Introducción a la sociología: Definiciones y conceptos fundamentales.

 

Introducción:

La sociología es una disciplina que estudia la sociedad humana, sus estructuras, relaciones y dinámicas. En este artículo, exploraremos los conceptos fundamentales de la sociología, sus objetivos y las principales teorías sociológicas que ayudan a comprender el funcionamiento de las sociedades.

Definición de sociología:

La sociología se define como la ciencia que estudia los fenómenos sociales, desde las interacciones entre individuos hasta las complejas estructuras sociales. Busca comprender cómo se forman, mantienen y transforman las sociedades, y cómo influyen en el comportamiento humano.

Objetivos de la sociología:

- Comprender los procesos sociales: La sociología busca analizar y explicar cómo se producen los cambios sociales, las relaciones de poder, los conflictos y las desigualdades en una sociedad determinada.

- Explicar el comportamiento humano: Examina cómo las interacciones sociales, las normas culturales y las instituciones influyen en las acciones y decisiones de los individuos.

- Contribuir al cambio social: La sociología aspira a generar conocimiento que pueda utilizarse para abordar y resolver problemas sociales, promoviendo así un cambio positivo en la sociedad.

Principales teorías sociológicas:

1. Funcionalismo: Esta teoría se centra en cómo las diferentes partes de una sociedad contribuyen a su funcionamiento y estabilidad. Examina cómo las instituciones sociales cumplen funciones específicas y cómo se mantienen los equilibrios sociales.2. Conflictismo: El enfoque conflictista destaca los conflictos y las luchas por el poder como motores del cambio social. Analiza las desigualdades, las divisiones de clase, género y raza, y cómo estos factores influyen en las dinámicas sociales.

3. Interaccionismo simbólico: Esta teoría se enfoca en las interacciones sociales y el significado que las personas atribuyen a los símbolos y gestos. Examina cómo las personas construyen su realidad social a través de la comunicación y las interacciones cotidianas.

Conclusión:

La sociología es una disciplina fundamental para comprender las sociedades y sus complejidades. En este artículo, hemos explorado las definiciones y conceptos fundamentales de la sociología, así como las principales teorías sociológicas. A través del estudio de la sociología, podemos obtener una perspectiva más amplia y crítica de nuestro entorno social y contribuir a un cambio positivo en nuestras comunidades.

Todo lo que debes saber sobre Cecilia y Emerenciano Sena.

Emerenciano Sena, su esposa Marcela Acuña y su hijo César fueron imputados como coautores del delito de "homicidio agravado por el concurso premeditado de dos o más personas" en el caso de la desaparición de Cecilia Strzyzowski, ex pareja de César. Después de 13 días de su desaparición, la causa cambió de "desaparición de persona" a "femicidio". El abogado defensor de César Sena confirmó el cambio de carátula y mencionó que han escuchado rumores de informes médicos forenses relacionados con Cecilia. El abogado también admitió que el teléfono utilizado por Emerenciano Sena y Marcela Acuña para enviar órdenes al movimiento social era el de su defendido. Además, mencionó que desconoce la identidad del séptimo detenido en el caso y que toda la familia ha recibido supuestas amenazas de muerte. Finalmente, afirmó que se hace cargo de la situación de los trabajadores y profesores que podrían quedarse sin empleo. 

De acuerdo a distintas teorías sociales, las personas marginadas son empujadas hacia los márgenes de la sociedad, donde experimentan privaciones económicas como la falta de acceso a vivienda, servicios de salud, servicios básicos como agua y luz, y el desempleo. Esto nos brinda una idea de que la marginalidad es entendida como un lugar social en el que se encuentran aquellos que están excluidos o relegados de los beneficios y oportunidades que ofrece la sociedad en general. Estas personas enfrentan múltiples dificultades y carencias, lo que afecta su calidad de vida y limita sus posibilidades de desarrollo y participación plena en la sociedad.

¿Cómo se emerge de ese infierno social? Una de las maneras es a través de la subversión de todas las normas y el desapego a la ley y el orden establecido por las sociedades, que nos obligan a respetar bajo la amenaza de la violencia legítima del Estado. Esta idea se relaciona con Max Weber. Ya sea a través de la delincuencia común, el robo, el saqueo, o la subversión colectiva, se puede optar por la vía de la protesta, tomando edificios públicos, lo que se conoce como una protesta disruptiva. Los marginados forman un grupo de personas con un objetivo en común y la solidaridad necesaria para llevar adelante la protesta, sin importar las consecuencias. Sin embargo, enfrente tienen al Estado y sus instituciones, la justicia que detendrá y encarcelará a aquellos que violen estas leyes. 

Este es el éxito de Emerenciano Sena, la lucha contra esas medidas que lo empujaron a la marginalidad y desde esa situación emergió como líder piquetero. Su liderazgo se estableció con terquedad frente a las medidas estatales que lo encarcelaron, pero prevaleció sobre todos los demás y se convirtió en el líder que luchaba contra medidas gubernamentales como el ajuste, la cuasimonedas y el desempleo, medidas que afectaron a todos los ciudadanos. Sus alianzas con líderes de la oposición lo llevaron a convertirse en parte del oficialismo en turno. ¿Pensó él que estaba por encima de la ley? Su caída en desgracia arrastrará el sueño presidencial de un gobernador y sellará el destino de su movimiento social, que ya no era un grupo de lucha, sino más bien una distribución de recursos del Estado que entregaba subsidios y empleo público a sus seguidores. 

La influencia eterna de mi padre: Un legado que trasciende el tiempo, Jacques Lacan ,Erving Goffman.

En el fascinante mundo del psicoanálisis, el destacado teórico Jacques Lacan nos introduce al concepto del "gran Otro", una entidad simbólica que representa el orden social y cultural que nos rodea. Pero, más allá de las teorías y abstracciones, en mi vida personal, mi padre fallecido ha encarnado ese "gran Otro" de una manera tan profunda y significativa que su influencia perdura hasta el día de hoy.

Mi padre no solo ha dejado una marca indeleble en mi corazón, sino que ha moldeado mi forma de ver el mundo y ha influido en mis valores y en la manera en que me relaciono con los demás. Su presencia simbólica es un faro que ilumina mi camino y que me guía en la toma de decisiones y en la forma en que enfrento los desafíos que la vida me presenta.

A través de sus enseñanzas, sus consejos y su propio ejemplo, mi padre ha sido una figura central en mi desarrollo como individuo. Su sabiduría y amor incondicional han dejado una huella profunda en mi identidad y en la forma en que me presento al mundo. A pesar de su ausencia física, su legado se mantiene vivo en mi memoria y en la forma en que el grupo familiar y los seres queridos comparten recuerdos y mantienen su imagen en el imaginario colectivo.

En este sentido, la dramaturgia social cobra relevancia, pues nos permite comprender cómo la figura de mi padre sigue siendo parte activa de nuestro círculo de amistades y cómo su recuerdo compartido mantiene su influencia simbólica en nuestras vidas. A través de conversaciones, anécdotas y rituales de homenaje, su esencia se preserva en la construcción colectiva de nuestra identidad.

Por lo tanto, mi padre  ocupa un lugar trascendental en mi existencia. Él personifica ese "gran Otro" que Lacan describe, pues su legado simbólico perdura y continúa guiándome en mi camino. A través de su influencia eterna, he aprendido valiosas lecciones de vida y he forjado una conexión profunda con el orden social y cultural en el que vivo. Mi padre, más que un recuerdo, es una fuerza viva que me acompaña y me inspira en cada paso que doy.

Los errores comunes en el teorema de Bayes y cómo evitarlos.

 El teorema de Bayes es un concepto fundamental en la teoría de la probabilidad que nos permite actualizar nuestras creencias o probabilidades iniciales basadas en nueva evidencia o información observada. El teorema establece una relación entre las probabilidades condicionales, es decir, la probabilidad de que ocurra un evento A dado que ha ocurrido un evento B

El teorema de Bayes se puede enunciar de la siguiente manera:

P(A|B) = [P(B|A) * P(A)] / P(B)

Donde:

- P(A|B) es la probabilidad de que ocurra el evento A dado que ha ocurrido el evento B.

- P(B|A) es la probabilidad de que ocurra el evento B dado que ha ocurrido el evento A.

- P(A) es la probabilidad inicial de que ocurra el evento A.

- P(B) es la probabilidad de que ocurra el evento B.

El teorema de Bayes nos permite actualizar nuestra probabilidad inicial P(A) a la probabilidad posterior P(A|B) utilizando la información proporcionada por P(B|A) y P(B).

En resumen, el teorema de Bayes nos proporciona un método para ajustar nuestras creencias o probabilidades iniciales a medida que obtenemos nueva evidencia o información. Es ampliamente utilizado en estadística, machine learning, inteligencia artificial y otras áreas donde se requiere la inferencia probabilística.

Ejemplos.

Un automovilista hace recargar la batería de su vehículo y pide que le efectúen una carga lenta. Dicho automovilista admite que, a pesar de su pedido, es posible que le efectúen una carga rápida, asignándole a este hecho una probabilidad del 20%. Su experiencia le indica que si la carga es lenta, la batería dura más de un año con probabilidad 0.9. Si la carga es rápida, en cambio, esta probabilidad se reduce al 40%. Si la batería falla antes del año, ¿Cuál es la probabilidad que la carga haya sido rápida?

solucion.

Para calcular la probabilidad de que la carga haya sido rápida dado que la batería falla antes de un año, podemos utilizar el teorema de Bayes. Primero, establezcamos las probabilidades y la información dada:

P(Carga rápida) = 0.2 (probabilidad de que se realice una recarga rápida)

P(Carga lenta) = 0.8 (probabilidad de que se realice una recarga lenta)

P(Falla antes de un año | Carga lenta) = 0.9 (probabilidad de que la batería falle antes de un año dado que se realizó una recarga lenta)

P(Falla antes de un año | Carga rápida) = 0.4 (probabilidad de que la batería falle antes de un año dado que se realizó una recarga rápida)

Queremos calcular P(Carga rápida | Falla antes de un año), es decir, la probabilidad de que la carga haya sido rápida dado que la batería falla antes de un año.

Aplicando el teorema de Bayes, la fórmula se expresa de la siguiente manera:

P(Carga rápida | Falla antes de un año) = [P(Falla antes de un año | Carga rápida) * P(Carga rápida)] / P(Falla antes de un año)

Para calcular P(Falla antes de un año), debemos considerar los casos en los que la batería falla antes de un año, tanto con carga rápida como con carga lenta:

P(Falla antes de un año) = P(Falla antes de un año | Carga lenta) * P(Carga lenta) + P(Falla antes de un año | Carga rápida) * P(Carga rápida)

P(Falla antes de un año) = 0.9 * 0.8 + 0.4 * 0.2

Luego, sustituimos estos valores en la fórmula del teorema de Bayes:

P(Carga rápida | Falla antes de un año) = [0.4 * 0.2] / [0.9 * 0.8 + 0.4 * 0.2]

Realizando los cálculos:

P(Carga rápida | Falla antes de un año) = 0.08 / 0.76

Por lo tanto, la probabilidad de que la carga haya sido rápida dado que la batería falla antes de un año es de aproximadamente 0.1053 o 10.53%.

Ejercicio  

Para calcular la probabilidad de que la máquina seleccionada sea la que hay que calibrar, utilizaremos el teorema de Bayes. Primero, establezcamos las probabilidades y la información dada:

P(Defectuoso | Máquina normal) = 0.02 (probabilidad de que un artículo sea defectuoso en una máquina normal)

P(Defectuoso | Máquina a calibrar) = 0.05 (probabilidad de que un artículo sea defectuoso en la máquina a calibrar)

P(Máquina normal) = 4/5 (probabilidad de seleccionar una máquina normal, dado que hay 5 máquinas en total)

P(Máquina a calibrar) = 1/5 (probabilidad de seleccionar la máquina a calibrar, dado que hay 5 máquinas en total)

Queremos calcular P(Máquina a calibrar | 17° artículo defectuoso), es decir, la probabilidad de que la máquina seleccionada sea la que hay que calibrar, dado que el primer artículo defectuoso es el 17°.

Aplicando el teorema de Bayes, la fórmula se expresa de la siguiente manera:

P(Máquina a calibrar | 17° artículo defectuoso) = [P(17° artículo defectuoso | Máquina a calibrar) * P(Máquina a calibrar)] / P(17° artículo defectuoso)

Para calcular P(17° artículo defectuoso), debemos considerar los casos en los que el 17° artículo es defectuoso, tanto en una máquina normal como en la máquina a calibrar:

P(17° artículo defectuoso) = P(17° artículo defectuoso | Máquina normal) * P(Máquina normal) + P(17° artículo defectuoso | Máquina a calibrar) * P(Máquina a calibrar)

P(17° artículo defectuoso) = 0.02 * (4/5) + 0.05 * (1/5)

Luego, sustituimos estos valores en la fórmula del teorema de Bayes:

P(Máquina a calibrar | 17° artículo defectuoso) = [0.05 * (1/5)] / [0.02 * (4/5) + 0.05 * (1/5)]

Realizando los cálculos:

P(Máquina a calibrar | 17° artículo defectuoso) ≈ 0.0667

Por lo tanto, la probabilidad de que la máquina seleccionada sea la que hay que calibrar, dado que el primer artículo defectuoso es el 17°, es aproximadamente 0.0667 o 6.67%.

Ejercicio.

Para calcular la probabilidad de que el alunizaje haya sido satisfactorio dado que el sistema monitor indica que fue satisfactorio, utilizaremos el teorema de Bayes. Primero, establezcamos las probabilidades y la información dada:

P(Alunizaje satisfactorio) = 0.8 (probabilidad de un alunizaje satisfactorio)

P(Sistema monitor indica alunizaje satisfactorio | Alunizaje satisfactorio) = 0.9 (probabilidad de que el sistema monitor indique un alunizaje satisfactorio dado que el alunizaje es satisfactorio)

P(Sistema monitor indica alunizaje satisfactorio | Alunizaje no satisfactorio) = 0.9 (probabilidad de que el sistema monitor indique un alunizaje satisfactorio dado que el alunizaje no es satisfactorio)

Queremos calcular P(Alunizaje satisfactorio | Sistema monitor indica alunizaje satisfactorio), es decir, la probabilidad de que el alunizaje haya sido satisfactorio dado que el sistema monitor indica que fue satisfactorio.

Aplicando el teorema de Bayes, la fórmula se expresa de la siguiente manera:

P(Alunizaje satisfactorio | Sistema monitor indica alunizaje satisfactorio) = [P(Sistema monitor indica alunizaje satisfactorio | Alunizaje satisfactorio) * P(Alunizaje satisfactorio)] / P(Sistema monitor indica alunizaje satisfactorio)

Para calcular P(Sistema monitor indica alunizaje satisfactorio), debemos considerar los casos en los que el sistema monitor indique un alunizaje satisfactorio, tanto en un alunizaje satisfactorio como en un alunizaje no satisfactorio:

P(Sistema monitor indica alunizaje satisfactorio) = P(Sistema monitor indica alunizaje satisfactorio | Alunizaje satisfactorio) * P(Alunizaje satisfactorio) + P(Sistema monitor indica alunizaje satisfactorio | Alunizaje no satisfactorio) * P(Alunizaje no satisfactorio)

P(Sistema monitor indica alunizaje satisfactorio) = 0.9 * 0.8 + 0.9 * 0.2

Luego, sustituimos estos valores en la fórmula del teorema de Bayes:

P(Alunizaje satisfactorio | Sistema monitor indica alunizaje satisfactorio) = [0.9 * 0.8] / [0.9 * 0.8 + 0.9 * 0.2]

Realizando los cálculos:

P(Alunizaje satisfactorio | Sistema monitor indica alunizaje satisfactorio) = 0.72 / 0.9

Por lo tanto, la probabilidad de que el alunizaje haya sido satisfactorio, dado que el sistema monitor indica que fue satisfactorio, es aproximadamente 0.8 o 80%.

Cómo solucionar elenfoque del cálculo de la probabilidad.

 

El cálculo de la probabilidad depende del enfoque utilizado y del tipo de evento en consideración. A continuación, te presentaré algunos métodos comunes para calcular la probabilidad en diferentes contextos:

1. Probabilidad clásica: Si tienes un experimento con un número finito de resultados igualmente probables, la probabilidad de un evento A se calcula como:

   P(A) = Número de casos favorables a A / Número de casos posibles

   Por ejemplo, si lanzas un dado justo de 6 caras, la probabilidad de obtener un 4 sería 1/6, ya que hay un caso favorable (obtener un 4) entre los seis posibles resultados.

2. Probabilidad frecuentista: En este enfoque, la probabilidad se calcula observando la frecuencia relativa de un evento en un gran número de experimentos repetidos. Por ejemplo, si lanzas una moneda muchas veces y obtienes cara en 500 ocasiones de 1000 lanzamientos, la probabilidad de obtener cara sería 500/1000, es decir, 0.5.

3. Probabilidad subjetiva: Este enfoque se basa en la creencia o el grado de confianza personal en que un evento ocurra. No sigue una fórmula precisa, sino que depende de la interpretación y el juicio subjetivo de cada persona.

Es importante destacar que estos son solo algunos ejemplos de enfoques para calcular la probabilidad y que existen otros métodos y conceptos más avanzados en la teoría de la probabilidad, como la probabilidad condicional, la probabilidad conjunta y la teoría de la probabilidad bayesiana.

El método de Laplace es un enfoque utilizado en la teoría clásica de la probabilidad para calcular la probabilidad de un evento cuando todos los resultados posibles son igualmente probables. Este método se basa en contar los casos favorables y los casos posibles y calcular la probabilidad como la razón entre ambos.

La fórmula general para calcular la probabilidad utilizando el método de Laplace es:

P(A) = Número de casos favorables a A / Número de casos posibles

Dentro del método de Laplace, se asume que todos los resultados posibles tienen la misma probabilidad de ocurrir. Por lo tanto, para utilizar este método, es necesario que el espacio muestral (el conjunto de todos los posibles resultados) sea finito y equiprobable. 

Aquí tienes un ejemplo para ilustrar el método de Laplace:

Supongamos que tienes una bolsa con 10 bolas numeradas del 1 al 10 y deseas calcular la probabilidad de extraer una bola par. En este caso, los casos posibles son las 10 bolas en la bolsa y los casos favorables son las bolas pares, que son 2, 4, 6, 8 y 10. Por lo tanto, la probabilidad sería:

P(Bola par) = Número de bolas pares / Número total de bolas = 5/10 = 0.5

En este ejemplo, como todas las bolas son igualmente probables de ser extraídas, utilizamos el método de Laplace para calcular la probabilidad.

Ejercicio. 

Para calcular la probabilidad de que las tres monedas resulten cara al ser lanzadas, vamos a definir un espacio muestral apropiado y utilizar el método de Laplace.

Espacio muestral apropiado:

En este caso, vamos a considerar todas las posibles combinaciones de resultados al lanzar las tres monedas. Cada moneda tiene dos posibles resultados: cara (C) o cruz (X). Entonces, el espacio muestral apropiado sería:

{CCC, CCX, CXC, XCX, CXX, XCC, XXC, XXX}

Calculando la probabilidad usando el método de Laplace:

En este caso, todos los resultados posibles son igualmente probables, ya que suponemos que las monedas son justas y tienen la misma probabilidad de caer cara o cruz. Por lo tanto, para calcular la probabilidad, necesitamos contar los casos favorables (en este caso, solo hay un caso favorable) y dividirlo entre el número total de casos posibles.

Casos favorables: 1 (el caso en el que las tres monedas resulten cara, es decir, CCC)

Casos posibles: 8 (el total de elementos en el espacio muestral)

Por lo tanto, la probabilidad de que las tres monedas resulten cara es:

P(Las tres monedas resulten cara) = 1/8 = 0.125 o 12.5%

La probabilidad es de 0.125 o 12.5%.

Ejercicio.

Para calcular el número de posibilidades en las cuales la suma de los dados sea 6 al lanzar un dado tres veces, podemos utilizar un enfoque sistemático.

Primero, consideremos las posibles combinaciones de resultados al lanzar un dado una vez. Cada lanzamiento del dado puede tener un resultado entre 1 y 6. A continuación, construiremos una tabla para enumerar todas las combinaciones posibles:

| Lanzamiento 1 | Lanzamiento 2 | Lanzamiento 3 |

|--------------|--------------|--------------|

| 1            | 1            | 4            |

| 1            | 2            | 3            |

| 1            | 3            | 2            |

| 1            | 4            | 1            |

| 2            | 1            | 3            |

| 2            | 2            | 2            |

| 2            | 3            | 1            |

| 3            | 1            | 2            |

| 3            | 2            | 1            |

| 4            | 1            | 1            |

Ahora, contamos el número de combinaciones en las cuales la suma de los dados es 6. En este caso, hay 5 combinaciones posibles:

1 + 1 + 4

1 + 2 + 3

1 + 3 + 2

2 + 1 + 3

2 + 2 + 2

Entonces, el número de posibilidades en las cuales la suma de los dados es 6 al lanzar un dado tres veces es 5.