1 Objetivo

Realizar operaciones de conjunto y con el resultado estimar e interpretar probabilidades.

2 Descripción

  • Se cargan las librerías necesarias para ejecutar funciones

  • Generar conjuntos de datos

  • Construir todo el espacio muestral llamado S.muestra

  • Realizar operaciones de conjuntos

  • Estimar probabilidades con los conjuntos.

  • Interpretar probabilidades

3 Marco teórico

3.1 Operación Union U.

El conjunto de todos los elementos que pertenecen a A o a B, o tanto a A como a B, se llama la unión de A y B y se escribe A ∪ B.

En la unión si hay elementos repetidos sólo se deja uno de ellos.

3.2 Operación intersección ∩

El conjunto de todos los elementos que pertenecen simultáneamente a A y B se llama la intersección de A y B y se escribe A ∩ B.

3.3 Operación diferencia -

El conjunto que consiste en todos los elementos de A que no pertenecen a B se llama la diferencia de A y B y se escribe A – B.

3.4 Operación complemento [C ó ´]

Son todos los conjuntos con los elementos que no están en A y se escribe A’ ó C A. Son todos los elementos que faltan y que no están en A para complementar todo el espacio muestral.

4 Desarrollo

Cargar librerías

# install.packages("dplyr")
library(dplyr)

Crear vectores en R con los conjuntos de datos de nombres de personas que participan en actividades deportivas y culturales.

Los vectores en R, representan los conjuntos, luego, se hacen operaciones sobre los mismos, finalmente se determina probabilidades que representan probabilidades de acuerdo a los resultados de las operaciones con los conjuntos.

  • B Basquetbol

  • F Futbol

  • K Karate

  • D Danza

  • R Rondalla

B <- c("Hugo", "Paty", "Paco", "Luis", "Daniel", "Jeny", "Badia", "Eduardo", "Alex")
F <- c("Guadalupe", "Luis", "Javier", "Marco", "Aurelio", "Badia", "Alex", "Daniel", "Mike", "Jeny")
K <- c("Marco", "Mary", "Lucy", "Daniel", "Jeny", "Alberto", "Eduardo", "Mario")
D <- c("Lucy", "Mary", "Daniel", "Alberto", "Mike", "Mario", "Eduardo")
R = c("Daniel", "Pedro", "Alberto", "Mike", "Jeny")
# Ejemplo de nuevos conjuntos ....
# B <- c("Hugo", "Paty", "Paco", "Luis", "Javier", "Rubén", "Carlos", "Lola", "Lidia")
# F <- c("Guadalupe", "Luis", "Javier", "Marco", "Aurelio", "Carlos", "Lola", "Luisa", "Andrea", "Mayra")
# K <- c("Marco", "Mary", "Lucy", "Lola", "Rubén", "Aurelio")
# D <- c("Lucy", "Mary", "Carlos", "Marco", "Andrea", "Mayra")
# R <- c("Carlos", "Lola", "José", "Ernesto", "Andrea", "Sergio", "Lucy", "Luis")

Mostrar los vectores a manera de conjuntos

B
## [1] "Hugo"    "Paty"    "Paco"    "Luis"    "Daniel"  "Jeny"    "Badia"  
## [8] "Eduardo" "Alex"
F
##  [1] "Guadalupe" "Luis"      "Javier"    "Marco"     "Aurelio"   "Badia"    
##  [7] "Alex"      "Daniel"    "Mike"      "Jeny"
K
## [1] "Marco"   "Mary"    "Lucy"    "Daniel"  "Jeny"    "Alberto" "Eduardo"
## [8] "Mario"
D
## [1] "Lucy"    "Mary"    "Daniel"  "Alberto" "Mike"    "Mario"   "Eduardo"
R
## [1] "Daniel"  "Pedro"   "Alberto" "Mike"    "Jeny"

4.1 Construir el espacio muestral

Con todos los elementos de todos los conjuntos determinar el espacio muestral. Con la función unique() se eliminan los repetidos y con la función c() de concatenar se integran todos los nombres a un solo conjunto de datos.

S.muestral <- unique(c(B, F, K, D, R))
S.muestral
##  [1] "Hugo"      "Paty"      "Paco"      "Luis"      "Daniel"    "Jeny"     
##  [7] "Badia"     "Eduardo"   "Alex"      "Guadalupe" "Javier"    "Marco"    
## [13] "Aurelio"   "Mike"      "Mary"      "Lucy"      "Alberto"   "Mario"    
## [19] "Pedro"
N <- length(S.muestral)
N
## [1] 19

4.2 Unión entre conjuntos

La unión entre conjuntos se representa por la literal U.

4.2.1 Union Basquetbol y Karate

BUK <- union(B, K)
BUK
##  [1] "Hugo"    "Paty"    "Paco"    "Luis"    "Daniel"  "Jeny"    "Badia"  
##  [8] "Eduardo" "Alex"    "Marco"   "Mary"    "Lucy"    "Alberto" "Mario"

BUK es a unión de los conjuntos Basquetbol con Karate y n es la cantidad de eventos de ese conjunto resultante.

n <- length(BUK)
n
## [1] 14

Determinando la probabilidad de BUK.

P.BUK <- n/N
paste("Existen ", n,  " elementos de BUK, ", " lo que representa la probabilidad de ", round(n/N * 100, 2), "%")
## [1] "Existen  14  elementos de BUK,   lo que representa la probabilidad de  73.68 %"

4.2.2 Karate union con Danza

KUD es la unión de Karate con Danza y n es la cantidad de eventos de ese conjunto

KUD <- union(K, D)
n <- length(KUD)
n
## [1] 9

Determinando la probabilidad

P.KUD <- n/N
paste("Existen ", n,  " elementos de KUD, ", " lo que representa la probabilidad de ", round(n/N * 100, 2), "%")
## [1] "Existen  9  elementos de KUD,   lo que representa la probabilidad de  47.37 %"

4.3 Intersección entre conjuntos

La intersección entre conjuntos representa por el símbolo matemático ∩ y con la letra I de instersección.

4.3.1 Intersección de Basquetbol con Futbol

¿Cuáles y cuántas personas juegan Basquetbol y Futbol y que probabilidad representan?

BIF <- intersect(B, F)
BIF
## [1] "Luis"   "Daniel" "Jeny"   "Badia"  "Alex"
n <- length(BIF)
n
## [1] 5

Determinando la probabilidad del conjunto BIF

paste ("Hay ", n, " personas que juegan Basquetbl y Futbol, de un total de ", N, " lo que representa el ", round(n/N * 100, 2), "%")
## [1] "Hay  5  personas que juegan Basquetbl y Futbol, de un total de  19  lo que representa el  26.32 %"

4.3.2 Intersección de Karate con Danza

¿Cuáles y cuántas personas practican Krate y Danza y que probabilidad representan?

KID <- intersect(K, D)
KID
## [1] "Mary"    "Lucy"    "Daniel"  "Alberto" "Eduardo" "Mario"
n <- length(KID)
n
## [1] 6

Determinando la probabilidad del conjunto KID

paste ("Hay ", n, " personas que juegan Karate y Danza, de un total de ", N, " lo que representa el ", round(n/N * 100, 2), "%")
## [1] "Hay  6  personas que juegan Karate y Danza, de un total de  19  lo que representa el  31.58 %"

4.4 Diferencia entre conjuntos

La operación de diferencia se representa matemáticamente con el símbolo de “-” y en código de R se usarán la frase símbolo “dif” como parte de la variable.

4.4.1 Basquetbol menos Futbol

BdifF <- setdiff(B, F)
BdifF
## [1] "Hugo"    "Paty"    "Paco"    "Eduardo"
n <- length(BdifF)
n
## [1] 4

Determinando la probabilidad del conjunto BdifF

paste ("Hay ", n, " personas están en Basquetbol y que no están en Futbol de un total de ", N, " lo que representa el ", round(n/N * 100, 2), "%")
## [1] "Hay  4  personas están en Basquetbol y que no están en Futbol de un total de  19  lo que representa el  21.05 %"

4.4.2 Basquetbol menos Karate

BdifK <- setdiff(B, K)
BdifK
## [1] "Hugo"  "Paty"  "Paco"  "Luis"  "Badia" "Alex"
n <- length(BdifK)
n
## [1] 6

Determinando la probabilidad del conjunto BdifK

paste ("Hay ", n, " personas están en Basquetbol y que no están en Karate de un total de ", N, " lo que representa el ", round(n/N * 100, 2), "%")
## [1] "Hay  6  personas están en Basquetbol y que no están en Karate de un total de  19  lo que representa el  31.58 %"

4.5 Complemento entre conjuntos

Significa determinar los elementos que no están en un conjunto para complementar otro conjunto o de todo el espacio muestral.

En R se rerpesentará con la letra C

4.5.1 Completo de Basquetbol

Todos los que no están en Basquetbol CB. Para encontrar el complemento se reutiliza la función setdiff() que en realidad encuentra aquellos que no están en otro subconjunto.

CB <- setdiff(S.muestral, B)
CB
##  [1] "Guadalupe" "Javier"    "Marco"     "Aurelio"   "Mike"      "Mary"     
##  [7] "Lucy"      "Alberto"   "Mario"     "Pedro"
n <- length(CB)
n
## [1] 10
paste ("El complemento de Basquetbol tiene", n , " elementos que representan ", round(n/N * 100, 2), "%")
## [1] "El complemento de Basquetbol tiene 10  elementos que representan  52.63 %"

La probabilidad de complemento de un conjunto es restar su probabilidad a 1:

\[ Complemento.Basquetbol = 1 - P(Basquetbol) \]

paste("Matemáticamente de acuerdo a fórmula de complemento es lo mismo que 1-P(Basquetbol)", 1 - length(B) / N, " representando el ", (1 - length(B) / N) * 100, "%") 
## [1] "Matemáticamente de acuerdo a fórmula de complemento es lo mismo que 1-P(Basquetbol) 0.526315789473684  representando el  52.6315789473684 %"

5 Interpretación

5.1 ¿Qué representa cada operación de las vistas en el caso?

Unión significa que todos los elementos de los conjuntos se unen para hacer otro y sí es que se llegan a repetir datos, se toma como uno solo.

Intersección es cuando hay elementos que se repiten en los conjuntos de los cuales se realiza la operación.

Cuando se realiza una diferencia los elementos resultantes son los que se encuentran en un conjunto pero no en el segundo.

El complemento son los elementos que faltan para completar un conjunto para que sea más grande.

5.2 ¿Para qué usar operaciones de conjuntos en términos de probabilidad?

Para poder aumentar la cantidad de posibles eventos que existan en un determinado caso y con ello poder determinar la probabilidad de que pase en el total del espacio muestral.

5.3 Qué es mas probable:

5.3.1 ¿Que exista una persona que participe en Karate o Fútbol (union) o que exista una persona de la diferencia entre Fútbol menos Danza?.

Se tiene que determinar ambas probabilidades y aquella que sea mayor es la respuesta

n <- length(union(K, F)) 
PKUF <- n/N
PKUF
## [1] 0.7894737
n <- length(setdiff(F, D))
PFdifD<- n/N
PFdifD
## [1] 0.4210526
paste("Es mas probable que haya una persona que participe en Karate o Futbol que una persona que participe en Futbol y no esté en Danza. 
")
## [1] "Es mas probable que haya una persona que participe en Karate o Futbol que una persona que participe en Futbol y no esté en Danza. \n"

5.3.2 ¿Que existe una persona en el complemento de Danza o que exista una persona en la unión de Danza y Karate?

CD <- setdiff(S.muestral, D)
CD
##  [1] "Hugo"      "Paty"      "Paco"      "Luis"      "Jeny"      "Badia"    
##  [7] "Alex"      "Guadalupe" "Javier"    "Marco"     "Aurelio"   "Pedro"
n <- length(CD)
prob = n/N
prob
## [1] 0.6315789
DUL = union(D, K)
DUL
## [1] "Lucy"    "Mary"    "Daniel"  "Alberto" "Mike"    "Mario"   "Eduardo"
## [8] "Marco"   "Jeny"
n = length(DUL)
prob = n/N
prob
## [1] 0.4736842
paste("Es más probable que exita una persona en el complemento de Danza a que exista una persona el la unión de Danza y Karate.")
## [1] "Es más probable que exita una persona en el complemento de Danza a que exista una persona el la unión de Danza y Karate."

5.3.3 ¿Existe probabilidad de que hay personas que practiquen Basquetbol y Karate?, de cuánto?

BIK = intersect(B, K)
BIK
## [1] "Daniel"  "Jeny"    "Eduardo"
n = length(BIK)
n
## [1] 3
prob = n/N
prob
## [1] 0.1578947
paste("Sí hay personas que están en basquet y karate que son Daniel, Jeny y Eduardo, las cuales representan 0.1578 aproximadamente 15.78%")
## [1] "Sí hay personas que están en basquet y karate que son Daniel, Jeny y Eduardo, las cuales representan 0.1578 aproximadamente 15.78%"

5.3.4 ¿Cuántos y cuál es la probabilidad de personas que practiquen Rondalla y Danza?

RID = intersect(R, D)
RID
## [1] "Daniel"  "Alberto" "Mike"
n = length(RID)
n
## [1] 3
prob = n/N
prob
## [1] 0.1578947
paste("Hay 3 personas que practican rondalla y danza que son Daniel, Alberto y Mike, los cuales representan el .1578 aproximadamente 15.78%")
## [1] "Hay 3 personas que practican rondalla y danza que son Daniel, Alberto y Mike, los cuales representan el .1578 aproximadamente 15.78%"

5.3.5 ¿Qué es más probable: personas que practiquen Danza y Rondalla o Basquetbol y Karate y Danza?

RID = intersect(R, D)
RID
## [1] "Daniel"  "Alberto" "Mike"
n = length(RID)
n
## [1] 3
prob = n/N
prob
## [1] 0.1578947
BIK = intersect(B, K)
BIKID = intersect(BIK, D)
BIKID
## [1] "Daniel"  "Eduardo"
n = length(BIKID)
n
## [1] 2
prob = n/N
prob
## [1] 0.1052632
paste("Es más probable personas que practiquen danza y rondalla a que practiquen basquet, karate y danza, pues la primera intersección nos da aproximadamente 15.78% a diferencia del 10.52%")
## [1] "Es más probable personas que practiquen danza y rondalla a que practiquen basquet, karate y danza, pues la primera intersección nos da aproximadamente 15.78% a diferencia del 10.52%"