Curso 2020/2021

Información de la asignatura e introducción

Datos de la asignatura

  • Asignatura: Estadística y Optimización (6 ECTS)
  • Exámenes:
    • Parcial: S 17 abril (9am).
    • Final: V 4 junio (9am).
    • Recuperación: M 7 julio (9am).
  • Evaluación:
    • Si la nota del parcial es mayor que 3: \[\text{Nota} = \frac{\text{nota Parcial} + \text{nota Final} }{2}\]
    • Si no: \(\text{Nota} = \text{nota ex. final}\)
  • Moodle: herramienta principal de comunicación y contenido. (Encuesta inicial)
  • Profesor: Juan Viu
    • Correo: juan.viu.sos@upm.es
    • Despacho: 276A, 276A, Dpto. de Matem'aticas.
    • Tutorías: M-X-J 14h30-16h30. (individuales, grupales)
  • Normas de comportamiento en clase: ¡Participad!

¿Qué vamos a aprender?

  1. Estadística descriptiva.
  2. Combinatoria.
  3. Teoría de Probabilidad. Variables aleatorias. Modelos de probabiliad.
    • Por aquí caerá el examen parcial …
  4. Teoría de muestras.
  5. Estimadores puntuales y estimación por intervalos.
  6. Contrastes de hipótesis.

¿Pero…para qué?

  • La Estadística nos permite estudiar “grandes” cantidades de información para:
    • Entender propiedades y relaciones entre características.
    • Plantear modelos.
  • ¿Y luego?
    • La probabilidad nos permite matemáticamente medir nuestra incertidumbre sobre un problema/modelo concreto.
    • Controlando esa indertidumbre, podemos:
      • Obtener y testar modelos nuevos: garantía de aguante de un material garantía de mínima vida de un objeto….,
      • Tomar decisiones: tráfico aéreo, tráfico de coches, seguridad…
      • Hacer predicciones: medioambientales, economicas, sociales, …

¿Pero…para algo más?

  • Y un poco más allá…con el lenguaje probabilístico:
    • Big Data y sus aplicaciones: Analizar patrones de movimiento, diseño de planificación urbana/costes, congestiones…
    • Machine Learning para obtener más propiedades emergentes y actuaciones automatizadas: reconocimiento facial, de maquinaria en una obra y sus movimientos (eficacidad, planificación), …
    • Otro pasito maś allá: Deep learning, redes neuronales,…
  • Gran demanda de perfiles “Manejo de herramientas actuales de Estadística” en el mundo profesional y académico: R, Python, …

Pre-requisitos

  • Importante:¡No tener miedo del lenguaje matem'atico! Preguntad si algo no se entiende.
  • Integrales y derivadas (Cálculo I)
  • Integrales múltiples y diferenciales en dos variables (Cálculo II)
  • Acostumbrarse a esquematizar con dibujos.

1. Estadística descriptiva

Interpretación de datos

Histograma de frecuencias

Histograma de $X =$ número de visualizaciones en Youtube .

Histograma de \(X =\) número de visualizaciones en Youtube .

Histograma de frecuencias con dato atipico

Histograma de $X =$ número de visualizaciones en Youtube .

Histograma de \(X =\) número de visualizaciones en Youtube .

Media, mediana, moda

Media, mediana, moda

Otros gráficos

Interactivos…(hecho con R)

Proyección de la evolución en los usos de energía.

Las dos rectas de regresión

Las dos rectas de regresión .

Las dos rectas de regresión .

Ejercicio 6

Las dos rectas de regresión .

Las dos rectas de regresión .

Combinatoria

Resumen Combinatoria

Ejercicio Extra Combinatoria

Como en el ejercicio anterior, realizar distintas formas de realizar conteos para el mismo problema nos ayuda a crear intuición y además a veces nos permiten obtener identidades entre dos expresiones sin necesidad de pasar por el Álgebra.

  1. En el Ejercicio 8 de la Hoja se preguntaba: “¿Cuántas palabras podemos formar con 5 letras de SEGOVIA?”. Realizar el conteo de nuevo, primero eligiendo los subconjuntos sin orden de 5 letras y luego calculando todos los posibles órdenes para esos subconjuntos. Comparad con el ejercicio original.

  2. Usando “prueba por conteos”’ contando de dos formas distintas el "Núm. de equipos de Rugby de 15 jugadores siendo uno el capitán formados a partir de 50 personas’’, verificar la siguiente igualdad: \[ 50\binom{49}{14} = 15\binom{50}{15}. \] Usando el mismo argumento con equipos de \(m\) jugadores entre \(n\) personas, probar en general: \[ n\binom{n-1}{m-1} = m\binom{n}{m}. \]

Solución Ejercicio Extra Combinatoria

  1. Es básicamente \[\left(\text{núm. subconj. sin orden de 5 letras de SEGOVIA}\right)\times\left(\text{núm. de ordenaciones de 5 letras sin rep.}\right)\] Es decir: \[\displaystyle C_7^{(5)}\times P_5 = \binom{7}{5}\times 5! = \frac{7!}{2!} = V_{7}^{(5)}.\]

  2. Contando a ambos lados de la igualdad:

    • El lado izquierdo es elegir primero el capitán entre las \(n\) personas, y luego los posibles equipos de los \(m-1\) jugadores restantes entre las \(n-1\) personas restantes \(\displaystyle=n\times \binom{n-1}{m-1}\).
    • El lado derecho es se eligen primero los posibles equipos de \(m\) jugadores entre las \(n\) personas, y luego de entre ellos las \(m\) posibles formas de elegir un capitán \(\displaystyle= \binom{n}{m}\times m\).

Probabilidad

Interpretación de la probabilidad

Dos interpretaciones históricas sobre lo que es “asignar un número (probabilidad) a un suceso”:

  • Interpretación frecuentista:

    • Probabilidad: representa la frecuencia relativa de un suceso \(A\) en un experimento aleatorio cuando éste se repite una gran cantidad de veces.


    • Es algo objetivo e inherente al suceso.

Interpretación de la probabilidad

Dos interpretaciones históricas sobre lo que es “asignar un número (probabilidad) a un suceso”:

  • Interpretación bayesiana/subjetivista:

    • Probabilidad: representa el grado de expectación sobre un suceso, basándose en una información o evidencia a priori.
    • Hay eventos que NO se pueden repetir indefinidamente ….

                           
      “El Partido Tal va a ganar las elecciones”      “El Sol va a estallar en Supernova”

    • Es algo subjetivo y mide una incertidumbre.

Problema del cumpleaños

Problema del cumpleaños (II)

Problema del cumpleaños (III)

La Paradoja de Monty Hall (1975)

En un concurso televisivo nos piden elegir entre 3 puertas: una esconde un premio y las otras dos, cabras.

  • Elegimos una puerta (por ejemplo, la Puerta 1).
  • El presentador abre una de las que no contiene el premio.
  • Antes de revelar en qué puerta se esconde el premio, nos pregunta si queremos cambiar…

¿Debemos cambiar de puerta o quedarnos con la que hemos elegido?

https://www.geogebra.org/m/M4HpUMdM

La Paradoja de Monty Hall (1975)

En un concurso televisivo nos piden elegir entre 3 puertas: una esconde un premio y las otras dos, cabras.

  • Elegimos una puerta (por ejemplo, la Puerta 1).
  • El presentador abre una de las que no contiene el premio.
  • Antes de revelar en qué puerta se esconde el premio, nos pregunta si queremos cambiar…

¿Debemos cambiar de puerta o quedarnos con la que hemos elegido?

Puerta 1 Puerta 2 Puerta 3 Nos quedamos con la Puerta 1 Cambiamos a la otra
cabra cabra premio gana cabra gana premio
cabra premio cabra gana cabra gana premio
premio cabra cabra gana premio gana cabra

Ejercicio opcional para enviar

  • Elige uno de tus juegos de cartas/dados/de mesa/online/app favorito.
  • Busca 4 o 5 eventos asociados al juego que puedan interpretarse como un modelo equiprobable. (Se pueden asumir hipótesis de simplicidad como que recibes 6 cartas de una vez del montón completo)
  • Calcula las probabilidades asociadas a esos eventos.
  • Enviar a juan.viu.sos@upm.es una foto en PDF con:
    • La elección del juego y una breve descripción,
    • Los eventos escogidos y por qué se pueden se rinteresantes en el juego.
    • El cálculo justificado de las probabilidades.

Ejercicio opcional para enviar (II)

  • A partir de uno o varios de tus juegos de cartas/dados/de mesa/online/app favoritos:
    • Crea otro juego basado en la concatenación de 2 o 3 experimentos aleatorios.
      EJEMPLO: Tiro dos dados,
      • si la suma sale menos que 5, tomo 1 carta de una baraja compuesta con 3 ases y 2 reyes.
      • si la suma sale al menos 6 pero menor que 12, tomo 1 carta de una baraja compuesta solo con 4 ases y 1 rey.
      • si la suma sale 12, tomo 1 carta de una baraja compuesta solo con 1 as y 3 reyes.
    • Calcula las probabilidades de los eventos de la última concatenación.
      EJEMPLO: Obtener 1 as, Obtener 1 rey.
    • Define lo que es ganar o perder en el nuevo juego basándote en los eventos finales de la concatenación, ¿es un juego justo?.
    • Siendo que has perdido en el juego, calcula la probabilidad de los diversos eventos del primer experimento aleatorio.
      EJEMPLO: Sabiendo que he obtenido 1 as, prob. de que la suma sea menos que 5, etc.

Variables aleatorias

¿Qué es una variable aleatoria?

  • Tomamos un número en \(\{1,2,\ldots,6\}\)…una variable determinista asignaria ese número a la variable: \[x=3\]
  • Sin embargo, tomar una variable aleatoria uniformemente en \(\{1,2,\ldots,6\}\) seria pensar una cantidad \(X\) que va saltando entre todos los “estados” posibles, siguiendo una cierta regularidad:
  • Tomemos otra \(Y\) en \(\{1,2,\ldots,6\}\)…¿está saltando entre todos los “estados” con la misma regularidad que la anterior?
  • Esto se traduce a nuevas variables que puedan depender de otras dos. La regularidad del salto entre sus estados también depende de las anteriores:

¿Qué es una variable aleatoria?

  • ¿Qué valores está tomando ésta?

Desigualdad de Chebyshev

Vectores aleatorios - El error del Dr. Cooper