“Las matemáticas tratan sobre patrones, pero el funcionamiento del azar parece estar un tanto alejado de los patrones. De hecho, una de las definiciones de aleatorio se puedes explicar cómo: carencia de cualquier patrón apreciable.”
Esta definición encaja cuando se estudia el comportamiento de un solo individuo, ya que este puede ser impredecible. Sin embargo, cuando se estudia el comportamiento en masa esto puede ser totalmente predecible.
La curva de la figura anterior es conocida como la campana de Gauss. Fue propuesta por Abraham de Moivre en 1730 como aproximación a la distribución binomial que Jacob Bernoulli publicó unos años antes. En esas épocas la probabilidad era vista solo como herramienta para sacar ventaja en juegos de azar. El precursor del uso de la probabilidad para estos casos fue un académico ludópata llamado Girolamo Cardano, quien aplicaba este conocimiento como un sexto sentido para el flujo total en un juego de azar.
Para principios del siglo XIX, la probabilidad y su rama aplicada, la estadística ya era utilizada en muchos otros campos como, por ejemplo, la astronomía.
La campana de Gauss no adquirió su estatus icónico sino hasta que en 1835 comenzó a aparecer en las ciencias sociales. Grandes cantidades de datos como: pesos, estaturas, edades, etc. Se distribuían adoptando esta forma. Esto motivo a un científico llamado Francis Galton a utilizar la estadística para sus estudios sobre la herencia biológica. De hecho, fue el primer científico en utilizar la estadística en otra área que no fuera la astronomía. Galton publico sus estudios en 1889, obteniendo una y otra vez distribuciones de datos con forma de campana y descubriendo las propiedades que ésta ocultaba.
Ya con la campana de Gauss bien fundamentada, científicos desarrollaron nuevas herramientas estadísticas y se hizo evidente que las matemáticas podían ser aplicadas no solo a las ciencias físicas, sino también a la biología e incluso a las ciencias sociales.
Hoy en día es una herramienta matemática ampliamente usada para la descripción de muchos fenómenos y el estudio de esta curva es fundamental para un científico de datos.
