1 -¿Qué tal van las clases, Bartolo? Me pregunta mi barbero. -Bien... Dando probabilidad y...
-
Upload
ramira-tobia -
Category
Documents
-
view
118 -
download
5
Transcript of 1 -¿Qué tal van las clases, Bartolo? Me pregunta mi barbero. -Bien... Dando probabilidad y...
1
-¿Qué tal van las clases, Bartolo? Me pregunta mi barbero.-Bien... Dando probabilidad y estadística... Respondo.-¡Ah! Probabilidad... Yo suelo jugar a la lotería...Dice mientras me pasa la cuchilla.
5. Distribuciones discretas
-Cuando compro un número, tal y como yo lo veo, hay dos posibilidades: ganar o perder. De modo que tengo un 50% de probabilidad de ganar y un 50% de perder.-¡Muy bien, Ricardo! Respondo, mientras pienso que no es bueno contradecir a nadie que tenga una navaja en mi cuello...
2
Distribución de BernoulliExperimento de Bernoulli: solo son posibles dos resultados: éxito o fracaso. Podemos definir una variable aleatoria discreta X tal que: éxito 1fracaso 0
Si la probabilidad de éxito es p y la de fracaso 1 - p, podemos construir una función de probabilidad:
1,0)1()( 1 xppxP xx
Un típico experimento de Bernoulli es el lanzamiento de una moneda con probabilidad p para cara y (1-p) para cruz.
3
1,0)1()( 1 xppxP xx
Función de distribución:
1 para,1
0 para,1)(
x
xpxF
4
Ejercicio: Calcular la esperanza y la varianza de la distribución de Bernoulli.
pXPXP
xXPxXEx
)1(1)0(0
)(][1
0
)1(
)1(1)0(0
)(])[(][)(
2
222
1
0
2222
pppp
pXPXP
pxXPxXEXEXVarx
5
Distribución binomial
La distribución binomial aparece cuando estamos interesados en el número de veces que un suceso A ocurre (éxitos) en n intentos independientes de un experimento.
P. ej.: # de caras en n lanzamientos de una moneda.
Si A tiene probabilidad p (probabilidad de éxito) en un intento, entonces 1-p es la probabilidad de que A no ocurra (probabilidad de fracaso).
6
Experimento aleatorio: n = 3 lanzamientos de una moneda.Probabilidad de éxito en cada lanzamiento (cara) = p.Probabilidad de fracaso en cada lanzamiento (cruz) = 1- p = q.
2)1(3 pp
)1(3 2 pp
7
Supongamos que el experimento consta de n intentos y definamos la variable aleatoria:
X = Número de veces que ocurre A.
En nuestro ejemplo: X = Número de veces que sale cara.
Entonces X puede tomar los valores 0, 1, 2, ... n.
Si consideramos uno de estos valores, digamos el valor x , i.e. en x de los n intentos ocurre A y en n - x no. Entonces la probabilidad de cada posible ordenación es pxqn-x y existen idénticas ordenaciones.
x
n
8
La función de probabilidad P(X = x) será
la distribución binomial:
xnxxnx ppxnx
npp
x
nxppnB
)1(
)!(!
!)1()(),(
Distribución binomial para n = 5 y distintos valores de p, B(5, p)
9
10
Tablero de Galton o quincunx
Sir Francis Galton(1822-1911)
Quincunx
11
Ejercicio:
¿Cuál es la probabilidad de que en una familia de 4 hijos exactamente 2 sean niñas?
242 501502
42
2450
1
-
xnx
).-(). ()p(
x; n; .p
p)(px
np(x)
12
Ejercicio:
Si una décima parte de personas tiene cierto grupo sanguíneo, ¿cuál es la probabilidad de que entre 100 personas escogidas al azar exactamente 8 de ellas pertenezcan a este grupo sanguíneo?
928 101108
1008
810010
1
).-(). ()p(
x; n; .p
p)(px
np(x) xnx
13
¿Y si la pregunta es 8 como máximo?
8
0
100
8
0
9.0)1.0(100
18
x
xx
x
xnx
)(x
p)(px
n)p(x
14
Calcula la probabilidad de obtener al menos dos seises al lanzar un dado cuatro veces.
p = 1/6, q = 5/6, n = 4
4322
6
1
4
4
6
5
6
1
3
4
6
5
6
1
2
4
132.01296
171)154256(
6
14
Al menos dos seises, implica que nos valen k = 2, 3, 4. P(2) + P(3) + P (4)
),....1,0( )( nkqpk
nkP knk
15
Ejercicio:
Supongamos que la probabilidad de encontrar una estrella de masa m* >10 M en un cúmulo estelar joven es del 4%.
¿Cuál es la probabilidad de que en una muestra escogida al azar, entre 10 miembros del cúmulo encontremos 3 estrellas con m* >10 M?
. . .).-(). ()p(
x; n; .p
p)(px
np(x)
-
xnx
00609670043004010403
103
310040
1
3103
16
Chuck-a-luck: Elige un número entre 1 y 6. Lanzas 3 dados. Si el número que has elegido sale en los 3 dados cobras 3 euros. Si sale en 2 cobras 2 euros. Si sale en un dado cobras 1 euro. Y si no sale en ninguno, pagas 1 euro. ¿Es un juego justo?
08.0)1(6
5
0
31
6
5
6
1
1
3
26
5
6
1
2
33
6
5
6
1
3
3
321
203
17
Características de la distribución binomial
n = 5 p = 0.1
n = 5 p = 0.5
Media
= E(X) = n p
= 5 · 0.1 = 0.5
= 5 · 0.5 = 0.25
Desviación estándar
0.2.4.6
0 1 2 3 4 5
X
P(X)
.2
.4
.6
0 1 2 3 4 5
X
P(X)
0
1.1)5.01(5.05
67.0)1.01(1.05
)1(
pnp
18
19
Distribución multinomial
Cuando hay más de dos acontecimientos posibles (A1, A2, A3 ...) con probabilidades p1 , p2 , p3 ... constantes y
tales que:
......!..!!
!...),,( 321
321321
321
xxxppp
xxx
nxxxp
1i
ip
20
0112.02.07.01.0!1!.3!.1
!5)1,3,1( 311 p
Un método de diagnóstico tiene 3 resultados posibles: positivo (P), negativo (N) y dudoso (D). Se sabe que, en la población, el 10% de los sujetos son positivos, el 70% negativos y el resto dudosos. ¿Qué probabilidad hay de, en una muestra de 5 individuos, obtener exactamente 1 positivo, 1 negativo y 3 dudosos ?
21
Distribución geométrica
Consideremos el siguiente experimento: Partimos de un experimento de Bernoulli donde la probabilidad de que ocurra un suceso es p (éxito) y la probabilidad de que no ocurra q = 1- p (fracaso). Repetimos nuestro experimento hasta conseguir el primer éxito. Definimos la variable aleatoria X, como el número de fracasos hasta que se obtiene el primer éxito. Entonces:
...,,,x
ppxXPpG x
210
,1)()(
22
...,,,x
ppxXPpG x
210
,1)()(
p(x)
x
Función de distribución:
1
0
)1(1)1()(
nn
x
x pppnF
23
¿Cómo simular de manera sencilla en el ordenador una variable aleatoria binomial X?
Sumando n variables aleatorias independientes cuyos valores pueden ser 1 o 0, con probabilidad p y 1-p respectivamente.
¿Y cómo simular una distribución geométrica de parámetro p?
Una manera es generar una secuencia de números aleatorios en [0, 1) con la función rnd, y paramos cuando obtengamos un número que no exceda a p, que es el equivalente al primer éxito. El problema es que si p es pequeño, en promedio se necesitan 1/p pasos de tiempo y se consume mucho tiempo de cómputo.
24
Una forma alternativa con tiempo de cómputo independiente del valor de p sería:
Sea q = 1-p y definamos la variable Y como el menor entero que satisface:
rndqY 1
.)1(
)11()(111
1
pqqqqq
qrndqPiYPiiii
ii
Entonces tenemos:
De modo que Y está distribuida geométricamente con parámetro p.
25
Para generar Y, basta con que despejemos de:
rndqY 1
qLn
rndLnY
)1(int
26
27
1
1.95.0
1
1
q
qp
nn
x
xpq
19.095.0)19.0(95.019.0
19.0.1.095.0
nnn
294.289.0ln
05.0ln9.0ln05.0ln9.005.0 nnn
Un acontecimiento ocurre, en la población, en el 10% de los casos. ¿Qué tamaño de muestra debo tomar para tener una probabilidad del 95% de obtener al menos un éxito ?
28
Distribución binomial negativa(de Pascal o de Pólya)
Consideremos el siguiente experimento: Partimos de un experimento de Bernoulli donde la probabilidad de que ocurra un suceso es p (éxito) y la probabilidad de que no ocurra q = 1- p (fracaso). Repetimos nuestro experimento hasta conseguir el r-ésimo éxito. Definimos la variable aleatoria X, como el número de fracasos x hasta que se obtiene el r-ésimo éxito. Entonces:
...,,,x
ppx
rxxXPprBN xr
210
,11
)(),(
Se denomina binomial negativa porque los coeficiente provienen de la serie binomial negativa: -x-x -q)(p 1
El último tiene que ser un éxito.
29
Distribución binomial negativa(de Pascal o de Pólya)
...r,rr,x
ppr
xxXPprBN rxr
,21
,11
1)(),(
La distribución binomial negativa también se puede definir como el número de pruebas x hasta la aparición de r éxitos. Como el número de pruebas x, en este caso, contabiliza tanto los éxitos como los fracasos se tendría según ésta definición que:
30
Disponemos de una moneda trucada con probabilidad de cara igual a p=0.25. La lanzamos hasta que obtenemos 2 caras. La distribución del número de lanzamientos x será:
...,,x
xxXPprBN x
,432
,25.0125.012
1)()25.0,2( 22
x
P(x)
31
Elegir al azar con reemplazo
Elegir al azar con reemplazo significa que escogemos al azar un elemento de un conjunto y lo regresamos para elegir de nuevo al azar. Esto garantiza la independencia de las elecciones y nos lleva a una distribución binomial.
Si una caja contiene N bolas de las cuales A son rojas, entonces la probabilidad de escoger al azar una bola roja es: p = A/N.
Si repetimos el experimento sacando n bolas con reemplazo la probabilidad de que x sean rojas es:
),....1,0( 1)( nxN
A
N
A
x
nxP
xnx
(Una distribución binomial)
32
Elegir al azar sin reemplazo
Elegir al azar sin reemplazo significa que no devolvemos el elemento elegido al azar al conjunto. De modo que las probabilidades de la siguiente elección dependen de las anteriores.
Si repetimos el experimento anterior sacando n bolas sin reemplazo, ¿cuál será ahora la probabilidad de que x sean rojas?
posibles Casos
n
N
Para calcular los casos favorables observa que:N = A + (N – A). De las A bolas rojas tomaremos x y de las N – A bolas no rojas tomaremos n – x.
33
Distribución hipergeométrica
)...,,1,0( )(),,( nx
n
N
xn
AN
x
A
xPANnH
xn
AN
x
A
ANxnxn
AN
Axx
A
favorables Casos
de rojas no bolas tomar de formas diferentes
de rojas bolas tomar de formas diferentes
34
Queremos seleccionar al azar dos bolas de una caja que contiene 10 bolas, tres de las cuales son rojas. Encuentra la función de probabilidad de la variable aleatoria : X = Número de bolas rojas en cada elección (con y sin reemplazo).
Tenemos N = 10, A = 3, N - A = 7, n = 2
Escogemos con reemplazo:
09.0)2( ,42.0)1( ,49.0)0( ,10
7
10
32)(
2
pppx
xpxx
07.045
3)2( 470
45
21)1()0(
2
10
2
73
)(
p,.ppxx
xp
Escogemos sin reemplazo:
35
HipergeométricaN = 24X = 8n = 5
Binomialn = 5
p = 8/24 =1/3
x Error
0 0.1028 0.1317 -0.02891 0.3426 0.3292 0.01332 0.3689 0.3292 0.03973 0.1581 0.1646 -0.00654 0.0264 0.0412 -0.01485 0.0013 0.0041 -0.0028
P(x)P(x)
N = 240X = 80n = 5
n = 5
p = 80/240 =1/3
x P(x) Error0 0.1289 0.1317 -0.00281 0.3306 0.3292 0.00142 0.3327 0.3292 0.00353 0.1642 0.1646 -0.00044 0.0398 0.0412 -0.00145 0.0038 0.0041 -0.0003
P(x)
Observa que si N, A, N-A son grandes comparados con n no hay gran diferencia en qué distribución empleemos. La distribución binomial es una aproximación aceptable a la hipergeométrica si n < 5% de N.
36
Distribución de PoissonCuando en una distribución binomial el número de intentos (n) es grande y la probabilidad de éxito (p) es pequeña, la distribución binomial converge a la distribución de Poisson:
0 210 ,!
)(
...,,,x
x
exp
x
Observa que si p es pequeña, el éxito es un “suceso raro”.
La distribución de Poisson, junto con la uniforme y la binomial, son las distribuciones más utilizadas.
donde np =
37
Un proceso poissoniano es aquél compuesto de eventos discretos que son independientes en el espacio y/o en el tiempo. Por ejemplo la llegada de fotones a un detector.
Usemos la distribución binomial para modelar el proceso. Podemos dividir el intervalo de tiempo en el que ocurre el proceso en n subintervalos suficientemente pequeños, como para asegurarnos que a lo sumo se produce un evento en cada subintervalo. De modo que en cada subintervalo, o se producen 0 o 1 ocurrencias.
A lo sumo llega un fotón en cada subintervalo o ninguno.
De modo que podemos entender el proceso como un experimento de Bernoulli. Para determinar p, podemos razonar de la siguiente manera:
38
En promedio se producirán λt ocurrencias en un intervalo de tiempo t. Si este intervalo se divide en n subintervalos, entonces esperaríamos en promedio (usando Bernoulli): np ocurrencias. Así: λt = np, p = λt / n.
Sin pérdida de generalidad supongamos que t = 1 y que X es la variable aleatoria = número total de ocurrencias.Sabemos que:
nn
nppnBXP
1)1()0,,()0(
Observa que para n grande P(X = 0) es aproximadamente e-λ. Además para n grande (y por tanto p muy pequeño):
kpk
pk
kpnB
kpnB
)1(
)1(
)1,,(
),,(
39
)1,,(),,(
)0,,(
kpnBk
kpnB
epnB
Tenemos entoncesla siguiente ecuación iterada:
ek
kXP
epnBXP
epnBXP
k
!)(
...2
)2,,()2(
)1,,()1(2
Que nos proporciona:
40
Bombas sobre Londres en la II Guerra Mundial (Feller)
10 x 10
400 bombas
Supón que vivías en uno de los 100 bloques que aparecen en la gráfica inferior. La probabilidad de que una bomba cayera en tu bloque era 1/100. Como cayeron 400 bombas, podemos entender el número de impactos en tu bloque como el número de éxitos en un experimento de Bernoulli con n = 400 y p = 1/100. Podemos usar una Poisson con λ=400 1/100=4:
!
4)(
4
x
exp
x
Observado
Predicho
41
Características de la distribución de Poisson
= 0.5
= 6
1 2 3 4 5
X
2 4 6 8 10
X
Media
Desviación estándar
E X
( )
0.2.4.6
0
P(X)
0.2.4.6
0
P(X)
Nota: el máximo de la distribuciónse encuentra en x
42Distribución de Poisson para varios valores de .
La distribución de Poisson se obtiene como aproximación de una distribución binomial con la misma media, para ‘n grande’ (n > 30) y ‘p pequeño’ (p < 0,1). Queda caracterizada por un único parámetro μ (que es a su vez su media y varianza).
n p =
43
Si la probabilidad de fabricar un televisor defectuoso es p = 0.01, ¿cuál es la probabilidad de que en un lote de 100 televisores contenga más de 2 televisores defectuosos?
El suceso complementario Ac: No más de 2 televisores defectuosos puede aproximarse con una distribución de Poisson con = np = 1, sumando p(0) + p(1) + p(2).
9197.0)11()( 211 eAP c ,....)1,0(
!
μ)( μ
x
xex
xp
La distribución binomial nos daría el resultado exacto:
9206.0
100
1
100
99
2
100
100
1
100
99
1
100
100
99
0
100)(
29899100
cAP
),....1,0( )( nxqpx
nxp xnx
44
La señal promedio recibida en un telescopio de una fuente celeste es de 10 fotones por segundo. Calcular la probabilidad de recibir 7 fotones en un segundo dado.
P(7) = 107 e−10 / 7! = 0.09, es decir 9%
Parece muy baja. Comparemos con el valor de máxima probabilidad que ocurrirá para x = 10:
μ = 10 P(10) = 1010 x e−10 / 10! = 0.125, es decir 12.5%
Las probabilidades poissonianas para un número de eventos dado, son siempre pequeñas, incluso en el máximo de la distribución de probabilidad.
,....)1,0( !
μ)( μ
x
xex
xpUna distribución de Poisson con μ = 10.
45
Si en promedio, entran 2 coches por minuto en un garaje, ¿cuál es la probabilidad de que durante un minuto entren 4 o más coches?
Si asumimos que un minuto puede dividirse en muchos intervalos cortos de tiempo independientes y que la probabilidad de que un coche entre en uno de esos intervalos es p – que para un intervalo pequeño será también pequeño – podemos aproximar la distribución a una Poisson con = np = 2.
y la respuesta es 1 – 0.857 = 0.143
El suceso complementario “entran 3 coches o menos” tiene probabilidad:
857.0)()3()2()1()0()( !32
!22
!12
!022 3210 eppppAP c
,....)1,0( !
μ)( μ
x
xex
xp
46
47
Ley de Benford
48
Primer dígito significativo
299.959 0,0174
mxd
mmxx n
)(
101,10,
2,99959 ·105
[2,99959] = 21,74 ·10-2 [1,74] = 1
49
Las barras negras representan las frecuencias de aparición como primer dígito significativo (d = 1,2,3,...,9) en una lista de N = 201 constantes físicas.
50
En barras blancas aparecen las frecuencias de aparición como primer dígito de los números 1 a 9 en el tamaño en bytes de N = 1.295.777 ficheros.
Leading digit Probability
1 30.1 %
2 17.6 %
3 12.5 %
4 9.7 %
5 7.9 %
6 6.7 %
7 5.8 %
8 5.1 %
9 4.6 %
51
Note on the frequency of use of the different digits in natural numbers. Amer. J. Math. 4 (1881) 39-40.
Simon Newcomb (1835-1909).
d
ddP
1log)(
52
The law of anomalous numbers.Proc. Am. Philos. Soc. 78 (1938) 551-538.
Frank Benford
Probable Error
10114.74.95.16.48.09.412.418.530.6Average
4184.14.87.26.56.79.415.718.627.0Death Rate
9005.57.16.88.88.510.012.016.025.3 ,
3425.05.05.66.48.58.812.619.228.9Addresses
11655.44.75.27.06.68.714.117.331.0Blackbody
14583.05.64.96.47.49.812.617.632.7Am. League
7074.85.85.17.48.19.014.417.527.9X-Ray Volts
7413.15.54.75.59.810.110.118.832.4Cost Data
3084.24.95.56.57.17.512.418.533.4Reader's Digest
5605.67.37.08.48.37.514.314.826.8Design
50008.98.07.26.86.66.89.720.325.7 ,
915.54.43.34.46.64.45.518.747.2Atomic Wgt.
1591.92.55.05.08.212.613.823.927.1Drainage
18003.22.84.15.16.710.815.425.226.7Mol. Wgt.
6903.65.15.17.08.110.811.918.430.0H.P. Lost
7034.74.45.76.48.39.812.818.329.6Pressure
13894.14.83.24.110.614.616.218.424.0Specific Heat
1005.05.06.06.08.010.012.018.030.0Newspapers
10410.62.91.05.810.68.64.814.441.3Constants
32592.23.74.16.27.28.114.220.433.9Population
3355.14.25.58.67.211.310.716.431.0Rivers, Area
Sampls987654321Title
53
54
Las barras representan las frecuencias de aparición como primer dígito de los números 10 a 99 en los N = 1.295.777 ficheros medidos. La línea continua representa la ley de Benford generalizada para dos dígitos.
55
Invarianza de base y de escala en la densidad de probabilidadTheodore Hill
Invarianza de escala Invarianza de base
No toda lista de números que cumple la Ley de Benford proviene de una distribución invariante de escala. Pero seguro que es invariante de base.
56
Procesos multiplicativos
57
5 décadas
5 décadas
= -1
58
d
dLn
d
dLn
dLndLndNN
k
k
kkd
d
k
k
1
10
)1(10
10)1(10)1(10
10
1
Para una lista de números que siga una distribución de probabilidad en forma de ley de potencias N-1, tendremos que la probabilidad del primer dígito significativo es independiente de la década y sigue la ley de Benford:
d
ddP
1log)(
Normalizando:
59
The demonstration of Benford’s Law (and also for the distribution of the second
digit) was done in 1996 by Professor Theodore Hill (School of Mathematics, Center for Applied Probability, Georgia Institute of Technology) in his
article: “A Statistical Derivation of the Significant‐Digit law”. Hill later showed there was a kind of central limit theorem that applied to a wide variety of distributions--that combinations of distributions tend towards the distribution predicted by Benford’s law even when the original distributions do not [Hill1996].