martes, 26 de marzo de 2013

The Lending Club - parte I

El Lending Club es un portal de internet que reúne a inversionistas y prestatarios. Según la información en su portal (http://www.lendingclub.com), los inversionistas obtienen mayores márgenes de rentabilidad que los que obtendrían a través de otros instrumentos de inversión más tradicionales, mientras que los prestatarios, que pueden obtener créditos personales de hasta $35000, terminan pagando tasas de intereses un poco más bajas que las de la banca convencional. Para optar a un crédito, los prestatarios deben reunir ciertos requisitos: una puntuación crediticia mínima de 660 puntos FICO, un coeficiente de deuda a ingresos máximo de 35%, por lo menos dos líneas crediticias activas, entre otros. La información de cada solicitud de crédito se evalúa y se "publica" el préstamo en el portal a determinada tasa de interés fijo y a un plazo determinado para captar inversionistas. Y por supuesto, el Lending Club cobra una comisión en intereses por cada préstamo tramitado.

Es menester explicar algunos términos que se emplean en el contexto crediticio estadounidense, como por ejemplo la puntuación FICO. Básicamente, la puntuación FICO representa la calificación crediticia de un individuo. Es un número en el rango de 300 a 850, donde los valores más altos representan mejores historiales crediticios. La puntuación FICO influye de manera determinante sobre la decisión de otorgar o negar préstamos y sobre las tasas de interés de esos prestamos. Puede leer más sobre esto en ¿Qué es el puntaje de crédito FICO?. Otro factor que influye sobre el otorgamiento de créditos son los denominados inquiries o indagaciones, que son la cantidad de veces que algún comercio ha solicitado una copia certificada del reporte crediticio de un individuo que es emitido por alguna de las tres agencias que otorgan la calificación FICO en Estados Unidos. Por último, es preciso destacar que los créditos del Lending Club se otorgan sin garantía hipotecaria.

Desde la página web del Lending Club se puede descargar la data referente a miles de solicitudes de crédito que se han tramitado por este portal. Cada solicitud contiene data sobre el historial crediticio del solicitante, alguna data personal y financiera (como por ejemplo los ingresos mensuales, tiempo en el empleo actual, etc.), el monto solicitado y el propósito del préstamo y finalmente, la tasa de interés fija del crédito aprobado.

Supongamos ahora que Ud. está creando un portal similar al Lending Club y desea saber lo siguiente:

¿Cuales son los mecanismos que usa el Lending Club para fijar las tasas de interés de un crédito? ¿Cuales otros factores, aparte de la calificación FICO, influyen sobre este cálculo y cómo?

El problema anterior fue planteado como trabajo práctico para un curso on-line que acabo de culminar, llamado "Data Analysis", facilitado por el Profesor Jeff Leek de la Universidad John Hopkins-Bloomberg. Originalmente, para esta asignación había que aplicar un proceso preparatorio de la data (conocido como data munging) para poder tener una data con la cual se pueda trabajar. En la vida real, es necesario preparar los datos antes de poderlos procesar en R o cualquier aplicación estadística, pues los datos en su forma original (en una página web o un informe en pdf) muchas veces no están aptos para ser procesados estadísticamente. En esta oportunidad, yo les facilitaré los datos en una forma directamente utilizable en R (como un archivo con extensión .Rda), pues mi intención en esta serie de entradas sobre el problema del Lending Club es ilustrar cómo

  • Realizar un análisis exploratorio de datos para descubrir las posibles asociaciones entre las variables. Esto se hará en la segunda parte de esta entrada
  • Construir algunos modelos de regresión lineal, evaluarlos y compararlos entre sí.
  • Detectar algunos problemas que surgen en la regresión lineal: variables de confusión, multicolinealidad, asociaciones no lineales entre las variables, heteroscedasticidad de los residuos, entre otros. Estos dos últimos se abordarán en la tercera y última parte de esta serie de entradas.

Espero que esta serie de entradas les sea de utilidad a los cursantes de las asignaturas 746, 738 y 748, quienes deben realizar un trabajo práctico sobre regresión lineal. En las próximas entradas desarrollaré los puntos mencionados arriba. Utilizaré para ello el lenguaje R y como de costumbre, podrán ver las instrucciones en R utilizadas y la interpretación de los resultados que estas arrojan y de esta forma reproducir los análisis que se harán.


Como citar esta entrada

Romero, J. (Marzo, 2013). The Lending Club - parte I. [Entrada de blog]. Recuperado desde http://unamatematicaseltigre.blogspot.com/2013/03/the-lending-club-parte-i.html.


Si te gustó o te pareció útil este contenido, compártelo en las redes sociales y dale tu voto positivo en el botón "me gusta" de G+, para que otros puedan encontrar el contenido también.

jueves, 21 de marzo de 2013

Teoría de Conjuntos - Parte II

Habiendo definido los conceptos de membresía, igualdad entre conjuntos e inclusión, podemos definir algunas operaciones importantes entre conjuntos, como la unión y la intersección:

Definición – (Unión)
Sea \(A\) y \(B\) dos conjuntos.  La unión de \(A\) y \(B\) es el conjunto que contiene elementos de \(A\) o de \(B\):
\[ A \cup B = \{x \in \Omega | x\in A\quad o\quad x\in B\} \]
Definición – (Intersección)
Sea \(A\) y \(B\) dos conjuntos. La intersección de \(A\) y \(B\) es el conjunto que contiene elementos pertenecientes a \(A\) y a \(B\), simultáneamente:
\[ A \cap B = \{x\in \Omega| x\in A\quad y\quad x\in B\}\]
Es importante resaltar que la unión y la intersección de conjuntos son operaciones binarias: uno toma dos conjuntos, los une o los interfecta, y el resultado es un tercer conjunto. El concepto de operación binaria no debería serle extraño- la suma y la multiplicación que usted conoce desde la primaria son operaciones binarias. Como ocurre con la suma y la multiplicación, para las cuales sabemos que existen dos elementos especiales que son los elementos neutros respecto a estas dos operaciones (el 0 y el 1), la unión y la intersección tienen cada una su respectivo elemento neutro.En efecto, para cualquier subconjunto \(X\) del conjunto universal \(\Omega\), se tiene:

\[X \cap \Omega = X \qquad y \qquad X\cup\emptyset=X\]
Por otro lado, también se cumple que para cualquier conjunto \(X\) (subconjunto del conjunto universal):
\[X \cap \emptyset = \emptyset\qquad y \qquad X\cup\Omega =X \]
Existe otra operación binaria importante sobre conjuntos que es la diferencia:

Definición – (Diferencia)

Sea \(A\) y \(B\) dos conjuntos. La diferencia de \(A\) y \(B\) es el conjunto de aquellos elementos que pertenecen a \(A\) pero no pertenecen a \(B\):

\[A - B = \{x\in\Omega|x\in A\quad y\quad x\notin B\}\]

Cuando tomamos la diferencia de el conjunto universal \(\Omega\) respecto a un conjunto \(X\subset\Omega\) cualquiera, definimos una operación unaria (de un solo argumento) llamada complemento:

Definición - (Complemento)
Sea \(X\subset\Omega\) un subconjunto cualquiera del conjunto universal. El complemento de \(X\) se denota por \(\overline{X}\) y se define como:
\[\overline{X}=\Omega-X=\{x\in\Omega|x\notin\Omega\}\]
En palabras- el complemento de un conjunto es el conjunto de todos aquellos elementos que no pertenecen a él.

Otro concepto importante de la teoría de conjuntos es el concepto de función de conjunto. Una función de conjunto es una función cuyo argumento (variable de entrada) es un conjunto.  Las funciones de conjuntos generalmente asocian conjuntos con números reales. Por ejemplo, una función de conjunto importante es la función cardinalidad, que se denota por \(|\,\cdot\,|\). Cuando trabajamos con conjuntos finitos, la cardinalidad de un conjunto es simplemente la cantidad de elementos que contiene ese conjunto. Por ejemplo:

  • \(A=\{a,b,c\}\) y \(|A|=3\)
  • \(B=\{-1,0,1,-19,23\}\) y \(|B|=5\)
  • \(C=\{x\in\mathbb{R}|x^2+2x+1=0\}\) y \(|C|=1\)
  • \(D=\{x\in \text{mamíferos}| \text{x no tiene sangre}\}\) y \(|D|=0\)
Otra función de conjuntos importante es la función de probabilidad. De hecho, la teoría de la probabilidad define los eventos como subconjuntos del espacio muestral (este último equivale al conjunto universal). Para cualquier evento, su probabilidad asociada es un número real entre 0 y 1, es decir, en el intervalo [0,1].


Cómo trabajar con conjuntos en lenguaje R

La instalación base de R no define un tipo de datos (o clase de objetos) para los conjuntos. Sin embargo, existen funciones en R que realizan operaciones de unión, intersección, diferencia de conjuntos y verificación de membresía para vectores. Si desea experimentar con las herramientas que se dan a continuación, recuerde que puede usar R a través de un RWeb server (en una página web), como los que se dan en los enlaces a continuación:


Las funciones de conjunto en R son union, intersect, setdiff, setequal, is.element:
  • union(x,y) da como resultado un vector que representa la unión de dos conjuntos dados como vectores (x e y).
  • intersect(x,y) da como resultado un vector que representa la intersección de dos conjuntos dados como vectores (x e y).
  • setdiff(x,y) es la diferencia entre dos conjuntos, representada matemáticamente por \(X-Y\).
  • setequal(x,y) verifica si dos conjuntos (representados por los vectores x e y), son iguales.
  • is.element(x,y) es equivalente a x%in%y, y verifica si el elemento x pertenece al conjunto y.
A continuación damos unos ejemplos en código (que usted puede copiar y pegar en la consola o en la ventana de código del RWeb server), donde las variables A y B representarán conjuntos de personas:
A <- c("jose","isabela","jose","pedro",
       "juan","susana","maria")
B <- c("maria","miguel","ruth","pedro","gloria")
"pedro"%in%A
"ruth"%in%A
union(A,B)
intersect(A,B)
setdiff(B,A)
Después de ingresar el script anterior en la cónsola o en la ventana de código del RWeb server, observe los resultados de las últimas 4 instrucciones. "pedro"%in%A verifica si "pedro" pertenece al conjunto A. Como en efecto "pedro" pertenece al conjunto A, esta instrucción devuelve TRUE (verdadero). De manera análoga, "ruth"%in%A devuelve FALSE (falso), porque "ruth" no pertenece al conjunto A.

Observe que algunas de las representaciones vectoriales de los conjuntos A y B incluyen a un mismo elemento más de una vez en el conjunto respectivo.  Tal es el caso de "jose" en el vector que define al conjunto A (aparece dos veces).  Matemáticamente, figurar varias veces en un conjunto equivale a figurar en ese conjunto, pues un elemento cualquiera, o está o no está en un conjunto.  De alguna manera, el interprete R (o mejor dicho, la implementación de las funciones de conjunto en R) distinguen estas situaciones.  Así por ejemplo, cuando realizamos la operación de unión de los conjuntos A y B, esta devuelve lo siguiente:
[1] "jose"    "isabela" "pedro"   "juan"    "susana"
[6] "maria"   "miguel"  "ruth"    "gloria"
En el resultado anterior, puede observar que tras unir los conjuntos A y B, cada persona se denota una sola vez. La operación de intersección devuelve el conjunto conformado por todos aquellos elementos comunes a A y a B, de modo que el resultado de la instrucción intersect(A,B) es:
[1] "pedro" "maria"
De forma análoga, la diferencia \(B-A\), que es el conjunto de todos los elementos de B que no están en A, es el resultado de la instrucción setdiff(B,A):
[1] "miguel" "ruth"   "gloria"

Referencias Bibliográficas

  • LIPSCHUTZ, S. (1991). Teoría de Conjuntos y Temas Afínes. Serie Schaum. McGraw-Hill. Caracas.
  • MONAGAS, O., ORELLANA, M. y RIVAS, A. (1994). Algebra I – Tomo I. Caracas: Universidad Nacional Abierta.
  • PREPARATA, F. y YEH, R. (1973). Introduction to Discrete Structures. Reading, Massachussets: Addison-Wesley Publishing Co.
  • R Development Core Team (2008). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0.

Si te gustó o te pareció útil este contenido, compártelo en las redes sociales y dale tu voto positivo en el botón "me gusta" de G+, para que otros puedan encontrar el contenido también.

martes, 19 de marzo de 2013

Observaciones sobre el trabajo de estadística (regresión lineal) del semestre 2013-1

He visto que algunos tienen dudas respecto al trabajo de estadística para este semestre, en particular lo referente a la regresión lineal, que forma parte de los objetivos a evaluar para las asignaturas 745, 738 y 748.

Primero, debo aclarar, una vez más, lo siguiente:
NO ES OBLIGATORIO EL USO DE R PARA LA REALIZACIÓN DE ESTE TRABAJO.  POR RAZONES HARTO EXPLICADAS EN ESTA PÁGINA, YO RECOMIENDO EL USO DE R, PERO EL ESTUDIANTE PUEDE OPTAR POR USAR EXCEL, SAS, SPSS, MINITAB O CUALQUIER APLICACION ESTADÍSTICA (Excel es un programa de hoja de cálculo, no una aplicación para la estadística). LO QUE SE REQUIERE ES REALIZAR LAS ACTIVIDADES QUE SE PIDEN EN EL ENUNCIADO CORRECTAMENTE.
Al momento de elegir la aplicación con la cual trabajarán, deben preguntarse: ¿Qué es lo que se requiere que el estudiante realice correctamente?  Se copia la parte del enunciado detallando las actividades a realizar:

6.1. Obtener los siguientes modelos de regresión lineal múltiple,
        Modelo 1: Y = b0 + b1 X1 + b2 X2 + b3 X3 + b4 X4 + b6 X6 +b7 X7 + b8 X8 + b9 X9
        Modelo 2: Y = b1 X1 + b2 X2 + b3 X3 + b4 X4 + b6 X6 + b7 X7 + b8 X8 + b9 X9
6.2. Explicar cual de los modelos anteriores consideraría para realizar el estudio.
6.3. Estudiar la posibilidad de colinealidad o multicolinealidad en el modelo
        considerado en la pregunta anterior. Si existe, corregir este problema y obtener el
        nuevo modelo.
6.4. Partiendo del modelo obtenido en la pregunta 6.3, explicar todos los resultados
        arrojados por el programa (coeficientes y estadísticos).
6.5. Utilizar el procedimiento de regresión paso a paso (eliminación hacia atrás) para
        encontrar el modelo que mejor se ajusta. Interprete los coeficientes de este último
        modelo.
6.6. Considere una nueva variable,
        X11=(X3+X4)/2.
        Construir el siguiente modelo,
        Y = b1 X1 + b2 X2 + b7 X7 + b8 X8 + b9 X9 + b11 X11
        Realizar el procedimiento indicado en 6.5.
6.7. Explicar cual de los modelos obtenidos en 6.5 y 6.6 representa “mejor” la situación
         bajo estudio.
6.8. Realizar un análisis de residuos para los modelos obtenidos en los puntos 6.5
        y 6.6.
6.9. Explicar los fundamentos teóricos que justifican o no, todos los pasos seguidos
        desde el ítem 6.1. hasta el ítem 6.8.

Antes de elaborar el trabajo, asegúrese de manejar los fundamentos de la técnica de regresión lineal.  ¿Sabe usted qué es la regresión lineal y qué es un modelo de regresión lineal? ¿Sabe en qué consiste un análisis de residuos y cuál es la importancia de realizarlo? ¿Sabe en que consiste el procedimiento de regresión paso a paso (eliminación hacia atrás)? ¿Sabe cómo determinar la colinealidad entre dos variables? ¿Entre múltiples variables? ¿Sabe porqué es problemático  trabajar con variables predictoras que sean colineales entre sí? ¿Sabe cómo evaluar o comparar modelos y cómo esto va más allá de comparar sus coeficiente de determinación? ¿Sabe cómo interpretar un modelo de regresión lineal y determinar cuales variables predictoras son significativas? ¿Sabía que las variables categóricas no se pueden utilizar directamente como variables cuantitativas sin antes transformarlas en variables indicadoras?

He puesto a su alcance ciertos recursos que serán de utilidad.  En la parte inferior de la página http://unamatematicaseltigre.blogspot.com/p/estadistica-aplicada.html podrán ubicar la bibliografía más relevante.  Los capítulos 13 y 14 del Canavos tratan en detalle el tema de la regresión lineal, incluyendo información detallada sobre el problema de la multicolinealidad, las variables indicadoras y el análisis de residuos.  El Webster no es tan extenso, pero lo menciono porque es el texto principal de la asignatura.  Además de esto, he escrito una monografía sobre el análisis de residuos cuya lectura recomiendo.

Me he dedicado laboriosamente a poner a su alcance varias herramientas computacionales y guias tutoriales sobre su uso.   Consideren estos recursos cómo herramientas- su buen uso depende del criterio de ustedes y de lo que desean realizar.  Si optan por usar R y la librería estUNA que he creado para tal fin, estudien detenidamente los siguientes recursos:


Si optan por usar R con mi librería y presentan problemas con su descarga o uso, deben describir detalladamente el error que presentan.  Si sólo me indican que "no logran usar el R", o "me sale un error", sin indicar la secuencia de comandos que están intentando ejecutar, cuál es la salida del interprete y el aviso de error, cuál plataforma/sistema operativo o versión de R están usando, no les puedo ser de mucha ayuda.  Tampoco haré el trabajo por ustedes.


Si te gustó o te pareció útil este contenido, compártelo en las redes sociales y dale tu voto positivo en el botón "me gusta" de G+, para que otros puedan encontrar el contenido también.

miércoles, 13 de marzo de 2013

Trabajos de estadística para el semestre 2013-1

Ya están disponibles los enunciados para los trabajos prácticos de estadística del semestre 2013-1, elaborados por Nivel Central.  Los enlaces se dan a continuación (según http://areamatematicas.galeon.com/):

Sobre las fechas de entrega, se ha escrito en los enunciados lo siguiente:

La evaluación del trabajo comprende dos entregas obligatorias:
  • 1era Entrega: primera versión del informe final entre el 15/04/2013 y el 20/04/2013, en esta oportunidad el trabajo será revisado por el asesor y el participante debe registrar las observaciones pertinentes a fin de realizar las correcciones, pues el trabajo lo retiene el asesor hasta la entrega final con el objeto de verificar que las correcciones fueron realizadas.
  • 2da Entrega: Versión final del trabajo entre el 20/05/2013 y el 25/05/2013
    improrrogable. De no respetar las dos entregas en los lapsos correspondientes queda a discreción del asesor considerar reprobado el trabajo.

Cómo de costumbre, las entregas se pueden hacer enviando a mi correo el informe en Open Office, PDF o Word (ojo, versión 2003, no enviar en versión 2007 o posterior).

Les recomiendo (aunque no es obligatorio) el uso de R para la elaboración de este trabajo.  La data para este semestre ya está incorporada en mi librería estUNA.

Si te gustó o te pareció útil este contenido, compártelo en las redes sociales y dale tu voto positivo en el botón "me gusta" de G+, para que otros puedan encontrar el contenido también.

lunes, 25 de febrero de 2013

Teoria de Conjuntos - Parte I

Cuando era estudiante en la U.N.A., el material instruccional de Matemáticas I era de un solo tomo grande, en vez de los cuatro tomos que lo componen actualmente.  Dentro de ese único tomo, había una unidad - la Unidad 0 - que, como no era evaluable según el plan de evaluación, casi nadie la estudiaba.  Eventualmente llegue a la conclusión que el estudio de esta Unidad 0 era determinante para entender el resto de la materia.  Muchos de mis compañeros de estudio se quejaban porque las matemáticas en la UNA eran distintas a las que se veían en otras universidades - ellos no habían estudiado la Unidad 0.  De hecho, el contenido de la Unidad 0 sentaba las bases para el resto de las materias del área de matemáticas.  ¿Cuál era entonces el contenido de la Unidad 0?

Teoría de Conjuntos

La Teoría de Conjuntos es una rama fundamental de las matemáticas. Pareciera ser que cualquier objeto matemático es reducible a un conjunto provisto de cierta estructura algebraica o topológica y de ciertas relaciones definidas sobre él. Este enfoque “conjuntista” es un legado importante de las matemáticas del siglo XX; de ahí que los estudiantes se comiencen a familiarizar desde la secundaria con algunos rudimentos de la teoría de conjuntos y la teoría de grupos- la popularmente denominada “matemática moderna”.

Sin embargo, las nociones que fundamentan las premisas más básicas de la teoría de conjuntos no son en lo absoluto modernas. En la evolución y el desarrollo del psiquismo humano, el descubrimiento de que varias entidades antes consideradas distintas pudiesen ser agrupadas en un solo colectivo de acuerdo a ciertas características comunes y puestas en correspondencia uno a uno con otros conglomerados de igual cantidad fue quizás el primer acto de pensamiento humano. Pero este descubrimiento es de naturaleza matemática, porque conlleva simultáneamente la idea de número y conjunto. Incluso, si se reflexiona un poco más sobre ello, este proceder matemático antecede seguramente a la aparición del lenguaje, considerando que para formar palabras ha de agruparse primero varias instancias de objetos reales bajo un solo concepto.Esta operación mental de agrupar varios objetos bajo en una sola clase da origen a la idea del conjunto.

El concepto de conjunto

Cualquier objeto real o conceptual puede ser elemento de algún conjunto. Elemento y conjunto son partes constituyentes de un mismo concepto- el uno se define en función del otro. Ambos términos son por lo tanto indefinibles y se supone en lo sucesivo que el significado de estas nociones primitivas son conocidos por todos. No obstante, se pueden enumerar algunas palabras sinónimas de ellas:

  • Conjunto: colección, grupo, clase, conglomerado, colectivo, población, …
  • Elemento: miembro, representante, constituyente, …

Conjunto y elemento son dos conceptos relativos- un conjunto a su vez puede ser elemento de otro conjunto de conjuntos y esta operación de síntesis puede efectuarse ad infinitum. Sin embargo, nos interesa resaltar aquí que la operación de síntesis entraña reunir elementos del mismo tipo o de la misma clase.Dicho de otra manera, \(\{a,\{a,b\}\}\) no es, por ejemplo, un conjunto válidamente constituido, pues sus partes \(a\) y \(\{a,b\}\) no son del mismo tipo, sea cual sea la naturaleza de los objetos \(a\) y \(b\), porque \(a\) es un elemento singular y \(\{a,b\}\) es un elemento que a su vez es conjunto.  Para dar mayor consistencia al concepto de conjunto, es menester definir con la mayor precisión posible cuál es la naturaleza común de los elementos que constituyen al conjunto.  Así, manzana, cambur, mandarina y ciruela constituyen un conjunto de frutas (frutas es la clase común). Reunir un teléfono celular viejo, unos anteojos pandos y un carro Volkswagen Escarabajo chocado por los cuatro costados como elementos de un mismo conjunto tendría sentido si ese conjunto representa los bienes materiales propiedad de quien esto escribe, aún cuando estos objetos no tienen aparentemente nada en común.  En todo caso, en ambos ejemplos se ha definido con cierta precisión el universo del discurso, lo cual permite  comparar diversos conjuntos entre si y realizar operaciones entre ellos, como la unión, la intersección y la complementación.  El universo del discurso es el conjunto que generaliza a todos los subconjuntos en cuestión- como indica el término discurso, este define el tipo o la naturaleza más general a la cual se refieren las consecuencias derivadas lógicamente del modelo conjuntista.

Para definir un conjunto, es necesario disponer de un criterio que permita establecer claramente si un objeto cualquiera es miembro o no de ese conjunto.  En la teoría de conjuntos clásica, solo hay dos alternativas con respecto a la membresía: un elemento o pertenece o no pertenece a un determinado conjunto.Recientemente, se ha definido un tipo de conjunto, denominado conjunto difuso, para superar esta limitación.  Considérese por ejemplo el conjunto de personas pobres. Sin duda, ni Bill Gates ni el Rey Abdullah de Arabia Saudita pertenecen a este conjunto. Por otro lado, un indigente sin techo y sin fuente de ingresos pertenece claramente a este conjunto. Pero, ¿que hay del resto de nosotros? En ese punto el criterio de membresía al conjunto de los pobres se vuelve difuso. Pareciera que algunos “pertenecemos más” al conjunto de pobres que otros- sobre todo los que subsistimos con un salario de profesor universitario. El prometedor concepto de conjunto difuso pretende modelar más adecuadamente este tipo de realidades, pero no será tratado en esta entrada del blog ni en su segunda parte.

Tomando en cuenta el criterio de membresía de un conjunto, existen dos formas de definirlo explícitamente.  La primera forma es definiéndolo por extensión, lo cual consiste en enumerar los elementos en una lista, separándolos por comas y encerrando la lista en llaves.  Por ejemplo: \(\{a,b,c,d,e,f\}\)

Esto es posible solo cuando la cantidad de elementos de ese conjunto (su cardinalidad) es finita o por lo menos, sus elementos son enumerables. Técnicamente hablando, la enumerabilidad o la finitud de un conjunto se refieren a que es posible establecer una correspondencia uno-a-uno de sus elementos con los elementos de algún subconjunto de los números naturales. Cuando esto no es posible, como en el caso de los números reales en el intervalo \((0,1)\), por ejemplo, se dice que aquel conjunto tiene la potencia del continuo. Como se dijo en la introducción, las matemáticas discretas tratan solamente con conjuntos enumerables- los conjuntos con potencia del continuo no serán objeto de este curso.

En cuanto a los conjuntos definidos por extensión es importante notar que el orden de enumeración o la multiplicidad con la que figuran los objetos en la lista es irrelevante para este tipo de estructuras matemáticas.  Así por ejemplo:

  • \(\{a,b,c,d\} = \{d,b,a,c\}\) : Se trata del mismo conjunto, irrespectivo del orden de enumeración de los elementos.
  • \(\{a,b,b,c,c,c\} = \{a,b,c\}\): Se trata del mismo conjunto, irrespectivo de cuantas veces se enumera un mismo elemento.

Si en el sistema que deseamos modelar es relevante el orden o la multiplicidad en la enumeración de los constituyentes de una colección, entonces debemos considerar utilizar otras estructuras matemáticas alternativas al conjunto.Obsérvese que el criterio de membresía implícito en la definición de un conjunto por extensión es bastante sencillo y por decirlo de alguna manera, arbitrario: un elemento pertenece al conjunto si y solo si figura en la lista de enumeración.

El otro método para definir conjuntos es por comprensión. Para definir un conjunto por comprensión, se requiere formular el criterio de membresía explícitamente mediante las proposiciones o relaciones lógicas que cumplen los elementos del conjunto.Por ejemplo:
El conjunto de todos los puntos de la recta real que distan de 5 en no más de 2 unidades es  \(\{x\in\mathbb{R}\vert \,|x-5|\leq 2\}\).

Este conjunto contiene una infinidad de elementos, pero su cardinalidad es de un orden mayor que la cardinalidad de un conjunto infinito pero enumerable.  De hecho, tiene potencia la del continuo.  Obsérvese que sin embargo, esta infinitud de elementos se reúne bajo una simple sentencia en lenguaje natural o una aún más sucinta frase en el lenguaje matemático de la notación de conjuntos.  Tal es el poder del lenguaje matemático.   Podría decirse que el mayor o menor grado de éxito en desarrollar un modelo matemático que permita establecer inferencias significativas dentro del contexto de una determinada realidad depende principalmente de la habilidad del investigador de “traducir” la esencia de la realidad o problema a una formulación del mismo en lenguaje matemático.

En el ejemplo anterior figuran algunos elementos de notación que vale la pena destacar. El símbolo “\(\in\)” indica membresía.  Por convención, los conjuntos se denotan por letras mayúsculas (A,B,C,…) y los elementos por letras minúsculas. Entonces, si A es un conjunto y x es un elemento, la frase \(x\in A\) es una proposición lógica- algo que tiene valor de verdad o falsedad según x sea miembro o no del conjunto A. Dicho sea de paso, si se quisiera expresar la no pertenencia se utilizaría el símbolo “\(\notin\)”: \(x\notin A\) se traduce por “x no pertenece al conjunto A”. El otro aspecto de la notación que vale la pena señalar es el símbolo “|” que aparece después de la proposición de membresía en el ejemplo. “|” puede traducir por “tales que” e indica efectivamente que los elementos señalados en la proposición anterior han de cumplir con la o las propiedades que se dan seguidamente para pertenecer al conjunto en cuestión.

Existen dos conjuntos especiales en cuanto a sus relaciones con la noción de membresía. Uno de ellos es el conjunto vacío, denotado por el símbolo \(\emptyset\). Por definición, \(\emptyset\) es el conjunto sin elementos- ningún elemento pertenece a el:
\[\emptyset=\{\}\qquad\text{y}\qquad\forall x:\, x\notin\emptyset\]

En contraposición, el conjunto universal o universo del discurso es el conjunto más general posible- todo elemento pertenece a este conjunto. El conjunto universal es la clase de objetos admisibles dentro de un contexto o discurso y se supone que ha sido determinado a priori. Lo denotaremos aquí por la letra griega omega \(\Omega\):

\[\forall x: x\in\Omega\]

Otra noción importante es la noción de igualdad o equivalencia entre conjuntos.  Dos conjuntos se consideran iguales si todo elemento de uno es miembro del otro y viceversa.  Formalmente, tenemos la siguiente

Definición – (Igualdad entre conjuntos)

Sea A y B dos conjuntos.  A y B son iguales si y solo si cualquier elemento \(a\in A\) pertenece a B y cualquier elemento \(b\in B\) es miembro de A.  En notación matemática:

\[A=B\quad \iff\quad  x\in A\, \rightarrow\, x\in B\,\text{ y }\, x\in B\,\rightarrow\, x\in A\]

La igualdad entre conjuntos también se puede definir por medio del concepto de inclusión.  Un conjunto incluye a otro conjunto cuando todo miembro de este es también miembro de aquel.

Definición – (Inclusión)

Sea A y B dos conjuntos.  B incluye A o equivalentemente, A esta incluido en B (\(A\subset B\))  cuando todo elemento de A pertenece a B.   En notación matemática:

\[A\subseteq B\quad\iff\quad   x\in A \rightarrow  x\in B\]

Según esto, tenemos como consecuencia que

\[A=B\quad \iff\quad A\subseteq B\, \text{y}\, B\subseteq A\]

y que además

\[\emptyset \subset A\text{ para cualquier conjunto A}\]

porque como \(\emptyset\) no contiene elementos, la implicación \(x\in \emptyset\,\rightarrow\, x\in A\) siempre es verdadera para cualquier conjunto A.  Nótese que el símbolo \(\subset\) denota inclusión estricta, es decir, cuando un conjunto es subconjunto de otro excluyendo la posibilidad que ambos conjuntos sean iguales.

Una cuestión interesante es determinar, para un conjunto de cardinalidad finita con \(n\) elementos, cuantos subconjuntos de este se pueden formar.  Si el conjunto en cuestión \(X\) tiene por lo menos un elemento, entonces de forma trivial se tienen por lo menos dos subconjuntos de él distintos: \(\emptyset\) y \(X\) mismo.  Se puede aseverar que para un conjunto con \(n\) elementos, existen \(2^n\) subconjuntos distintos.  No se pretende en lo que sigue dar una demostración matemática rigurosa de esta afirmación, sino más bien argumentarla de forma intuitiva en un lenguaje computista: imagínese que se tiene una cadena de \(n\) bits donde el valor de cada bit indica la membresía del elemento correspondiente en el subconjunto.   Como cada bit asume uno de dos posibles valores en \(\{0,1\}\) y la cadena asociada al subconjunto es de \(n\) bits, existen \(2^n\) secuencias de bits distintas y por lo tanto existen \(2^n\) subconjuntos diferentes de un conjunto de n elementos.  

Referencias Bibliográficas

  • LIPSCHUTZ, S. (1991). Teoría de Conjuntos y Temas Afínes. Serie Schaum. McGraw-Hill. Caracas.
  • MONAGAS, O., ORELLANA, M. y RIVAS, A. (1994). Algebra I – Tomo I. Caracas: Universidad Nacional Abierta.
  • PREPARATA, F. y YEH, R. (1973). Introduction to Discrete Structures. Reading, Massachussets: Addison-Wesley Publishing Co.


Si te gustó o te pareció útil este contenido, compártelo en las redes sociales y dale tu voto positivo en el botón "me gusta" de G+, para que otros puedan encontrar el contenido también.

lunes, 4 de febrero de 2013

Un problema de probabilidades

Considere el siguiente problema de probabilidades:
Se tienen 3 bolas verdes y 3 bolas rojas. Cada una de los 6 esferas se parte en dos mitades. Con las 12 mitades así obtenidas se vuelven a formar 6 bolas reagrupando las mitades al azar en parejas. ¿Cuál es la probabilidad de obtener nuevamente 3 bolas verdes y 3 bolas rojas?
Para poder empezar, necesitamos entender bien el experimento aleatorio. La parte de dividir cada una de las 6 esferas (3 rojas y 3 verdes) en dos mitades es bastante clara. Tendríamos así 12 mitades- 6 mitades rojas y 6 mitades verdes. La siguiente parte referente a "reagrupar las mitades al azar en parejas" podría no estar tan clara, sin embargo. Esta frase engloba el experimento aleatorio en sí. Entender en qué consiste es fundamental para poder calcular la probabilidad requerida.

Imaginemos que tomamos las 12 mitades, las metemos en una urna, revolvemos bien y comenzamos a extraer (sin reposición a la urna) las 12 mitades al azar, una por una. Las 6 primeras mitades las colocamos en una fila una al lado de la otra. Extraemos las otras 6 mitades de la urna y las colocamos en otra fila debajo de las 6 mitades de la fila de arriba. Tendríamos así un arreglo de dos filas y seis columnas, como por ejemplo el que sigue a continuación:

V V R R V V
R R R V R V

Cada columna en esta tabla indica los colores de las mitades que conforman las 6 pelotas que volvimos a armar. En el caso de ejemplo de arriba, solo hubiésemos obtenido 2 pelotas de un solo color (las mitades del mismo color), las cuales indicamos resaltando las columnas respectivas:
V V R R V V
R R R V R V

Obtener nuevamente las 3 bolas verdes y las 3 bolas rojas equivale a verificar si 3 de las columnas en esta tabla son verdes y si las otras 3 columnas son rojas. Quizás convendría realizar una simulación para darnos una idea de la frecuencia con la que ocurre esto. En cada ciclo de la simulación, tomamos un vector de 12 elementos, 6 de los cuales son "rojos" y los otros 6 "verdes". Luego permutamos los 12 elementos al azar, lo cual es el equivalente computacional de "revolver las 12 mitades en la urna". Seguidamente, consideramos las 2 mitades de ese vector (una mitad son los primeros 6 elementos y la otra los últimos 6 elementos) para verificar si cada uno de los 6 elementos de los dos vectores son iguales uno a uno. El script en R se muestra a continuación:

#Se tienen:
#3 bolas verdes y 3 bolas rojas.
#Se parte cada esfera en dos mitades.
#Se vuelven a juntar las mitades
#en parejas aleatoriamente.
#¿Cuál es la probabilidad de juntar nuevamente
#3 palos pelotas y 3 pelotas rojas?
M <- c(rep("V",6),rep("R",6))
N <- 1000000  #se repite el experimento un millon de veces
muestra <- replicate(N,{
  revuelto <- sample(M,size=12,replace=FALSE)
  r1 <- revuelto[1:6]
  r2 <- revuelto[7:12]
  if (all(r1==r2)) 1 else 0
  }
)
( mean(muestra) )  #la proporción de veces que ocurre
                   #el evento es una aproximación de su
                   #probabilidad

Este script arroja como resultado la siguiente aproximación de la probabilidad requerida. Claro, como se trata de un experimento aleatorio, la aproximación será distinta cada vez que ejecutemos el script. Sin embargo, con un millón de repeticiones, la variabilidad del resultado es muy poca (consultar sobre la Ley de los Grandes Números).

  [1] 0.021427

Según el resultado de la simulación, la probabilidad de obtener 3 pelotas verdes y 3 pelotas rojas nuevamente es de aproximadamente un 2%. No obstante, "aproximadamente" no es lo mismo que "exacto". Intentaremos seguidamente calcular la probabilidad exacta, pero ya sabemos su valor aproximado.

Primeramente, la cantidad de formas posibles de permutar 12 objetos, 6 de los cuales son de un tipo y 6 de otro, es igual a 12C6 (las combinaciones posibles de 6 objetos escogidos entre 12). Esto es debido a que asignamos cada una de las 6 mitades rojas a cualquiera de las 12 celdas y debemos tomar en cuenta que como las 6 mitades rojas son indistintas entre sí, debemos dividir entre 6! - el número de permutaciones de 6 objetos. La cantidad total de posibles resultados del experimento aleatorio es, pues, igual a 12C6.

Para que formemos nuevamente las 3 pelotas rojas y las 3 pelotas verdes (en lo sucesivo el evento A), es preciso que, considerando la primera fila de 6 mitades, esta contenga exactamente 3 mitades rojas y 3 mitades verdes. Existen 6C3 posibles configuraciones, tomando en cuenta que las 3 mitades de un mismo color son indistintas entre sí. Una vez fijada la configuración de la fila de arriba, la fila de abajo debe tener exactamente la misma configuración que la fila de arriba. Por lo tanto, según la fórmula de la probabilidad de un evento como en cociente entre el número total de casos favorables al evento entre el número total posible de casos equiprobables del experimento aleatorio, tenemos que:

P ( A ) = A Ω = 6 3 12 6 = 0,02164502

Puede corroborar que este resultado concuerda con aquél obtenido por la simulación.

Referencias Bibliográficas


Si te gustó o te pareció útil este contenido, compártelo en las redes sociales y dale tu voto positivo en el botón "me gusta" de G+, para que otros puedan encontrar el contenido también.

miércoles, 30 de enero de 2013

Una pregunta de probabilidades

Si responde a esta pregunta de forma aleatoria, ¿cuál es la probabilidad de acertar la repuesta correcta?
  1. 0%
  2. 25%
  3. 25%
  4. 50%
Su respuesta en los comentarios...

Si te gustó o te pareció útil este contenido, compártelo en las redes sociales y dale tu voto positivo en el botón "me gusta" de G+, para que otros puedan encontrar el contenido también.