Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Conceptes basics de probabilitat, Apuntes de Estadística

Asignatura: Estadística, Profesor: , Carrera: Ciències Ambientals, Universidad: UdG

Tipo: Apuntes

Antes del 2010

Subido el 30/11/2006

dodgi17
dodgi17 🇪🇸

4.1

(28)

11 documentos

1 / 12

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
ESTADÍSTICA Ciències Ambientals Transparències - PROB_Conc 0
ESTADÍSTICA
Ciències Ambientals
CONCEPTES BÀSICS
DE PROBABILITAT
TRANSPARÈNCIES
Curs acadèmic 2004-05
Carles Barceló i Vidal
Àrea d’Estadística i Investigació Operativa
Departament d’Informàtica i Matemàtica Aplicada
Universitat de Girona
pf3
pf4
pf5
pf8
pf9
pfa

Vista previa parcial del texto

¡Descarga Conceptes basics de probabilitat y más Apuntes en PDF de Estadística solo en Docsity!

ESTADÍSTICA Ciències Ambientals

CONCEPTES BÀSICS DE PROBABILITAT

TRANSPARÈNCIES

Curs acadèmic 2004-

Carles Barceló i Vidal Àrea d’Estadística i Investigació Operativa Departament d’Informàtica i Matemàtica Aplicada Universitat de Girona

ATZAR vs SEGURETAT

  • Fenòmens aleatoris vs fenòmens deterministes

Molts fenòmens naturals o artificials no són deterministes , és a dir els seus resultats no són predictibles. Malgrat això, molts d’ells exhibeixen “patrons de comportament regular” a llarg termini. Aquests fenòmens s’anomenen aleatoris.

EXEMPLE

Llancem una moneda a l’aire, obtindrem cara o creu?

  • Segle XVIII, el francès Buffon llança una moneda 4040 vegades. Resultat: 2048 cares F_Relat: 2048/4040= 0.5069 (50.69%)
  • Any 1900, Karl Pearson llança una moneda 24000 vegades. Resultat: 12012 cares F_Relat: 12012/24000=0.5005 (50.05%)
  • Segona guerra mundial, John Kerrich llança una moneda 10000 vegades. Resultat: 5067 cares F_Relat: 5067/10000= 0.5067 (50.67%)

PROBABILITAT

APROXIMACIÓ INTUÏTIVA

  • Donat un fenomen aleatori, el conjunt de tots els possibles resultats que es poden arribar a obtenir en una realització qualsevol del f.a., s’anomena espai mostral, i es simbolitza amb la lletra Ω.
  • Els subconjunts de Ω, és a dir, les col·leccions de possibles resultats del al f.a., s’anomenen esdeveniments associats al f.a. Els simbolitzarem amb les lletres A, B, ...

EXEMPLE

  • Fenomen aleatori: “Llançament d’un dau”
  • Espai mostral: Ω={1,2,3,4,5,6}
  • Esdeveniment 1: “Obtenir puntuació parell” → A={2,4,6}
  • Esdeveniment 2: “Obtenir puntuació major que 4” → B={5,6}

1

  • La probabilitat d’un esdeveniment A és el valor al que s’aproxima la seva freqüència relativa fN(A) quan el nombre N de repeticions del f.a. es fa “infinitament” gran. És a dir,

fN(A) → P(A), quan N → +∝

ASSIGNACIÓ DE PROBABILITATS

  • Com podem assignar una probabilitat P(A) a un esdeveniment A associat a un fenomen aleatori?
    • Per condicions de simetria.

P( )=^

_^1

Regla de Laplace

Si a priori, per raons de simetria, es pot suposar que tots els resultats individuals d’un f.a. tenen la “mateixa probabilitat” de sortir, aleshores, la probabilitat P(A) d’un esdeveniment A qualsevol associat al f.a. és igual a

nombre total possibles resultats

nombre resultats favorables a A nombre elements P A nombre elements A


_ _ _ _{ } _ _{ } ( ) _ _{ }= = Ω

  • Empíricament

P( )=^?

P(A) ≅ fN(A), per a un valor de N “suficientment gran”

OPERACIONS ENTRE ESDEVENIMENTS

  • La intersecció o conjunció de dos esdeveniments A i B és aquell esdeveniment A ∩ B que es realit- za sempre que s’obtingui un resultat que alhora sigui d’ A i de B.
  • La unió o disjunció de dos esdeveniments A i B és aquell esdeveniment A ∪ B que es realitza sem-pre que s’obtingui un resultat d’ A , de B o d’ambdós alhora.

Si A i B són incompatibles [A∩B=∅] , es compleix que: P(A ∪ B) = P(A) + P(B).

En general, es compleix que:

P(A ∪ B) = P(A) + P(B) - P(A ∩ B).

RELACIONS ENTRE ESDEVENIMENTS

EXEMPLE

  • Fenomen aleatori: “Llançament d’un dau simètric”
  • Espai mostral: Ω={1,2,3,4,5,6}
  • A: “Obtenir punt. parell” → A={2,4,6} → P(A)=3/
  • B: “Obtenir punt. major que 4” → B={5,6} → P(B)=2/
  • C: “Obtenir punt. major que 2” → C={3,4,5,6} → P(C)=4/
  • D: “Obtenir punt. menor que 5” → D={1,2,3,4} → P(D)=4/
  • E: “Obtenir punt. menor que 3” → E={1,2} → P(E)=2/
  • Negació “No obtenir puntuació menor que 3” → Ω-E={3,4,5,6} P(Ω-E)=1-P(E)=1-2/6=4/
  • B i E són incompatibles: B ∩ E = {5,6} ∩ {1,2} = ∅

PROBABILITAT CONDICIONADA

EXEMPLE

  • Fenomen aleatori: “Llançament d’un dau simètric”
  • Espai mostral: Ω={1,2,3,4,5,6}
  • A: “Obtenir punt. parell” → A={2,4,6}Ω → P(A)=3/
  • B: “Obtenir punt. major o igual que 4” → B={4,5,6}Ω → P(B)=3/

Ω 1

A|B = "Obtenir punt. parell sabent que és major o igual que 4" = {4,6} Ω*

P(A|B)=2/

P(B)

P(A B)

P(A |B)=

PROBABILITAT CONDICIONADA

INDEPENDÈNCIA D’ESDEVENIMENTS

  • La probabilitat de l’esdeveniment A condicionat a l’esdeveniment B [probabilitat que passi l’esdeveniment A sabent que ha passat l’esdeveniment B ] es defineix com

P(B) P(A |B)=P(A ∩^ B).

  • De la mateixa manera la probabilitat de l’esdeveniment B condicionat a l’esdeveniment A [probabilitat que passi l’esdeveniment B suposant que ha passat l’esdeveniment A ] es defineix com

P(A)

P(A B)

P(B |A)=

.

  • Es compleix que:

P(A ∩ B) = P(A) ⋅ P(B|A) P(A ∩ B) = P(B) ⋅ P(A|B)

  • Es diu que dos esdeveniments A i B són independents sempre que P(A|B) = P(A) [ó P(B|A) = P(B)]
  • Si dos esdeveniments A i B són independents aleshores es compleix que P(A ∩ B) = P(A) ⋅ P(B)