UNIVERSIDAD DEL VALLE

FACULTAD DE INGENIERÍA
ESCUELA DE ESTADÍSTICA
SIMULACIÓN ESTADÍSTICA
TALLER SIMULACIÓN DE LA PROBABILIDAD
Presentado por: Luis Alberto Rodrı́guez Cód: 1430341
. Fabian Alejandro Lasso Cód: 1126687

PUNTO 1
¿ Cuál es la probabilidad de que los cinco chips sean buenos?

X: buen estado X ∼ Hipergeometrica

Para hallar P(X=5), usamos la función dhyper, la cual permite calcular probabilidades de las va-
riables que se distribuyan de forma hipergeométrica. Este cálculo en donde 90 de los chips están en
buen estado y solo 10 se encuentran dañados. La probabilidad de que en una muestra en donde se
escogen 5 chips, estos estén en buen estado es del 0.5837524. En conclusión, en el 58.38 % de los
casos la muestra estará compuesta por 5 chips en buen estado.
Si se utiliza la función sample para aproximar P(X=5), con 10000 observaciones, se obtendrı́a una
probabilidad de 0.5803. Aumentando el número de observaciones hasta las 100000, la probabilidad
llegarı́a a 0.58174. Se esperarı́a que a mayor número de observaciones la probabilidad aumente hasta
llegar a la calculada por la función dhyper.
Otra forma de calcular esta probabilidad es con ayuda de la función choose, la cual permite llegar al
resultado a través de razonamientos combinatorios, tal cual se define la distribución hipergeométrica.

P(X=x)= choose(m, x)*choose(n, k-x) / choose(m+n, k)

Con esta formula la probabilidad serı́a de 0.5837524, llegando al mismo valor que arrojo la función
dhyper.

PUNTO 2
¿ Cuál es la probabilidad de que dos o más personas cumplan años el mismo dı́a, dentro de un grupo
de 25 que están en un cuarto?
Para calcular esto se halló primero la probabilidad de que en un cuarto, cuantas personas no cum-
plen años el mismo dı́a. Se considero que un año está compuesto por 365 dı́as, y si solo hay una
persona en en el cuarto la probabilidad es de 1 (365/365), casos favorables sobre casos posibles.
Ahora si entra otra persona, las probabilidades de que tenga un cumpleaños distinto de la primera
son de 364/365 o 0,9973, y ası́ sucesivamente.
Al ser sucesos independientes, la probabilidad de que ocurran todos ellos (que nadie coincida) es
el producto de todas esas probabilidades. Si esta es la probabilidad de que no haya dos personas
que coincidan en cumpleaños, la probabilidad de que al menos haya una pareja que sı́ coincida será
1-p, a lo cual le llamamos el complemento. Por lo tanto la probabilidad de que en un cuarto con
25 personas, dos o más cumplan años el mismo dı́a será mayor o igual a 0.5686997. Se concluye
entonces que el 56.87 % de los casos habrá una pareja que comparta la fecha de cumpleaños.

1
 Probabilidad de que dos o más personas
cumplan años el mismo día

1.0
0.8
Probabilidad de coincidencias

0.6
0.4
0.2
0.0

0 20 40 60 80 100

Número de personas en un cuarto

Mediante la gráfica anterior se verifica que a mayor número de personas en un cuarto, mayor será
la probabilidad de coincidencias.

PUNTO 3
a) Relación entre las funciones sample y choose.
sample(1:100,5) ; choose(100,5)
Sample toma una muestra de tamaño n de los elementos que se determinan, esta puede ser con o sin
sustitución. Mientras que la función choose desarrolla el coeficiente binomial, lo cual corresponden al
número de formas en que se pueden extraer subconjuntos a partir de un conjunto dado. En este caso,
sample toma una muestra de 5 números (unidades), entre el conjunto de 1 a 100 que corresponde
a los chips de memoria, por su lado choose representa el total de posibles combinaciones de chips
elegidos en la muestra de 5 unidades. Para este ejemplo serı́a de 75.287.520 posibles combinaciones
que podrı́a arrojar la función sample.
b) Resolver P(X=2) usando dhyper y choose para el ejercicio del punto 1.
La probabilidad de que 2 chips se encuentren en buen estado al escoger una muestra de 5 entre los
100 chips de memoria es de 0.006383. Para el caso de la función choose, se concluye que existen en
total 4950 posibles combinaciones.
c) ¿ Cuál es el resultado de estas dos instrucciones?
Para mean(bueno) el resultado es de 4.4969.
Para var(bueno)el resultado fue de 0.4288333.
Para X se podrı́a decir que mean, tiene tiene una mejor aproximación.

2
PUNTO 4
a) Ejecutar cada una de las siguientes instrucciones y explicarlas.
 a = c(5,6,7,6,8,7): en este caso ”a” es un vector compuesto por los elementos numéricos
(5,6,7,6,8,7).
 length(a): establece la longitud del vector ”a”, que en este caso está compuesto por seis números
enteros.
 unique(a): esta función devuelve al vector ”a” omitiendo los elementos repetidos, los cuales
serı́an 5,6,7,8.
 length(unique(a)): en este caso se establece el número de elementos del vector ”a” omitiendo
los repetidos, por lo cual son cuatro elementos no repetidos que componen al vector ”a”.
 length(a) - length(unique(a)): en esta instrucción se resta a la longitud del vector ”a” los
elementos no repetidos del mismo vector. Lo que arroja como resultado el número de elementos
repetidos dentro de ”a”, lo cual serı́a dos.
 duplicated(a): el comando determina los elementos del vector ”a” que están duplicados, de-
volviendo como resultado un vector lógico que indica qué elementos en su posición de fila están
duplicados. Este nuevo vector lógico devuelve el valor TRUE en las posiciones donde se repite un
elemento que haya sido analizado.
 length(duplicated(a)): esta instrucción determina el número de elementos que contiene el vec-
tor lógico que arroja como resultado el comando duplicated.
 sum(duplicated(a)): esta instrucción suma el número de elementos que se repiten en el vector
”a”.

PUNTO 5

Simulación de las ganancias

50
40
Ganancias

30
20
10
0

0 20 40 60 80 100

Lanzamientos

3
PUNTO 6
a) Binomial Se puede decir que entre mayor sea el tamaño de la muestra la distribución llega a
centrarse para probabilidades mayores a 0.1.
b) Poisson Para este caso, entre mayor sea el parámetro λ la distribución se acerca cada vez más
a una distribución normal, con el mismo tamaño de muestra.
b) Hipergeométrica Con esta distribución pasa lo mismo que las anteriores, tienden a distribuirse
de manera normal cuando los parámetros son más grandes en cada simulación.
b) Binomial Negativa En conclusión se puede decir que cuando los parámetros son grandes las
distribuciones tienden a la normal, la binomial negativa no es indiferente a esto, ya que en la simu-
lación lo hace para sus diferentes números de ensayos y su respectiva probabilidad.

PUNTO 7
a) Un juego de poker consiste en seleccionar 5 cartas de un mazo de 52. (Hay cuatro Aces en el
mazo). Calcular la probabilidad de que el juego de poker no tenga Aces.
Paso 1 a=choose(52,5)
Paso 2 b=choose(4,0)
Paso 3 c=choose(48,5)
Paso 4 probabilidad=(a*b)/c
Paso 5 t:phyper(0,4,48,5)
En estos cinco pasos se establece que la probabilidad de que el juego de poker no tenga Aces es del
0.658842. Esto quiere decir que si se juegan 100 veces, en el 65.88 % de los casos no habrá Aces.

b) Usando la metodologı́a del punto 1 y teniendo en cuenta que las primeras cuatro cartas son los
Aces, la aproximación de la probabilidad en cuanto a que el juego de poker no tenga Aces es de
0.5902.