This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
#Determinar probabilidades para la distribución binomial
#CASO
#La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80% de los lectores ya la han leido. Hallar la probabilidad de que en un grupo de cuatro amigos que son aficionados a la lectura, dos hayan leido la novela.
#Objetivo
#*Identificar las variables, probabilidad y n para caso Binomial
#*La probabilidad de que no sea leía la novela del grupo de cuatro amigos p(x=0).
#*La probabilidad de que exactamente 2 personas del grupo de 4 amigos hayan leido la novela se representa por p(x=2).
#*La probabilidad de que a lo más dos personas del grupo de 4 amigos hayan leido la novela se representa por p(x≤2)=p(x=0)+p(x=1)+p(x=2) .,
#*La probabilidad de que al menos dos personas del grupo de cuatro amigos hayan leido la novela se representa por p(x≥2)=p(x=2)+p(x=3)+p(x=4)
#*La probabilidad de que sea leido de entre dos y tres personas que está dada por p(x≤3)−p(x≤1)
#*Genera tabla de distribución con x, prob y prob acumulada
#*Gráfica de barra para variables discretas 0:3
#*Gráfica acumulada
#*Valor esperado o media
#*Varianza
#*Desviación std
#*Identificar las variables, probabilidad y n para caso Binomial
#*La probabilidad de que una persona haya leido el libro es de p=0.8, por lo que la probabilidad de que no lo haya leido es de q=0.2
n <- 4
prob <- 0.80
#La fórmula de la Distribución Binomial p(x;n;p)=(nx)pxq(n−x);x=0,1,2…n
#Fórmula de Combinaciones (nx)=n!x!(n−x)!
#1.La probabilidad de que no sea leía l anovela del grupo de cuatro amigos p(x=0) Para cuando x=0 Se determina la función o probabilidad para cuando x=0 confome a la fórmula y luego conforme a la funcion de R: dbinom(). El resultado es el mismo
x <- 0
n <- 4
p <- prob
q = 1 - p
(factorial(n) / (factorial(x) * factorial(n-x))) * p^x * (1-p)^(n-x)
## [1] 0.0016
#Tambien de la siguiente manera
dbinom(x = 0, size = n, prob = prob)
## [1] 0.0016
#La probabilidad de que exactamente 2 personas del grupo de 4 amigos hayan leido la novela se representa por p(x=2)
x <- 2
dbinom(x,n,prob)
## [1] 0.1536
#3.La probabilidad de que a lo más dos personas del grupo de 4 amigos hayan leido la novela se representa por p(x≤2)=p(x=0)+p(x=1)+p(x=2)
x<-2
pbinom(x,n,prob)
## [1] 0.1808
#4.La probabilidad de que al menos dos personas del grupo de cuatro amigos hayan leido la novela se representa por p(x≥2)=p(x=2)+p(x=3)+p
x<-1
1 - pbinom(x,n,prob)
## [1] 0.9728
#5.La probabilidad de que sea leido de entre dos y tres personas que está dada por p(x≤3)−p(x≤1)
pbinom(3,n,prob) - pbinom(1,n,prob)
## [1] 0.5632
#6.Genera tabla de distribución con x, prob y prob acumulada
tabla <- data.frame(c(0:4),dbinom(0:4,n,prob), pbinom(0:4,n,prob))
colnames(tabla) <- c("x", "prob.x", "prob.acum.x")
tabla
## x prob.x prob.acum.x
## 1 0 0.0016 0.0016
## 2 1 0.0256 0.0272
## 3 2 0.1536 0.1808
## 4 3 0.4096 0.5904
## 5 4 0.4096 1.0000
#7.Gráfica de barra para variables discretas 0:3
barplot(height = tabla$prob.x, names.arg = tabla$x,
xlab = "Valores de x",
ylab = "Probabilidades")
#8.Gráfica acumulada
plot(tabla$x, tabla$prob.acum.x, type = "b",
xlab = "Valores de x",
ylab = "Probabilidad acumulada")
#9.Valor esperado o media en distribución binomial μ=np
v.e <- n * prob
v.e
## [1] 3.2
#10.Varianza en distribución binomial σ2=npq
vari <- n * p * q
vari
## [1] 0.64
#11.Desviación std en distribución binomial σ2−−√
desv.std <- sqrt(vari)
desv.std
## [1] 0.8
You can also embed plots, for example:
Note that the echo = FALSE
parameter was added to the code chunk to prevent printing of the R code that generated the plot.