Probabilidad: Es el estudio de azar y la incertidumbre en cualquier situación en la cual varios posibles sucesos pueden ocurrir. Es un valor entre 0 (imposible) y 1 (seguro) Ejemplo: La probabilidad de que llueba hoy es de 0.70 (70%).

Experimento: Cualquier acción cuyo resultado esta sujeto a la incertidumbre. Ejemplo: Lanzar una moneda al aire.

Experimento: Lanzar un dado

Instalar libreria y llamar paquete para el experimento de lanzar un dado.

  # install.packages("dice")
  library(dice) 
## Loading required package: gtools

Instalar libreria y llamar paquete para poner resultados en fracción

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

¿Cuál es la probabilidad de obtener un 6 al lanzar un dado?

un_seis <- getEventProb(nrolls = 1, ndicePerRoll = 1, nsidesPerDie = 6, eventList = list(6))
  un_seis 
## [1] 0.1666667
  fractions(un_seis)
## [1] 1/6

¿Cual es la probabilidad de obtener 5 en dos lanzamientos de dados consecutivos?

 dos_cincos <- getEventProb(nrolls = 2, ndicePerRoll = 1, nsidesPerDie = 6, eventList = list(5,5))
  dos_cincos
## [1] 0.02777778
  fractions(dos_cincos)
## [1] 1/36

¿Qué número es más probable al lanzar dos dados?

sumar_dos <- getEventProb(nrolls = 1, ndicePerRoll = 2, nsidesPerDie = 6, eventList = list(2))
  sumar_tres <- getEventProb(nrolls = 1, ndicePerRoll = 2, nsidesPerDie = 6, eventList = list(3))
  sumar_cuatro <- getEventProb(nrolls = 1, ndicePerRoll = 2, nsidesPerDie = 6, eventList = list(4))  
  sumar_cinco <- getEventProb(nrolls = 1, ndicePerRoll = 2, nsidesPerDie = 6, eventList = list(5))
  sumar_seis <- getEventProb(nrolls = 1, ndicePerRoll = 2, nsidesPerDie = 6, eventList = list(6))
  sumar_siete <- getEventProb(nrolls = 1, ndicePerRoll = 2, nsidesPerDie = 6, eventList = list(7))
  sumar_ocho <- getEventProb(nrolls = 1, ndicePerRoll = 2, nsidesPerDie = 6, eventList = list(8))  
  sumar_nueve <- getEventProb(nrolls = 1, ndicePerRoll = 2, nsidesPerDie = 6, eventList = list(9))
  sumar_diez <- getEventProb(nrolls = 1, ndicePerRoll = 2, nsidesPerDie = 6, eventList = list(10)) 
  sumar_once <- getEventProb(nrolls = 1, ndicePerRoll = 2, nsidesPerDie = 6, eventList = list(11))
  sumar_doce <- getEventProb(nrolls = 1, ndicePerRoll = 2, nsidesPerDie = 6, eventList = list(12))
  suma <- c(2,3,4,5,6,7,8,9,10,11,12)
  probabilidad <- c(sumar_dos, sumar_tres, sumar_cuatro, sumar_cinco, sumar_seis, sumar_siete, sumar_ocho, sumar_nueve, sumar_diez, sumar_once, sumar_doce)  
  tabla <- cbind(suma, probabilidad)
  barplot(probabilidad, names.arg=suma, main="Probabilidad", xlab="Suma de 2 Dados", col="Tomato")  

Experimento: Mano de Poker

Instalar libreria y llamar paquete para manejo de funciones y vectores

# install.packages("tidyverse")
  library(purrr)

Crear baraja inglesa

numero <-c(2,3,4,5,6,7,8,9,"D","J","Q","K", "A")
  numeros<- (rep(numero,4))
  palo<-c("C", "D", "T", "P")
  palos<- rep(palo,13)
  baraja <- data.frame(numeros,palos)
  baraja
##    numeros palos
## 1        2     C
## 2        3     D
## 3        4     T
## 4        5     P
## 5        6     C
## 6        7     D
## 7        8     T
## 8        9     P
## 9        D     C
## 10       J     D
## 11       Q     T
## 12       K     P
## 13       A     C
## 14       2     D
## 15       3     T
## 16       4     P
## 17       5     C
## 18       6     D
## 19       7     T
## 20       8     P
## 21       9     C
## 22       D     D
## 23       J     T
## 24       Q     P
## 25       K     C
## 26       A     D
## 27       2     T
## 28       3     P
## 29       4     C
## 30       5     D
## 31       6     T
## 32       7     P
## 33       8     C
## 34       9     D
## 35       D     T
## 36       J     P
## 37       Q     C
## 38       K     D
## 39       A     T
## 40       2     P
## 41       3     C
## 42       4     D
## 43       5     T
## 44       6     P
## 45       7     C
## 46       8     D
## 47       9     T
## 48       D     P
## 49       J     C
## 50       Q     D
## 51       K     T
## 52       A     P

Crear el mazo de barajas

mazo <- apply(format(baraja), 1, paste, collapse="")
  mazo
##    1    2    3    4    5    6    7    8    9   10   11   12   13   14   15   16 
## "2C" "3D" "4T" "5P" "6C" "7D" "8T" "9P" "DC" "JD" "QT" "KP" "AC" "2D" "3T" "4P" 
##   17   18   19   20   21   22   23   24   25   26   27   28   29   30   31   32 
## "5C" "6D" "7T" "8P" "9C" "DD" "JT" "QP" "KC" "AD" "2T" "3P" "4C" "5D" "6T" "7P" 
##   33   34   35   36   37   38   39   40   41   42   43   44   45   46   47   48 
## "8C" "9D" "DT" "JP" "QC" "KD" "AT" "2P" "3C" "4D" "5T" "6P" "7C" "8D" "9T" "DP" 
##   49   50   51   52 
## "JC" "QD" "KT" "AP"

Crear mano de cartas

  mano <- function(n) sample(mazo, n, rep = FALSE)
  mi_mano <- mano (5)
  mi_mano
##   16   32   13   45   30 
## "4P" "7P" "AC" "7C" "5D"

Conclusiones:

Con este código pudimos observar que al lanzar dos dados, es más probable obtener un 7, continuado por un 6 y un 8. Datos que a un jugador constante de casino le pueden servir para hacer sus apuestas. Por otro lado, con este código fuimos capaces de crear una mano de baraja tomando en cuenta todas las posibles cartas.

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