1

COLEGIO DE BACHILLERES








ESTADISTICA DESCRIPTIVA E
INFERENCIAL I








FASCÍCULO 4. INTRODUCCIÓN A LA PROBABILIDAD





Autores: Alejandro Rosas Snell





2
res






Colaboradores:



Asesoría Pedagógica



Revisión de Contenido



Diseño Editorial
Leonel Bello Cuevas
Javier Darío Cruz Ortiz















COLEGIO DE
BACHILLERES


3



INTRODUCCIÓN
5
PROPÓSITO
7
CUESTIONAMIENTO GUÍA
9

CAPÍTULO 1. INTRODUCCIÓN A LA
PROBABILIDAD
11

1.1 FRECUENCIA RELATIVA
12

1.1.1 Experimentos 12

1.1.2 Espacio Muestral 13

1.1.3 Eventos 14

1.1.4 Propiedades de la Frecuencia Relativa 16

1.2. NOCIONES DE PROBABILIDAD
18

1.2.1 Concepto de Probabilidad y su Expresión
Algebraica
18

1.2.2 Probabilidad de Eventos Excluyentes y
No Mutuamente Excluyentes
25

a) Eventos Mutuamente Excluyentes
b) Eventos No Mutuamente Excluyentes
25
27

1.2.3 Probabilidad Condicional e Independiente 31

1.2.4 Eventos Independientes 36


Í N D I C E

4




1.3 CÁLCULO DE PROBABILIDADES:
PROCEDIMIENTOS ELEMENTALES DE
CONTEO
37

1.3.1 Arreglos con Repetición y sin Repetición 37

a) Permutaciones o Arreglos con Repetición
b) Permutaciones o Arreglos sin Repetición
c) Combinaciones
37
40
43

RECAPITULACIÓN
47

ACTIVIDADES DE CONSOLIDACIÓN
48

AUTOEVALUACIÓN
50

ACTIVIDADES DE GENERALIZACIÓN
53

BIBLIOGRAFÍA CONSULTADA
54










5


Si volteamos a nuestro alrededor nos daremos cuenta que nuestra vida está llena de
afirmaciones que llevan implícito el concepto de probabilidad, como por ejemplo: los
pronósticos meteorológicos nos indican las probabilidades de lluvia; los médicos nos
dicen qué probabilidades hay de que nuestras enfermedades se curen por medio de
determinados tratamientos terapéuticos; los profesores, en la escuela, especulan
sobre nuestras posibilidades de éxito en el bachillerato; el Sr. Cruz, la posibilidad de
obtener el primer premio de la lotería, etc.


Para lograr y facilitar la comprensión del contenido de este fascículo, iniciaremos con
un bosquejo histórico de la probabilidad señalando las causas y motivos que
promovieron su creación. Definiremos lo que es un Experimento, lo que es un
Evento; conocerás el concepto de espacio muestral y las propiedades de la
frecuencia relativa; ésta última servirá como base para definir la probabilidad de
ocurrencia de un evento. Todo lo anterior nos permitirá abordar el cálculo de
excluyentes, así como la probabilidad condicional para llegar a la probabilidad de
eventos independientes. Además, veremos que cuando se calculan probabilidades,
se debe determinar el número de veces que ocurre un evento de interés. Después,
estudiaremos las técnicas de conteo para conocer las probabilidades de ocurrencia
en diversos problemas.


Todo lo anterior es parte de los fundamentos de la Teoría de la Probabilidad (la cual
es una de las ramas de las Matemáticas que se ocupa de los fenómenos que se
producen al azar a fenómenos aleatorios) y base para iniciar el estudio a la
introducción de la Estadística Inferencial; por tales razones, al finalizar el estudio de
este fascículo podrás calcular probabilidades, obtener el número total de resultados
posibles de una muestra o experimento.


Todo lo anterior te servirá para estudiar en la siguiente materia EDIN 2 distribuciones
probabilísticas.


I N T R O D U C C I Ó N

6






7

Hasta el momento has aprendido las formas más importantes de organización,
análisis y medición de datos así como la relación y tipos entre dos variables. Ahora
aprenderás que la probabilidad forma parte de nuestra vida diaria. En numerosas
ocasiones, en la forma de decisiones de carácter personal y gerencial, enfrentamos
la incertidumbre y nos valemos de la teoría de la probabilidad, sin importar si
admitimos o no el empleo de una cosa tan refinada. Por ejemplo, cuando oímos un
pronóstico del tiempo según el cual hay 70% de probabilidades de lluvia, cambiamos
nuestros planes; o cuando los gerentes trabajan con inventarios de ropa de alta
moda femenina deben preguntarse que probabilidades existen de que las ventas
alcancen o rebasen cierto nivel; o al preguntarte; ¿cuáles son las probabilidades de
que el profesor me pida recordar algo referente a la historia de la teoría de la
probabilidad?. Como te habrás dado cuenta, vivimos en un mundo donde somos
incapaces de pronosticar el futuro con absoluta certeza. La necesidad de sortear la
incertidumbre nos lleva a estudiar y aplicar la teoría de la probabilidad.


En este fascículo aprenderás, usando “Elementos de Probabilidad”, a determinar el
espacio muestral o espacio de eventos asociados a un experimento, conocerás las
propiedades de la frecuencia relativa, calcularás probabilidades de eventos,
probabilidades de eventos excluyentes y no mutuamente excluyentes.


También resolverás problemas donde apliques la probabilidad condicional y eventos
independientes. Finalmente realizarás cálculos para conocer el total de resultados
posibles utilizando las técnicas de conteo (arreglos o permutaciones con o sin
repetición, combinaciones y coeficiente del binomio).


Todo lo anterior te permitirá familiarizarte con algunos conceptos de probabilidad
necesarios para iniciar el curso de introducción a la Estadística Inferencial.



P R O P Ó S I T O

8





9

La siguiente tabla muestra el resultado de 500 entrevistas hechas durante una
encuesta cuyo objetivo era analizar las opiniones de los residentes de cierta ciudad
acerca de los OVNIS. Los datos se clasificaron según el sector de la ciudad donde se
aplicó el cuestionario:

Tabla: Resultados de la Entrevista

Sector de la
Ciudad
Contestó

( C )
No estaba en
casa
( N )
Rehusó
contestar
( R )

Total
A 100 20 5 125
B 115 5 5 125
C 50 60 15 125
D 35 50 40 125
Total 300 135 65 500

a) Si se selecciona un cuestionario al azar entre los 500, ¿Cuál es la probabilidad
de que:

1) Esté contestado?
2) La persona a quien va dirigida la encuesta no haya estado en casa?
3) El entrevistado viva en el sector A, B, C y D?
4) El entrevistado conteste el cuestionario, dado que aquel viva en el sector B?
5) La persona encuestada rehuse contestar el cuestionario o viva en el sector D?

b) Calcula las siguientes probabilidades:

1) P (A ´ R)
2) P (B U C)
3) P (D’)
4) P (N/D)
5) P (B/R)

Este problema tiene por objetivo despertar tu curiosidad por aprender los “Elementos
de Probabilidad”, ya que son base para iniciar el estudio de las distribuciones
probabilísticas y como consecuencia, adquieras las nociones necesarias de la
Estadística Inferencial o Inferencia Estadística.


CUESTIONAMIENTO GUÍA

10




11






CAPÍTULO 1

INTRODUCCIÓN A LA PROBABILIDAD


Los jugadores a lo largo de la historia siempre han recurrido a las probabilidades
para realizar sus apuestas. Aproximadamente por el año 3500 A.C., juegos de azar
practicados con objetos de hueso, que podrían ser consideradas como los
precursores de los dados, fueron ampliamente desarrollados en Egipto y otros
lugares. Dados cúbicos con marcas virtualmente idénticas a los dados modernos se
han encontrado en tumbas egipcias que datan del año 2000 A.C. Sabemos que el
juego con dados ha sido popular desde esa época y que fue parte importante en el
primer desarrollo de la Teoría de la Probabilidad.


Se considera que por el siglo XVII de nuestra era un noble francés, llamado Antonie
Gombaulod (1607-1684) puso en tela de juicio el fundamento matemático del éxito y
del fracaso en las mesas de juego. Gombaulod formuló esta pregunta al matemático
francés Blaise Pascal (1623-1662): ¿Cuál es la probabilidad de que salgan dos
seises por lo menos una vez en veinticuatro lanzamientos de un par de dados?
Pascal resolvió el problema, pues la Teoría de la Probabilidad empezaba a
interesarle tanto como a Gombauld.


Ambos compartieron sus ideas con el famoso matemático Pierre de Fermat (1601-
1665). Las cartas escritas por los tres constituyen la primera revista académica
dedicada a la Teoría de la Probabilidad. Sin embargo, probabilidades numéricas para
ciertas combinaciones de dados ya habían sido calculadas por Girolamo Cardano
(1501-1576) y por Galileo Galilei (1564-1642).


La Teoría de la Probabilidad toma importancia cuando Jacob Bernoulli (1645-1705),
Abraham de Moiure (1667-1754), el reverendo Thomas Bayes (1702-1761)y Joseph
Lagrage (1736-1813) inventaron fórmulas y técnicas probabilísticas. En el siglo XIX
Pierre Simón, Marquis de Laplace (1749-1827), unificó esas ideas y formuló la
primera teoría general de la probabilidad.


La Teoría de la Probabilidad se ha desarrollado constantemente desde el siglo XVII y
se ha aplicado ampliamente en diversos campos de estudio. Hoy, la Teoría de la
Probabilidad es una herramienta importante en la mayoría de las áreas de ingeniería,
ciencia y administración.

12
Como te das cuenta, la Teoría de la Probabilidad tiene muchas aplicaciones
formales. El concepto de Probabilidad aparece también en nuestras vidas y en las
conversaciones cotidianas. Por ejemplo, a menudo oímos y usamos expresiones
tales como: “probablemente lloverá mañana por la tarde”; “es muy probable que el
avión llegue tarde”. Cada una de estas expresiones y otras más están basadas en el
concepto de probabilidad.


A pesar de que el concepto de probabilidad es tan común y natural a nuestra
experiencia cotidiana, no existe una única interpretación científica de término
probabilidad aceptada por todos los estadísticos y autoridades científicas. De hecho,
el verdadero significado de la probabilidad es todavía un tema muy conflictivo por lo
que más adelante en este fascículo descubriremos algunas interpretaciones
diferentes de la probabilidad.


Las situaciones que dieron origen al uso del término Probabilidad (problemas
relacionados con la probabilidad) aparece alrededor del año de 1650, cuando
sugerido por los juegos de dados, de cartas, del lanzamiento de una moneda se
planteó la cuestión de determinar la probabilidad de ganar una partida. De esta
manera surgieron los fundamentos del cálculo de probabilidad; Fermat y Pascal,
esquematizando las cuestiones propuestas, dieron en 1654 la primera definición de
probabilidad.






1.1 FRECUENCIA RELATIVA



1.1.1 Experimentos


La Teoría de la Probabilidad tiene que ver con los diversos resultados posibles que
pueden obtenerse y los posibles sucesos que podrían ocurrir cuando se realiza un
experimento. El término experimento se utiliza en la teoría de la probabilidad para
describir virtualmente cualquier proceso cuyos resultados no se conocen de
antemano con certeza. Entonces, un experimento es el proceso mediante el cual se
obtiene una observación (o una medición) de un fenómeno.


Si se realiza un experimento, éste puede tener uno de varios posibles resultados; si
no puede predecirse con seguridad cual ocurrirá, se dice que el experimento es
aleatorio. Si un experimento tiene un único resultado posible, que al realizarlo
sabemos que ocurrirá, el experimento se llamará determinístico.







13
Por ejemplo; un experimento aleatorio es el siguiente:

Si lanzas una moneda, cuyo resultado puede ser, caer águila o caer sol. En este
experimento no podemos predecir con seguridad cuál resultado aparecerá con
certeza. Otro experimento aleatorio es el siguiente: al lanzar un dado, los resultados
que se obtienen pueden ser cualquier número del 1 al 6. Un experimento
determinístico sería por ejemplo, extraer una bola de una que contiene bolas con un
sólo color, digamos negras. Si nos fijamos en el color de la bola extraída sabemos de
antemano que es negra.



Para reafirmar lo anterior, de los siguientes ejemplos señala cuales son experimentos
aleatorios y cuales determinísticos, si tienes alguna duda, acude con tu profesor o
asesor para que lo aclares.

Enunciados:

1) Es un experimento en el cual una moneda se lanza 10 veces, el experimentador
está interesado en determinar la probabilidad de obtener al menos cuatro caras
(soles).

2) En un experimento para el cual se va a seleccionar una muestra de 1000
transistores de un cargamento de artículos similares y en el que se va
inspeccionar cada artículo seleccionado, una persona está interesada en
determinar la probabilidad de que no más de uno de los transistores
seleccionados sea defectuoso.

3) A partir de información relacionada con la vida de Thomas Jefferson, alguien
desea establecer la probabilidad de que Jefferson haya nacido en el año de
1741.






1.1.2 Espacio Muestral


La colección de todos los posibles resultados de un experimento se llama “Espacio
muestral” del experimento. El espacio muestral de un experimento puede
considerarse como un conjunto de diferentes resultados posibles, en el que cada
resultado puede ser un punto, un elemento o un evento del espacio muestral. Por
ejemplo, al realizar el experimento de lanzar un dado y observar la cara que aparece,
vemos una serie de resultados posibles: uno, dos, tres, cuatro, cinco o seis; por lo
que el espacio muestral es:









S = {1, 2, 3, 4, 5, 6 }

14
Otro ejemplo es, si realizamos el experimento; si lanzamos dos monedas al aire,
observamos que los posibles resultados pueden ser: aparecen dos soles; aparece un
sol una águila, aparece una águila y un sol o aparecen dos águilas; por lo que el
espacio muestral es:

T = { (sol, sol) (sol, águila) (águila, sol) (águila, águila) }


Otro ejemplo es, si realizamos el experimento; se lanzan dos dados, los posibles
resultados al observar el número de puntos en ambas caras de los dados es el
siguiente espacio muestral:

(1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)
(2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6)
(3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6)
(4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)
(5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)
(6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)


Recuerda que el conjunto de los posibles resultados de un experimento se le llama
“Espacio Muestral”, o “Espacio de Eventos”.







1.1.3 Eventos


Con base a los experimentos anteriores (lanzar un dado, lanzar dos monedas y
lanzar dos dados), observamos que éstos pueden tener uno o más resultados, a los
cuales se les llama “Eventos” y que se representan mediante letras mayúsculas. Por
ejemplo, si un experimento consiste en registrar el número de los nuevos pedidos
que recibe un fabricante, algunos eventos son los siguientes:

A: no llegan pedidos nuevos.

B: el número de pedidos nuevos es mayor que 50.

C: el número de pedidos nuevos es de 25.

D: el número de pedidos nuevos es menor que 15.









V =

15
Podríamos hacer una lista de muchos eventos asociados con el experimento,
algunos con más posibilidad de ocurrir que otros. Desde el punto de vista de
conjuntos, un evento es un subconjunto de un espacio muestral. Por ejemplo, en el
experimento de tirar un dado se tiene:

{1} es un evento elemental o evento simple
{2,4} es un evento
{1,2,3} es un evento
{1, 2, 3, 4, 5, 6} es un evento


Los subconjuntos constituidos por un único elemento se llaman eventos simples o
eventos elementales. El evento constituido por todos los eventos simples o
elementales del espacio muestral se llama evento seguro. En el ejemplo de la tirada
del dado el evento seguro S es el evento S = {1, 2, 3, 4, 5, 6}, y es un evento seguro
porque siempre ocurre. El evento que nunca ocurre [ Ø ] se llama evento imposible.
Por ejemplo, se lanza un dado, el evento de que caiga un siete, es imposible.


Los conceptos de espacio muestral y evento que tú ya conoces, están relacionados
con el concepto de Frecuencia relativa. La frecuencia relativa con la que puede
esperarse que ocurra un evento es, la posibilidad del evento. Es decir, la probabilidad
de un evento A es una medida de la creencia en que el experimento resultará de un
evento A. Para darle sentido a este concepto, concluimos que se generan
poblaciones de observaciones al repetir un experimento de un gran número de
veces.


Si el evento A se observa f veces en este gran número N de repeticiones del
experimento, entonces se considera que la probabilidad del evento A es:





Esta interpretación práctica del significado de la probabilidad se llama “Concepto de
Frecuencia Relativa de la Probabilidad”.


A continuación discutiremos las propiedades de frecuencia relativa que están
relacionadas con los conceptos de espacio muestral y evento, sin omitir la
consideración de que la probabilidad de un evento en términos de la frecuencia
relativa es intuitivamente aceptable pero no proporciona una manera para determinar
la probabilidad de un evento.



N
f
) A ( P =

16
1.1.4 Propiedades de la Frecuencia Relativa

Si A es un evento de un espacio muestral S asociado a un experimento que puede
repetirse N veces, entonces el evento A puede o no ocurrir en cada repetición. Si f es
el número de veces que ocurre el evento A en las N repeticiones, entonces a “f” se le
llama Frecuencia Relativa. Por ejemplo, en la siguiente tabla se muestran las
frecuencias con que ocurrieron los eventos A (aparece sol) y B (aparece águila) al
repetir el experimento de lanzar 300 veces una moneda.

Evento f
Frecuencia
Relativa
A (sol)






90


3 . 0
100
90
=
B (águila)

















210



7 . 0
300
210
=

Con las frecuencias relativas 0.3 y 0.7 del ejemplo anterior, se puede concluir que
cerca de 30 por 100 de las veces que la moneda se tira ocurrirá el evento A (sol); es
decir, la probabilidad de ocurrencia de A (sol) es de 0.3.


Es común calcular la probabilidad de un evento A mediante la expresión:







En la vida real no podemos repetir un experimento millones de veces. Es posible sin
embargo, convenir en que la probabilidad de un evento tiene que satisfacer ciertas
propiedades congruentes con el concepto de frecuencia relativa, las cuales son:














P = ( A ) =
N
f

Número de veces que ocurre
el evento A

Número de repeticiones del
experimento.
P (A) = el evento no ocurre
P (A) = el evento ocurre seguramente
P (A) = un valor más de uno, indica mayor probabilidad de ocurrencia del
1
b
a
0 < <

evento A, y un valor más cerca de cero, indica menor probabilidad
de ocurrencia del evento (A).

17
















































Las propiedades anteriores de la Frecuencia Relativa son muy importantes, por lo
que es necesario que las aprendas.
2) Sea el experimento de lanzar un dado, calcula la probabilidad de que:

a) salga un dos en la cara superior del dado,
b) salga cualquier número del espacio muestral,
c) salga un nueve en la cara superior del dado.

El espacio muestral es, S = {1, 2, 3, 4, 5, 6 }, entonces el

a) evento A, que salga un dos es; A = {2}, por lo que:

b) el evento B, que salga cualquier número es;
B = {1, 2, 3, 4, 5, 6 }, por lo que: ( ) 1
6
6
B P = = =

c) el evento C, que salga un nueve es; C = {0}, por lo que: ( ) 0
6
0
C P = =
( )
6
1
A P = Solución:
1) Un equipo de natación de secundaria, está formado por 5 estudiantes
de 3er. grado, 4 de 2do. grado y 3 de 1er. grado. Se elige un estudiante
al azar para ser capitán del equipo, ¿Cuál es la probabilidad de que el
estudiante seleccionado sea:

a) de 2do. grado de secundaria.
b) de 2do. semestre de bachillerato.
c) de cualquier grado de secundaria.


a) Si A es elemento “seleccionar un estudiante de 2do. grado de
secundaria” entonces:

A = {cuatro estudiantes} por lo que P (A)
3
1
12
4
= =

b) Si B es el evento “seleccionar un estudiante de 2do. semestre de
bachillerato”, entonces:

B= {o} por lo que P (B) 0
12
0
= =

c) Si C es el evento “seleccionar un estudiante de cualquier grado de
secundaria del equipo de natación”, entonces:

C = {doce estudiantes} por lo que P (C) 1
12
12
= =
Ejemplos:
Solución:

18
1.2 NOCIONES DE PROBABILIDAD



1.2.1 Concepto de Probabilidad


Podemos definir el concepto de probabilidad clásica, concepto que sostuvieron
Pascal, Fermat y sus sucesores hasta el presente siglo, como:












Esta definición es útil para resolver problemas de juegos de azar para los cuales se
creó originalmente la teoría de la probabilidad.


Supongamos que lanzamos una dado, la probabilidad de obtener un 2 en el espacio
muestral (S= {1, 2, 3, 4, 5, 6 }, entonces el evento A = {2}, por lo que ( )
6
1
A P = ) es
de
6
1
.


Supongamos que lanzamos una moneda, la probabilidad de obtener sol,
(M={ águila, sol }, entonces el evento B = {sol}, por lo que ( )
2
1
B P = ) es de
2
1
.


Por último, tomemos un juego de cartas bien barajeado en el que el experimento de
“sacar una carta” hay 52 resultados posibles (un mazo de cartas se compone de 52
cartas con cuatro figuras diferentes). La probabilidad del evento “sacar un as” es
52
4

(G = {52 cartas}, entonces el evento C (cuatro ases), por lo que ( ) )
52
4
C P = .


A continuación te mostraremos algunos ejemplos del cálculo de probabilidades;







Probabilidad Clásica:

“Si en un experimento pueden producirse N resultados igualmente probables y
mutuamente excluyentes y si dentro de estos N resultados del evento E puede
ocurrir N
E
veces, la probabilidad del evento E, que se escribe dado por:
( )
N
Ne
E P =

19
Ejemplos: 3) ¿Cuál es la probabilidad de obtener sol al lanzar una moneda?

Espacio muestral S = {águila, sol}, entonces la probabilidad es:





¿Sabes porqué al calcular la probabilidad de obtener un águila también es
2
1
?


En este ejemplo como en el que sigue hemos utilizado la definición de Probabilidad
Clásica:








Debemos aclarar que al utilizar la probabilidad clásica, cada uno de los resultados
posibles debe tener la misma probabilidad.



4. ¿Cuál es la probabilidad de obtener 3 al lanzar un dado?

Espacio muestral D = { 1, 2, 3, 4, 5, 6 } para obtener la probabilidad de que salga un
3, se dividen los eventos favorables entre el número de casos posibles, entonces:


( )
6
1
N
NE
E P = =


En este ejemplo, nos hemos apoyado en el siguiente procedimiento:

( )
1 1 1 1 1 1
1
3 P
+ + + + +
=



( )
6
1
3 P =







Probabilidad de un evento =
Número de resultados donde ocurre el evento
Número total de posibles resultados
Número de resultados de un lanzamiento del
dado que producirá un 3
Número de resultados posibles de un lanzamiento
del dado (que producirá un 1, un 2, un 3, un 4, un
5 o un 6).
( )
2
1
posibles casos de número
favorables eventos
N
NE
E P = = =

20
5) ¿Cuál es la probabilidad de obtener un as de una baraja de 52 cartas?

Un mazo de cartas consta de 52 cartas (espacio muestral), formado con cuatro
figuras diferentes (corazón, trébol, espada y diamante) con trece cartas cada una,
esto quiere decir, que para cada figura habrá un as, por lo que la probabilidad de
obtener un as será:

( )
13
1
12
4
mazo del cartas de número
cartas de mazo del ases de número
N
NE
E P = = = =



6 ) Una urna tiene 3 bolas rojas, 5 blancas y 4 azules.
¿ Cuál es la probabilidad de que al sacar una bola esta sea:
a) roja
b) blanca
c) azul.

Utilicemos el mismo procedimiento de los ejemplos anteriores, para calcular las
probabilidades.

a) Sea R el evento “tres bolas rojas”, (R = {R
1
,R
2
,R
3
}),







b) Sea B el evento “cinco bolas blancas”, B = {B
1
, B
2
, B
3
, B
4
, B5},

entonces: ( )
12
5
urna la en bolas de número
blancas bolas de número
B P = =


c) Sea A el evento “cuatro bolas azules” , A = {A
1
, A
2
, A
3
, A
4
},

entonces: ( )
3
1
12
4
urna la en bolas de número
azules bolas de número
A P = = =


Con base en las probabilidades anteriores, podemos establecer las expresiones
algebraicas para calcular las probabilidades de un evento o suceso, la cual es:









( )
n
NE
N
NE
E P = =
Expresión algebraica de la
probabilidad.
entonces: ( )
4
1
12
3
urna la en bolas de número
rojas bolas de número
R P = = =

21
donde ( ) clásica ad Probabilid
posibles
casos de número
favorables eventos de
ocurrencia de número

N
NE
=



|
|
.
|

\
|
=
Relativa frecuencia
la según ad Probabilid

posibles
resultados de número
éxitos de número

n
NE



El cálculo de probabilidades se basa en los siguientes axiomas. Si E indica cualquier
evento para el cual se desea calcular la probabilidad, entonces:

a) ( ) 0 E P > La probabilidad de cualquier evento debe ser un valor positivo o cero.
Si la probabilidad es cero, el evento no ocurre.

b) ( ) ( ) | | 1 A P 1 P = ∑ = Ω La probabilidad es igual a uno, si el evento ocurre siempre.
Todos los
resultados

c) ( ) 1 E P ≤ La probabilidad de un evento nunca puede ser mayor que uno.


Realicemos algunos ejemplos para reafirmar el cálculo de probabilidades;

Ejemplos: 7)





a) de segundo año?: A = { } = Ø, entonces P (A) = P (Ø) = 0



b) de cuarto año?: B = { tres alumnos }, entonces P (B) =
11
3



en el inciso (a), te das cuenta que no hay alumnos de segundo año en el equipo de
fútbol, es decir, el conjunto de segundo año es vacío [Ø], porque no hay elementos.
Para (b), el conjunto tiene tres elementos, de los once elementos que forman el
equipo.








Un ejemplo de fútbol de primaria está integrado por 4 alumnos de
sexto año, 4 de quinto año, y 3 de cuarto año. Si se elige a un
estudiante al azar para ser capitán, ¿cuál es la probabilidad de que
sea:

22
8)



A es el evento; “gane un caballo del Sr. Ruiz, entonces;


P (A) = número de caballos que pertenecen al Sr. Ruiz
N = número de caballos que participan

Por lo que: P (A) =
10
3



¿Podrás calcular cuál es la probabilidad de que el premio lo gane un caballo que no
pertenezca al Sr. Ruiz?, ¡Inténtalo!, si no lo logras, fíjate en el siguiente
procedimiento.


La suma de las probabilidades de éxito y fracaso, siempre dará como resultado la
unidad.

P ( Ω) = P (A) + P (A´)

Donde P (A) es la probabilidad de éxito, o sea, que gane un caballo del Sr. Ruiz, y
P (A´) ( complemento de A) es la probabilidad de fracaso, o sea, que no gane un
caballo del Sr. Ruiz, entonces:

Si P (A) =
10
3
y P ( Ω) = 1, por lo que si despejamos P ( A´ )

tendremos: P ( Ω) = P (A) + P ( A´ )

sustituyendo 1 =
10
3
+ P ( A´ )

entonces P ( A´ ) = 1 −
10
7
10
3
=


Si conocemos los valores de P (A) y P (A´), tenemos que: P (Ω) = P (A) + P (A´)

sustituyendo P (Ω) =
10
7
10
3
+


por lo que






( ) 1
10
10
P = = Ω
En una carrera de 10 caballos, tomaron parte 3 del Sr. Ruiz. Si los diez
ejemplares tienen la misma probabilidad de ganar, ¿cuál es la probabilidad de
que el premio lo gane algún caballo del Sr. Ruiz?

23
Acabas de ver que existe una probabilidad de éxito y otra de fracaso y la suma de
éstas siempre es igual a la unidad ( ) | |. 1 P = Ω


Hagamos otro ejemplo:

9) Consideremos el experimento de extraer una esfera de una urna que contiene tres
esferas negras, dos verdes y cuatro rojas. ¿Cuál es la probabilidad de extraer una
esfera:

a) negra?
b) verde?
c) roja?
d) negra o verde?
e) roja o verde?

a) La probabilidad de extraer una esfera negra de entre nueve esferas que hay en
una urna, es:
P (N)
3
1
9
3
= =

b) La probabilidad de extraer una esfera verde de entre nueve esferas que hay en
una urna, es:
P (V)
9
2
=

c) La probabilidad de extraer una esfera roja de entre nueve esferas que hay en
una urna, es:
P (R)
9
4
=

d) La probabilidad de extraer una esfera negra o verde de entre nueve esferas que
hay en una urna, nos lleva a otro concepto. “Como la ocurrencia de un evento
(extraer una esfera negra) impide la ocurrencia del otro evento (extraer una
esfera verde), es decir, no pueden ocurrir al mismo tiempo, porqué sólo hay una
extracción, entonces la probabilidad de que ocurra ´esfera negra´ o ´esfera
verde´ será:







por lo que P (NUV)
9
5
9
2
9
3
= + = que es la probabilidad de que salga una esfera
negra o una verde.





P (NUV) = P(N) + P(V) Probabilidad de que ocurra por lo
menos uno de los eventos.

24
e) Análogamente con el inciso anterior, la probabilidad de extraer una esfera roja o
verde de entre nueve esferas que hay en la urna, es de:

( ) ( ) ( ) V P R P V U R P + = ,
sustituyendo ( )
9
6
9
2
9
4
V U R P = + =

que es la probabilidad de que salga una esfera
roja o una esfera verde.



10) Por descuido se revolvieron 15 focos defectuosos con 25 no defectuosos. Si se
selecciona al azar uno, ¿cuál es la probabilidad de que:

a) sirva?
b) no funcione?

a) si el evento A es “focos no defectuosos”, entonces:

si A = {25 focos no defectuosos}, por lo que P (A)
8
5
40
25
= =

b) si el evento A´es “focos defectuosos”, entonces:

si A = {15 focos defectuosos}, por lo que P (A´)
8
3
40
15
= =



Observemos que los eventos A y A´ (complemento de A) son eventos
complementarios, porque la ocurrencia de uno impide la ocurrencia del otro
( ) ( ) | | A P - 1 A' P = y el evento de unión de estos eventos, es un evento seguro


( ) ( ) ( ) 1 A´ U A P A´ P A P = = +


entonces: P (Ω) = P (A) + P (A´)
sustituyendo P (Ω)
8
3
8
5
+ =


por lo que








( ) 1
8
8
P = = Ω

25
Con los ejemplos anteriores, te has percatado de lo sencillo que es aplicar la
expresión algebraica de la probabilidad





Con esto, resulta fácil abordar los siguientes temas que son:







1.2.2 Probabilidad de Eventos Excluyentes y No Mutuamente Excluyentes


a) Eventos Mutuamente Excluyentes

Hagamos un ejemplo para llegar a comprender los eventos mutuamente excluyentes:

11) En un grupo de 200 estudiantes, 140 (80 mujeres y 60 hombres) son estudiantes
de tiempo completo y 60 (40 mujeres y 20 hombres) son de medio tiempo:

Tiempo completo Tiempo parcial Total
MUJERES 80 40 120

HOMBRES 60 20 80
TOTAL 140 60 200

Considera A como el evento “el estudiante es de tiempo completo” y B como el
evento “el estudiante es de tiempo parcial y además hombre”. Observamos que
ningún estudiante es de “tiempo completo” y de tiempo parcial, simultáneamente,
entonces los eventos A y B son mutuamente excluyentes.

La siguiente figura plantea desde el punto de vista de conjuntos, el ejemplo de elegir
aleatoriamente de entre 200 estudiantes, un estudiante con base a los eventos A y B.















( )
n
ne
N
NE
E P = =

A B

40
140 20

26
Las probabilidades de estos eventos con base a la expresión algebraica de la
probabilidad son:









Para obtener la probabilidad del evento A o B |P (A o B) = (A u B), U es unión de dos
conjuntos|, parece razonable sumar las dos probabilidades anteriores, es decir,






Si observamos el espacio muestral, vemos que existen 160 estudiantes en total de
tiempo completo como parcial |
.
|

\
|
= =
10
8
20
16
200
160
.
por lo tanto:

Si A y B son eventos mutuamente excluyentes o disjuntos (son eventos que no
tienen elementos comunes) como se muestra en la siguiente figura; la probabilidad
del evento A o B es:

















Eventos Mutuamente Excluyentes

De la figura anterior, observas que no hay intersección entre los eventos A y B, por lo
que, P (A ∩ B) = 0 (A AB = ∅). Hagamos otro ejemplo:





P (A)
10
7
20
14
200
140
= = = y

P (B)
10
1
20
2
200
20
= = =
( )
10
8
10
1
7 B o A P = + =

A B

P (A ó B) = P (A u B) = P (A) + P(B)

27
12. Se lanza un dado, si A es el evento, “cae un número menor que 3” y B es el
eventos, “cae un número mayor que 3”. ¿Cuál es la probabilidad de que ocurra
A o B?

Si A = {1, 2} y B = {4, 5, 6}, vemos que los eventos son mutuamente excluyentes,
porque no hay elementos comunes entre estos eventos |P (A ∩ B) = P (∅) = 0 |, por
lo tanto, la probabilidad de que ocurra por lo menos uno de los eventos es:










Los ejemplos (11 y 12) anteriores nos permiten concluir que eventos mutuamente
excluyentes “no pueden ocurrir al mismo tiempo” es decir, si alguno de ellos sucede,
los restantes no pueden suceder.






b) Eventos No Mutuamente Excluyentes

Cuando los eventos no son mutuamente excluyentes, no pueden obtenerse la
probabilidad de que ocurra uno u otro sumando simplemente las probabilidades
individuales. Utilicemos el ejemplo del grupo de 200 estudiantes, para explicar lo
anterior.

Primeramente definamos un tercer evento, C, “el estudiante seleccionado es mujer”;
consideremos ahora los eventos A (el estudiante seleccionado estudia tiempo
completo) y C. Ya que hay 80 estudiantes que además de estudiar tiempo completo
son mujeres, los eventos A y C no son mutuamente excluyentes, es decir, A y C sí
tienen elementos en común.

Para encontrar P (A U C), debemos de saber cuánto es la probabilidad de
A, ( )
10
7
20
14
200
140
A P = = =


y cuanto es la probabilidad de

( )
10
6
20
12
200
120
C P C, = = =






P (A) =
6
2
y P (B) =
6
3
; entonces:
P (A I B) = P (A) + P (B) =
6
5
6
3
6
2
= +

28
si sumamos ambas posibilidades se obtiene:

3 . 1
10
13

10
6
10
7
) C ( P ) A ( P = = |
.
|

\
|
+ = +

la cual es mayor que 1. ¿Recuerdas que la probabilidad nunca debe ser mayor que
uno? Lo que ocurre es que al sumar las probabilidades estamos considerando dos
veces a los 80 estudiantes de tiempo completo y mujeres, por lo que debemos de
restar esta intersección.


La siguiente figura plantea desde el punto de vista de los conjuntos, el ejemplo de
elegir aleatoriamente de entre 200 estudiantes, un estudiante con base a los eventos
A y C:














Las probabilidades de estos eventos son:

P (A)
10
7
20
14
200
140
= = =
P (C)
10
6
20
12
200
120
= = = y
P (A U C)
10
4
20
8
200
80
= = = , entonces
P (A U C) = P (A) + P (C) – P (A I C)
10
9
10
4
10
6
10
7
= − + =


Si observamos el espacio muestral, vemos que existen 180 estudiantes que son de
tiempo completo o mujer, en consecuencia, la probabilidad de A o C es:

P (A o C) = P (A U C)
10
9
20
18
200
180
= = =








A
C
60

40
e 80

29
Por lo tanto:

Si A y B son eventos no mutuamente excluyentes (eventos que si tienen elementos
comunes) como se muestra en la siguiente figura, la probabilidad de que ocurra el
evento A o el evento B o ambas es igual a la probabilidad de que ocurra el evento A
más la probabilidad de que ocurra el evento B menos la probabilidad de que ambos
eventos A y B ocurran.
















Eventos no Mutuamente Excluyentes


Realicemos los siguientes ejemplos para aclarar posibles dudas.

13) Halle la probabilidad de que en una tirada de un dado se obtenga el
número 4 ó 5.

Solución:




A es el evento “cae el número cuatro” y B es el evento “cae el número cinco”, por lo
que:

n (A) = 1 y n (B) = 1, entonces:

P (A U B) = P (A) + P (B) =
3
1
6
2
6
1
6
1
= = +


Observas que los eventos son excluyentes (disjuntos), porque no hay elementos
comunes entre estos eventos.







P ( A U B ) = P ( A ) + P ( B ) – P (A I C)
Designaremos el número de elementos de un conjunto encerrando el
símbolo del conjunto entre paréntesis, y anteponiendo a este un n
minúscula. Así, para nuestro ejemplo tendremos que:

A B


30
14) Identifiquemos S como el evento de que asistas a un bachillerato estatal y P el
evento de que asistas a un bachillerato privado, considera que no asistirás a
ambos simultáneamente, si la probabilidad de que asistas al estatal es
5
2
y al
privado es
2
1
, ¿Cuál es la probabilidad

a) asistas ya sea al estatal o al privado? Y

b) no asistas a ninguno de ellos?


Solución: Si P (S)
5
2
= y P (P) =
2
1
, entonces:

P (S U P = P (S) + P (P)
10
9
10
5 4
2
1
5
2
=
+
= + =

Para resolver el inciso (b), ¿recuerdas que la suma de las probabilidades de éxito y
fracaso siempre es la unidad?, es decir, P (Ω) = P (A) + P(A´); entonces:



















15) En un salón de clases, 50 estudiantes aprueban matemáticas, 25 inglés y 10
aprueban ambas asignaturas. ¿Cuál es la probabilidad de que un estudiante
elegido al azar, aprueba matemáticas o inglés?

Solución:









P (Ω) = P (asista a cualquier bachillerato) + P (no asista a cualquier
bachillerato) por lo que:

1 = P ( S U P ) + P (no asista a cualquier bachillerato),

despejando P (no asista a cualquier bachillerato)

= 1 – P ( S U P ),
entonces:

P (no asista a cualquier bachillerato) =
10
1
10
9 10
10
9
1 =

= −
Si M es el evento “jóvenes que aprueban matemáticas” e I es el evento
“estudiantes que aprueban inglés”, entonces:

P (M)
85
50
= , P ( I )
85
25
= y P (M I I)
85
10
= ;

31








16) Se realizó una encuesta entre jóvenes y se halló que 400 juegan fútbol, 175
ajedrez y 125 juegan fútbol o ajedrez. ¿Cuál es la probabilidad de que un joven
elegido al azar juegue ambos deportes?

Solución:




















Como te habrás dado cuenta, los ejemplos están sencillos, para que puedas aclarar
dudas. Continuemos.






1.2.3 Probabilidad Condicional e Independiente


La probabilidad de un evento puede ser afectada por la ocurrencia de otro. En este
caso, los eventos son dependientes (eventos no independientes), por que la
ocurrencia de un evento afecta a la ocurrencia del otro evento. Por ejemplo, si de una
urna que contiene bolas rojas y tres negras se extrae al azar una bola, y después
otra, los eventos A “obtener bola negra en la primera extracción” y B ”obtener bola
negra en la segunda extracción”.





Si F es el evento “jóvenes que juegan el fútbol” y A es el evento “jóvenes
que juegan ajedrez”, entonces:


P ( F ) =
700
400
, P (A)
700
175
y P ( F U A ) =
700
125
;


P ( F U A ) = P ( F ) + P (A) - P ( F I A ) pero como el problema nos
despide la intersección de los dos eventos, despejemos la de la expresión
anterior:


P ( F I A ) = P ( F ) + P (A) - P ( F U A ), por lo tanto,


P ( F I A ) =
14
9
70
45

700
450

700
125

700
175

700
400
= = = − +
P (M U I) = P ( M ) + P ( I ) – P (M I I), por lo que tendremos:

P (M U I) =
17
13
85
65
85
10
85
25
85
50
= = − +

32
Observamos que los eventos son dependientes (no independientes), porque la bola
extraída en la primera extracción no se regresa a la urna antes de la segunda
extracción. Entonces, la probabilidad de B depende de la ocurrencia de A. Si A no
ocurre, la bola extraída en la primera vez es roja y la probabilidad de B es:







Ahora, si A ocurre, la bola extraída en la primera vez es negra y la probabilidad de B
es:








Como observas, la probabilidad de ocurrencia de un evento depende de la
ocurrencia del otro evento, entonces:

Si A y B son dos eventos dependientes (no independientes), la probabilidad de que
ocurre a tanto A como B es igual al producto de la probabilidad de A multiplicada por
la probabilidad de B, con la condición de que A haya ocurrido, denotado por P (B/A)
(se lee: probabilidad de que ocurra B dado que haya ocurrido A), entonces:




Por lo que, la probabilidad de un evento cuando ocurre otro se le llama “Probabilidad
Condicional”, denotada por P (B/A).

La probabilidad condicional de cualquier evento es la probabilidad de que este
evento ocurra, con la condición de que otro evento haya ocurrido, por lo que, si
despejamos de la expresión anterior la probabilidad condicional P (B/A), tendremos:






Realicemos algunos ejemplos:

17) Sea el experimento de extraer dos bolas, una después de otra, de una urna que
contiene cuatro bolas rojas y tres negras. Si A es el evento “extraer bola negra
es la primera ocasión” y B es el evento “extraer bola negra es la segunda
ocasión”. ¿Cuál es la probabilidad de que ocurra A y B?





P (B)
2
1
6
3
= =

P ( B )
3
1

6
2
= =
Casos favorables
Total de
Resultados
dos negras
cuatro negras
y dos negras
=
P (A I B) = P (A). P (B/A)
P (B/A) =
(A) P
B) A ( P I
donde P (A) > 0

33
Solución:


P (A) es la probabilidad de obtener bola negra en la primera extracción.

P (B/A) es la probabilidad de obtener bola negra es la segunda extracción, si la bola
extraída en la primera ocasión es negra.

P (A I B) es la probabilidad de que ocurra al dividir los eventos A y B.

P (A)
7
3
= , resultado que se obtiene al dividir los casos favorables (tres negras)
extrae el total de resultados (cuatro rojas y tres negras).
P (B/A) =
3
1
6
2
= , por lo tanto:

P (AIB) = P(A) • P (B/A) =
7
3

3
1
=
21
3




18) Se lanzan tres monedas, ¿Cuál es la probabilidad de que todos sean soles, y si
la primera de las monedas es sol?

Solución:
Espacio muestral Ω =


¿Sabes como se obtuvo el espacio muestral? ¿No?, Entonces fíjate en el
siguiente razonamiento: los posibles resultados de una moneda son águila o sol,
si se lanzan tres monedas, tenemos;

lanzamientos
2
3
= 8 posible resultado
resultado de lanzar una moneda


Si A es el evento “la primera moneda es sol” |condición| y B es el evento “las tres
sean soles”, entonces:














Como nos piden la probabilidad de ocurrencia de los eventos A y B,
tendremos:
A = {(SSS) (SSA) (SAS) (SAA) }∴P (A) =
2
1
8
4
= ,
B = {(SSS) } ∴ P (B) =
8
1
y
A I B = {(SSS)} ∴ P (A I B) =
8
1
, por lo que tenemos;
(SSS) (SAS) (SAA) (SSA). S es sol y
(AAA) (AAS) (ASA) (ASS), A es águila

34










19) La probabilidad de que un alumno repruebe Matemáticas es 18 %, de que
repruebe Literatura es 16 %, de que reprueben ambas asignaturas es 4 %. Si se
elige al azar un alumno y éste reprobó Literatura, ¿cuál es la probabilidad de que
haya reprobado también Matemáticas?

Solución:



P (M) = 0.18 =
50
9



P (L) = 0.16 =
25
4
y P (M I L) = 0.04, sustituyendo:







Se multiplica por 100 ambas cantidades para expresar el resultado como un cociente
de dos enteros.

P (M/L) =
( )
( ) 4
1
16
4
100 15 . 0
100 4 . 0
= =




20) Consideremos experimento de lanzar dos dados, si A es el evento en el “primer
dado aparece un número par” y b es el evento “en el segundo dado aparece el
número 2 ó 3”, ¿cuál es la posibilidad de que ocurra A y B?









Si M es el evento “reprobó Matemáticas”, L es el evento “reprobó
Literatura es el evento “reprobó ambas asignaturas”, entonces:
(el porcentaje se convirtió en decimal, dividiendo el 18 %
entre 100 y omitiendo el signo de porcentaje).
Probabilidad de que ocurra
el evento M dado que haya
ocurrido el evento L.
P (M/L) =
16 . 0
04 . 0
P(L)
L) (M P
=
I

Probabilidad de que
ocurra el evento B dado
que haya ocurrido el
evento A.
P (B/A) =
( )
( ) A P
B A P I
, sustituyendo:

P (B/A) =
4
1
8
2
2 / 1
8 / 1
= =

35
Solución:

(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6) A
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6) A

Espacio Ω =
Muestral
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)

(6,1) (6,2) (6,3) (6,4) (6,5) (6,6) A



B

B


Para obtener el espacio muestral, se razonó de la siguiente manera:







A es el evento “en el primer dado aparece un número par”, entonces:

A {hay seis 2, hay seis 4 y hay seis 6} = {18} por lo que

P (A) =
2
1
6
3
18
9
36
18
= = =

B es el evento “en el segundo dado aparece el número 2 ó 3, entonces:

B = {hay seis 2 y seis 3} = {12} por lo que P (B) =
3
1
18
6
36
12
= =

P (AIB) es la probabilidad de que ocurra A y B, por lo que tenemos:

AIB = {(2,2) (2,3) (4,2) (4,3) (6,2) (6,3)} por lo que

P (AIB) =
6
1
36
6
=

Numéricamente, el ejemplo se resuelve como sigue:

P (AIB) = P(A) P (B/A) , entonces P (A) =
2
1
(hay 18 elementos)
y P (B/A) =
3
1
(hay 12 elementos), sustituyendo:
P (BIA) =
6
1
3
1
2
1
= ⋅





6
2
= 36
lanzamiento de dos dados
posible resultado
resultado de lanzar un dado

36
1.2.4 Eventos Independientes

Dos eventos son independientes, si la ocurrencia de uno de ellos no afecta a la
ocurrencia del otro. Por ejemplo:

21) Consideremos el experimento de lanzar dos monedas, ¿cuál es la probabilidad
de que en la primera moneda aparezca águila y de que en la segunda moneda
aparezca sol?

Solución:

Si A es el evento “aparece águila en la primera moneda” y si B es el evento “aparece
sol en la segunda moneda”, entonces: Ω = { (SS) (SA) (AS) (AA) },

A = { (AS) (AA) } ∴ P (A) =
2
1
4
2
= y

B = { (SS) (AS) } ∴ P (B) =
2
1
4
2
− , como A y B son eventos independientes, porque
la ocurrencia de A no afecta a la concurrencia de B y viceversa, entonces:



, sustituyendo



P (AIB) =
2
1

4
1
2
1
=

Quizá te estés preguntando porque la expresión de eventos independientes
(AIB) = P (A) P (B) aparece sin la probabilidad condicional |P B/A |, siendo que
iniciamos con la expresión:

P (AIB) = P (A) ⋅ P (B/A)

La razón es muy simple. Recuerda la posibilidad condicional, ocurre un evento, sólo
que haya ocurrido otro antes, entonces:

P (B/A) =
( )
( )
=
A P
B A P I
pero si los eventos son independientes, tendremos que

P (AUB) = P(A) P (B), sustituyendo en la expresión de probabilidad condicional:

P (B/A) =
( ) ( )
( )
( ); B P
A P
B P A P
=

lo mismo ocurre cuando:




P (AIB) = P(A) . P (B)

37
P (A/B) =
( )
( )
=
B P
B A P I ( ) ( )
( )
( ), A P
B P
B P A P
=

entonces:


















1.3 CALCULO DE PROBABILIDADES:
PROCEDIMIENTOS ELEMENTALES DE CONTEO.


Los arreglos o permutaciones son útiles para contar el número de todos los
diferentes arreglos u ordenamientos que se pueden hacer con un conjunto de
objetos. Podemos utilizar el concepto de permutación para determinar el número de
formas en que se les pueden asignar a los alumnos los asientos de una clase, el
número de formas que se pueden sentar en un escenario un grupo de
conferencistas, el número de maneras en que se puede organizar un grupo de libros
en un anaquel, etc. Entonces:












1.3.1 Arreglos con Repetición y sin Repetición



a) Permutaciones o Arreglos con Repetición


Con frecuencia deseamos saber el número de arreglos de objetos, de los cuales son
iguales. Por ejemplo:






P (AIB) = P(A) • P (B/A) = P(A) • P(B)
“Una permutación es uno de los diferentes
arreglos u ordenamientos que se pueden
hacer con todos o con parte de los
elementos de un conjunto”.

38
22) ¿Cuántos números de cuatro cifras se pueden formar, con los números {6,9}?

Solución: Para formar cantidades de cuatro cifras con los números 6, 9 tenemos que
tomarlos en forma repetida, de la siguiente forma; Para el primer número de la
cantidad de cuatro cifras, habrá dos números, (2), para el segundo número de la
cifra, habrá dos números (2), para el tercer número de la cifra, habrá dos números (2)
y para el cuarto número de la cifra, habrá dos números (2), entonces:

16 2 2 2 2 2
4
= = ⋅ ⋅ ⋅


Con este resultado (2
4
= 16), observamos que el número de elementos (n) es dos,
que se van a formar cantidades de cuatro en cuatro (r) y para ese ejemplo, se
pueden formar 16 números de cuatro cifras cada uno. Investiga cuáles son estos 16
números.

Con base al ejemplo anterior, para referirnos a (números de permutaciones o
arreglos con repeticiones de n objetos tomados de r en r) para el ejemplo, de 4 en 4,
utilizaremos el símbolo:






Hagamos otro ejemplo:

23) ¿Cuántas placas de auto existen que consta de dos letras y tres cifras en ese
orden, si la primera letra es A y la segunda letra puede ser de la A a la F?














Entonces los arreglos de las letras pueden ser AA, AB, AC, AD, AE o AF, los cuales
son seis. El número de dígitos que se puede utilizar en la placa será

10 · 10 · 10 = 10
3
, entonces: 6 · 10
3
= 600 placas.

Es posible que a veces queramos calcular el número de permutaciones o arreglos
que tengan n objetos de los cuales i son iguales, j son iguales y k son iguales. Por
ejemplo:




Permutaciones o Arreglos
con repetición
donde n es número
de elementos y r la
forma de tomarlos.


r
n
L L D D D
1ra. letra = A
2da. letra = A, B, C, D, E o F
1er. dígito = 0 al 9
2do. dígito = 0 al 9
3er. dígito = 0 al 9
1
6
10
10
10
60000 10 6 1
3
= ⋅ ⋅

39
24) En un salón de clases de kinder hay ocho figuras de plástico: tres cuadradas,
tres triángulos y dos rectángulos, las figuras no se pueden distinguir de otro
modo. ¿De cuántas maneras se pueden ordenar, si se quiere hacer una fila
sobre la mesa con estas figuras?

Solución: En este ejemplo se muestra objetos de los cuales algunos son iguales
entre sí, es decir, hay tres cuadrados ( i ), tres triángulos ( j ) y dos rectángulos (k) y
en total tenemos ocho (n) figuras. Para calcular el número de permutaciones o
arreglos de ocho objetos, de los cuales son de un tipo ( i ), de un tipo ( j ) y de un tipo
(k), se utiliza la siguiente expresión:







El símbolo ( ! ) en matemáticas se llama factorial e indica un producto decreciente,
por ejemplo:

8! = 8·7·6·5·4·3·2·1· = 40320
6! = 6·5·4·3·2·1· = 720
3! = 3·2·1· = 6

entonces para el ejemplo tenemos:

n = 8
i = 3
j = 3
k = 2


Hagamos otro ejemplo:

25) ¿Cuántos arreglos se pueden formar con A, A, A, B, B, B, B, C Y C?

Solución: En este caso n = 9, i = 3, j = 4 y k = 2, por lo que, si aplicamos:


k! j! i!
n!
P k j, i, n = , y sustituyendo valores, el resultado será:












k! j! i!
n!
P k j, i, n =
Permutaciones o arreglos de
ordenamientos distintos con repetición.
maneras 560
2! 3! 3!
8!
P 3,3,2 8 = =
60 12
2! 4! 3!
9!
P 3,4,2 9 = =

40
Si utilizas calculadora para llegar a este resultado, la secuencia de las teclas que
debes oprimir es:

X!

- - 3 X! X 4 X!

X 2 X!

= 1260






b) Permutaciones o Arreglos sin Repetición

Los arreglos de diferentes objetos, formados todos a la vez, se puede calcular
utilizando un producto decreciente (factorial). Por ejemplo:

26) Se proyecta presentar cinco conferencias de una reunión de padres de familia y
profesores del colegio. El moderador del programa desea saber cuantas
maneras diferentes se pueden situar en el escenario los cinco conferencistas en
fila.

Solución: Cada una de estas maneras diferentes son las posibles permutaciones o
arreglos, por lo que el moderador, en realidad, lo que quiere saber es el número de
permutaciones de cinco objetos tomados todos a la vez. Visualicemos las cinco sillas
(S) en el escenario.

S S S S S

Para ocupar la primera silla existen cinco conferencistas,
Para ocupar la segunda silla existen cuatro conferencistas,
Para ocupar la tercera silla existen tres conferencistas,
Para ocupar la cuarta silla existen dos conferencistas y
Para ocupar la quinta silla existe o queda sólo un conferencista, entonces, habrá
5! = 5·4·3·2·1 formas en que puedan distribuir los cinco conferencistas en el
escenario, y son 120 maneras.



















El número 120 que acabamos de calcular se llama número de
permutaciones de cinco objetos tomados a la ves, y podemos
establecer una regla general (para hallar el número de permutaciones
de n objetos tomados n a la vez, como sigue:
“El número de permutaciones de n objetos
diferentes tomados los n objetos a la vez es igual
a n!”.
! n 1 2 3 . . . ) 2 n ( ) 1 n ( n P n n = ⋅ ⋅ − − =

41






El símbolo n! (se lee “n factorial”) denota el producto de los n primeros enteros
positivos, como se ha visto.


Hagamos otro ejemplo:

27) Se desean colocar seis cuadros en línea recta sobre la pared de la biblioteca.
¿De cuántas maneras diferentes lo pueden hacer?

Solución: Debemos encontrar el número de permutaciones o arreglos que podemos
tomar con seis cuadros, entonces, en forma análoga en el razonamiento del ejemplo
anterior, tenemos que:

Si n nP = n!, y si n = 6, entonces:






Te sugiero para el siguiente ejemplo, pongas mucha atención.

28) Un vendedor de autos tiene siete modelos para exhibir en un aparador, pero éste
sólo tiene espacios para cinco autos. ¿Cuántas muestras puede exhibir?

Solución:












Se puede expresar el cálculo anterior de la siguiente manera:

7·6·5·4·3·2·1 =
5)! - (7
7!

2!
!7 7
2·1
2·1 7·6·5·4·3·
= =






El aparador sólo tiene lugar para cinco autos de los siete que existen, es
decir únicamente puede utilizar muestras de cinco en cinco. Entonces
debe de buscar el número de permutaciones de siete objetos, tomados
de cinco en cinco. Recuerda que el primer espacio se ocupar de siete
distintas maneras, el segundo espacio de seis maneras distintas y así
sucesivamente, hasta el quinto espacio que se puede ocupar de tres
maneras distintas, entonces; las muestras posibles son:
7 · 6 · 5 · 4 · 3 · 2 · 1 = 2520
Donde n es el número de objetos, tomados a la
vez para cada permutación o arreglo, n nP es el
número total de permutaciones o arreglos de n
objetos, tomados los n objetos (todos) a la vez.
n nP = 6! = 6·5·4·3·2·1 = 720

42
Con base a la expresión anterior, podemos generalizar la situación haciendo que n
sea el número de objetos disponibles y r el número de espacios para ocupar, por lo
que el número de maneras que se pueda ocupar r espacios cuando se disponen de n
objetos está dado por:






donde n Pr es el número de permutaciones o arreglos de n objetos diferentes
tomados de r en r, y r es el número de objetos, tomados a la vez para cada
permutación o arreglo.


Realicemos otros ejemplos:

29) ¿Cuál es el total de arreglos del conjunto {a, b, c, d, d}, tomados tres a la vez y
dos a la vez?

Solución: Como las muestras son de tres en tres y de dos en dos, debemos calcular
el número en permutaciones de n objetos tomados de r en r, entonces:

n = 4 y r = 3


n = 4 y r = 2


por lo que debemos tener 36 arreglos en total.



30) Un conferencista dispone de ocho temas sobre los que puede disertar durante
30 minutos. Se le pide que presente una serie de cinco conferencias de 30
minutos a un grupo de personas ¿Entre cuántas secuencias de conferencias
puede elegir?

Solución: Si aplicamos la fórmula de las permutaciones o arreglos de n objetos
diferentes formados de r tenemos:














r nP = n ( n - 1 ) ( n - 2 ) . . . ( n - r + 1 ) =
r)! - (n
n!

n = 8 ∴ r nP =
( ) ( )
secuencias 6720
! 5 8
! 8
! r - n
n!
=

=
r = 5
( )
24
1!
4!

! 3 4
! 4
P 3 4 = =

=
( )
2 1
2!
4!

! 2 4
! 4
P 2 4 = =

=

43
c) Combinaciones

Una características de las permutaciones es que el orden en que se disponen los
objetos es importante. Por ejemplo, si tenemos cuatro libros: uno de historia (H), uno
de matemáticas (M), uno de Inglés (I) y uno de ciencias (C) y los colocamos en un
lugar donde caben solo dos libros, entonces el número de permutaciones o arreglos
en que se pueden ocupar los dos espacios, indica para nosotros que es importante el
orden en que quedan los dos libros en los espacios.


Las doce posibles permutaciones son:


HM MH CM IM
HI MI CI IH
HC MC CH IC


Ahora considera, si el orden de la disposición no importa, es decir, si HM se
considera lo mismo que MH, HI lo mismo que IH y así sucesivamente. Entonces el
número de arreglos se reduce a seis:






A lo anterior lo llamamos el número de combinaciones de cuatro objetos, tomados de
dos en dos. Podemos entonces definir una combinación como sigue:








Para obtener de nuevo las doce permutaciones originales, necesitamos solamente
construir las permutaciones correspondientes originales, necesitamos solamente
construir las permutaciones correspondientes a cada una de las seis combinaciones.
En este caso, para cada combinación hay dos permutaciones. Generalmente, si
tenemos n objetos y los debemos tomar de r en r, podemos construir r!
permutaciones sobre cada una de las posibles combinaciones.









∴ 4P2 = 12
! 2
! 4
=
HM MI
HI MC
HC IC
“Una combinación es un arreglo de cierto
número de objetos formados de un
conjunto de n objetos de tal forma que el
orden en que se dispone no importa”.

44
Simbolicemos el número de combinaciones de n objetos tomados de r en r
mediante |
.
|

\
|
r
n
o nCr. Por consiguiente podemos expresar el número de
permutaciones posibles por
(
¸
(

¸

r
n
r!. Es cierto, ya que se demostró en el ejemplo de
los libros, que este producto es igual al número total de permutaciones de n objetos
formados de r en r, por lo que podemos escribir:

nPr =
(
¸
(

¸

r
n
r!

Si resolvemos esta ecuación para
(
¸
(

¸

r
n
podemos obtener una fórmula para calcular el
número de combinaciones de n objetos de r en r, entonces:


r!
Pr n
r
n
=
(
¸
(

¸

Es el número de combinaciones de n objetos formados de r en r.

Recordamos en nPr =
( )! r - n
n!
, entonces podemos escribir la expresión anterior en
la forma que más se conoce:







donde n es el número total de objetos de un conjunto, r es el número de objetos,
tomados a la vez para cada combinación y nCr o
(
¸
(

¸

r
n
es el número total de
combinaciones de n objetos tomados de r en r.



Realicemos algunos ejemplos para aplicar la fórmula de combinaciones:


31) ¿Cuántas juntas directivas de 5 personas se pueden formar con doce miembros
de una organización?










nCr =
( )! r - n r!
n!
r
n
=
(
¸
(

¸

45
Solución: Como no importa el orden de la elección de las personas tenemos:













32) Un estudiante tiene que contestar de 10 a 12 preguntas de un examen de
Estadística:

a) ¿De cuántas maneras puede elegir estas preguntas?
b) ¿Cuántas maneras hay, si tiene que contestar 7 de las 9 primeras preguntas?
c) ¿Cuántas maneras hay, si las 4 primeras son obligatorias?

Solución:

a) Sin n = 12 y r, sustituimos en la expresión de combinaciones:

( ) ( ) ( )
66
! 2 ! 10
! 10 . 11 . 12
! 10 12 ! 10
! 12
10
12
! r - n r!
n!
r
n
= =

= |
.
|

\
|
= |
.
|

\
|



b) Si n = 5 y r = 5, (si contesta 7 de 12, quedan 5) y r = 3 (si contesta de 3 en 3, es
decir, 9 de 12), entonces:

( ) ( ) ( )
10
! 2 ! 3
! 3 . 4 . 5
! 3 5 ! 3
! 5
3
5

! r - n r!
n!
r
n
= =

= |
.
|

\
|
= |
.
|

\
|



c) Si n = 8 (si cuatro son obligatorias, quedan 12 – 4 = 8) y r = 6 (si debe de
contestar 10 y 4 son obligatorias, entonces 10-4 = 6), entonces:

( ) ( )
28
! 2 ! 6
! 6 . 7 . 8
! 6 8 ! 6
! 8
6
8
= =

= |
.
|

\
|












n = 12
n = 5

(
¸
(

¸

r
n
=
( )! r - n r!
n!
, sustituyendo
( ) ( )
792
! 7 ! 5
! 7 . 8 . 9 . 10 . 11 . 12
! 5 12 ! 5
! 12
5
12
= =

= |
.
|

\
|


46
33) Calcula las siguientes combinaciones:
3
C
2
y
100
C
98


Solución: Para realizar estos cálculos, se sugiere utilices la siguiente igualdad, la cual
siempre se cumple.
















nCr = Ncn-r
=
3
C
2
=
3
C
3-2
=
3
C
1
=
1
3
= 3
=
100
C
100-98
=
100
C
2
=
1 . 2
99 . 100
= 4950

47

Te presentamos enseguida una síntesis de los aspectos más relevantes de este
fascículo.
Experimento: Es el proceso mediante el cual se obtiene una
observación de un fenómeno.


Frecuencia
Espacio muestral: Es el conjunto de posibles resultados de
un experimento.
relativa
Evento: Es un subconjunto del espacio muestral.



Propiedad de la frecuencia
relativa:
P (0) = 0
P (Ω) =1
P (A) =
1
b
a
0 con
b
a
< <




Concepto de Probabilidad:
P(A) =
N
Ne




Expresión algebraica de la
probabilidad:

P(E) =
n
ne


Elementos
de

Nociones de
Probabilidad de eventos
mutuamente excluyentes:

P (AUB) = P (A) + P (B)
probabilidad probabilidad
Probabilidad de eventos
no mutuamente
excluyentes:

P(AUB) = P(A) + P(B) − P(AIB)



Probabilidad condicional:
) A ( P
) B A ( P
) A / B ( P
I
=



Eventos independientes: P(AIB) = P(A) ⋅ P(B)



Arreglos con repetición: n
r
;
! k ! j ! i
! n
P k , j , i n =

Cálculo de
probabilidades

Arreglos sin repetición: ! n Pn n = ;
! ) r n (
! n
Pr n

=



Combinaciones:
! ) r n ( ! r
! n
r
n
Cr n

=
|
|
.
|

\
|
=




RECAPITULACIÓN

48

Los siguientes problemas son actividades de carácter práctico y constructivo del
contenido estúdialos, resuélvelos y si tienes dudas, consulta a tu asesor o profesor.

1. Una empresa llantera tiene 1500 llantas perfectas, 100 llantas en estado regular
y 500 defectuosas. Se efectúa una serie de 4000 elecciones de llantas con
remplazo. ¿Cuál es la frecuencia relativa con que aparecen las llantas perfectas
o las regulares?

2. Se tiene una urna con 20 bolas negras, 35 verdes y 30 blancas. Se efectúa una
serie de 200 extracciones con remplazo. ¿Cuál es la frecuencia relativa con la
bola verde o blanca?

3. En un grupo de matemáticas formado por 70 estudiantes, 20 obtuvieron nueve
de calificación, 18 obtuvieron siete y 8 obtuvieron seis. ¿Cuál es la frecuencia
relativa con la que apareció la calificación seis o siete?

4. Consideremos el experimento “se lanza una moneda dos veces, aparecen dos
águilas, ¿qué tipo de evento es?

5. Consideremos el experimento “se lanza un dado” aparece cualquier número del
uno al seis, ¿qué tipo de evento es?

6. En un comité de 60 miembros, hay 20 ingenieros. Si se elige al azar a un
miembro para representar el comité, ¿cuál es la probabilidad de que el elegido
sea ingeniero?

7. Por un error en una farmacia se revolvieron 45 goteros defectuosos con 135
goteros sin defecto. Si se selecciona uno al azar, ¿cuál es la posibilidad de que
el gotero sea defectuoso?

8. Un experimento aleatorio consiste en extraer una esfera de una urna que
contiene 6 esferas blancas, 10 esferas azules y 14 esferas moradas. Calcular la
probabilidad de extraer una esfera y ésta sea:













ACTIVIDADES DE CONSOLIDACIÓN
a) Blanca
b) Azul
c) Morada
d) Blanca o Azul
e) Morada o Blanca
f) Azul o Morada

49
9. En cierto bachillerato 135 estudiantes reprueban matemáticas, 75 reprueban
tanto matemáticas como física, ¿cuál es la probabilidad de elegir a uno al azar
que haya reprobado matemáticas o física?

10. Se realizó una encuesta entre jóvenes y se encontró que 400 juegan fútbol, 175
ajedrez. ¿Cuál es la probabilidad de que un joven elegido al azar juegue fútbol o
ajedrez?

11. Se lanza un par de dados. Si los números que resultan son diferentes, halla la
probabilidad de que la suma sea impar.

12. Se lanza un dado, si el número que resulta es par. ¿Cuál es la posibilidad de que
sea primo?

13. Dados las siguientes probabilidades: P(H) = , P (L) = y P (HIL) = ,
halle P (L/H) =?

14. Una papelería tiene dos urnas, en la urna A se tiene 18 bolígrafos de los cuales
son siete defectuosos y en la urna b, se tienen 22 bolígrafos de los cuales son 9
defectuosos. Se extrae al azar un bolígrafo de cada urna. ¿Cuál es la
probabilidad de que ningún bolígrafo sea defectuoso?

15. Un lote de 20 artículos tiene 10 defectuosos. Se eligen al azar dos artículos del
lote uno tras otro, ¿cuál es la probabilidad de que éstos no sean defectuosos?

16. ¿Cuántos números de siete dígitos se pueden formar con los dígitos 1, 3, 5, 7 y
9?

17. ¿De cuántas maneras diferentes pueden colocarse ocho libros en un librero?

18. Una tienda ofrece doce estilos diferentes de cacerolas, ¿cuántas maneras
diferentes tiene una señora de elegir, si solo quiere adquirir cinco de ellas?

19. Un estudiante tiene que contestar ocho de diez preguntas en un examen; a) de
cuantas maneras puede elegir las preguntas? b) ¿Cuántas maneras, si las tres
primeras preguntas son obligatorios?












6
16
4
18
2
20

50

Aquí encontramos los lineamientos a las respuestas de las actividades de
consolidación que te permitan llegar a tus propias respuestas, así como completar
los procedimientos para encontrar los resultados.


na
Número de veces que sucedió el evento A llantas
perfectas o llantas regulares. 1) fa =
n
=
Número de veces que se realizó el experimento

2500 5

=
4000
=
8



na
Número de veces que sucedió el evento A bola verde o
blanca 2) fa =
n
=
Número de veces que se realizó el experimento

65



=
200



na

3) fa =
n
=




= 0.37143




4) El evento es



5) El evento es



Ne

Eventos favorables

20

1 6) P(E)=
N
=
Número de casos posibles de ocurrencia
=
60
=
3






AUTOEVALUACIÓN

51

Ne 7) P(E)=
N
=




6

1 8) a) P(B)=
30
=
5


b) P(A)= 30
=


c) P(m)=


b) P(BUA) = P(B) + P(A) =

e) P(MUB) = P(M) + P(B) =

f) P(AUM) =

135 75 25
9) P(M) =
185
,P(F)
185
y P(MIF)=
100
, por lo que

P(MUF) = P(M) + P(F) – P(MIF)

135 75 25 185

185
+
185
+
185
=
185
= 1


10) Resuélvelo por ti mismo

11) El espacio muestral:

(1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)
(2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6)
(3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6)
(4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)
(5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)



Ω =
(6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)











Si n(A) = 30 P(A) =
36
30

Si A es el evento “los número que resultan
son diferentes” quiere decir que las parejas
de número iguales |(1,1) (2,2)...(6,6)| se
descartan, entonces: n(A) =30

52






P(A∩B) 18 9 3
P(B/A) =
P(A)
=
30

15
-
5

12) Ω = {1, 2, 3, 4, 5, 6}, A = {2, 4, 6} Y B { 2, 3, 5}, por lo tanto P(A) =
6
3
y
P(B) =
6
3
y P (AIB) =
6
1



1
P(B/A) =

=
3

13) Inténtalo por ti mismo

14) P(AIB) = P(A) . P(B), si P(A) =
18
11
y P(B) =
22
13
=
P (AIB) =
18
11
.
22
13
=
396
143



15) Si D es el evento “defectuoso” y N es el evento “no defectuoso”, entonces
P(D) =
20
10
=
2
1
y P(N) =
20
10
=
2
1
= P(N) =
20
10
.
19
9
=
380
90
=
38
9


16) 5
7
=78125 maneras.

17) De 40320 maneras.

18)
( )
maneras 92 7

! r - n r!
n!
r
n
= = =
(
¸
(

¸

19) a)
| | =
10
8

c) | |
( )
= =
! 5
! 7







Si B es el evento “su suma sea impar”, quiere
decir que al sumar los números de cada evento
|(1,2),=1+2=3;(4,5), = 4+5=9| el resultado debe
ser un número impar, entonces: N(B) =18
Si n(B) = 18, P(B) = ∴
36
18


53



Para que reafirmes lo aprendido y puedas profundizar sobre los Elementos de
Probabilidad, te invito leas en que consiste la “Partición del espacio Muestral” [Ω]”
para que abordes el contenido del “Teorema de Bayes” y logres enriquecer lo
aprendido. Te invito a que también investigues como resolver el siguientes problema:


En un plantel del Colegio de Bachilleres, el 50% de los estudiantes aprueban
Química con seis, el 30% aprueban con siete y el 20% aprueban con ocho. Se sabe
que el 4 % que aprueban con seis, el 5% que aprueban con siete y el 6% que
aprueba con ocho, no estudian pero acreditan la asignatura. Si se elige al azar:


a) ¿Cuál es la posibilidad de que éste no estudie y apruebe la asignatura?
b) ¿Si no estudia, ¿Cuál es la probabilidad de que apruebe la asignatura con seis?













ACTIVIDAD DE GENERALIZACIÓN

54




JONHSON, Robert. Estadística Elemental. México D.F., grupo. Editorial Iberoamérica
1990.
Este texto cubre el 90% del programa, siguiendo el enfoque del mismo. Con relación
al tema su tratamiento es muy adecuado.

ARNOLD NAIMAN, R. ROSENFELD, G. Zirkel. Introducción a la Estadística.
México, D. F. Editorial Mc Graw Hill. 1987
Este texto cubre el 100% del programa, manejando el enfoque del mismo. Sobre el
tema incluye una variedad de ejemplos prácticos que permiten una visión amplia en
este terreno.

PORTILLA CHIMAL, E. Estadística (primer curso). México, D. F. Nueva Editorial
interamericana. 1980.
Este libro aborda el tema de manera muy adecuada, incluye ejemplos muy
ilustrativos.

PROAÑO, Humberto. Estadística Aplicada a la Mercadotecnia. 4ª. Edición. México,
D. F. Editorial Diana. 1983.
Este texto cubre el 80% del curso. El tratamiento de los temas es muy claro, además
de que incluye ejemplos de aplicación práctica.

PARA PROFESORES.

WAYNE W., Daniel. Estadística con aplicaciones a las Ciencias Sociales y a la
Educación. México, D. F. Editorial Mc Graw Hill / Interamericana de México. 1988.

N. M. DOWNIE, R. W. Heat. Métodos Estadísticos Aplicados. 3ª. Edición México,
D. F. Editorial Harla, 1973.








BIBLIOGRAFÍA CONSULTADA

res

COLEGIO DE BACHILLERES

Colaboradores:

Asesoría Pedagógica

Revisión de Contenido

Diseño Editorial Leonel Bello Cuevas Javier Darío Cruz Ortiz

2

ÍNDICE

INTRODUCCIÓN PROPÓSITO CUESTIONAMIENTO GUÍA CAPÍTULO 1. INTRODUCCIÓN A LA PROBABILIDAD
1.1 FRECUENCIA RELATIVA
1.1.1 Experimentos 1.1.2 Espacio Muestral 1.1.3 Eventos 1.1.4 Propiedades de la Frecuencia Relativa

5 7 9 11

12 12 13 14 16 18 18 25 25 27 31 36

1.2. NOCIONES DE PROBABILIDAD
1.2.1 Concepto de Probabilidad y su Expresión Algebraica 1.2.2 Probabilidad de Eventos Excluyentes y No Mutuamente Excluyentes a) Eventos Mutuamente Excluyentes b) Eventos No Mutuamente Excluyentes 1.2.3 Probabilidad Condicional e Independiente 1.2.4 Eventos Independientes

3

1.3 CÁLCULO DE PROBABILIDADES: PROCEDIMIENTOS ELEMENTALES DE CONTEO
1.3.1 Arreglos con Repetición y sin Repetición a) Permutaciones o Arreglos con Repetición b) Permutaciones o Arreglos sin Repetición c) Combinaciones

37

37 37 40 43 47 48 50 53 54

RECAPITULACIÓN ACTIVIDADES DE CONSOLIDACIÓN AUTOEVALUACIÓN ACTIVIDADES DE GENERALIZACIÓN BIBLIOGRAFÍA CONSULTADA

4

INTRODUCCIÓN

Si volteamos a nuestro alrededor nos daremos cuenta que nuestra vida está llena de afirmaciones que llevan implícito el concepto de probabilidad, como por ejemplo: los pronósticos meteorológicos nos indican las probabilidades de lluvia; los médicos nos dicen qué probabilidades hay de que nuestras enfermedades se curen por medio de determinados tratamientos terapéuticos; los profesores, en la escuela, especulan sobre nuestras posibilidades de éxito en el bachillerato; el Sr. Cruz, la posibilidad de obtener el primer premio de la lotería, etc. Para lograr y facilitar la comprensión del contenido de este fascículo, iniciaremos con un bosquejo histórico de la probabilidad señalando las causas y motivos que promovieron su creación. Definiremos lo que es un Experimento, lo que es un Evento; conocerás el concepto de espacio muestral y las propiedades de la frecuencia relativa; ésta última servirá como base para definir la probabilidad de ocurrencia de un evento. Todo lo anterior nos permitirá abordar el cálculo de excluyentes, así como la probabilidad condicional para llegar a la probabilidad de eventos independientes. Además, veremos que cuando se calculan probabilidades, se debe determinar el número de veces que ocurre un evento de interés. Después, estudiaremos las técnicas de conteo para conocer las probabilidades de ocurrencia en diversos problemas. Todo lo anterior es parte de los fundamentos de la Teoría de la Probabilidad (la cual es una de las ramas de las Matemáticas que se ocupa de los fenómenos que se producen al azar a fenómenos aleatorios) y base para iniciar el estudio a la introducción de la Estadística Inferencial; por tales razones, al finalizar el estudio de este fascículo podrás calcular probabilidades, obtener el número total de resultados posibles de una muestra o experimento. Todo lo anterior te servirá para estudiar en la siguiente materia EDIN 2 distribuciones probabilísticas.

5

6 .

cuando oímos un pronóstico del tiempo según el cual hay 70% de probabilidades de lluvia. 7 . En este fascículo aprenderás. Como te habrás dado cuenta. calcularás probabilidades de eventos. En numerosas ocasiones. ¿cuáles son las probabilidades de que el profesor me pida recordar algo referente a la historia de la teoría de la probabilidad?. cambiamos nuestros planes. o al preguntarte. La necesidad de sortear la incertidumbre nos lleva a estudiar y aplicar la teoría de la probabilidad. en la forma de decisiones de carácter personal y gerencial. Por ejemplo. conocerás las propiedades de la frecuencia relativa. sin importar si admitimos o no el empleo de una cosa tan refinada. análisis y medición de datos así como la relación y tipos entre dos variables. vivimos en un mundo donde somos incapaces de pronosticar el futuro con absoluta certeza. Finalmente realizarás cálculos para conocer el total de resultados posibles utilizando las técnicas de conteo (arreglos o permutaciones con o sin repetición. a determinar el espacio muestral o espacio de eventos asociados a un experimento. probabilidades de eventos excluyentes y no mutuamente excluyentes. También resolverás problemas donde apliques la probabilidad condicional y eventos independientes. Todo lo anterior te permitirá familiarizarte con algunos conceptos de probabilidad necesarios para iniciar el curso de introducción a la Estadística Inferencial. enfrentamos la incertidumbre y nos valemos de la teoría de la probabilidad. combinaciones y coeficiente del binomio). usando “Elementos de Probabilidad”. Ahora aprenderás que la probabilidad forma parte de nuestra vida diaria.PROPÓSITO Hasta el momento has aprendido las formas más importantes de organización. o cuando los gerentes trabajan con inventarios de ropa de alta moda femenina deben preguntarse que probabilidades existen de que las ventas alcancen o rebasen cierto nivel.

8 .

adquieras las nociones necesarias de la Estadística Inferencial o Inferencia Estadística. dado que aquel viva en el sector B? La persona encuestada rehuse contestar el cuestionario o viva en el sector D? b) Calcula las siguientes probabilidades: 1) 2) 3) 4) 5) P (A ´ R) P (B U C) P (D’) P (N/D) P (B/R) Este problema tiene por objetivo despertar tu curiosidad por aprender los “Elementos de Probabilidad”. C y D? El entrevistado conteste el cuestionario. B. ya que son base para iniciar el estudio de las distribuciones probabilísticas y como consecuencia.CUESTIONAMIENTO GUÍA La siguiente tabla muestra el resultado de 500 entrevistas hechas durante una encuesta cuyo objetivo era analizar las opiniones de los residentes de cierta ciudad acerca de los OVNIS. Los datos se clasificaron según el sector de la ciudad donde se aplicó el cuestionario: Tabla: Resultados de la Entrevista Sector de la Ciudad A B C D Total Contestó (C) 100 115 50 35 300 No estaba en casa (N) 20 5 60 50 135 Rehusó contestar (R) 5 5 15 40 65 Total 125 125 125 125 500 a) Si se selecciona un cuestionario al azar entre los 500. ¿Cuál es la probabilidad de que: 1) 2) 3) 4) 5) Esté contestado? La persona a quien va dirigida la encuesta no haya estado en casa? El entrevistado viva en el sector A. 9 .

10 .

ciencia y administración. 11 . La Teoría de la Probabilidad se ha desarrollado constantemente desde el siglo XVII y se ha aplicado ampliamente en diversos campos de estudio. pues la Teoría de la Probabilidad empezaba a interesarle tanto como a Gombauld. Se considera que por el siglo XVII de nuestra era un noble francés. juegos de azar practicados con objetos de hueso. Sabemos que el juego con dados ha sido popular desde esa época y que fue parte importante en el primer desarrollo de la Teoría de la Probabilidad. En el siglo XIX Pierre Simón. Marquis de Laplace (1749-1827). Hoy. Ambos compartieron sus ideas con el famoso matemático Pierre de Fermat (16011665). el reverendo Thomas Bayes (1702-1761)y Joseph Lagrage (1736-1813) inventaron fórmulas y técnicas probabilísticas. que podrían ser consideradas como los precursores de los dados. llamado Antonie Gombaulod (1607-1684) puso en tela de juicio el fundamento matemático del éxito y del fracaso en las mesas de juego.C. Abraham de Moiure (1667-1754). Dados cúbicos con marcas virtualmente idénticas a los dados modernos se han encontrado en tumbas egipcias que datan del año 2000 A. probabilidades numéricas para ciertas combinaciones de dados ya habían sido calculadas por Girolamo Cardano (1501-1576) y por Galileo Galilei (1564-1642).CAPÍTULO 1 INTRODUCCIÓN A LA PROBABILIDAD Los jugadores a lo largo de la historia siempre han recurrido a las probabilidades para realizar sus apuestas. la Teoría de la Probabilidad es una herramienta importante en la mayoría de las áreas de ingeniería. Gombaulod formuló esta pregunta al matemático francés Blaise Pascal (1623-1662): ¿Cuál es la probabilidad de que salgan dos seises por lo menos una vez en veinticuatro lanzamientos de un par de dados? Pascal resolvió el problema. Las cartas escritas por los tres constituyen la primera revista académica dedicada a la Teoría de la Probabilidad..C. fueron ampliamente desarrollados en Egipto y otros lugares. unificó esas ideas y formuló la primera teoría general de la probabilidad. La Teoría de la Probabilidad toma importancia cuando Jacob Bernoulli (1645-1705). Aproximadamente por el año 3500 A. Sin embargo.

1 FRECUENCIA RELATIVA 1.Como te das cuenta. de cartas. el verdadero significado de la probabilidad es todavía un tema muy conflictivo por lo que más adelante en este fascículo descubriremos algunas interpretaciones diferentes de la probabilidad. 1. De esta manera surgieron los fundamentos del cálculo de probabilidad. El término experimento se utiliza en la teoría de la probabilidad para describir virtualmente cualquier proceso cuyos resultados no se conocen de antemano con certeza. 12 . si no puede predecirse con seguridad cual ocurrirá. a menudo oímos y usamos expresiones tales como: “probablemente lloverá mañana por la tarde”. un experimento es el proceso mediante el cual se obtiene una observación (o una medición) de un fenómeno. el experimento se llamará determinístico. De hecho. se dice que el experimento es aleatorio. “es muy probable que el avión llegue tarde”. Cada una de estas expresiones y otras más están basadas en el concepto de probabilidad. A pesar de que el concepto de probabilidad es tan común y natural a nuestra experiencia cotidiana. dieron en 1654 la primera definición de probabilidad. esquematizando las cuestiones propuestas. no existe una única interpretación científica de término probabilidad aceptada por todos los estadísticos y autoridades científicas. Si se realiza un experimento. Entonces.1. la Teoría de la Probabilidad tiene muchas aplicaciones formales. Por ejemplo. Fermat y Pascal. que al realizarlo sabemos que ocurrirá. Si un experimento tiene un único resultado posible. del lanzamiento de una moneda se planteó la cuestión de determinar la probabilidad de ganar una partida.1 Experimentos La Teoría de la Probabilidad tiene que ver con los diversos resultados posibles que pueden obtenerse y los posibles sucesos que podrían ocurrir cuando se realiza un experimento. El concepto de Probabilidad aparece también en nuestras vidas y en las conversaciones cotidianas. éste puede tener uno de varios posibles resultados. Las situaciones que dieron origen al uso del término Probabilidad (problemas relacionados con la probabilidad) aparece alrededor del año de 1650. cuando sugerido por los juegos de dados.

una persona está interesada en determinar la probabilidad de que no más de uno de los transistores seleccionados sea defectuoso. extraer una bola de una que contiene bolas con un sólo color.Por ejemplo. por lo que el espacio muestral es: S = {1. digamos negras. Otro experimento aleatorio es el siguiente: al lanzar un dado. vemos una serie de resultados posibles: uno. 3. En este experimento no podemos predecir con seguridad cuál resultado aparecerá con certeza. 1. si tienes alguna duda. Si nos fijamos en el color de la bola extraída sabemos de antemano que es negra. de los siguientes ejemplos señala cuales son experimentos aleatorios y cuales determinísticos. un elemento o un evento del espacio muestral. El espacio muestral de un experimento puede considerarse como un conjunto de diferentes resultados posibles. tres. dos. caer águila o caer sol.1. Enunciados: 1) Es un experimento en el cual una moneda se lanza 10 veces. cuyo resultado puede ser. Para reafirmar lo anterior. los resultados que se obtienen pueden ser cualquier número del 1 al 6. 2. un experimento aleatorio es el siguiente: Si lanzas una moneda. 6 } 13 . en el que cada resultado puede ser un punto. cinco o seis. alguien desea establecer la probabilidad de que Jefferson haya nacido en el año de 1741. acude con tu profesor o asesor para que lo aclares. Un experimento determinístico sería por ejemplo. cuatro. el experimentador está interesado en determinar la probabilidad de obtener al menos cuatro caras (soles). 5.2 Espacio Muestral La colección de todos los posibles resultados de un experimento se llama “Espacio muestral” del experimento. al realizar el experimento de lanzar un dado y observar la cara que aparece. 3) A partir de información relacionada con la vida de Thomas Jefferson. Por ejemplo. 2) En un experimento para el cual se va a seleccionar una muestra de 1000 transistores de un cargamento de artículos similares y en el que se va inspeccionar cada artículo seleccionado. 4.

aparece un sol una águila. 4) (6. águila) } Otro ejemplo es. se lanzan dos dados. 1) (6. o “Espacio de Eventos”. águila) (águila. 1) (1. algunos eventos son los siguientes: A: no llegan pedidos nuevos. 1) (5. si realizamos el experimento. 1) (3. Por ejemplo. 5) (3. 6) (3. 3) (2. 2) (5. 3) (6. a los cuales se les llama “Eventos” y que se representan mediante letras mayúsculas. 1) (4. 2) (1. 3) (3. si un experimento consiste en registrar el número de los nuevos pedidos que recibe un fabricante.Otro ejemplo es. B: el número de pedidos nuevos es mayor que 50. 2) (6. si lanzamos dos monedas al aire. 3) (1.3 Eventos Con base a los experimentos anteriores (lanzar un dado. 6) (5. 2) (2. 3) (4. 6) (2. 4) (4. 2) (3. 4) (3. por lo que el espacio muestral es: T = { (sol. 1) (2. si realizamos el experimento. sol) (sol. aparece una águila y un sol o aparecen dos águilas. 2) (4. 4) (2. 4) (5. observamos que éstos pueden tener uno o más resultados. 5) (6. observamos que los posibles resultados pueden ser: aparecen dos soles. lanzar dos monedas y lanzar dos dados). sol) (águila. C: el número de pedidos nuevos es de 25. 5) (1. 14 .1. 1. los posibles resultados al observar el número de puntos en ambas caras de los dados es el siguiente espacio muestral: (1. 5) (2. 3) (5. 5) (5. 6) V= Recuerda que el conjunto de los posibles resultados de un experimento se le llama “Espacio Muestral”. D: el número de pedidos nuevos es menor que 15. 4) (1. 6) (6. 6) (4. 5) (4.

3. Si el evento A se observa f veces en este gran número N de repeticiones del experimento. y es un evento seguro porque siempre ocurre. El evento constituido por todos los eventos simples o elementales del espacio muestral se llama evento seguro.4} {1. algunos con más posibilidad de ocurrir que otros. 15 . un evento es un subconjunto de un espacio muestral. 4. El evento que nunca ocurre [ Ø ] se llama evento imposible. sin omitir la consideración de que la probabilidad de un evento en términos de la frecuencia relativa es intuitivamente aceptable pero no proporciona una manera para determinar la probabilidad de un evento. Los conceptos de espacio muestral y evento que tú ya conoces. La frecuencia relativa con la que puede esperarse que ocurra un evento es. Por ejemplo. se lanza un dado. 5. En el ejemplo de la tirada del dado el evento seguro S es el evento S = {1. es imposible. 6}. Es decir. la posibilidad del evento. 2. 4. entonces se considera que la probabilidad del evento A es: P (A) = f N Esta interpretación práctica del significado de la probabilidad se llama “Concepto de Frecuencia Relativa de la Probabilidad”.Podríamos hacer una lista de muchos eventos asociados con el experimento. Por ejemplo.2. 6} es un evento Los subconjuntos constituidos por un único elemento se llaman eventos simples o eventos elementales. 5.3} es un evento elemental o evento simple es un evento es un evento {1. A continuación discutiremos las propiedades de frecuencia relativa que están relacionadas con los conceptos de espacio muestral y evento. 3. el evento de que caiga un siete. 2. Desde el punto de vista de conjuntos. la probabilidad de un evento A es una medida de la creencia en que el experimento resultará de un evento A. en el experimento de tirar un dado se tiene: {1} {2. están relacionados con el concepto de Frecuencia relativa. concluimos que se generan poblaciones de observaciones al repetir un experimento de un gran número de veces. Para darle sentido a este concepto.

Si f es el número de veces que ocurre el evento A en las N repeticiones.7 del ejemplo anterior.7 300 Con las frecuencias relativas 0. la probabilidad de ocurrencia de A (sol) es de 0. Es común calcular la probabilidad de un evento A mediante la expresión: Número de veces que ocurre el evento A Número de repeticiones del experimento. entonces a “f” se le llama Frecuencia Relativa.3 y 0.1. P=(A)= f N En la vida real no podemos repetir un experimento millones de veces. b 16 . las cuales son: P (A) = el evento no ocurre P (A) = el evento ocurre seguramente P (A) = un valor más de uno. Evento A (sol) f 90 Frecuencia Relativa 90 = 0 . es decir. indica mayor probabilidad de ocurrencia del a evento A. entonces el evento A puede o no ocurrir en cada repetición. indica menor probabilidad 0 < <1 de ocurrencia del evento (A).4 Propiedades de la Frecuencia Relativa Si A es un evento de un espacio muestral S asociado a un experimento que puede repetirse N veces. en la siguiente tabla se muestran las frecuencias con que ocurrieron los eventos A (aparece sol) y B (aparece águila) al repetir el experimento de lanzar 300 veces una moneda. y un valor más cerca de cero. Por ejemplo.3 100 B (águila) 210 210 = 0 . Es posible sin embargo. convenir en que la probabilidad de un evento tiene que satisfacer ciertas propiedades congruentes con el concepto de frecuencia relativa.1.3. se puede concluir que cerca de 30 por 100 de las veces que la moneda se tira ocurrirá el evento A (sol).

6 }. ¿Cuál es la probabilidad de que el estudiante seleccionado sea: a) de 2do. 2. está formado por 5 estudiantes de 3er. grado de secundaria” entonces: A = {cuatro estudiantes} por lo que P (A) = 4 1 = 12 3 b) Si B es el evento “seleccionar un estudiante de 2do. semestre de bachillerato”. 17 . Se elige un estudiante al azar para ser capitán del equipo. 4. entonces: C = {doce estudiantes} por lo que P (C) = 12 =1 12 2) Sea el experimento de lanzar un dado. 3. c) salga un nueve en la cara superior del dado. que salga un nueve es. que salga un dos es. b) salga cualquier número del espacio muestral. por lo que es necesario que las aprendas. semestre de bachillerato. grado. 5. entonces: B= {o} por lo que P (B) = 0 =0 12 c) Si C es el evento “seleccionar un estudiante de cualquier grado de secundaria del equipo de natación”. c) de cualquier grado de secundaria. grado y 3 de 1er. 3. por lo que: b) el evento B. 6 }. entonces el Solución: a) evento A. El espacio muestral es. S = {1. por lo que: P(C ) = Las propiedades anteriores de la Frecuencia Relativa son muy importantes. por lo que: P = (B ) = 6 =1 6 0 =0 6 P(A ) = 1 6 c) el evento C. 4. b) de 2do. grado. calcula la probabilidad de que: a) salga un dos en la cara superior del dado. A = {2}. 4 de 2do. grado de secundaria. C = {0}. 2. que salga cualquier número es. 5. Solución: a) Si A es elemento “seleccionar un estudiante de 2do. B = {1.Ejemplos: 1) Un equipo de natación de secundaria.

6 que lanzamos una Supongamos moneda. La probabilidad del evento “sacar un as” es 52 4 (G = {52 cartas}. 1 1 ) es de . 5.2 NOCIONES DE PROBABILIDAD 1. 2.1 Concepto de Probabilidad Podemos definir el concepto de probabilidad clásica. por lo que P(B) = 2 2 Por último. tomemos un juego de cartas bien barajeado en el que el experimento de “sacar una carta” hay 52 resultados posibles (un mazo de cartas se compone de 52 4 cartas con cuatro figuras diferentes). Supongamos que lanzamos una dado. concepto que sostuvieron Pascal. (M={ águila. entonces el evento A = {2}. por lo que P(C) = ). 4. que se escribe dado por: Ne P(E) = N Esta definición es útil para resolver problemas de juegos de azar para los cuales se creó originalmente la teoría de la probabilidad. entonces el evento B = {sol}. 18 .1. 3. entonces el evento C (cuatro ases). la probabilidad de obtener un 2 en el espacio muestral (S= {1. sol }. la probabilidad del evento E.2. 6 }. Fermat y sus sucesores hasta el presente siglo. como: Probabilidad Clásica: “Si en un experimento pueden producirse N resultados igualmente probables y mutuamente excluyentes y si dentro de estos N resultados del evento E puede ocurrir NE veces. 52 A continuación te mostraremos algunos ejemplos del cálculo de probabilidades. la probabilidad de obtener sol. por lo que P (A ) = de 1 ) es 6 1 .

un 2. entonces la probabilidad es: P(E ) = NE eventos favorables 1 = = N número de casos posibles 2 1 ? 2 ¿Sabes porqué al calcular la probabilidad de obtener un águila también es En este ejemplo como en el que sigue hemos utilizado la definición de Probabilidad Clásica: Probabilidad de un evento = Número de resultados donde ocurre el evento Número total de posibles resultados Debemos aclarar que al utilizar la probabilidad clásica. cada uno de los resultados posibles debe tener la misma probabilidad. sol}. 3. un 4. 4.Ejemplos: 3) ¿Cuál es la probabilidad de obtener sol al lanzar una moneda? Espacio muestral S = {águila. P(3 ) = 1 6 19 . nos hemos apoyado en el siguiente procedimiento: P(3 ) = 1 1+ 1+ 1+ 1+ 1+ 1 Número de resultados de un lanzamiento del dado que producirá un 3 Número de resultados posibles de un lanzamiento del dado (que producirá un 1. 4. se dividen los eventos favorables entre el número de casos posibles. 6 } para obtener la probabilidad de que salga un 3. un 3. un 5 o un 6). ¿Cuál es la probabilidad de obtener 3 al lanzar un dado? Espacio muestral D = { 1. entonces: P (E ) = NE 1 = N 6 En este ejemplo. 2. 5.

para calcular las probabilidades. B4. B3.R3}). por lo que la probabilidad de obtener un as será: P (E ) = NE número de ases del mazo de cartas 4 1 = = = N número de cartas del mazo 12 13 6 ) Una urna tiene 3 bolas rojas. A2. 20 . B2. A3. A = {A1.R2.5) ¿Cuál es la probabilidad de obtener un as de una baraja de 52 cartas? Un mazo de cartas consta de 52 cartas (espacio muestral). B = {B1. que para cada figura habrá un as. esto quiere decir. B5}. (R = {R1. la cual es: P(E) = NE NE = N n Expresión algebraica de la probabilidad. 5 blancas y 4 azules. podemos establecer las expresiones algebraicas para calcular las probabilidades de un evento o suceso. Utilicemos el mismo procedimiento de los ejemplos anteriores. entonces: P (R ) = número de bolas rojas 3 1 = = número de bolas en la urna 12 4 b) Sea B el evento “cinco bolas blancas”. trébol. entonces: P(B ) = número de bolas blancas 5 = número de bolas en la urna 12 c) Sea A el evento “cuatro bolas azules” . formado con cuatro figuras diferentes (corazón. a) Sea R el evento “tres bolas rojas”. A4}. ¿ Cuál es la probabilidad de que al sacar una bola esta sea: a) roja b) blanca c) azul. entonces: P(A ) = número de bolas azules 4 1 = = número de bolas en la urna 12 3 Con base en las probabilidades anteriores. espada y diamante) con trece cartas cada una.

el evento no ocurre. entonces P (B) = 3 11 en el inciso (a). b) P(Ω ) = 1 [∑ P(A ) = 1] La probabilidad es igual a uno.número de ocurrencia de eventos favorables NE (Probabilidad clásica) donde = N número de casos posibles NE número de éxitos = n número de resultados posibles  Probabilidad según la   frecuencia Relativa      El cálculo de probabilidades se basa en los siguientes axiomas. Para (b). el conjunto de segundo año es vacío [Ø]. Todos los resultados c) P(E ) ≤ 1 La probabilidad de un evento nunca puede ser mayor que uno. entonces P (A) = P (Ø) = 0 b) de cuarto año?: B = { tres alumnos }. ¿cuál es la probabilidad de que sea: a) de segundo año?: A = { } = Ø. 4 de quinto año. y 3 de cuarto año. el conjunto tiene tres elementos. entonces: a) P(E ) > 0 La probabilidad de cualquier evento debe ser un valor positivo o cero. Realicemos algunos ejemplos para reafirmar el cálculo de probabilidades. 21 . si el evento ocurre siempre. porque no hay elementos. te das cuenta que no hay alumnos de segundo año en el equipo de fútbol. Ejemplos: 7) Un ejemplo de fútbol de primaria está integrado por 4 alumnos de sexto año. Si la probabilidad es cero. de los once elementos que forman el equipo. Si E indica cualquier evento para el cual se desea calcular la probabilidad. Si se elige a un estudiante al azar para ser capitán. es decir.

P (A) = número de caballos que pertenecen al Sr.8) En una carrera de 10 caballos. si no lo logras. o sea. Ruiz. que gane un caballo del Sr. por lo que si despejamos P ( A´ ) 10 tendremos: P ( Ω ) = P (A) + P ( A´ ) sustituyendo 1= 3 + P ( A´ ) 10 entonces P ( A´ ) = 1 − 3 7 = 10 10 Si conocemos los valores de P (A) y P (A´). Ruiz. ¡Inténtalo!. Ruiz. ¿cuál es la probabilidad de que el premio lo gane algún caballo del Sr. Ruiz? A es el evento. que no gane un caballo del Sr. y P (A´) ( complemento de A) es la probabilidad de fracaso. o sea. fíjate en el siguiente procedimiento. Ruiz N = número de caballos que participan Por lo que: P (A) = 3 10 ¿Podrás calcular cuál es la probabilidad de que el premio lo gane un caballo que no pertenezca al Sr. La suma de las probabilidades de éxito y fracaso. P ( Ω ) = P (A) + P (A´) Donde P (A) es la probabilidad de éxito. tenemos que: P (Ω) = P (A) + P (A´) sustituyendo P (Ω) = 3 7 + 10 10 por lo que P(Ω ) = 10 =1 10 22 . Si los diez ejemplares tienen la misma probabilidad de ganar. siempre dará como resultado la unidad. “gane un caballo del Sr. Ruiz. Ruiz?. tomaron parte 3 del Sr. entonces. entonces: Si P (A) = 3 y P ( Ω ) = 1.

P (NUV) = P(N) + P(V) por lo que P (NUV) = 3 2 5 + = 9 9 9 que es la probabilidad de que salga una esfera negra o una verde. es: 2 P (V) = 9 c) La probabilidad de extraer una esfera roja de entre nueve esferas que hay en una urna. no pueden ocurrir al mismo tiempo. Hagamos otro ejemplo: 9) Consideremos el experimento de extraer una esfera de una urna que contiene tres esferas negras. ¿Cuál es la probabilidad de extraer una esfera: a) b) c) d) e) negra? verde? roja? negra o verde? roja o verde? a) La probabilidad de extraer una esfera negra de entre nueve esferas que hay en una urna.Acabas de ver que existe una probabilidad de éxito y otra de fracaso y la suma de éstas siempre es igual a la unidad [P(Ω = 1)]. es: 3 1 P (N) = = 9 3 b) La probabilidad de extraer una esfera verde de entre nueve esferas que hay en una urna. porqué sólo hay una extracción. “Como la ocurrencia de un evento (extraer una esfera negra) impide la ocurrencia del otro evento (extraer una esfera verde). 23 . nos lleva a otro concepto. dos verdes y cuatro rojas. entonces la probabilidad de que ocurra ´esfera negra´ o ´esfera verde´ será: Probabilidad de que ocurra por lo menos uno de los eventos. es decir. es: 4 P (R) = 9 d) La probabilidad de extraer una esfera negra o verde de entre nueve esferas que hay en una urna.

P (A )] y el evento de unión de estos eventos. porque la ocurrencia de uno impide la ocurrencia del otro [P(A') = 1 . por lo que P (A´) = 15 3 = 40 8 Observemos que los eventos A y A´ (complemento de A) son eventos complementarios. por lo que P (A) = b) si el evento A´es “focos defectuosos”. Si se selecciona al azar uno. sustituyendo P (R U V ) = 4 2 6 + = 9 9 9 que es la probabilidad de que salga una esfera roja o una esfera verde. la probabilidad de extraer una esfera roja o verde de entre nueve esferas que hay en la urna. ¿cuál es la probabilidad de que: a) b) a) sirva? no funcione? si el evento A es “focos no defectuosos”. es de: P (R U V ) = P (R ) + P(V ) . 10) Por descuido se revolvieron 15 focos defectuosos con 25 no defectuosos. entonces: 25 5 = 40 8 si A = {25 focos no defectuosos}. entonces: si A = {15 focos defectuosos}.e) Análogamente con el inciso anterior. es un evento seguro P (A ) + P(A´) = P(A U A´) = 1 entonces: sustituyendo P (Ω) = P (A) + P (A´) P (Ω) = 5 3 + 8 8 por lo que P(Ω ) = 8 =1 8 24 .

entonces los eventos A y B son mutuamente excluyentes.Con los ejemplos anteriores. 140 (80 mujeres y 60 hombres) son estudiantes de tiempo completo y 60 (40 mujeres y 20 hombres) son de medio tiempo: Tiempo completo MUJERES HOMBRES TOTAL 80 60 140 Tiempo parcial 40 20 60 Total 120 80 200 Considera A como el evento “el estudiante es de tiempo completo” y B como el evento “el estudiante es de tiempo parcial y además hombre”.2 Probabilidad de Eventos Excluyentes y No Mutuamente Excluyentes a) Eventos Mutuamente Excluyentes Hagamos un ejemplo para llegar a comprender los eventos mutuamente excluyentes: 11) En un grupo de 200 estudiantes. resulta fácil abordar los siguientes temas que son: 1.2. simultáneamente. te has percatado de lo sencillo que es aplicar la expresión algebraica de la probabilidad P (E ) = NE ne = N n Con esto. Observamos que ningún estudiante es de “tiempo completo” y de tiempo parcial. un estudiante con base a los eventos A y B. La siguiente figura plantea desde el punto de vista de conjuntos. el ejemplo de elegir aleatoriamente de entre 200 estudiantes. Ω A 140 B 20 40 25 .

P (A o B ) = 7 + 1 8 = 10 10 Si observamos el espacio muestral. P (A ∩ B) = 0 (A AB = ∅). 200 20 10   por lo tanto: Si A y B son eventos mutuamente excluyentes o disjuntos (son eventos que no tienen elementos comunes) como se muestra en la siguiente figura. Hagamos otro ejemplo: 26 . parece razonable sumar las dos probabilidades anteriores.Las probabilidades de estos eventos con base a la expresión algebraica de la probabilidad son: P (A) = 140 14 7 = = 200 20 10 20 2 1 = = 200 20 10 y P (B) = Para obtener la probabilidad del evento A o B [P (A o B) = (A u B). vemos que existen 160 estudiantes en total de 8   160 16 tiempo completo como parcial  = = . la probabilidad del evento A o B es: Ω A B P (A ó B) = P (A u B) = P (A) + P(B) Eventos Mutuamente Excluyentes De la figura anterior. es decir. U es unión de dos conjuntos]. observas que no hay intersección entre los eventos A y B. por lo que.

no pueden obtenerse la probabilidad de que ocurra uno u otro sumando simplemente las probabilidades individuales. si alguno de ellos sucede. Primeramente definamos un tercer evento. Para encontrar P (A U C). “el estudiante seleccionado es mujer”.12. Se lanza un dado. Ya que hay 80 estudiantes que además de estudiar tiempo completo son mujeres. 2} y B = {4. P (A ) = = = 200 20 10 y cuanto es la probabilidad de C. C. P (C) = 120 12 6 = = 200 20 10 27 . por lo tanto. 6}. debemos de saber cuánto es la probabilidad de 140 14 7 A. si A es el evento. entonces: 6 6 2 3 5 + = 6 6 6 P (A I B) = P (A) + P (B) = Los ejemplos (11 y 12) anteriores nos permiten concluir que eventos mutuamente excluyentes “no pueden ocurrir al mismo tiempo” es decir. para explicar lo anterior. los restantes no pueden suceder. vemos que los eventos son mutuamente excluyentes. A y C sí tienen elementos en común. los eventos A y C no son mutuamente excluyentes. porque no hay elementos comunes entre estos eventos [P (A ∩ B) = P (∅) = 0 ]. la probabilidad de que ocurra por lo menos uno de los eventos es: P (A) = 2 3 y P (B) = . “cae un número mayor que 3”. ¿Cuál es la probabilidad de que ocurra A o B? Si A = {1. Utilicemos el ejemplo del grupo de 200 estudiantes. 5. consideremos ahora los eventos A (el estudiante seleccionado estudia tiempo completo) y C. b) Eventos No Mutuamente Excluyentes Cuando los eventos no son mutuamente excluyentes. “cae un número menor que 3” y B es el eventos. es decir.

por lo que debemos de restar esta intersección. La siguiente figura plantea desde el punto de vista de los conjuntos. en consecuencia. el ejemplo de elegir aleatoriamente de entre 200 estudiantes. la probabilidad de A o C es: P (A o C) = P (A U C) = 180 18 9 = = 200 20 10 28 . ¿Recuerdas que la probabilidad nunca debe ser mayor que uno? Lo que ocurre es que al sumar las probabilidades estamos considerando dos veces a los 80 estudiantes de tiempo completo y mujeres. un estudiante con base a los eventos A y C: A Ω C 60 80 e 40 Las probabilidades de estos eventos son: P (A) = 140 14 7 = = 200 20 10 120 12 6 = = y P (C) = 200 20 10 80 8 4 P (A U C) = = = . entonces 200 20 10 P (A U C) = P (A) + P (C) – P (A I C) = 7 6 4 9 + − = 10 10 10 10 Si observamos el espacio muestral. vemos que existen 180 estudiantes que son de tiempo completo o mujer.si sumamos ambas posibilidades se obtiene: 6  13  7 = 1. 3 + P( A ) + P(C) =   = 10  10 10  la cual es mayor que 1.

Ω A B P ( A U B ) = P ( A ) + P ( B ) – P (A I C) Eventos no Mutuamente Excluyentes Realicemos los siguientes ejemplos para aclarar posibles dudas. Solución: Designaremos el número de elementos de un conjunto encerrando el símbolo del conjunto entre paréntesis. por lo que: n (A) = 1 y n (B) = 1. 29 . para nuestro ejemplo tendremos que: A es el evento “cae el número cuatro” y B es el evento “cae el número cinco”. la probabilidad de que ocurra el evento A o el evento B o ambas es igual a la probabilidad de que ocurra el evento A más la probabilidad de que ocurra el evento B menos la probabilidad de que ambos eventos A y B ocurran. entonces: P (A U B) = P (A) + P (B) = 1 1 2 1 + = = 6 6 6 3 Observas que los eventos son excluyentes (disjuntos). 13) Halle la probabilidad de que en una tirada de un dado se obtenga el número 4 ó 5. y anteponiendo a este un n minúscula. porque no hay elementos comunes entre estos eventos. Así.Por lo tanto: Si A y B son eventos no mutuamente excluyentes (eventos que si tienen elementos comunes) como se muestra en la siguiente figura.

50 estudiantes aprueban matemáticas. entonces: P (Ω) = P (asista a cualquier bachillerato) + P (no asista a cualquier bachillerato) por lo que: 1 = P ( S U P ) + P (no asista a cualquier bachillerato). entonces: P (no asista a cualquier bachillerato) = 1 − 9 10 − 9 1 = = 10 10 10 15) En un salón de clases. entonces: 5 2 2 1 4+5 9 + = = 5 2 10 10 Solución: Si P (S) = P (S U P = P (S) + P (P) = Para resolver el inciso (b). ¿Cuál es la probabilidad de que un estudiante elegido al azar. si la probabilidad de que asistas al estatal es y al 5 1 privado es . es decir. 85 85 85 30 . ¿recuerdas que la suma de las probabilidades de éxito y fracaso siempre es la unidad?. ¿Cuál es la probabilidad 2 a) asistas ya sea al estatal o al privado? Y b) no asistas a ninguno de ellos? 2 1 y P (P) = . P (Ω) = P (A) + P(A´).14) Identifiquemos S como el evento de que asistas a un bachillerato estatal y P el evento de que asistas a un bachillerato privado. entonces: P (M) = 50 25 10 . despejando P (no asista a cualquier bachillerato) = 1 – P ( S U P ). aprueba matemáticas o inglés? Solución: Si M es el evento “jóvenes que aprueban matemáticas” e I es el evento “estudiantes que aprueban inglés”. 25 inglés y 10 aprueban ambas asignaturas. P(I) = y P (M I I) = . considera que no asistirás a 2 ambos simultáneamente.

En este caso. y después otra. 1. 31 . 175 ajedrez y 125 juegan fútbol o ajedrez. ¿Cuál es la probabilidad de que un joven elegido al azar juegue ambos deportes? Solución: Si F es el evento “jóvenes que juegan el fútbol” y A es el evento “jóvenes que juegan ajedrez”. P (A) yP(FUA)= . los ejemplos están sencillos. por que la ocurrencia de un evento afecta a la ocurrencia del otro evento. los eventos son dependientes (eventos no independientes). para que puedas aclarar dudas.P ( F I A ) pero como el problema nos despide la intersección de los dos eventos. 700 700 700 P(F)= P ( F U A ) = P ( F ) + P (A) . los eventos A “obtener bola negra en la primera extracción” y B ”obtener bola negra en la segunda extracción”.2. Continuemos.3 Probabilidad Condicional e Independiente La probabilidad de un evento puede ser afectada por la ocurrencia de otro. 400 175 125 450 45 9 + − = = = 700 700 700 700 70 14 P(F I A)= Como te habrás dado cuenta.P ( F U A ). si de una urna que contiene bolas rojas y tres negras se extrae al azar una bola. entonces: 400 175 125 . por lo que tendremos: P (M U I) = 50 25 10 65 13 + − = = 85 85 85 85 17 16) Se realizó una encuesta entre jóvenes y se halló que 400 juegan fútbol. por lo tanto. Por ejemplo.P (M U I) = P ( M ) + P ( I ) – P (M I I). despejemos la de la expresión anterior: P ( F I A ) = P ( F ) + P (A) .

Entonces. porque la bola extraída en la primera extracción no se regresa a la urna antes de la segunda extracción. una después de otra. Si A no ocurre. denotada por P (B/A). ¿Cuál es la probabilidad de que ocurra A y B? 32 . de una urna que contiene cuatro bolas rojas y tres negras. si despejamos de la expresión anterior la probabilidad condicional P (B/A). entonces: Si A y B son dos eventos dependientes (no independientes). la bola extraída en la primera vez es negra y la probabilidad de B es: P(B) = 2 1 = 6 3 Casos favorables Total de Resultados = dos negras cuatro negras y dos negras Como observas. si A ocurre. denotado por P (B/A) (se lee: probabilidad de que ocurra B dado que haya ocurrido A). con la condición de que otro evento haya ocurrido. la probabilidad de ocurrencia de un evento depende de la ocurrencia del otro evento.Observamos que los eventos son dependientes (no independientes). La probabilidad condicional de cualquier evento es la probabilidad de que este evento ocurra. la probabilidad de B depende de la ocurrencia de A. la bola extraída en la primera vez es roja y la probabilidad de B es: 3 1 = 6 2 P (B) = Ahora. la probabilidad de un evento cuando ocurre otro se le llama “Probabilidad Condicional”. por lo que. con la condición de que A haya ocurrido. P (B/A) Por lo que. entonces: P (A I B) = P (A). Si A es el evento “extraer bola negra es la primera ocasión” y B es el evento “extraer bola negra es la segunda ocasión”. tendremos: P (B/A) = P (A I B) P (A) donde P (A) > 0 Realicemos algunos ejemplos: 17) Sea el experimento de extraer dos bolas. la probabilidad de que ocurre a tanto A como B es igual al producto de la probabilidad de A multiplicada por la probabilidad de B.

si se lanzan tres monedas. por lo que tenemos. Entonces fíjate en el siguiente razonamiento: los posibles resultados de una moneda son águila o sol.Solución: Como nos piden la probabilidad de ocurrencia de los eventos A y B. 8 2 A I B = {(SSS)} ∴ P (A I B) = . S es sol y Espacio muestral Ω = (AAA) (AAS) (ASA) (ASS). resultado que se obtiene al dividir los casos favorables (tres negras) 7 extrae el total de resultados (cuatro rojas y tres negras). P (A) = 3 . y si la primera de las monedas es sol? Solución: (SSS) (SAS) (SAA) (SSA). ¿Cuál es la probabilidad de que todos sean soles. si la bola extraída en la primera ocasión es negra. A es águila ¿Sabes como se obtuvo el espacio muestral? ¿No?. entonces: A = {(SSS) (SSA) (SAS) (SAA) }∴P (A) = B = {(SSS) } ∴ P (B) = 1 y 8 1 . 8 33 4 1 = . P (B/A) es la probabilidad de obtener bola negra es la segunda extracción. tenemos. 2 1 P (B/A) = = . lanzamientos posible resultado resultado de lanzar una moneda 23 = 8 Si A es el evento “la primera moneda es sol” [condición] y B es el evento “las tres sean soles”. tendremos: P (A) es la probabilidad de obtener bola negra en la primera extracción. P (A I B) es la probabilidad de que ocurra al dividir los eventos A y B. por lo tanto: 6 3 3 3 1 • = 7 3 21 P (A I B) = P(A) • P (B/A) = 18) Se lanzan tres monedas.

sustituyendo: P (A ) P (B/A) = 1/ 8 2 1 = = 1/ 2 8 4 19) La probabilidad de que un alumno repruebe Matemáticas es 18 %.4(100 ) 4 1 = = 0.Probabilidad de que ocurra el evento B dado que haya ocurrido el evento A.16 Probabilidad de que ocurra el evento M dado que haya ocurrido el evento L.18 = (el porcentaje se convirtió en decimal.04 = P(L) 0. P (M/L) = 0. L es el evento “reprobó Literatura es el evento “reprobó ambas asignaturas”.16 = 4 y P (M I L) = 0. de que repruebe Literatura es 16 %. Si se elige al azar un alumno y éste reprobó Literatura. ¿cuál es la posibilidad de que ocurra A y B? 34 . sustituyendo: 25 P (M I L) 0. entonces: 9 50 P (M) = 0. dividiendo el 18 % entre 100 y omitiendo el signo de porcentaje).15(100 ) 16 4 20) Consideremos experimento de lanzar dos dados. ¿cuál es la probabilidad de que haya reprobado también Matemáticas? Solución: Si M es el evento “reprobó Matemáticas”. P (M/L) = Se multiplica por 100 ambas cantidades para expresar el resultado como un cociente de dos enteros. de que reprueben ambas asignaturas es 4 %. P (L) = 0. P (B/A) = P(A I B ) .04. si A es el evento en el “primer dado aparece un número par” y b es el evento “en el segundo dado aparece el número 2 ó 3”.

se razonó de la siguiente manera: lanzamiento de dos dados posible resultado resultado de lanzar un dado 62 = 36 A es el evento “en el primer dado aparece un número par”.3) (5.3) (3.2) (4.2) (1.2) (6.5) (5.3) (2.2) (2. el ejemplo se resuelve como sigue: P (A I B) = P(A) P (B/A) .6) (2.2) (2.5) (4.6) (4.3) (4.3) (1.3) (4. sustituyendo: 3 1 1 1 ⋅ = 2 3 6 35 .1) (6.2) (5.1) Espacio Ω = (3.4) (2.6) B B Para obtener el espacio muestral.4) (3.1) (5.5) (6.4) (6.4) (4. entonces: B = {hay seis 2 y seis 3} = {12} por lo que P (B) = 12 6 1 = = 36 18 3 P (A I B) es la probabilidad de que ocurra A y B.6) A A A (5.Solución: (1.2) (3.1) (1.1) (2. hay seis 4 y hay seis 6} = {18} por lo que P (A) = 18 9 3 1 = = = 36 18 6 2 B es el evento “en el segundo dado aparece el número 2 ó 3.6) (6.3) (6. entonces: A {hay seis 2. por lo que tenemos: A I B = {(2.4) (1.6) (3.5) (3.3) (6.2) (4.5) (2.5) (1.1) Muestral (4.3)} por lo que P (A I B) = 6 1 = 36 6 Numéricamente.4) (5.2) (6. entonces P (A) = y P (B/A) = P (B I A) = 1 (hay 18 elementos) 2 1 (hay 12 elementos).

entonces: Ω = { (SS) (SA) (AS) (AA) }. tendremos que P(A ) P (AUB) = P(A) P (B). ocurre un evento. entonces: P (B/A) = P (A I B ) = pero si los eventos son independientes. lo mismo ocurre cuando: P(A ) 36 . P (B) . siendo que iniciamos con la expresión: P (A I B) = P (A) ⋅ P (B/A) La razón es muy simple.1. sustituyendo en la expresión de probabilidad condicional: P (B/A) = P (A ) ⋅ P(B ) = P(B ). porque 4 2 B = { (SS) (AS) } ∴ P (B) = la ocurrencia de A no afecta a la concurrencia de B y viceversa. entonces: P (A I B) = P(A) .2. sustituyendo P (A I B) = 1 1 1 ⋅ = 2 2 4 Quizá te estés preguntando porque la expresión de eventos independientes (A I B) = P (A) P (B) aparece sin la probabilidad condicional [P B/A ]. como A y B son eventos independientes. Recuerda la posibilidad condicional. A = { (AS) (AA) } ∴ P (A) = 2 1 = y 4 2 2 1 − . sólo que haya ocurrido otro antes. ¿cuál es la probabilidad de que en la primera moneda aparezca águila y de que en la segunda moneda aparezca sol? Solución: Si A es el evento “aparece águila en la primera moneda” y si B es el evento “aparece sol en la segunda moneda”.4 Eventos Independientes Dos eventos son independientes. Por ejemplo: 21) Consideremos el experimento de lanzar dos monedas. si la ocurrencia de uno de ellos no afecta a la ocurrencia del otro.

3 CALCULO DE PROBABILIDADES: PROCEDIMIENTOS ELEMENTALES DE CONTEO. 1. etc. Los arreglos o permutaciones son útiles para contar el número de todos los diferentes arreglos u ordenamientos que se pueden hacer con un conjunto de objetos.3. el número de maneras en que se puede organizar un grupo de libros en un anaquel. el número de formas que se pueden sentar en un escenario un grupo de conferencistas. Podemos utilizar el concepto de permutación para determinar el número de formas en que se les pueden asignar a los alumnos los asientos de una clase. Por ejemplo: 37 . entonces: = P(B ) P(B ) P (A I B) = P(A) • P (B/A) = P(A) • P(B) 1. Entonces: “Una permutación es uno de los diferentes arreglos u ordenamientos que se pueden hacer con todos o con parte de los elementos de un conjunto”. de los cuales son iguales.1 Arreglos con Repetición y sin Repetición a) Permutaciones o Arreglos con Repetición Con frecuencia deseamos saber el número de arreglos de objetos.P (A/B) = P (A I B ) P (A ) ⋅ P(B ) = P(A ).

AE o AF. Investiga cuáles son estos 16 números. (2). Con base al ejemplo anterior. utilizaremos el símbolo: Permutaciones o Arreglos con repetición nr donde n es número de elementos y r la forma de tomarlos. Para el primer número de la cantidad de cuatro cifras.22) ¿Cuántos números de cuatro cifras se pueden formar. B. Es posible que a veces queramos calcular el número de permutaciones o arreglos que tengan n objetos de los cuales i son iguales. se pueden formar 16 números de cuatro cifras cada uno. de 4 en 4. observamos que el número de elementos (n) es dos. para referirnos a (números de permutaciones o arreglos con repeticiones de n objetos tomados de r en r) para el ejemplo. dígito = 0 al 9 1 ⋅ 6 ⋅ 10 3 = 60000 Entonces los arreglos de las letras pueden ser AA. letra = A 2da. habrá dos números (2). dígito = 0 al 9 3er. dígito = 0 al 9 2do. AC. para el tercer número de la cifra.9}? Solución: Para formar cantidades de cuatro cifras con los números 6. Por ejemplo: 38 1 6 10 10 10 . los cuales son seis. j son iguales y k son iguales. entonces: 2 ⋅ 2 ⋅ 2 ⋅ 2 = 2 4 = 16 Con este resultado (24 = 16). C. 9 tenemos que tomarlos en forma repetida. si la primera letra es A y la segunda letra puede ser de la A a la F? L L D D D 1ra. AB. para el segundo número de la cifra. habrá dos números. E o F 1er. habrá dos números (2). El número de dígitos que se puede utilizar en la placa será 10 · 10 · 10 = 103. D. de la siguiente forma. habrá dos números (2) y para el cuarto número de la cifra. con los números {6. entonces: 6 · 103 = 600 placas. que se van a formar cantidades de cuatro en cuatro (r) y para ese ejemplo. Hagamos otro ejemplo: 23) ¿Cuántas placas de auto existen que consta de dos letras y tres cifras en ese orden. letra = A. AD.

si aplicamos: n Pi.4.24) En un salón de clases de kinder hay ocho figuras de plástico: tres cuadradas. tres triángulos ( j ) y dos rectángulos (k) y en total tenemos ocho (n) figuras. B. el resultado será: i! j! k! 9! = 1260 3! 4! 2! 9 P 3. i = 3. y sustituyendo valores. de un tipo ( j ) y de un tipo (k). C Y C? Solución: En este caso n = 9. A. tres triángulos y dos rectángulos.2 = Hagamos otro ejemplo: 25) ¿Cuántos arreglos se pueden formar con A.3. El símbolo ( ! ) en matemáticas se llama factorial e indica un producto decreciente. k = n! i! j! k! Permutaciones o arreglos de ordenamientos distintos con repetición. j. j. las figuras no se pueden distinguir de otro modo. B. de los cuales son de un tipo ( i ). se utiliza la siguiente expresión: n Pi. es decir.2 = 39 . B. por lo que. k = n! . por ejemplo: 8! = 8·7·6·5·4·3·2·1· = 40320 6! = 6·5·4·3·2·1· = 720 3! = 3·2·1· = 6 entonces para el ejemplo tenemos: n=8 i=3 j=3 k=2 8! = 560 maneras 3! 3! 2! 8 P 3. si se quiere hacer una fila sobre la mesa con estas figuras? Solución: En este ejemplo se muestra objetos de los cuales algunos son iguales entre sí. B. A. Para calcular el número de permutaciones o arreglos de ocho objetos. j = 4 y k = 2. ¿De cuántas maneras se pueden ordenar. hay tres cuadrados ( i ).

nP n = n (n − 1) (n − 2) . S S S S S Para ocupar la primera silla existen cinco conferencistas. . y son 120 maneras. Para ocupar la segunda silla existen cuatro conferencistas. Visualicemos las cinco sillas (S) en el escenario.Si utilizas calculadora para llegar a este resultado. Para ocupar la tercera silla existen tres conferencistas. El número 120 que acabamos de calcular se llama número de permutaciones de cinco objetos tomados a la ves. Por ejemplo: 26) Se proyecta presentar cinco conferencias de una reunión de padres de familia y profesores del colegio. . se puede calcular utilizando un producto decreciente (factorial). por lo que el moderador. formados todos a la vez. Solución: Cada una de estas maneras diferentes son las posibles permutaciones o arreglos. lo que quiere saber es el número de permutaciones de cinco objetos tomados todos a la vez. la secuencia de las teclas que debes oprimir es: X! -- 3 X! X 4 X! X 2 X! = 1260 b) Permutaciones o Arreglos sin Repetición Los arreglos de diferentes objetos. como sigue: “El número de permutaciones de n objetos diferentes tomados los n objetos a la vez es igual a n!”. entonces. El moderador del programa desea saber cuantas maneras diferentes se pueden situar en el escenario los cinco conferencistas en fila. 3 ⋅ 2 ⋅ 1 = n ! 40 . Para ocupar la cuarta silla existen dos conferencistas y Para ocupar la quinta silla existe o queda sólo un conferencista. en realidad. habrá 5! = 5·4·3·2·1 formas en que puedan distribuir los cinco conferencistas en el escenario. y podemos establecer una regla general (para hallar el número de permutaciones de n objetos tomados n a la vez.

y si n = 6. nPn es el número total de permutaciones o arreglos de n objetos. las muestras posibles son: 7 · 6 · 5 · 4 · 3 · 2 · 1 = 2520 Se puede expresar el cálculo anterior de la siguiente manera: 7·6·5·4·3·2·1 = 7·6·5·4·3· 2·1 7 !7 7! = = 2·1 2! (7 .Donde n es el número de objetos. como se ha visto. entonces. 28) Un vendedor de autos tiene siete modelos para exhibir en un aparador. pongas mucha atención. el segundo espacio de seis maneras distintas y así sucesivamente. ¿Cuántas muestras puede exhibir? Solución: El aparador sólo tiene lugar para cinco autos de los siete que existen. Hagamos otro ejemplo: 27) Se desean colocar seis cuadros en línea recta sobre la pared de la biblioteca. tomados de cinco en cinco. ¿De cuántas maneras diferentes lo pueden hacer? Solución: Debemos encontrar el número de permutaciones o arreglos que podemos tomar con seis cuadros. El símbolo n! (se lee “n factorial”) denota el producto de los n primeros enteros positivos. hasta el quinto espacio que se puede ocupar de tres maneras distintas. tomados los n objetos (todos) a la vez. es decir únicamente puede utilizar muestras de cinco en cinco. Recuerda que el primer espacio se ocupar de siete distintas maneras. tenemos que: Si nPn = n!. pero éste sólo tiene espacios para cinco autos. entonces. entonces: n Pn = 6! = 6·5·4·3·2·1 = 720 Te sugiero para el siguiente ejemplo. Entonces debe de buscar el número de permutaciones de siete objetos. en forma análoga en el razonamiento del ejemplo anterior.5)! 41 . tomados a la vez para cada permutación o arreglo.

30) Un conferencista dispone de ocho temas sobre los que puede disertar durante 30 minutos. entonces: 4! 4! 4P3 = = = 24 n=4yr=3 (4 − 3) ! 1! n=4yr=2 4P2 = (4 − 2) ! 4! = 4! = 12 2! por lo que debemos tener 36 arreglos en total.r ) ! (8 − 5) ! 42 .. d}.. y r es el número de objetos. d. Realicemos otros ejemplos: 29) ¿Cuál es el total de arreglos del conjunto {a. podemos generalizar la situación haciendo que n sea el número de objetos disponibles y r el número de espacios para ocupar. b. c. por lo que el número de maneras que se pueda ocupar r espacios cuando se disponen de n objetos está dado por: (n-2) . tomados a la vez para cada permutación o arreglo. (n-r+1) = n! (n . tomados tres a la vez y dos a la vez? Solución: Como las muestras son de tres en tres y de dos en dos. debemos calcular el número en permutaciones de n objetos tomados de r en r. Se le pide que presente una serie de cinco conferencias de 30 minutos a un grupo de personas ¿Entre cuántas secuencias de conferencias puede elegir? Solución: Si aplicamos la fórmula de las permutaciones o arreglos de n objetos diferentes formados de r tenemos: n=8 r=5 ∴ n Pr = n! 8! = = 6720 secuencias (n .Con base a la expresión anterior.r)! n Pr = n (n-1) donde n P r es el número de permutaciones o arreglos de n objetos diferentes tomados de r en r.

indica para nosotros que es importante el orden en que quedan los dos libros en los espacios. si tenemos n objetos y los debemos tomar de r en r. necesitamos solamente construir las permutaciones correspondientes a cada una de las seis combinaciones. necesitamos solamente construir las permutaciones correspondientes originales. Entonces el número de arreglos se reduce a seis: HM MI HI MC HC IC A lo anterior lo llamamos el número de combinaciones de cuatro objetos. Las doce posibles permutaciones son: HM HI HC MH MI MC CM CI CH IM IH IC ∴ 4P2 = 4! = 12 2! Ahora considera. podemos construir r! permutaciones sobre cada una de las posibles combinaciones. para cada combinación hay dos permutaciones. Por ejemplo. tomados de dos en dos. entonces el número de permutaciones o arreglos en que se pueden ocupar los dos espacios. Podemos entonces definir una combinación como sigue: “Una combinación es un arreglo de cierto número de objetos formados de un conjunto de n objetos de tal forma que el orden en que se dispone no importa”. si el orden de la disposición no importa. Generalmente. si HM se considera lo mismo que MH. es decir. si tenemos cuatro libros: uno de historia (H). 43 . HI lo mismo que IH y así sucesivamente. uno de matemáticas (M).c) Combinaciones Una características de las permutaciones es que el orden en que se disponen los objetos es importante. Para obtener de nuevo las doce permutaciones originales. En este caso. uno de Inglés (I) y uno de ciencias (C) y los colocamos en un lugar donde caben solo dos libros.

Realicemos algunos ejemplos para aplicar la fórmula de combinaciones: 31) ¿Cuántas juntas directivas de 5 personas se pueden formar con doce miembros de una organización? 44 . entonces podemos escribir la expresión anterior en nCr n! n  =  = r  r! (n . que este producto es igual al número total de permutaciones de n objetos formados de r en r.   n! (n . n  tomados a la vez para cada combinación y nCr o   es el número total de r  combinaciones de n objetos tomados de r en r. entonces:  n  n Pr  r  = r! Es el número de combinaciones de n objetos formados de r en r. por lo que podemos escribir: nPr n  =   r! r  n Si resolvemos esta ecuación para   podemos obtener una fórmula para calcular el r  número de combinaciones de n objetos de r en r. Por consiguiente podemos expresar el número de r n permutaciones posibles por   r!. r es el número de objetos. Es cierto.Simbolicemos el número de combinaciones de n objetos tomados de r en r n mediante   o nCr.r )! la forma que más se conoce: Recordamos en nPr = .r )!  donde n es el número total de objetos de un conjunto. ya que se demostró en el ejemplo de r  los libros.

es decir.11.6! 8 = = 28  = 6  6! (8 − 6 )! 6! (2)!  45 .r )!  10  10! (12 − 10 )! b) Si n = 5 y r = 5.8. si tiene que contestar 7 de las 9 primeras preguntas? c) ¿Cuántas maneras hay. entonces: 8! 8.9. sustituyendo r! (n .7!  12  = = 792  = 5! (7 )!  5  5! (12 − 5 )! 32) Un estudiante tiene que contestar de 10 a 12 preguntas de un examen de Estadística: a) ¿De cuántas maneras puede elegir estas preguntas? b) ¿Cuántas maneras hay. quedan 5) y r = 3 (si contesta de 3 en 3.4. si las 4 primeras son obligatorias? Solución: a) Sin n = 12 y r.r )! 12! 12.Solución: Como no importa el orden de la elección de las personas tenemos: n = 12 n=5 ∴ n r  =   n! . entonces 10-4 = 6).r )!  5! 5. (si contesta 7 de 12. quedan 12 – 4 = 8) y r = 6 (si debe de contestar 10 y 4 son obligatorias.11. entonces: n! n  = r  r! (n .10! n = = 66  =  = 10! (2)!  r  r! (n . 9 de 12).10.7.3! 5 = = 10  = 3  3! (5 − 3 )! 3! (2)!  c) Si n = 8 (si cuatro son obligatorias. sustituimos en la expresión de combinaciones: n!  12  12! 12.

33) Calcula las siguientes combinaciones: 3C2 y 100C98 Solución: Para realizar estos cálculos.99 = 4950 2 . se sugiere utilices la siguiente igualdad. la cual siempre se cumple.1 = 100 C 100-98 = 100 C 2 = 46 . n Cr Ncn-r = = 3C 2= 3 C 3-2 = 3C1 = 3 =3 1 100.

RECAPITULACIÓN Te presentamos enseguida una síntesis de los aspectos más relevantes de este fascículo. Evento: Es un subconjunto del espacio muestral. n Pr Combinaciones: nCr n n! = =  r  r ! (n − r ) !   47 . Propiedad de la frecuencia relativa: P (0) = 0 P (Ω) =1 P (A) = a con 0 < a < 1 b b P(A) = Concepto de Probabilidad: Ne N ne Expresión algebraica de la P(E) = probabilidad: n Elementos de probabilidad Nociones de probabilidad Probabilidad de eventos mutuamente excluyentes: Probabilidad de eventos no mutuamente excluyentes: Probabilidad condicional: Eventos independientes: Arreglos con repetición: Cálculo de probabilidades P (AUB) = P (A) + P (B) P(AUB) = P(A) + P(B) − P(A I B) P(B / A ) = P( A I B) P( A ) P(A I B) = P(A) ⋅ P(B) n . Experimento: Es el proceso mediante el cual se obtiene una observación de un fenómeno. Frecuencia relativa Espacio muestral: Es el conjunto de posibles resultados de un experimento. r nPi. j. k = n! i! j! k ! = n! (n − r ) ! Arreglos sin repetición: nP n = n! .

10 esferas azules y 14 esferas moradas. 20 obtuvieron nueve de calificación. Si se selecciona uno al azar. ¿qué tipo de evento es? 6. ¿Cuál es la frecuencia relativa con la bola verde o blanca? 3. consulta a tu asesor o profesor. ¿Cuál es la frecuencia relativa con la que apareció la calificación seis o siete? 4. 1. Consideremos el experimento “se lanza una moneda dos veces. Por un error en una farmacia se revolvieron 45 goteros defectuosos con 135 goteros sin defecto. 100 llantas en estado regular y 500 defectuosas. Consideremos el experimento “se lanza un dado” aparece cualquier número del uno al seis. Un experimento aleatorio consiste en extraer una esfera de una urna que contiene 6 esferas blancas. Se efectúa una serie de 4000 elecciones de llantas con remplazo. En un comité de 60 miembros. Se efectúa una serie de 200 extracciones con remplazo. En un grupo de matemáticas formado por 70 estudiantes. Calcular la probabilidad de extraer una esfera y ésta sea: a) b) c) d) e) f) Blanca Azul Morada Blanca o Azul Morada o Blanca Azul o Morada 48 . 18 obtuvieron siete y 8 obtuvieron seis. aparecen dos águilas. Si se elige al azar a un miembro para representar el comité.ACTIVIDADES DE CONSOLIDACIÓN Los siguientes problemas son actividades de carácter práctico y constructivo del contenido estúdialos. Una empresa llantera tiene 1500 llantas perfectas. hay 20 ingenieros. ¿qué tipo de evento es? 5. ¿cuál es la probabilidad de que el elegido sea ingeniero? 7. Se tiene una urna con 20 bolas negras. ¿cuál es la posibilidad de que el gotero sea defectuoso? 8. 35 verdes y 30 blancas. ¿Cuál es la frecuencia relativa con que aparecen las llantas perfectas o las regulares? 2. resuélvelos y si tienes dudas.

5. si las tres primeras preguntas son obligatorios? 49 . si solo quiere adquirir cinco de ellas? 19. se tienen 22 bolígrafos de los cuales son 9 defectuosos. 75 reprueban tanto matemáticas como física. Se lanza un par de dados. Se eligen al azar dos artículos del lote uno tras otro. 12. en la urna A se tiene 18 bolígrafos de los cuales son siete defectuosos y en la urna b. ¿cuántas maneras diferentes tiene una señora de elegir. Dados las siguientes probabilidades: P(H) = . ¿cuál es la probabilidad de que éstos no sean defectuosos? 16. ¿cuál es la probabilidad de elegir a uno al azar que haya reprobado matemáticas o física? 10. Se extrae al azar un bolígrafo de cada urna. ¿De cuántas maneras diferentes pueden colocarse ocho libros en un librero? 18. ¿Cuál es la probabilidad de que un joven elegido al azar juegue fútbol o ajedrez? 11. P (L) = 18 16 halle P (L/H) =? 2 y P (H I L) = 20 . 14. Una tienda ofrece doce estilos diferentes de cacerolas. ¿Cuál es la posibilidad de que sea primo? 4 6 13. 175 ajedrez. a) de cuantas maneras puede elegir las preguntas? b) ¿Cuántas maneras. Una papelería tiene dos urnas. Si los números que resultan son diferentes. Se realizó una encuesta entre jóvenes y se encontró que 400 juegan fútbol. si el número que resulta es par. En cierto bachillerato 135 estudiantes reprueban matemáticas.9. 3. 7 y 9? 17. Un estudiante tiene que contestar ocho de diez preguntas en un examen. Un lote de 20 artículos tiene 10 defectuosos. ¿Cuál es la probabilidad de que ningún bolígrafo sea defectuoso? 15. halla la probabilidad de que la suma sea impar. ¿Cuántos números de siete dígitos se pueden formar con los dígitos 1. Se lanza un dado.

1) fa = na n = Número de veces que sucedió el evento A llantas = perfectas o llantas regulares.37143 4) El evento es 5) El evento es 6) P(E)= Ne Eventos favorables = = N Número de casos posibles de ocurrencia 20 1 = 60 3 50 . Número de veces que se realizó el experimento 2500 5 = 4000 8 Número de veces que sucedió el evento A bola verde o = blanca Número de veces que se realizó el experimento = 65 200 2) fa = na n 3) fa = na n = = 0.AUTOEVALUACIÓN Aquí encontramos los lineamientos a las respuestas de las actividades de consolidación que te permitan llegar a tus propias respuestas. así como completar los procedimientos para encontrar los resultados.

3) (5. 2) (3. 4) (3. por lo que 100 P(MUF) = P(M) + P(F) – P(M I F) 135 185 + 75 185 + 25 185 = 185 =1 185 10) Resuélvelo por ti mismo 11) El espacio muestral: (1.6)] se descartan. 3) (3. 2) (5. 3) (4.. 4) (6. 4) (5. 5) (5. 4) (2. 5) (1. 5) (3. entonces: n(A) =30 51 . 3) (2. 1) (6. 2) (4. 2) (2.(6.P(F) 185 185 y P(M I F)= 25 .2). 6) (4.1) (2.7) P(E)= Ne = N 8) a) P(B)= 6 30 b) P(A)= c) P(m)= 30 = = 1 5 b) P(BUA) = P(B) + P(A) = e) P(MUB) = P(M) + P(B) = f) P(AUM) = 9) P(M) = 135 75 . 1) (4.. 6) (6. 1) (5. 6) Ω= Si n(A) = 30 P(A) = 30 36 Si A es el evento “los número que resultan son diferentes” quiere decir que las parejas de número iguales [(1. 6) (5. 4) (1. 3) (1. 4) (4. 2) (1. 6) (2. 5) (6. 1) (2. 1) (3. 1) (1. 6) (3. 2) (6. 5) (2. 3) (6. 5) (4.

(4. = 18 22 396 el evento “defectuoso” y N es el evento “no defectuoso”. si P(A) = P (A I B) = 11 13 143 . 4. 5. 17) De 40320 maneras. A = {2. entonces 11 13 y P(B) = = 18 22 15) Si D P(D) = es 10 10 10 9 1 1 = y P(N) = = = P(N) = .=1+2=3.5 3 y 6 P(A∩B) 18 P(B/A) = P(A) = 30 12) Ω = {1. = 4+5=9] el resultado debe ser un número impar. 3. por lo tanto P(A) = P(B) = 3 1 y P (A I B) = ∴ 6 6 1 3 P(B/A) = = 13) Inténtalo por ti mismo 14) P(A I B) = P(A) .Si n(B) = 18. 6}. entonces: N(B) =18 9 15 3 . 4. P(B). 6} Y B { 2. 2.2). n n! 18)   = = r  r! (n .r )!  19) a) c) = 7 92 maneras 7 [ ] = 5! (7! [ ]= 10 8 ) = 52 . P(B) = 18 36 ∴ Si B es el evento “su suma sea impar”. 5}. quiere decir que al sumar los números de cada evento [(1.5). 3. = 90 = 9 20 2 20 2 20 19 380 38 16) 5 =78125 maneras.

el 30% aprueban con siete y el 20% aprueban con ocho. te invito leas en que consiste la “Partición del espacio Muestral” [Ω]” para que abordes el contenido del “Teorema de Bayes” y logres enriquecer lo aprendido. Te invito a que también investigues como resolver el siguientes problema: En un plantel del Colegio de Bachilleres. el 50% de los estudiantes aprueban Química con seis. Se sabe que el 4 % que aprueban con seis. el 5% que aprueban con siete y el 6% que aprueba con ocho.ACTIVIDAD DE GENERALIZACIÓN Para que reafirmes lo aprendido y puedas profundizar sobre los Elementos de Probabilidad. ¿Cuál es la probabilidad de que apruebe la asignatura con seis? 53 . Si se elige al azar: a) ¿Cuál es la posibilidad de que éste no estudie y apruebe la asignatura? b) ¿Si no estudia. no estudian pero acreditan la asignatura.

Humberto. Este libro aborda el tema de manera muy adecuada. Edición México. grupo. Estadística con aplicaciones a las Ciencias Sociales y a la Educación. Este texto cubre el 90% del programa. PROAÑO. R. DOWNIE. Nueva Editorial interamericana. México D. PORTILLA CHIMAL. además de que incluye ejemplos de aplicación práctica. Estadística (primer curso). Heat. incluye ejemplos muy ilustrativos. Robert. Editorial Iberoamérica 1990. PARA PROFESORES. R. G. Introducción a la Estadística. ARNOLD NAIMAN. F. D. 54 .F. México. 3ª.BIBLIOGRAFÍA CONSULTADA JONHSON. siguiendo el enfoque del mismo.. F. N. Estadística Aplicada a la Mercadotecnia. 1980. El tratamiento de los temas es muy claro. México. F. Daniel. 4ª. México. Métodos Estadísticos Aplicados. Edición. Sobre el tema incluye una variedad de ejemplos prácticos que permiten una visión amplia en este terreno.. Este texto cubre el 80% del curso. D. Editorial Mc Graw Hill. 1973. Editorial Harla. F. ROSENFELD. Editorial Mc Graw Hill / Interamericana de México. M. Con relación al tema su tratamiento es muy adecuado. Editorial Diana. 1988. México. W. WAYNE W. D. F. 1987 Este texto cubre el 100% del programa. D. 1983. Estadística Elemental. Zirkel. E. manejando el enfoque del mismo. D.

Sign up to vote on this title
UsefulNot useful