Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Hiptesis y teoras.
Una hiptesis cientficase refiera a un mecanismo o relacin causa-efecto
particular. Una teora cientfica es mucho ms general y sinttica (Gotelli y
Ellison2004) e implica un nivel de evidencia y soporte considerablemente mayor
(Hilborn y Mangel1997).
Mtodo cientfico
Es la tcnica que se utiliza para decidir entre las hiptesis en base a las
observaciones (Gotelli y Ellison2004).
Azar, variacin, impredecibilidad, incertidumbre Cualquier sistema que
encontramos en la naturaleza (y cualquier faceta de la vida) es estocstico; es
decir, sistemas que no son completamente predecibles porque incluyen procesos
aleatorios que aaden un mayor o menor grado de variabilidad y, en
consecuencia, de incertidumbre en sus resultados
Modelos
Para interpretar formalmente cualquier observacin necesitamos un modelo. Los modelos
son herramientas para evaluar las hiptesis (Hilborn y Mangel1997). Un modelo es una
definicin abstracta de cmo creemos que nuestras observaciones son el resultado de
cantidades observables (datos) e inobservables (parmetros).
Los resultados de un sistema estocstico (la respuesta) pueden expresarse, en forma de
modelo estadstico
RESPUESTA = PARTE SISTEMATICA + PARTE ESCATOCASTICA
2.5.1 Distribucin probabilstica.
Una distribucin de probabilidad indica toda la gama de valores que pueden representarse
como resultado de un experimento si ste se llevase a cabo.
Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye una
herramienta fundamental para la prospectiva, puesto que se puede disear un escenario
de acontecimientos futuros considerando las tendencias actuales de diversos fenmenos
naturales
Toda distribucin de probabilidad es generada por una variable (porque puede tomar
diferentes valores) aleatoria x (porque el valor tomado es totalmente al azar), y puede ser
de dos tipos:
E p(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno de los valores que
toma x debe ser igual a 1.
EJEMPLO
Para variable aleatoria discreta
Tenemos una moneda que al lanzarla puede dar slo dos resultados: o cara (50%), o cruz
(50%).
La siguiente tabla
nos muestra los
posibles resultados de
lanzar dos veces una
moneda:
Porque puede tomar tanto valores enteros como fraccionarios y un nmero infinito de ellos
dentro de un mismo intervalo. Por ejemplo:
x es la Variable que nos define la concentracin en gramos de plata de algunas muestras
de mineral (14.8 gr, 12.1, 10.0, 42.3, 15.0, 18.4, 19.0, 21.0, 20.8, , n)
La esperanza matemtica o valor esperado de una variable aleatoria tiene sus orgenes
en los juegos de azar, debido a que los apostadores deseaban saber cul era su
esperanza de ganar repetidamente un juego, por lo tanto, el valor esperado representa la
cantidad de dinero promedio que el jugador est dispuesto a ganar o perder despus de
un nmero grande de apuestas.
DISTRIBUCIN BINOMIAL
La distribucin Binomial es un caso particular de probabilidad de variable aleatoria
discreta, y por sus aplicaciones, es posiblemente la ms importante.
Esta distribucin corresponde a la realizacin de un experimento aleatorio que cumple con
las siguientes condiciones:
* Al realizar el experimento slo son posible dos resultados: el suceso A, llamado xito, y
el suceso B, llamado fracaso.
* Al repetir el experimento, el resultado obtenido es independiente de los resultados
obtenidos anteriormente.
* La probabilidad del suceso A es constante, es decir, no vara de una prueba del
experimento a otra.
* En cada experimento se realizan n pruebas idnticas.
Todo experimento que tenga estas caractersticas se dice que sigue el modelo de la
distribucin Binomial o distribucin de Bernoulli.