(ninguno).
Cuatro concepciones: clásica (Laplace, requiere equiprobabilidad), frecuentista (von Mises), subjetiva (Ramsey, de Finetti) y axiomática (Kolmogórov, 1933).
Ley débil de los grandes números (Bernoulli) y ley fuerte (Borel 1909, Cantelli, Kolmogórov): converge la frecuencia relativa, no la diferencia absoluta de éxitos. No compensa resultados pasados.
Combinatoria para Laplace: permutaciones n!, variaciones n!/(n-k)!, variaciones con repetición nᵏ, combinaciones C(n,k). Contar siempre con el mismo criterio (con o sin orden).
Dos dados: 36 casos equiprobables; P(suma 7)=1/6 (la más probable); P(suma 2)=P(suma 12)=1/36. Dos monedas: P(una cara y una cruz)=1/2, no 1/3 (error de d'Alembert).
Probabilidad geométrica: razón de longitudes, áreas o volúmenes. Aguja de Buffon (1777): P(corte)=2l/(πd) con l≤d. Paradoja de Bertrand (1889): el significado de 'al azar' debe precisarse.
Chevalier de Méré: 1-(5/6)⁴≈0,518 (favorable) frente a 1-(35/36)²⁴≈0,491 (desfavorable). Paradoja del cumpleaños: con 23 personas la probabilidad de coincidencia supera el 50 %.
Cuota (odds) a favor = p/(1-p); no confundir con probabilidad. Suceso de probabilidad 0 no es necesariamente imposible (espacios continuos).
12 preguntas sobre este tema, en orden aleatorio. Sin registro, sin límite de intentos.
Pregunta 1 de 120 aciertos
En una familia con 3 hijos, suponiendo equiprobabilidad de ambos sexos e independencia, ¿cuál es la probabilidad de que haya exactamente 2 niñas?
Preguntas frecuentes
¿De qué trata el Tema 63 de Secundaria?
El Tema 63 abre el bloque de Probabilidad del temario, partiendo de la observación empírica de la frecuencia relativa hasta la definición axiomática moderna de Kolmogórov, pasando por la regla de Laplace y las raíces históricas de la teoría en los problemas de juegos de azar del siglo XVII. Es la base conceptual imprescindible para los temas 64 a 68 (probabilidad condicionada, distribuciones, inferencia).
¿Qué hay que memorizar del Tema 63 para el examen?
La frecuencia relativa tiende a estabilizarse con el número de repeticiones: ley de los grandes números (J. Bernoulli, "Ars Conjectandi", 1713). Espacio muestral Ω; sucesos como subconjuntos de Ω; operaciones de unión, intersección, complementario e incompatibilidad. Axiomas de Kolmogórov (1933): P(A)≥0; P(Ω)=1; σ-aditividad para sucesos incompatibles. Regla de Laplace: P(A) = casos favorables / casos posibles, válida solo en espacios equiprobables (Laplace, 1812). Origen histórico de la probabilidad: correspondencia Pascal-Fermat de 1654 sobre el "problema de los puntos" planteado por el Chevalier de Méré. Sucesos incompatibles (A∩B=∅) y sucesos independientes (P(A∩B)=P(A)·P(B)) son conceptos distintos, fuente habitual de confusión en el alumnado. Espacio probabilístico (Ω, 𝒜, P): 𝒜 es una σ-álgebra (contiene Ω, cerrada por complementarios y uniones numerables); si Ω es finito se toma 𝒫(Ω), con 2ⁿ sucesos. Propiedades: P(∅)=0; P(A')=1-P(A); A⊂B ⇒ P(A)≤P(B); P(A∪B)=P(A)+P(B)-P(A∩B); inclusión-exclusión para 3 sucesos; Boole: P(∪Aᵢ)≤ΣP(Aᵢ). Leyes de De Morgan: (A∪B)'=A'∩B' y (A∩B)'=A'∪B'. Para 'al menos uno', usar 1-P(ninguno). Cuatro concepciones: clásica (Laplace, requiere equiprobabilidad), frecuentista (von Mises), subjetiva (Ramsey, de Finetti) y axiomática (Kolmogórov, 1933). Ley débil de los grandes números (Bernoulli) y ley fuerte (Borel 1909, Cantelli, Kolmogórov): converge la frecuencia relativa, no la diferencia absoluta de éxitos. No compensa resultados pasados. Combinatoria para Laplace: permutaciones n!, variaciones n!/(n-k)!, variaciones con repetición nᵏ, combinaciones C(n,k). Contar siempre con el mismo criterio (con o sin orden). Dos dados: 36 casos equiprobables; P(suma 7)=1/6 (la más probable); P(suma 2)=P(suma 12)=1/36. Dos monedas: P(una cara y una cruz)=1/2, no 1/3 (error de d'Alembert). Probabilidad geométrica: razón de longitudes, áreas o volúmenes. Aguja de Buffon (1777): P(corte)=2l/(πd) con l≤d. Paradoja de Bertrand (1889): el significado de 'al azar' debe precisarse. Chevalier de Méré: 1-(5/6)⁴≈0,518 (favorable) frente a 1-(35/36)²⁴≈0,491 (desfavorable). Paradoja del cumpleaños: con 23 personas la probabilidad de coincidencia supera el 50 %. Cuota (odds) a favor = p/(1-p); no confundir con probabilidad. Suceso de probabilidad 0 no es necesariamente imposible (espacios continuos). Historia: Cardano (c. 1564), Galileo (c. 1620), Pascal-Fermat (1654), Huygens (1657), Bernoulli (1713), de Moivre (1718/1733), Bayes (1763), Laplace (1812/1814), Kolmogórov (1933). Simulación y Monte Carlo (Ulam, von Neumann, Metropolis): π ≈ 4·(puntos en el cuarto de círculo)/N; el error típico decrece como 1/√N.
¿Hay preguntas de test de este tema exacto?
Sí, 12 preguntas tipo test sobre este tema, en el apartado "Ponte a prueba" de esta misma página. Sin registro y sin límite de intentos.
¿De dónde sale el temario de este tema?
Del índice oficial de BOE núm. 226, de 21 de septiembre de 1993, páginas 27400 a 27438 (Orden de 9 de septiembre de 1993, del Ministerio de Educación y Ciencia, BOE-A-1993-23257), Anexo III — cuestionario específico (Parte A) de la especialidad Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria (Temario oficial estatal de referencia — especialidad Matemáticas (Cuerpo de Profesores de Enseñanza Secundaria)).
Fuentes de este desarrollo
J. Bernoulli, "Ars Conjectandi" (1713)
P.S. Laplace, "Théorie analytique des probabilités" (1812) y "Essai philosophique sur les probabilités" (1814)
A. Kolmogórov, "Grundbegriffe der Wahrscheinlichkeitsrechnung" (1933)
C. Huygens, "De ratiociniis in ludo aleae" (1657)
Correspondencia Pascal-Fermat (1654) sobre el problema del reparto de apuestas
Real Decreto 217/2022, de 29 de marzo (ESO), y Real Decreto 243/2022, de 5 de abril, por el que se establecen la ordenación y las enseñanzas mínimas del Bachillerato — Matemáticas, sentido estocástico
Mientras tanto, practica con tests gratis de Secundaria.