Probabilidad

Prof. Mara B. Pintarelli

1- Probabilidad
1.1 - Espacios muestrales y eventos.
La Teora de Probabilidades estudia los llamados experimentos aleatorios.
Ejemplos clsicos de experimentos aleatorios son los juegos de azar:
a) tirar un dado y observar el nmero en la cara de arriba.
b) tirar una moneda
c) lanzar una moneda cuatro veces y contar el nmero total de caras obtenidas.
d) lanzar una moneda cuatro veces y observar la sucesin de caras y cecas obtenidas.
Simbolizamos con a un experimento aleatorio.
Un experimento aleatorio tiene las siguientes caractersticas:
1-Se lo puede repetir bajo las mismas condiciones tantas veces como se desee.
2- No se puede predecir con exactitud el resultado de dicho experimento, pero se puede decir cules son los posibles resultados del mismo.
3- A medida que el experimento se repite, los resultados individuales parecen ocurrir en forma
caprichosa. Pero si el experimento se repite un gran nmero de veces, y registramos la proporcin
de veces que ocurre un determinado resultado, veremos que esa proporcin tiende a estabilizarse
en un valor determinado a medida que aumenta el nmero de veces que se repite el experimento.
Por ejemplo, consideremos el experimento de lanzar un dado y observar el nmero de la cara superior. Supongamos que tiramos el dado N veces, y sea n el nmero de veces que sale el nmero 5
n
en los N tiros del dado. Entonces
es la proporcin de veces que sale el nmero 5 en los N tiros.
N
n
Si el dado es normal a medida que N aumenta,
tiende a estabilizarse en un nmero que es 1/6.
N
Observacin: en los experimentos no aleatorios o deterministas se puede predecir con exactitud el
resultado del experimento, es decir, las condiciones en las que se verifica un experimento determinan el resultado del mismo. Por ejemplo, si colocamos una batera en un circuito simple, el modelo
matemtico que posiblemente describira el flujo observable de corriente sera I = E/R, que es la
ley de Ohm. El modelo predice el valor de I al dar E y R. O sea, si se repite el experimento anterior
cierto nmero de veces, empleando cada vez el mismo circuito, es decir manteniendo fijas E y R,
esperaramos observar el mismo valor de I.
A veces sucede que un experimento no es aleatorio estrictamente, pero resulta mucho ms sencillo
estudiarlo como si fuera aleatorio. Por ejemplo, si tiramos una moneda y observamos qu lado
queda hacia arriba, el resultado sera predecible conociendo en forma precisa las velocidades iniciales de traslacin y rotacin, y las elasticidades de los materiales del piso y de la moneda. Pero la
precisin con la que se necesitan conocer estos datos es casi imposible de obtener en la realidad,
por lo que es ms conveniente tratar al experimento como aleatorio.
El conjunto de todos los resultados posibles de un experimento aleatorio es el espacio muestral. Al
espacio muestral lo anotamos con la letra S.
Por ejemplo,

Probabilidad

Prof. Mara B. Pintarelli

a) Si : tirar un dado y observar el nmero en la cara de arriba, entonces podemos tomar como espacio muestral a S 1,2,3,4,5,6
b) Si : tirar una moneda, entonces S c, s
c) Si : lanzar una moneda tres veces y contar el nmero total de caras obtenidas entonces
podemos considerar S 0,1,2,3
d) Si : lanzar una moneda tres veces y observar la sucesin de caras y cecas obtenidas, entonces S c, c, c ; (c, c, s); (c, s, c); (s, c, c); (c, s, s); (s, s, c); (s, c, s); (s, s, s)
e) Si : tirar un dado las veces necesarias hasta que sale un 6 por primera vez, y contar el
nmero de tiros realizados, entonces S 1,2,3,4,..... N , donde N es el conjunto de los
nmeros naturales.
f) Si : medir el tiempo de vida de una lamparita elctrica, entonces S t R, t 0 donde
R es el conjunto de los nmeros reales.

Observaciones:
1- La eleccin de S no es nica, depende de lo que se quiera observar del experimento aleatorio.
2- El espacio muestral puede ser un conjunto finito, o infinito. A su vez si es infinito puede ser
infinito numerable o no numerable. En e) el conjunto S es infinito numerable, en f) el conjunto S es infinito no numerable.
Se llama evento o suceso a todo subconjunto del espacio muestral. Por ejemplo,
a) En el experimento dado en el ejemplo a), un evento de S sera A 2,4,6 pues A S .
Podemos expresar al evento A con palabras de la siguiente manera A: sale un
nmero par
Tambin B 1,2,3 es un evento al que podemos expresar verbalmente como
B: sale un nmero menor o igual que 3
b) En el experimento dado en el ejemplo d), un evento de S sera
C c, c, c ; (c, c, s); (c, s, c); (s, c, c) , el que en palabras se puede expresar como
C: salen por lo menos dos caras
c)
En el experimento dado en el ejemplo f), un evento de S sera D: la lamparita
dura ms de 1200 horas, en notacin de conjuntos D t R; t 1200
Observaciones:
1- En el ejemplo a) anterior, si al tirar el dado sale el nmero 2, entonces podemos decir que A
ocurri pues 2 A . Pero tambin B ocurri pues 2 B . En cambio si al tirar el dado sale el nmero 4, entonces el evento A ocurri pero B no ocurri, pues 4 B .
2- El conjunto es un evento (pues el conjunto est incluido en todo conjunto, en particular
S ). Es el evento que nunca ocurre.
El espacio muestral S es un evento (pues todo conjunto est incluido en s mismo), y S siempre
ocurre.
Las operaciones habituales entre conjuntos se pueden aplicar a los eventos, dando como resultado
nuevos eventos. Especficamente
1- Si A y B son eventos, entonces A B es otro evento. A B ocurre si y solo si ocurre A o si
ocurre B
2- Si A y B son eventos, entonces A B es otro evento. A B ocurre si y solo si ocurre A y ocurre B

Probabilidad

Prof. Mara B. Pintarelli

3- Si A es un evento AC es un evento. AC ocurre si y solo si no ocurre A

Nota: recordar que las operaciones de unin, interseccin diferencia y complemento se definen de la siguiente manera:
1- A B es el conjunto formado por los elementos que
estn en A o en B (donde el o est en sentido inclusivo), en notacin de conjuntos
A B x; x A x B
En la figura la zona en gris simboliza A B
2- A B es el conjunto formado por los elementos que estn
en A y en B, en notacin de conjuntos

A B x; x A x B
En la figura la zona en gris simboliza A B

3- AC es el conjunto formado por los elementos que estn en el conjunto universal U y no estn en
A, en notacin de conjuntos
AC x; x U x A
La zona en gris simboliza AC

4- A B es el conjunto formado por los elementos que estn en A y no estn en B, en notacin de

conjuntos A B x; x A x B,
La zona en gris simboliza A B
Notar que A B A B C

Probabilidad

Prof. Mara B. Pintarelli

Es til recordar las siguientes propiedades sobre el lgebra de conjuntos:

1- Leyes de idempotencia
a) A A A

b) A A A

2- Leyes asociativas
a) A ( B C ) ( A B) C

b) A ( B C ) ( A B) C

3- Leyes conmutativas
a) A B B A

b) A B B A

4- Leyes distributivas
a) A ( B C) ( A B) ( A C )

b) A ( B C) ( A B) ( A C )

5- Leyes de identidad
b) A
d) A U A

a) A A
c) A U U
6- Leyes de complemento
a) A AC U

c) AC

b) A AC
C
d) U ,

C U

7- Leyes de De Morgan
a) A B AC B C

b) A B AC B C

La relacin de inclusin entre un conjunto y otro y las operaciones anteriores con conjuntos lleva
al siguiente
Teorema:
a)
b)
c)
d)
e)

A B
A B
A B
A B

es equivalente a
es equivalente a
es equivalente a
es equivalente a
A B es equivalente a

A B A
A B B
B C AC
A B C ,
B AC U

Sean A y B dos conjuntos. El conjunto producto de A y B, expresado A B , est formado por todos los pares ordenados (a, b) donde a A y b B , es decir

A B (a, b); a A b B
Se anota al producto A A A2
Por ejemplo, si A 1,2,3 y B 7,8, entonces A B (1,7); (1,8); (2,7); (2,8); (3,7); (3,8)
El concepto de conjunto producto se extiende a un nmero finito de conjuntos en forma natural. El
conjunto producto de los conjuntos A1 , A2 ,..., An se anota A1 A2 .. An y es igual a

Probabilidad

Prof. Mara B. Pintarelli

A1 A2 .. An a1 , a2 ,..., an , ai Ai , i 1,2,...,n, es decir es el conjunto de todas las n-uplas

a1 , a2 ,..., an donde ai Ai para cada i.

Por ejemplo, si A 1,2,3, B 2,4, C 3,4,5, entonces un mtodo conveniente para hallar el
producto A B C es por medio del denominado diagrama de rbol que se muestra a continuacin, el cual se construye de izquierda a derecha.
A B C consta de todas las ternas (o 3-uplas) formadas al seguir cada camino del rbol

Por ejemplo el camino con

trazo ms grueso indicara la
terna
(1, 4, 4)

Las operaciones de unin e interseccin tambin se pueden generalizar a ms de dos conjuntos

Si A1 , A2 ,..., An son n conjuntos, entonces
a) la unin de todos ellos se anota A1 A2 .. An
A1 A2 .. An x; existe i tal que x Ai ,

o tambin

y es igual a

i 1

es

decir

un

elemento

pertenece

A1 A2 .. An si x pertenece a alguno de los conjuntos Ai .

De forma anloga se define la unin de una secuencia infinita de conjuntos A1 , A2 ,... , y se la anota

con el smbolo

i 1

b) la interseccin de todos ellos se anota A1 A2 .. An

o tambin

y es igual a

i 1

Ai x; x Ai para todo i , es decir un elemento x pertenece a

i 1

si x pertenece a todos

i 1

los conjuntos Ai

Probabilidad

Prof. Mara B. Pintarelli

De forma anloga se define la interseccin de una secuencia infinita de conjuntos A1 , A2 ,... , y se

la anota con el smbolo

i 1

Si A y B son dos eventos tales que A B , se dice que son disjuntos o mutuamente excluyentes.
Es decir si A y B son mutuamente excluyentes no pueden ocurrir a la vez. Por ejemplo, si se tira un
dado y se observa el nmero de la cara superior, los eventos A 1,3,5 y B 2,4,6 son mutuamente excluyentes. Al tirar un dado sale un nmero par o un nmero impar, no pueden darse ambas cosas a la vez.
Los eventos con un solo elemento son eventos elementales o simples. Por ejemplo, volviendo al
experimento : tirar un dado y observar el nmero en la cara de arriba, y S 1,2,3,4,5,6, entonces los conjuntos unitarios 1 , 2, 3, 4, 5, 6 son eventos simples. Notar que dos eventos
simples cualesquiera son mutuamente excluyentes.

Dado un evento A asociado a un experimento aleatorio . Supongamos que se repite n veces el

experimento , y anotamos n A al nmero de veces que ocurre A en la n repeticiones de . Se den
fine la frecuencia relativa de A, y se simboliza f A , al cociente A . Es decir que f A es la proporn
cin de veces que ocurre A en las n repeticiones de .
La frecuencia relativa f A tiene las siguientes propiedades:
1- 0 f A 1
2- f A 1 si y solo si A ocurre cada vez en las n repeticiones
3- f A 0 si y solo si A no ocurre nunca en las n repeticiones
4- Si A y B son dos eventos mutuamente excluyentes entonces f AB f A f B
Dado un evento A, se quiere asignar al mismo un nmero que indique qu tan probable es que A
ocurra. A ese nmero lo definiramos como la probabilidad de A. En ese sentido parecera que la
frecuencia relativa f A sera una buena eleccin. Pero nos encontramos con el siguiente problema,
cuntas veces deberamos repetir el experimento aleatorio para definir f A , es decir qu valor de n
tomaramos?
Por ejemplo en el experimento de tirar un dado consideremos el evento A: sale el nmero 4, si
lo lanzamos 100 veces podramos encontrar que n A 14 , y si lo lanzamos nuevamente 100 veces
podra ocurrir que n A sea diferente del anterior por ejemplo podra A ocurrir 20 veces. Entonces,
tendramos dos valores diferentes para f A , 0.14 y 0.2
Se dijo antes que en un experimento aleatorio a medida que n aumenta la frecuencia relativa de A
tiende a estabilizarse en un nmero, pero no podemos en la prctica repetir el experimento infinitas
veces.
Se quiere asignar a cada evento A un nmero que no dependa de la experimentacin. Por este motivo procedemos como sigue:
6

Probabilidad

Prof. Mara B. Pintarelli

Definicin axiomtica de probabilidad.

Sea un experimento aleatorio y S un espacio muestral asociado con . Con cada evento A asociamos un nmero real llamado probabilidad de A, que anotamos P(A), el cual satisface las siguientes propiedades bsicas o axiomas
1- 0 P( A) 1
2- P(S ) 1
3- Si A y B son eventos mutuamente excluyentes entonces P( A B) P( A) P( B)
4- Si A1 , A2 ,..., An , An1 ,... es una secuencia de eventos tales que
Ai A j

i 1

i 1

si i j , entonces P( Ai ) P( Ai )

La eleccin de estas propiedades est motivada por las caractersticas correspondientes de la frecuencia relativa.
Observacin: supongamos el experimento de lanzar una moneda y el espacio muestral S c, s .
Notar que podemos escribir S c s , es decir como unin de eventos simples. Por los axiomas 2 y 3 de la definicin de probabilidad tenemos que

1 P(S ) P(c) P(s)

Es decir 1 P(c) P(s) , lo que implica que P(c) 1 P(s) . No podemos deducir el valor
de Pc ni el valor de Ps de las propiedades anteriores. Necesitamos informacin adicional,
por ejemplo si el dado es normal. De ser as podemos plantear que P(c) P(s) , entonces
1 P(c) P(s)
P(c) P(s) 0.5
P(c) P(s)
Podemos deducir de los axiomas otras propiedades tiles para el clculo de probabilidades.
Propiedades de la probabilidad
1- P( ) 0
Dem.) Siendo A un evento cualquiera podemos escribir A A
Adems A y son mutuamente excluyentes, por lo tanto por axioma 3
P( A) P( A ) P(A) P( )
O sea que

P( A) P(A) P( ) P( ) 0

2- Si AC es el evento complementario de A , entonces P( AC ) 1 P( A)

7

Probabilidad

Prof. Mara B. Pintarelli

Dem.) Si A es un evento cualquiera, entonces podemos escribir A AC S

Adems, por definicin de complemento de un conjunto, A y AC son mutuamente excluyentes.
Por lo tanto, por axioma 2 y por axioma 3
1 P(S ) P( A) P( AC )
Despejando
P( AC ) 1 P( A)

3-

Si A B entonces P( A) P( B)

B AC

Dem.) Sean A y B dos eventos tales que A B .

De la figura vemos que B A ( B AC )
Y adems A y B AC son mutuamente
excluyentes. Entonces
P( B) P( A) P( B AC )
Y como por axioma 1 tenemos que P( B AC ) 0 , entonces P( B) P( A)

4-

Si A B , entonces P( B A) P( B) P( A)

Dem.) Siguiendo los pasos de la demostracin anterior llegamos a

P( B) P( A) P( B AC ) , lo que implica que P( B AC ) P( B) P( A)

Y como B AC B A , entonces P( B A) P( B) P( A) .
Observacin: en general vale la siguiente propiedad P( B A) P( B) P( A B)

B A

A B
5- Si A y B son dos eventos cualesquiera, entonces
P( A B) P( A) P( B) P( A B)

Probabilidad

Prof. Mara B. Pintarelli

Dem.) Escribimos a A B como unin de partes disjuntas de la siguiente manera, (observar la

figura)

A B

A B B ( A BC )

A BC

P( A B) P( B) P( A B C ) (1)

Y por la observacin anterior

P( B AC ) P( B A) P( B) P( A B) (2)

Por lo tanto, reemplazando (2) en (1):

P( A B) P( B) P( A) P( A B)
Con lo que queda demostrada la propiedad.

Observaciones:
1- La propiedad anterior se puede generalizar para expresar la probabilidad de tres eventos
P( A B C) P( A) P( B) P(C) P( A B) P( A C) P( B C) P( A B C)
Se llega a la igualdad anterior escribiendo A B D y aplicando la propiedad 5, es decir:

P( A B C ) P( D C ) P( D) P(C ) P( D C )
P( A B) P(C ) P(( A B) C ) (3)

Nuevamente aplicamos 5: P( A B) P( B) P( A) P( A B)
Y adems, aplicando las leyes distributivas A B C A C B C
Entonces:
P A B C P A C B C P( A C) P( B C) P( A C B C )
Como A C B C A B C , reemplazando en (3) se llega a :
P( A B C) P( A) P( B) P(C) P( A B) P( A C) P( B C) P( A B C)
En general, se puede probar que si A1 , A2 ,..., An son n eventos cualesquiera entonces
n

i 1

i 1

P( Ai ) P( Ai ) P( Ai A j ) P( Ai A j Ak ) ..... (1) n1 P( A1 A2 .... An )

i j

i j k

2- Si A1 , A2 ,..., An son n eventos tales que Ai A j

i 1

i 1

con i j entonces P( Ai ) P( Ai )

Notar que la igualdad anterior es una generalizacin del axioma 3.

Probabilidad

1.2

Prof. Mara B. Pintarelli

- El espacio muestral finito

Sea un experimento aleatorio y S un espacio muestral asociado a . Supongamos que S es un

conjunto finito al que anotamos S a1 , a2 ,..., an , es decir consideramos que tiene n elementos.
Podemos escribir a S como unin de eventos elementales de la siguiente forma.
Si Ai ai entonces S A1 A2 ... An . Adems sabemos que P(S ) 1 , por lo tanto tenemos el resultado:
P( A1 ) P( A2 ) ... P( An ) 1

(4)

Es decir: la suma de las probabilidades de los eventos elementales es igual a 1

Si ahora tomamos un evento cualquiera B de S, lo anotamos B ai1 , ai2 ,..., aik , entonces podemos escribir a B como unin de eventos simples: B Ai1 Ai2 ... Aik . Por lo tanto
P( B) P( Ai1 Ai2 ... Aik ) P( Ai1 ) P( Ai2 ) ... P( Aik )

Es decir para calcular la probabilidad de B se suman las probabilidades de los eventos elementales que lo componen.
Si asumimos que P( A1 ) P( A2 ) ... P( An ) p , es decir todos los eventos elementales tienen la
misma probabilidad de ocurrir, entonces reemplazando en (4):

p p ... p 1 np 1

veces p

1
1

n #S

Donde el smbolo #S se lee: nmero de elementos de S, (en general #S indica el cardinal de S)

Cuando P( A1 ) P( A2 ) ... P( An ) p , se dice que S es equiprobable.

Si B es un evento cualquiera de S, lo anotamos B ai1 , ai2 ,..., aik ( o sea que #B = k), entonces
escribimos a B como unin de eventos simples: B Ai1 Ai2 ... Aik , y nuevamente
P( B) P( Ai1 Ai2 ... Aik ) P( Ai1 ) P( Ai2 ) ... P( Aik )

Como ya vimos que P( Ai )

1
n

para todo i=1,2,,n,

P( B) P( Ai1 ) P( Ai2 ) ... P( Aik )

se tiene que:

1 1
1 k #B
...
n
n
n n #S

k veces

Es decir si B es un evento de un espacio muestral equiprobable entonces P( B)

#B
#S

10

Probabilidad

Prof. Mara B. Pintarelli

Ejemplo:
Supongamos que se tira una moneda normal tres veces, y se cuenta el nmero de caras obtenido
luego de los tres tiros. Tomemos como espacio muestral a S 0,1,2,3
Cul es la probabilidad de que salgan al menos dos caras?
En este caso S no es equiprobable, pues
el evento 0 ocurre de una sola forma: cuando en los tres tiros sale ceca
El evento 3 ocurre de una sola forma: cuando en los tres tiros sale cara
Pero el evento 1 ocurre cuando en los tres tiros sale una sola cara y eso puede darse de tres
formas distintas (c, s, s); (s, s, c) o (s, c, s)
Anlogamente para el evento 2 puede darse de tres formas distintas:
(c, c, s); (c, s, c) o (s, c, c)
Por lo tanto P(0) P(3) y
y
P(1) P(2) . Si anotamos P(0) P(3) p
P(1) P(2) q entonces q 3 p (5)
Adems se cumple P(0) P(1) P(2) P(3) 1 (6)
Entonces de (5) y (6)

q 3p
q 3p

1
3

p , q
p q q p 1 2 p 2q 1
8
8
De esta forma conocemos las probabilidades de todos los eventos elementales.
Si B: salen al menos dos caras , entonces B 2,3
Para calcular P(B) hacemos
P( B) P2 P3

3 1 4
0.5
8 8 8

Si tomamos como espacio muestral a

S c, c, c ; (c, c, s); (c, s, c); (s, c, c); (c, s, s); (s, s, c); (s, c, s); (s, s, s)

Entonces S es equiprobable pues cada resultado (cada terna) se da una sola forma.
En este caso podemos plantear directamente

P( B)

#B 4
0.5
#S 8

1.3 - Mtodos de conteo

Cuando se calculan probabilidades, algunas veces se necesita determinar el nmero de resultados
en un espacio muestral o un evento. Se describirn diversos mtodos con ese propsito.
La regla bsica, que se conoce como principio fundamental de conteo, se presenta por medio del
siguiente ejemplo:

11

Probabilidad

Prof. Mara B. Pintarelli

Ejemplo: Cierto tipo de automvil se encuentra disponible en tres colores: rojo, azul y verde, y
puede tener un motor grande o pequeo. De cuntas maneras puede un comprador elegir un automvil?
Solucin:
Hay tres opciones de color y dos opciones de motor. Una lista completa de las opciones se muestra
en la siguiente tabla de 3 2. El nmero total de opciones es (3) (2) = 6
Rojo
Azul
Verde
Azul y grande
Verde y grande
Grande Rojo y grande
Pequeo Rojo y pequeo Azul y pequeo Verde y pequeo
Al generalizar el ejemplo, si hay n1 elecciones de color y n2 elecciones de motor, una lista completa de elecciones se puede escribir como una tabla de n1 n2 por lo que el nmero total de elecciones es n1. n2
Si una operacin se puede realizar en n1 maneras y si para cada una de esas maneras se puede
realizar una segunda operacin en n2 maneras, entonces el nmero total de maneras en que se
realizan las dos operaciones es n1. n2

Este razonamiento del principio fundamental del conteo se puede ampliar para cualquier nmero
de operaciones.

El principio fundamental de conteo

Suponga que se pueden realizar k operaciones. Si hay n1 maneras de realizar la primera operacin y si para cada una de esas maneras hay n2 maneras de realizar la segunda operacin, y si
para cada una de esas elecciones de esas de esas maneras de realizar las dos primeras operaciones hay n3 maneras de realizar la tercera operacin y as sucesivamente, entonces el nmero
total de maneras de realizar la secuencia de las k operaciones es n1. n2 nk.

Ejemplo:
Cuando se hace un pedido de cierto tipo de computadora, hay tres elecciones de disco duro, cuatro
de la cantidad de memoria, dos de la tarjeta de video y tres de monitor. En cuntas maneras se
puede solicitar una computadora?
Solucin:
El nmero total es (3) (4) (2) (3) = 72
Podemos simbolizar cada operacin con un guin y escribir debajo del mismo el nmero de formas
en que puede realizarse
3
1
2
4

3 4 2 3

12

Probabilidad

Prof. Mara B. Pintarelli

Permutaciones
Una permutacin constituye un ordenamiento de un conjunto de elementos. Por ejemplo, hay 6
permutaciones de las letras A, B y C:
ABC ACB BAC BCA
CAB
CBA
Con solamente tres elementos, es fcil determinar el nmero de permutaciones, slo con hacer una
lista de todas ellas. Pero con un gran nmero de elementos esto ltimo no sera factible. El principio fundamental de conteo se puede usar para determinar el nmero de permutaciones de cualquier
conjunto de elementos. Por ejemplo, se puede determinar el nmero de permutaciones de un conjunto de tres elementos de la siguiente manera: hay tres elecciones para colocar el primer elemento. Despus que se hace la eleccin hay dos elecciones restantes para el elemento del segundo lugar. Entonces queda una eleccin para el elemento del ltimo lugar. Por tanto, el nmero total de
maneras de ordenar tres objetos es (3)(2)(1) = 6. Este razonamiento se puede generalizar. El nmero de permutaciones de un conjunto de n elementos es
n(n 1)(n 2)....(3)(2)(1)

ste es el producto de los enteros del 1 al n. Este producto se puede escribir con el smbolo n !,
que se lee n factorial.
Para cualquier entero positivo n, n! = n(n-1)(n-2)(3)(2)(1)
Tambin se define 0! = 1

El nmero de permutaciones de n objetos es n!

Ejemplos:
1- Cinco personas estn en hilera en un cine. De cuntas formas diferentes se pueden
ordenar?.
Solucin:
El nmero de permutaciones de un conjunto de cinco personas es
5! = (5)(4)(3)(2)(1) = 120
2- a) De cuntas formas se pueden ordenar en un estante 3 libros de Matemtica y 4 de
Fsica?
b) De cuntas formas si los de Matemtica deben estar juntos?
c) De cuntas formas si los libros de Matemtica deben estar juntos y los de Fsica
tambin deben estar juntos?
Solucin:
a) 7!
b) Si los de Matemtica deben estar juntos, consideramos los 3 libros de Matemtica
como un solo libro, es decir pensamos que tenemos que ordenar 5 libros

13

Probabilidad

Prof. Mara B. Pintarelli

M M M F F F F
1

M
Entonces considerando a los tres libros de Matemtica en un bloque, la forma de
ordenar los 7 libros es
5! 3!
N de formas de ordenar los de Matemtica dentro del bloque
N de formas
de permutar los libros considerando a los 3 de Matemtica
como un solo libro.
c) Razonando en forma similar al inciso anterior consideramos dos bloques: un
bloque consiste en los 3 libros de Matemtica, y el otro bloque consiste en los 4
libros de Fsica. El nmero de formas de permutar los bloques es 2!. Dentro de
cada bloque podemos permutar los libros: de 3! maneras a los de Matemtica y
de 4! formas a los de Fsica.
Por lo tanto la respuesta es 2! 3! 4!.

A veces se est interesado en contar el nmero de permutaciones de los subconjuntos de cierto

tamao elegidos de un conjunto ms grande. Esto se muestra en el siguiente ejemplo
Ejemplo:
Cinco salvavidas estn disponibles para la guardia de un sbado por la tarde. Hay tres estaciones
de salvavidas. De cuntas maneras se pueden elegir y organizar los tres salvavidas entre las estaciones?
Solucin:
Se usa el principio fundamental de conteo. Hay cinco maneras de elegir un salvavidas para que
ocupe la primera estacin, luego cuatro de elegir a un salvavidas para que ocupe la segunda estacin y por ltimo tres para elegir un salvavidas que ocupe la tercera estacin. El nmero total de
permutaciones de los tres salvavidas elegidos entre los cinco es (5)(4)(3) = 60.
El razonamiento usado para resolver el ejemplo anterior se puede generalizar. El nmero de permutaciones de k objetos elegidos de un grupo de n objetos es
n(n 1).........(n k 1)

Esta expresin se puede simplificar utilizando la notacin factorial:

n(n 1).........(n k 1)

n(n 1)....(n k 1)(n k )(n k 1)....(3)(2)(1)

(n k )(n k 1)....(3)(2)(1)

n!
(n k )!

14

Probabilidad

Prof. Mara B. Pintarelli

El nmero de permutaciones de k objetos elegidos de un grupo de n elementos es

n!
(n k )!

Usamos el smbolo Pk ,n

n!
(n k )!

Los anteriores son casos de permutaciones donde los objetos se eligen a lo sumo una vez.
Si un objeto puedo elegirse ms de una vez tenemos permutaciones con elementos repetidos
Ejemplo:
A la cumbre de una montaa conducen 5 caminos. De cuntas formas puede realizar un turista el
camino de ida y vuelta (subir y descender)?
Solucin:
Hay 5 formas posibles de subir a la montaa y 5 formas de descender si consideramos que se puede elegir para el descenso el mismo camino que se tom para el ascenso. Por lo tanto la respuesta
es (5)(5) = 25
En general si se deben elegir k elementos de un conjunto de n objetos y cada objeto se puede elegir
ms de un vez entonces el nmero de formas posibles de realizar esta operacin es
(n)(n).....(n) nk
El nmero de permutaciones de k objetos elegidos de un grupo de n elementos donde cada elemento se puede elegir ms de una vez es

Simbolizamos

Pk ,n n
*

Combinaciones
En algunos casos, cuando se elige un conjunto de elementos de un conjunto ms grande, no se tiene en cuenta el orden de los elementos elegidos, solo se consideran los elementos que se eligen.
Por ejemplo, puede que no importe qu salvavidas ocupe cada estacin, puede que solo sea importante la eleccin de tres salvavidas. A cada grupo distinto de elementos que se puede seleccionar,
sin importar el orden, se le llama combinacin.
Se mostrar cmo determinar el nmero de combinaciones de k elementos elegidos de un conjunto
de n objetos. Se mostrar el razonamiento con el resultado del ejemplo anterior. En este ejemplo se
mostr que hay 60 permutaciones de tres elementos elegidos entre cinco. Al denotar a los elementos por A, B, C, D, E en la figura siguiente se presenta una lista de las 60 permutaciones.

15

Probabilidad

ABC
ACB
BAC
BCA
CAB
CBA

Prof. Mara B. Pintarelli

ABD
ADB
BAD
BDA
DAB
DBA

ABE
AEB
BAE
BEA
EAB
EBA

ACD
ADC
CAD
CDA
DAC
DCA

ACE
AEC
CAE
CEA
EAC
ECA

ADE
AED
DAE
DEA
EAD
EDA

BCD
BDC
CBD
CDB
DBC
DCB

BCE
BEC
CBE
CEB
EBC
ECB

BDE
BED
DBE
DEB
EBD
EDB

CDE
CED
DCE
DEC
ECD
EDC

Las 60 permutaciones estn ordenadas en 10 columnas de 6 permutaciones cada una. Dentro de

cada columna, los tres elementos son los mismos y la columna contiene las 6 permutaciones diferentes de esos tres elementos. Por lo tanto cada columna representa una combinacin distinta de
tres elementos elegidos entre cinco y hay diez combinaciones de este tipo. Por lo tanto la figura
muestra que el nmero de combinaciones de tres elementos elegidos entre cinco se puede encontrar al dividir el nmero de permutaciones de los tres elementos elegidos, o sea 5!/(5-3)!, por el
nmero de permutaciones de los tres elementos que es 3!. En resumen, el nmero de combinacio5!
nes de los tres elementos elegidos es
.
3!(5 3)!
A menudo el nmero de combinaciones de k elementos elegidos entre n se anota por el smbolo
n
o tambin con el smbolo
C k ,n .
k

El razonamiento utilizado para deducir el nmero de combinaciones de los tres elementos elegidos
n
se puede generalizar para deducir una expresin para .
k

El nmero de combinaciones de k elementos elegidos de un grupo de n elementos es

n

k

n!
k!(n k )!

Ejemplo: A cierto evento asisten 30 personas y se elegir aleatoriamente a 5 para recibir premios.
Estos ltimos son iguales, as que el orden en que se elige a las personas no es importante. Cuntos grupos diferentes de 5 personas se pueden elegir?
Solucin:
En virtud de que el orden de las 5 personas elegidas no es importante, se tiene que calcular el nmero de combinaciones de 5 elegidas entre 30. Esto es
30

5

30!
5!(30 5)!

(30)(29)(28)(27)(26)
(5)(4)(3)(2)(1)

142506

Elegir una combinacin de k elementos de un conjunto de n elementos, divide a los n elementos en

dos subconjuntos: k que fueron elegidos y n k que no fueron elegidos. A veces un conjunto se
divide en ms de dos subconjuntos. Por ejemplo, suponga que en una clase de 12 estudiantes se
asignar un proyecto a los estudiantes para trabajar en equipos. Se formarn tres equipos, que

16

Probabilidad

Prof. Mara B. Pintarelli

constarn de 5, 4 y 3 estudiantes. Se puede calcular el nmero de maneras en las que se formarn

los equipos del siguiente modo. Se considera el proceso para dividir la clase en 3 equipos como
una secuencia de dos operaciones. La primera operacin es seleccionar una combinacin de 5 estudiantes para formar el equipo de 5. La segunda consiste en elegir una combinacin de 4 estudiantes entre los 7 restantes, para formar el equipo de 4. El equipo de 3 automticamente constar de
los 3 estudiantes que quedan.
El nmero de maneras de realizar la primera operacin es

12
12!
5
5!7!

Despus de que se ha realizado la primera operacin, el nmero de formas de realizar la segunda
es
7
7!

4
4!3!

Por lo tanto el nmero total de maneras de realizar la secuencia de las dos operaciones es
12 7

5 4

12!
5!7!

7!
4!3!

12!
5!4!3!

27720

Observe que el numerador en la respuesta final es el factorial del tamao total del grupo, mientras
que el denominador constituye el producto de los factoriales de los tamaos de los equipos elegidos de ste. Esto ltimo es vlido en general
El nmero de maneras de dividir un grupo de n elementos en grupos de k1, .,kr elementos,
donde k1 +.+ kr = n es
n!
k1!.... k r !

Ejemplo:
Se lanza un dado 20 veces. En virtud de que en 3 de las tiradas sali el nmero 1, en 5 de las tiradas sali el 2, en 4 sali el 3, en 2 el 4, en 3 sali el 5 y en 3 el 6, cuntos arreglos diferentes de
resultados hay?
Solucin:
Hay 20 resultados, estn divididos en 6 grupos: el grupo de 3 resultados en los que sali el 1, el de
5 en los que sali el 2 y as sucesivamente. El nmero de maneras de dividir los 20 resultados en 6
grupos de tamaos especficos es
20!
3!5!4!2!3!3!
Observacin: Notar que en este ejemplo podemos razonar de la siguiente manera.
Se lanza un dado 20 veces, podemos interpretar entonces que tenemos 20 objetos donde hay 3
elementos iguales entre s (los 3 nmero 1), 5 elementos iguales entre s y diferentes de los anteriores (los 5 nmeros 2), y as siguiendo.

17

Probabilidad

Prof. Mara B. Pintarelli

Una posible forma de que esto ocurra sera que en los sucesivos tiros se hayan obtenido los nmeros en el siguiente orden:
1 1 1 2 2 2 2 2 3 3 3 3 4 4 5 5 5 6 6 6
La pregunta es cuntas formas hay de ordenar estos 20 objetos. La respuesta no es 20! pues para
esto deberan ser los 20 elementos diferentes.
Podemos pensar que hay un 1 tiro, un 2 tiro, etc., es decir tenemos 20 lugares diferentes y debemos elegir entre ellos, sin orden, 3 lugares, para ubicar los tiros en que salieron los nmero 1. Luego elegimos entre los 17 tiros que quedan 5 para ubicar los tiros en donde salieron los nmeros 2, y
as siguiendo.
20!
Por lo tanto el nmero
se podra interpretar como el nmero de formas de ordenar
3!5!4!2!3!3!
20 elementos donde no todos son distintos.
n!
En general
indicara el nmero de formas de ordenar n elementos donde hay k1 iguak1!.... k r !
les entre s, k2 iguales entre s y diferentes de los anteriores,.., kr iguales entre s y diferentes de
todos los anteriores donde k1 +.+ kr = n
Ejemplo:
De cuntas formas pueden ordenarse las letras de la palabra INGENIERIA?
Solucin:
La palabra INGENIERIA consta de 10 letras donde hay 3 letras I, 2 letras N, 2 letras E. Por lo tan10!
to la respuesta es
3!2!2!

Principio de suma
Supongamos el siguiente ejemplo:
Cuntas cadenas de 8 bits comienzan con 101 o con 111?
Una cadena de 8 bits que comienza con 101 puede construirse con 5 operaciones: se elige el cuarto
bit, luego el quinto bit y as siguiendo. Cada una de estas elecciones puede hacerse de 2 maneras,
se elige un 0 se elige un 1. Por el principio fundamental del conteo, hay 25 32 cadenas que
comienzan con 101.
Anlogamente, hay 25 32 cadenas que comienzan con 111.
Si A es el conjunto de las cadenas de 8 bits que comienzan con 101 y B es el conjunto de las cadenas de 8 bits que comienzan con 111 entonces A B . Por lo tanto el nmero de cadenas de 8
bits que comienzan con 101 o con 111 es el nmero de elementos de A B , es decir 32 + 32 = 64.
En general

Principio de suma

Si A1, A2, An son conjuntos tales que Ai Aj = si i j , entonces el nmero de elementos de A1 A2 An es igual a la suma del nmero de elementos de cada conjunto, en smbolos
# ( A1 A2 An) = #A1 + # A2 ++ #An

18

Probabilidad

Prof. Mara B. Pintarelli

Ejemplos:
1- De un grupo de 4 hombres y 5 mujeres, cuntos comits de 3 miembros son posibles
a ) sin restricciones?
b) con 1 hombre y 2 mujeres?
c) con ms mujeres que hombres?
Solucin:
a) En un comit no hay cargos, por lo tanto no importa el orden en el cual son elegidos los miembros, por lo tanto la respuesta es
9
(9)(8)(7)
9!
9!

3 4 7 84
3
3!(9 3)!
3!6!
(3)(2)(1)

b) Si debe haber un hombre y 2 mujeres hay que contar el nmero de formas de elegir
4
un hombre entre 4 : 4
1

y el nmero de formas de elegir 2 mujeres entre 5:
5
(5)(4)(3)(2)(1)
5!

5 2 10 .
2
2
!
3
!
(
2
)(
1
)(
3
)(
2
)(
1
)

Por el principio fundamental del conteo la respuesta es 4 10 40
c) Separamos en casos y aplicamos el principio de suma:
caso1: 2 mujeres y 1 hombre

40

caso 2: 3 mujeres

5
10
3

La respuesta es 40 + 10 = 50
2- En el alfabeto Morse de puntos y rayas, cuntos caracteres pueden formarse empleando a lo sumo 3 signos?
Solucin:
Un carcter est formado por puntos y rayas.
Podramos considerar 3 casos excluyentes:
caso1: carcter de 1 signo
En este caso el nmero de formas de construir un carcter es 2, se elige un punto o
una raya
caso2: carcter de 2 signos
En este caso tenemos 2 posibles elecciones para cada signo, elegir un punto o una
raya. Considerando que la eleccin para cada signo es una operacin que se puede
hacer de 2 formas distintas y que debemos realizar 2 operaciones (porque tenemos
2 signos) la respuesta es (2)(2) = 22 = 4

19

Probabilidad

Prof. Mara B. Pintarelli

caso3: carcter de 3 signos

Nuevamente tenemos 2 posibles elecciones para cada signo, elegir un punto o una
raya. Considerando que la eleccin para cada signo es una operacin que se puede
hacer de 2 formas distintas y que debemos realizar 3 operaciones (porque tenemos
3 signos) por lo tanto la respuesta es (2)(2)(2) = 23 = 8
Por el principio de suma el resultado final es 2 + 4 + 8 = 14

3- Tres parejas de casados han comprado boletos para el teatro y se sientan en una fila
formada por slo 6 asientos.
a) De cuntas maneras pueden sentarse de manera tal que Juan y Paula (marido y
mujer) se sienten en los 2 asientos de la extrema izquierda?
b) De cuntas maneras pueden sentarse de manera tal que Juan y Paula (marido y
mujer) se sienten juntos?
c) De cuntas maneras pueden sentarse de manera tal que por lo menos una de las
esposas termine sentada junto a su marido?
Solucin:
a) Simbolicemos la situacin utilizando guiones para cada uno de los 6 asientos
P

Permutamos a las 4 restantes personas pero adems Juan y Paula pueden permutar
entre s, la respuesta es
4! 2!
donde 2! es el nmero de formas en que Juan y Paula pueden permutar entre s.
b) En este inciso a diferencia del anterior Juan y Paula pueden sentarse en cualquier
asiento no necesariamente en el extremo izquierdo. Pensamos a Juan y Paula como
una sola persona
P

J
consideramos a Juan y Paula
como una sola persona, permutamos 5 personas

La respuesta sera 5! 2!
c) Podemos considerar 3 casos:
caso1: los integrantes de la pareja 1 estn sentados juntos
caso2: los integrantes de la pareja 2 estn sentados juntos
caso3: los integrantes de la pareja 3 estn sentados juntos
Notar que no son casos excluyentes

20

Probabilidad

Prof. Mara B. Pintarelli

Nos ayudamos con conjuntos escribiendo

Ai es el conjunto de todas las permutaciones de las 6 personas donde los miembros de la pareja i estn sentados juntos con i = 1, 2, 3
Entonces observar que la respuesta es el nmero de elementos del conjunto
A1 A2 A3 pero los conjuntos no son disjuntos de a dos.
Por lo tanto no podemos aplicar el principio de suma
Pero s podemos escribir lo siguiente
# ( A1 A2 A3) =
#A1 + # A2 + #A3 -- #( A1 A2) -- #( A1 A3) -- #( A2 A3) + #( A1 A2 A3)
Adems
#A1 + # A2 + #A3 = 5! 2! + 5! 2! + 5! 2!
#( A1 A2) = #( A1 A3) = #( A2 A3) = 4! 2! 2!
pues consideramos a los miembros de dos de las parejas en un bloque, es decir
tenemos dos bloques y los dos integrantes de la pareja restante que pueden no
estar sentados uno al lado del otro, en total 4 elementos para permutar. Adems
dentro de cada bloque los integrantes de cada pareja pueden permutar entre s.
#( A1 A2 A3) = 3! 2! 2! 2!

pues ahora tenemos 3 bloques

El resultado final es 5! 2! + 5! 2! + 5! 2! 3 (4! 2! 2!) + 3! 2! 2! 2!

1.4 Clculo de probabilidades en espacios muestrales finitos

equiprobables
Ejemplos:
1- En el caso de espacios muestrales equiprobables es necesario recordar las tcnicas de conteo
para calcular el nmero de elementos de un conjunto sin enumerar sus elementos.
Por ejemplo:
Se tiene una urna con 15 bolillas distinguibles (pueden estar numeradas), de las cuales 10 son
blancas y 5 son rojas. Se extraen al azar dos bolillas de la urna,
a) cul es la probabilidad de extraer todas blancas?
b) cul es la probabilidad de extraer exactamente una bolilla blanca?
c) cul es la probabilidad de extraer al menos una bolilla blanca?
Supongamos que se extraen las dos bolillas sin reemplazo y no importa el orden en que son
extradas.
Al decir que se extraen al azar, se entiende que el espacio muestral del experimento es equiprobable.
Al decir que se extraen las bolillas sin reemplazo, significa que se extrae una bolilla y sin regresarla a la urna se extrae la siguiente.
El espacio muestral de este experimento se puede tomar como S 1,4; 2,5, 2,10,..., es decir como el conjunto cuyos elementos son conjuntos, todos los conjuntos de dos elementos que

21

Probabilidad

Prof. Mara B. Pintarelli

se puedan formar a partir de un conjunto de 15 elementos. Por ejemplo, el resultado 1,4 significa que se extrajeron las bolillas 1 y 4. Cuntos elementos tiene S?, recordando las tcnicas de
15
15!
conteo el nmero de elementos de S es igual al nmero combinatorio
2 2!15 2!
Para responder la pregunta a) anotemos A: las dos bolillas son blancas
#A
Entonces P( A)
. Cuntos elementos tiene el conjunto A?, tantos como formas haya de
#S
10
10!
extraer dos bolillas blancas. Se tiene que # A
.
2 2!10 2!
10
10!

# A 2 2!10 2! 3
Por lo tanto P( A)

15!
# S 15
7

2 2!15 2!
Veamos ahora el inciso b). Anotamos B: se extrae exactamente una bolilla blanca
Entonces
10 5

# B 1 1
P( B)

#S
15

2
Y por ltimo el inciso c). Anotamos C: se extrae al menos una bolilla blanca
Podemos resolverlo de dos maneras:
La forma ms fcil es calcular P(C C ) donde C C : ninguna bolilla es blanca

5
5


2
2
#C
2 19

C
C
P(C )

P(C ) 1 P(C ) 1 1

#S
21 21
15
15


2
2
Otra forma de resolverlo podra ser la siguiente, escribimos C C1 C2 donde
C

Ci :" se extraen i bolillas blancas exactament e" i 1,2

Notar que C1 C2 . Por lo tanto P(C ) P(C1 ) P(C2 )

10 5

# C1 1 1
P(C1 )

#S
15

2

10 5

# C 2 2 0
P(C 2 )

#S
15

2

10 5 10 5

1 1
2 0
10 9 19

Por lo tanto P(C )

21 21 21
15
15


2
2

22

Probabilidad

Prof. Mara B. Pintarelli

2- Si en el ejemplo anterior importa el orden en que son extradas las bolillas, entonces
S 1,4; 2,5, 2,10,.4,1; 5,2.... , es decir que S es el conjunto de todos los pares (a, b) donde a b , por ejemplo (1,4) expresa el resultado: primero se extrajo la bolilla 1 y en segundo
trmino se extrajo la bolilla 2. El nmero de elementos de S es 15x14 = 210.
En este caso
10 9 3
P( A)
;
15 14 7
Para calcular la probabilidad de B hay que distinguir si la bolilla blanca se extrae primero o se
extrae en segundo trmino:
10 5 5 10 210 5
P( B)

15 14
15 14
Para calcular la probabilidad de C nuevamente podemos pensarlo de dos formas, pero si consideramos C C1 C2 en cada caso hay que tener en cuenta el orden en que se extraen las bolillas.
5 4
Es mas prctico hacer P(C ) 1 P(C C ) 1
15 14
3- Si ahora importa el orden en que son extradas las bolillas y adems la extraccin se hace con
reemplazo (se extrae una bolilla y se la devuelve a la urna antes de extraer la siguiente), entonces S es el conjunto de pares (a,b) donde ahora puede ocurrir que a = b.
En este caso #S = 15 x 15, y calculamos
P( A)

1.5

10 10
15 15

; P( B)

10 5 5 10 210 5

15 15
15 15

P(C ) 1 P(C C ) 1

5 5
15 15

- Espacios muestrales infinitos

Sea S un espacio muestral infinito numerable es decir S a1 ; a2 ; a3 ;. Como en el caso finito, a cada a i asignamos un nmero pi Pai tal que

a ) pi 0

b)

p
i 1

La probabilidad P(A) de un evento A es entonces la suma de las probabilidades de los eventos

elementales que lo componen.
Los nicos espacios muestrales infinitos no numerables que consideraremos son aquellos de medida geomtrica finita m(S ) tales como longitud, rea o volumen, y en los cuales un punto se selecciona al azar. La probabilidad de un evento A, esto es aquella en la que el punto seleccionado
pertenece a A, es entonces la relacin entre m(A) a m(S ) , es decir

P( A)

longitud de A
longitud de S

P( A)

rea de A
rea de S

P( A)

volumen de A
volumen de S

Ejemplo:
En el interior de un crculo se selecciona un punto al azar. Hallar la probabilidad de que el punto
quede ms cercano al centro que a la circunferencia.

23

Probabilidad

Prof. Mara B. Pintarelli

Tomamos como espacio muestral a S ( x, y), x 2 y 2 r 2 ,

r
A ( x, y ), x 2 y 2

entonces

S
2

r
rea de A
1
2
Por lo tanto P( A)
2
rea de S
4
r

A
r/2

r
Observacin: si A ( x, y ), x 2 y 2 ,

rea de A
0
entonces P( A)

0 , pero A
rea de S r 2
Por lo tanto si un evento tiene probabilidad 0 eso no implica que sea el evento vaco.
2

24

Probabilidad

Prof. Mara B. Pintarelli

Prctica
Espacios muestrales y eventos. Asignacin de probabilidades
1) Un experimento implica lanzar un par de dados, uno verde y uno rojo, y registrar los
nmeros que salen. Si x es igual al resultado en el dado verde e y es el resultado en el
dado rojo, describa el espacio muestral S
a) por extensin
b) por comprensin
2) Un experimento consiste en lanzar un dado y despus lanzar una moneda una vez, si
el nmero en el dado es par. Si el nmero en el dado es impar, la moneda se lanza dos
veces. Use la notacin 4C, por ejemplo, para denotar el resultado de que el dado
muestre 4 y despus la moneda salga cara, y 3CS para denotar el resultado de que el
dado muestre 3 seguido por una cara y despus por una ceca. Construya un diagrama
de rbol para mostrar los 18 elementos del espacio muestral S.
3) Se seleccionan al azar cuatro estudiantes de una clase de qumica y se clasifican como femenino
o masculino.
a) Liste los elementos del espacio muestras S1 usando la letra F para femenino y la letra M para
masculino.
b) Defina un segundo espacio muestral S2 donde los elementos representen el nmero de mujeres seleccionadas.
4) Para el espacio muestral del ejercicio 1) liste los elementos del eventos:
a) A: la suma de los nmeros es mayor que 8
b) B: ocurre un dos en cualquiera de los dos dados
c) C: sale un nmero mayor que cuatro en el dado verde
d) A C
e) A B
f) B C
5) Para el espacio muestral del ejercicio 2) liste los elementos del eventos:
a) A: en el dado sale un nmero menor que 3
b) B: ocurren dos cecas
c) AC
d) AC B
e) A B
6) Suponga que una familia sale de vacaciones de verano en su casa rodante y que M es el evento
de que sufrirn fallas mecnicas, T es el evento de que recibirn una multa de trnsito y V es el
evento que llegarn a un lugar para acampar que est lleno.
Refirase al diagrama de Venn de la figura, exprese con palabras los eventos representados por
las siguientes regiones:
a) 5, b) 3; c) 1y 2 juntas; d) 4 y 7 juntas;
M
e) 3, 6, 7 y 8 juntas
4 7 T
5
1
3
2 11
6

8
25

Probabilidad

Prof. Mara B. Pintarelli

7) Suponga que los dos dados del ejercicio 1) son normales. Entonces cada resultado del
espacio muestral S tienen la misma probabilidad de ocurrir (S es equiprobable).
Encuentre las siguientes probabilidades donde A, B y C son como en ejercicio 4):
a) P(A) ; b) P(B) ; P(C) ; P(A C )
8) De acuerdo con un trabajo de investigacin, la ubicacin probable de las PC en una
casa son:
Dormitorio de adultos: 0.03
Dormitorio de nios:
0.15
Otro dormitorio:
0.14
Oficina o estudio:
0.40
Otra habitacin:
0.28
a) Cul es la probabilidad de que una PC est en un dormitorio?
b) Cul es la probabilidad de que una PC no est en un dormitorio?
9) El inters se enfoca en la vida de un componente electrnico. Suponga que se sabe que la probabilidad de que el componente funcione ms de 6000 horas es 0.42. Suponga adems que la
probabilidad de que el componente no dure ms de 4000 horas es 0.04.
a) Cul es la probabilidad de que la vida del componente sea menor o igual a 6000
horas?
b) Cul es la probabilidad de que la vida del componente sea mayor que 4000 horas?
c) Sea A el evento de que el componente falle en una prueba especfica y B el evento de que
el componente se deforma pero no falla. Supongamos que P(A) = 0.20 y P(B) = 0.35
c1) Cul es la probabilidad de que el componente no falle en la prueba?
c2) Cul es la probabilidad de que el componente funcione perfectamente (no se deforma
ni falla en la prueba)?
c3) Cul es la probabilidad de que el componente falle o se deforme en la prueba?
10) Se construye un dado de manera que el 1 y el 2 ocurran con el triple de la frecuencia que se
presenta el 5, el cual ocurre con una frecuencia 4 veces superior al 3 , al 4 , o al 6. Si se lanza
una vez, encuentre la probabilidad de que
a) el nmero sea par.
b) el nmero sea mayor que 3.
11) Se escoge al azar un punto interior a un tringulo equiltero de lado 3. hallar la probabilidad
de que su distancia a un vrtice sea mayor que 1.
(Recordar que:
Si la circunferencia tiene radio r y el sector
A
sombreado A tiene un ngulo de abertura
r2
entonces el rea del sector sombreado es
)
360

12) Se escoge al azar un punto X sobre un segmento de recta AB con

punto medio O. Hallar la probabilidad de que los segmentos de recta AX, XB y AO puedan
formar un tringulo.
(Recordar la propiedad triangular: En todo tringulo un lado es menor que la suma de los
otros dos y mayor que su diferencia).

26

Probabilidad

Prof. Mara B. Pintarelli

Practica
Mtodos de conteo
1) a) Cuntas banderas diferentes de 3 bandas distintas se pueden formar con los colores verde,
rojo, azul, blanco, amarillo y negro?
b) Cuntas se pueden formar si se permite tambin la primera banda igual a la tercera?
2) a) Cuntos nmeros de cuatro cifras pueden formarse?
b) Cuntos con todas las cifras distintas?
c) Cuntos con todas las cifras distintas y que terminen en cero?
3) De cuntas maneras pueden disponerse las cinco letras de la palabra ARBOL?
4) Una torta necesita 8 ingredientes, de cuntas maneras se pueden mezclar?
5) De cuntas maneras se pueden colocar en fila 10 nios, si uno determinado de ellos no puede
estar a la cabeza?
6) Se quieren disponer 4 libros de matemtica distintos, 6 distintos de fsica y 2 distintos de qumica en un estante. De cuntas maneras puede hacerse si:
a) los libros de un mismo tema deben estar juntos?
b) solo es obligatorio que los libros de matemtica estn juntos?
7) En cuntas permutaciones de la palabra AYCYDYTV las tres Y aparecen juntas?
8) Cuntos nmeros de 5 cifras pueden formarse con los dgitos 1, 2, 3, 4, 5, 6, 7, 8, 9 si:
a) los nmeros deben ser impares?.
b) los nmeros deben tener las dos primeras cifras pares?.
9) Cuntos nmeros de 6 cifras se pueden formar a partir de las cifras del nmero 327332?
10) a) De cuntas maneras pueden disponerse las letras de la palabra PAPANATA?
b) De cuntas, de manera que la T est al principio?. Y al final?.
11) De cuntas maneras puede elegirse entre 9 personas un comit de 5?
12) Dados 5 puntos del plano no alineados de a 3, cuntos tringulos determinan?
13) Se elige un comit de 5 personas entre 30 hombres y 20 mujeres.
a) De cuntas maneras se puede hacer la eleccin?
b)De cuntas si el nmero de mujeres debe sobrepasar al de hombres?
14) Cuntas palabras de 4 consonantes distintas y 3 vocales distintas pueden formarse con 9 consonantes y 5 vocales?
15) Una planta de produccin emplea 20 trabajadores en el turno de da, 15 trabajadores en el segundo turno y 10 en el turno noche. Un consultor de control de calidad selecciona 6 de estos
trabajadores para hacerles una entrevista.
a) De cuntas maneras se pueden seleccionar 6 trabajadores que provengan del turno da?
b) De cuntas maneras se pueden seleccionar 6 trabajadores que provengan del mismo turno?

27

Probabilidad

Prof. Mara B. Pintarelli

Prctica
Asignacin de probabilidades utilizando mtodos de conteo
1) Se seleccionan al azar dos cartas entre 10 cartas numeradas de 1 a 10. Hallar la
babilidad de que la suma sea impar si:
a) las dos cartas se sacan juntas.
b) se sacan una tras otra sin sustitucin.
c) las dos cartas se sacan una despus de la otra con sustitucin.

pro-

2) Una caja posee 6 tuercas y 10 tornillos. Si se escogen al azar 3 piezas, hallar la probabilidad de:
a) seleccionar 3 tuercas
b) seleccionar exactamente 2 tuercas
c) seleccionar por lo menos una tuerca
d) seleccionar exactamente 2 tornillos
3) Si se toman 3 libros al azar de un estante que contiene 5 novelas, 3 libros de poemas
y 1 diccionario, cul es la probabilidad de que
a) se seleccione el diccionario?
b) se seleccionen 2 novelas y 1 libro de poemas?
4) Se lanzan 5 dados normales en forma simultnea. Encuentre la probabilidad de obtener 4 del
mismo tipo.
5) Se seleccionan al azar dos cartas entre 10 cartas numeradas de 1 a 10. Hallar la probabilidad de que la suma sea impar si:
a) las dos cartas se sacan juntas.
b) se sacan una tras otra sin sustitucin.
c) las dos cartas se sacan una despus de la otra con sustitucin.
6) Tres parejas de casados han comprado boletos para el teatro y se sientan en una fila formada
por solo seis asientos. Si toman sus asientos de un modo totalmente aleatorio
a) Cul es la probabilidad de que Pablo y Mara (marido y mujer), se sienten en
los dos asientos de la extrema izquierda?
b) Cul es la probabilidad de que Pablo y Mara terminen sentados uno junto a
otro?
7) Tres molculas de tipo A, tres de tipo B, tres de tipo C y tres de tipo D deben combinarse para
formar una molcula en cadena. Una de estas molculas en cadena es ABCDABCDABCD, y
otra es BCDDAAABDBCC.
a) Cuntas de estas molculas en cadena hay?.
b) Supongamos que se selecciona al azar una molcula en cadena del tipo descrito. Cul es la
probabilidad de que las tres molculas de cada tipo terminen una junto a otra?

28