Construir combinaciones de conjuntos de datos de personas y de nombres de equipos deportivos.
A partir de conjuntos datos (valores individuales) realizar combinaciones para conocer el número de las mismas y el acomodo de los valores para su interpretación en términos de probabilidad.
Cargar librerías
Cargar los datos
Identificar fórmula de factorial
Identificar fórmula de combinaciones
Determinar probabilidades a partir del espacio muestral de las combinaciones
Encontrar probabilidad con base en frecuencia o contabilizar eventos específicos del espacio muestral
Interpretar el caso
Se van a utilizar funciones de la librería “gtools” por lo que se necesario instalarla previamente: install.packages(“gtools”).
Esta librería permitirá hacer combinaciones y permutaciones.
install.packages("gtools")
## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.2'
## (as 'lib' is unspecified)
library(gtools)
Para hacer combinaciones es necesario identificar la importancia del valor factorial de un número
El factorial de un número es el producto de \(n\) por todos los naturales menores que el y se representa con el \(!n\), entonces \(n!=n\times(n-1)...\times 1\).
La notación ! significa factorial; por ejemplo, 5 factorial es 5! = (5)(4)(3)(2)(1) = 120. [@anderson2008] .
La función factorial es una fórmula matemática representada por el signo de exclamación \(!\). En la fórmula Factorial se deben multiplicar todos los números enteros y positivos que hay entre el número que aparece en la fórmula y el número \(1\). [@walpole2012].
Ejemplo: hallar el factorial de 6 o se sea \(6!=6\times5\times4\times3\times2\times1=720\)
La regla de conteo de combinaciones permite contar el número de resultados experimentales cuando el experimento consiste en \(r\) objetos de un conjunto (usualmente mayor) de \(n\) objetos.
El número de combinaciones distintas de \(n\) objetos distintos que se pueden formar, tomando \(r\) de ellos a un tiempo. [@mendenhall2010].
\[ S=Cn\binom{n}{r} = \frac{n!}{(r!\cdot(n-r)!)}\\S \text{ es el espacio muestral y la cantidad de combinaciones} \\Cn \text{ es el número de combinaciones posibles}\\ \binom{n}{r} \text {es símbolo de combinar n elementos en grupos de r}\\ n \text{ es el total de elementos}\\ r \text{ es de cuantos en cuantos elementos se hacen grupos} \]
Se trata de hacer combinaciones con los nombres de cuatro personas: “Álvaro”, “Emilio”, “Hugo”, “Sergio” … … (otros nombres) en grupos de 2. Entonces \(n=4\), porque hay cuatro nombres o elementos y \(r=2\) porque se trata de agrupar de dos en dos.
¿Cuántas combinaciones deberá haber?
Álvaro y Emilio
Álvaro y Hugo
Álvaro y Sergio
Emilio y Hugo
… …
Hugo y Sergio
nombres <- c("Oscar", "Paco", "Paty", "Laura", "Rubén", "Luis", "Lucy", "Alberto", "Juan", "Emilio", "Álvaro", "Hugo", "Diego", "Sergio")
n <- length(nombres)
r <- 2 # ¿cómo agrupar?
Cn <- factorial(n) / (factorial(r) * factorial(n-r))
paste("Existen ", Cn , " posibles combinaciones del total de ", n , " nombres ", " en grupos de ", r ," en ", r)
## [1] "Existen 91 posibles combinaciones del total de 14 nombres en grupos de 2 en 2"
Se trata de hacer combinaciones con los nombres de 10 empresas: “PEMEX”, “CEMEX”, “América Móvil”, “Femsa”, “Alsea”, “Banorte” en grupos de 3. Entonces \(n=9\), porque hay diez equipos o elementos y \(r=5\) porque se trata de agrupar de cinco en cinco
¿Cuántas combinaciones deberá haber?
empresas <- c("PEMEX", "CEMEX", "América Móvil", "FEMSA", "ALSEA", "Bimbo", "Walmart México", "Mars", "Banorte", "Banregio")
n <- length(empresas)
r <- 5 # ¿cómo agrupar?
Cn <- factorial(n) / (factorial(r) * factorial(n-r))
paste("Existen ", Cn , " posibles combinaciones del total de ", n , " empresas ", " en grupos de ", r ," en ", r)
## [1] "Existen 252 posibles combinaciones del total de 10 empresas en grupos de 5 en 5"
Hacer combinaciones con nombres de personas
Si bien la fórmula de combinaciones indica el número de combinaciones posibles de un conjunto de elementos pero lo que se desea conocer es ¿cómo se forman las combinaciones o cómo se verían los grupos formados?.
Se utiliza la función combination().
Se utiliza la función combinations() y se requiere por lo menos tres atributos:
La cantidad de elementos n
Los grupos de cuanto en cuanto se forman r
y los elementos, o sea en este caso el vector v
Se muestran las posibles combinaciones de los nombres de personas. Las función combinations() ordena los valores alfabéticamente y luego construye las combinaciones.
nombres
## [1] "Oscar" "Paco" "Paty" "Laura" "Rubén" "Luis" "Lucy"
## [8] "Alberto" "Juan" "Emilio" "Álvaro" "Hugo" "Diego" "Sergio"
Cn.nombres <- combinations(n = length(nombres), r = 2, v = nombres)
Cn.nombres
## [,1] [,2]
## [1,] "Alberto" "Álvaro"
## [2,] "Alberto" "Diego"
## [3,] "Alberto" "Emilio"
## [4,] "Alberto" "Hugo"
## [5,] "Alberto" "Juan"
## [6,] "Alberto" "Laura"
## [7,] "Alberto" "Lucy"
## [8,] "Alberto" "Luis"
## [9,] "Alberto" "Oscar"
## [10,] "Alberto" "Paco"
## [11,] "Alberto" "Paty"
## [12,] "Alberto" "Rubén"
## [13,] "Alberto" "Sergio"
## [14,] "Álvaro" "Diego"
## [15,] "Álvaro" "Emilio"
## [16,] "Álvaro" "Hugo"
## [17,] "Álvaro" "Juan"
## [18,] "Álvaro" "Laura"
## [19,] "Álvaro" "Lucy"
## [20,] "Álvaro" "Luis"
## [21,] "Álvaro" "Oscar"
## [22,] "Álvaro" "Paco"
## [23,] "Álvaro" "Paty"
## [24,] "Álvaro" "Rubén"
## [25,] "Álvaro" "Sergio"
## [26,] "Diego" "Emilio"
## [27,] "Diego" "Hugo"
## [28,] "Diego" "Juan"
## [29,] "Diego" "Laura"
## [30,] "Diego" "Lucy"
## [31,] "Diego" "Luis"
## [32,] "Diego" "Oscar"
## [33,] "Diego" "Paco"
## [34,] "Diego" "Paty"
## [35,] "Diego" "Rubén"
## [36,] "Diego" "Sergio"
## [37,] "Emilio" "Hugo"
## [38,] "Emilio" "Juan"
## [39,] "Emilio" "Laura"
## [40,] "Emilio" "Lucy"
## [41,] "Emilio" "Luis"
## [42,] "Emilio" "Oscar"
## [43,] "Emilio" "Paco"
## [44,] "Emilio" "Paty"
## [45,] "Emilio" "Rubén"
## [46,] "Emilio" "Sergio"
## [47,] "Hugo" "Juan"
## [48,] "Hugo" "Laura"
## [49,] "Hugo" "Lucy"
## [50,] "Hugo" "Luis"
## [51,] "Hugo" "Oscar"
## [52,] "Hugo" "Paco"
## [53,] "Hugo" "Paty"
## [54,] "Hugo" "Rubén"
## [55,] "Hugo" "Sergio"
## [56,] "Juan" "Laura"
## [57,] "Juan" "Lucy"
## [58,] "Juan" "Luis"
## [59,] "Juan" "Oscar"
## [60,] "Juan" "Paco"
## [61,] "Juan" "Paty"
## [62,] "Juan" "Rubén"
## [63,] "Juan" "Sergio"
## [64,] "Laura" "Lucy"
## [65,] "Laura" "Luis"
## [66,] "Laura" "Oscar"
## [67,] "Laura" "Paco"
## [68,] "Laura" "Paty"
## [69,] "Laura" "Rubén"
## [70,] "Laura" "Sergio"
## [71,] "Lucy" "Luis"
## [72,] "Lucy" "Oscar"
## [73,] "Lucy" "Paco"
## [74,] "Lucy" "Paty"
## [75,] "Lucy" "Rubén"
## [76,] "Lucy" "Sergio"
## [77,] "Luis" "Oscar"
## [78,] "Luis" "Paco"
## [79,] "Luis" "Paty"
## [80,] "Luis" "Rubén"
## [81,] "Luis" "Sergio"
## [82,] "Oscar" "Paco"
## [83,] "Oscar" "Paty"
## [84,] "Oscar" "Rubén"
## [85,] "Oscar" "Sergio"
## [86,] "Paco" "Paty"
## [87,] "Paco" "Rubén"
## [88,] "Paco" "Sergio"
## [89,] "Paty" "Rubén"
## [90,] "Paty" "Sergio"
## [91,] "Rubén" "Sergio"
Se muestran las posibles combinaciones de los nombres de empresas mexicanas.
empresas
## [1] "PEMEX" "CEMEX" "América Móvil" "FEMSA"
## [5] "ALSEA" "Bimbo" "Walmart México" "Mars"
## [9] "Banorte" "Banregio"
Cn.empresas <- combinations(n = length(empresas), r = 5, v = empresas)
Cn.empresas
## [,1] [,2] [,3] [,4] [,5]
## [1,] "ALSEA" "América Móvil" "Banorte" "Banregio" "Bimbo"
## [2,] "ALSEA" "América Móvil" "Banorte" "Banregio" "CEMEX"
## [3,] "ALSEA" "América Móvil" "Banorte" "Banregio" "FEMSA"
## [4,] "ALSEA" "América Móvil" "Banorte" "Banregio" "Mars"
## [5,] "ALSEA" "América Móvil" "Banorte" "Banregio" "PEMEX"
## [6,] "ALSEA" "América Móvil" "Banorte" "Banregio" "Walmart México"
## [7,] "ALSEA" "América Móvil" "Banorte" "Bimbo" "CEMEX"
## [8,] "ALSEA" "América Móvil" "Banorte" "Bimbo" "FEMSA"
## [9,] "ALSEA" "América Móvil" "Banorte" "Bimbo" "Mars"
## [10,] "ALSEA" "América Móvil" "Banorte" "Bimbo" "PEMEX"
## [11,] "ALSEA" "América Móvil" "Banorte" "Bimbo" "Walmart México"
## [12,] "ALSEA" "América Móvil" "Banorte" "CEMEX" "FEMSA"
## [13,] "ALSEA" "América Móvil" "Banorte" "CEMEX" "Mars"
## [14,] "ALSEA" "América Móvil" "Banorte" "CEMEX" "PEMEX"
## [15,] "ALSEA" "América Móvil" "Banorte" "CEMEX" "Walmart México"
## [16,] "ALSEA" "América Móvil" "Banorte" "FEMSA" "Mars"
## [17,] "ALSEA" "América Móvil" "Banorte" "FEMSA" "PEMEX"
## [18,] "ALSEA" "América Móvil" "Banorte" "FEMSA" "Walmart México"
## [19,] "ALSEA" "América Móvil" "Banorte" "Mars" "PEMEX"
## [20,] "ALSEA" "América Móvil" "Banorte" "Mars" "Walmart México"
## [21,] "ALSEA" "América Móvil" "Banorte" "PEMEX" "Walmart México"
## [22,] "ALSEA" "América Móvil" "Banregio" "Bimbo" "CEMEX"
## [23,] "ALSEA" "América Móvil" "Banregio" "Bimbo" "FEMSA"
## [24,] "ALSEA" "América Móvil" "Banregio" "Bimbo" "Mars"
## [25,] "ALSEA" "América Móvil" "Banregio" "Bimbo" "PEMEX"
## [26,] "ALSEA" "América Móvil" "Banregio" "Bimbo" "Walmart México"
## [27,] "ALSEA" "América Móvil" "Banregio" "CEMEX" "FEMSA"
## [28,] "ALSEA" "América Móvil" "Banregio" "CEMEX" "Mars"
## [29,] "ALSEA" "América Móvil" "Banregio" "CEMEX" "PEMEX"
## [30,] "ALSEA" "América Móvil" "Banregio" "CEMEX" "Walmart México"
## [31,] "ALSEA" "América Móvil" "Banregio" "FEMSA" "Mars"
## [32,] "ALSEA" "América Móvil" "Banregio" "FEMSA" "PEMEX"
## [33,] "ALSEA" "América Móvil" "Banregio" "FEMSA" "Walmart México"
## [34,] "ALSEA" "América Móvil" "Banregio" "Mars" "PEMEX"
## [35,] "ALSEA" "América Móvil" "Banregio" "Mars" "Walmart México"
## [36,] "ALSEA" "América Móvil" "Banregio" "PEMEX" "Walmart México"
## [37,] "ALSEA" "América Móvil" "Bimbo" "CEMEX" "FEMSA"
## [38,] "ALSEA" "América Móvil" "Bimbo" "CEMEX" "Mars"
## [39,] "ALSEA" "América Móvil" "Bimbo" "CEMEX" "PEMEX"
## [40,] "ALSEA" "América Móvil" "Bimbo" "CEMEX" "Walmart México"
## [41,] "ALSEA" "América Móvil" "Bimbo" "FEMSA" "Mars"
## [42,] "ALSEA" "América Móvil" "Bimbo" "FEMSA" "PEMEX"
## [43,] "ALSEA" "América Móvil" "Bimbo" "FEMSA" "Walmart México"
## [44,] "ALSEA" "América Móvil" "Bimbo" "Mars" "PEMEX"
## [45,] "ALSEA" "América Móvil" "Bimbo" "Mars" "Walmart México"
## [46,] "ALSEA" "América Móvil" "Bimbo" "PEMEX" "Walmart México"
## [47,] "ALSEA" "América Móvil" "CEMEX" "FEMSA" "Mars"
## [48,] "ALSEA" "América Móvil" "CEMEX" "FEMSA" "PEMEX"
## [49,] "ALSEA" "América Móvil" "CEMEX" "FEMSA" "Walmart México"
## [50,] "ALSEA" "América Móvil" "CEMEX" "Mars" "PEMEX"
## [51,] "ALSEA" "América Móvil" "CEMEX" "Mars" "Walmart México"
## [52,] "ALSEA" "América Móvil" "CEMEX" "PEMEX" "Walmart México"
## [53,] "ALSEA" "América Móvil" "FEMSA" "Mars" "PEMEX"
## [54,] "ALSEA" "América Móvil" "FEMSA" "Mars" "Walmart México"
## [55,] "ALSEA" "América Móvil" "FEMSA" "PEMEX" "Walmart México"
## [56,] "ALSEA" "América Móvil" "Mars" "PEMEX" "Walmart México"
## [57,] "ALSEA" "Banorte" "Banregio" "Bimbo" "CEMEX"
## [58,] "ALSEA" "Banorte" "Banregio" "Bimbo" "FEMSA"
## [59,] "ALSEA" "Banorte" "Banregio" "Bimbo" "Mars"
## [60,] "ALSEA" "Banorte" "Banregio" "Bimbo" "PEMEX"
## [61,] "ALSEA" "Banorte" "Banregio" "Bimbo" "Walmart México"
## [62,] "ALSEA" "Banorte" "Banregio" "CEMEX" "FEMSA"
## [63,] "ALSEA" "Banorte" "Banregio" "CEMEX" "Mars"
## [64,] "ALSEA" "Banorte" "Banregio" "CEMEX" "PEMEX"
## [65,] "ALSEA" "Banorte" "Banregio" "CEMEX" "Walmart México"
## [66,] "ALSEA" "Banorte" "Banregio" "FEMSA" "Mars"
## [67,] "ALSEA" "Banorte" "Banregio" "FEMSA" "PEMEX"
## [68,] "ALSEA" "Banorte" "Banregio" "FEMSA" "Walmart México"
## [69,] "ALSEA" "Banorte" "Banregio" "Mars" "PEMEX"
## [70,] "ALSEA" "Banorte" "Banregio" "Mars" "Walmart México"
## [71,] "ALSEA" "Banorte" "Banregio" "PEMEX" "Walmart México"
## [72,] "ALSEA" "Banorte" "Bimbo" "CEMEX" "FEMSA"
## [73,] "ALSEA" "Banorte" "Bimbo" "CEMEX" "Mars"
## [74,] "ALSEA" "Banorte" "Bimbo" "CEMEX" "PEMEX"
## [75,] "ALSEA" "Banorte" "Bimbo" "CEMEX" "Walmart México"
## [76,] "ALSEA" "Banorte" "Bimbo" "FEMSA" "Mars"
## [77,] "ALSEA" "Banorte" "Bimbo" "FEMSA" "PEMEX"
## [78,] "ALSEA" "Banorte" "Bimbo" "FEMSA" "Walmart México"
## [79,] "ALSEA" "Banorte" "Bimbo" "Mars" "PEMEX"
## [80,] "ALSEA" "Banorte" "Bimbo" "Mars" "Walmart México"
## [81,] "ALSEA" "Banorte" "Bimbo" "PEMEX" "Walmart México"
## [82,] "ALSEA" "Banorte" "CEMEX" "FEMSA" "Mars"
## [83,] "ALSEA" "Banorte" "CEMEX" "FEMSA" "PEMEX"
## [84,] "ALSEA" "Banorte" "CEMEX" "FEMSA" "Walmart México"
## [85,] "ALSEA" "Banorte" "CEMEX" "Mars" "PEMEX"
## [86,] "ALSEA" "Banorte" "CEMEX" "Mars" "Walmart México"
## [87,] "ALSEA" "Banorte" "CEMEX" "PEMEX" "Walmart México"
## [88,] "ALSEA" "Banorte" "FEMSA" "Mars" "PEMEX"
## [89,] "ALSEA" "Banorte" "FEMSA" "Mars" "Walmart México"
## [90,] "ALSEA" "Banorte" "FEMSA" "PEMEX" "Walmart México"
## [91,] "ALSEA" "Banorte" "Mars" "PEMEX" "Walmart México"
## [92,] "ALSEA" "Banregio" "Bimbo" "CEMEX" "FEMSA"
## [93,] "ALSEA" "Banregio" "Bimbo" "CEMEX" "Mars"
## [94,] "ALSEA" "Banregio" "Bimbo" "CEMEX" "PEMEX"
## [95,] "ALSEA" "Banregio" "Bimbo" "CEMEX" "Walmart México"
## [96,] "ALSEA" "Banregio" "Bimbo" "FEMSA" "Mars"
## [97,] "ALSEA" "Banregio" "Bimbo" "FEMSA" "PEMEX"
## [98,] "ALSEA" "Banregio" "Bimbo" "FEMSA" "Walmart México"
## [99,] "ALSEA" "Banregio" "Bimbo" "Mars" "PEMEX"
## [100,] "ALSEA" "Banregio" "Bimbo" "Mars" "Walmart México"
## [101,] "ALSEA" "Banregio" "Bimbo" "PEMEX" "Walmart México"
## [102,] "ALSEA" "Banregio" "CEMEX" "FEMSA" "Mars"
## [103,] "ALSEA" "Banregio" "CEMEX" "FEMSA" "PEMEX"
## [104,] "ALSEA" "Banregio" "CEMEX" "FEMSA" "Walmart México"
## [105,] "ALSEA" "Banregio" "CEMEX" "Mars" "PEMEX"
## [106,] "ALSEA" "Banregio" "CEMEX" "Mars" "Walmart México"
## [107,] "ALSEA" "Banregio" "CEMEX" "PEMEX" "Walmart México"
## [108,] "ALSEA" "Banregio" "FEMSA" "Mars" "PEMEX"
## [109,] "ALSEA" "Banregio" "FEMSA" "Mars" "Walmart México"
## [110,] "ALSEA" "Banregio" "FEMSA" "PEMEX" "Walmart México"
## [111,] "ALSEA" "Banregio" "Mars" "PEMEX" "Walmart México"
## [112,] "ALSEA" "Bimbo" "CEMEX" "FEMSA" "Mars"
## [113,] "ALSEA" "Bimbo" "CEMEX" "FEMSA" "PEMEX"
## [114,] "ALSEA" "Bimbo" "CEMEX" "FEMSA" "Walmart México"
## [115,] "ALSEA" "Bimbo" "CEMEX" "Mars" "PEMEX"
## [116,] "ALSEA" "Bimbo" "CEMEX" "Mars" "Walmart México"
## [117,] "ALSEA" "Bimbo" "CEMEX" "PEMEX" "Walmart México"
## [118,] "ALSEA" "Bimbo" "FEMSA" "Mars" "PEMEX"
## [119,] "ALSEA" "Bimbo" "FEMSA" "Mars" "Walmart México"
## [120,] "ALSEA" "Bimbo" "FEMSA" "PEMEX" "Walmart México"
## [121,] "ALSEA" "Bimbo" "Mars" "PEMEX" "Walmart México"
## [122,] "ALSEA" "CEMEX" "FEMSA" "Mars" "PEMEX"
## [123,] "ALSEA" "CEMEX" "FEMSA" "Mars" "Walmart México"
## [124,] "ALSEA" "CEMEX" "FEMSA" "PEMEX" "Walmart México"
## [125,] "ALSEA" "CEMEX" "Mars" "PEMEX" "Walmart México"
## [126,] "ALSEA" "FEMSA" "Mars" "PEMEX" "Walmart México"
## [127,] "América Móvil" "Banorte" "Banregio" "Bimbo" "CEMEX"
## [128,] "América Móvil" "Banorte" "Banregio" "Bimbo" "FEMSA"
## [129,] "América Móvil" "Banorte" "Banregio" "Bimbo" "Mars"
## [130,] "América Móvil" "Banorte" "Banregio" "Bimbo" "PEMEX"
## [131,] "América Móvil" "Banorte" "Banregio" "Bimbo" "Walmart México"
## [132,] "América Móvil" "Banorte" "Banregio" "CEMEX" "FEMSA"
## [133,] "América Móvil" "Banorte" "Banregio" "CEMEX" "Mars"
## [134,] "América Móvil" "Banorte" "Banregio" "CEMEX" "PEMEX"
## [135,] "América Móvil" "Banorte" "Banregio" "CEMEX" "Walmart México"
## [136,] "América Móvil" "Banorte" "Banregio" "FEMSA" "Mars"
## [137,] "América Móvil" "Banorte" "Banregio" "FEMSA" "PEMEX"
## [138,] "América Móvil" "Banorte" "Banregio" "FEMSA" "Walmart México"
## [139,] "América Móvil" "Banorte" "Banregio" "Mars" "PEMEX"
## [140,] "América Móvil" "Banorte" "Banregio" "Mars" "Walmart México"
## [141,] "América Móvil" "Banorte" "Banregio" "PEMEX" "Walmart México"
## [142,] "América Móvil" "Banorte" "Bimbo" "CEMEX" "FEMSA"
## [143,] "América Móvil" "Banorte" "Bimbo" "CEMEX" "Mars"
## [144,] "América Móvil" "Banorte" "Bimbo" "CEMEX" "PEMEX"
## [145,] "América Móvil" "Banorte" "Bimbo" "CEMEX" "Walmart México"
## [146,] "América Móvil" "Banorte" "Bimbo" "FEMSA" "Mars"
## [147,] "América Móvil" "Banorte" "Bimbo" "FEMSA" "PEMEX"
## [148,] "América Móvil" "Banorte" "Bimbo" "FEMSA" "Walmart México"
## [149,] "América Móvil" "Banorte" "Bimbo" "Mars" "PEMEX"
## [150,] "América Móvil" "Banorte" "Bimbo" "Mars" "Walmart México"
## [151,] "América Móvil" "Banorte" "Bimbo" "PEMEX" "Walmart México"
## [152,] "América Móvil" "Banorte" "CEMEX" "FEMSA" "Mars"
## [153,] "América Móvil" "Banorte" "CEMEX" "FEMSA" "PEMEX"
## [154,] "América Móvil" "Banorte" "CEMEX" "FEMSA" "Walmart México"
## [155,] "América Móvil" "Banorte" "CEMEX" "Mars" "PEMEX"
## [156,] "América Móvil" "Banorte" "CEMEX" "Mars" "Walmart México"
## [157,] "América Móvil" "Banorte" "CEMEX" "PEMEX" "Walmart México"
## [158,] "América Móvil" "Banorte" "FEMSA" "Mars" "PEMEX"
## [159,] "América Móvil" "Banorte" "FEMSA" "Mars" "Walmart México"
## [160,] "América Móvil" "Banorte" "FEMSA" "PEMEX" "Walmart México"
## [161,] "América Móvil" "Banorte" "Mars" "PEMEX" "Walmart México"
## [162,] "América Móvil" "Banregio" "Bimbo" "CEMEX" "FEMSA"
## [163,] "América Móvil" "Banregio" "Bimbo" "CEMEX" "Mars"
## [164,] "América Móvil" "Banregio" "Bimbo" "CEMEX" "PEMEX"
## [165,] "América Móvil" "Banregio" "Bimbo" "CEMEX" "Walmart México"
## [166,] "América Móvil" "Banregio" "Bimbo" "FEMSA" "Mars"
## [167,] "América Móvil" "Banregio" "Bimbo" "FEMSA" "PEMEX"
## [168,] "América Móvil" "Banregio" "Bimbo" "FEMSA" "Walmart México"
## [169,] "América Móvil" "Banregio" "Bimbo" "Mars" "PEMEX"
## [170,] "América Móvil" "Banregio" "Bimbo" "Mars" "Walmart México"
## [171,] "América Móvil" "Banregio" "Bimbo" "PEMEX" "Walmart México"
## [172,] "América Móvil" "Banregio" "CEMEX" "FEMSA" "Mars"
## [173,] "América Móvil" "Banregio" "CEMEX" "FEMSA" "PEMEX"
## [174,] "América Móvil" "Banregio" "CEMEX" "FEMSA" "Walmart México"
## [175,] "América Móvil" "Banregio" "CEMEX" "Mars" "PEMEX"
## [176,] "América Móvil" "Banregio" "CEMEX" "Mars" "Walmart México"
## [177,] "América Móvil" "Banregio" "CEMEX" "PEMEX" "Walmart México"
## [178,] "América Móvil" "Banregio" "FEMSA" "Mars" "PEMEX"
## [179,] "América Móvil" "Banregio" "FEMSA" "Mars" "Walmart México"
## [180,] "América Móvil" "Banregio" "FEMSA" "PEMEX" "Walmart México"
## [181,] "América Móvil" "Banregio" "Mars" "PEMEX" "Walmart México"
## [182,] "América Móvil" "Bimbo" "CEMEX" "FEMSA" "Mars"
## [183,] "América Móvil" "Bimbo" "CEMEX" "FEMSA" "PEMEX"
## [184,] "América Móvil" "Bimbo" "CEMEX" "FEMSA" "Walmart México"
## [185,] "América Móvil" "Bimbo" "CEMEX" "Mars" "PEMEX"
## [186,] "América Móvil" "Bimbo" "CEMEX" "Mars" "Walmart México"
## [187,] "América Móvil" "Bimbo" "CEMEX" "PEMEX" "Walmart México"
## [188,] "América Móvil" "Bimbo" "FEMSA" "Mars" "PEMEX"
## [189,] "América Móvil" "Bimbo" "FEMSA" "Mars" "Walmart México"
## [190,] "América Móvil" "Bimbo" "FEMSA" "PEMEX" "Walmart México"
## [191,] "América Móvil" "Bimbo" "Mars" "PEMEX" "Walmart México"
## [192,] "América Móvil" "CEMEX" "FEMSA" "Mars" "PEMEX"
## [193,] "América Móvil" "CEMEX" "FEMSA" "Mars" "Walmart México"
## [194,] "América Móvil" "CEMEX" "FEMSA" "PEMEX" "Walmart México"
## [195,] "América Móvil" "CEMEX" "Mars" "PEMEX" "Walmart México"
## [196,] "América Móvil" "FEMSA" "Mars" "PEMEX" "Walmart México"
## [197,] "Banorte" "Banregio" "Bimbo" "CEMEX" "FEMSA"
## [198,] "Banorte" "Banregio" "Bimbo" "CEMEX" "Mars"
## [199,] "Banorte" "Banregio" "Bimbo" "CEMEX" "PEMEX"
## [200,] "Banorte" "Banregio" "Bimbo" "CEMEX" "Walmart México"
## [201,] "Banorte" "Banregio" "Bimbo" "FEMSA" "Mars"
## [202,] "Banorte" "Banregio" "Bimbo" "FEMSA" "PEMEX"
## [203,] "Banorte" "Banregio" "Bimbo" "FEMSA" "Walmart México"
## [204,] "Banorte" "Banregio" "Bimbo" "Mars" "PEMEX"
## [205,] "Banorte" "Banregio" "Bimbo" "Mars" "Walmart México"
## [206,] "Banorte" "Banregio" "Bimbo" "PEMEX" "Walmart México"
## [207,] "Banorte" "Banregio" "CEMEX" "FEMSA" "Mars"
## [208,] "Banorte" "Banregio" "CEMEX" "FEMSA" "PEMEX"
## [209,] "Banorte" "Banregio" "CEMEX" "FEMSA" "Walmart México"
## [210,] "Banorte" "Banregio" "CEMEX" "Mars" "PEMEX"
## [211,] "Banorte" "Banregio" "CEMEX" "Mars" "Walmart México"
## [212,] "Banorte" "Banregio" "CEMEX" "PEMEX" "Walmart México"
## [213,] "Banorte" "Banregio" "FEMSA" "Mars" "PEMEX"
## [214,] "Banorte" "Banregio" "FEMSA" "Mars" "Walmart México"
## [215,] "Banorte" "Banregio" "FEMSA" "PEMEX" "Walmart México"
## [216,] "Banorte" "Banregio" "Mars" "PEMEX" "Walmart México"
## [217,] "Banorte" "Bimbo" "CEMEX" "FEMSA" "Mars"
## [218,] "Banorte" "Bimbo" "CEMEX" "FEMSA" "PEMEX"
## [219,] "Banorte" "Bimbo" "CEMEX" "FEMSA" "Walmart México"
## [220,] "Banorte" "Bimbo" "CEMEX" "Mars" "PEMEX"
## [221,] "Banorte" "Bimbo" "CEMEX" "Mars" "Walmart México"
## [222,] "Banorte" "Bimbo" "CEMEX" "PEMEX" "Walmart México"
## [223,] "Banorte" "Bimbo" "FEMSA" "Mars" "PEMEX"
## [224,] "Banorte" "Bimbo" "FEMSA" "Mars" "Walmart México"
## [225,] "Banorte" "Bimbo" "FEMSA" "PEMEX" "Walmart México"
## [226,] "Banorte" "Bimbo" "Mars" "PEMEX" "Walmart México"
## [227,] "Banorte" "CEMEX" "FEMSA" "Mars" "PEMEX"
## [228,] "Banorte" "CEMEX" "FEMSA" "Mars" "Walmart México"
## [229,] "Banorte" "CEMEX" "FEMSA" "PEMEX" "Walmart México"
## [230,] "Banorte" "CEMEX" "Mars" "PEMEX" "Walmart México"
## [231,] "Banorte" "FEMSA" "Mars" "PEMEX" "Walmart México"
## [232,] "Banregio" "Bimbo" "CEMEX" "FEMSA" "Mars"
## [233,] "Banregio" "Bimbo" "CEMEX" "FEMSA" "PEMEX"
## [234,] "Banregio" "Bimbo" "CEMEX" "FEMSA" "Walmart México"
## [235,] "Banregio" "Bimbo" "CEMEX" "Mars" "PEMEX"
## [236,] "Banregio" "Bimbo" "CEMEX" "Mars" "Walmart México"
## [237,] "Banregio" "Bimbo" "CEMEX" "PEMEX" "Walmart México"
## [238,] "Banregio" "Bimbo" "FEMSA" "Mars" "PEMEX"
## [239,] "Banregio" "Bimbo" "FEMSA" "Mars" "Walmart México"
## [240,] "Banregio" "Bimbo" "FEMSA" "PEMEX" "Walmart México"
## [241,] "Banregio" "Bimbo" "Mars" "PEMEX" "Walmart México"
## [242,] "Banregio" "CEMEX" "FEMSA" "Mars" "PEMEX"
## [243,] "Banregio" "CEMEX" "FEMSA" "Mars" "Walmart México"
## [244,] "Banregio" "CEMEX" "FEMSA" "PEMEX" "Walmart México"
## [245,] "Banregio" "CEMEX" "Mars" "PEMEX" "Walmart México"
## [246,] "Banregio" "FEMSA" "Mars" "PEMEX" "Walmart México"
## [247,] "Bimbo" "CEMEX" "FEMSA" "Mars" "PEMEX"
## [248,] "Bimbo" "CEMEX" "FEMSA" "Mars" "Walmart México"
## [249,] "Bimbo" "CEMEX" "FEMSA" "PEMEX" "Walmart México"
## [250,] "Bimbo" "CEMEX" "Mars" "PEMEX" "Walmart México"
## [251,] "Bimbo" "FEMSA" "Mars" "PEMEX" "Walmart México"
## [252,] "CEMEX" "FEMSA" "Mars" "PEMEX" "Walmart México"
¿Para qué sirve encontrar el número de combinaciones y la forma en que se agrupan?
Eso sería el espacio muestral que ya construído éste, permite hacer interpretaciones en términos probabilísticos.
El resultado de las combinaciones permite construir un espacio muestral que ofrece la oportunidad de conocer en términos de probabilidad, la cantidad de ocasiones y lo que representa un evento conforme a todo el espacio muestral, es decir frecuencia y frecuencia porcentual.
¿En cuántas ocasiones aparece el nombre de Álvaro en combinaciones de dos en dos?. Aparece ocho ocasiones. ¿En cuántas ocasiones aparece el nombre de Hugo en las combinaciones de dos en dos?, Aparece ocho ocasiones.
En las combinaciones de nombres de dos en dos, ¿en cuántas ocasiones existe Álvaro y Hugo juntos o contiguos y en ese orden?. Se utiliza la función subset() para hacer filtros y responder a las preguntas.
La nominación [ , ] significa acceder al valor de un data frame por la primer columna y [ ,2] la segunda columna.
filtro <- subset(Cn.nombres, Cn.nombres[,1] == "Álvaro" & Cn.nombres[,2] == "Hugo")
filtro
## [,1] [,2]
## [1,] "Álvaro" "Hugo"
frecuencia <- nrow(filtro)
paste("Existen ", frecuencia, " ocasiones en que se encuentran Álvaro y Hugo juntos en ese orden, de un total de ", nrow(Cn.nombres), " representan ", round(frecuencia / nrow(Cn.nombres) * 100, 2), "%")
## [1] "Existen 1 ocasiones en que se encuentran Álvaro y Hugo juntos en ese orden, de un total de 91 representan 1.1 %"
En las combinaciones de nombres de dos en dos, ¿en cuántas ocasiones existe Emilio en la primer columna de todo el espacio muestral?
filtro <- subset(Cn.nombres, Cn.nombres[,1] == "Emilio")
filtro
## [,1] [,2]
## [1,] "Emilio" "Hugo"
## [2,] "Emilio" "Juan"
## [3,] "Emilio" "Laura"
## [4,] "Emilio" "Lucy"
## [5,] "Emilio" "Luis"
## [6,] "Emilio" "Oscar"
## [7,] "Emilio" "Paco"
## [8,] "Emilio" "Paty"
## [9,] "Emilio" "Rubén"
## [10,] "Emilio" "Sergio"
frecuencia <- nrow(filtro)
paste("Existen ", frecuencia, " ocasiones en que se encuentran Emilio en la primer columna , de un total de ", nrow(Cn.nombres), " representan ", round(frecuencia / nrow(Cn.nombres) * 100, 2), "%")
## [1] "Existen 10 ocasiones en que se encuentran Emilio en la primer columna , de un total de 91 representan 10.99 %"
En cuántas ocasiones aparece en primera columna Oscar y Paco o Paty en segunda columna
filtro <- subset(Cn.nombres, Cn.nombres[,1] == "Oscar" & (Cn.nombres[,2] == "Paco" | Cn.nombres[,2] == "Paty"))
filtro
## [,1] [,2]
## [1,] "Oscar" "Paco"
## [2,] "Oscar" "Paty"
frecuencia <- nrow(filtro)
paste("Existen ", frecuencia, " ocasiones en que se encuentran aparece en primera columna Oscar y Paco o Paty en segunda columna, de un total de ", nrow(Cn.nombres), " representan ", round(frecuencia / nrow(Cn.nombres) * 100, 2), "%")
## [1] "Existen 2 ocasiones en que se encuentran aparece en primera columna Oscar y Paco o Paty en segunda columna, de un total de 91 representan 2.2 %"
En cuántas ocasiones aparece de manera contigua y en este orden los empresas de CEMEX y FEMSA en primera y segunda columna respectivamente.
filtro <- subset(Cn.empresas, Cn.empresas[,1] == "CEMEX" & Cn.empresas[,2] == "FEMSA")
filtro
## [,1] [,2] [,3] [,4] [,5]
## [1,] "CEMEX" "FEMSA" "Mars" "PEMEX" "Walmart México"
frecuencia <- nrow(filtro)
paste("Existen ", frecuencia, " ocasiones en que se encuentran aparece en primera columna CEMEX y FEMSA en segunda columna, de un total de ", nrow(Cn.empresas), " representan ", round(frecuencia / nrow(Cn.empresas) * 100, 2), "%")
## [1] "Existen 1 ocasiones en que se encuentran aparece en primera columna CEMEX y FEMSA en segunda columna, de un total de 252 representan 0.4 %"
En cuántas ocasiones aparece de manera contigua y en este orden las empresas de Alsea y América Móvil en primera y segunda columna respectivamente.
filtro <- subset(Cn.empresas, Cn.empresas[,1] == "ALSEA" & Cn.empresas[,2] == "América Móvil")
filtro
## [,1] [,2] [,3] [,4] [,5]
## [1,] "ALSEA" "América Móvil" "Banorte" "Banregio" "Bimbo"
## [2,] "ALSEA" "América Móvil" "Banorte" "Banregio" "CEMEX"
## [3,] "ALSEA" "América Móvil" "Banorte" "Banregio" "FEMSA"
## [4,] "ALSEA" "América Móvil" "Banorte" "Banregio" "Mars"
## [5,] "ALSEA" "América Móvil" "Banorte" "Banregio" "PEMEX"
## [6,] "ALSEA" "América Móvil" "Banorte" "Banregio" "Walmart México"
## [7,] "ALSEA" "América Móvil" "Banorte" "Bimbo" "CEMEX"
## [8,] "ALSEA" "América Móvil" "Banorte" "Bimbo" "FEMSA"
## [9,] "ALSEA" "América Móvil" "Banorte" "Bimbo" "Mars"
## [10,] "ALSEA" "América Móvil" "Banorte" "Bimbo" "PEMEX"
## [11,] "ALSEA" "América Móvil" "Banorte" "Bimbo" "Walmart México"
## [12,] "ALSEA" "América Móvil" "Banorte" "CEMEX" "FEMSA"
## [13,] "ALSEA" "América Móvil" "Banorte" "CEMEX" "Mars"
## [14,] "ALSEA" "América Móvil" "Banorte" "CEMEX" "PEMEX"
## [15,] "ALSEA" "América Móvil" "Banorte" "CEMEX" "Walmart México"
## [16,] "ALSEA" "América Móvil" "Banorte" "FEMSA" "Mars"
## [17,] "ALSEA" "América Móvil" "Banorte" "FEMSA" "PEMEX"
## [18,] "ALSEA" "América Móvil" "Banorte" "FEMSA" "Walmart México"
## [19,] "ALSEA" "América Móvil" "Banorte" "Mars" "PEMEX"
## [20,] "ALSEA" "América Móvil" "Banorte" "Mars" "Walmart México"
## [21,] "ALSEA" "América Móvil" "Banorte" "PEMEX" "Walmart México"
## [22,] "ALSEA" "América Móvil" "Banregio" "Bimbo" "CEMEX"
## [23,] "ALSEA" "América Móvil" "Banregio" "Bimbo" "FEMSA"
## [24,] "ALSEA" "América Móvil" "Banregio" "Bimbo" "Mars"
## [25,] "ALSEA" "América Móvil" "Banregio" "Bimbo" "PEMEX"
## [26,] "ALSEA" "América Móvil" "Banregio" "Bimbo" "Walmart México"
## [27,] "ALSEA" "América Móvil" "Banregio" "CEMEX" "FEMSA"
## [28,] "ALSEA" "América Móvil" "Banregio" "CEMEX" "Mars"
## [29,] "ALSEA" "América Móvil" "Banregio" "CEMEX" "PEMEX"
## [30,] "ALSEA" "América Móvil" "Banregio" "CEMEX" "Walmart México"
## [31,] "ALSEA" "América Móvil" "Banregio" "FEMSA" "Mars"
## [32,] "ALSEA" "América Móvil" "Banregio" "FEMSA" "PEMEX"
## [33,] "ALSEA" "América Móvil" "Banregio" "FEMSA" "Walmart México"
## [34,] "ALSEA" "América Móvil" "Banregio" "Mars" "PEMEX"
## [35,] "ALSEA" "América Móvil" "Banregio" "Mars" "Walmart México"
## [36,] "ALSEA" "América Móvil" "Banregio" "PEMEX" "Walmart México"
## [37,] "ALSEA" "América Móvil" "Bimbo" "CEMEX" "FEMSA"
## [38,] "ALSEA" "América Móvil" "Bimbo" "CEMEX" "Mars"
## [39,] "ALSEA" "América Móvil" "Bimbo" "CEMEX" "PEMEX"
## [40,] "ALSEA" "América Móvil" "Bimbo" "CEMEX" "Walmart México"
## [41,] "ALSEA" "América Móvil" "Bimbo" "FEMSA" "Mars"
## [42,] "ALSEA" "América Móvil" "Bimbo" "FEMSA" "PEMEX"
## [43,] "ALSEA" "América Móvil" "Bimbo" "FEMSA" "Walmart México"
## [44,] "ALSEA" "América Móvil" "Bimbo" "Mars" "PEMEX"
## [45,] "ALSEA" "América Móvil" "Bimbo" "Mars" "Walmart México"
## [46,] "ALSEA" "América Móvil" "Bimbo" "PEMEX" "Walmart México"
## [47,] "ALSEA" "América Móvil" "CEMEX" "FEMSA" "Mars"
## [48,] "ALSEA" "América Móvil" "CEMEX" "FEMSA" "PEMEX"
## [49,] "ALSEA" "América Móvil" "CEMEX" "FEMSA" "Walmart México"
## [50,] "ALSEA" "América Móvil" "CEMEX" "Mars" "PEMEX"
## [51,] "ALSEA" "América Móvil" "CEMEX" "Mars" "Walmart México"
## [52,] "ALSEA" "América Móvil" "CEMEX" "PEMEX" "Walmart México"
## [53,] "ALSEA" "América Móvil" "FEMSA" "Mars" "PEMEX"
## [54,] "ALSEA" "América Móvil" "FEMSA" "Mars" "Walmart México"
## [55,] "ALSEA" "América Móvil" "FEMSA" "PEMEX" "Walmart México"
## [56,] "ALSEA" "América Móvil" "Mars" "PEMEX" "Walmart México"
frecuencia <- nrow(filtro)
paste("Existen ", frecuencia, " ocasiones en que se encuentran aparece en primera columna Alsea y América Móvil en segunda columna, de un total de ", nrow(Cn.empresas), " representan ", round(frecuencia / nrow(Cn.empresas) * 100, 2), "%")
## [1] "Existen 56 ocasiones en que se encuentran aparece en primera columna Alsea y América Móvil en segunda columna, de un total de 252 representan 22.22 %"
¿En cuántas ocasiones aparece de manera contigua y en este orden las empresas de Bimbo y Mars en cualquier columna uno y dos, dos y tres, tres y cuatro o cuatro y cinco?
filtro <- subset(Cn.empresas, (Cn.empresas[,1] == "Bimbo" & Cn.empresas[,2] == "Mars")
| (Cn.empresas[,2] == "Bimbo" & Cn.empresas[,3] == "Mars")
|
(Cn.empresas[,3] == "Bimbo" & Cn.empresas[,4] == "Mars")
| (Cn.empresas[,4] == "Bimbo" & Cn.empresas[,5] == "Mars"))
filtro
## [,1] [,2] [,3] [,4] [,5]
## [1,] "ALSEA" "América Móvil" "Banorte" "Bimbo" "Mars"
## [2,] "ALSEA" "América Móvil" "Banregio" "Bimbo" "Mars"
## [3,] "ALSEA" "América Móvil" "Bimbo" "Mars" "PEMEX"
## [4,] "ALSEA" "América Móvil" "Bimbo" "Mars" "Walmart México"
## [5,] "ALSEA" "Banorte" "Banregio" "Bimbo" "Mars"
## [6,] "ALSEA" "Banorte" "Bimbo" "Mars" "PEMEX"
## [7,] "ALSEA" "Banorte" "Bimbo" "Mars" "Walmart México"
## [8,] "ALSEA" "Banregio" "Bimbo" "Mars" "PEMEX"
## [9,] "ALSEA" "Banregio" "Bimbo" "Mars" "Walmart México"
## [10,] "ALSEA" "Bimbo" "Mars" "PEMEX" "Walmart México"
## [11,] "América Móvil" "Banorte" "Banregio" "Bimbo" "Mars"
## [12,] "América Móvil" "Banorte" "Bimbo" "Mars" "PEMEX"
## [13,] "América Móvil" "Banorte" "Bimbo" "Mars" "Walmart México"
## [14,] "América Móvil" "Banregio" "Bimbo" "Mars" "PEMEX"
## [15,] "América Móvil" "Banregio" "Bimbo" "Mars" "Walmart México"
## [16,] "América Móvil" "Bimbo" "Mars" "PEMEX" "Walmart México"
## [17,] "Banorte" "Banregio" "Bimbo" "Mars" "PEMEX"
## [18,] "Banorte" "Banregio" "Bimbo" "Mars" "Walmart México"
## [19,] "Banorte" "Bimbo" "Mars" "PEMEX" "Walmart México"
## [20,] "Banregio" "Bimbo" "Mars" "PEMEX" "Walmart México"
frecuencia <- nrow(filtro)
paste("Existen ", frecuencia, " aparece de manera contigua y en este orden los empresas de Bimbo y Mars en cualquier columna , de un total de ", nrow(Cn.empresas), " representan ", round(frecuencia / nrow(Cn.empresas) * 100, 2), "%")
## [1] "Existen 20 aparece de manera contigua y en este orden los empresas de Bimbo y Mars en cualquier columna , de un total de 252 representan 7.94 %"
Stat Trek. (2022). Probability. Recuperado el 25 de febrero de 2023, de https://stattrek.com/probability/probability.aspx
Khan Academy. (2022). Probability basics. Recuperado el 25 de febrero de 2023, de https://www.khanacademy.org/math/statistics-probability/probability-library/probability-basics-library
Math is Fun. (s.f.). Probability. Recuperado el 25 de febrero de 2023, de https://www.mathsisfun.com/data/probability.html
Clase de Matemáticas. (s.f.). Teoría de la probabilidad. Recuperado el 25 de febrero de 2023, de http://www.clasedematematicas.com/probabilidad/probabilidad.html
Virtual Math Tutor. (s.f.). Probabilidad. Recuperado el 25 de febrero de 2023, de https://www.virtualmathtutor.com/probabilidad