dijous, 30 d’abril del 2009
Última classe
Per tant, ens veiem dia 5 a les 20h a Mare de Deu de Toro.
divendres, 27 de març del 2009
Classe 26-03-3009
Així queden:
dj 2 d'abril
dj 30 d'abril
dm 5 de maig (pendent de confirmació) per resoldre els últims dubtes ja que teniu l'examen dia 7 de maig.
dissabte, 21 de març del 2009
Correlació
Hi ha situacions en què la relació entre dues variables no és exacta. Per exemple, l'alçada d'una persona i el nombre de sabata que calça. Amb aquest tema el pretén trobar una mesura del grau de validesa de la relació i una manera de trobar valors aproximats.
Les fórmules:
Fan falta algunes fórmules que són de l'estadística unidimensional:Les mitjanes
i les variànces
Per saber el grau de validesa de la relació, utilitzam les fórmules:
La covariançaque, encara que té significat per sí mateixa, la podem considerar auxiliar i el coeficient de correlació que és el que ens interessa:
aquest nombre sempre està entre -1 i 1. Com més pròxim a 1 o a -1 és, més bona és la relació per aproximar-la per una recta. Com més aprop de zero, més dolenta.
Finalment per obtenir un valor aproximat, hem d'utilitzar la recta de regressió
amb pendent
.
És a dir , la fórmula que cercam és
Un exemple:
A la següent taula hi ha el nombre de societat anònimes creades i donades de baixa a l'estat espanyol des de l'any 2003 al 2008

Font: Instituto Nacional de Estadística INE
Es demana
a) Es pot afirmar que hi ha correlació entre les dues variables?
b) En cas afirmatiu de la primera pregunta, quantes baixes s'esper en en un any de 3500 altes?
Solució:
x seran les altes i y les baixes.Ordenam les dades en columnes:
Les mitjanes
les variànces
d'on
i
La covariança
a)
coeficient de correlació, que és el que ens interessa:
b)
la recta de regressió és
Per respondre a la pregunta hem de substituir la x pel nombre que ens demanen:
d'on y = 491'226 + 4216'3 = 4707'726
Resposta: Pot ser que hi hagi alguna correlació, ja que el coeficient és 0'62. Si fos així, en un any de 3500 altes de societats anònimes, hi hauria,aproximadament, unes 4708 baixes.
dissabte, 7 de març del 2009
Classe 5-3-2009
Aquesta distribució té molta importància perquè és molt present en diverses situacions de la vida: per exemple, l'efecte que produeix una determinada dosi d'un medicament, el pes de les persones, la resistència de materials ... (I, a més, és un candidat a sortir a l'examen)
La seva gràfica és:
El que ens interessa és l'àrea de determinats trossos. Per desgràcia no hi ha cap fórmula pel seu càlcul i hem d'utilitzar els seus valors tabulats.
Començarem aprenent a utilitzar la taula de la Normal de mitjana zero i desviació típica 1, que es simbolitza per N(0,1); després ens familiaritzarem amb una normal qualsevol (tipificarem) i finalment anirem a aprendre a
resoldre problemes que es resolen utilitzant aquesta distribució.
La Normal N(0,1)
L'àrea total val 1 i és simètrica respecta la seva mitjana.
Cas 1. P(1<1'32) = 0'9066. Simplement consultant la taula
Cas 2. P(z>1'32) = 1- P(z<1'32) = 1-0'9066= 0'0934. Podeu veure al gràfic de baix que l'àrea ombrejada és la complementària de la de dalt.
Cas 3. P(z<-1'32) = 1- P(z<1'32) = 1- 0'9066= 0'0934. Per simetria, l'àrea és la mateixa que l'anterior.
Cas 4. P(z>-1'32) = 1-P(z<-1'32) com en el cas 2. I ara aplicant el cas 3, = 1-(1-P(z<1'32)) = P(z<1'32) = 0'9066. Si mirau el gràfic, podreu veure com l'àrea és igual, per simetria, al primer cas.
Cas 5. Combinacions de les anteriors. És la diferència entre el valor major i el menor.
Un exemple seria P(-2'37 < z <1'07) = P(z<1'07)-P(z<-2'37) = 0'8577- (1- P(z<2'37)) = 0'8577 -1 + P(z<2'37) = 0'8577-1+0'9911= 0'8488
S'ha d'utilitzar la fórmula
Per exemple per la N(16,4) si ens demanen P(X<12)
P(X<12) = P(Z<(12-16)/4) = P(Z<1)
= 0'8438
Links:
Com emprar la taula, a la Viquipèdia (en castellà)
divendres, 27 de febrer del 2009
Classe de 26-2-2009
Una altre, que pot ser complementària de l'anterior és la del diagrama en arbre, que és una tècnica molt visual. En el cas que no importi l'ordre, és la millor eliminant els casos repetits. La alternativa és la de la fórmula dels nombre combinatoris:

divendres, 20 de febrer del 2009
Classe 19-2-2009
Successos compatibles (poden passar a la vegada, la intersecció no és buida) i incompatibles (no poden passar a la vegada, la intersecció és buida).
Per exemple si treim una carta a l'atzar d'una baralla i consideram els esdeveniments A="treure figura", B="treure As", C="treure espasa", llavors A i B són incompatibles (no pot sortir una carta que a la vegada sigui figura i as) mentre que A i C són compatibles (figura d'espasa).
Fórmula de la unió d'esdeveniments. P(A U B) = P (A) + P(B) - P(AnB).
A A (vermell i verd) i a B (blau i verd) hi comptam els elements comuns; és a dir, que A conté AnB (verd) i B també conté AnB. Per tant AnB ho hem comptat dues vegades, d'aquí que la restem una.
Successos contraris o complementaris. És la negació de l'esdeveniment.
El contrari de A="treure un 5" és A'="no treure un 5".
Això, en aquest cas tant obvi, pot semblar inútil, però hi ha ocasions en que simplifica molt els càlculs si s'utilitza la fórmula P(A') = 1 -P(A). És important recordar que junts ens donen l'espai mostral (AUA'=E) i que no tenen elements en comú, són incompatibles (AnA'= buit).
En el dibuix A és la part vermella i "la resta del món" és A', en blau.
Probabilitat condicionada. És aquella en què reduïm l'espai mostral perquè sabem informació extra. La notació que s'ha d'utilitzar és P(A|B)
Treim una carta d'una baralla, si sabem que és una figura, quina és la probabilitat que sigui el rei d'oros? P(rei oros | figura) = 1/12. Sense la informació extra, la pregunta seria: quina és la probabilitat d'obtenir el rei d'oros P(rei oros) = 1/48.
Successos independents són aquells en que el fet que passi un no té cap influència en l'altre.
Per exemple, quan tiram dos daus, el resultat del primer no té cap influència en el resultat del segon (i al revés, també).
Esdeveniments dependents són aquells en que el resultat d'un canvia la probabilitat de que ocorri l'altre.
Treim dues cartes d'una baralla sense reposició, és a dir, no tornam la primera al munt. Llavors, el resultat de la primera té importància per la segona.
divendres, 13 de febrer del 2009
Classe 12 - 2 -2009
Vam veure els conceptes bàsiques de probabilitat de forma essencialment pràctica:
Experiment determinista vs aleatori
Un experiment és aleatori quan en les mateixes circumstàncies no sempre s'obté el mateix resultat.
Espai mostral
És el conjunt format per tots els resultats possibles. Es denota per U o per E o per omega majúscula.
Esdeveniment simple i esdeveniment compost
Un esdeveniment és simple o elemental quan està format només per un únic resultat possible. Altrament es diu compost.
Regla de Laplace
És una manera molt important de calcular la probabilitat. Només es pot aplicar quan tots els resultats són igualment probables. Aleshores la probabilitat d'un succés és el nombre de casos favorables dividit pel nombre de casos possibles
Unió i intersecció d'esdeveniments.
La unió de dos esdeveniments és el conjunt format per tots els elements dels dos conjunts.
La intersecció és el conjunt format per els elements comuns als dos conjunts.
Uns enllaços interessants, si teniu temps:
Probabilitats curioses a aulapublica
Reflexions sobre la percepció de la probabilitat a El món de la neurociència.