Virginia Monti Lic.

Santiago Tagle

Julio 2004

TEMAS DE MEDICION
INDICE
1- INTRODUCCIN
2- LA IMPORTANCIA DE LA MEDICION
3- MEDICION Y OPERACIONES EMPRICAS
4- ESCALAS DE MEDICION
4.1- Escala Nominal
4.2- Escala Ordinal
4.3- Escala de Intervalos
4.4- Escala Racional
5- CONFIABILIDAD Y VALIDEZ
6- CARACTERSTICAS DE LAS ESCALAS DE MEDICION
7- CONTEO Y TEORIA DE LA DECISION
8- PROBABILIDAD Y TEORIA DE LA DECISION
8.1- LA PROBABILIDAD
8.2- ESCUELAS DE LA PROBABILIDAD
8.3- ALGUNOS CONCEPTOS BSICOS ACERCA DE LA PROBABILIDAD
9- EJERCICIOS COMPLEMENTARIOS

1-INTRODUCCIN
El objetivo del presente trabajo es introducir al alumno en la Teora de la Medicin.
No pretendemos de modo alguno realizar un anlisis profundo de la misma, sino explicitar
los conceptos bsicos necesarios para la comprensin de la importancia del tema y su
aplicacin no slo para la Teora de la Decisin sino para las ciencias sociales en general.
La ciencia moderna conlleva la observacin sistemtica y la medicin. Cualquiera
sea el nivel de complejidad de una investigacin es imprescindible realizar mediciones En
este sentido las ciencias sociales, en sus comienzos se abocaron a la observacin
etnogrfica, con mtodos bsicamente cualitativos y, de esa manera, utilizaron tcnicas y
procesos que les permitiera la medicin de los sucesos.
Galtung (1965) define la medicin como un proceso de clasificacin de unidades
de anlisis segn alguna caracterstica elegida.

Por su parte, Carmines y Zelller

(1979) la definen como un proceso de vincular conceptos abstractos con indicadores

empricos, proceso que supone una planificacin previa tanto de la clasificacin como de la
cuantificacin.
De estas definiciones, elegidas entre otras, deducimos que Medir es asignar
nmeros a los objetos o hechos del mundo emprico La

medicin

es

el

proceso

de

cuantificar nuestra experiencia de dicho mundo.

En toda medicin existe un acto clasificatorio que permite la operacionalizacin de las
variables bajo anlisis.
Las matemticas, al igual que el lenguaje, son un invento del hombre. Constituyen
un sistema formal, lgico y simblico.

Sirven para modelizar hechos y relacionarlos con

el mundo real.
Las reglas formales matemticas son convenciones arbitrarias. De hecho los
primeros matemticos pensaron que podan poner a prueba sus matemticas de manera
emprica, demostrando que

2+2 =4 agrupando piedras ( del latn calculus) Este proceso

de agrupar lleva al concepto de nmero cardinal, que se basa en el principio de

correspondencia e implica no contar.
Es importante, en este punto destacar que medir no es simplemente contar, ya que
contar se refiere al acto de determinar frecuencia mientras que medir se refiere a las
variaciones cuantitativas de las variables bajo anlisis. Por medio, de la medicin

asignamos una categora o un valor a una variable x para un suceso, muestra o poblacin
determinados.
Como cualquier modelo utilizado para representar algo diferente de s mismo, las
matemticas sirven mejor en algunos

casos que en otros, pero lo cierto es que en

ninguno existe una correspondencia perfecta entre el modelo matemtico y las variables
empricas del mundo real. Ello implica que siempre pagamos algn costo al modelizar el
universo, analizado
A travs de la medicin pretendemos representar el mundo o la porcin del mundo
real que percibimos. Mediante los nmeros transformamos lo subjetivo en objetivo y
utilizando las herramientas matemticas.

2-LA IMPORTANCIA DE LA MEDICIN

Para comprender mejor la trascendencia

de la medicin es necesario analizar

previamente algunos conceptos. Siguiendo a Jos Mostern la variedad de los conceptos

cientficos pueden agruparse en tres clases:

Clasificatorios: aquellos que provienen del lenguaje ordinario.

Cuantitativos, mtricos o magnitudes: que no tienen correlato con el lenguaje

ordinario. Constituyen una creacin del lenguaje cientfico.

Comparativos: constituyen un tipo intermedio.

Para realizar una medicin necesitamos:

1. Un instrumento de medicin ( una balanza, un reloj, un test, etc.). Este instrumento
requiere de dos cualidades bsicas: confiabilidad y validez. Sobre este tema
volveremos ms adelante.
2. Una escala, es decir, una regla de medicin.
3. Un procedimiento o funcin para realizar la medicin.
La medicin es un proceso mediante el cual cuantificamos el sistema bajo anlisis, para
poder efectuar comparaciones.

As podemos realizar mediciones sobre variables fsicas

o sobre variables no fsicas, pero medir es algo relativo vara en gnero y grado, en tipo y
precisin de manera diferente en cada una de ellas.

Medir una variable fsica es establecer cuntas veces una unidad cabe en el objeto
medido. Es el resultado de contar unidades de algo (matemticamente expresar el cardinal
de un determinado conjunto). As, por ejemplo medimos la altura de un individuo, la
cantidad de asistentes a un espectculo, el nmero de unidades vendidas, los kilmetros
recorridos, la superficie

de un predio, etc. .Todas ellas

Podemos medirlo en escalas

lineales.
Pero cuando hablamos de variables no fsicas, no es posible hacerlo en escalas tan
sencillas como las anteriores y este es uno de los problemas bsicos de la medicin en
ciencias sociales. Muchas veces nos encontramos con que no existen patrones
universalmente aceptados para medir los aspectos cualitativos. Si queremos medir la
distancia entre dos ciudades podemos hacerlo en km., o en millas, pero si queremos medir
el riesgo social o la calidad de vida de una poblacin determinada, no tenemos ninguna
unidad, ni una escala predeterminada, sino que debemos adaptar alguna ya existente o
crear una ad-hoc.
Para medir este tipo de fenmenos complejos necesitamos realizar una serie de
operaciones. Para lo cual tenemos que:

definir las dimensiones que componen la variable

encontrar patrones o ndices que la determinen, y

construir una escala para cada caso

Definimos una escala como un continuo de valores ordenados que tiene principio y fin,
por ejemplo las notas de los alumnos. Una escala puede aportar informacin objetiva si es
confiable (consistente) y vlida, es decir no confusa, que mida lo que realmente se quiere
medir y no otra cosa. Si volvemos al ejemplo de las notas de los alumnos stas miden su
nivel de conocimiento y no otra cosa parecida como por ejemplo su habilidad para la
oratoria.
Por ello es fundamental conocer:
-qu significan los nmeros.
-cules son las operaciones que podemos realizar con ellos.
Como dijimos anteriormente medimos conforme a determinadas reglas, ya que los
nmeros no tienen cualidades y con ellos podemos realizar operaciones que representen el
mundo real.

Una abstraccin constituye una construccin mental basada en criterios de asociacin

y seleccin, a partir de la cual construimos modelos. Este proceso de abstraccin trae
aparejado un costo que de alguna forma pagamos para simplificar la complejidad del
mundo emprico, pero dichos criterios nunca conforman una relacin perfecta entre el
mundo real y el modelo.
Estos modelos empricos llevados a una escala numrica se transforman en un
modelo formal (simblico). Es

requisito

fundamental

que

la

funcin

elegida

sea

representativa y cumpla con la condicin de invarianza, es decir que no se modifiquen las

cualidades originales de representacin del mundo real.

Dice al respecto Keyser la

invariancia es el no cambio en medio del cambio, permanencia en un mundo que fluye,

persistencia de configuraciones que se mantienen iguales a pesar del torbellino y presin
de incontables grupos de curiosas transformaciones
Son requisitos que la representacin sea;

Reflexiva: si a R a es vlida ( igual a, menor o igual a) siendo R la relacin ( por

ejemplo costo de un producto)

Simtrica: si a R b, entonces b R a ( por ejemplo ser hermano de)

Transitiva: si a R b, y b R c, entonces a R c (por ejemplo ser hermano de)

Conexa: se da en los casos en que los elementos estn relacionados.

La

conexidad puede ser:

-

Completa: cuando todos los elementos estn conectados por la relacin R

Dbil: cuando no hay conexidad entre los cuales la relacin es reflexiva.

La medicin constituye uno de los problemas con los que se enfrentan las ciencias
sociales.
-

Por ello es importante diferenciar tres campos de investigacin:

Sintctica, que estudia la relacin entre signos. Se refiere a las disciplinas formales

de la lgica, matemticas y sintaxis. Estas proposiciones no tienen contenido emprico, no

expresan nada del mundo real. Son slo enunciados como los de las leyes del lgebra..
establecen reglas para ordenar y combinar los signos algebraicos.
Por ejemplo: a = a x a = a x a

Semntica: se ocupa de las reglas que relacionan signos con objetos. Son
fundamentalmente arbitrarias, ya que son los hombres quienes las crean para su
conveniencia.

Por ejemplo: la palabra perro es un sustantivo; crculo es el nombre

que se le da a una figura de este tipo O.

Pragmtica:

se refiere a la relacin entre los signos y los cientficos. Dada su

especificidad, y no siendo el objeto del presente, no ahondaremos en el tema.

3- MEDICION Y OPERACIONES EMPRICAS
Dijimos que toda representacin del mundo emprico es siempre una abstraccin
basada en ciertos criterios de seleccin y asociacin. Estos modelos empricos llevados a
una escala numrica se transforman en un modelo formal (simblico). Ese mundo
(universo) emprico est compuesto por variables pasibles de ser clasificadas en niveles,
valores o grados que mantienen relaciones entre s.
En ese universo observamos tres operaciones bsicas, que detallamos a
continuacin:
SIMBOLO

INTERPRETACION EMPIRICA

INTERPRETACION EN TD

=I

semejanza

Indiferencia

>P

precedente

Preferencia

agregacin

Conjuncin

4- ESCALAS DE MEDICION
Una escala implica la creacin de una regla para asignar nmeros a los diferentes
aspectos de los hechos u objetos. Estos aspectos pueden ser cuantitativos o cualitativos.
Las escalas son posibles porque existe un isomorfismo entre las propiedades de la serie y
las operaciones empricas que podemos realizar con los objetos o acontecimientos. Pero,
de hecho no todas las propiedades de los nmeros ni todas las propiedades de los hechos
u objetos pueden tener una correspondencia sistemtica.
Tanto para las escalas cualitativas como para las cuantitativas existen operaciones
clasificatorias, es decir la ubicacin de las unidades de anlisis en clases. Por ejemplo de
una determinada poblacin podemos decir cuales individuos son solteros, casados, viudos

o cualquier otra categora de la variable estado civil(cualitativo), tambin para la misma

poblacin podemos agruparlas en intervalos de nivel de ingresos, estatura, peso, etc.
(cuantitativo). Por ende la clasificacin constituye un acto propio de la medicin
Stevens distingue cuatro tipos de escalas:

Escala nominal

Escala ordinal

Escala de intervalos

Escala proporcional, racional o de cocientes.

Antes de abocarnos al anlisis de cada una de ellas es importante destacar que el orden
en que las hemos enunciado, tiene su fundamento en que el grado de precisin y exactitud
de la anterior es menor que el de la siguiente, lo que implica aumenta la informacin que
recibimos al hacer la medicin.
Por ejemplo si entramos en una librera y pedimos un libro para nios (escala
cualitativa) damos menos informacin que si pedimos un libro para un nio de 5 aos
(escala cuantitativa).
Las propiedades de cada nivel son acumulativas, es decir que con la escala de
intervalos realizamos las mismas operaciones que con la escala ordinal y alguna ms., y
as sucesivamente.
A continuacin analizaremos entonces cada una de las escalas.
4.1 - LA ESCALA NOMINAL
Esta escala es la ms elemental al momento de asignar nmeros, ya que stos se
utilizan como etiquetas, lo que implica que dara lo mismo asignar palabras, letras o
cualquier otro smbolo.

En la escala nominal la regla est dada por no asignar el mismo

nmero o cdigo a distintas clases o darle los mismos nmeros, o cdigos, a distintas
clases.
A modo de ejemplo una escala nominal puede referirse al pas de origen de un
individuo, tendramos entonces:
Pas de origen
N

Argentina
8

Brasil
6

Francia
1

Canad
4

En esta escala no importa ni el orden ni la jerarqua. El requisito fundamenta es que

sean diferentes entre s, tal que no existan dos categoras con el mismo nmero y que no
se mezclen las categoras entre s.es decir que deben ser mutuamente excluyentes. La
informacin que nos da una escala nominal es fundamentalmente la diferenciacin.
La escala nominal es la escala de la codificacin, volviendo al ejemplo anterior
entonces podramos tener:
Pas de origen
N
Letra
Smbolo

Argentina
8
V

Brasil
6
A

Francia
0
S

Canad
4
O

Sus transformaciones son invariantes y son posibles solamente mediante una

funcin biunvoca.. No existe un origen en los elementos, es decir que se puede asignar el
nmero cero.
Universo

Modelo

n1

n2

n3
funcin biunvoca

Son ejemplos de una escala nominal:

El nmero de las sedes del CBC.

El nmero de las camisetas de los jugadores de rugby.

El cdigo asignado a un producto.

El nmero de las rutas nacionales.

El nmero de los canales de televisin.

4.2 - ESCALA ORDINAL

Surge de la operacin de ordenar rangos, o sea que toda transformacin que
preserve el orden mantendr la forma de la escala ( propiedad isotnica). Es

un

grupo

amplio porque incluye las transformaciones para funciones montonas (que nunca
decrecen), y consecuentemente no tienen mximos.
Los valores de una escala ordinal pueden reemplazarse por su logaritmo, su
potencia, entre otras funciones, pues mantienen invariable la relacin de stas entre los
valores de sus vecinos.
Da origen a la nocin de precedencia como por ejemplo. mejor que, preferido a ,
antes que superior a. Acarrea mayor informacin que la escala nominal y dado que el
orden representa la cualidad esencial de los nmeros, es muy utilizada en la vida cotidiana.
Este tipo de escala pone de manifiesto orden, pero nada dice respecto de intervalos. Al
igual que la escala nominal admite la funcin montona y biunvoca pero adems conserva
el orden. En cuanto a las mediciones estadsticas admite la mediana pero no el promedio.
En Teora de la Decisin los rdenes que ms utilizamos son preferencia (mayor,
orden estricto), o preferencia / indiferencia ( mayor o igual, orden dbil) que sirven para
determinar las preferencias entre las distintas alternativas.
Por ejemplo:

alquilar > comprar

tercerizar > producir en planta

aumentar ventas > bajar costos

Una escala ordinal es nominal pero no viceversa. As por ejemplo, si decimos Pedro
vive ms lejos de mi casa que Juan no especifico cuanto ms lejos, ni hago referencia a
los intervalos (cuadras, kms., millas).
Por ejemplo, si nos referimos a la altura de un grupo de individuos podemos decir:
Muy Alto
8

Alto
6

Mediano
3

Bajo
2

Daremos algunos ejemplos a efectos de clarificar esta escala

Yo quiero a Juan ms que a Pedro.

Prefiero el tomate a la lechuga

Prefiero la pizza a la tarta y la tarta a la milanesa

En ninguno de estos casos puedo establecer cuanto.

Puede establecer la preferencia

pero no el intervalo
Son ejemplos de escalas ordinales:

La numeracin de las filas del teatro.

La numeracin de los edificios de una calle.

El nmero de los departamentos de un piso.

4.3- ESCALA DE INTERVALOS

Es cuantitativa en sentido ordinario de la palabra. Se aplican en ella todas las
medidas estadsticas usuales, excepto aquellas en las que existe un punto cero verdadero
En esta escala el cero es arbitrario, ya que la forma de la escala permanece invariable al
aadrsele una constante, tal como sucede con las escalas de temperatura de grados
centgrados y Fahrenheit. Iguales intervalos de temperatura en las escalas implican
volmenes iguales de expansin. Tambin la energa se mide en una escala de intervalos.
La transformacin de un valor numrico de una escala se transforma al valor de otra por
medio de una ecuacin:
y = ax + b
Muchas de las escalas que se utilizan en los test psicolgicos y de rendimiento se
miden en una escala de intervalos.
As utilizamos escalas de intervalos en la medicin de clima organizacional,
satisfaccin del cliente, calidad de atencin al pblico, grado de conocimiento de un
alumno; etc.
En la Teora de la Decisin utilizamos, por ejemplo, al menos una escala de
intervalos para el mtodo lineal de resolucin de objetivos mltiples, a efectos de valorar
los atributos de los distintos objetivos.
Los intervalos deben ser mutuamente excluyentes, es decir que cada dato debe
pertenecer a un solo intervalo. Por ejemplo si estamos analizando por grupo etario una
poblacin determinada diremos:

Hasta veinticinco aos;

Mayor de 25 aos, de modo tal que 25 aos entre en un solo intervalo.

10

4.4- ESCALA RACIONAL

Esta escala, llamada tambin proporcional o de cocientes tiene todas las
propiedades de las escalas anteriores, pero adems se aade la existencia de un cero real,
lo que hace posible el uso de todas las operaciones matemticas: igualdad, orden
jerrquico, igualdad de intervalos e igualdad de razones. Admite todas las operaciones y
medidas estadsticas. Permite asignar nmeros de forma tal que las proporciones iguales
entre ellos correspondan a razones iguales de alguna variable.

Una vez elaborada una

escala proporcional, sus valores pueden ser transformados (como Km. a millas)
multiplicando cada valor por una constante.
Son las que se encuentran con mayor frecuencia en la fsica. Son ejemplos de
escalas racionales el peso y la longitud. Observemos que en estos ejemplos el cero fsico
existe, representa inexistencia de la variable o fenmeno a medir.
Estas escalas son altamente especficas, estructuradas y acarrean un alto grado de
informacin. Constituyen la expresin de lo cuantitativo.
Las transformaciones que preservan la invarianza en la escala racional son las de
similitud:
y = ax (para todo x = 0)
Difcilmente, las escalas racionales intervienen en la medicin de las ciencias
sociales, ya que son contados los casos en que las variables pueden ser definidas con
exactitud y precisin sta escala requiere. La economa y la demografa son, entre las
ciencias sociales, las que ms utilizan la escala proporcional.

5- CONFIABILIDAD Y VALIDEZ
Cuando medimos algo, tanto en ciencias fsicas como en ciencias sociales, siempre
existe un determinado grado de error. As dos mediciones de caractersticas iguales
repetidas en los mismos individuos nunca se duplican exactamente.
En la prctica de la experimentacin se presentan errores experimentales o incertezas:

Imperfecciones inevitables del instrumento.

11

Limitaciones de nuestros sentidos.

Las causas de estos errores o incertezas pueden ser de orgenes diversos:

Originadas en el observador, que comete pequeos errores de apreciacin al leer

los instrumentos.

Originadas en el instrumento de medicin, que eventualmente sufra alguna tensin,

deformacin u oscilacin.

Originadas en pequeas variaciones de las condiciones ambientales del laboratorio.

stos sern considerados y comprendidos en el intervalo que exprese nuestra

medida.
Para que el instrumento sea eficaz debe reunir dos condiciones esenciales:

Confiabilidad: es decir estabilidad o constancia en los resultados. Si un metro hoy

informa que el lote A mide 15,75 m. x 25 m.; maana 16,93 m. x 24,5 y pasado 15,59 m. x
26m., entonces es poco confiable

Si un test de satisfaccin en el trabajoarroja

resultados altamente dismiles en diferentes momentos sucesivos probablemente tampoco

sea confiable.
Debemos tener en cuenta que la constancia nunca es perfecta, pueden existir pequeas
variaciones que no comprometen la confiabilidad del instrumento de medicin. Volviendo al
ejemplo del lote si la variacin es de 0,03 cm, entonces no es significativo. En cuanto al
ejemplo, del test si los diferencias se deben a razones naturales o simplemente a cambios
en el comportamiento del o los individuos, entonces no implica necesariamente que el
instrumento no sea confiable.
Es decir que el concepto de confiablilidad se relaciona con la calidad del instrumento
mismo no del individuo o la variable bajo anlisis.
La evaluacin de la confiabilidad de un instrumento de medicin requiere dos tipos de
mediciones una experimental y otra estadstica.
Los procedimientos experimentales se encuentran ntimamente vinculados con los
aspectos lgicos del problema, razn por la cual primero se deben analizar los objetivos de
una medida de confiabilidad.

Validez: un test o cualquier otro instrumento puede ser confiable pero no vlido. Es

vlido slo cuando mide lo que realmente quiere medir. Probablemente esto parezca una

12

obviedad, pero si con un test queremos medir memoria y slo medimos angustia, entonces
no tiene validez.
Estos mismos requisitos de confiabilidad y validez

enunciados

para los

instrumentos son aplicables a las escalas.

6- CARACTERSTICAS DE LAS ESCALAS DE MEDICIN
ESCALA
Funcin.
Bsica

NOMINAL
Permite
operacin
entre elementos de
distintas clases y la
igualdad
entre
elementos basada en
ciertos atributos con la
operacin posibilidad
de
colocarlos
en
clases

ORDINAL
Da origen a la
nocin
de
precedencia.
Permite establecer
relaciones
posibles de orden,
indicar o recoger
el
orden
de
elementos relativo
a
alguna
caracterstica pero
no
revela
la
distancia
entre
esos elementos,

Operacione
s empricas

Igualdad

Orden Jerrquico

El
cero
no
es No hay operacin
necesario
por
la fsica.
Los
amplia generalidad de instrumentos
la escala.
utilizados en los
fenmenos
cualitativos son la
estadstica
no
Origen
paramtrica
Es
intensivo.La falta
de operacin y
relacin
entre
intervalos lleva a
que el cero no sea
requerido.
TransforBiunvoca
Montona
maciones
y=f(x)
f(y)<f(x)
permitidas Mod. Isomrfico
Mod. Homomrfico
hasta una
(Modela
y
funcin
Transforma)
Operacine Moda (el valor ms Mediana (Valor del
s
frecuente), operacin elemento central),
estadsticas de frecuencias
percentiles. Puede
permitidas
aplicarse cualquier
Operacin
aritmtica pero el

INTERVALOS
Permite establecer
proporciones entre
intervalos
porque
puede representar
vlidamente
aspectos empricos,
la
igualdad,
desigualdad y ratio
s diferencias. No
requiere un cero
emprico,
debe
crear
un
cero
arbitrario
y
una
unidad de medida
para
que
los
intervalos
tengan
un sentido en el
ambiente fsico.
Igualdad
entre
diferencias
Origen
fsico
arbitrario: no hay un
origen fsico de
suficiente precisin
o
manipuleo
prctico. Requiere
inventar una unidad
de medicin para
que los intervalos
tengan sentido en
un ambiente fsico

RACIONAL
Permite
hacer
proporciones
directas porque hay
un cero absoluto,
fsico. La igualdad,
desigualdad
de
ratios
de
mediciones
y
diferencias. No hay
cantidades
negativas.

operaciones
y=ax+b
Mod. Homomrfico
(Transforma)

13operacin
y=ax
Mod. Homomrfico
(Transforma)

Igualdad
entre
razones
Origen
fsico
natural
o
cero
absoluto:
se
impone de por s
fsicamente.
Implican
cierta
operacin
del
espacio.

Promedio o media Media geomtrica

aritmtica (x) y valor (Gn= x1.x2...xn)
esperado, Varianza
(s2), Desvo medio
cuadrtico (s)

13

resultado
slo
tendr sentido si
mantiene el orden.

7- CONTEO Y TEORIA DE LA DECISION

Contar es calcular el nmero de unidades de alguna cosa, hacer cuentas segn
reglas matemticas. Para la Teora de la Decisin, los principios del conteo son utilizados
fundamentalmente para analizar la variedad de comportamientos del universo

bajo

anlisis.
Supongamos que nos encontramos ante la disyuntiva de decidir en qu posicin
debe quedar una llave de luz.

Ms all de los motivos que podamos

tener para

modificar el estado en que se encuentra dicha llave, debemos conocer qu alternativas

existen, es decir, cuntas posiciones distintas tiene la tecla. Cmo lo hacemos?
Sencillamente contando, si solo puede estar en "S" o "No", tiene 2 posiciones. Esta es
entonces la totalidad de estados que puede asumir esta variable "llave de luz".
Pero qu ocurre si en vez de encontrarnos ante una nica llave, estamos
manejando, por ejemplo, un tablero de control compuesto de 5 controles distintos?.

Los

controles seran la llave de "Si" "No"; una perilla de 5 posiciones; un control de positivo,
neutro y negativo; un nivelador de potencia de 4 niveles y una palanca de "encendido"
"apagado". De cuntas formas distintas podremos combinar estos 5 controles? Aqu el
tema se torna ms complejo, y ya no podremos

resolverlo como lo hicimos antes.

Necesitamos alguna herramienta que nos permita, ms all de la complejidad del

caso, resolver el problema.
Analizaremos el problema por partes, para comprender el origen de la frmula.
Si quisiramos saber de cuntas formas distintas podramos combinar la llave Si-No
con la perilla de 5 posiciones, podemos recurrir a la teora de los conjuntos y confeccionar
el siguiente grfico:
Llave de Luz

SI

NO

Perilla

1
2
3
4
5
6

14

Contado todas las uniones realizadas obtenemos un total de 10 combinaciones

distintas (por ejemplo, llave de luz en "SI", perilla en "1"). Ntese que este resultado es el
mismo que se obtiene multiplicando los 2 estados de la primer variable por los 5 estados
de la segunda variable. Ahora bien, qu ocurre si a estas dos variables le agregamos el
medidor de potencia? Como se puede observar en el grfico, se torna ms complejo de
contar (complete el alumno la unin de las 5 posiciones de la 2 da variable con las 4 del
medidor)
Llave de Luz

SI

NO

Perilla

1
2
3
4
5
6

Medidor

1
2
3
4

Pero podemos recurrir a la multiplicacin para obtener el mismo resultado, entonces

la respuesta sera: 2 x 5 x 4 = 40. ste clculo representa el principio bsico de conteo, el
cual vamos a utilizar cuando debamos obtener la variedad de combinaciones de una serie
de variables, sin ninguna restriccin que limite estas posibilidades.
El nmero total de maneras en que se pueden combinar dos (o ms) variables de n y
m estados respectivamente, se obtiene mediante el producto de esos estados, es decir, que
se combinan de n*m formas distintas., llegando a que el principio bsico de conteo es la
regla de la multiplicacin que acabamos de describir. Veamos un ejemplo:
Cuntas hamburguesas distintas puedo armar con estos cuatro ingredientes,
Lechuga, Tomate, Salsa y Cebolla?.
Supongamos ahora que nos encontramos frente a 3 variables que pueden asumir 2
estados distintos cada una. De cuntas formas distintas pueden suceder conjuntamente
esas 3 variables?
Utilizando nuestro principio, de 2 x 2 x 2 = 8 formas, lo cual es equivalente a 2

=8

,esto es la cantidad de estados elevado a la cantidad de variables o sucesos. Esta

simplificacin es vlida siempre y cuando las variables tengan la misma cantidad de
estados.
Veamos un ejemplo, De cuntas formas puedo combinar cuatro variables que
tienen 3, 2, 3 y 4 estados cada una? Respuesta, de 3 2 x 2 x 4 = 72 formas.

15

Supongamos ahora que queremos saber cuntas claves de 10 dgitos puedo armar
con los nmeros del conjunto {0;9}. Tendremos para cada dgito de la clave un total de 10
elementos para elegir, por lo que de acuerdo a nuestro concepto de n*m, tendremos un
total de 10

10

= 10.000.000.000 claves distintas, teniendo como vlidas a claves como

0000000000 o 1111111111.
Ahora bien, analicemos qu ocurre si imponemos una restriccin, requiriendo que
una vez que se utiliz un nmero, este no podr ser vuelto a usar. Ello implicara que ya no
son vlidas las claves donde se repite al menos un nmero, por ejemplo: 1111111111 o
1123456789. Esto es lo que se conoce como conteo sin reposicin.
En este caso lo resolvemos de la siguiente manera:
-

para el primer dgito de la clave tendremos 10 nmeros para elegir,

luego para el siguiente tendremos solamente 9, ya que el nmero utilizado en el

1er.dgito no se repone,

para el 3er.dgito tendremos 8 nmeros posibles y as sucesivamente hasta llegar a

1 (en el dcimo dgito).

Es decir, tendremos 10*9*8*7*6*5*4*3*2*1 = 3.628.800 claves distintas (un poco menos

que antes...).
Formalmente, entonces tendremos = N*(N-1)*(N-2)*..........*(1)
Lo que equivale a decir que tendremos = N! Claves distintas.

Veamos algunos ejemplos:

De cuntas maneras distintas puedo poner 5 fichas de colores en una lnea?

De cuntas maneras puedo acomodar 7 libros en una estantera?

De cuntas formas distintas puedo armar una gndola de exhibicin con 15

productos distintos?

Qu sucede si deseo armar una clave de solo 5 dgitos, tomados del mismo
conjunto, {0;9}? Si hay reposicin tendr 10

= 100.000 claves distintas, si no hay

reposicin, tendr 10*9*8*7*6 = 30.240 claves distintas.

Esto es lo que se conoce como una Permutacin, a la que podemos definir como
"un arreglo de todos o parte de los objetos dentro de un conjunto de objetos en un orden
definido". Es decir, "una eleccin de r objetos de un conjunto de n objetos".

16

En nuestro ejemplo, r = 5 y n = 10. Ntese que la definicin propuesta establece

"arreglo de todos o parte de los objetos", y esto es vlido ya que cuando n=r el resultado
de la Permutacin = N!
La frmula de una Permutacin es =

n!
(n-r)!

Es importante comprender qu contamos cuando utilizamos una Permutatoria; se

trata de contar no solo la cantidad de grupos distintos de r objetos, sino adems las
distintas formas o maneras en que podemos ordenar los elementos dentro de esos grupos.
La palabra clave que nos remite a esta frmula es, "Orden".
Supongamos que queremos saber de cuntas maneras podemos seleccionar tres
letras del conjunto {a, b, c, d}. Si nos interesa el orden, la respuesta es

4x3x2 = 24;

grficamente:

Abc

Acb

Bac

Bca

Cab

Cba

Acd

Adc

Cad

Cda

Dac

Dca

Abd
Bcd

Adb
Bdc

Bad
Cbd

Bda
Cdb

Dab
Dbc

Dba
dcb

Para este caso en particular no es lo mismo el grupo "abc" que el "acb" ya que sus
componentes se encuentran en distinto orden.
Ejemplos:

De cuntas maneras puedo ubicar a 3 personas en una fila, eligindolas de

un total de 20?

De cuntas formas distintas puedo acomodar 6 libros distintos, si debo

elegirlos de un total de 9?

Cuntas patentes de vehculos admite nuestro actual sistema, tomando 26

letras y 10 nmeros? (recuerde que el formato de una patente es "AAA-000")

Veamos ahora qu ocurre si no nos interesa el orden en que podemos arreglar los
objetos dentro de un grupo?. En nuestro ejemplo de las tres letras no hay necesidad de
contar las distintas columnas, ya que se trata del mismo grupo de tres letras, ordenadas de
distintas formas. Analicemos un caso, si queremos elegir a 6 legisladores de un total de 12

17

candidatos, cuntos cuerpos legislativos distintos puedo formar? Aqu el orden en que se
ubiquen los legisladores no es importante, ya que todos son pares. Por lo que vamos a
tratar de inferir la frmula sobre la base de lo que ya sabemos. Cul es el nmero de
Permutaciones posibles para estos elementos? P(12;6) = 665.280, pero el orden de los
legisladores no nos interesa, cmo lo eliminamos de esta cuenta? Sabemos que tenemos
6! = 720 formas distintas de acomodar a los 6 legisladores dentro de cada grupo. Por lo que
el nmero de grupos de 6 legisladores que podemos armar son 665.280 / 720 = 924 grupos
distintos.
Vemoslo en frmulas:
C(n;r) = P(n;r)
r!
Por lo que podemos armar la frmula de la Combinatoria, ser:

C(n;r) =

n!
(n-r)! r!

Por lo que definimos a una combinacin como un subconjunto o un arreglo de todos

o parte de los objetos de un conjunto sin considerar el orden de los objetos. El nmero
total de combinaciones posibles de un conjunto de objetos tomados todos a la vez (donde
r=n) es igual a 1.
Ejemplos:

Cuntos grupos distintos de 4 personas puedo conformar eligindolas de un

total de 10?

De cuntas maneras puedo acomodar dos grupos de libros, uno de 3 libros

de estadstica y otro de 4 de Historia, tomados de un total de 7 y 6
respectivamente, en una estantera si los libros de cada materia deben estar
juntos?

Cuntos grupos de dos cartas de oros de la baraja espaola puedo formar?

8- PROBABILIDAD Y TEORIA DE LA DECISIN

18

En Teora de la Decisin, trataremos la probabilidad de ocurrencia de un suceso X

como la propensin a suceder (PAS). En nuestra materia, la probabilidad representa dos
conceptos:

El concepto subjetivo (grado de creencia relativa), y

El concepto objetivo (concepto de frecuencia estadstica)

En base a lo expuesto anteriormente definiremos entonces la propensin a suceder

(PAS) como una variable definida por el decisor D, y por ende subjetiva, que representa su
grado de creencia acerca del acontecimiento de un suceso dado.
Como toda variable, la PAS

puede asumir valores, grados o niveles a lo largo del

tiempo.
La probabilidad o PAS asume valores entre 0 y 1.
Es decir, que si el decididor cree que un determinado suceso no acontecer la p de
dicho suceso, en el tiempo T, ser igual a cero. Por el contrario si el decisor est seguro
que un acontecimiento suceder la p del mismo ser igual a 1, y, entonces estar en
certeza.
Expresado de otra forma cuando hablamos de probabilidades lo primero que acude
a nuestra mente son trminos cualitativos tales como es altamente probable, es
probable, es muy poco probable, indicando en el lenguaje cotidiano una manera de
asignar propensin a suceder de un acontecimiento determinado.
Veamos un ejemplo: Ud. va a ver a su abogado por un tema litigioso, el profesional le
plantea las distintas alternativas, y sus posibles consecuencias, le dice:
-Ud. puede ganar el juicio o perderlo, de cualquier modo en cualquier momento del mismo
y si la otra parte est de acuerdo Ud. puede conciliarlo.
A priori, la variable resultado del juicio puede asumir distintos valores(ganar, perder o
conciliar)
Entonces Ud. , angustiado pregunta:
-Doctor, cul es la p de ganarlo y cul la de perderlo?. Cmo puedo saber si la otra
parte est dispuesta a conciliarlo?
-Es altamente probable que lo gane y poco probable que lo pierda. En cuanto a la voluntad
conciliatoria de la otra parte la desconozco, pero si uno tiene en cuenta que como dice el
vulgo es mejor un mal arreglo que un buen juicio, podra decirle que es relativamente
probable que lo logremos, le responde su letrado.

19

Estas expresiones no son lo suficientemente precisas para la generalidad de las

decisiones.
Por lo cual, en la mayora de los casos es preferible expresar esas probabilidades en
forma cuantitativa, volviendo al ejemplo anterior, Ud. le pide a su abogado que por favor de
alguna madera mida las probabilidades del evento resultado del juicio. Su letrado le da
algunos datos y Ud. puede cuantificar:
Resultado del juicio
Cualitativamente
Cuantitativamente
Ganar
Altamente probable
0.60
Perder
Poco probable
0.15
Conciliar
Relativamente probable
0.25
De este modo Ud. podr cuantificar los resultados de las distintas alternativas.
8.1- LA PROBABILIDAD
M. Loeve, en su obra Probability Theory dice: Por largo tiempo el homo sapiens
investig nicamente acontecimientos determinsticos, aquellos en los cuales las
condiciones (causas) determinan completamente los resultados (efectos). Sin embargo,
otro tipo de permanencias han sido observadas en los juegos de azar, y as el homo
sapiens ha sido llevado a pensar en una interpretacin racional de la naturaleza en
trminos de anlogas permanencias la Naturaleza juega el ms grande de los juegos de
azar con el hombre

La naturaleza de la probabilidad est dada por la aleatoriedad, que le impide al

decisor definir una estructura formal que le permita explicar el comportamiento de una o
ms variables bajo anlisis, ello constituye bsicamente incertidumbre acerca del
comportamiento de un fenmeno dado. Blas Pascal es considerado el padre de la Teora
de la probabilidad (TP), an cuando no fue el primero en realizar investigaciones acerca de
la misma.
El concepto de aleatoriedad, generalizado a inicios del siglo XVIII, constitua una
caracterstica inherente a la explicacin del comportamiento de las ciencias fcticas, pero
an la TP no haba logrado dar una respuesta satisfactoria a la formalizacin del proceso
de inferencia.

J. Bernoulli fue el primero en intentar dar un tratamiento formal a la

idea de que es posible aprender a partir de la experiencia basndose en la experiencia

emprica.

20

Esta demostracin acerca de que la incertidumbre disminuye con el conocimiento y la

cuantificacin de dicho proceso dio origen a la primera ley de los grandes nmeros
Existen respecto del abordaje de la probabilidad cuatro escuelas, que a continuacin
desarrollaremos brevemente.
8.2- ESCUELAS DE LA PROBABILIDAD

Clsica

Frecuencialista

Logicista

Subjetivista

La escuela clsica
Se refiere a aquellos sucesos en que todos sus resultados posibles son igualmente

probables, lo que permite determinar sus probabilidades a priori las probabilidades de

ocurrencia a partir de anlisis deductivos. Es aplicable fundamentalmente a los juegos de
azar, (o eventos asimilables), es decir cuando el nmero de casos puede establecerse con
precisin, e incluye simtricamente todos los resultados posibles.
Esta escuela define entonces la probabilidad como el nmero de casos favorables
sobre el nmero de casos posibles, partiendo de que los resultados son mutuamente
excluyentes, tienen un nmero finito y son todos igualmente posibles.
P=

casos favorables
casos igualmente posibles

Son ejemplos de este tipo de probabilidad:

la pde sacar el nmero 8 en la ruleta, es igual a 1/37

p de sacar un 6 en una tirada de dados es 1/6

La escuela frecuencialista

21

Esta escuela tiene su origen en la experiencia de J. Bernoulli, que plantea la nocin de

que se puede aprender de la experiencia, y que dicho aprendizaje es cuantificable. Fue
desarrollada por Von Mises y Reinchenbach en la segunda dcada del siglo XX.
Se utiliza en aquellos casos en los que no contamos con informacin que nos permita
establecer una simetra en los resultados, es decir cuando el clculo de las probabilidades
a priori debe reemplazarse por el de una probabilidad a posteriori, a partir de una
informacin inductiva integrada por las frecuencias relativas obtenidas de la observacin
repetida de un determinado fenmeno. Por lo tanto es condicin que el fenmeno sea
repetible, no es vlida para casos nicos.
Define la probabilidad como el limite de la frecuencia relativa de un determinado
acontecimiento o suceso, es decir.
P (x) = lmite del nmero de veces que se verific x
nmero total de repeticiones ( para m

Recordemos las siguientes definiciones:

-Frecuencia absoluta: nmero total de acontecimientos de una determinada clase que
se observaron.
Frecuencia relativa: es la relacin entre la frecuencia absoluta de una clase de
acontecimientos observados X y la frecuencia absoluta de una clase mayor Y ( que
incluye a la clase X)
Veamos un ejemplo:

N de nacimientos mltiples originados por fertilizacin asistida en la Ciudad de

Buenos Aires en el ao 2002 (Clase X)

N de nacimientos mltiples en la Ciudad de Buenos Aires en el ao 2002 (Clase Y,

que incluye a la clase X)
La probabilidad frecuencialista es emprica, es decir, relaciona acontecimientos

reales, basndose en el principio del nmero de observaciones tendientes a infinito.

La escuela logicista

22

Desarrollada inicialmente por John Keynes, y luego por Jeffreys y Carnap, se basa en el
grado de creencia racional acerca de la ocurrencia de un determinado suceso, en funcin
de un grado de conocimiento acerca del mismo. Implica una concepcin determinista del
universo

bajo

anlisis,

suponiendo

que

existen

leyes

objetivas

que

rigen

el

comportamiento de los distintos fenmenos

Esta probabilidad no pretende reemplazar las definiciones anteriores.
Est definida por una relacin lgica entre enunciados y, por ende no es emprica
Relaciona enunciados
Definimos la probabilidad lgica como:
Pj = P (H es verdadero dado el conjunto de evidencias E), donde,
H: es una hiptesis cualquiera y E, el total de evidencia ( informacin) acumulado por el
actor.
Esta probabilidad es subjetiva, pero se basa solamente en la evidencia y la relacin
lgica.
Veamos un ejemplo:
Probabilidad de vida en otro planeta: dada la informacin que Ud. tiene acerca de la
existencia de vida en otro planeta cual es la probabilidad de que ello sea cierto?
- La evidencia (E) es el conocimiento que Ud. tiene acerca del tema.
- La hiptesis (H) es que haya vida en otro planeta
- Ud. puede asignar una probabilidad lgica (P), por ejemplo 0,2. Pero no existe una
frmula para calcular ese nmero.
La importancia de ella radica en abrir el pensamiento a distintas interpretaciones, es
utilizada por los filsofos, pero no preocupa demasiado a los matemticos.
Esta probabilidad es de poca ayuda para el decisor ya que no indica cmo obtener la
probabilidad numrica.

La escuela subjetivista

Fue iniciada por Bayes, por lo cual tambin se la conoce como probabilidad bayesiana.

23

Define la probabilidad como el grado de creencia subjetiva del observador. Implica,

entonces que dos observadores distintos en un mismo momento y con igual grado de
conocimiento puedan asignar una probabilidad diferente a la ocurrencia de un suceso o
evento determinado.
Es decir, entonces, que cada individuo adoptar valores de probabilidad verdaderos
para s mismo, lo cual conlleva a desarrollar un sistema de medicin de ese grado de
creencia
Esta probabilidad trata de llenar un vaco dejado por las otras interpretaciones en el
caso de sucesos nicos, poco frecuentes, cuando se cuenta con poca informacin, o en
caso de evaluar el impacto de nueva informacin.

8.3- ALGUNOS CONCEPTOS BSICOS ACERCA DE LA PROBABILIDAD

Sucesos Independientes o dependientes Mutuamente excluyentes o no
Hasta aqu hemos visto definiciones tericas relativas a la ocurrencia de un solo
evento o suceso, pero debemos ver qu ocurre cuando deseamos conocer las
probabilidades de dos o ms eventos, tal como veremos a continuacin.
Dos o ms sucesos pueden ser independientes o no, mutuamente excluyentes o no.
Si A y B son dos sucesos, la probabilidad de que ocurra B dado que haya ocurrido A,
se denota por P(B/A) (probabilidad de B dado A) y se llama probabilidad condicional de B
dado A (obsrvese que primero ocurre A y luego B).
Si la ocurrencia o no de A no afecta para nada la probabilidad de ocurrencia de B,
entonces la P(B/A) = P(B) y decimos que A y B son sucesos independientes. Caso contrario
se trata de sucesos dependientes.
La probabilidad de que ambos eventos A y B ocurran, llamado suceso conjunto, es:
P(A y B) = P(A) * P(B/A)
Donde
P(A y B) = P(A)*P(B) para sucesos independientes

24

El alumno podr resolver estos ejemplos a modo de ejercitacin:

Encontrar la probabilidad de que en un lanzamiento de un dado se obtenga, a) "3" y

b) no "3".

Cul es la probabilidad de sacar dos veces seguidas "3" en igual cantidad de

lanzamientos de un dado?

Cul es la probabilidad de: sacar un As de una baraja de pker; sacar una carta
cualquiera de corazn; sacar el 10 de trbol, sacar o un as o una carta de corazn?

Una bola es extrada de una bolsa que contiene cinco bolas blancas y tres bolas
rojas. Cul es la probabilidad de que sea a) roja, b) blanca?

Obtenga la probabilidad de que en una tirada de un dado se obtenga "4" o "5"

Para el ejemplo 4, si realizamos dos extracciones consecutivas. Cul es la

probabilidad de sacar una bola blanca si; a) se restituye la primer bola a la bolsa; b)
la bola obtenida no se repone.
Aqu podemos relacionar los conceptos vistos en las tcnicas de conteo con el de

probabilidad condicional, gracias al principio de multiplicacin. Por ejemplo, si no hay

reposicin, tenemos 8 formas de extraer una bola en la primera extraccin y 7 en la
segunda. Por lo que tales extracciones pueden hacerse de 8x7 formas = 56. Hay 5x4=20
formas en que las 2 bolas extradas consecutivamente pueden ser blancas. Por lo que la
probabilidad de que ambas sean blancas ser, 20/56 = 0.36
Dos sucesos son mutuamente excluyentes si la ocurrencia de uno de ellos implica la
no ocurrencia del otro, de modo que P(A y B) = 0 o visto en conjuntos:

Siendo estos dos subconjuntos del Universo disjuntos

Por lo que la P(A o B) = P(A) + P(B) - P(A y B). Particularmente para el caso de
sucesos mutuamente excluyentes, la P(A o B) = P(A) + P(B). Lo cual se aprecia claramente
en el grfico anterior, ya que la probabilidad de que ocurra o bien el suceso A o bien del
suceso B, estar dada por la suma de las probabilidades simples de cada evento.
Para el caso de eventos que no son excluyentes.

25

En cuyo caso tiene un sentido prctico eliminar o restar la probabilidad conjunta P(AyB) - ya que la misma se encuentra contenida en cada "conjunto" de probabilidades.
Volveremos sobre estos conceptos el abordar el tema de las Decisiones
Bayesianas
9- EJERCICIOS COMPLEMENTARIOS
1. Se saca al azar una bola de una caja que contiene 6 bolas rojas, 4 blancas y 5
azules. Hallar la probabilidad de que la bola extrada sea: a) Roja, b) blanca, c)
azul, d) no roja y e) roja o blanca.
2. De una baraja de 52 cartas se sacan dos al azar. Hallar la probabilidad de que
ambos sean ases si la primera extrada: a) se devuelve a la baraja, b) no se
devuelve.
3. Se sacan sucesivamente 3 bolas de la caja del problema 1. Hallar la probabilidad
de que salgan en el orden roja, blanca, azul si cada bola: a) se repone y b) no se
repone.
4. Un boleto de una rifa ofrece dos premios, uno de $5000 y otro de $2000, con
probabilidades 0,001 y 0,003 respectivamente. Cul sera el precio justo a pagar
por l?
5. En un negocio Ud. puede ganar $300 con probabilidad 0,6 o perder $100. Hallar la
esperanza matemtica.
6. De cuntas maneras se pueden sentar 10 personas en un banco si hay 4 sitios
disponibles?
7. Hay que colocar 5 hombres y 4 mujeres en una fila de modo que las mujeres
ocupen los lugares pares. De cuntas maneras puede hacerse?
8. Cuntos nmeros de 4 dgitos se pueden formar con las cifras {0; 9}:
a)permitiendo repeticiones, b) sin repeticiones y c)si el ltimo dgito ha de ser 9 y
no se permiten repeticiones?
9. Cuatro libros diferentes de matemticas, 6 de fsica y 2 de qumica han de ser
colocados en una estantera. Cuntas colocaciones distintas admiten si: a) los
libros de cada materia han de estar juntos y b) solo los de matemticas tienen
que estar juntos?
10. De cuntas formas se pueden repartir 10 objetos en dos grupos de 4 y 6
objetos, respectivamente?

26

11. De cuntas maneras se puede formar con 9 personas una comisin de 5

miembros?
12. De entre 5 matemticos y 7 fsicos hay que constituir una comisin de 2
matemticos y 3 fsicos. De cuntas formas podr hacerse si: a) todos son
elegibles, b) un fsico particular ha de estar en esa comisin y c) dos
matemticos concretos tienen prohibido pertenecer a la comisin?
13. Una caja contiene 8 bolas rojas, 3 blancas y 9 azules. Si se sacan 3 bolas al azar,
determinar la probabilidad de que: a) las 3 sean rojas, b) las 3 sean blancas, c) 2
sean rojas y 1 blanca, d) al menos 1 sea blanca, e) sean una de cada color y f)
salgan en el orden roja, blanca y azul.
14. Hallar la probabilidad de acertar un juego en el que se deben marcar 6 nmeros
de entre 36 en cualquier orden.
Soluciones (slo se indican los resultados para su verificacin)
1. A) 0.4, b) 0.267, c) 0.333, d) 0.6 y e) 0.666.
2. A) 0.006, b) 0.004
3. A) 0.035, b) 0.044
4. $11
5. $140
6. 5040
7. 2880
8. a) 9000, b) 4536, c) 504
9. a) 207360, b) 8709120
10. 210
11. 126
12. a) 350, b) 150, c) 105
13. a) 0.049, b) 0.00088, c) 0.074, d) 0.404, e) 0.189, f) 0.032
14. 1/C(36,6)

27

BIBLIOGRAFIA
CAZAU, Pablo El Papel de la Medicin- Gua de Metodologa de la Investigacin
LANDRO, Alberto y GONZALEZ, Mirta - Teora de la Probabilidad y sus aplicaciones,
MOSTERIN, Jess La Estructura de los conceptos cientficos, Investigacin y ciencia
PAVESI, Pedro - La Medicin el Universo CECE.
WAINERMAN, STEVENS y otros EstudioEscalas de Medicin en ciencias sociales

28