Generar un conjunto de valores con los resultados de tres dados aventados al mismo tiempo con la suma de las tres caras.

Determine las probabilidades para variables discretas para cuando la suma de los datos sea

0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18

Caso: TRES Dados

    1. Identificar los valores de x y de probabilidad de x en la tabla de distribución mediante combinaciones…
    1. Determinar valor esperado ∑xp(x)
    1. Determinar la probabilidad acumulada F(X) de x
    1. Determinar y visualizar la tabla de distribución de probabilidad con columnas de x, p(x), F(x) o probabilidad acumulada o función de la distribución acumulativa, xp(x), (x−μ)2, (x−μ)2p(x)
    1. Visualizar la gráfica de barra de la variable aleatoria x con respecto a su probabilidad
    1. Visualizar la gráfica de la probabilidad acumulada F(x)
    1. Determinar varianza σ2=∑(x−μ)2p(x)
    1. Determinar desviación std σ=σ2−−√

Cálculo de probabilidades

Cargar las librerías

library(gtools)
## Warning: package 'gtools' was built under R version 3.6.3
library(knitr) 

Simulación del lanzamiento de dados.

dados <- data.frame(permutations(6, 3, repeats.allowed = TRUE))
dados$suma= dados$X3+dados$X1+dados$X2
dados
##     X1 X2 X3 suma
## 1    1  1  1    3
## 2    1  1  2    4
## 3    1  1  3    5
## 4    1  1  4    6
## 5    1  1  5    7
## 6    1  1  6    8
## 7    1  2  1    4
## 8    1  2  2    5
## 9    1  2  3    6
## 10   1  2  4    7
## 11   1  2  5    8
## 12   1  2  6    9
## 13   1  3  1    5
## 14   1  3  2    6
## 15   1  3  3    7
## 16   1  3  4    8
## 17   1  3  5    9
## 18   1  3  6   10
## 19   1  4  1    6
## 20   1  4  2    7
## 21   1  4  3    8
## 22   1  4  4    9
## 23   1  4  5   10
## 24   1  4  6   11
## 25   1  5  1    7
## 26   1  5  2    8
## 27   1  5  3    9
## 28   1  5  4   10
## 29   1  5  5   11
## 30   1  5  6   12
## 31   1  6  1    8
## 32   1  6  2    9
## 33   1  6  3   10
## 34   1  6  4   11
## 35   1  6  5   12
## 36   1  6  6   13
## 37   2  1  1    4
## 38   2  1  2    5
## 39   2  1  3    6
## 40   2  1  4    7
## 41   2  1  5    8
## 42   2  1  6    9
## 43   2  2  1    5
## 44   2  2  2    6
## 45   2  2  3    7
## 46   2  2  4    8
## 47   2  2  5    9
## 48   2  2  6   10
## 49   2  3  1    6
## 50   2  3  2    7
## 51   2  3  3    8
## 52   2  3  4    9
## 53   2  3  5   10
## 54   2  3  6   11
## 55   2  4  1    7
## 56   2  4  2    8
## 57   2  4  3    9
## 58   2  4  4   10
## 59   2  4  5   11
## 60   2  4  6   12
## 61   2  5  1    8
## 62   2  5  2    9
## 63   2  5  3   10
## 64   2  5  4   11
## 65   2  5  5   12
## 66   2  5  6   13
## 67   2  6  1    9
## 68   2  6  2   10
## 69   2  6  3   11
## 70   2  6  4   12
## 71   2  6  5   13
## 72   2  6  6   14
## 73   3  1  1    5
## 74   3  1  2    6
## 75   3  1  3    7
## 76   3  1  4    8
## 77   3  1  5    9
## 78   3  1  6   10
## 79   3  2  1    6
## 80   3  2  2    7
## 81   3  2  3    8
## 82   3  2  4    9
## 83   3  2  5   10
## 84   3  2  6   11
## 85   3  3  1    7
## 86   3  3  2    8
## 87   3  3  3    9
## 88   3  3  4   10
## 89   3  3  5   11
## 90   3  3  6   12
## 91   3  4  1    8
## 92   3  4  2    9
## 93   3  4  3   10
## 94   3  4  4   11
## 95   3  4  5   12
## 96   3  4  6   13
## 97   3  5  1    9
## 98   3  5  2   10
## 99   3  5  3   11
## 100  3  5  4   12
## 101  3  5  5   13
## 102  3  5  6   14
## 103  3  6  1   10
## 104  3  6  2   11
## 105  3  6  3   12
## 106  3  6  4   13
## 107  3  6  5   14
## 108  3  6  6   15
## 109  4  1  1    6
## 110  4  1  2    7
## 111  4  1  3    8
## 112  4  1  4    9
## 113  4  1  5   10
## 114  4  1  6   11
## 115  4  2  1    7
## 116  4  2  2    8
## 117  4  2  3    9
## 118  4  2  4   10
## 119  4  2  5   11
## 120  4  2  6   12
## 121  4  3  1    8
## 122  4  3  2    9
## 123  4  3  3   10
## 124  4  3  4   11
## 125  4  3  5   12
## 126  4  3  6   13
## 127  4  4  1    9
## 128  4  4  2   10
## 129  4  4  3   11
## 130  4  4  4   12
## 131  4  4  5   13
## 132  4  4  6   14
## 133  4  5  1   10
## 134  4  5  2   11
## 135  4  5  3   12
## 136  4  5  4   13
## 137  4  5  5   14
## 138  4  5  6   15
## 139  4  6  1   11
## 140  4  6  2   12
## 141  4  6  3   13
## 142  4  6  4   14
## 143  4  6  5   15
## 144  4  6  6   16
## 145  5  1  1    7
## 146  5  1  2    8
## 147  5  1  3    9
## 148  5  1  4   10
## 149  5  1  5   11
## 150  5  1  6   12
## 151  5  2  1    8
## 152  5  2  2    9
## 153  5  2  3   10
## 154  5  2  4   11
## 155  5  2  5   12
## 156  5  2  6   13
## 157  5  3  1    9
## 158  5  3  2   10
## 159  5  3  3   11
## 160  5  3  4   12
## 161  5  3  5   13
## 162  5  3  6   14
## 163  5  4  1   10
## 164  5  4  2   11
## 165  5  4  3   12
## 166  5  4  4   13
## 167  5  4  5   14
## 168  5  4  6   15
## 169  5  5  1   11
## 170  5  5  2   12
## 171  5  5  3   13
## 172  5  5  4   14
## 173  5  5  5   15
## 174  5  5  6   16
## 175  5  6  1   12
## 176  5  6  2   13
## 177  5  6  3   14
## 178  5  6  4   15
## 179  5  6  5   16
## 180  5  6  6   17
## 181  6  1  1    8
## 182  6  1  2    9
## 183  6  1  3   10
## 184  6  1  4   11
## 185  6  1  5   12
## 186  6  1  6   13
## 187  6  2  1    9
## 188  6  2  2   10
## 189  6  2  3   11
## 190  6  2  4   12
## 191  6  2  5   13
## 192  6  2  6   14
## 193  6  3  1   10
## 194  6  3  2   11
## 195  6  3  3   12
## 196  6  3  4   13
## 197  6  3  5   14
## 198  6  3  6   15
## 199  6  4  1   11
## 200  6  4  2   12
## 201  6  4  3   13
## 202  6  4  4   14
## 203  6  4  5   15
## 204  6  4  6   16
## 205  6  5  1   12
## 206  6  5  2   13
## 207  6  5  3   14
## 208  6  5  4   15
## 209  6  5  5   16
## 210  6  5  6   17
## 211  6  6  1   13
## 212  6  6  2   14
## 213  6  6  3   15
## 214  6  6  4   16
## 215  6  6  5   17
## 216  6  6  6   18

Las sumas y frecuencias

sumar.dados <- apply(dados, MARGIN = 1, FUN = sum)
sumar.dados
##   [1]  6  8 10 12 14 16  8 10 12 14 16 18 10 12 14 16 18 20 12 14 16 18 20 22 14
##  [26] 16 18 20 22 24 16 18 20 22 24 26  8 10 12 14 16 18 10 12 14 16 18 20 12 14
##  [51] 16 18 20 22 14 16 18 20 22 24 16 18 20 22 24 26 18 20 22 24 26 28 10 12 14
##  [76] 16 18 20 12 14 16 18 20 22 14 16 18 20 22 24 16 18 20 22 24 26 18 20 22 24
## [101] 26 28 20 22 24 26 28 30 12 14 16 18 20 22 14 16 18 20 22 24 16 18 20 22 24
## [126] 26 18 20 22 24 26 28 20 22 24 26 28 30 22 24 26 28 30 32 14 16 18 20 22 24
## [151] 16 18 20 22 24 26 18 20 22 24 26 28 20 22 24 26 28 30 22 24 26 28 30 32 24
## [176] 26 28 30 32 34 16 18 20 22 24 26 18 20 22 24 26 28 20 22 24 26 28 30 22 24
## [201] 26 28 30 32 24 26 28 30 32 34 26 28 30 32 34 36
frecuencia_sumas <- as.data.frame((table(sumar.dados)))
class(frecuencia_sumas)
## [1] "data.frame"
colnames(frecuencia_sumas)
## [1] "sumar.dados" "Freq"
frecuencia_sumas$sumar.dados
##  [1] 6  8  10 12 14 16 18 20 22 24 26 28 30 32 34 36
## Levels: 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
frecuencia_sumas$Freq
##  [1]  1  3  6 10 15 21 25 27 27 25 21 15 10  6  3  1
x <- as.numeric(as.vector(frecuencia_sumas$sumar.dados))
x
##  [1]  6  8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
frecuencia <-as.numeric(as.vector(frecuencia_sumas$Freq))
frecuencia
##  [1]  1  3  6 10 15 21 25 27 27 25 21 15 10  6  3  1
n <- sum(frecuencia)
n
## [1] 216

1. Identificar los valores de x y de probabilidad de x en la tabla de distribución mediante combinaciones.

x
##  [1]  6  8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
prob.x <- frecuencia / n
prob.x
##  [1] 0.00462963 0.01388889 0.02777778 0.04629630 0.06944444 0.09722222
##  [7] 0.11574074 0.12500000 0.12500000 0.11574074 0.09722222 0.06944444
## [13] 0.04629630 0.02777778 0.01388889 0.00462963

2. Determinar valor esperado ∑xp(x)

v.e <- sum(x * prob.x)
v.e
## [1] 21

3. Determinar la probabilidad acumulada F(X) de p(x)

prob.acum.x <- c(sum(prob.x[1]), sum(prob.x[1:2]), sum(prob.x[1:3]), sum(prob.x[1:4]), sum(prob.x[1:5]),
sum(prob.x[1:6]), sum(prob.x[1:7]),
sum(prob.x[1:8]), sum(prob.x[1:9]),
sum(prob.x[1:10]), sum(prob.x[1:11]), sum(prob.x[1:12]), sum(prob.x[1:13]), sum(prob.x[1:14]), sum(prob.x[1:15]), sum(prob.x[1:16]))
prob.acum.x
##  [1] 0.00462963 0.01851852 0.04629630 0.09259259 0.16203704 0.25925926
##  [7] 0.37500000 0.50000000 0.62500000 0.74074074 0.83796296 0.90740741
## [13] 0.95370370 0.98148148 0.99537037 1.00000000

4. Determinar y visualizar la tabla de distribución de probabilidad con columnas de x, p(x), F(x) o probabilidad acumulada o función de la distribución acumulativa, xp(x), (x−μ)2, (x−μ)2p(x).

tabla <- data.frame(1:16, x, frecuencia, prob.x, prob.acum.x, x * prob.x, (x - v.e) ^ 2, (x - v.e) ^ 2 * prob.x)

colnames(tabla) <- c("pos","x", "frec","prob.x", "prob.acum.x", "x.prob.x", "x-v.e^2", "x-v.e^2prob.x")

kable(tabla)
pos x frec prob.x prob.acum.x x.prob.x x-v.e^2 x-v.e^2prob.x
1 6 1 0.0046296 0.0046296 0.0277778 225 1.041667
2 8 3 0.0138889 0.0185185 0.1111111 169 2.347222
3 10 6 0.0277778 0.0462963 0.2777778 121 3.361111
4 12 10 0.0462963 0.0925926 0.5555556 81 3.750000
5 14 15 0.0694444 0.1620370 0.9722222 49 3.402778
6 16 21 0.0972222 0.2592593 1.5555556 25 2.430556
7 18 25 0.1157407 0.3750000 2.0833333 9 1.041667
8 20 27 0.1250000 0.5000000 2.5000000 1 0.125000
9 22 27 0.1250000 0.6250000 2.7500000 1 0.125000
10 24 25 0.1157407 0.7407407 2.7777778 9 1.041667
11 26 21 0.0972222 0.8379630 2.5277778 25 2.430556
12 28 15 0.0694444 0.9074074 1.9444444 49 3.402778
13 30 10 0.0462963 0.9537037 1.3888889 81 3.750000
14 32 6 0.0277778 0.9814815 0.8888889 121 3.361111
15 34 3 0.0138889 0.9953704 0.4722222 169 2.347222
16 36 1 0.0046296 1.0000000 0.1666667 225 1.041667

5. Visualizar la gráfica de barra de la variable aleatoria x con respecto a su probabilidad.

barplot(height = prob.x, names.arg = x)

6. Visualizar la gráfica de la probabilidad acumulada F(x)

plot(x,prob.acum.x, type = 'l')

#### 7. Determinar varianza σ2=∑(x−μ)2p(x)

var <- sum((x - v.e) ^ 2 * prob.x)
var
## [1] 35

8. Determinar desviación std σ=σ2−−√

desv.std <- sqrt(var)
desv.std
## [1] 5.91608

9. ¿Cual es la probabilidad de que la suma MENOR O IGUAL A SEIS? R= .092

10. ¿Cuál es la probabilidad de que la suma sea DIEZ O MAS ? R=.625

11. ¿Cuál es la probabilidad de que la suma esté entre CINCO y DIEZ? R= .481

12. ¿Cuál es la probabilidad de que la suma esté SEA MAYOR QUE 11? R= .375

ac=0
for(i in 1:18){
ac=ac+nrow(dados[dados$suma==i,])/nrow(dados)
cat("La probabilidad de que la suma sea ",i," = ",nrow(dados[dados$suma==i,]),"/",nrow(dados),"= ",nrow(dados[dados$suma==i,])/nrow(dados)   , "\n")
}
## La probabilidad de que la suma sea  1  =  0 / 216 =  0 
## La probabilidad de que la suma sea  2  =  0 / 216 =  0 
## La probabilidad de que la suma sea  3  =  1 / 216 =  0.00462963 
## La probabilidad de que la suma sea  4  =  3 / 216 =  0.01388889 
## La probabilidad de que la suma sea  5  =  6 / 216 =  0.02777778 
## La probabilidad de que la suma sea  6  =  10 / 216 =  0.0462963 
## La probabilidad de que la suma sea  7  =  15 / 216 =  0.06944444 
## La probabilidad de que la suma sea  8  =  21 / 216 =  0.09722222 
## La probabilidad de que la suma sea  9  =  25 / 216 =  0.1157407 
## La probabilidad de que la suma sea  10  =  27 / 216 =  0.125 
## La probabilidad de que la suma sea  11  =  27 / 216 =  0.125 
## La probabilidad de que la suma sea  12  =  25 / 216 =  0.1157407 
## La probabilidad de que la suma sea  13  =  21 / 216 =  0.09722222 
## La probabilidad de que la suma sea  14  =  15 / 216 =  0.06944444 
## La probabilidad de que la suma sea  15  =  10 / 216 =  0.0462963 
## La probabilidad de que la suma sea  16  =  6 / 216 =  0.02777778 
## La probabilidad de que la suma sea  17  =  3 / 216 =  0.01388889 
## La probabilidad de que la suma sea  18  =  1 / 216 =  0.00462963