1 Objetivo

Aplicar y simular algunas técnicas de conteo para determinar probabilidades.

2 Descripción

Cargar librerías
Generar datos a partir de la función source()
Aplicar técnicas de conteo aditivo y multiplicativo
Interpretar resultados de técnicas de conteo
Interpretar diagrama de árbol
Interpretar probabilidades elementales

3 Marco conceptual

3.1 ¿Que son las técnicas de conteo en probabilidad?

Las técnicas de conteo son estrategias matemáticas usadas en probabilidad y estadística que permiten determinar el número total de casos o eventos o situaciones a partir de contabilizar cada uno de ellos dentro de un espacio muestral.

El espacio muestral se define con una literal matemática S

3.1.1 Principio suma o aditivo

Contar cuántas ocasiones existe de un evento dentro de un espacio muestral.

Se tienen cuatro opciones a elegir en un espacio muestral identificada S, ¿Cual es el número de opciones?.

Imaginar que se tienen ciertas opciones ’A, B, C y D para desplazarse de un lugar a otro.

S <- c("A", 'B', 'C', 'D')
n.opciones <- length(S)
paste("El número total de opciones de S es cuatro.", n.opciones)

## [1] "El número total de opciones de S es cuatro. 4"

El principio aditivo significa contar las opciones.

¿En cuántas ocasiones existe A dentro de S?. Una ¿En cuántas ocasiones existe B dentro de S?. Una ¿En cuántas ocasiones existe C dentro de S?. Una.

Imaginar que se acude a una tienda de ropa se pueden elegir algún producto de entre varios de ellos; pantalones, camisas, playeras, zapatos.

Se identifica S nuevamente como espacio muestral que contiene todos los elementos de la muestra.

productos <- c('PANTALON', 'CAMISA', 'PLAYERA', 'ZAPATO')
productos

## [1] "PANTALON" "CAMISA"   "PLAYERA"  "ZAPATO"

n.productos <- length(productos)
paste("El número total de opciones de productos diferentes es: ", n.productos)

## [1] "El número total de opciones de productos diferentes es:  4"

3.1.2 Principio multiplicativo

Combina el principio aditivo con la operación de multiplicación.

Se trata de multiplicar las opciones de un tipo por las opciones de otro tipo y sumar los resultados de cada alternativa.

Se decide ir a una tienda de ropa, se puede adquirir, P Pantalones, C Camisas, P Playeras, Z Zapatos; existe por cada producto marcas de fabricantes específicas. De cada tipo de productos existen diferentes marcas X, Y y Z. De igual forma se puede elegir alguna talla de cualquier marca de algún tipo de productos.

La idea es determinar la cantidad de opciones que se tienen en total utilizando el principio multiplicativo.

¿Cuántas y cuáles opciones existen para elegir un sólo producto diferente?, Es el total de productos. R= cuatro opciones, un producto diferente de cada uno.
¿Cuántas opciones se tienen para elegir una marca de pantalón. R= tres
¿Cuántas opciones se tienen para elegir una marca de camisa. R= tres
¿Cuántas opciones se tienen para elegir una marca de playera. R= tres
¿Cuántas opciones se tienen para elegir una marca de zapato. R= tres

marcas <- c("X", "Y", "Z")
n.marcas <- length(marcas)
paste("Marcas diferentes a elegir son: ", n.marcas)

## [1] "Marcas diferentes a elegir son:  3"

¿Cuántas opciones existen para elegir un tipo de producto de alguna marca en particular?. Resp. \[ 4\text{ productos diferentes}\times 3\text{ marcas diferentes} = 12\]

paste("Alternativas de elegir producto y marca diferente son: ", n.productos * n.marcas)

## [1] "Alternativas de elegir producto y marca diferente son:  12"

Existe variedad en tallas de cada producto diferente, es decir, los pantalones, las camisas y las playeras tienen tallas diferentes, C Chica, M Mediana, G Grande, X Extra Grande:

De los pantalones existe talla C, M y G, son tres tallas
De las camisas existen tallas M y G, son dos tallas
De las playeras existen tallas C, M, G y X, son cuatro tallas
De los zapatos existen medidas 24, 25, 26, 27 y 28 en tallas centímetros., son cinco tallas o medidas.

tallas.PANTALON <- c("C", "M", "G")
tallas.CAMISAS <- c("M", "G")
tallas.PLAYERAS <- c("C", "M", "G", "X")
# Los zapatos tienen medidas particulares
tallas.ZAPATOS <- as.character(c(24:28))
tallas.PANTALON

## [1] "C" "M" "G"

tallas.CAMISAS

## [1] "M" "G"

tallas.PLAYERAS

## [1] "C" "M" "G" "X"

tallas.ZAPATOS

## [1] "24" "25" "26" "27" "28"

¿Cuántas opciones hay en total de elegir un producto distinto de marca diferente y de talla única?.

n.tallas.pantalones <- length(tallas.PANTALON)
n.tallas.camisas <- length(tallas.CAMISAS)
n.tallas.playeras <- length(tallas.PLAYERAS)
n.tallas.zapatos <- length(tallas.ZAPATOS)
n.opciones <- (n.marcas * n.tallas.pantalones)  + (n.marcas * n.tallas.camisas) + (n.marcas * n.tallas.playeras) + (n.marcas * n.tallas.zapatos)
paste("Existen varias alternativas de elegir producto, marca y talla diferente, son: ", n.opciones)

## [1] "Existen varias alternativas de elegir producto, marca y talla diferente, son:  42"

\[ opciones = (n.marcas \times n.tallas.pantalones) + (n.marcas \times n.tallas.camisas) + \\ (n.marcas \times n.tallas.playeras) + (n.marcas \times n.tallas.zapatos) \]

\[ (3 \times 3) + (3 \times 2) + \\ (3 \times 4) + (3 \times 5) = 42 \]

Si se multiplica el número de opciones de marcas de cada producto por sus correspondientes tallas y sumando parcialmente cada resultado para determinar finalmente el total de opciones.

Se aplica un principio aditivo y multiplicativo para encontrar la cantidad de opciones y poder elegir un producto de entre todo el espacio muestral S.

¿Que sucede si de entre todos los productos hay alternativas de seleccionar para el género femenino y para el género masculino?

\[ opciones = (n.marcas \times n.tallas.pantalones \times n.generos) + (n.marcas \times n.tallas.camisas\times n.generos) + \\ (n.marcas \times n.tallas.playeras\times n.generos) + (n.marcas \times n.tallas.zapatos\times n.generos) \]

\[ (3 \times 3 \times 2) + (3 \times 2 \times 2) + \\ (3 \times 4 \times 2) + (3 \times 5 \times 2) = 84 \]

4 Desarrollo

4.1 Espacio muestral

Se visualiza todo el espacio muestral S

La función source() permite cargar funciones y scripts, para este ejemplo se carga un script que contiene la construcción del espacio muestral.

La función nrow() devuelve la cantidad de registros u observaciones de un data.frame.

source("https://raw.githubusercontent.com/rpizarrog/Probabilidad-y-EstadIstica-VIRTUAL-DISTANCIA/main/scripts/ESPACIO%20MUESTRAL%20pantalones%20camisas%20playeras%20zapatos.r")
S

##    productos marcas tallas   generos
## 1   PANTALON      X      C  Femenino
## 2   PANTALON      Y      C  Femenino
## 3   PANTALON      Z      C  Femenino
## 4   PANTALON      X      M  Femenino
## 5   PANTALON      Y      M  Femenino
## 6   PANTALON      Z      M  Femenino
## 7   PANTALON      X      G  Femenino
## 8   PANTALON      Y      G  Femenino
## 9   PANTALON      Z      G  Femenino
## 10  PANTALON      X      C Masculino
## 11  PANTALON      Y      C Masculino
## 12  PANTALON      Z      C Masculino
## 13  PANTALON      X      M Masculino
## 14  PANTALON      Y      M Masculino
## 15  PANTALON      Z      M Masculino
## 16  PANTALON      X      G Masculino
## 17  PANTALON      Y      G Masculino
## 18  PANTALON      Z      G Masculino
## 19    CAMISA      X      M  Femenino
## 20    CAMISA      Y      M  Femenino
## 21    CAMISA      Z      M  Femenino
## 22    CAMISA      X      G  Femenino
## 23    CAMISA      Y      G  Femenino
## 24    CAMISA      Z      G  Femenino
## 25    CAMISA      X      M Masculino
## 26    CAMISA      Y      M Masculino
## 27    CAMISA      Z      M Masculino
## 28    CAMISA      X      G Masculino
## 29    CAMISA      Y      G Masculino
## 30    CAMISA      Z      G Masculino
## 31   PLAYERA      X      C  Femenino
## 32   PLAYERA      Y      C  Femenino
## 33   PLAYERA      Z      C  Femenino
## 34   PLAYERA      X      M  Femenino
## 35   PLAYERA      Y      M  Femenino
## 36   PLAYERA      Z      M  Femenino
## 37   PLAYERA      X      G  Femenino
## 38   PLAYERA      Y      G  Femenino
## 39   PLAYERA      Z      G  Femenino
## 40   PLAYERA      X      X  Femenino
## 41   PLAYERA      Y      X  Femenino
## 42   PLAYERA      Z      X  Femenino
## 43   PLAYERA      X      C Masculino
## 44   PLAYERA      Y      C Masculino
## 45   PLAYERA      Z      C Masculino
## 46   PLAYERA      X      M Masculino
## 47   PLAYERA      Y      M Masculino
## 48   PLAYERA      Z      M Masculino
## 49   PLAYERA      X      G Masculino
## 50   PLAYERA      Y      G Masculino
## 51   PLAYERA      Z      G Masculino
## 52   PLAYERA      X      X Masculino
## 53   PLAYERA      Y      X Masculino
## 54   PLAYERA      Z      X Masculino
## 55    ZAPATO      X     24  Femenino
## 56    ZAPATO      Y     24  Femenino
## 57    ZAPATO      Z     24  Femenino
## 58    ZAPATO      X     25  Femenino
## 59    ZAPATO      Y     25  Femenino
## 60    ZAPATO      Z     25  Femenino
## 61    ZAPATO      X     26  Femenino
## 62    ZAPATO      Y     26  Femenino
## 63    ZAPATO      Z     26  Femenino
## 64    ZAPATO      X     27  Femenino
## 65    ZAPATO      Y     27  Femenino
## 66    ZAPATO      Z     27  Femenino
## 67    ZAPATO      X     28  Femenino
## 68    ZAPATO      Y     28  Femenino
## 69    ZAPATO      Z     28  Femenino
## 70    ZAPATO      X     24 Masculino
## 71    ZAPATO      Y     24 Masculino
## 72    ZAPATO      Z     24 Masculino
## 73    ZAPATO      X     25 Masculino
## 74    ZAPATO      Y     25 Masculino
## 75    ZAPATO      Z     25 Masculino
## 76    ZAPATO      X     26 Masculino
## 77    ZAPATO      Y     26 Masculino
## 78    ZAPATO      Z     26 Masculino
## 79    ZAPATO      X     27 Masculino
## 80    ZAPATO      Y     27 Masculino
## 81    ZAPATO      Z     27 Masculino
## 82    ZAPATO      X     28 Masculino
## 83    ZAPATO      Y     28 Masculino
## 84    ZAPATO      Z     28 Masculino

N <- nrow(S) # nrow determina la cantidad de observaciones

En caso de que hubiese sólo un artículo de cada tipo de producto de cada marca de cada talla.

¿Cuántas opciones hay de elegir un pantalón de entre todo el espacio muestral? Resp. \(18 / 84 = 0.2142 = 21%\)
La función subset() en R significa hacer un filtro, entre paréntesis se le indica de cual data.frame procesar seguido de alguna condición que es precisamente la que hace el filtro. subset(data.frame, condicion)

producto <- "PANTALON"
productos <- subset(S, productos == producto)
productos

##    productos marcas tallas   generos
## 1   PANTALON      X      C  Femenino
## 2   PANTALON      Y      C  Femenino
## 3   PANTALON      Z      C  Femenino
## 4   PANTALON      X      M  Femenino
## 5   PANTALON      Y      M  Femenino
## 6   PANTALON      Z      M  Femenino
## 7   PANTALON      X      G  Femenino
## 8   PANTALON      Y      G  Femenino
## 9   PANTALON      Z      G  Femenino
## 10  PANTALON      X      C Masculino
## 11  PANTALON      Y      C Masculino
## 12  PANTALON      Z      C Masculino
## 13  PANTALON      X      M Masculino
## 14  PANTALON      Y      M Masculino
## 15  PANTALON      Z      M Masculino
## 16  PANTALON      X      G Masculino
## 17  PANTALON      Y      G Masculino
## 18  PANTALON      Z      G Masculino

n.productos <- nrow(productos)
paste("Existen ", n.productos, " opciones de elegir un(a) ", producto, " de entre todo el espacio muestral", ", representan ",  round(n.productos / N,4), " o sea ", round(n.productos / N * 100, 2), "%  del total del espacio muestral")

## [1] "Existen  18  opciones de elegir un(a)  PANTALON  de entre todo el espacio muestral , representan  0.2143  o sea  21.43 %  del total del espacio muestral"

¿Cuántas opciones hay de elegir una camisa de entre todo el espacio muestral? Resp. \(12 / 84 = 1428 = 14%\)

producto <- "CAMISA"
productos <- subset(S, productos == producto)
productos

##    productos marcas tallas   generos
## 19    CAMISA      X      M  Femenino
## 20    CAMISA      Y      M  Femenino
## 21    CAMISA      Z      M  Femenino
## 22    CAMISA      X      G  Femenino
## 23    CAMISA      Y      G  Femenino
## 24    CAMISA      Z      G  Femenino
## 25    CAMISA      X      M Masculino
## 26    CAMISA      Y      M Masculino
## 27    CAMISA      Z      M Masculino
## 28    CAMISA      X      G Masculino
## 29    CAMISA      Y      G Masculino
## 30    CAMISA      Z      G Masculino

n.productos <- nrow(productos)
paste("Existen ", n.productos, " opciones de elegir un(a) ", producto, " de entre todo el espacio muestral", ", representan ",  round(n.productos / N,4), " o sea ", round(n.productos / N * 100, 2), "%  del total del espacio muestral")

## [1] "Existen  12  opciones de elegir un(a)  CAMISA  de entre todo el espacio muestral , representan  0.1429  o sea  14.29 %  del total del espacio muestral"

¿Cuántas opciones hay de elegir una playera de entre todo el espacio muestral? Resp. \(24 / 84 = 0.2857= 28%\)

producto <- "PLAYERA"
productos <- subset(S, productos == producto)
productos

##    productos marcas tallas   generos
## 31   PLAYERA      X      C  Femenino
## 32   PLAYERA      Y      C  Femenino
## 33   PLAYERA      Z      C  Femenino
## 34   PLAYERA      X      M  Femenino
## 35   PLAYERA      Y      M  Femenino
## 36   PLAYERA      Z      M  Femenino
## 37   PLAYERA      X      G  Femenino
## 38   PLAYERA      Y      G  Femenino
## 39   PLAYERA      Z      G  Femenino
## 40   PLAYERA      X      X  Femenino
## 41   PLAYERA      Y      X  Femenino
## 42   PLAYERA      Z      X  Femenino
## 43   PLAYERA      X      C Masculino
## 44   PLAYERA      Y      C Masculino
## 45   PLAYERA      Z      C Masculino
## 46   PLAYERA      X      M Masculino
## 47   PLAYERA      Y      M Masculino
## 48   PLAYERA      Z      M Masculino
## 49   PLAYERA      X      G Masculino
## 50   PLAYERA      Y      G Masculino
## 51   PLAYERA      Z      G Masculino
## 52   PLAYERA      X      X Masculino
## 53   PLAYERA      Y      X Masculino
## 54   PLAYERA      Z      X Masculino

n.productos <- nrow(productos)
paste("Existen ", n.productos, " opciones de elegir un(a) ", producto, " de entre todo el espacio muestral", ", representan ",  round(n.productos / N,4), " o sea ", round(n.productos / N * 100, 2), "%  del total del espacio muestral")

## [1] "Existen  24  opciones de elegir un(a)  PLAYERA  de entre todo el espacio muestral , representan  0.2857  o sea  28.57 %  del total del espacio muestral"

¿Cuántas opciones hay de elegir un zapato de entre todo el espacio muestral? Resp. \(30 / 84 = 0.2857= 28%\)

producto <- "ZAPATO"
productos <- subset(S, productos == producto)
productos

##    productos marcas tallas   generos
## 55    ZAPATO      X     24  Femenino
## 56    ZAPATO      Y     24  Femenino
## 57    ZAPATO      Z     24  Femenino
## 58    ZAPATO      X     25  Femenino
## 59    ZAPATO      Y     25  Femenino
## 60    ZAPATO      Z     25  Femenino
## 61    ZAPATO      X     26  Femenino
## 62    ZAPATO      Y     26  Femenino
## 63    ZAPATO      Z     26  Femenino
## 64    ZAPATO      X     27  Femenino
## 65    ZAPATO      Y     27  Femenino
## 66    ZAPATO      Z     27  Femenino
## 67    ZAPATO      X     28  Femenino
## 68    ZAPATO      Y     28  Femenino
## 69    ZAPATO      Z     28  Femenino
## 70    ZAPATO      X     24 Masculino
## 71    ZAPATO      Y     24 Masculino
## 72    ZAPATO      Z     24 Masculino
## 73    ZAPATO      X     25 Masculino
## 74    ZAPATO      Y     25 Masculino
## 75    ZAPATO      Z     25 Masculino
## 76    ZAPATO      X     26 Masculino
## 77    ZAPATO      Y     26 Masculino
## 78    ZAPATO      Z     26 Masculino
## 79    ZAPATO      X     27 Masculino
## 80    ZAPATO      Y     27 Masculino
## 81    ZAPATO      Z     27 Masculino
## 82    ZAPATO      X     28 Masculino
## 83    ZAPATO      Y     28 Masculino
## 84    ZAPATO      Z     28 Masculino

n.productos <- nrow(productos)
paste("Existen ", n.productos, " opciones de elegir un(a) ", producto, " de entre todo el espacio muestral", ", representan ",  round(n.productos / N,4), " o sea ", round(n.productos / N * 100, 2), "%  del total del espacio muestral")

## [1] "Existen  30  opciones de elegir un(a)  ZAPATO  de entre todo el espacio muestral , representan  0.3571  o sea  35.71 %  del total del espacio muestral"

4.2 Diagrama de Árbol

Es una representación gráfica que permite representar probabilidades de un espacio muestral.

La suma de las frecuencias debe ser el total de los productos.
La suma de las frecuencias relativas o probabilidades relativas debe ser 1.
La suma de las probabilidades en valores % debe ser 100%.

5 Interpretación

Como conclusión, al utilizar técnicas de conteo podemos calcular de manera más sencilla las posibilidades y probabilidades.

De las preguntas 1 a 3, conteste descriptiva y narrativa, de las preguntas 4 en adelante realice el cálculo de probabilidades y muestre los resultados como lo indica la pregunta 4.

¿Para que sirven técnicas de conteo aditivas y multiplicativas?

El principio multiplicativo sirve cuando un evento A y un evento B ocurren de manera “simultanea” (A & B), entonces la cantidad de posibilidades resulta de multiplicar las posibilidades de A por las de la B.

El principio aditivo sirve cuando dos evento A y B no pueden ocurrir de forma simultanea (A | B). Permite medir de cuántas maneras se puede realizar una actividad que, a su vez, tiene varias alternativas para ser realizada, de las cuales se puede elegir solo una a la vez.
Que representa un diagrama de árbol e términos de probabilidad?

Un diagrama de árbol consta de ramas y a su vez de subramas, entonces en términos de probabilidad un diagrama de árbol representa todas las posibilidades que hay.

Por ejemplo hay 3 diferentes marcas, de las que emanan distintos tipos de prendas, y de las cuales subyacen tallas, al igual que las ramas de un árbol.

Es una representación gráfica de los posibles resultados del experimento, el cual consta de una serie de pasos.
¿Cómo determinar probabilidades?

Para determinar la probabilidad solo hace falta dividir la cantidad de eventos que cumplen con la condición entre la cantidad de todo el espacio muestral.

Número de casos favorables/Número total de casos posibles.

¿Cuántas y cuáles ocasiones existen para elegir un producto que sea pantalón y del género Femenino?, ¿cuál es su probabilidad?

producto <- "PANTALON"
genero <- "Femenino"
productos <- subset(S, productos == producto & generos == genero)
productos

##   productos marcas tallas  generos
## 1  PANTALON      X      C Femenino
## 2  PANTALON      Y      C Femenino
## 3  PANTALON      Z      C Femenino
## 4  PANTALON      X      M Femenino
## 5  PANTALON      Y      M Femenino
## 6  PANTALON      Z      M Femenino
## 7  PANTALON      X      G Femenino
## 8  PANTALON      Y      G Femenino
## 9  PANTALON      Z      G Femenino

n.productos <- nrow(productos)
paste("Existen ", n.productos, " opciones de elegir un(a) ", producto, " ", genero, " de entre todo el espacio muestral", ", representan ",  round(n.productos / N,4), " o sea ", round(n.productos / N * 100, 2), "%  del total del espacio muestral")

## [1] "Existen  9  opciones de elegir un(a)  PANTALON   Femenino  de entre todo el espacio muestral , representan  0.1071  o sea  10.71 %  del total del espacio muestral"

¿Cuántas y cuáles ocasiones existen para elegir un producto que sea pantalón y del género Masculino?, ¿cuál es su probabilidad?

print("LOS PANTALONES PARA HOMBRE")

## [1] "LOS PANTALONES PARA HOMBRE"

print(subset(S, productos == "PANTALON" & generos == "Masculino"))

##    productos marcas tallas   generos
## 10  PANTALON      X      C Masculino
## 11  PANTALON      Y      C Masculino
## 12  PANTALON      Z      C Masculino
## 13  PANTALON      X      M Masculino
## 14  PANTALON      Y      M Masculino
## 15  PANTALON      Z      M Masculino
## 16  PANTALON      X      G Masculino
## 17  PANTALON      Y      G Masculino
## 18  PANTALON      Z      G Masculino

print("CANTIDAD DE ZAPATOS DEL NÚMERO 22 Y MARCA Z")

## [1] "CANTIDAD DE ZAPATOS DEL NÚMERO 22 Y MARCA Z"

print(nrow(subset(S, productos == "PANTALON" & generos == "Masculino")))

## [1] 9

print("PORCENTAJE %")

## [1] "PORCENTAJE %"

print(nrow(subset(S, productos == "PANTALON" & generos == "Masculino"))/nrow(S)*100)

## [1] 10.71429

¿Cuáles, cuántas opciones y cuál es la probabilidad que existe de elegir unos zapatos de marca X del género Femenino y del número 24?

producto <- "ZAPATO"
marca <- "X"
genero <- "Femenino"
talla <- "24"
productos <- subset(S, productos == producto & marcas == marca & tallas == talla & generos == genero )
productos

##    productos marcas tallas  generos
## 55    ZAPATO      X     24 Femenino

n.productos <- nrow(productos)
paste("Existen ", n.productos, " opciones de elegir un(a) ", producto, " ",marca, " ", talla, " ", genero, " de entre todo el espacio muestral", ", representan ",  round(n.productos / N,4), " o sea ", round(n.productos / N * 100, 2), "%  del total del espacio muestral")

## [1] "Existen  1  opciones de elegir un(a)  ZAPATO   X   24   Femenino  de entre todo el espacio muestral , representan  0.0119  o sea  1.19 %  del total del espacio muestral"

¿Cuáles, cuántas opciones y cuál es la probabilidad que existe de elegir unos zapatos de marca Y del género Masculino y del número 28?

producto <- "ZAPATO"
genero <- "Masculino"
talla <- "28"
productos <- subset(S, productos == producto & generos == genero & tallas == talla)
productos

##    productos marcas tallas   generos
## 82    ZAPATO      X     28 Masculino
## 83    ZAPATO      Y     28 Masculino
## 84    ZAPATO      Z     28 Masculino

n.productos <- nrow(productos)
paste("Existen ", n.productos, " opciones de elegir un(a) ", producto, " ", genero, " de entre todo el espacio muestral", ", representan ",  round(n.productos / N,4), " o sea ", round(n.productos / N * 100, 2), "%  del total del espacio muestral")

## [1] "Existen  3  opciones de elegir un(a)  ZAPATO   Masculino  de entre todo el espacio muestral , representan  0.0357  o sea  3.57 %  del total del espacio muestral"

¿Cuáles, cuántas opciones y cuál es la probabilidad que existe de elegir unos zapatos del número 24?

print("LOS ZAPATOS DEL NÚMERO 24")

## [1] "LOS ZAPATOS DEL NÚMERO 24"

print(subset(S, productos == "ZAPATO" & tallas == "24"))

##    productos marcas tallas   generos
## 55    ZAPATO      X     24  Femenino
## 56    ZAPATO      Y     24  Femenino
## 57    ZAPATO      Z     24  Femenino
## 70    ZAPATO      X     24 Masculino
## 71    ZAPATO      Y     24 Masculino
## 72    ZAPATO      Z     24 Masculino

print("CANTIDAD DE ZAPATOS DEL 24")

## [1] "CANTIDAD DE ZAPATOS DEL 24"

print(nrow(subset(S, productos == "ZAPATO" & tallas == "24")))

## [1] 6

print("PORCENTAJE %")

## [1] "PORCENTAJE %"

print(nrow(subset(S, productos == "ZAPATO" & tallas == "24"))/nrow(S)*100)

## [1] 7.142857

¿Cuáles, cuántas opciones y cuál es la probabilidad que existe de elegir unos zapatos de marca Z del número 22?

print("LOS ZAPATOS DEL NÚMERO 22 Y MARCA Z")

## [1] "LOS ZAPATOS DEL NÚMERO 22 Y MARCA Z"

print(subset(S, productos == "ZAPATO" & tallas == "22" & marcas == "Z"))

## [1] productos marcas    tallas    generos  
## <0 rows> (or 0-length row.names)

print("CANTIDAD DE ZAPATOS DEL NÚMERO 22 Y MARCA Z")

## [1] "CANTIDAD DE ZAPATOS DEL NÚMERO 22 Y MARCA Z"

print(nrow(subset(S, productos == "ZAPATO" & tallas == "22" & marcas == "Z")))

## [1] 0

print("PORCENTAJE %")

## [1] "PORCENTAJE %"

print(nrow(subset(S, productos == "ZAPATO" & tallas == "22" & marcas == "Z"))/nrow(S)*100)

## [1] 0

6 Bibliografía

Mendenhall, William, Robert J. Beaver, and Barbara M. Beaver. 2010. Introducción a La Probabilidad y Estadística. 13th ed. Cengage Learning Editores, S.A. de C.V.,.

Walpole, Ronald E., Raymond H. Myers, and Sharon L. Myers. 2012. Probabilidad y Estadística Para Ingeniería y Ciencias. Novena Edición. México: Pearson.

Tecnicas de conteo

Jemima Reyes Macias

4/3/2022