Objetivo

Elaborar una simulación de extracción de monedas de un frasco para encontrar el espacio muestral y con ello determinar probabilidades.

Descripcion

El caso tiene sustento del Ejercicio 4.5. del libro de Mendengall (2006) de cuatro monedas. Un frasco contiene cuatro monedas de diferente denominación, se seleccionan al azar tres monedas del frasco y se determinan probabilidades. (Mendenhall, Beaver, and Beaver 2006)

library(knitr) # Para poder cargar la imagen jpg

El caso tiene describe la simulación de extracción de monedas de un frasco. En el frasco hay monedas de $1, $2, $5, $10, $20 y $50 pesos.

Se pide a una persona que no sabe de las características de las monedas (dimensiones, colores, texturas, entre otras cosas), digamos un niño o un extranjero seleccione (extraer) aleatoriamente una o tres monedas en tres experimentos diferentes posibles.

En un primer experimento, , extrae una moneda y se requiere conocer cuál es la probabilidad de que esa moneda sea de alguna denominación en particular.

En un segundo experimento con el estado inicial de todas las monedas en el frasco, es decir, deposita la moneda y revuelve el frasco y hace otro experimento, extrae tres monedas, y se debe encontrar la probabilidad de que la suma de las tres monedas sea igual o mayor que $50 pesos.

En un tercer experimento se extraen tres monedas de nuevo y se requiere conocer la probabilidad de que la suma de las tres monedas sea igual o mayor a $70 pesos.

El proceso del caso sería de la siguiente manera:

En un frasco contiene seis monedas de las donominaciones siguientes:

A simular

Se solicita que la interpretacion responda a las siguientes preguntas:

  1. ¿Cual es la probabilidad de que la selección de una moneda contenga la moneda de $50 pesos?

  2. ¿Cual es la probabilidad de que la suma total de extraer tres monedas sea igual o mayor a $50 pesos?

  3. ¿Cual es la probabilidad de que la suma total de extraer tres monedas sea igual o superior a $70 pesos?

Fundamento teorico

Se define el concepto de probabilidad y sus requerimiento básicos:

La probabilidad asignada a cada resultado experimental debe estar entre 0 y 1. Si denota con \(E_i\) el i-ésimo resultado experimental y con \(P(E_i)\) su probabilidad,

entonces exprese este requerimiento como \[0 \le P(E_i) \le 1\]

La suma de las probabilidades de los resultados experimentales debe ser igual a \(1\) o al \(100\) en términos porcentuales. [@anderson_estadistica_2008].

Para resultados experimentales \(n\) se suman todas las probabilidades: \[P(E_1) + P(E_2) + P(E_3) + ... P(E_n) = 1\] [@anderson_estadistica_2008].

La manera más sencilla de encontrar probabilidades es mediante el cálculo de frecuencia relativa. Si un experimento se realiza \(n\) veces, entonces la frecuencia relativa de un suceso particular es la cantidad de sucesos de ese tipo entre el valor de todos los posibles.[@mendenhall_introduccion_2006]. \[frecuencia.relativa = \frac{frecuencia}{n}\] entonces \[Prob(E_i) = frecuencia.relativa\]

Desarrollo

  • Se cargan las librerías necesarias

  • Se define la lista de los eventos simples en S.

  • \(S={1, 2, 5,10,20,50}\)

  • Simular la extracción de una moneda y determinar la probabilidad de que la selección contenga la moneda de $ 50 pesos

  • Simular la extracción de tres monedas haciendo permutaciones y determinar la probabilidad de que la suma de las tres monedas sea igual o mayor que $50 pesos.

  • Simular la extracción de tres monedas y con el espacio muestral de las permutaciones, determinar la probabilidad de que la suma total de extraer tres monedas sea igual o superior a $70 pesos?

Cargar las libreras

Se carga la librería dplyr para filtrar registros con la función filter(), seleccionar con la función select() y generar nuevas variables con la función mutate() de un conjunto de datos o data.frame.

Se carga la librería gtools para generar permutaciones y combinaciones

Se carga la librería knitr para imágenes y tablas

library(dplyr)   
## Warning: package 'dplyr' was built under R version 4.0.4
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(gtools)  
library(knitr)

Eventos simples

Se define la lista de los eventos simples en un espacio muestral identificado como \(S\). Se utiliza la variable tipo vector llamado \(S\).

\(S={1,2,5,10,20,50}\)

S <- c(1, 2, 5, 10, 20, 50)

Primer experimento

¿Cual es la probabilidad de que la seleccion contenga la moneda de 50 pesos?

n <- length(S)
cuantas <- length(S[which(S==50)])
prob <- cuantas / n
paste("La probabilidad de que la selección contenga la moneda de $50 pesos es: ",cuantas ,"/",n, " o sea: ", prob, " o ", round(prob * 100,2), "%")
## [1] "La probabilidad de que la selección contenga la moneda de $50 pesos es:  1 / 6  o sea:  0.166666666666667  o  16.67 %"

Segundo experimento

¿Cual es la probabilidad de que la suma total de extraer tres monedas sea igual o superior a 50 pesos?

Valores iniciales

n <- length(S)
r <- 3 

Permutaciones en grupos de 3

S.permuta <- permutations(n,r,S)
S.permuta
##        [,1] [,2] [,3]
##   [1,]    1    2    5
##   [2,]    1    2   10
##   [3,]    1    2   20
##   [4,]    1    2   50
##   [5,]    1    5    2
##   [6,]    1    5   10
##   [7,]    1    5   20
##   [8,]    1    5   50
##   [9,]    1   10    2
##  [10,]    1   10    5
##  [11,]    1   10   20
##  [12,]    1   10   50
##  [13,]    1   20    2
##  [14,]    1   20    5
##  [15,]    1   20   10
##  [16,]    1   20   50
##  [17,]    1   50    2
##  [18,]    1   50    5
##  [19,]    1   50   10
##  [20,]    1   50   20
##  [21,]    2    1    5
##  [22,]    2    1   10
##  [23,]    2    1   20
##  [24,]    2    1   50
##  [25,]    2    5    1
##  [26,]    2    5   10
##  [27,]    2    5   20
##  [28,]    2    5   50
##  [29,]    2   10    1
##  [30,]    2   10    5
##  [31,]    2   10   20
##  [32,]    2   10   50
##  [33,]    2   20    1
##  [34,]    2   20    5
##  [35,]    2   20   10
##  [36,]    2   20   50
##  [37,]    2   50    1
##  [38,]    2   50    5
##  [39,]    2   50   10
##  [40,]    2   50   20
##  [41,]    5    1    2
##  [42,]    5    1   10
##  [43,]    5    1   20
##  [44,]    5    1   50
##  [45,]    5    2    1
##  [46,]    5    2   10
##  [47,]    5    2   20
##  [48,]    5    2   50
##  [49,]    5   10    1
##  [50,]    5   10    2
##  [51,]    5   10   20
##  [52,]    5   10   50
##  [53,]    5   20    1
##  [54,]    5   20    2
##  [55,]    5   20   10
##  [56,]    5   20   50
##  [57,]    5   50    1
##  [58,]    5   50    2
##  [59,]    5   50   10
##  [60,]    5   50   20
##  [61,]   10    1    2
##  [62,]   10    1    5
##  [63,]   10    1   20
##  [64,]   10    1   50
##  [65,]   10    2    1
##  [66,]   10    2    5
##  [67,]   10    2   20
##  [68,]   10    2   50
##  [69,]   10    5    1
##  [70,]   10    5    2
##  [71,]   10    5   20
##  [72,]   10    5   50
##  [73,]   10   20    1
##  [74,]   10   20    2
##  [75,]   10   20    5
##  [76,]   10   20   50
##  [77,]   10   50    1
##  [78,]   10   50    2
##  [79,]   10   50    5
##  [80,]   10   50   20
##  [81,]   20    1    2
##  [82,]   20    1    5
##  [83,]   20    1   10
##  [84,]   20    1   50
##  [85,]   20    2    1
##  [86,]   20    2    5
##  [87,]   20    2   10
##  [88,]   20    2   50
##  [89,]   20    5    1
##  [90,]   20    5    2
##  [91,]   20    5   10
##  [92,]   20    5   50
##  [93,]   20   10    1
##  [94,]   20   10    2
##  [95,]   20   10    5
##  [96,]   20   10   50
##  [97,]   20   50    1
##  [98,]   20   50    2
##  [99,]   20   50    5
## [100,]   20   50   10
## [101,]   50    1    2
## [102,]   50    1    5
## [103,]   50    1   10
## [104,]   50    1   20
## [105,]   50    2    1
## [106,]   50    2    5
## [107,]   50    2   10
## [108,]   50    2   20
## [109,]   50    5    1
## [110,]   50    5    2
## [111,]   50    5   10
## [112,]   50    5   20
## [113,]   50   10    1
## [114,]   50   10    2
## [115,]   50   10    5
## [116,]   50   10   20
## [117,]   50   20    1
## [118,]   50   20    2
## [119,]   50   20    5
## [120,]   50   20   10

Comprobar el número de puntos muesrales de permutaciones cuando \(n=6\) y \(r=3\) conforme a la fórmula de permutaciones vista en el caso 7.

factorial(n) / factorial(n-r)
## [1] 120

Transformar el resultado de las permutaciones a un tipo de estructura data.frame para su mejor trato.

S.permuta <- data.frame(S.permuta)  # Se convierte a data.frame

Poner nombres a las columnas como moneda1, moneda2, y moneda3 o más práctico names(S.permuta) <- c(‘m1,’ ‘m2,’ ‘m3’).

Con ello se debe observar como cambian los nombres de las columnas.

Con la funcion str(S.permuta) se describe la estructura del conjunto de datos S.permuta

names(S.permuta) <- c('m1', 'm2', 'm3')
str(S.permuta)
## 'data.frame':    120 obs. of  3 variables:
##  $ m1: num  1 1 1 1 1 1 1 1 1 1 ...
##  $ m2: num  2 2 2 2 5 5 5 5 10 10 ...
##  $ m3: num  5 10 20 50 2 10 20 50 2 5 ...

Con las permutaciones sacar la suma de cada renglón

Se construye la columna suma mediante la función mutate()

S.permuta <- mutate(S.permuta, suma = m1 + m2 + m3) # Genera nueva columna

S.permuta
##     m1 m2 m3 suma
## 1    1  2  5    8
## 2    1  2 10   13
## 3    1  2 20   23
## 4    1  2 50   53
## 5    1  5  2    8
## 6    1  5 10   16
## 7    1  5 20   26
## 8    1  5 50   56
## 9    1 10  2   13
## 10   1 10  5   16
## 11   1 10 20   31
## 12   1 10 50   61
## 13   1 20  2   23
## 14   1 20  5   26
## 15   1 20 10   31
## 16   1 20 50   71
## 17   1 50  2   53
## 18   1 50  5   56
## 19   1 50 10   61
## 20   1 50 20   71
## 21   2  1  5    8
## 22   2  1 10   13
## 23   2  1 20   23
## 24   2  1 50   53
## 25   2  5  1    8
## 26   2  5 10   17
## 27   2  5 20   27
## 28   2  5 50   57
## 29   2 10  1   13
## 30   2 10  5   17
## 31   2 10 20   32
## 32   2 10 50   62
## 33   2 20  1   23
## 34   2 20  5   27
## 35   2 20 10   32
## 36   2 20 50   72
## 37   2 50  1   53
## 38   2 50  5   57
## 39   2 50 10   62
## 40   2 50 20   72
## 41   5  1  2    8
## 42   5  1 10   16
## 43   5  1 20   26
## 44   5  1 50   56
## 45   5  2  1    8
## 46   5  2 10   17
## 47   5  2 20   27
## 48   5  2 50   57
## 49   5 10  1   16
## 50   5 10  2   17
## 51   5 10 20   35
## 52   5 10 50   65
## 53   5 20  1   26
## 54   5 20  2   27
## 55   5 20 10   35
## 56   5 20 50   75
## 57   5 50  1   56
## 58   5 50  2   57
## 59   5 50 10   65
## 60   5 50 20   75
## 61  10  1  2   13
## 62  10  1  5   16
## 63  10  1 20   31
## 64  10  1 50   61
## 65  10  2  1   13
## 66  10  2  5   17
## 67  10  2 20   32
## 68  10  2 50   62
## 69  10  5  1   16
## 70  10  5  2   17
## 71  10  5 20   35
## 72  10  5 50   65
## 73  10 20  1   31
## 74  10 20  2   32
## 75  10 20  5   35
## 76  10 20 50   80
## 77  10 50  1   61
## 78  10 50  2   62
## 79  10 50  5   65
## 80  10 50 20   80
## 81  20  1  2   23
## 82  20  1  5   26
## 83  20  1 10   31
## 84  20  1 50   71
## 85  20  2  1   23
## 86  20  2  5   27
## 87  20  2 10   32
## 88  20  2 50   72
## 89  20  5  1   26
## 90  20  5  2   27
## 91  20  5 10   35
## 92  20  5 50   75
## 93  20 10  1   31
## 94  20 10  2   32
## 95  20 10  5   35
## 96  20 10 50   80
## 97  20 50  1   71
## 98  20 50  2   72
## 99  20 50  5   75
## 100 20 50 10   80
## 101 50  1  2   53
## 102 50  1  5   56
## 103 50  1 10   61
## 104 50  1 20   71
## 105 50  2  1   53
## 106 50  2  5   57
## 107 50  2 10   62
## 108 50  2 20   72
## 109 50  5  1   56
## 110 50  5  2   57
## 111 50  5 10   65
## 112 50  5 20   75
## 113 50 10  1   61
## 114 50 10  2   62
## 115 50 10  5   65
## 116 50 10 20   80
## 117 50 20  1   71
## 118 50 20  2   72
## 119 50 20  5   75
## 120 50 20 10   80
N <- nrow(S.permuta)
paste("Número de casos posibles de permutaciones", N)
## [1] "Número de casos posibles de permutaciones 120"

Extraer tres monedas

Al extraer tres monedas, se determinan el conjunto de opciones posibles para que suma sea mayor o igual a 50 con la función filter().

Se determinan ¿cuáles y cuántas?

cuales <- filter(S.permuta, suma >= 50)
cuales
##    m1 m2 m3 suma
## 1   1  2 50   53
## 2   1  5 50   56
## 3   1 10 50   61
## 4   1 20 50   71
## 5   1 50  2   53
## 6   1 50  5   56
## 7   1 50 10   61
## 8   1 50 20   71
## 9   2  1 50   53
## 10  2  5 50   57
## 11  2 10 50   62
## 12  2 20 50   72
## 13  2 50  1   53
## 14  2 50  5   57
## 15  2 50 10   62
## 16  2 50 20   72
## 17  5  1 50   56
## 18  5  2 50   57
## 19  5 10 50   65
## 20  5 20 50   75
## 21  5 50  1   56
## 22  5 50  2   57
## 23  5 50 10   65
## 24  5 50 20   75
## 25 10  1 50   61
## 26 10  2 50   62
## 27 10  5 50   65
## 28 10 20 50   80
## 29 10 50  1   61
## 30 10 50  2   62
## 31 10 50  5   65
## 32 10 50 20   80
## 33 20  1 50   71
## 34 20  2 50   72
## 35 20  5 50   75
## 36 20 10 50   80
## 37 20 50  1   71
## 38 20 50  2   72
## 39 20 50  5   75
## 40 20 50 10   80
## 41 50  1  2   53
## 42 50  1  5   56
## 43 50  1 10   61
## 44 50  1 20   71
## 45 50  2  1   53
## 46 50  2  5   57
## 47 50  2 10   62
## 48 50  2 20   72
## 49 50  5  1   56
## 50 50  5  2   57
## 51 50  5 10   65
## 52 50  5 20   75
## 53 50 10  1   61
## 54 50 10  2   62
## 55 50 10  5   65
## 56 50 10 20   80
## 57 50 20  1   71
## 58 50 20  2   72
## 59 50 20  5   75
## 60 50 20 10   80
cuantas <- nrow(cuales)

Se responde a las pregunta de ¿cuál es la probabilidad de que la suma de extraer tres monedas sea igual o superior a $50 pesos.

paste("En ", cuantas, " ocasiones la suma es mayor o igual 50 de ", N, " posibles ")
## [1] "En  60  ocasiones la suma es mayor o igual 50 de  120  posibles "
paste("La probabilidad de que la suma sea mayor o igual a $50 es del ", cuantas , "/", N, " o sea", cuantas / N, " que significa el:", round(cuantas / N * 100, 2), " % ")
## [1] "La probabilidad de que la suma sea mayor o igual a $50 es del  60 / 120  o sea 0.5  que significa el: 50  % "

Tercer experimento

¿Cual es la probabilidad de que al extraer tres monedas, la suma sea mayor o igual a $70 pesos

Se utiliza el mismo espacio muestral de grupos de tres dado que la extracción de monedas es tres de seis posibles.

Se determinan las nuevas cantidades ¿cuáles monedas pudieran ser y cuántas la suma es igual o superior a $70?

cuales <- filter(S.permuta, suma >= 70)
cuales
##    m1 m2 m3 suma
## 1   1 20 50   71
## 2   1 50 20   71
## 3   2 20 50   72
## 4   2 50 20   72
## 5   5 20 50   75
## 6   5 50 20   75
## 7  10 20 50   80
## 8  10 50 20   80
## 9  20  1 50   71
## 10 20  2 50   72
## 11 20  5 50   75
## 12 20 10 50   80
## 13 20 50  1   71
## 14 20 50  2   72
## 15 20 50  5   75
## 16 20 50 10   80
## 17 50  1 20   71
## 18 50  2 20   72
## 19 50  5 20   75
## 20 50 10 20   80
## 21 50 20  1   71
## 22 50 20  2   72
## 23 50 20  5   75
## 24 50 20 10   80
cuantas <- nrow(cuales)

Se responde a las pregunta de ¿cuál es la probabilidad de que la suma de extraer tres monedas sea igual o superior a $70 pesos.

paste("En ", cuantas, " ocasiones la suma es mayor o igual 70 de ", N, " posibles ")
## [1] "En  24  ocasiones la suma es mayor o igual 70 de  120  posibles "
paste("La probabilidad de que la suma sea mayor o igual a $70 es del ", cuantas , "/", N, " o sea", cuantas / N, " que significa el:", round(cuantas / N * 100, 2), " % ")
## [1] "La probabilidad de que la suma sea mayor o igual a $70 es del  24 / 120  o sea 0.2  que significa el: 20  % "

Cuarto experimento

Si en el frasco se tienen dos moneda de $100 pesos, dos de a $50, tres a $20, cuatro de a $10, cinco de $5, diez de a $2 y veinte monedas de $1. ¿cómo cambian las probabilidades?

\(S={100,100,50,50,20,20,20,10,10,10,10,5,5,5,5,5,2,2,2,2,2,2,2,2,2,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1}\)

Se debe hacer permutaciones de \(r=5\)

¿Existe la posibilidad de que la suma de extraer cinco de todo el nuevo espacio muestral habiendo hecho permutaciones de cinco sea menor que $5?. NO. Hay que demostrarlo.

¿Cual es la probabilidad de que al extraer cinco monedas de todo el espacio muestral habiendo hecho permutaciones, la suma esté entre $40 y $60 pesos?.

¿Cual es la probabilidad de que al extraer cinco monedas de todo el espacio muestral habiendo hecho permutaciones, la suma esté entre $150 y $200 pesos?.
#### Interpretacion

  1. ¿Cual es la probabilidad de que la seleccion de una moneda contenga la moneda de $50 pesos?

  2. ¿Cual es la probabilidad de que la suma total de extraer tres monedas sea igual o mayor a $50 pesos?

  3. ¿Cual es la probabilidad de que la suma total de extraer tres monedas sea igual o superior a $70 pesos?

  4. Realizar el cuarto experimento y responder: ¿Existe la posibilidad de que la suma de extraer cinco de todo el nuevo espacio muestral habiendo hecho permutaciones de cinco sea menor que $5?. NO. Hay que demostrarlo.

e ¿Cual es la probabilidad de que al extraer cinco monedas de todo el espacio muestral habiendo hecho permutaciones, la suma este entre $40 y $60 pesos?.

f ¿Cual es la probabilidad de que al extraer cinco monedas de todo el espacio muestral habiendo hecho permutaciones, la suma esté entre $150 y $200 pesos?.

Respuestas

a La probabilidad de que la selección contenga la moneda de $50 pesos es: 1 / 6 o sea: 0.166666666666667 o 16.67 %

b La probabilidad de que la suma sea mayor o igual a $50 es del 60 / 120 o sea 0.5 que significa el: 50 %

c En 24 ocasiones la suma es mayor o igual 70 de 120 posibles

d Si

e

f

Referencias bibliográficas

Mendenhall, William, Robert J. Beaver, and Barbara M. Beaver. 2006. Introducción a La Probabilidad y Estadística. 13a Edición.