Contenido del Curso
Probability Theory Basics
5. Covarianza y Correlación
Probability Theory Basics
Probabilidad Geométrica
En el capítulo anterior, hemos considerado la regla clásica para contar probabilidades. Según esta regla, la probabilidad se calcula como el cociente entre el número de resultados que nos interesan y el número de todos los resultados posibles. Pero, ¿qué podemos hacer si no se puede contar el número de resultados?
Por ejemplo, supongamos que estamos disparando al azar a un blanco y queremos determinar la probabilidad de acertar en la zona central de este blanco.
En este caso, no se pueden contar todos los resultados posibles porque el número de puntos que se pueden acertar es infinito. Como resultado, tendremos que utilizar la probabilidad geométrica.
El principio de cálculo de las probabilidades geométricas es similar a la regla clásica: seguimos suponiendo que todos los resultados elementales posibles del experimento son igual de probables, pero en lugar de contar el número de resultados, consideramos su medida geométrica.
La medida geométrica se determina en función de la dimensión del espacio de sucesos elementales:
- si el espacio es unidimensional (línea), se utiliza como medida la longitud de la línea.
- si es bidimensional (plano), se utiliza como medida el área de la figura en el plano.
- si es tridimensional (una figura en el espacio), se utiliza como medida el volumen.
Así, para resolver el problema con un objetivo, podemos utilizar el cociente de las áreas de la zona que nos interesa y el objetivo entero. Supongamos que todo el objetivo es un círculo con un radio de 2 y la región de interés es un círculo en el centro con un radio de 1. Entonces la probabilidad de acertar en la región central se puede hallar de la siguiente manera:
Code Description
- Two variables,
r_large
andr_small
, are defined to represent the radii of the larger and smaller circles, respectively. - The areas of the circles are calculated using the formula
np.pi * radius**2
, wherenp.pi
represents the mathematical constant pi. - The probability is computed by dividing the area of the smaller circle by the area of the larger circle.
- Then we are visualizing the results:
- Two circle patches are created using
plt.Circle()
, representing the larger and smaller circles. They are added to the axis object usingax.add_artist()
. - The aspect ratio of the plot is set to 'equal' using
ax.set_aspect('equal')
, ensuring that the circles appear circular. - The limits of the
x
andy
axes are adjusted usingax.set_xlim()
andax.set_ylim()
to include the circles. - Labels for the
x
andy
axes, a title for the plot, and a legend for the circles are set usingax.set_xlabel()
,ax.set_ylabel()
,ax.set_title()
, andplt.legend()
. - Grid lines are enabled using
plt.grid(True)
. - The plot is displayed using
plt.show()
.
- Two circle patches are created using
- Finally, the calculated probability is printed with 4 decimal places using f-string formatting.
¿Todo estuvo claro?
Contenido del Curso
Probability Theory Basics
5. Covarianza y Correlación
Probability Theory Basics
Probabilidad Geométrica
En el capítulo anterior, hemos considerado la regla clásica para contar probabilidades. Según esta regla, la probabilidad se calcula como el cociente entre el número de resultados que nos interesan y el número de todos los resultados posibles. Pero, ¿qué podemos hacer si no se puede contar el número de resultados?
Por ejemplo, supongamos que estamos disparando al azar a un blanco y queremos determinar la probabilidad de acertar en la zona central de este blanco.
En este caso, no se pueden contar todos los resultados posibles porque el número de puntos que se pueden acertar es infinito. Como resultado, tendremos que utilizar la probabilidad geométrica.
El principio de cálculo de las probabilidades geométricas es similar a la regla clásica: seguimos suponiendo que todos los resultados elementales posibles del experimento son igual de probables, pero en lugar de contar el número de resultados, consideramos su medida geométrica.
La medida geométrica se determina en función de la dimensión del espacio de sucesos elementales:
- si el espacio es unidimensional (línea), se utiliza como medida la longitud de la línea.
- si es bidimensional (plano), se utiliza como medida el área de la figura en el plano.
- si es tridimensional (una figura en el espacio), se utiliza como medida el volumen.
Así, para resolver el problema con un objetivo, podemos utilizar el cociente de las áreas de la zona que nos interesa y el objetivo entero. Supongamos que todo el objetivo es un círculo con un radio de 2 y la región de interés es un círculo en el centro con un radio de 1. Entonces la probabilidad de acertar en la región central se puede hallar de la siguiente manera:
Code Description
- Two variables,
r_large
andr_small
, are defined to represent the radii of the larger and smaller circles, respectively. - The areas of the circles are calculated using the formula
np.pi * radius**2
, wherenp.pi
represents the mathematical constant pi. - The probability is computed by dividing the area of the smaller circle by the area of the larger circle.
- Then we are visualizing the results:
- Two circle patches are created using
plt.Circle()
, representing the larger and smaller circles. They are added to the axis object usingax.add_artist()
. - The aspect ratio of the plot is set to 'equal' using
ax.set_aspect('equal')
, ensuring that the circles appear circular. - The limits of the
x
andy
axes are adjusted usingax.set_xlim()
andax.set_ylim()
to include the circles. - Labels for the
x
andy
axes, a title for the plot, and a legend for the circles are set usingax.set_xlabel()
,ax.set_ylabel()
,ax.set_title()
, andplt.legend()
. - Grid lines are enabled using
plt.grid(True)
. - The plot is displayed using
plt.show()
.
- Two circle patches are created using
- Finally, the calculated probability is printed with 4 decimal places using f-string formatting.
¿Todo estuvo claro?