Abraham de moivre

Abraham de moivre

Abraham de Moivreeste fue un matemático francés. A pesar que la posición social de su familia no está clara, su padre, cirujano de profesión, pudo mandarlo a la academia protestante de Sedan (1678-82). De Moivre estudió lógica en Saumur (1682-84), asistió al Collège de Harcourt en París (1684), y estudió privadamente con Ozanam (1684-85). De todas maneras no hay referencias que De Moivre haya obtenido un título académico.Conocido por la fórmula de Moivre, la cual conecta números complejos y trigonometría, y por su trabajo en la distribución normal y probabilidad. Fue elegido un miembro de Royal Society de Londres en 1697, y fue amigo de Isaac Newton y Edmund Halley.De Moivre escribió un libro de probabilidad titulado The Doctrine of Chances.Como era calvinista, tuvo que salir de Francia después de la revocación del Edicto de Nantes (1685), y pasó el resto de su vida en Inglaterra.Toda su vida fue pobre y era cliente regular del Slaughter's Coffee House, en St. Martin Lane, en Cranbourn Street, donde ganaba algo de dinero jugando al ajedrez.Murió en Londres, siendo enterrado en St Martin's-in-the-Fields, aunque más tarde su cuerpo fue trasladado.

Pierre Simon Laplace

Pierre Simon Laplace

Pierre-Simon Laplace era un matemático francés que inventó y desarrolló la Transformada de Laplace y la ecuación de Laplace. Fue un creyente del [[determinismo cau creó una curiosa fórmula para expresar la probabilidad de que el Sol saliera por el horizonte. Él decía que la probabilidad era de (d + 1) / (d + 2), donde d es el número de días que el sol ha salido en el pasado. Laplace decía que esta fórmula, que era conocida como la Regla de Sucesión (de Laplace), podía aplicarse en todos los casos donde no sabemos nada, o donde lo que conocíamos fue cambiado por lo que no. Aún es usada como un estimador de la probabilidad de un evento, si sabemos el lugar del evento, pero sólo tenemos muy pocas muestras de él.
Su definición nos dice que sea E un experimento cualquiera y S el conjunto finito de sus resultados posibles tal que S = a1,..,ak, si suponemos que cada resultado es equiprobable (que ninguno tenga más oportunidades que otro), entonces P(ai) = p. Si queremos que P sea una función de probabilidad tal que:entonces p = 1 / k. Sea A un subconjunto de S tal que A = a1,..,ar entonces;

Pafnuty Lvovich

Pafnuty Lvóvich Chebyshev (16 de mayo de 1821-8 de diciembre de 1894) fue un matemático ruso. Su nombre se translitera también como Tchebychev, Tchebycheff, Tschebyscheff o Čebišev.
Nació en el pueble de Okatovo, en el distrito de Borovsk, provincia de Kaluga. Su padre era el rico terrateniente Lev Pavlovich Chebyshev. Pafnuty Lvóvich recibió su educación primaria en su casa, de su madre Agrafena Ivanovna Chebysheva (lectura y escritura) y de su prima Avdotya Kvintillianovna Sukhareva (francés y aritmética). Su profesora de música jugó también un papel importante en la educación de Chebyshev, ya que "llevó su mente a la exactitud y el análisis", según mencionó el propio Chebyshev.Es posible que durante su adolescencia y desarrollo fuera de importancia una minusvalía física, cuyas razones son desconocidas: cojeó desde su niñez y caminaba ayudado por un bastón. Por tanto sus padres desistieron de la idea de hacer de él carrera como oficial, aunque él hubiera seguido la tradición de la familia. Su impedimiento le alejó de la mayoría de los juegos infantiles, así que muy pronto se dedicó a una pasión que determinaría el resto de su vida: la construcción de mecanismos.
La vida en la Universidad.Chebyshev pasó los exámenes de admisión el verano de 1837 y en septiembre comenzó los estudios de matemática en el segundo departamento filosófico de la universidad de Moscú. Entre sus profesores se contaron N.D. Brashman, N.E. Zernov y D.M. Perevoshchikov. No hay duda que, de entre ellos, Brashman tuvo la mayor influencia sobre Chebyshev. Le instruyó en mecánica práctica y probablemente le mostró el trabajo del ingeniero francés Jean-Victor Poncelet. En 1841 se le concedió la medalla de plata por su trabajo "cálculo de las raíces de ecuaciones" que había terminado en 1838. En esta contribución Chebyshev derivó una aproximación algorítmica para la solución de ecuaciones algebraicas de n-ésimo grado basándose en el algoritmo de Newton. En ese mismo año terminó sus estudios como el "candidato más sobresaliente".En 1841 la situación económica de Chebyshev cambión drásticamente. Se declaró una hambruna en Rusia, sus padres se vieron forzados a dejar la ciudad e incapaces de seguir manteniendo a sus hijos. De todas maneras, decidió continuar sus estudios matemáticos y se preparó para los exámenes de maestría que se distribuían durante medio año. Aprobó el examen final en octubre de 1843. En 1846 defendió su tesis "Un intento de análisis elemental de la teoría probabilística". El biógrafo Prudnikov asume que Chebyshev fue dirigido a esta rama de la matemática tras conocer la publicación reciente de libros de teoría probabilística o por el crecimiento de la industria aseguradora en Rusia.
Contribuciones matemáticas
Es conocido por su trabajo en el área de la probabilidad y estadística. La desigualdad de Chebyshev dice que la probabilidad de que una variable aleatoria esté distanciada de su media en más de a veces la desviación típica es menor o igual que 1/a2. Si es la media (o la esperanza matemática) y σ es la desviación típica, entonces podemos redefinir la relación como:
para todo número real positivo a. La desigualdad de Chebyshev se emplea para demostrar que la ley débil de los números grandes y el teorema de Bertrand-Chebyshev (18451850) que establece que la cantidad de números primos menores que n es p(n) = n / log(n) + o(n).

Karl Pearson (1857- 1936)

Karl Pearson fue un científico, matemática británico, que implemento la estadística matemática.
Desarrollo una investigación sobre la aplicación de los métodos estadísticos en la biología y fue el fundador de la bioestadística.

Hizo el primer departamento de estadística en la Universidad , donde fue profesor. creo la revista Biometrika, desde entonces una de las más importantes en el campo de la estadística.

Carl Friedrich Gauss (1777 - 1855)

Gauss fue uno de los matemáticos más grandes de la historia. Se le considera uno de los tres genios de la historia de las Matemáticas. Realizó grandes aportes a todas las ramas de la ciencia.

El talento de Gauss llamó la atención del duque de Brunswick, quien, se propuso su educación secundaria y universitaria.

Uno de los principales aportes a la Estadística, fue el de la teoría de los errores, además 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.

Thomas Bayes (1702-1761)

Bayes, fue un clérigo matemático británico. El estudió e investigo el problema de la determinación de la probabilidad de las causas a través de los efectos que se observan. El teorema de Bayes, habla acerca de la probabilidad que existe para un suceso que se presenta como suma de diversos sucesos mutuamente excluyentes.
La Teoría Bayesiana se basa en la enumeración de los posibles eventos que son diferentes, a la vez que asocia cada uno con una posible probabilidad de ocurrencia. Por medio de la medición del impacto de cada evento, y la multiplicación por su correspondiente probabilidad de ocurrencia, se pueden calcular los daños esperados de cada uno de los factores de riesgo.

El teorema de Bayes es válido en todas las aplicaciones de la teoría de la probabilidad. Sin embargo, hay una controversia sobre el tipo de probabilidades que emplea.

Jakob Bernoulli (1604-1705)

Jakob Bernoulli fue un matemático y científico suizo, hermano mayor de Johan Bernoulli (y miembro de la reconocida Familia Bernoulli).

Bernoulli se considera como el iniciador de la teoría de la probabilidad, que hasta ese momento sólo estaba tratando de fenómenos experimentales con resultados equiprobables, motivados, aparte de los juegos de azar, por problemas de las ciencias sociales, intereses económicos, seguros, meteorología y medicina.

En su obra "Ars Conjectandi", introduce lo que hoy se conoce como la primera ley de los grandes números. El cual es el principio fundamental, que establece que, bajo ciertas condiciones, un promedio muestral se aproxima al promedio de la población de donde se obtuvo la muestra, si el tamaño de ésta es grande.