ESPACIO MUESTRAL

Dentro de la estadstica de probabilidades, el espacio muestral se define como el conjunto de todos

los resultados posibles que se obtienen al realizar un experimento aleatorio (aquel del que no se
puede predecir su resultado).

La denotacin ms habitual del espacio muestral es mediante la letra griega omega: . Entre los
ejemplos ms comunes de espacios muestrales podemos encontrar los resultados de lanzar una
moneda al aire (cara y cruz) o de tirar un dado (1, 2, 3, 4, 5 y 6).

Un ejemplo de ello sera el experimento de sacar una carta de un mazo de pker estndar de 52
naipes. As, uno de los espacios muestrales que podran definirse sera el de los diferentes palos que
componen la baraja (picas, trboles, diamantes y corazones), mientras que otras opciones podran
ser un rango de cartas (entre el dos y el seis, por ejemplo) o las figuras de la baraja (jota, reina y
rey).

Incluso se podra trabajar con una descripcin ms precisa de los posibles resultados del
experimento combinando varios de estos espacios muestrales mltiples (sacar una figura del palo
de corazones). En este caso se generara un solo espacio muestral que sera un producto cartesiano
de los dos espacios anteriores.

FUNCION DE DEMANDA
La Funcin de Demanda es la relacin entre el precio de mercado de un bien y la cantidad
demandada de ese bien. En la representacin grfica de la funcin de demanda se le da el nombre
de la curva de demanda. En general, existe una relacin negativa entre la cantidad demandada y
el precio de los bienes, que resulta en una curva de demanda negativa, lo que significa que cuanto
mayor sea el precio del bien, menor ser la cantidad demandada y viceversa.
Hay dos razones que se encuentran en la Teora Econmica de esta relacin negativa entre el
precio y la cantidad demandada: una es el efecto de sustitucin que refleja la sustitucin de un
bien por otro similar (designado de sustituto) cuando el precio del primer aumenta; otra es el
efecto de los ingresos que refleja la prdida de poder adquisitivo cuando el precio de los bienes
sube, conduciendo a la reduccin de la cantidad buscada.
Representacin algebraica de la Funcin de Demanda:
En su forma ms simple, la Funcin de Demanda se puede presentar slo en funcin de la
cantidad y el precio:
Qd(x) = a + bx
donde a y b son constantes y Qd (x) significa cantidad exigida del bien x.
De una manera ms completa, la funcin de demanda se puede presentar como la cantidad
demandada en funcin de diversas variables, incluyendo el precio, el precio de los bienes
sustitutos, el precio de los bienes complementarios, el efecto de las expectativas futuras sobre el
precio del bien, la renta disponible, el tamao del mercado, los factores especficos tales como el
clima y otros factores.
Qd(x) = -a.Px + b.Ps c.Pc + d.Ep + e.Rd + f.Dm + g.Fe + h.O
donde Q d (x) se refiere a la cantidad demandada del bien x, a, b, c, d, e, f, g, h
son factores ponderadores de cada uno de los factores determinantes, Px el precio de los bienes,
Ps el precio de los bienes sustitutos, Pc el precio de los bienes complementarios, Ep el efecto de
las expectativas futuras sobre el precio de los bienes, Rd la renta disponible, Dm el tamao del
mercado, Fe factores especficos como el clima y O para otros factores. El signo + y -
representa el efecto positivo o negativo de cada uno de los determinantes de la demanda.

PROBABILIDAD ACUMULADA

La funcin de distribucin describe la probabilidad de que una variable tome un

determinado valor y suele representarse grficamente. Esta representacin grfica de la
funcin de distribucin se realiza de dos maneras:

Funcin de distribucin acumulativa. En

la que se representa la probabilidad de
forma acumulada para cada determinado
valor de la variable y los anteriores.

Funcin de distribucin muestral. En la

que se representa la probabilidad para
cada determinado valor de la variable. En
caso de variables que tienen muchos
potenciales valores distintos, suelen
representarse agrupndolos. Por ejemplo,
para una variable numrica que puede
presentar infinitos valores decimales
como la rentabilidad potencial de una
accin, de -20% a -10,001%, de -10% a -
0,001%, de 0% a 9,999%, de 10% a
19,999%, etc.

ESPERANZA MATEMATICA

La esperanza matemtica o valor esperado de una variable aleatoria discreta es la suma del
producto de la probabilidad de cada suceso por el valor de dicho suceso.
Los nombres de esperanza matemtica y valor esperado tienen su origen en los juegos de azar y
hacen referencia a la ganancia promedio esperada por un jugador cuando hace un gran nmero de
apuestas.

Si la esperanza matemtica es cero, E(x) = 0, el juego es equitativo, es decir, no existe ventaja ni para
el jugador ni para la banca.

Ejemplos

Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000 un segundo
premio de 2000 con probabilidades de: 0.001 y 0.003. Cul sera el precio justo a pagar por la
papeleta?

E(x) = 5000 0.001 + 2000 0.003 = 11

Un jugador lanza dos monedas. Gana 1 2 si aparecen una o dos caras. Por otra parte pierde 5
si no aparece cara. Determinar la esperanza matemtica del juego y si ste es favorable.

E = {(c,c);(c,x);(x,c);(x,x)}

p(+1) = 2/4

p(+2) = 1/4

p(5) = 1/4

E(x)= 1 2/4 + 2 1/4 - 5 1/4 = 1/4. Es desfavorable

PROBABILIDAD CONDICIONAL

Como la probabilidad est ligada a nuestra ignorancia sobre los resultados de la experiencia, el
hecho de que ocurra un suceso, puede cambiar la probabilidad de los dems. El proceso de realizar
la historia clnica, explorar y realizar pruebas complementarias ilustra este principio.

La probabilidad de que ocurra el suceso A si ha ocurrido el suceso B se denomina probabilidad

condicionada y se define

Ejemplo
Una mujer es portadora de la enfermedad de Duchenne Cul es la probabilidad de
que su prximo hijo tenga la enfermedad?

Segn las leyes de Mendel, todos los posibles genotipos de un hijo de una madre
portadora (xX) y un padre normal (XY) son xX, xY, XX, XY y tienen la misma
probabilidad. El espacio muestral es = {xX, xY, XX, XY}
el suceso A={hijo enfermo} corresponde al genotipo xY, por tanto, segn la definicin
clsica de probabilidad
p(A) = 1/4 = 0,25

La mujer tiene el hijo y es varn qu probabilidad hay de que tenga la enfermedad?

Se define el suceso B = {ser varn} = {xY, XY}

la probabilidad pedida es p(A|B) y aplicando la definicin anterior
p(B) = 0,5; A B = {xY}; p(A B) = 0,25; p(A|B) = 0,25/0,5 = 0,5

Si sabemos que es varn, el espacio muestral ha cambiado, ahora es B. Por lo tanto

se puede calcular p(A|B) aplicando la definicin clsica de probabilidad al nuevo
espacio muestral
p(A|B) = 1/2 = 0,5.

Ejemplo 4:

Se sabe que el 50% de la poblacin fuma y que el 10% fuma y es hipertensa. Cul es la probabilidad
de que un fumador sea hipertenso?

A = {ser hipertenso} B = {ser fumador}

AB = {ser hipertenso y fumador}
p(A|B) = 0,10/0,50 = 0,20

Obsrvese que los coeficientes falso-positivo y falso-negativo de las pruebas diagnsticas son
probabilidades condicionadas.

La frmula anterior se puede poner p(A B) = p(B) p(A|B) = p(A) p(B|A)

llamada regla de la multiplicacin, que se puede generalizar a ms sucesos
p(A1 A2 A3) = p((A1 A2) A3) = p(A1 A2) p(A3|A1 A2) = p(A1) p(A2|A1) p(A3|A1 A2)

En general p(A1 A2 A3 ...) = p(A1) p(A2|A1) p(A3|A1 A2) ...

llamado principio de las probabilidades compuestas y especialmente til para aquellas situaciones
en que las probabilidades condicionadas son ms fciles de obtener que las probabilidades de las
intersecciones.

INDEPENDENCIA
Disposicin para trabajar de forma independiente, segn las propias consideraciones y
criterios, sin necesidad de la gua o la supervisin de otros y asumiendo las decisiones y
responsabilidades derivadas de su accin.
Capacidad
Definicin del Nivel
Requerida
Actuar con independencia en
actividades y tareas propias de su rol, o
Baja explcitamente conocidas. Necesita la
gua o el apoyo de otros para iniciar
nuevas acciones.
Actuar de forma independiente, cuando
se le requiere, mostrando cierta
Media-Baja
autonoma para desempear las
acciones requeridas.
Desarrollar sus propias ideas y
propuestas, actuando con criterios
propios. Puede aprovechar y desarrollar
Media-Alta
ideas de otros, manteniendo
independencia para proponer cambios
o tomar decisiones.
Destacar por su independencia de
criterio y accin, combinando
Alta adecuadamente su autonoma con la
habilidad para construir a partir del
valor de las aportaciones de otros.
Descripcin de Indicadores
Desempear las funciones que le
han sido encomendadas en los
trminos establecidos de control y
supervisin.
Mostrar cierta independencia dentro
de su mbito de accin.
Necesitar del apoyo y seguimiento
de otros para emprender nuevas
tareas.
Realizar con autonoma sus
funciones y responsabilidades.
Si le dan oportunidad de emprender
nuevas acciones y confirman su
autonoma, se apoya en criterios
propios y acta de forma
independiente.
Actuar independencia, en
situaciones poco habituales.
Desarrollar soluciones propias,
dentro de su marco de actuacin,
actuando de forma consciente y
responsable con sus decisiones
Ser capaz de mantener una idea,
decisin o criterio
independientemente del contexto o
la tendencia.
Poner en marcha, con decisin
acciones por cuenta propia,
asumiendo y valorando los
inconvenientes o consecuencias
que puedan surgir.
Ser capaz de mantener su criterio o
los criterios de otros en situaciones
especialmente delicadas.
Asumir riesgos personales, cuando
toma decisiones o plantea
alternativas, manteniendo unos
criterios de valor reconocidos.
 AMBIENTE DE DECISIONES

Toma de decisiones bajo certidumbre.

Se tiene conocimiento total sobre el problema, las alternativas de solucin que se

planteen van a causar siempre resultados conocidos e invariables. Al tomar la decisin
solo se debe pensar en la alternativa que genere mayor beneficio.

Mediante este modelo de decisin si se pueden predecir con certeza las consecuencias
de cada alternativa de accin, entonces se tienen una tarea de toma de decisiones bajo
certidumbre. Otra manera de pensar en esto es que existe una relacin directa de causa y
efecto entre cada acto y su consecuencia. Si est lloviendo, deber llevarse un
paraguas? Si hace frio, deber llevarse un abrigo? Ya sea que se lleve o no el paraguas
o el abrigo, las consecuencias son predecibles.

Una buena parte de las decisiones que se toman a diario cae dentro de esta categora.
En dnde comer? En dnde comprar el material de la oficina? Que modo de
transporte usar para los productos? Conceptualmente, la tarea es bastante sencilla.
Simplemente se evalan las consecuencias de cada accin alternativa y se selecciona la
que se prefiere. Sin embargo, en la prctica, esto puede resultar lejos de ser fcil. El
nmero de alternativas puede ser muy grande (o infinito) lo que hara muy laboriosa la
enumeracin. Por ejemplo, si una empresa usa 10 000 kilogramos anuales de polvo
limpiador, Cmo debe guardarse el inventario? Se tienen disponibles 10 000 alternativas
(ms an se permiten cantidades fraccionales).

Toma de decisiones bajo riesgo.

La informacin con la que se cuenta para solucionar el problema es incompleta, es decir,

se conoce el problema, se conocen las posibles soluciones, pero no se conoce con
certeza los resultados que pueden arrojar.

En este tipo de decisiones, las posibles alternativas de solucin tienen cierta probabilidad
conocida de generar un resultado. En estos casos se pueden usar modelos matemticos
o tambin el decisor puede hacer uso de la probabilidad objetiva o subjetiva para estimar
el posible resultado.

La probabilidad objetiva es la posibilidad de que ocurra un resultado basndose en

hechos concretos, puede ser cifras de aos anteriores o estudios realizados para este fin.
En la probabilidad subjetiva se determina el resultado basndose en opiniones y juicios
personales.

Este modelo, incluye aquellas decisiones para las que las consecuencias de una accin
dada dependen de algn evento probabilista.

Toma de decisiones bajo incertidumbre.

Se posee informacin deficiente para tomar la decisin, no se tienen ningn control sobre
la situacin, no se conoce como puede variar o la interaccin de la variables del problema,
se pueden plantear diferentes alternativas de solucin pero no se le puede asignar
probabilidad a los resultados que arrojen.
Con base en lo anterior hay dos clases de incertidumbre:

Estructurada: No se sabe que puede pasar entre diferentes alternativas, pero s se

conoce que puede ocurrir entre varias posibilidades.

No estructurada: No se sabe que puede ocurrir ni las probabilidades para las posibles
soluciones, es decir no se tienen ni idea de que pueda pasar.

Esta es una categora muy comn para las decisiones, aunque de nombre peculiar. Se
parece a la toma de decisiones bajo riesgo, con una diferencia importante. Ahora no se
tiene conocimiento de las probabilidades de los eventos futuros, no se tiene idea de cuan
posibles sean las diferentes consecuencias. Por ejemplo, tratar de adivinar si al tirar una
moneda al aire el resultado es cara o cruz sin saber si la moneda tiene dos caras, es
legal, tiene dos cruces. Otro ejemplo serio tambin el de tratar de decidir si se debe
aceptar una oferta de trabajo sin saber si despus se tendr una mejor.

Esta categora es realmente como disparar en la obscuridad. Habr una manera ptima
de disparar en la obscuridad? En realidad no. Aun as, se pueden ofrecer varios mtodos
para manejar problemas de este tipo.

Primero debe tratarse de reducir la incertidumbre obteniendo informacin adicional sobre

el problema. Con frecuencia esto basta para que la solucin sea evidente. Si esto falla, se
tienen varios caminos abiertos.

Una manera de manejar este tipo de situaciones es introduciendo abiertamente en el

problema los sentimientos subjetivos de optimismo y pesimismo. Esto no es tan malo
como parece; en muchas ocasiones, los sentimientos subjetivos tienen una base
razonable. Un ejemplo es la decisin de cuantos rboles de Navidad ordenar. Se puede
tener razn al pensar que las ventas de rboles deben ser buenas: la congregacin de la
iglesia es grande, habr buena publicidad y no hay competencia en rea. Si es una
persona optimista, puede emplearse una estrategia maximax. Esto significa que se
selecciona la accin que maximiza el pago mximo.

Por otra parte, si se es pesimista, se puede ser conservador y emplear una estrategia
maximin. Aqu se selecciona la accin con el mayor de los pagos mnimos.

Maximax y maximin son los dos extremos. Por supuesto, se podr seleccionar alguna
accin intermedia.

Una estrategia alternativa consiste en convertir el problema a uno de toma de decisiones

bajo riesgo, para que pueda hacerse una seleccin ptima. Primero pueden expresarse
aquellos conocimientos o sentimientos que se tengan sobre los eventos en trminos de
una distribucin de probabilidad.

Si no se tienen bases para hacer estimaciones subjetivas, se puede emplear el principio

de la razn insuficiente. Esto significa que puede suponerse que todos los eventos son
igualmente probables. As para las ventas de Navidad se le asignara una probabilidad de
0.333 a cada evento.
En muchas de las decisiones bajo incertidumbre se puede, de hecho, expresar el grado
personal de optimismo, o convertir el problema a riesgo con una exactitud razonable.
Llmese intuicin, experiencia, juicio, suerte o como se desee. El hacer esto mejorara la
toma de decisiones en mayor medida que cuando simplemente hace un disparo en la
obscuridad.

Esta es la ltima de las cuatro categoras. Aqu se tienen aquellos casos de toma de
decisiones bajo incertidumbre en los que hay un oponente. Las probabilidades de los
eventos no solo se desconocen; estn influenciadas por un oponente cuya meta es
vencer. Esta es la situacin tpica en cualquier competencia: bisbol, ftbol, pquer,
backjack, los negocios y la guerra.