Probability: A Calculus for Uncertain Alternatives / Probabilidad: un cálculo para alternativas inciertas

Probability provides a coherent calculus for reasoning about uncertain alternatives once events, variables and background assumptions have been specified. Its rules constrain how probabilities combine and update, but the same mathematics can be interpreted in different ways: as long-run frequencies, degrees of belief, propensities or model-based summaries of incomplete information. This article separates the formal core from those interpretations. It explains why conditional probability is directional, why Bayes' rule cannot be used without base rates, how statistical-mechanical probabilities differ from quantum probabilities, and why Bell-type results restrict certain hidden-variable explanations without turning probability itself into a physical substance. The central lesson is methodological: a probability number is never self-interpreting. Its meaning depends on the event space, model assumptions and the physical or inferential procedure that connects the number to observations and, when the probability is conditional, on the conditioning information.

La probabilidad proporciona un cálculo coherente para razonar sobre alternativas inciertas una vez especificados los sucesos, las variables y los supuestos de fondo. Sus reglas restringen cómo se combinan y actualizan las probabilidades, pero la misma matemática admite interpretaciones distintas: frecuencias a largo plazo, grados de creencia, propensiones o resúmenes de información incompleta. Este artículo separa el núcleo formal de esas interpretaciones. Explica por qué la probabilidad condicional tiene dirección, por qué la regla de Bayes necesita tasas base, cómo difieren las probabilidades de la mecánica estadística de las cuánticas y por qué los resultados de tipo Bell restringen ciertas explicaciones de variables ocultas sin convertir la probabilidad en una sustancia física. La lección central es metodológica: un número de probabilidad nunca se interpreta solo. Su significado depende del espacio de sucesos, los supuestos del modelo y el procedimiento que conecta el número con observaciones y, cuando la probabilidad es condicional, de la información condicionante.