19/7/11

Racionalidad del azar

En la medida que las ciencias naturales van explicando cada vez más cosas y que los avances tecnológicos resultantes se incorporan a la vida cotidiana es más y más difícil sostener con honestidad que la propia naturaleza es irracional. Queda para los tenaces defensores de alguna suerte de irracionalismo sostener que a) la intuición emocional es superior a la racionalidad para el conocimiento de los fenómenos naturales y únicos, no sujetos a leyes naturales. O bien b) que por las limitaciones de nuestros medios de conocimiento, existe un vacío entre lo que conocemos y la realidad que se llena por lo irracional.
Ahora bien, resulta que la evolución, que hace poco tiempo hubo de ser reconocida por Juan Pablo II como mucho más que una teoría teniendo en cuenta todas las comprobaciones que se fueron haciendo de la misma tanto por la paleontología como por la biología molecular, acaba de ser declarada irracional por Benedicto XVI sobre la base de estar sustentada en el azar. Además condenó a los científicos que “explican la existencia de la humanidad como resultado del azar” (Clarín, 13/09/06). Nos preguntamos el porqué de este retroceso, en nada beneficioso para la Iglesia Católica y nos enteramos que entre 1969 y 1977 el actual Papa fue profesor de Dogmática en la Universidad de Ratisbona y que también fue antes de su elección como pontífice el prefecto de la Congregación para la doctrina de la Fe, que en 1966 reemplazó a la Congregación del Santo Oficio más conocida como la Santa Inquisición, y se puede pensar que quizá no esté habilitado para “leer los signos de los tiempos”, aquéllos que mencionara Juan XXIII.
En primer lugar la probabilidad de un suceso no es una medida de nuestra ignorancia como hace más de dos siglos sostuvieron algunos matemáticos y que asignaban en forma equiprobable las mismas cuando ellos ignoraban las características del fenómeno aleatorio considerado.
Aún hoy es posible encontrar en ensayos y obras de divulgación este método de asignación. Estas ideas fueron rápidamente abandonadas debido a los numerosos contraejemplos que las vulneraron.
Así no faltó quien demostrara la existencia de mamíferos en la luna, en épocas muy anteriores al lanzamiento de vehículos a la misma.
El razonamiento era: Como no se sabe si hay perros en la luna, la probabilidad de que sí haya es ½ lo mismo de que no haya; otro tanto ocurre con los caballos y la probabilidad de que no haya ni perros ni caballos es 1/2x1/2=1/4. Continuando con este razonamiento para las 8000 especies de mamíferos existentes, la probabilidad de que no exista ningún mamífero será igual a ½^8000 que es aproximadamente igual a 1/10^903 y esto es igual a 1 dividido por un número que es igual a un 1 seguido de 903 ceros, en la práctica un número muy pequeño casi igual a cero, y si la probabilidad de que no existan mamíferos en la luna es casi cero, la de que exista por lo menos una especie es casi uno, ¡la certeza! Esto quiere decir que hemos partido de un principio falso que está constituido por una asignación de las chances hecha sin ningún fundamento, producto de nuestra ignorancia. La probabilidad no mide nuestra ignorancia, sino que es inherente al fenómeno. Como se ha visto en el ejemplo de los dados, del post Matemáticas y realidad, que se comportan como distinguibles aunque no estén pintados con distintos colores. Lo que mide nuestra ignorancia son las asignaciones de este tipo y su distancia de lo real.
Es que los fenómenos aleatorios existen en la naturaleza y las herramientas para su estudio se parecen a las usadas para la investigación de otros fenómenos. En primer lugar al libro de la naturaleza, siguiendo a Galileo, se lo lee con el lenguaje de las matemáticas y para lo aleatorio hay un sistema de axiomas que nos permiten su comprensión porque han sido tomados de la realidad tal como lo aconsejaba Aristóteles, que, en versión simplificada son:
a) la probabilidad de un suceso imposible es 0.
b) La probabilidad de un suceso cualquiera es menor o igual a 1.
c) La probabilidad de que ocurra alguno de dos sucesos es igual a la suma de sus probabilidades menos la de que ocurran ambos al mismo tiempo.

Con estos axiomas se pueden estudiar la totalidad de los fenómenos aleatorios.
Por ejemplo, supongamos que en una ruleta jugamos a color. Aquí las leyes del movimiento de la ruleta no determinan que el color que salga sea negro o colorado. Sin embargo, en estos fenómenos intervienen variables que pueden determinarse, ejemplo: como hay la misma cantidad de números de cada color (despreciando el cero) y además cada número ocupa el mismo lugar que los demás, las chances son parejas. También intervienen variables que pueden variar en su intensidad como el impulso dado por el croupier, etcétera. Es decir que entre las causas que producen un resultado hay algunas inherentes al desarrollo del proceso, en este caso los dos colores de los números de la ruleta, y otras que no. En el ejemplo anterior, la forma en que se distribuyen los colores en la ruleta determina que las chances sean parejas pero otras, como el impulso inicial dado por el croupier, que no hacen al desarrollo del proceso pero que intervienen eventualmente, determinan uno u otro resultado, es decir, que las leyes de los fenómenos aleatorios permiten medir la posibilidad de ocurrencia de un evento, pero no determinan un resultado fijo. Puede argumentarse que cada resultado tiene una causa, y así es, pero estas causas pueden darse o no en los casos particulares (en cada tirada) porque no son inherentes al sistema. Estas variables que no son inherentes al sistema y por lo tanto intervienen de modo que podemos considerar eventual fueron llamadas funciones arbitrarias por el matemático Frechet y se eliminan sin problemas una vez considerada la forma en que se distribuyen sus intensidades de modo que se puede demostrar que la probabilidad para cada uno de los colores es un medio (método de las funciones arbitrarias). Resumiendo: en un fenómeno aleatorio existen varios resultados posibles y a partir de las leyes de su desarrollo no se puede determinar cuál de ellos ocurrirá en una observación dada, sino que sólo es posible medir las chances de las alternativas.
Como conclusión resulta que existe un vasto herramental matemático para la solución de problemas que involucran al azar. La definición entonces de probabilidad como medida de nuestra ignorancia no tiene entidad actualmente, con lo que la opción b) mencionada arriba queda descartada.
Nos queda sólo la alternativa a) para considerar la relación del azar con el origen de la vida.
En el cálculo de probabilidades una magnitud importante es la llamada esperanza matemática para la ocurrencia de un suceso: si se arroja repetidamente una moneda que tiene la probabilidad p de salir cara, pongamos que se tira n veces, se espera, de aquí el nombre, que salgan np caras o sea si se arroja 100 veces una moneda equilibrada (p=1/2), se espera que salgan 100*(1/2)= 50 caras. Esto no quiere decir que cada vez que se arroje 100 veces la moneda van a salir 50 caras, pero sí que la mayoría (95%) de las veces van a salir entre 40 y 60 caras.
En el caso en que cada serie fuera de 10000 tiradas, la esperanza sería de 5000 caras y la mayoría, de nuevo un 95% de las veces, saldrían entre 4900 y 5100 caras. Los intervalos así determinados se llaman intervalos de confianza, en estos casos con coeficiente igual al 95%, en lenguaje popular serían algo así como los “errores” que se escriben 5000+-100 ó 50+-10.
Consideremos ahora el caso de una moneda cuya probabilidad de salir cara sea 0,000001. arrojada 1000000 de veces daría como esperanza 1 vez cara. 100000000 daría 100 caras, etc. Es por esto que los sucesos improbables alguna vez ocurren y cada tanto alguien acierta el loto, quini, o cualquier juego de azar.
En los océanos primitivos de nuestro planeta la cantidad de moléculas de sustancias que ahora estudia la química orgánica hizo posible la aparición de la vida por más poco probable que fuera para cada molécula en particular, porque esa cantidad de moléculas equivalía a enormes tiradas con una moneda, argumento a favor del surgimiento contingente de la vida que no tiene nada de irracional, porque no estamos ante un caso único no sujeto a leyes naturales como se indica al inicio de este artículo sino que por el contrario existían cantidad de moléculas susceptibles de transformarse en vida. El azar siempre se refiere a hechos que se repiten.
Si consideramos que las rocas más antiguas están datadas a 4000 millones de años y que se observan restos fósiles de organismos de una sola célula en rocas de unos 3800 millones de años quizá las primeras con chances de albergar estos restos, las probabilidades de originarse la vida a partir sustancias orgánicas eran más altas de lo que se podría suponer.

Apéndice de Alfonso  La ciencia y sus alrededores 

13/7/11

Matemáticas y realidad. Terreno peligroso

La relación de las matemáticas con la realidad ha sido materia de arduas polémicas. Concretamente la discusión se centra en la aplicabilidad de las matemáticas a la naturaleza o a la sociedad.
Existe cantidad de aplicaciones de la matemática no sólo por solicitaciones externas sino también las que resultan de desarrollos a veces muy anteriores a los que se halla luego aplicación.
Resulta que es imposible atribuir a simples coincidencias esta gran cantidad de aplicaciones. Cuánto más aplicaciones se fueron hallando, más improbable se fue haciendo la idea de que fueran coincidencias, por lo que se hace necesaria una explicación racional para este hecho.
Por otra parte en casos dudosos los matemáticos se apegan a las soluciones realistas. Un ejemplo lo constituye dentro del cálculo de probabilidades qué es lo que ocurre al arrojar una vez un par de dados iguales que no se pueden distinguir uno de otro dándose las siguientes alternativas:
¿Dados indistinguibles?
Se trata de contar de cuántas formas puede ocurrir cada suma de puntos: p. ej. se pueden obtener cuatro puntos de dos maneras, que en ambos dados salgan dos puntos, o que en uno salga uno y en el otro tres:

Suma de puntos Formas en que sale Probabilidad
     2                 (1,1)                1/21 uno en cada dado
     3                 (1,2)                1/21 uno en un dado y dos en el otro 
     4            (1,3) - (2,2)           2/21
     5            (1,4) - (2,3)           2/21
     6       (1,5) - (2,4) - (3,3)     3/21
     7       (1,6) - (2,5) - (3,4)     3/21
     8       (2,6) - (3,5) - (4,4)     3/21
     9            (3,6) - (4,5)           2/21
    10           (4,6) - (5,5)           2/21
    11                (5,6)                1/21
    12                (6,6)                1/21

Las probabilidades se obtienen considerando que hay 21 casos (21 pares) que son equiprobables (los dados se consideran equilibrados)
Si ahora consideramos a los dados distinguibles, p.ej. uno de ellos está pintado de azul, el número de casos crece a 36 porque (1,2) da lugar a las salidas (1 azul, 2 blanco) y a (1 blanco, 2 azul), y así siguiendo, y en la tabla anterior cada forma de salida con números distintos da lugar a dos como en el caso (1,2), pasando la probabilidad de sacar 3 puntos de 1/21 a 2/36 para comprobar lo cual basta con contar los casos. Del mismo modo cambia el resto de las probabilidades.
Ahora bien, si se contrasta con un número grande de tiradas de dos dados comunes sin pintar ocurre que la distribución de los resultados se ajusta como si estuvieran pintados con distintos colores y a ningún matemático serio se le ocurre alejarse del criterio de realismo implícito al elegir como cierto el hecho que en todos los casos los dados se comportan como distinguibles aunque no estén pintados.
Ya Galileo había comentado que el libro de la naturaleza estaba escrito con el lenguaje de las matemáticas presuponiendo la existencia de una realidad externa y tratando de explicar la aplicabilidad de las matemáticas a las ciencias naturales como la astronomía y la física. Sin embargo al tratar con las ciencias sociales esta aplicabilidad se torna más compleja dado que el objeto de estudio es la sociedad cuyos elementos son los seres humanos que por lo general diferimos ampliamente de los agregados de partículas que constituyen el objeto de estudio de las ciencias exactas.

Esto no obsta para realizar intentos de matematización que resultan errados y algunas veces meras supercherías.

Un ejemplo es de la economía de llamada pura que dio lugar a la elevación del mercado como regulador privilegiado de la sociedad con la consecuencia de miles de millones de hambrientos y con decenas de millones de ahorristas de clase media cuyos ahorros han sido pulverizados en la crisis en curso y cuyas consecuencias graves para la economía que ahora se reconoce como real no pueden todavía medirse.

En el plano teórico implicó no sólo a economistas sino también a un coro vocinglero de intelectuales, y es en esta economía donde se ha llegado hasta a proponer una teoría axiomática con los siguientes puntos de partida (axiomas):
     a) existe una racionalidad de los comportamientos de los competidores en el mercado,
     b) el equilibrio de mercado es el único procedimiento de coordinación,
    c) existe una racionalidad de las expectativas de los competidores en el mercado,
     d) el carácter estacionario de las relaciones puestas en evidencia

Se debe señalar que ya Aristóteles subrayó el carácter realista que debían tener los axiomas, cosa que en los casos a) y c) no se cumple, los concurrentes al mercado producen gran cantidad de personas que viven con menos de 2 dólares por día disminuyendo así los tamaños de sus mercados, lo cual no parece muy racional. Los b) y d) significan en buen romance que el sistema económico no se puede cambiar: lo que está en estado estacionario es porque llegó a un régimen permanente. Esta permanencia da un carácter “natural” al mismo, propio de los fundamentalismos religiosos, lo cual explica los notables fracasos del sistema neoliberal en todo el mundo (Alfonso, La economía como ciencia y sus axiomas. Realidad económica 180. 2001).

Aun suponiendo que éstos fueran realistas, la axiomática no está libre de problemas dado que hay proposiciones de las matemáticas que no se ha podido demostrar ni que sean ciertas, ni que sean falsas. Estas proposiciones se llaman indecidibles como por ejemplo, la conjetura de Goldbach, matemático austríaco, que data de 1742: todo número par es la suma de dos números primos. Si bien no hay ningún caso en que esto no se cumpla, tampoco se ha podido demostrar para todos los números pares. No se puede decidir por sí o por no.
En realidad está demostrado que los indecidibles son inherentes a los sistemas axiomáticos como los usados en matemáticas [Gödel (1931)]. Estos sistemas son incompletos es decir que no pueden demostrarse todas las proposiciones en ellos contenidas. Se ha intentado solucionar este problema con el agregado de nuevos axiomas, pero un segundo teorema de Gödel nos dice que en este caso el sistema resultante se tornaría no consistente es decir que no se puede demostrar que no tenga contradicciones. (Gödel: Obras completas. Alianza Universidad. 1981).
Esto quiere decir que aunque los axiomas de la economía neoliberal se cumplieran a rajatabla en todo el mundo, cosa que no es cierta, las dificultades inherentes a la axiomática eliminan la posibilidad teórica de un discurso económico (o pensamiento) único, debido a los problemas que resulten indecidibles. Como la economía, mal que les pese a los teóricos, tiene que ver con problemas reales de la sociedad, cada vez que uno de estos sea indecidible para los axiomas vigentes, se decidirá políticamente, de una u otra forma, independientemente de los axiomas.
Si se toma en cuenta la cantidad de economistas “puros”, consultores, periodistas económicos, gurúes diversos consultados por los medios, etc., para convencernos de las bondades del mercado, se tiene una idea de este enorme esfuerzo que se ha ido al traste con el actual tsunami económico mundial.

5/7/11

Matemáticas en Egipto

Aritmética y algebra
Los papiros que documentan las matemáticas egipcias están datados hace unos 3500/4000 años y resumen conocimientos que se originaron anteriormente.
Los egipcios conocían que cualquier número positivo se puede escribir como una suma de potencias de dos, p. ej:

35 = 1 + 2 + 32 = 2^0 + 2^1 + 2^5, porque usaban la tabla
2^0=1, 2^1=2, 2^2=4, 2^3=8, 2^4=16, 2^5=32, 2^6=64, etc.

Esta propiedad numérica era utilizada para multiplicar como puede verse en el problema 32 del papiro del Rhind, que plantea hallar el producto 12 x 12, el procedimiento es el que sigue:
                1   12
                  2    24
                 *4   48
                 *8   96
                12  144

En la primera columna se comienza por la unidad y se va multiplicando por dos en cada fila, en la segunda columna se comienza por uno de los factores y también se va multiplicando cada fila por dos, de modo que cada fila duplica la anterior.
Los números que suman el otro factor (también doce en este caso) se marcan con una señal (en el ejemplo con un asterisco).
Finalmente se suman tanto estos números como los de la segunda de las filas correspondientes. Esta última suma es el resultado: 144.
Otro ejemplo, multiplicar 22 x 17:

            * 1    22
                 2    44
                 4    88
                 8   176
              *16   352
               17   374 resultado final.

Un método análogo era utilizado para la división, considerando además de las duplicaciones, las mitades, como en el problema 24 del papiro Rhind (dividir 19 por 8):
                           
                                      1       8 Divisor
                                     *2     16
                                    1/2      4
                                  *1/4       2
                                  *1/8       1
          Resultado 2+1/4+1/8     19 Dividendo

Ahora lo escribimos 19:8=2,375 (=2+1/4+1/8)

Para la división entre fracciones emplearon la llamada tabla de 2/n, que da todos los cocientes de 2 dividido por todos los impares hasta 101 inclusive:

  2/3= 1/2+1/6     2/9= 1/6+1/18              2/15= 1/10+1/30
  2/5= 1/3+1/15   2/11=1/6+1/66              2/17=1/12+1/51+1/68
  2/7= 1/4+1/28   2/13=1/8+1/52+1/104    2/19=1/12+1/76+1/114
 _________________________________________________________
 2/101=1/101+1/202+1/303+1/606.
                                  Tabla 2.1

Ejemplo, dividir 18+1/4+1/28 por 1+1/7:
     1   1+1/7
     2   2+1/4+1/28 porque 2/7=1/4+1/28 según la tabla
     4   4+1/2+1/14
     8   9+1/7
  *16  18+1/4+1/28 aplicando de nuevo la tabla
Luego el cociente es 16

Problemas aritméticos
El problema 24 del papiro Rhind tiene un enunciado más general que el dado más arriba:
A una cantidad se le suma 1/7 de ella y el resultado es 19. Hallar dicha cantidad.
Se asume que la cantidad es 7, entonces,
   * 1      7
   * 1/7   1
             8

Para que en lugar de 8 dé 19, hay que multiplicar por 19/8= 2+1/4+1/8 según el ejemplo dado más arriba:
        *1    2+1/4+1/8
        *2    4+1/2+1/4
        *4    9+1/2
             16+1/2+1/8
O sea que 7 x (2+1/4+1/8) = 16+1/2+1/8, que es la solución buscada: si a esta cantidad le sumamos 1/7 de sí misma nos da 19,
     16+1/2+1/8
      2+1/4+1/8
    19

Este método que consiste en ensayar una solución, en este ejemplo 7, y luego aproximar hasta encontrar la verdadera solución ahora se llama método de regula falsi, y se enseña en cursos de secundaria.
Además de resolver este tipo de problemas los egipcios establecieron algunas reglas o procedimientos, para encontrar las fracciones con numerador 1, en que se descomponen las fracciones con numerador 2, para construir la tabla 2.1 y seleccionar los valores elegidos, porque por lo general no hay soluciones únicas, p. ej. también es 2/3=1/4+1/ 5+1/6+1/20. Este tipo de formas de encarar los problemas trasciende lo aritmético y abre un camino con posibilidades de llegar al algebra.
Nótese que con estos métodos para calcular, con base decimal, no resulta implicado el cero ni la posición de las cifras, en otras palabras para los egipcios el cero no existió.

Extraído del libro La ciencia y sus alrededores de Fermín Jorge Alfonso

25/6/11

Contar: nuestra primera operación

Existe una gran cantidad de comprobaciones experimentales acerca de la capacidad de algunos animales de distinguir cuando de un conjunto de elementos se sustrae alguno de ellos. El más conocido es el de las aves que reconocen la falta de algún/os huevo/s del nido, tras lo cual la hembra abandona el mismo, u otros experimentos con montoncitos de granos. Así se ha hecho con ruiseñores, jilgueros, cuervos, palomas, urracas, ardillas, ratas, etc. Estos animales distinguen por lo general hasta el número tres, y en algunos casos como cuervos y palomas hasta el número cuatro. Esta facultad de reconocer cambios en pequeñas colecciones de objetos se la llama en la literatura respectiva sentido del número.

No vaya a creerse que nosotros, desprovistos de la facultad de contar, es decir sólo con un golpe de vista llegaríamos mucho más lejos, es seguro que así podemos distinguir si en una pila hay cuatro o cinco platos pero no si hay catorce o quince, o si la contraseña cifrada que escribimos en nuestra computadora tiene la cantidad correcta de caracteres (ocho) o la hemos sobrepasado. En este caso juega adicionalmente en contra el hecho que los caracteres son iguales. En otros términos, también el hombre posee sentido del número. Además aprendió a contar.

En 1937 fue descubierto durante excavaciones en Dolni Vestonice, ex-Checoslovaquia un hueso de lobo con cincuenta y cinco muescas, separadas de cinco en cinco. Más aún los primeros cinco grupos están separados por una marca del resto. Algo así como un recuento de base cinco rudimentario, ya que el segundo conjunto de cinco grupos no fue separado. La datación correspondiente es de 30000 años.
También se encontró en África central (Ishango) un hueso con muescas datado hace 10000 años, con muescas de acuerdo con el esquema:
Lado 1:   7 5-5 10 8-4 6-3
Lado 2:   9 19 21 11
            19 17 13 11

Pareciera ser que del lado 1 se muestran algunos números que pueden dividirse entre dos y otros que no, y del lado 2 se muestran casi todos los que no pueden ser divididos hasta el número veintiuno que debía ser uno de los mayores alcanzables en esa época. Esto puede indicar algún tipo de reglas para el reparto de objetos mediante un concepto práctico de la división. Se ha supuesto (Bernal). Historia social de la ciencia T I, p. 78) un conocimiento de la multiplicación por dos y de los números primos. Si bien la probabilidad de elegir por azar seis números primos entre ocho números elegidos entre nueve y veintiuno inclusive, como en el lado 2, es muy pequeña (alrededor del 1%) lo que favorece la tesis expuesta por Bernal, la situación cambia si consideramos que se trató de mostrar números donde el reparto entre dos no era justo, en efecto sólo falta el número quince. Por otra parte los números son primos respecto a nuestra base decimal, que si bien es la que mayormente se ha encontrado entre los pueblos más antiguos, no es la única, y en este caso no existen indicios de base alguna porque los números son amontonamientos de muescas separados por espacios vacíos. Por ejemplo en el caso del hueso hallado en Checoslovaquia se notaba un rudimento de uso de una base cinco por la forma en que se agrupaban las muescas.

El hallazgo de huesos con muescas es frecuente en el período llamado auriñacense (hace de 35000 a 20000 años) sobre todo en la Europa Occidental, muy probablemente contabilidad elemental. Si bien no se puede hablar de número es evidente la asignación de una muesca a cada uno de elementos cuya naturaleza ignoramos. Algo así como el inicio del camino que llevaría al concepto de número cardinal. En efecto estas muescas podrían representar piezas cazadas, cantidades de herramientas, de adornos, de provisiones, etc. según la ocupación de quien las produjo pero que seguramente no tenía noción de número alguno sino que los objetos considerados estaban en correspondencia con las muescas, del mismo modo que cuando un cristiano reza el rosario no se distrae en llevar la cuenta de lo que va rezando, sino que con cada oración corre una cuenta del mismo sabiendo que a cada cuenta gruesa le corresponde un Padrenuestro, y a las cuentas pequeñas un Ave María o un Gloria si es la última de un tramo. Como a cada muesca le corresponde un objeto y viceversa, a esta relación se la llama correspondencia biunívoca. Es dudoso que el hombre del paleolítico tuviera noción de la última parte, es decir de que también a cada muesca se le podía asignar un objeto, como se verá al analizar el lenguaje de los pueblos antiguos contemporáneos.

En cuanto al número considerado en sucesión en el acto de contar, el número ordinal, es posible que tenga raíces aún más antiguas, dado que es un hecho que el cuerpo fue el instrumento de los primeros recuentos: nuestro sistema de base 10 deriva de contar con los dedos de ambas manos, pero han existido otros de base 5 cuyo origen fueron los recuentos con una sola mano, etc.

En la Universidad de Stanford se produjo un informe sobre la distribución de las bases de 387 sistemas de numeración de tribus originarias norteamericanas que arrojó los siguientes resultados:
146  tienen base 10
106  base 5, y combinada de 5 y 10
  81  base 2
  35  base 20, y combinada de 5 y 20
  15  base 4
    3  base 3
    1  base 8

Extraído del libro La ciencia y sus alrededores de Fermín Jorge Alfonso

27/7/10

USOS DEL COEFICIENTE DE GINI

Examinemos que ocurre si en lugar de trabajar con deciles la información de la EPH como en el caso de los datos de Mayo 1991 y octubre de 2002 (post anterior) se lo hace – para los mismos informes – con quintiles para lo que basta con tomar los renglones correspondientes al 20, 40, 60, 80, y 100% de la población en las tablas 6 y 7 del post anterior. El lector puede así comprobar que los nuevos coeficientes son algo mayores: 0.497 y 0.563 respectivamente aunque conservan la tendencia. 

Tanto con los quintiles como con los deciles se trata de agrupaciones de los datos, en intervalos del 10 ó 20% de la muestra respectivamente, pero se puede calcular el índice sin agrupar los mismos, y así como el índice de Gini es menor calculado en deciles que en quintiles, cuando no se agrupa y se ordena de menor a mayor cada uno de los n valores se está comparando con los n-1 valores restantes y el coeficiente resulta ser el menor de todos los posibles, sea cuál sea el valor de porcentaje que se empleare. Este es el valor que resulta del procesamiento de las mediciones de los centros estadísticos oficiales de los distintos países, que disponen de los datos relevados en campo y por lo tanto pueden ordenarlos.
Esto plantea una cuestión interesante ¿los análisis posibles a partir de los deciles – o cualquier otra agrupación de los datos - se compatibilizan con estos índices mínimos?

En el caso de los deciles, desde la iniciación de la EPH continúa en el 3er. trimestre del 2003 hasta el 1er trimestre del 2010, los datos obtenidos para el ingreso per cápita familiar (personas) fueron:
0,579-0,568-0,570-0,556-0,545-0,531-0,539-0,525-0,541-0,514-0,531-0,514-0,518-0,523-0,484-0,498- -0,512-0,504-0,488-0,509-0,487-0,494-0,497-0,496-0,483-0,485.

Los correspondientes suministrados por el INDEC fueron:
0,534-0,525-0,512-0,513-0,502-0,494-0,496-0,487-0,500-0,475-0,489-0,473-0,476-0,485-0,476-0,460- -0,472-0,463-0,450-0,469-0,450-0,454-0,460-0,457-0,446-0,447.

Los espacios en blanco corresponden a la medición del 3er. trimestre de 2007, no realizada por una huelga. La correlación entre ambas series de datos es 0,98 que resulta altamente significativa ya que el valor de la t de Student, que es la función aplicable en este caso, es 24,24 en tanto que el valor crítico de tablas es de 2,80 para un nivel de confianza del 99% y 24 grados de libertad (el nº. de datos menos 2). Si se observa que el orden de los datos no es el mismo en ambas series, nos tranquiliza saber que el coeficiente de correlación por rangos de Spearman, que es el aplicable cuando hay diferencias entre los ordenamientos, es 0,948 y el valor de t es ahora de 14,62 para la misma confianza y grados de libertad. Si consideramos que el valor máximo para una correlación es 1, los altos valores obtenidos, y su alta significación nos indican que a los efectos prácticos las tendencias observables para cada serie de datos (que por otra parte se obtienen de la misma base) son las mismas no influyendo ni siquiera el distinto orden de las mediciones trimestrales cuando se las ordena de mayor a menor por el índice de Gini. En consecuencia para los análisis como los que siguen es válido trabajar en base a los deciles.

Reconociendo el valor de las diferencias.
Para el análisis de los cambios que se dan en cualquier orden de las ciencias se hace necesario tener en cuenta el grado de las diferencias que se hayan encontrado para conocer si las mismas son de existencia real o simplemente se deben a errores de muestreo inducidos por lo general por un tamaño insuficiente de la muestra (suponiendo que se trata de estudios realizados bajo normas profesionales, lo que elimina otras fuentes de error). En el caso de la EPH, consideremos la base de 25000 hogares que tiene en cada trimestre, que además el cuadro 29 de la misma nos da un promedio de 3,24 personas por hogar y la encuesta de empleo y desempleo una población activa del 46%, a los efectos prácticos podemos estimar la muestra de personas ocupadas en unas 37200 personas. Esto viene a cuento para la comparación entre trimestres, particularmente con el de un año antes: las diferencias que se observaren entre ellos ¿serán significativas?, porque para su elucidación se debe usar una fórmula de Ji-cuadrado que incluye la mayor diferencia (D) entre las funciones acumuladas de la distribución de ingresos de los trimestres considerados y el tamaño de la muestra de respondentes con ingresos que es lo que hemos estimado en unas 37200 personas y que en dicha fórmula se incluye como una expresión igual a n/2. 

Nuestro criterio para el análisis estadístico es que cuando se supera el valor crítico de tablas del 90% de confianza existe una tendencia, cuando se supera el del 95%, hay una diferencia significativa, y cuando se supera el del 99% es altamente significativa. Si comparamos los deciles del 1er. trimestre de los años 2008, 2009 y 2010, las mayores diferencias observadas son:
Entre 2008 y 2009: 0,011 en el 9º decil Ji-cuadrado = 9,00

Entre 2009 y 2010: 0,008 en los deciles 4, 5, y 6 Ji-cuadrado = 4,76

Entre 2008 y 2010: 0,014 en el decil Ji-cuadrado = 14,58

En el primer caso el valor de Ji-cuadrado supera al de tablas (5,99) para el nivel de confianza del 95% por lo que la diferencia es significativa y hasta el decil 9 se observa una mejora de la distribución de los ingresos de la población a costa del decil 10.

En el segundo caso el valor es superior al de tablas (4,60) para el nivel del 90% y hay una tendencia hacia la mejora de la distribución sobre todo hasta el decil 4.

Por último juntando los dos años el valor supera al de tablas para un nivel del 99% (9,21). En este caso la mejora es hasta el decil 6.

Otra forma de considerar los cambios, esta vez teniendo en cuenta la evolución de los índices de Gini, es decir viendo toda la película (todos los trimestres desde que se pasó a la EPH continua, 3er trimestre de 2003) en lugar de las fotos (determinados trimestres) como recién lo hemos hecho con las distribuciones por deciles, es mediante el análisis de la correlación de ellos con el transcurso del tiempo:
La correlación entre ambas series (tabla 1) es r = -0,942, que es alta y negativa y quiere decir que el índice baja cuando pasa el tiempo y esta baja es altamente significativa por cuanto el valor absoluto de la distribución t de Student es 14,3

7/7/10

LA DESIGUALDAD SOCIAL VISTA DESDE LA ESTADÍSTICA.

Indicadores e índices para resumir en unos pocos datos las características de determinados objetos de estudio, poblaciones en particular, es algo común en las ciencias sociales. Como algunas veces no son considerados los indicadores pertinentes o son insuficientes dado el carácter de simplificación del método no se alcanzan los objetivos perseguidos. Asimismo existen manipulaciones de los índices en función de intereses de sectores públicos o privados. Una complementación de estos intereses se realizó en los años de la última dictadura cuando se creó el índice de precios al consumidor “no cárneo” dado que la carne es el consumo con mayor ponderación dentro del citado índice, con el objeto de que el índice normal presentara valores de inflación rebajados. Cuando se superó esta situación, es decir una vez alcanzado el precio deseado por los productores, se volvió al índice habitual. Análogamente durante el gobierno de Menem se reestructuró el índice de desocupación incluyendo los planes Trabajar con lo que se rebajó el índice. Actualmente, se incluyen como válidos algunos precios en el IPC, que son el producto de convenios con sectores empresarios, que por lo general brillan por su ausencia en las estanterías. Se logra así también una rebaja del índice.
Cuando el uso de los índices se absolutiza por lo general sin alcanzar niveles de análisis suficientes se desinforma a los lectores manipulándolos. Por ejemplo, en muchas ocasiones se trata de medir el índice del bienestar de una población mediante el PBI per cápita. En primer lugar el PBI per cápita es un promedio y por lo tanto no da cuenta de la distribución de la riqueza. Suele ocurrir que un promedio razonable esté acompañado por una gran parte de la población por debajo de la línea de pobreza. Realmente lo que hay que medir son los bienes que se pueden adquirir según las horas trabajadas en relación con el PBI per cápita, que generalmente está dado en dólares. Como colofón, en 1999 los datos que se publicaron del PBI estaban inflados como se reconoció a posteriori.
El estudio estadístico de las desigualdades, en particular la social, tiene bibliografía en castellano desde hace sesenta y cinco años (Gini, Corrado: Curso de estadística, Editorial Labor, 1935.) y no necesita de conocimientos de matemáticas superiores, a pesar de lo cual es poco mencionado en los medios tanto por economistas, ni por periodistas económicos, quedando así su consideración casi excluida del flujo informativo.
De los diversos índices propuestos el de Gini es el más usual, que al poner la distribución de una variable en una población dada en comparación con otra que es la más equitativa posible respecto de la misma variable. La desigualdad en dicha población, respecto de la variable considerada, (p. ej. ingresos, tamaño de las propiedades rurales y toda otra variable de concentración), se mide por la diferencia entre ambas distribuciones.

Cálculos
Estas variables que suelen presentarse en la forma: el 20% con mayores ingresos de la población tiene el 52% del total de los mismos, mientras que el 20% con los menores ingresos tiene sólo el 4%, necesitan para la aplicación del índice de Gini tener en cuenta al resto de la población agrupada en intervalos iguales p. ej. 20%, lo que nos determina cinco intervalos que convencionalmente se ordenan desde el 1 que contiene a la población de menores recursos, hasta el 5 que corresponde a la de mayores recursos, indicando asimismo con Pi e $i la población y los ingresos acumulados hasta el intervalo i en las dos últimas columnas, que como veremos se usan en el índice para determinar la desigualdad:
En efecto, en cada fila se puede observar la diferencia de los ingresos de la población con respecto a la distribución equitativa de los mismos, pudiéndose formar así la tabla 2, donde están todos los componentes que intervienen en la fórmula, por lo que la mayor parte de nuestras referencias de aquí en más lo serán en relación con estas tablas de valores acumulados:
El índice de Gini G se define mediante
o sea que el último intervalo no se toma en cuenta. Para el ejemplo de la tabla 2 resulta G = 108/200 = 0.54. Es importante determinar si el índice cumple con las condiciones que lo hacen útil como tal. En primer lugar el valor de G no depende de las unidades en que se midan los valores, así p. ej. En la tabla 2, se dan las cifras en porcentajes. Pasando a decimales se tiene la tabla 3:
Ahora resulta G = 1,08/2 = 0,54. Ante el cambio de escala G permanece constante, no depende de las unidades en que se mida: pesos, dólares, etc.
En segundo lugar el índice así formulado, varía entre 0 (igualdad) y 1 (máxima desigualdad), como se puede observar a partir de las tablas 4 y 5 respectivamente:
De acuerdo con la distribución de los ingresos en esta tabla, se produce una situación de equidad en el sentido que la población de cada fila recibe similar ingreso al de cualquiera otra fila, o sea el 20%, y por lo tanto acumula de 20 en 20% (tercera columna). Aquí es G = 0. Por el contrario, la situación de mayor desigualdad se daría si el estrato de mayores recursos recibiera el total de los ingresos, tal como se ejemplifica en la tabla 5:
En este caso la cuarta columna de la tabla es casi la misma que la de ingresos original, sin acumular, por cuanto las primeras cuatro filas no aportan para dicha acumulación. Ahora G = 200/200 = 1. Quiere decirse que la variación total del índice desde la situación de equidad hasta la de mayor desigualdad es igual a 1, con 0 y 1 como los respectivos valores extremos. Por lo general la desigualdad social en los países oscila en valores intermedios como se verá más adelante.

En muchos países, incluido el nuestro las cifras oficiales de ingresos, p. ej. las suministradas por la Encuesta Permanente de Hogares (EPH), se dan por deciles, diez intervalos en lugar de quintiles, cinco intervalos, como se ha hecho en todas las tablas anteriores por razones de mayor claridad expositiva. Además en nuestro caso se dan con una cifra decimal como puede verse en el cuadro 26 de dicha encuesta: Población total según escala de ingreso individual. Es un ejercicio interesante comparar los datos de las olas de mayo de 1991 y mayo de 2002 de la referida encuesta para el Gran Buenos Aires, que incluyen todo el período de vigencia del modelo de convertibilidad (Tablas 6 y 7), Se realizaban por esa época dos olas por año, en los meses de mayo y octubre. Dado que a nivel país no existen los datos para todo el período, se tomaron los del GBA.
Ahora debe tenerse en cuenta que las sumas de la fórmula se extienden a los nueve primeros intervalos. Como consecuencia de los cambios operados en la distribución de ingresos en el período mayo de 1991 – mayo de 2002, el índice de Gini creció de 0.481 á 0.531.
Del libro Manuel Castells: “La era de la información”. Economía sociedad y cultura. Vol. III El fin del milenio, Siglo XXI, México.1999, se extraen los índices de otros países que permiten ubicar el sentido del incremento observado en el nuestro. Así en la página 150 se establece para los países industrializados G = 0.41 o menos, a excepción de los Estados Unidos (página 156) con G = 0.45 (1995), aunque en 1967 fue G = 0.40, según este autor la mayor contribución a este incremento pertenece al período 1983/92 (Reagan, Bush), otros valores volviendo a la página 150 son: 0.48 (Malasia), 0.50 (México), 0.61 (Brasil) y 0.65 (Sudáfrica).
Un caso de disminución radical de las desigualdades se dio en Taiwan entre 1953 y 1980, con la baja del índice de 0.56 á 0.30 (página 284). Esto se dio en el marco de un crecimiento medio anual del 8.7% para el período 1953/82, con una fuerte intervención estatal. Estos datos suministran adicionalmente otra información ya que con políticas conservadoras como las de Reagan y Bush en los EEUU y el Plan Cavallo en nuestro país G aumenta, y cuando se realizan políticas de crecimiento G disminuye, como en el caso de Taiwan. Si bien el número de casos registrado es pequeño, constituyen un fuerte indicio en contra que estos modelos conservadores tengan efectos no deseados reduciendo esta conocida disculpa a una mera coartada.

4/3/10

EL TEMIBLE EFECTO DE DISEÑO

Las muestras que usamos en estudios de mercado no son precisamente las muestras aleatorias simples a partir de las cuales obtenemos rápida y sencillamente promedios (que pueden ser porcentajes) o los márgenes de error con los que trabajamos. Ello equivaldría a sortear tantos puntos muestra como el tamaño que hayamos decidido para la misma, así el número de manzanas elegidas será igual al tamaño muestral y en cada una se elegirá un hogar y en cada uno una persona.
Imagínese el trajín que esto significa en cuánto a traslados de los entrevistadores y su mayor necesidad de tiempo, la consiguiente mengua de la cantidad de entrevistas diarias por encuestador y el resultante incremento de los costos del estudio. Para paliar estos inconvenientes desde siempre se ha recurrido al muestreo por conglomerados que consiste en agrupar a los entrevistados en puntos muestra cuya cantidad está en relación con el tamaño muestral, de modo que el encuestador pueda realizar las entrevistas de cada uno de ellos en a lo sumo una jornada.
Claro que todo esto no resulta gratis. En los puntos muestra generalmente ocurre que la distribución de la población en los mismos no es aleatoria: si la encuesta es sobre producto depende por ejemplo de la distribución física del mismo en los negocios de la zona; si es un estudio de opinión dependerá de las características laborales y socioeconómicas en la zona, etc. y existe entonces una homogeneización de la población que hace que aumente la varianza al diferenciarse más de la población de otros puntos muestra.
Ejemplo (no real): Una compañía de seguros desea conocer la cantidad de automovilistas en una ciudad y proyecta una investigación con tamaño muestral n=500 casos, distribuidos en m=50 puntos muestra de l=10 casos cada uno, obteniendo las siguientes cantidades (Yi) de dueños de automóvil por punto muestra:

Yi=3,6,3,5,6,9,4,5,3,5,7,0,6,1,5,8,0,4,8,2,0,2,6,8,6,0,0,6,6,5,0,1,5,6,7,9,44,8,7,6,7,3,0,4,5,0,7,8,7

El total de los poseedores de automóvil es la suma de estos valores (227), y el promedio de poseedores es para esta ciudad de 45,4% la varianza de esta última cifra es:
Var c = (1/pm)*(1/ ((pm-1)*T))*(ΣYi^2-(ΣYi)^2/pm) =18,9*10^-4,
donde var c es la varianza entre los conglomerados, pm la cantidad de puntos muestra, T el total de casos por punto muestra, Yi es la cantidad de dueños de automóvil en cada conglomerado, e Yi2 es el cuadrado de cada uno de ellos.
Si se hubieran elegido 500 puntos muestra la varianza sería, con nuestra conocida var = pq/(n-1) = 45,4*54,6/499 = 4,97*10^-4, o sea que el hecho de conglomerar la muestra hace que la varianza se incremente en una proporción dada por 18,9/4,97 = 3,80 que es la magnitud en que se incrementa la variación debido al efecto del diseño: efd=3,80, o lo que es lo mismo el error estándar se incrementa en 1,95 que es la raíz de 3,8. Cuando se calcula el error estándar como si hubiésemos sorteado la muestra al azar simple, estamos subestimando el error real. En este caso si se elige trabajar con un 95% de confianza (1,96ѕ), en realidad estaremos trabajando con (1,96/1,95)ѕ = 1,005ѕ, aproximadamente 68% de confianza. O lo que es lo mismo es como tener una muestra de sólo 500/3,8 =131 casos.
Naturalmente esto depende de cada estudio, si se buscaran automóviles de los últimos años, se sortearían determinadas zonas de la ciudad con mayor parecido y resultaría una menor variación entre los conglomerados y una disminución considerable del efd. También depende de las características del producto o servicio objeto de la investigación y de su masividad. Otra forma de disminuir el efd consiste en emplear otro tipo de estimadores que si bien son conocidos desde bastante tiempo no han sido empleados con la frecuencia que ameritan sus propiedades, pero esto es ya harina de otro costal.