Categoría: practica

Lo que mencioné hace unas clases sobre los errores sistemáticos en Introduction to Statistics and Data Analysis for Physicists de Gerhard Bohm y Günter Zech:

Yo (Mauro) prefiero la versión de Bohm.

Como les dijimos la clase pasada, actualizamos el material adicional con el resumen de las distribuciones:

• Comentarios sobre distribuciones

Y subimos otras cosas:

• Notación sobre variables aleatorias continuas
• Definiendo una binomial negativa en SciPy.stats
• Guía 3 Problema 8.ipynb (distribución del máximo)
• Visualizando una distribución conjunta

Para la clase que viene, estaría bueno que noten de este último que en las distribuciones marginales “se pierde” la correlación (o dependencia, más en general).

También estuvimos actualizando las guías:

• Hicimos leves cambios o aclaraciones de enunciados en G2E12, G3E2, G3E5, G3E8, G4E3.
• Agregamos los ejercicios G3E9, G4E7, G4E8.

El G4E8 lo vamos a ver la clase que viene.

En material adicional, subimos un resumen de las distribuciones de probabilidad: discretas, continuas y la relación entre Poisson y exponencial. También agregamos unos links a tutoriales de Python y un problema computacional en la guía 3.

En la parte de Material Adicional, dejé este link a un colab que muestra como usar el modulo stats de SciPy, donde tienen ya definidas varias variables aleatorias con sus distribuciones de probabilidad y otras cosas utiles.

Ojo con la binomial negativa, que hay multiples definiciones y en SciPy usan una distinta a la de la guía 2.

Abrimos el campus de la materia: https://campus.exactas.uba.ar/course/view.php?id=362

Ahí van a encontrar una encuesta, donde pueden elegir que ejercicio de la guía 1 quieren que veamos la siguiente clase.

Para matricularse, la contraseña es la palabra “mefe” seguida de un número N (es decir, “mefeN”), donde ese número N es la cantidad de permutaciones de la frase “mefe720”.

PD: mi intención original era que la frase sea “mefe362880”, en lugar de “mefe720”, pero hice mal la cuenta 😅.

PD2: esto último tampoco era lo que quería hacer y no había solución.

Les dejamos acá el link a la simulación de la paradoja del cumpleaños que hizo Manu y otro sobre el problema 11 de la guía 1, que estuvieron preguntando en las consultas:

• La paradoja del cumpleaños: https://colab.research.google.com/drive/1LXBrhBnBCQUNvMuq7bZF9i8roMoGkOVe

• Guía 1, problema 11: https://colab.research.google.com/drive/1nrcLblVaKcVCtE-39_KmAIkwiADGU37W

También unas aclaraciones de Manu:

• Durante la clase mencioné que c≥2, pensando en la cantidad de personas que comparten cumpleaños, pero en realidad si c es la cantidad de coincidencias, tenía que ser c≥1.
• Recuerden hacer una copia propia para poder modificarla y que se guarden los cambios.
• ⁠Queremos ver que opinan sobre el problema de las monedas, pero sin que se entere el resto, así que si quieren completen este formulario: https://forms.gle/DcFQK9YX4zmbN7bS9
• Si alguien necesita una guía para pensar el problema de las monedas, en el tercer ejercicio de este notebook pueden encontrar su enunciado (que está poco guiado y será mejorado en la próxima edición del taller): https://github.com/fifabsas/talleresfifabsas/blob/master/python/3_Ejercicios/ejercicios.ipynb

Formulario para la clase de hoy: https://docs.google.com/forms/d/1l7zgoUFOB_RWU48H7kxrGFaCTPn5lQ8bSvPI2yjlLqc

La moneda ideal tiene 50% de probabilidad de salir cara (o ceca). En la práctica, parece que sale más veces del lado que empieza arriba*:

P(lado que empieza arriba)=0.508, con un intervalo de confianza del 95% de [0.506, 0.509].

Si quieren leer del tema:

• Noticia: https://phys.org/news/2023-10-coin-tosses-slight-bias.html
• Artículo de los que hicieron el experimento: https://arxiv.org/abs/2310.04153
• Artículo anterior donde se propone un modelo que explica esto (y citaban en el del experimento): https://www.stat.berkeley.edu/~aldous/157/Papers/diaconis_coinbias.pdf

*técnicamente, esto es independiente de que sea cara o ceca, así que no contradice que lo dije antes de la moneda ideal.