CONTEO Y MUESTREO DE JUEGOS EN
MATLAB
Andres Oñate
Departamento de Eléctrica y Electrónica
Universidad De Las Fuerzas Armadas
Sangolquí, Ecuador
andresalejandro93 @hotmail.es
Resumen— El presente trabajo tiene como
finalidad solucionar de una manera ágil, sencilla y
rápida los temas aprendidos en clase en la asignatura
de procesos estocásticos mediante el uso de la
herramienta Matlab la cual facilitará su solución y se
reforzara los temas aprendidos en clase.
Keywords— conteo, muestreo.
I. INTRODUCCIÓN
Durante estas primeras semanas en la asignatura de
Procesos Estocásticos hemos visto varios temas tales
como: teoría de conjuntos, permutaciones, combinaciones,
probabilidades, etc. Y con la finalidad de reforzar lo
aprendido en clase realizaremos experimentos de conteo y
demostraremos como se relacionan con un muestreo
aleatorio de conjuntos. Estas ideas serán utilizadas para
examinar algunos de los juegos a la que la gente juega.
Para lo cual se usara Matlab el cual es un software
matemático con un lenguaje de programación propio que
nos permitirá solucionar nuestros ejercicios.
II. MÉTODOS Y MATERIALES
 Computador con Sistema operativo Windows 10
 Matlab Versión (2015b)
III. FUNDAMENTO TEÓRICO
Conteo y Muestreo
El propósito de contar en la teoría de la probabilidad es
determinar el número de formas en que un experimento
puede resultar. Por ejemplo, en una lotería de número 42,
hay 5245768 maneras para escoger 6 números ganadores
de un sombrero que contiene 42. Vamos a probar esto. Si
se piensa en ello, el Estado dibuja pequeños marcadores
Jonathan Solórzano
Departamento de Eléctrica y Electrónica
Universidad De Las Fuerzas Armadas
Sangolquí, Ecuador
jony_mostro@hotmail.com
de plástico etiquetados con los números. Es decir, el
Estado utiliza enteros para codificar los objetivos del
experimento. Esto es por conveniencia. Incluso los
equipos utilizan números en las camisetas para codificar
sus participantes. Como veremos más adelante, la
codificación en entero de objeto simplifica la descripción
de un experimento. No importará si los objetos son
personas o cartas. Debido a que no es un juego para
ilustrar cada principio de conteo, podemos estudiar las
fórmulas clásicas de conteo mediante el estudio de juegos.
Muestreo con y sin remplazo.
Considere sacar de un sombrero que contiene los números
que van del 1 a n. El primer número sacado produce que
existan 𝑛 posibilidades. Si el número sacado es puesto
devuelta y un segundo número es sacado (de un máximo
de n números), entonces hay 𝑛 2 posibilidades que el
experimento suceda. Si este número es puesto de vuelta al
sombrero y el experimento continua por r números que
serán extraídos, entonces el número de posibilidades del
experimento es de 𝑁 = 𝑛 𝑟 . Llamamos este experimento
“muestreo con remplazo”. Ahora suponiendo 𝑟 números
que son extraídos del sombrero sin remplazo. El primer
número sacado produce una de 𝑛 posibilidades que
suceda, el segundo produce una de 𝑛 − 1 posibilidades que
suceda, y así sucesivamente. El número de posibilidades
que suceda para r números sacados es de 𝑁 = (𝑛)𝑟 = 𝑛!
(𝑛−𝑟)! Llamamos este experimento “muestreo sin
remplazo”. Si nuevamente sucede el experimento donde
extraemos números de un sombrero que contiene 𝑛
números, entonces permutaciones dependen del orden
que sacan los números. De otra manera, si estamos
interesados en el número de 𝑟 números de combinaciones
que serán sacadas del sombrero de 𝑛 números, entonces
necesitamos remover el multiplicador de cada
combinación, llamándole. ( 𝑛 𝑘 ) = (𝑛)𝑟 𝑟! = 𝑛! 𝑟!(𝑛−𝑟)!

 funciones y además el comando “stem” que nos

permite graficar señales discretas.
 Para los ejercicios de ecuaciones de diferencias
usamos el comando “filter” cuando cuando se
proporciona una señal de entrada y un vector z
con las condiciones iniciales.

IV. PROCEDIMIENTO
 Una vez leídas todas las instrucciones dadas por
el ingeniero para realizar el informe y habiendo
previamente revisado cada uno de los comandos
que se vaya a usar en matlab se procederá a
realizar cada uno de los ejercicios especificados
en la guía.
 La función de permutación en Matlab es perms.
Lo llamas con un vector y te regresa todas las
permutaciones de ese vector. Para verlo intenta
escribiendo perms (1:4) o hasta perms ('abcd').
 Hay una función que calcula ambos valores de (𝑛
𝑘) y retorna todas las combinaciones de tamaño
k, llamado nchoosek (m, k). Esta función toma
dos entradas. Cuando la primera entrada es un
número, la salida es el valor numérico de (𝑛 𝑘).
Cuando la primera entrada es un vector de
longitud n, entonces nchoosek retorna las (𝑛 𝑘)
combinaciones de 𝑛 números 1 hasta n, tomados
k cada tiempo. Para verlo, escriba nchoosek (5,3)
y se verá 10 combinaciones de 5 elementos
tomados 3 cada tiempo. Para ver la combinación
actual escriba nchoosek (1:5,3)

 Para el muestreo sin remplazo, crear la función

pick_nums.m. Esta función debe aleatoriamente
sacar sin remplazo k números de un conjunto de
 Para un orden distinto se puede usar: perms (4:- n números.
1:1) o sortrows (perms (1:4)).

 Verificamos la función pinck_nums.
(1:12,3) y (1:42,6)
 La última función a crear es count_matches.m,
la cual toma dos vectores y cuenta el número de
elementos que tienen en común sin importar la
posición de esos elementos en sus respectivos
vectores.
 Verificamos la función con dos vectores [1 4 7]
[7 3 4] y vemos cuantos elementos se repiten en
los dos vectores.
V. RESULTADO Y ANÁLISIS
Lotto es un juego donde cada jugador elije 𝑘 números
únicos de 𝑁 posibles números hasta que el estado cierre
el juego. A ese punto, el estado elije sus propios K
números únicos y paga a cada jugador basado en el
número correcto de coincidencias numéricas. En un caso
hipotético del juego Lotto, dejemos que 𝑁 = 42 números
posibles. Cada jugador (y también el estado) elijen 𝐾 = 6
números. Esto significa que hay (42C6) = 52455786
posibles casos de elegir 6 números de 42 posibles
números. Por lo tanto las probabilidades de acertar los 6
números son de 5245786 a 1. Pero que dicen
probabilidades de acertar solo 4 números. Para ver eso,
rompa los 42 posibles números en conjuntos deseados de
6 números y no deseados de 36 números. Si el jugador
acierta 4 de los números deseados, entonces el jugador
también acierta 2 números del conjunto no deseado. Por
lo tanto, el número total de combinaciones de 4 números
deseados y 2 no deseados es (6C4)(36C1 ) = 9450. Esto
significa que las probabilidades de acertar exactamente 4
números son 5245786 a 9450, que es aproximadamente
555 a 1. En general esto es:
6 42 − 6
( )( )
𝑘 6−𝑘
Maneras de coincidir 𝑘 = 0,1, 2,…,6 números en (42,6)
Lotto. Las probabilidades de coincidir 𝑘 números es justo
el número posible de aciertos vs el número de aciertos que
producen 𝑘 coincidencias, llamada
42 6 42 − 6
( )𝑎 ( )( )
6 𝑘 6−𝑘
La probabilidad inversa' es la probabilidad de 𝑘
coincidencias.
6 42 − 6
( )( )
𝑃(𝐾, 42,6) = 𝑘 6 − 𝑘 ; 𝑘 = 1,2, . .6
42
( )
6
Hay dos funciones que necesitas crear para simular el
juego del Lotto. La primera, llamada lotto_game.m, debe
jugarse el Lotto con M jugadores y retornar los números
que saco el estado más los sacados por los jugadores con
sus respectivas coincidencias numéricas. Para usar esa
función, debes de unir 3 valores: N=total de posibles
números, k=cantidad de números sacados por cada
jugador y M=número de jugadores.
Función lotto_game

Keno

En el juego de keno ya no existe número de jugadores y

Tenemos el juego de lotto en el que el estado escoge 6 el estado elige más números que el jugador para que este
números de los 42 posibles, teniendo en cuenta que solo tenga más oportunidades de ganar. En comparación con
van hacer 5 jugadores. el juego de lotto solo tendremos que cambiar el
>> [State,player]=lotto_game(42,6,5) parámetro “K” igual a “n”

Función Lotto_histo

La segunda función a crear es lotto_histo.m, que juega un

juego de lotería con los jugadores M y representa
gráficamente las estadísticas de medición y teóricos para
el juego

Carrera de caballos

En una carrera de 12 caballos, hay 12! = 479001600

posibles formas que los caballos pueden terminar la
carrera, acertando las 12 posiciones sería un gran tiro. Sin
embargo solo (12)(11)(10)= (12)3 =1320 formas para
ordenar el primero, segundo y tercero que terminaran.
Atinando los 3 primeros caballos en orden se conoce
como ‘trifecta’.
 Calculamos cuantas trifecTas posibles podemos
tener, si tenemos 12 caballos 12!=479001600
 12! la solución de ejercicios probabilísticos de juegos
𝐶(12,3) = = 220 de azar. .
3! (12 − 3)!
Sin tener en cuenta el orden de los caballos
tendremos 220 maneras diferentes de ordenarlos  Mediante el uso de la herramienta “perms”
podemos obtener todas las formas de
permutación de números y letras.
 La trifecta box podría valer 6 veces más :
 Con un mayor conocimiento de procesos
𝑃(1,2,3)𝑜𝑟𝑑𝑒𝑛 1320 probabilísticos nos podemos acercar a
= =6 predicciones más precisas.
𝐶(12,3) sin 𝑜𝑟𝑑𝑒𝑛 220

Si esta vale 6 veces más es obvio que esto VI.BIBLIOGRAFÍA

compensa la probabilidad de victorias
VI. CONCLUSIONES
 Se ha podido observar y comprobar que mediante
la herramienta Matlab se facilitó en gran medida
- Hwei P. Hsu. Schaum’s Outline of Theory and Problems
of Probability, Random Variables, and Random Processes
, 2nd Edition. McGraw Hill, ISBN 0-07- 030644-3, 2011.