ESTADÍSTICA

UNIDAD Nº II
Números índices y Probabilidad.

www.iplacex.cl
SEMANA 4

Introducción
La probabilidad y la estadística están relacionadas en una forma importante. La
probabilidad se emplea como herramienta; permite que usted evalúe la confiabilidad de
sus conclusiones acerca de la población cuando tenga sólo información muestral.

El término Probabilidad se refiere al estudio del azar y la incertidumbre. En aquellas

situaciones en las cuales se puede producir uno de varios resultados posibles, la Teoría
de la Probabilidad provee métodos para identificar dichos posibles resultados y
cuantificar la posibilidad de ocurrencia de cada uno de ellos.

En el lenguaje cotidiano la palabra “probabilidad” la utilizamos habitualmente para

expresar nuestra opinión subjetiva o grado de creencia. Por ejemplo, enunciados tales
como “probablemente lloverá mañana”, o, “él probablemente llegará tarde”; ambas
expresan el grado de creencia subjetiva del orador. La probabilidad como interpretación
frecuentista de un evento está determinada por el evento y el conjunto de condiciones
experimentales, es decir, es independiente del observador y puede ser determinada a un
grado de precisión creciente simplemente repitiendo el experimento al cual el evento se
refiere.

www.iplacex.cl2
 Ideas fuerza
El estudio y compresión de la estadística probabilística nos permitirá responder a
diferentes preguntas de gran interés en el campo laboral. Algunas de estas preguntas
podrían ser:

1. ¿Cuál es la probabilidad de enfermar grave y tener que disponer de una cama de

la Unidad de Cuidados Intensivos con la vacuna “A” en contra del Covid-19?

2. ¿Cuál es la probabilidad de que un determinado terminal de buses colapse en un

determinado momento?

3. Dada la información disponible, ¿cuál es la probabilidad de que llueva el próximo

fin de semana?

4. ¿Cuál es la probabilidad de falla a las 1000 horas de uso de un sistema de

amortiguación de un equipo de alto tonelaje?

www.iplacex.cl3
 Desarrollo

4. Probabilidades

En estadística la palabra experimento se utiliza para describir un proceso que genera

un conjunto de datos cualitativos o cuantitativos. En la mayoría de los casos los
resultados del experimento dependen del azar, por lo tanto no pueden pronosticarse con
exactitud.

En algunas situaciones, la realización sucesiva de un experimento, en las mismas

condiciones, produce el mismo resultado, son los conocidos Experimentos
Deterministas. A los fenómenos que se manifiestan en dichos experimentos los
llamaremos Fenómenos Deterministas, como ejemplo de éstos tenemos: la caída
libre de los cuerpos (ley de gravedad) o la formación de agua a partir de oxígeno e
hidrogeno bajo ciertas condiciones.

Pero existen situaciones en las que la realización sucesiva de un experimento, en las

mismas condiciones, produce resultados distintos, son los llamados Experimentos
Aleatorios.

Definición: Un Experimento Aleatorio es todo proceso que consiste en la ejecución de

un acto (o prueba) una o más veces, cuyo resultado en cada prueba depende del azar y
en consecuencia no se puede predecir con certeza.

Por ejemplo, son experimentos aleatorios: lanzar un dado y observar el resultado, contar
objetos defectuosos producidos diariamente por cierto proceso productivo, aplicar una
encuesta para obtener opiniones, etc.

Podemos decir que un cierto fenómeno corresponde a un experimento aleatorio si se

verifican las siguientes condiciones:

▪ Antes de realizar el experimento se conocen todos sus posibles resultados.

Aunque en general no podemos establecer un resultado particular del

www.iplacex.cl4
 experimento aleatorio, si podemos describir el conjunto de todos los resultados
posibles.
▪ El resultado concreto de una realización del experimento no es predecible (este
hecho los distingue de los experimentos deterministas).

▪ Posee la propiedad denominada regularidad estadística, esto es un

comportamiento predecible a largo plazo. Es decir, los resultados individuales de
un experimento aleatorio que se realizan repetidamente, parecen ocurrir en forma
aleatoria o al azar. Sin embargo, si un experimento aleatorio se repite un gran
número de veces, aparece un patrón de seguridad.

▪ Cada experimento puede ser (en general) repetido indefinidamente, bajo

esencialmente3 las mismas condiciones.

Por ejemplo: Si se lanza una moneda un gran número de veces, observaremos que,
aproximadamente, la mitad de las veces aparece “cara” y esto a pesar que cada
resultado individual parece ocurrir de una manera arbitraria e imposible de predecir. Esta
regularidad es la que permite construir un Modelo Probabilístico para analizar un
experimento aleatorio.

4.1 Conceptos básicos

4.1.1 Espacio Muestral

Dado un experimento aleatorio, se denominará Espacio Muestral al conjunto de todos

los resultados posibles de un experimento aleatorio. Este conjunto se denotará por Ω.
Cada resultado posible de un experimento aleatorio es un elemento del espacio muestral.
A cada elemento del espacio muestral se denomina también punto muestral. Esto es,
el espacio muestra se describe por Ω = {𝜔}, donde 𝜔 es un punto muestral.

Si el espacio muestral tiene un número finito de elementos es posible enlistar a todos

estos, y si el número de elementos es grande o infinito el espacio muestral se describirá
mediante un enunciado o regla.

3 Esencialmente no quiere decir “igual”.

www.iplacex.cl5
Ejemplo 1:

A continuación se dan algunos experimentos aleatorios y sus correspondientes espacios

muestrales:
▪ El experimento aleatorios de lanzar un dado y observar el resultado obtenido, es de
una sola prueba, cuyo espacio muestral se puede escribir con el siguiente conjunto
de puntos muestrales:

Ω1 = {1, 2, 3, 4, 5, 6}

▪ El experimentos aleatorio de lanzar una moneda 3 veces, consiste de 3 pruebas,

cuyo espacio muestral puede escribirse como el conjunto de ternas ordenadas,
donde “𝑐” representa el lado “cara” y “𝑠” representa el lado “sello”.

Ω2 = {𝑐𝑐𝑐, 𝑐𝑐𝑠, 𝑐𝑠𝑐, 𝑐𝑠𝑠, 𝑠𝑐𝑐, 𝑠𝑐𝑠, 𝑠𝑠𝑐, 𝑠𝑠𝑠}

Nota: los espacios muestrales de experimentos aleatorios que consisten de dos o más
pruebas sucesivas se obtienen también de un diagrama de árbol, como el que se
muestra en la siguiente figura:

Figura 1: Diagrama de árbol.

▪ Si el experimento aleatorio es lanzar una moneda y un dado a la vez, y observar los

resultados, el espacio muestral es el conjunto:

Ω3 = {1𝑐, 2𝑐, 3𝑐, 4𝑐, 5𝑐, 6𝑐, 1𝑠, 2𝑠, 3𝑠, 4𝑠, 5𝑠, 6𝑠}

▪ Si el experimento aleatorio es lanzar una moneda tantas veces como sea necesario
hasta que aparezca la primera cara, su espacio muestral es el conjunto:

www.iplacex.cl6
 Ω4 = {𝑐, 𝑠𝑐, 𝑠𝑠𝑐, 𝑠𝑠𝑠𝑐, … 𝑒𝑡𝑐. }

▪ Si el experimento aleatorio es medir la vida útil (en horas) de una marca de artefacto
eléctrico, su espacio muestral es el conjunto:

Ω5 = {𝑡 ∈ ℝ/𝑡 ≥ 0}

Donde ℝ representa a los números reales.

▪ Si el experimento aleatorio consiste en determinar la posición de caída de un dardo

que es tirado hacia un blanco circular de radio 5 cm, su espacio muestral es el
conjunto:
Ω6 = {(𝑥, 𝑦) ∈ ℝ2 / 𝑥 2 + 𝑦 2 ≤ 25}

Recuerde que la ecuación de la circunferencia es 𝑥 2 + 𝑦 2 = 𝑅 2

4.1.2 Clasificación de los espacios muestrales

Por el número de elementos o puntos muestrales, los espacios muestrales se clasifican

en:

▪ Discretos finitos: consisten de un número finito de elementos, por ejemplo, el caso

del lanzamiento de un dado.
▪ Discretos infinitos: consisten de un número infinito numerable de elementos, por
ejemplo, lanzar una moneda tantas veces como sea necesario hasta que aparezca
la primera cara, esto es:
Ω = {𝑐, 𝑠𝑐, 𝑠𝑠𝑐, 𝑠𝑠𝑠𝑐, … 𝑒𝑡𝑐. }

▪ Continuos: consisten de un número infinito no numerable de elementos, como por

ejemplo el experimento de medir la vida útil (en horas) de un artefacto eléctrico.

4.1.3 Eventos

Se denomina evento a cualquier subconjunto de un espacio muestral. Por ejemplo, Ω =

{𝑤1 , 𝑤2 , 𝑤3 , … , 𝑤𝑛 } es un espacio muestral de 𝑛 elementos, en él se pueden definir 2𝑛
eventos diferentes, entre ellos:

www.iplacex.cl7
▪ El evento imposible, , que no tiene puntos muestrales, en consecuencia no ocurre
nunca.
▪ Los eventos unitarios o elementales, {𝑤𝑖 }, que contienen un solo punto muestral.

▪ Los eventos compuestos, que consisten de dos o más eventos.

▪ El evento seguro o cierto, Ω, el mismo espacio muestral, ya que es el subconjunto
que contiene a todos los eventos elementales.

4.1.4 Operaciones con eventos

1. Se denomina unión de los eventos 𝐴 y 𝐵, al evento 𝐴 ∪ 𝐵 que consiste de todos los

puntos muestrales que pertenecen a 𝐴 o a 𝐵 o a ambos, esto es:

𝐴 ∪ 𝐵 = {𝑤 ∈ Ω/𝑤 ∈ 𝐴  𝑤 ∈ 𝐵}

El evento 𝐴 ∪ 𝐵 describe el evento de que ocurra por lo menos uno de ellos.

Figura 2: Unión.

2. Se denomina intersección de los eventos 𝐴 y 𝐵 al evento 𝐴 ∩ 𝐵 que consiste de

todos los puntos muestrales que son comunes a 𝐴 y a 𝐵 o a ambos, esto es:

𝐴 ∩ 𝐵 = {𝑤 ∈ Ω/𝑤 ∈ 𝐴  𝑤 ∈ 𝐵}

El evento 𝐴 ∩ 𝐵 describe el evento de que ocurran ambos 𝐴 y 𝐵.

www.iplacex.cl8
 Figura 3: Intersección.
3. Dos eventos 𝐴 y 𝐵 son mutuamente excluyentes o disjuntos, si no tienen
elementos en común, estos es, si 𝐴 ∩ 𝐵 = ∅.

En general, diremos que los eventos 𝐴1 , 𝐴2 , … , 𝐴𝑛 son mutuamente excluyentes si,

𝐴 ∩ 𝐵 = ∅, ∀ 𝑖 ≠ 𝑗, 𝑖, 𝑗 = 1, 2, 3, . . . , 𝑛

Figura 4: Disjuntos.

4. La diferencia del evento 𝐴 menos 𝐵 es el evento 𝐴 − 𝐵, que consiste de todos los

puntos muestrales que pertenecen al evento 𝐴 y no pertenecen al evento 𝐵, esto es,
𝐴 − 𝐵 = {𝑤 ∈ Ω/𝑤 ∈ 𝐴  𝑤 ∉ 𝐵}

Figura 5: Diferencia.

www.iplacex.cl9
 El evento 𝐴 − 𝐵 = 𝐴 ∩ 𝐵 𝐶 describe el evento que ocurra 𝐴 y no ocurra 𝐵.

5. El producto cartesiano de los eventos 𝐴 y 𝐵, es el evento 𝐴 ∙ 𝐵 que consiste de todos

los pares ordenados de puntos muestrales (𝑤1 , 𝑤2 ), siendo 𝑤1 ∈ 𝐴 y 𝑤2 ∈ 𝐵, esto es:

𝐴 ∙ 𝐵 = {(𝑤1 , 𝑤2 )/𝑤1 ∈ 𝐴  𝑤2 ∈ 𝐵}

El espacio muestral Ω asociado a un experimento aleatorio compuesto de dos

experimentos aleatorios 𝜀1 y 𝜀2 , cuyos espacios muestrales respectivos son Ω1 y Ω2 ,
se puede expresar como un producto cartesiano, esto es,

Ω = Ω1 ∙ Ω2

Véase también la figura complemento:

Figura 6: Complemento.

Ejemplo 2:

Determine el espacio muestral del experimento de lanzar dos monedas, a la vez o

en forma consecutiva.

Considere que Ω1 y Ω2 son los espacios muestrales de las moneas 1 y 2

respectivamente, entonces, el espacio muestral Ω del experimento es:

Ω = Ω1 ∙ Ω2 = {𝑐, 𝑠} ∙ {𝑐, 𝑠} = {(𝑐, 𝑐), (𝑐, 𝑠), (𝑠, 𝑐), (𝑠, 𝑠)}

www.iplacex.cl10
4.2 Reglas de enumeración

Para poder determinar el número de elementos en un espacio muestral es necesario

contar con técnicas que permitan enumerar estos elementos, con lo que se definen las
Reglas de Enumeración.

4.2.1 Regla de la multiplicación

Si una operación puede realizarse de 𝑛1 formas y por cada una de estas una segunda
operación puede realizarse de 𝑛2 formas, entonces, las dos operaciones pueden
realizarse de 𝑛1 ∙ 𝑛2 formas.
Esto es, si 𝐴 y 𝐵 son dos conjuntos finitos, entonces, el número de elementos del
producto cartesiano 𝐴 ∙ 𝐵 está dado por:

𝑛(𝐴) ∙ 𝑛(𝐵)

Ejemplo 3:

Determine cuántos elementos tiene el espacio muestral que resulta de lanzar dos dados
a la vez.

Si 𝐴 es el evento “resultados del dado 1”, entonces, 𝑛(𝐴) = 6 y si 𝐵 es el evento

“resultados del dado 2”, entonces, 𝑛(𝐵) = 6. Luego, el número de resultados posibles al
lanzar los dados es igual a:

𝑛(𝐴) ∙ 𝑛(𝐵) = 6 ∙ 6 = 36

La extensión de la regla de la multiplicación con 𝑘 experimentos se puede expresar en

términos de conjuntos como sigue:

Si 𝐴1 , 𝐴2 , … , 𝐴𝑘 son 𝑘 conjuntos finitos, entonces, el número de elementos del producto

cartesiano 𝐴1 ∙ 𝐴2 ∙ … ∙ 𝐴𝑘 es igual a:

𝑛(𝐴1 ) ∙ 𝑛(𝐴2 ) ∙ … ∙ 𝑛(𝐴𝑘 )

www.iplacex.cl11
Ejemplo 4:

Suponga que se desea viajar a Roma partiendo desde la ciudad de Talca, luego por
Santiago, posteriormente pasando por Buenos Aires y finalmente el destino final Roma.
Si estos viajes pueden hacerse de las siguientes formas:

𝑛(𝐴): Talca → Santiago; Bus, Auto particular, Tren

𝑛(𝐵): Santiago → Buenos Aires; Bus, Auto particular, Avión
𝑛(𝐶): Buenos Aires → Roma; Avión, Barco

Utilizando la regla de la multiplicación para enumerar los elementos o sucesos

elementales de este espacio muestral, tenemos que las distintas maneras de hacer el
viaje Talca → Roma serían:

𝑛(𝐴) = 3, 𝑛(𝐵) = 3 𝑦 𝑛(𝐶) = 2

Luego:

𝑛(𝐴) ∙ 𝑛(𝐵) ∙ 𝑛(𝐶) = 3 ∙ 3 ∙ 2 = 18

Existen 18 formas distintas de hacer el viaje, es decir, 18 eventos.

4.2.2 Regla de la adición

1. Si 𝐴 y 𝐵 son eventos mutuamente excluyentes, entonces,

𝑛(𝐴 ∪ 𝐵) = 𝑛(𝐴) + 𝑛(𝐵)

Por ejemplo, el experimento de lanzar una moneda o un dado tiene 2 + 6 = 8

resultados posibles.

2. En general, si los 𝑛 eventos 𝐴1 , 𝐴2 , … , 𝐴𝑛 , no ocurren mutuamente juntos (son

disjuntos mutuamente), entonces,

𝑛(𝐴1 ∪ 𝐴2 ∪ … 𝐴𝑛 ) = ∑ 𝑛(𝐴𝑖 )
𝑖=1

3. Si 𝐴 y 𝐵 son dos eventos cualesquiera, entonces:

𝑛(𝐴 ∪ 𝐵) = 𝑛(𝐴) + 𝑛(𝐵) − 𝑛(𝐴 ∩ 𝐵)

www.iplacex.cl12
4. Utilizando 3) se verifica que si 𝐴, 𝐵 y 𝐶 son tres eventos cualesquiera,

𝑛(𝐴 ∪ 𝐵 ∪ 𝐶) = 𝑛(𝐴) + 𝑛(𝐵) + 𝑛(𝐶) − 𝑛(𝐴𝐵) − 𝑛(𝐵𝐶) + 𝑛(𝐴𝐵𝐶)

4.3 Variaciones

4.3.1 Variaciones simples

Se denominan variaciones simples o sin repetición o simplemente variaciones de 𝑘

objetos tomados de 𝑛 objetos distintos, a cada uno de los arreglos u órdenes que se
hagan con los 𝑘 objetos, de manera que estos arreglos difieran en algún elemento o en
el orden de colocación.

Ejemplo 5:

Identifique las variaciones de 2 elementos del conjunto 𝐴 = {𝑎, 𝑏, 𝑐, 𝑑}.

Las posibles variaciones de 2 elementos del conjunto 𝐴 = {𝑎, 𝑏, 𝑐, 𝑑} son:

𝑎𝑏, 𝑎𝑐, 𝑎𝑑, 𝑏𝑎, 𝑏𝑐, 𝑏𝑑, 𝑐𝑎, 𝑐𝑏, 𝑐𝑑, 𝑑𝑎, 𝑑𝑏, 𝑑𝑐.

El número de variaciones diferentes de 𝑘 objetos tomados de 𝑛 objetos distintos,

denotado por 𝑉𝑘𝑛 .

𝑉𝑘𝑛 = 𝑛(𝑛 − 1)(𝑛 − 2) … (𝑛 − 𝑘 + 1)

𝑛!
𝑉𝑘𝑛 =
(𝑛 − 𝑘)!

En efecto, hay 𝑛 posibilidades para la primera posición, (𝑛 − 1) para la segunda, etc., y

(𝑛 − 𝑘 + 1) posibilidades para la 𝑘 − ésima posición. Luego se aplica el principio de la
multiplicación.

Ejemplo 6:

Determine el número de variaciones de 2 objetos tomados de 4 objetos diferentes.

𝑉24 = 4 ∙ 3 = 12

www.iplacex.cl13
Por otro lado:
4!
𝑉24 =
(4 − 2)!

4! 4∙3∙2
𝑉24 = = = 12
2! 2

4.3.2 Variaciones con repetición

Se denominan variaciones con repetición de 𝑘 objetos tomados de 𝑛 objetos distintos,

a cada uno de los arreglos de 𝑘 de tales objetos de manera que dos, tres,…, 𝑘 de ellos,
puede ser uno mismo de los 𝑛 objetos.
Por ejemplo, las variaciones con repetición de dos elementos tomados de los elementos
𝑎, 𝑏, 𝑐 son:

𝑎𝑎, 𝑎𝑏, 𝑎𝑐, 𝑏𝑎, 𝑏𝑏, 𝑏𝑐, 𝑐𝑎, 𝑐𝑏, 𝑐𝑐

El número de variaciones con repetición de 𝑘 objetos a partir de 𝑛 objetos distintos, que

denotaremos por 𝑉𝑘𝑛 , es:

𝑉𝑅𝑘𝑛 = (𝑛)(𝑛)
⏟ … (𝑛) = 𝑛𝑘
𝑘 𝑣𝑒𝑐𝑒𝑠

Por ejemplo, el número de variaciones con repetición de dos elementos tomados de 3

elementos distintos es:

𝑉𝑅23 = (3) ∙ (3) = 32

𝑉𝑅23 = 9

Ejemplo 7:

Determine el número de maneras diferentes en que se pueden formar números de 5

cifras con los dígitos 3, 4, 5, 6, 7, 8, 9 de manera que empiecen con 6 o terminen en 8,
si los dígitos: a) no se repiten y b) se repiten.

Sean los conjuntos:

www.iplacex.cl14
𝐴 = {𝑛ú𝑚𝑒𝑟𝑜𝑠 𝑞𝑢𝑒 𝑐𝑜𝑚𝑖𝑒𝑛𝑧𝑎𝑛 𝑐𝑜𝑛 6}, 𝐵 = {𝑛ú𝑚𝑒𝑟𝑜𝑠 𝑞𝑢𝑒 𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑛 𝑒𝑛 8}, entonces, 𝐴 ∪
𝐵 = 𝑛(𝐴) + 𝑛(𝐵) − 𝑛(𝐴 ∩ 𝐵).

a) Si los dígitos no se repiten:

𝑛(𝐴) = 𝑉46 = 6 ∙ 5 ∙ 4 ∙ 3 = 360, 𝑛(𝐵) = 6 ∙ 5 ∙ 4 ∙ 3 = 360

𝑛(𝐴 ∩ 𝐵) = 𝑉35 = 5 ∙ 4 ∙ 3 = 60

Luego,
𝑛(𝐴 ∪ 𝐵) = 360 + 360 − 60 = 660

b) Si los dígitos se repiten:

𝑛(𝐴) = 𝑉47 = 7 ∙ 7 ∙ 7 ∙ 7 = 2401, 𝑛(𝐵) = 𝑉47 = 7 ∙ 7 ∙ 7 ∙ 7 = 2401

4.4 Permutaciones

4.4.1 Permutaciones simples

Se denominan permutaciones de 𝑛 objetos a cada una de las variaciones de los 𝑛 objetos

distintos.

Por ejemplo, son permutaciones de las letras 𝑎, 𝑏, 𝑐 las siguientes variaciones sin
repetición:

𝑎𝑏𝑐, 𝑎𝑐𝑏, 𝑏𝑎𝑐, 𝑏𝑐𝑎, 𝑐𝑎𝑏, 𝑐𝑏𝑎

El número de permutaciones de 𝑛 objetos distintos, denotado por 𝑃𝑛 es pues igual al

número de variaciones de 𝑛 objetos tomados de 𝑛 objetos distintos y está dado por:

𝑃𝑛 = 𝑉𝑛𝑛 = 𝑛(𝑛 − 1)(𝑛 − 2) … 2 ∙ 1

𝑃𝑛 = 𝑛!

Por ejemplo, el número de permutaciones de cuatro objetos distintos es:

𝑃4 = 4 ∙ 3 ∙ 2 ∙ 1 = 4!

www.iplacex.cl15
 𝑃4 = 4! = 24

Es importante destacar que una variación de 𝑘 objetos tomados de 𝑛 objetos, es también

denominada permutación de 𝒌 objetos de 𝒏. El total de permutaciones de 𝑘 objetos
tomados de 𝑛 objetos distintos denotado por 𝑃𝑘𝑛 es igual a 𝑉𝑘𝑛 .

Ejemplo 8:

Considerando la palabra 𝑃𝐴𝑁, determine cuántas palabras, con o sin sentido, se pueden
formar usando las tres letras.

La palabra 𝑃𝐴𝑁 consta de las letras: 𝑃, 𝐴, 𝑁.

Para resolver esta situación podemos utilizar la regla de la multiplicación, esto es:

Una de las letras podrá ubicarse en cualquier posición. Digamos entonces que para la
letra 𝑃 se tiene 𝑛(𝑃) = 3 (3 posiciones disponibles). Para una segunda letra de, digamos
la letra 𝐴, se tiene 𝑛(𝐴) = 2 (2 posiciones disponibles, puesto que una de las letras ya
ha ocupado una de las posiciones). Y finalmente para la última de las letras, digamos la
letra 𝑁 se tienen 𝑛(𝑁) = 1 (puesto que ya se encuentran 2 posiciones ocupadas).

Finalmente, aplicando la regla de la multiplicación se tiene:

𝑛(𝑃) ∙ 𝑛(𝐴) ∙ 𝑛(𝑁) = 3 ∙ 2 ∙ 1

𝑛(𝑃) ∙ 𝑛(𝐴) ∙ 𝑛(𝑁) = 6

El resultado anterior nos da cuenta que existen 6 formas diferentes de combinar, sin
repetición, las letras 𝑃, 𝐴, 𝑁.

Resolvamos el mismo problema anterior utilizando la ecuación de permutaciones

simples, esto es:

𝑃𝑛 = 𝑛!

𝑃3 = 3!

𝑃3 = 3 ∙ 2 ∙ 1 = 6

Nótese que, claramente, el resultado es el mismo.

www.iplacex.cl16
Ejemplo 9:

Determine de cuántas maneras diferentes se pueden ordenar los números 1, 2, 3, 4 y 5

si el número 3 debe ocupar en todos los casos el lugar central.

De acuerdo a señalado en el enunciado, el número 3, para todas las posibles

combinaciones sin repetición deberá ocupar el lugar central, esto es:

__ , __ , 3 , __ , __

De acuerdo a esto, debemos pensar en ordenar 4 números: 1, 2, 4, y 5 (que en total son

4). Considerando lo anterior, y para determinar el número de combinaciones diferentes
sin repetición, utilizamos la siguiente expresión:

𝑃4 = 4 ∙ 3 ∙ 2 ∙ 1 = 24

Existen 24 formas diferentes sin repetición de ordenar los números 1, 2, 4 y 5

manteniendo el número “3” al centro de la combinación.

4.4.2 Permutaciones circulares

Se denominan permutaciones circulares a las diferentes permutaciones que pueden

formarse con 𝑛 objetos distintos, donde no hay ni primero ni último objeto, ya que todos
forman un “círculo” (o cualquier otra figura geométrica plana cerrada). El total de
permutaciones “circulares” diferentes que pueden formarse con 𝑛 objetos distintos lo
denotaremos por 𝑃𝐶 𝑛 , es:

𝑃𝐶 𝑛 = (𝑛 − 1)!

Ejemplo 10:

Determine de cuántas maneras diferentes pueden sentarse 5 personas alrededor de una

mesa elipsoidal.

𝑃𝐶 5 = (5 − 1)!

𝑃𝐶 5 = 4!

𝑃𝐶 5 = 4 ∙ 3 ∙ 2

www.iplacex.cl17
 𝑃𝐶 5 = 24

Las personas se pueden sentar de 24 formas diferentes.

Ejemplo 11:

Determine de cuántas maneras diferentes pueden sentarse 9 personas alrededor de una

mesa ovalada, si dos personas determinadas deben estar una al lado de la otra.

Considerando a las dos personas que deben sentarse una al lado de la otra como un
único elemento, es decir, utilizando una única posición, entonces podemos pensar que
hay 8 personas, esto es:

𝑃𝐶 8 = (8 − 1)!
𝑃𝐶 8 = 7!

𝑃𝐶 8 = 7 ∙ 6 ∙ 5 ∙ 4 ∙ 3 ∙ 2

𝑃𝐶 8 = 5040

Por otro lado, para las dos personas que deben sentarse juntas se tiene:

𝑃𝑛 = 𝑛!

𝑃2 = 2! = 2 ∙ 1 = 2

Utilizando la regla de la multiplicación:

𝑃𝐶 8 ∙ 𝑃2 = 5040 ∙ 2

𝑃𝐶 8 ∙ 𝑃2 = 10080

Finalmente es posible concluir que existen 10080 maneras diferentes.

4.4.3 Permutaciones con objetos repetidos

El número de permutaciones de 𝑛 objetos de los cuales 𝑛1 son iguales entre si, 𝑛2 son
iguales entre si, …, 𝑛𝑘 son iguales entre si, que denotaremos por 𝑃𝑛𝑛1 ,𝑛2,…,𝑛𝑘 se calcula por
la expresión:

www.iplacex.cl18
 𝑛!
𝑃𝑛𝑛1 ,𝑛2,…,𝑛𝑘 =
𝑛1 ! 𝑛2 ! … 𝑛𝑘 !

Ejemplo 12:

Determine el número de permutaciones a partir de las 4 letras 𝑎, 𝑎, 𝑏, 𝑏.

Nótese que las permutaciones serían:

𝑎𝑎𝑏𝑏, 𝑎𝑏𝑎𝑏, 𝑎𝑏𝑏𝑎, 𝑏𝑎𝑏𝑎, 𝑏𝑎𝑎𝑏, 𝑏𝑏𝑎𝑎

Ahora utilicemos la expresión:

4
4!
𝑃2.2 = =6
2! 2!
Ejemplo 13:

Determine el número de formas diferentes de permutar 12 objetos iguales en todo de los

cuales 3 son negros, 4 son blancos y 5 son rojos.

12
12!
𝑃3.4.5 = = 27720
3! 4! 5!

4.5 Combinaciones

4.5.1 Combinaciones simples

Se denomina combinaciones de 𝑘 objetos tomados de 𝑛 objetos distintos a cada

selección que podamos hacer de 𝑘 objetos de los 𝑛 considerar el orden. Considere que
no pueden existir dos combinaciones con los mismos elementos.

Ejemplo 14:

Determine todas las combinaciones de tres dígitos de los números 1, 2, 3, 4 y 5.

Las combinaciones para este caso son:

www.iplacex.cl19
 123, 124, 125, 134, 135, 145, 234, 235, 245, 345

Se pueden formar 10 combinaciones.

El número de combinaciones de orden 𝑘 que se pueden formar a partir de 𝑛 elementos

distintos, denotado por 𝐶𝑘𝑛 , es:

𝑛!
𝐶𝑘𝑛 =
𝑘! (𝑛 − 𝑘)!

Esto es, 𝐶𝑘𝑛 es el número de combinaciones de 𝑘 objetos tomados de 𝑛 objetos distintos.

Los objetos de cada combinación se ordenan de 𝑘! formas.

4.5.2 Combinaciones con repetición

El número de combinaciones de 𝑘 objetos tomados de 𝑛 objetos, de manera que dos,

tres, …, 𝑘 objetos pueden ser uno mismo y que denotaremos por 𝐶𝑅𝑘𝑛 , está dado por la
siguiente expresión:

𝑛+𝑘−1 (𝑛 + 𝑘 − 1)!
𝐶𝑅𝑘𝑛 = ( )=
𝑘 𝑘! (𝑛 − 1)!

Ejemplo 15:

Determine el número de combinaciones con repetición para un término de 2 elementos

a partir de los cuatro elementos siguientes: 𝑎, 𝑏, 𝑐, 𝑑.

𝑎𝑎, 𝑎𝑏, 𝑎𝑐, 𝑎𝑑, 𝑏𝑏, 𝑏𝑐, 𝑏𝑑, 𝑐𝑐, 𝑐𝑑, 𝑑𝑑

El número de combinaciones es:

(4 + 2 − 1)!
𝐶𝑅24 = = 10
2! (4 − 1)!

www.iplacex.cl20
5. Probabilidad de un evento

5.1 Definición axiomática

Sea Ω el espacio muestral asociado a un experimento aleatorio. La probabilidad de

cualquier evento 𝑨 de 𝛀, es el número real 𝑷(𝑨) que satisface los siguientes
axiomas:

Axioma 1: 𝑃(𝐴) ≥ 0, para todo evento 𝐴.

Axioma 2: 𝑃(Ω) = 1.

Axioma 3: Si 𝐴 y 𝐵 son dos eventos mutuamente excluyentes, entonces,

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)

De los axiomas de probabilidad resultan los teoremas que siguen:

Teorema 1: Si ∅ es el evento imposible, entonces P(∅) = 0.

Teorema 2: Si 𝐴𝐶 es el evento complementario del evento 𝐴, entonces,

𝑃(𝐴) = 1 − 𝑃(𝐴𝐶 ) 𝑜 𝑃(𝐴𝐶 ) = 1 − 𝑃(𝐴)

Teorema 3: Si 𝐴 y 𝐵 son dos eventos tales que 𝐴𝐵, entonces, 𝑃(𝐴) ≤ 𝑃(𝐵)

Teorema 4 (regla de la adición de eventos): Si 𝐴 y 𝐵 son dos eventos cualquiera,

entonces:

𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

Ejemplo 16:

Suponga que en un sorteo la probabilidad de ganar el primer premio es de 2/5 y la

probabilidad de ganar el segundo premio es 3/8. Si la probabilidad de ganar al menos
uno de los dos premios es 3/4, calcular la probabilidad de ganar: a) sólo uno de los dos
premios, b) ninguno de los dos premios.

www.iplacex.cl21
Sean los eventos: 𝐴: “ganar el primer premio” y 𝐵: “ganar el segundo premio”. Se tiene
entonces que: 𝑃(𝐴) = 2/5, 𝑃(𝐵) = 3/8, y 𝑃(𝐴 ∪ 𝐵) = 3/4. Sustituyendo en la expresión:

𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∪ 𝐵)

se tiene:

2 3 3 1
𝑃(𝐴 ∩ 𝐵) = + − =
5 8 4 40

a) La probabilidad de ganar sólo uno de los dos premios es:

15 14 29
𝑃(𝐴𝐵 𝐶 ) = + =
40 40 40

b) La probabilidad de no ganar ninguno de los dos premios es:

10
𝑃(𝐴𝐶 𝐵 𝐶 ) =
40

5.2 Cálculo de probabilidades

5.2.1 Espacio muestral finito

Sea Ω = {𝑤1 , 𝑤2 , … , 𝑤𝑛 }, un espacio muestral finito de 𝑛 elementos. Este espacio se

puede expresar como una unión (disjunta) finita de sus eventos elementales {𝑤𝑖 }, esto
es,

Ω = ⋃{𝑤𝑖 }
𝑖=1

Entonces, utilizando los axiomas 2 y 3, resulta:

𝑛 𝑛

𝑃 (⋃{𝑤𝑖 }) = ∑ 𝑃({𝑤𝑖 }) = 1
𝑖=1 𝑖=1

www.iplacex.cl22
Si todos los eventos elementales {𝑤𝑖 } son igualmente posibles (o equiprobables) y si
1
𝑃({𝑤𝑖 }) = 𝑝, entonces 𝑛𝑝 = 1, de donde, 𝑝 = 𝑛. Finalmente:

𝑛(𝐴)
𝑃(𝐴) =
𝑛(Ω)

𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑑𝑒 𝐴
𝑃(𝐴) =
𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
Ejemplo 17:

Se lanza un dado y se observa el número obtenido. Calcular la probabilidad de obtener

a) 3 puntos, b) al menos 5 puntos.

El espacio muestral del experimento aleatorio que consiste en lanzar un dado y observar
el resultado, es el conjunto Ω = {1,2,3,4,5,6}.

a) Si 𝐴 es el evento: “obtener 3 puntos”, entonces 𝐴 = {3}, y la probabilidad de 𝐴 es el

número:

𝑛(𝐴) 1
𝑃(𝐴) = = = 0,167
𝑛(Ω) 6

Este resultado es posible interpretarlo como un porcentaje, es decir, 16,7%.

b) Si 𝐵 es el evento: “obtener al menos 5 puntos”, entonces 𝐵 = {5,6}, y la probabilidad

de 𝐵 es el número:

𝑛(𝐵) 2
𝑃(𝐵) = = = 0,333
𝑛(Ω) 6

5.2.2 Espacio muestral infinito numerable

Sea Ω = {𝑤1 , 𝑤2 , … , 𝑤𝑛 , … . }, un espacio muestral infinito numerable. Entonces se puede

expresar Ω como una unión disjunta infinita de sus eventos elementales (equiprobables
o no), esto es:

Ω = ⋃{𝑤𝑖 }
𝑖=1

www.iplacex.cl23
Entonces, utilizando los axiomas 2 y 4, resulta:

∞ ∞

𝑃 (⋃{𝑤𝑖 }) = ∑ 𝑃({𝑤𝑖 }) = 1
𝑖=1 𝑖=1

Luego, si 𝐴 es un evento de Ω, cuyos eventos elementales pueden ser equiprobables o

no, entonces,

𝑃(𝐴) = ∑ 𝑃({𝑤𝑖 })
𝑤𝑖 ϵ 𝐴

Ejemplo 18:

Un dado normal se lanza sucesivamente hasta que aparezca un uno. Calcular la

probabilidad de obtener el uno si el dado se lanza: a) a lo más dos veces; b) al menos 4
veces.

Sea 𝑆𝑖 el evento “sale uno en la tirada 𝑖”, y sea 𝑁𝑖 “no sale uno en la tirada 𝑖”, siendo
𝑖 = 1,2,3, … ,. El espacio muestral que resulta de lanzar el dado sucesivamente hasta
obtener uno es el conjunto:

Ω = {𝑤1 , 𝑤2 , 𝑤3 , … }

en la que 𝑤1 = 𝑆1 , 𝑤2 = 𝑁1 𝑆2, 𝑤3 = 𝑁1 𝑁2 𝑆3 , … 𝑒𝑡𝑐. La probabilidad de cada punto

muestral de ese espacio es como sigue:

1 5 1 5 21
𝑃({𝑤1 }) = , 𝑃({𝑤2 }) = ∙ , 𝑃({𝑤3 }) = ( ) , 𝑒𝑡𝑐 …
6 6 6 6 6

Resumiendo, para cada 𝑖 = 1,2,3, … resulta:

5 𝑖−1 1
𝑃({𝑤𝑖 }) = ( )
6 6

a) Probabilidad de obtener uno si el dado se lanza a lo más dos veces:

www.iplacex.cl24
 5 1−1 1 5 2−1 1
𝑃({𝑤1 }) + 𝑃({𝑤2 }) = ( ) +( )
6 6 6 6

1 5 11
𝑃({𝑤1 }) + 𝑃({𝑤2 }) = + =
6 36 36

b) Probabilidad de obtener uno si el dado se lanza a lo menos 4 veces:

La probabilidad de obtener uno cuando el dado es lanzado a lo menos 4 veces es

igual a 1 (probabilidad completa de obtener 1 en el lanzamiento ∞) menos la
probabilidad de obtener uno durante los primeros 3 lanzamientos, esto es:

1 5 25 125
1−( + + )=
6 36 216 216

Conclusión
La Teoría de la probabilidad surge para poder estudiar los, llamados, experimentos
aleatorios. Se dice que un experimento es aleatorio si puede dar lugar a varios resultados
sin que se pueda predecir con certeza el resultado concreto. Es decir, al repetir el
experimento bajo condiciones similares se obtendrán resultados que, en general, serán
diferentes.

Al conjunto de todos los resultados posibles de un experimento aleatorio se le llama

espacio muestral. No siempre es posible describir el espacio muestral enumerando sus
diferentes elementos. A veces se define por medio de una condición, o regla, que han
de cumplir sus elementos. Dependiendo del número de resultados posibles del
experimento aleatorio, el espacio muestral podrá ser finito, infinito numerable, y también
infinito no numerable (no tratado en este apunte).

www.iplacex.cl25
El concepto de probabilidad surge para medir la certeza o incertidumbre de un suceso
correspondiente a un experimento aleatorio. En muchos casos interesa conocer la
probabilidad de un suceso A para el caso de que se haya cumplido otro suceso B, en
este caso estaríamos hablando de una probabilidad condicionada.

Bibliografía
- Canavos, G. (1988). Probabilidad y Estadística: Aplicaciones y Métodos. Mc Graw-
Hill. México D. F., México.

- Walpole, Ronald E (1992). Probabilidades y Estadística. 3ª edición. Interamericana

McGraw-Hill. México.

- Cordova, M. (2003). Estadística Descriptiva e Inferencial con Aplicaciones, 5ª edición.

Editorial Moshera S.R.L. Perú.

- Wisniewski, M. (2008). Estadística y Probabilidad. Editorial Trillas. México.

- Walpole Ronald E. (2012). Probabilidad y Estadística para Ingeniería y Ciencias.

Editorial Pearson Educación. México.

www.iplacex.cl26
www.iplacex.cl27
www.iplacex.cl28