Objetivo

Calcular probabilidades con variables aleatorias discretas y con variables aleatorias continuas con distribución uniforme

Desarrollo

Cargar librerías

library(ggplot2)
library(dplyr)
library(gtools)
library(knitr)
library(cowplot) # Gráficas mismo renglones
options(scipen = 999) # Notación normal

Ejercicios con variables discretas

Tirar dos dados

Construir tabla de distribución

dado <- c(1,2,3,4,5,6)
lanzar_dados <- data.frame(permutations(n=6, r = 2, v = dado, repeats.allowed = TRUE))
names(lanzar_dados) <- c("dado1", "dado2")
lanzar_dados <- cbind(lanzar_dados, suma = apply(X = lanzar_dados, MARGIN = 1, FUN = sum))
lanzar_dados
##    dado1 dado2 suma
## 1      1     1    2
## 2      1     2    3
## 3      1     3    4
## 4      1     4    5
## 5      1     5    6
## 6      1     6    7
## 7      2     1    3
## 8      2     2    4
## 9      2     3    5
## 10     2     4    6
## 11     2     5    7
## 12     2     6    8
## 13     3     1    4
## 14     3     2    5
## 15     3     3    6
## 16     3     4    7
## 17     3     5    8
## 18     3     6    9
## 19     4     1    5
## 20     4     2    6
## 21     4     3    7
## 22     4     4    8
## 23     4     5    9
## 24     4     6   10
## 25     5     1    6
## 26     5     2    7
## 27     5     3    8
## 28     5     4    9
## 29     5     5   10
## 30     5     6   11
## 31     6     1    7
## 32     6     2    8
## 33     6     3    9
## 34     6     4   10
## 35     6     5   11
## 36     6     6   12

Contar frecuencias de las sumas

tabla <- lanzar_dados %>%
  group_by(suma) %>%
  summarise(frec = n()) 
tabla <-  data.frame(tabla)

Tabla con nombres de x’s

colnames(tabla) <- c('x', 'casos')
tabla
##     x casos
## 1   2     1
## 2   3     2
## 3   4     3
## 4   5     4
## 5   6     5
## 6   7     6
## 7   8     5
## 8   9     4
## 9  10     3
## 10 11     2
## 11 12     1

Tabla con probabilidades

n <- sum(tabla$casos)
tabla <- tabla %>%
  mutate(f.prob = round(casos / n, 4))
tabla <- tabla %>%
  mutate(f.acum = cumsum(f.prob))
tabla
##     x casos f.prob f.acum
## 1   2     1 0.0278 0.0278
## 2   3     2 0.0556 0.0834
## 3   4     3 0.0833 0.1667
## 4   5     4 0.1111 0.2778
## 5   6     5 0.1389 0.4167
## 6   7     6 0.1667 0.5834
## 7   8     5 0.1389 0.7223
## 8   9     4 0.1111 0.8334
## 9  10     3 0.0833 0.9167
## 10 11     2 0.0556 0.9723
## 11 12     1 0.0278 1.0001

Visualizar frecuencias y el acumulado

gfrecuencias <- ggplot(data = tabla) +
  geom_col(aes(x = x, y = f.prob), fill= 'lightblue') 
gfrecuencias

gacumulada <- ggplot(data = tabla) +
  geom_line(aes(x = x, y = f.acum), col='blue') +
  geom_point(aes(x = x, y = f.acum), col='red')
gacumulada

Calcular probabilidades

Función para calcular probabilidades
# Llamar la función o cargar el archivo en donde estpa la función
source ("https://raw.githubusercontent.com/rpizarrog/probabilidad-y-estad-stica/master/Enero%20Junio%202022/funciones/funciones.para.distribuciones.r")
P(x = 3)

\(P(f(x=3))\)

La probabilidad cuando x sea igual a 3

f.prob.discr(datos = tabla, discreta = 3, tipo = 0)
##   f.prob
## 1 0.0556
P(x = 7)

\(P(f(x=7))\)

La probabilidad cuando x sea igual a 7

f.prob.discr(datos = tabla, discreta = 7, tipo = 0)
##   f.prob
## 1 0.1667
P(x >= 7)

\(P(F(x \ge7))\)

La probabilidad cuando x sea mayor o igual a 7 \(1 - P(F(X=6)) = P(7) + P(8) + P(9) + P(10) + P(11) + P(12)\)

f.prob.discr(datos = tabla, discreta = 7, tipo = 4)
##   f.acum
## 1 0.5833
P(x <= 5)

\(P(F(x \le 5))\)

La probabilidad cuando x sea menor o igual a 5

\(P(F(X\le5)) = P(2) + P(3) + P(4) + P(5)\)

f.prob.discr(datos = tabla, discreta = 5, tipo = 3)
##   f.acum
## 1 0.2778
P(x > 5)

\(P(F(x < 5))\)

La probabilidad cuando x sea menor a 5

\(P(F(X > 5)) = P(6) + P(7) + P(8) ... P(12)\)

f.prob.discr(datos = tabla, discreta = 5, tipo = 2)
##   f.acum
## 1 0.7222

Estudiantes y oferta de empleo

Tres estudiantes agendan entrevistas para un empleo de verano en el Brookwood Institute. En cada caso el resultado de la entrevista será una oferta de trabajo o ninguna oferta. Los resultados experimentales se definen en términos de los resultados de las tres entrevistas. (Lind, Marchal, and Wathen 2015).

  • Enumere los resultados experimentales.

  • Defina una variable aleatoria que represente el número de ofertas de trabajo. ¿Es una variable aleatoria discreta o continua?

  • Dé el valor de la variable aleatoria que corresponde a cada uno de los resultados experimentales. (Lind, Marchal, and Wathen 2015).

    resultado <- c(1,0) # 1 Si le ofrecen, 0 No le ofrecen
S <- permutations(resultado, n = 2, r = 3, repeats.allowed = TRUE)
S <- data.frame(S)
colnames(S) <- c("of1", "of2", "of3")
S
    ##   of1 of2 of3
## 1   0   0   0
## 2   0   0   1
## 3   0   1   0
## 4   0   1   1
## 5   1   0   0
## 6   1   0   1
## 7   1   1   0
## 8   1   1   1

Son ocho resultados experimentales que presenta el espacio muestral.

La variable aleatoria es \(x=0\) a ninguno se le ofrece empleo, \(x=1\) a uno de ellos se le ofrece empleo, \(x=2\) a dos de ellos se le ofrece empleo y \(x=3\) a los tres se les ofrece empleo.

Es una variable aleatoria discreta con valores en \(x\) de \(0\) a \(3\).

Tabla de probabilidades con x’s prob y acumulado

Sumando las ofertas

S <- S %>%
    mutate(suma = of1 + of2 + of3)
S
##   of1 of2 of3 suma
## 1   0   0   0    0
## 2   0   0   1    1
## 3   0   1   0    1
## 4   0   1   1    2
## 5   1   0   0    1
## 6   1   0   1    2
## 7   1   1   0    2
## 8   1   1   1    3
# El valor de n
n <- nrow(S)

Construir la tabla

tabla <- S %>%
  group_by(suma) %>%
  summarise(frec = n()) 
tabla <- data.frame(tabla)
colnames(tabla) <- c("x", "casos")
n <- sum(tabla$casos)
tabla <- tabla %>%
  mutate(f.prob = round(casos / n, 4))
tabla <- tabla %>%
  mutate(f.acum = cumsum(f.prob))
tabla
##   x casos f.prob f.acum
## 1 0     1  0.125  0.125
## 2 1     3  0.375  0.500
## 3 2     3  0.375  0.875
## 4 3     1  0.125  1.000

Visualizar frecuencias y el acumulado

gfrecuencias <- ggplot(data = tabla) +
  geom_col(aes(x = x, y = f.prob), fill= 'lightblue') 
gfrecuencias

gacumulada <- ggplot(data = tabla) +
  geom_line(aes(x = x, y = f.acum), col='blue') +
  geom_point(aes(x = x, y = f.acum), col='red')
gacumulada

Calcular probabilidades

P(x=2)

¿Cuál es la probabilidad de que le ofrezcan trabajo a dos estudiantes? \(P(f(x = 2))\).

f.prob.discr(datos = tabla, discreta = 2, tipo = 0)
##   f.prob
## 1  0.375
P(x>=2)

¿Cuál es la probabilidad de que le ofrezcan trabajo a dos o mas estudiantes? \[ P(x \ge 2) = P(2) + P(3) + P(4) \]

\[ P(x \ge 2) = 1 - F(x=1) \]

f.prob.discr(datos = tabla, discreta = 2, tipo = 4)
##   f.acum
## 1    0.5

Ejercicios con variables continuas y distribución uniforme

Espera de autobús

Un autobús para por cierta parada cada 15 minutos. ¿Cuál es la probabilidad de que una persona que llega en un momento dado tenga que esperar el autobús mas de cinco minutos?

¿Cual es la densidad?

Es la altura, es decir para cualquier valor desde 0 a 15 la densidad es la misma. \(0.0666 …\) ó \(\frac{1}{15}\) con estos valores mínimos y máximos de \(0, 15\) respectivamente.

Entonces la densidad para una distribución uniforme puede obtenerse mediante función dunif() o mediante la fórmula \(\frac{1}{b-a)}\) siempre y cuando se identifiquen y se tengan los valores del intervalo mínimo \(a\) y máximo \(b\).

dens <- dunif(x = 0:15, min = 0, max = 15)
dens
##  [1] 0.06666667 0.06666667 0.06666667 0.06666667 0.06666667 0.06666667
##  [7] 0.06666667 0.06666667 0.06666667 0.06666667 0.06666667 0.06666667
## [13] 0.06666667 0.06666667 0.06666667 0.06666667

\(P(x > 5\)

Para calcular la probabilidad puede hacerse calculando el área que representa el intervalo cuya base es desde 5 a 15 es decir, 10 y multiplicada por la altura o la densidad \(\frac{1}{15}\). O se puede encontrar mediante la función punif() de probabilidad de distribución uniforme.

a <- 0
b <- 15
altura <- 1 / (b -a)
altura
## [1] 0.06666667
base <- 10
area <- base * altura
area
## [1] 0.6666667
paste("La probabilidad de esperar mas de 5 minutos es de ", round(area * 100, 2), "%")
## [1] "La probabilidad de esperar mas de 5 minutos es de  66.67 %"

Calcular la probabilidad por medio de la función punif()

\[ P(x>5) \]

x = 5
prob1 <- punif(q = x, min = 0, max = 15)
prob1
## [1] 0.3333333
prob2 <- 1  - punif(q = x, min = 0, max = 15)
prob2
## [1] 0.6666667
prob3 <- punif(q = x, min = 0, max = 15, lower.tail = FALSE)
prob3
## [1] 0.6666667
paste("La probabilidad de esperar mas de 5 minutos es de ", round(prob3 * 100, 2), "%")
## [1] "La probabilidad de esperar mas de 5 minutos es de  66.67 %"

\(P(x < 2\))

¿Cuál es la probabilidad de que una persona espere un tiempo menor que 2 minutos?

a <- 0
b <- 15
altura <- 1 / (b -a)
altura
## [1] 0.06666667
base <- 2
area <- base * altura
area
## [1] 0.1333333
paste("La probabilidad de esperar menos de 2 minutos es de ", round(area * 100, 2), "%")
## [1] "La probabilidad de esperar menos de 2 minutos es de  13.33 %"

Calcular la probabilidad por medio de la función punif()

\[ P(x<=2) \]

x = 2
prob1 <- punif(q = x, min = 0, max = 15)
prob1
## [1] 0.1333333
prob2 <- 1  - punif(q = x, min = 0, max = 15)
prob2
## [1] 0.8666667
prob3 <- punif(q = x, min = 0, max = 15, lower.tail = FALSE)
prob3
## [1] 0.8666667
paste("La probabilidad de esperar menos de 2 minutosminutos es de ", round(prob1 * 100, 2), "%")
## [1] "La probabilidad de esperar menos de 2 minutosminutos es de  13.33 %"

Interpretación

Para comenzar, tenemos el caso de los dados, donde el uso de las mencionadas variables discretas es totalmente acertado dado a los valores de los números porque son positivos y enteros.

Constando del hecho de que son categóricos, son fáciles a la hora de representarlos mediante una gráfica de barras. En esta, podemos tomar como cada valor entero nuestra variable “x” y, la altura de la que constaría nuestra barra, podemos tomarla como frecuencia. Debido a esto, podemos obtner el valor de la suma con mayor frecuencia y también la función para calcular probabilidades de distintos eventos que pudiesen plantearse.

El ejercicio del autobus, podemos usar una variable continua donde estos datos serían totalmente sencillos de representar mediante un histograma. De hecho, debido a este, podemos tener en cuenta el cómo funciona la probabilidad de esperar una cantidad de tiempo determinada.

Bibliografía

Lind, Douglas, William Marchal, and Samuel Wathen. 2015. Estadística Aplicada a Los Negocios y La Economía. Decimo Sexta. México, D.F.: McGraw-Hill.